Nền kinh tế AI: Cách giải mới những bài toán cũ
Hầu như toàn bộ nền kinh tế đều có thể hưởng lợi từ việc ứng dụng AI trong sản xuất và trong đời sống theo hai khía cạnh: làm giàu nhờ thiết kế hệ thống AI hoặc sử dụng AI để tăng năng suất lao động. Nhưng ngay từ khía cạnh đầu tiên, vốn liên quan trực tiếp tới năng lực quốc gia và doanh nghiệp, lại không dễ dàng.
Những cách Làm giàu từ AI
Ngay cả khi không đầu tư, không nghiên cứu và phát triển trí tuệ nhân tạo (AI), người bình thường nhất cũng có thể hưởng lợi từ AI khi sử dụng các ứng dụng AI như một công cụ ngày càng phổ biến, có giá thành rẻ để nâng cao hiệu suất lao động, có thời gian trau dồi chuyên môn và sáng tạo. Đây là những thông điệp mà giáo sư Nguyễn Tiến Dũng, người sáng lập công ty trí tuệ nhân tạo Torus AI nhấn mạnh nhiều lần tại buổi tọa đàm “Đầu tư cho AI: Cơ hội nào cho Việt Nam?” do Tia Sáng/KHPT tổ chức ngày 7/5.
Về mô hình, phương thức sản xuất mới dựa vào AI có nhiều điểm rất giống so với tất cả các mô hình kinh tế trước đây khi sử dụng dữ liệu để ra quyết định chính xác hơn, mang lại hiệu quả hơn cho tất cả các yếu tố cũ như nguồn nhân lực, tài nguyên, năng lượng. Như vậy AI, dầu còn rất mới mẻ, xa lạ và phức tạp khó hiểu so với công chúng xã hội nhưng thực chất vẫn không gì khác hơn là một công cụ mới sắc bén, giúp vận hành nền kinh tế hiệu quả hơn.
Điểm khác biệt của AI chính là ở chỗ, nhờ vào khả năng xử lý thông tin nhanh chóng gấp nhiều lần con người, hoàn toàn có thể xử lý các thao tác lặp đi lặp lại trong sản xuất, đem lại cơ hội vận hành từng ngành nghề với một năng suất, hiệu quả cao chưa từng thấy. Trong đó giáo dục và y tế là hai ngành hưởng lợi nhiều nhất, khi 84% giá trị thặng dư mới trong ngành giáo dục sau 10 năm tới là do AI mang lại, hay ngành y tế nhờ sử dụng AI với dữ liệu chuyên gia về bệnh đa dạng phong phú để có cơ hội hỗ trợ các bác sĩ thực hiện ước mơ y học chính xác, chẩn đoán hiệu quả và chính xác hơn nhiều lần so với trước đây, theo GS. Nguyễn Tiến Dũng.
Với các ngành khoa học cơ bản, gốc rễ của ứng dụng công nghệ trong đời sống, AI đem đến một góc nhìn mới, giúp các nhà khoa học khám phá nhiều hơn. “Với sự hỗ trợ của các thiết bị giải trình tự gene ngày một tiên tiến, chúng tôi có hàng triệu triệu gene. Do đó, những nghiên cứu về gene mà không có AI giúp đỡ thì hiệu quả thu về rất kém bởi nếu người làm bằng tay thì không thể nào làm xuể được. Chúng tôi rất cần công cụ AI để khai thác”, GS.TS Trương Nam Hải, nguyên Viện trưởng Viện Công nghệ sinh học (Viện Hàn lâm KHCN Việt Nam) cho biết tại tọa đàm. Thậm chí, theo ông, sử dụng AI, xử lý dữ liệu lớn và internet vạn vật chắc chắn là công nghệ nền của cách mạng 4.0, là phương thức sản xuất mới để khai thác tri thức và là tương lai của loài người.
Theo nghĩa này, AI mang lại một cơ hội làm giàu cho tất cả mọi người trong xã hội. Tựu chung, theo giáo sư Nguyễn Tiến Dũng, có năm cách để hưởng lợi ích của nền kinh tế AI, nơi sẽ tạo ra giá trị gia tăng lên tới 15 nghìn tỉ USD hằng năm, tương ứng với 10% sản lượng kinh tế hằng năm chỉ sau 10 năm nữa.
Hai cách đầu chỉ dành cho số ít những người có khả năng thiết kế, đầu tư vào AI. Đó là nhóm thiết kế các nền tảng AI để phục vụ nhiều người khác nhưng đây sẽ nhóm chiếm tỷ lệ rất nhỏ vì những người đi đầu trong công nghệ AI không nhiều, trong đó 90% startup trên thế giới thất bại, các công ty AI cũng không ngoại lệ. Nhóm những người có khả năng đầu tư vào AI cũng không nhiều, vì đòi hỏi am hiểu để có thể lựa chọn vào công ty khởi nghiệp AI. Tuy nhiên, thị trường đầu tư mạo hiểm mang lại cơ hội rất lớn khi các startup về AI thành công nhưng cũng rất nhiều rủi ro.
Với ba cách còn lại, không cần am hiểu AI ở mức độ rất sâu, mà chỉ cần tìm hiểu và tận dụng AI trong công việc, nắm bắt các cơ hội mới do nền kinh tế AI tạo ra, hoặc tạo dựng, tham gia mạng lưới, hệ sinh thái có AI để tìm hướng chuyển đổi mô hình kinh doanh cho phù hợp. Với nhóm này, dẫu mỗi cá nhân nhỏ bé, ở mọi ngành nghề, từ giáo viên, bác sĩ cho tới nhà thiết kế…đều có cơ hội để tăng hiệu quả công việc và những sản phẩm do mình làm ra. Ngược lại, từng cá nhân nếu không ứng dụng AI sẽ giảm cạnh tranh so với những người khác. Một nghiên cứu cho thấy ngay cả lập trình viên dùng AI cũng tăng năng suất 50%, hay những người lái taxi cũng dùng AI làm việc cũng hiệu quả hơn rất nhiều lần.
Mấu chốt là dữ liệu mở
Mặc dù AI là công cụ hứa hẹn nhiều tiềm năng nhưng để làm ra công cụ hoàn hảo như vậy liệu có dễ dàng, các công ty nhỏ của Việt Nam với nguồn lực tài chính và con người khiêm tốn có cơ hội nào trong cuộc cách mạng này là băn khoăn của các nhà khoa học như giáo sư Trần Xuân Hoài, chuyên gia về vật lý chất rắn tại Viện Hàn lâm KH&CN Việt Nam.
Theo giáo sư Nguyễn Tiến Dũng, để làm giàu theo cách thứ nