Bong bóng nghiên cứu lại nổ. Ai còn đọc được dữ liệu?

Một công cụ phân tích từ chối làm việc. Không phải vì sự cố hệ thống, không phải vì thiếu hạ tầng tính toán. Nó từ chối vì dữ liệu đầu vào là một mớ ô trống: không tiêu đề, không nguồn, không danh sách thông tin, không lập trường, không mốc thời gian. Bảy trường mục bắt buộc, cả bảy đều bị đánh dấu sai. Bảy lần gạch chéo. Tôi đọc lại thông báo từ chối ba lần trước khi nhận ra mình vừa chứng kiến thứ hiếm nhất trong ngành này: một hệ thống có cấu trúc, biết nói không. Bong bóng nghiên cứu lại nổ. Ai còn đọc được dữ liệu? Trước khi tôi bị hiểu lầm là đang viết về một công cụ AI, hãy nói rõ. Đây là một bài mổ xẻ. Mẫu vật là một khung phân tích chín chiều, được thiết kế để xử lý một bài báo blockchain bất kỳ, và nó đã trả về một danh sách các trường dữ liệu trống, kèm theo lời từ chối: không thể sản xuất phân tích có giá trị khi đầu vào không có gì. Nghe có vẻ là chuyện vặt. Một cái máy không có xăng thì không chạy, vậy thôi. Nhưng đây mới là vấn đề: cả ngành công nghiệp tiền mã hóa đang vận hành theo cách ngược lại. Máy không có xăng vẫn chạy. Báo cáo không có dữ liệu vẫn xuất bản. Phân tích không có nguồn vẫn được trả tiền. Và một AI được lập trình đúng nguyên tắc đang làm điều mà hàng nghìn nhà phân tích con người không làm được: từ chối sản xuất rác có định dạng. Tôi đã dành mười sáu năm trong ngành này, từ những ngày ICO điên loạn năm 2017 đến chu kỳ AI + tiền mã hóa hiện tại. Có một thứ không bao giờ thay đổi: thị trường luôn thưởng cho những câu chuyện được kể đẹp và trừng phạt những ai hỏi dữ liệu ở đâu. Năm 2017, đó là những bản whitepaper dài bốn mươi trang mô tả một giao thức chưa từng có dòng code nào được viết. Năm 2021, đó là những bản roadmap NFT hứa hẹn tiện ích mà không tiện ích nào đo lường được. Năm 2026, đó là những báo cáo nghiên cứu chín chiều được tạo ra bởi AI, cho một dự án không có dữ liệu on-chain, không có doanh thu, không có người dùng, nhưng lại có đầy đủ mười hai slide về "tầm nhìn hệ sinh thái". Chín chiều. Kỹ thuật, token, thị trường, hệ sinh thái, quy định, đội ngũ, rủi ro, câu chuyện, chuỗi giá trị. Nghe thật hệ thống. Nghe thật ra dáng một báo cáo phân tích chuyên nghiệp. Nhưng điều mà mẫu vật tôi đang cầm trên tay đã chỉ ra một cách tàn nhẫn: cái khung xương hoàn hảo đến mấy cũng không thể tạo ra máu nếu không có một giọt dữ liệu nào được bơm vào. Hãy nhìn vào những gì khung phân tích này thực sự yêu cầu trước khi nó đồng ý viết. Nó đòi tiêu đề. Đòi nguồn. Đòi loại bài viết. Đòi nhãn lĩnh vực. Đòi câu tóm tắt một dòng. Đòi lập trường tác giả. Đòi mục đích bài viết. Đòi danh sách điểm thông tin, với mức quan trọng, nguồn gốc, đoạn trích dẫn. Đòi danh sách dự án liên quan. Đòi mức độ nhạy cảm thời gian. Đòi đánh giá chất lượng nguồn tin. Là một chuyên gia tư vấn rủi ro, tôi phải nói điều này: khung đó là một tác phẩm. Tôi sẽ ký tên vào cấu trúc của nó. Đây chính xác là những gì tôi yêu cầu đội ngũ phân tích của tôi thực hiện trước khi bất kỳ báo cáo nào được phép rời khỏi bàn làm việc. Một nhà phân tích không biết nguồn của mình là ai, không biết bài viết nhạy cảm thời gian ở mức nào, không biết tác giả đang đứng ở phía nào của thị trường, thì không nên được phép viết. Người đó đang sản xuất tiểu thuyết có định dạng, chứ không phải phân tích. Khung này yêu cầu đúng mười ba trường dữ liệu tối thiểu. Đầu vào nhận được: không có gì. Và phản ứng của nó — thứ khiến tôi phải viết bài này — là từ chối. Rằng với đầu vào trống rỗng như thế, không có khung phân tích nào có thể tạo ra đầu ra có giá trị tham khảo. Việc bịa ra một bài phân tích không có căn cứ sẽ vi phạm trực tiếp nguyên tắc cốt lõi của nó. Tôi không nhớ lần cuối cùng mình đọc được một câu như thế trong một bản phân tích tiền mã hóa là khi nào. Trong mười sáu năm, tôi gần như chưa từng thấy một nhà phân tích nào chủ động từ chối viết lách vì thiếu dữ liệu. Tôi đã thấy hàng trăm báo cáo dài ba mươi trang về những dự án chỉ có một trang Github trống rỗng. Tôi đã thấy những bản đánh giá an ninh dày hai mươi trang cho những hợp đồng thông minh chưa từng được triển khai trên mạng chính. Bài học đầu tiên từ mẫu vật này: tiêu chuẩn nhận dạng rác nghiên cứu không phải là cấu trúc, mà là dữ liệu. Một khung phân tích chín chiều đầy đủ nhưng trống rỗng thông tin chính là một hợp đồng thông minh không có bytecode: nó có vẻ như tồn tại, có vẻ như làm được việc, nhưng khi bạn thử tương tác thì không có gì phản hồi. Khi tôi kiểm toán hợp đồng TokenBridge vào mùa hè năm 2017, tôi phát hiện ra lỗ hổng reentrancy có thể rút năm trăm ETH khỏi pool. Tôi không tìm thấy nó bằng cách nhìn vào cấu trúc tổng thể. Tôi tìm thấy nó bằng cách mô phỏng luồng gọi, kiểm tra từng hàm, truy từng dòng. Cấu trúc của hợp đồng đó trông thì gọn gàng. Nhưng khi tôi gửi một giao dịch giả vào hàm rút tiền, quá trình xử lý lại tiếp tục thực hiện các lệnh gọi bên ngoài trước khi cập nhật trạng thái số dư. Đó là một lỗi dữ liệu, không phải lỗi cấu trúc. Và nếu tôi chỉ đọc tài liệu thiết kế — một thứ tương đương với khung phân tích chín chiều — tôi sẽ không bao giờ thấy được vấn đề. Thị trường tiền mã hóa đang bị ngập trong những tài liệu thiết kế đẹp đẽ, và thực tế vận hành thì nằm ngoài tầm ngắm của chúng. Đây là lúc tôi muốn mổ xẻ cụ thể cái bong bóng này. Hãy bắt đầu từ chuỗi giá trị kinh tế của ngành công nghiệp phân tích. Một báo cáo nghiên cứu tiền mã hóa tồn tại vì một lý do duy nhất: chi phối cảm nhận của người tham gia thị trường. Bên viết báo cáo — dù là quỹ đầu tư, sàn giao dịch, hay một công ty nghiên cứu độc lập — đều đang bán một phiên bản hiện thực. Phiên bản đó có thể sát với hiện thực hoặc lệch với hiện thực, tùy vào ai trả tiền. Khi một dự án phân bổ từ hai mươi đến bốn mươi phần trăm số token khóa cho chi phí marketing và hệ sinh thái, trong đó có một khoản không nhỏ để trả cho "nghiên cứu độc lập", thì bản báo cáo nhận được thường có tính năng dự đoán trước: kết luận luôn tích cực. Năm 2024, tôi được một quỹ đầu tư yêu cầu thiết kế khung đánh giá rủi ro cho quỹ ETF Bitcoin. Tôi đưa ra năm tiêu chí: thanh khoản, lưu ký, quy định, chi phí, biến động. Cùng một cấu trúc đó, nếu được giao cho một công ty nghiên cứu tài trợ bởi quỹ ETF, năm tiêu chí đó có thể bị xoay thành một quảng cáo. Nhưng khách hàng của tôi không trả tiền để tôi in khung phân tích lên tường. Họ trả tiền để khung đó được áp dụng trên dữ liệu thực, và khi dữ liệu không có, tôi phải nói với họ rằng dữ liệu không có. Đó là thứ họ trả tiền. Không phải cấu trúc. Dữ liệu. Thái độ thẳng thắn. Kết luận có thể kiểm chứng. Điều gì xảy ra khi toàn bộ nền kinh tế phân tích đảo ngược logic đó? Khi khung xương được trả tiền, còn dữ liệu thì sao cũng được? Bạn sẽ nhận được một thị trường như hiện tại: đầy ắp những báo cáo nhìn rất chuyên nghiệp, trích dẫn lẫn nhau, xây dựng trên những nền móng không có dữ liệu gốc. Hãy thử kiểm tra điều này. Mở bất kỳ báo cáo nghiên cứu nào về một dự án Layer 2 hoặc giao thức DeFi đang được quảng bá rầm rộ. Hỏi nó ba câu. Doanh thu thực của giao thức trong bảy ngày qua là bao nhiêu, tính bằng đồng tiền ổn định? Chi phí vận hành thực — bao gồm chi phí chứng minh, chi phí oracle, chi phí bảo mật — là bao nhiêu? Và áp lực mở khóa token trong chín mươi ngày tới là bao nhiêu phần trăm so với nguồn cung lưu thông? Phần lớn các báo cáo sẽ không trả lời được câu thứ nhất, không đề cập đến câu thứ hai, và biến câu thứ ba thành một phần phụ lục. Nhưng đây chính là ba con số quyết định một giao thức có đang chảy máu hay không, có thể sống sót qua thị trường gấu hay không, và token của nó có đang bị pha loãng một cách bí mật hay không. Quan điểm của tôi về ZK Rollup đã không thay đổi suốt ba năm qua: chi phí chứng minh là một con số phi lý. Các nhà vận hành đang đốt tiền cho mỗi lô giao dịch, và câu chuyện về tốc độ không bao giờ đề cập đến hoá đơn điện toán. Trừ khi phí gas trở lại mức thị trường bò, các nhà vận hành ZK Rollup đang mất tiền đều đặn như một hợp đồng thông minh thực hiện lệnh chuyển tiền định kỳ. Đây là một nhận định có thể kiểm chứng bằng dữ liệu. Nhưng hãy thử tìm nhận định này trong các báo cáo nghiên cứu ba mươi trang được AI chín chiều tạo ra mỗi tuần. Bạn sẽ không tìm thấy. Không phải vì nó sai, mà vì nó cần dữ liệu để nói, và dữ liệu thì không được đưa vào khung. Chín chiều của khung phân tích kia không bao gồm một ô nào tên là "chi phí vận hành thực tế". Trớ trêu thay, khung đó yêu cầu "nguồn" cho từng điểm thông tin, nhưng toàn bộ ngành công nghiệp nghiên cứu tiền mã hóa lại vận hành trên một nguồn duy nhất: nhau. Báo cáo A trích dẫn báo cáo B, báo cáo B trích dẫn số liệu từ báo cáo C, báo cáo C thì trích từ một tweet của một tài khoản ẩn danh. Khi bạn truy ngược chuỗi trích dẫn — một kỹ thuật tôi học được từ việc truy ngược lời gọi hàm trong các hợp đồng thông minh — bạn sẽ tìm thấy một khoảng trống. Ở cuối chuỗi tham chiếu, không có dữ liệu gốc. Chỉ có một khung xương khác. Điều này dẫn tôi đến điểm thứ hai: sự tương đồng giữa nghiên cứu rác và hợp đồng thông minh rác là gần như hoàn hảo. Một hợp đồng thông minh không được kiểm toán thì không ai dám giao tiền. Một báo cáo phân tích không có nguồn dữ liệu gốc thì đáng lẽ không ai dám giao tiền. Nhưng thực tế ngược lại: hợp đồng không kiểm toán bị thị trường trừng phạt ngay lập tức, trong khi báo cáo không dữ liệu thì được thưởng bằng lượt đọc, lượt chia sẻ, và thậm chí là đơn đặt hàng nghiên cứu tiếp theo. Tôi nhớ năm 2020, khi tôi xây dựng mô hình khoa học dữ liệu để phát hiện sớm rủi ro thanh khoản cho giao thức Compound. Mô hình đó dự đoán đợt thanh lý hàng loạt vào tháng 11 năm 2020. Khách hàng nghe tôi, cắt giảm vị thế trước khi cơn bão đến, và tránh được tổn thất hai triệu đô la. Điều tôi muốn nói không phải là tôi giỏi. Điều tôi muốn nói là mô hình đó không có chỗ cho một chiều "câu chuyện". Nó không quan tâm dự án có đội ngũ đẹp đến mức nào, có roadmap hấp dẫn ra sao. Nó chỉ hỏi một câu duy nhất, lặp đi lặp lại: khi giá tài sản thế chấp giảm phần trăm này, thì ngưỡng thanh lý sẽ bị chạm ở đâu, và khối lượng thanh lý sẽ là bao nhiêu? Đó là một câu hỏi dữ liệu. Trả lời nó cần dữ liệu. Không có dữ liệu, mô hình im lặng. Và im lặng là một câu trả lời hợp lệ. Năm 2021, một dự án NFT tên PixelCats mời tôi tham gia vòng huy động năm trăm ETH. Tôi nghiên cứu: không có dữ liệu thanh khoản, không có mô hình giá trị nội tại, không có bất kỳ dấu hiệu nào cho thấy nhu cầu sẽ không bằng không sau khi những người mua đầu tiên bán tháo. Tôi từ chối và viết một bài phân tích về bong bóng NFT, dùng dữ liệu giao dịch để chứng minh nguồn cung đang vượt xa cầu. Bài viết thu hút hơn một nghìn lượt đọc. Nhưng điều tôi nhớ nhất là số lượng người đọc xong vẫn mua. Vì câu chuyện hay hơn dữ liệu. Nó luôn như vậy trong ngắn hạn. Nhưng thị trường gấu thì không tha thứ. Khi mọi thứ sụp đổ, những báo cáo không dữ liệu sụp đổ theo, cuốn theo danh tiếng của tác giả và tài sản của những người nghe theo. Năm 2022, tôi khuyên khách hàng giảm đòn bẩy từ 10 lần xuống 2 lần. Không phải vì tôi đoán được thị trường giảm, mà vì tôi nhìn vào dữ liệu: các giao thức DeFi đang cạn thanh khoản, các quỹ đang rút tiền khỏi sàn tập trung, và mô hình rủi ro của tôi cho thấy xác suất xảy ra một đợt thanh lý dây chuyền là cao hơn bình thường rất nhiều. Khách hàng nghe theo, giữ được tám mươi phần trăm danh mục. Khi tôi viết loạt bài về các giao thức còn trụ được qua thị trường gấu, tôi phân tích Aave, Uniswap dựa trên dữ liệu on-chain: số dư, vị thế, dòng tiền, phí thực thu. Không một bài nào của tôi trong giai đoạn đó được trích dẫn bởi một báo cáo nghiên cứu AI chín chiều. Vì những bài đó không có slide đẹp. Chúng chỉ có bảng số. Vậy nên khi mẫu vật hôm nay — cái khung phân tích từ chối làm việc vì thiếu dữ liệu — được đưa đến tay tôi, tôi xem nó như một món quà. Đây là lần đầu tiên trong nhiều năm tôi thấy một thực thể trong ngành công nghiệp phân tích hành xử theo đúng nguyên tắc mà một nhà tư vấn rủi ro sẽ mong đợi: khi dữ liệu không đủ, hãy dừng lại và nói rõ là không đủ. Hãy cùng phân tích điều gì làm cho phản ứng này trở nên đặc biệt trong bối cảnh ngành. Đầu tiên, nó phân biệt rõ ràng giữa khung và dữ liệu. Khung chín chiều của nó có giá trị. Nó đúng về mặt cấu trúc. Nhưng nó từ chối nhầm lẫn khung với phân tích. Một khung đẹp với ô trống vẫn là một khung đẹp — nhưng nó không phải là một bản phân tích. Điều này đi ngược lại toàn bộ văn hóa của ngành, nơi mà một bản trình bày đẹp được coi là một phân tích tốt, một khuôn khổ được dán nhãn thương hiệu được coi là một chuẩn mực. Thứ hai, nó đưa ra một đánh giá chất lượng nguồn. Nó yêu cầu phân loại nguồn tin: quảng cáo chính thức, phương tiện truyền thông uy tín, người có ảnh hưởng trong ngành, cộng đồng thảo luận, tin đồn vô danh. Trong một ngành tin rằng một dòng tweet của một tài khoản có màu xanh là một nguồn tin cậy để định giá tài sản, việc phân loại nguồn như một trường dữ liệu bắt buộc giống như một hành động nổi loạn âm thầm. Thứ ba, nó đánh dấu độ nhạy cảm thời gian. Một bản phân tích không ghi rõ thông tin của nó có hiệu lực trong một tuần hay một năm là một bản phân tích đang giả vờ bất tử. Trong thị trường tiền mã hóa, thông tin có thể mất giá trị trong vài giờ. Một báo cáo về dòng tiền ròng của một giao thức được viết tháng trước, được tái xuất bản hôm nay mà không có ghi chú, là một công cụ lừa dối có chủ đích hoặc là một sự cẩu thả nguy hiểm. Khi tôi nói với khách hàng của mình rằng tôi không thể đưa ra một đánh giá rủi ro cho giao thức X vì dữ liệu on-chain không đủ, phản ứng đầu tiên của họ không phải là cảm ơn. Phản ứng đầu tiên là khó chịu. Họ trả tiền để nhận câu trả lời. Và tôi nói với họ rằng câu trả lời chính là: không đủ dữ liệu để trả lời. Nhưng sau khi cơn khó chịu qua đi, họ nhận ra thứ họ thực sự trả tiền cho tôi là khả năng nói không đúng lúc. Một bản phân tích sai có giá trị âm. Một lời từ chối trung thực luôn có giá trị dương. Khung phân tích hôm nay cũng vậy. Bạn có thể xem việc nó từ chối là một thất bại. Tôi xem đó là một tiêu chuẩn: sự trung thực về chất lượng dữ liệu là một phần cấu thành của chất lượng phân tích. Điều gì sẽ xảy ra nếu toàn bộ ngành áp dụng tiêu chuẩn đó? Hãy thử một phép thử tưởng tượng. Nếu mọi báo cáo nghiên cứu tiền mã hóa đều phải khai báo trường nguồn ở mức độ cao, trung bình, hay thấp, thì khoảng bảy mươi phần trăm các báo cáo do công ty quan hệ công chúng tài trợ sẽ không thể xuất bản. Nếu mọi báo cáo phải khai báo mức độ nhạy cảm thời gian, chúng ta sẽ thấy ngay những báo cáo "phân tích dài hạn" thực chất là những quảng cáo ngắn hạn đội lốt. Nếu mọi báo cáo phải bao gồm một phần phản chứng — những dữ liệu có thể làm sai lệch nhận định chính — thì ngành nghiên cứu sẽ co lại khoảng chín mươi phần trăm về khối lượng, nhưng giá trị của phần còn lại sẽ tăng gấp mười lần. Đây là cái giá của một bản phân tích đáng đọc, và tôi nghĩ chúng ta nên áp dụng chuẩn sau đây: thứ nhất, mọi nhận định phải có khả năng bị bác bỏ. Nếu bạn không thể chỉ ra dữ liệu nào sẽ làm cho nhận định của bạn sai, thì nhận định đó không phải là phân tích, mà là một lời cầu nguyện. Thứ hai, mọi nguồn phải được phân loại chất lượng, không chỉ trích dẫn. Thứ ba, mọi báo cáo phải ghi rõ thời hạn hiệu lực. Thứ tư, lập trường của tác giả phải được công bố: người viết có giữ token của dự án được phân tích hay không. Thứ năm, phần phản chứng phải tồn tại. Không có phản chứng, không có phân tích. Hãy tưởng tượng phản ứng của thị trường nếu một báo cáo về một giao thức DeFi phải công bố: tác giả báo cáo đang nắm giữ hai phần trăm nguồn cung token, nhận được phí tư vấn từ dự án, và không tìm thấy dữ liệu nào mâu thuẫn với nhận định chính. Bạn có thể đoán được kết luận của báo cáo đó trước khi đọc. Một báo cáo như vậy đã bị vô hiệu hóa ngay tại dòng khai báo lập trường. Không có mẫu vật nào trong tay tôi hôm nay làm được điều đó. Nhưng nó có một điều mà phần lớn ngành không có: lòng tôn trọng dữ liệu. Nó thẳng thắn nói rằng sản xuất phân tích không có căn cứ là một sự lãng phí có hại. Tôi không thể tưởng tượng được một câu nói nào xa lạ hơn với văn hóa hiện tại của tiền mã hóa, nơi mà khối lượng sản xuất nội dung được đo bằng số bài, không phải bằng số dữ liệu có thể kiểm chứng. Tuy nhiên, tôi sẽ dành phần tiếp theo để nói về điều mà phe bò có thể đúng. Phe bò — những người tin rằng thị trường sẽ tăng và ngành sẽ lớn mạnh — có thể đúng ở một điểm: khung xương có giá trị thật, ngay cả khi nó trống rỗng. Cấu trúc phân tích chín chiều kia không phải là thứ gây ô nhiễm. Nó là một tiêu chuẩn. Nếu mọi báo cáo tiền mã hóa đều tuân theo một khung chín chiều thống nhất — dù được viết bởi con người hay được tạo ra bởi AI — thì việc so sánh giữa các dự án sẽ trở nên dễ hơn rất nhiều. Một ngành công nghiệp có chung ngôn ngữ phân tích là một ngành công nghiệp trưởng thành hơn. Tôi có thể tranh luận với bất kỳ ai về tiêu chí đánh giá, nhưng tôi không thể tranh luận với bất kỳ ai khi họ không có khung để tôi đặt câu hỏi. Và đây là phần mà phe bò đúng nhất: hành vi từ chối của khung phân tích kia là một tín hiệu tăng giá. Không phải cho một token cụ thể, mà cho toàn ngành. Khi các công cụ phân tích bắt đầu từ chối đầu vào rỗng, chi phí sản xuất các câu chuyện rỗng tăng lên. Khi AI được dạy nguyên tắc "không có dữ liệu thì không viết", thì cuộc chơi nghiên cứu rác — vốn dựa trên sự sản xuất hàng loạt với chi phí gần bằng không — bắt đầu mất đi lợi thế. Một thị trường trong đó các báo cáo rác bị đẩy ra rìa sẽ là một thị trường sạch hơn, khó bị thao túng hơn, và do đó bền vững hơn cho những ai đang nắm giữ tài sản thật. Tôi cũng muốn ghi nhận một điều nữa: trong thị trường gấu, sự thiếu vắng dữ liệu chính nó đã là một dạng dữ liệu. Khi một dự án không thể cung cấp số liệu người dùng hoạt động, khi một giao thức không thể công bố doanh thu đối chiếu, khi một quỹ không thể xác nhận dòng tiền — sự im lặng đó là một câu trả lời. Khung phân tích kia từ chối làm việc vì đầu vào trống rỗng. Phe bò có thể nói rằng sự trống rỗng đó chính là câu trả lời mà thị trường đang cần. Nó nói: dự án này không tạo ra dữ liệu vì nó không có gì để tạo ra. Nói vậy để thấy rằng khung và dữ liệu không đối nghịch nhau. Chúng bổ sung cho nhau. Khung giúp chúng ta biết phải hỏi gì. Dữ liệu giúp chúng ta biết phải tin gì. Vấn đề của ngành hôm nay không phải là có quá nhiều khung hay quá nhiều dữ liệu. Vấn đề là ngành sản xuất khung mà không buồn thu thập dữ liệu, giống như một công ty xây dựng bán bản vẽ nhà mà không bao giờ đổ móng. Bản vẽ thì đẹp. Nhưng cơn mưa đầu mùa sẽ cuốn trôi tất cả. Kỷ nguyên tiếp theo của blockchain — tôi đã nói điều này từ năm 2022 và tôi vẫn giữ nguyên — không thuộc về những người kể chuyện hay nhất. Nó thuộc về những người cung cấp được dữ liệu có thể kiểm chứng sớm nhất. Các tổ chức sẽ không rót vốn dựa trên slide. Các quỹ sẽ không giữ token dựa trên báo cáo không có nguồn. Sự trưởng thành của thị trường là một quá trình chuyển từ niềm tin sang kiểm chứng, từ câu chuyện sang số liệu, từ khung xương sang máu. Và khi tôi nhìn vào mẫu vật hôm nay — một hệ thống khăng khăng rằng nó cần tiêu đề, nguồn, và danh sách điểm thông tin trước khi viết bất cứ điều gì — tôi thấy một phiên bản nhỏ của tương lai đó. Một tương lai nơi những bài phân tích không dữ liệu bị từ chối ngay tại cửa. Một tương lai nơi các nhà phân tích đối mặt với câu hỏi đơn giản nhất nhưng khó trả lời nhất: dữ liệu ở đâu? Bong bóng nghiên cứu lại nổ. Những ai đang ngồi trên báo cáo rỗng sẽ rơi xuống đất. Những ai đang xây dựng hệ thống dữ liệu kiểm chứng được — dù là người vận hành giao thức, nhà phân tích, hay chỉ là một người đọc biết đặt câu hỏi — vẫn đứng vững. Tôi không bán cho bạn một câu chuyện về tương lai. Tôi chỉ đang hỏi: bảy ô dữ liệu trống kia, bạn dám đối mặt với chúng không? Vì ngày nào đó, thị trường sẽ hỏi bạn câu hỏi đó. Và nếu bạn không có câu trả lời, thì một cái khung AI rẻ tiền còn trung thực hơn bạn. Nó ít nhất đã biết nói không.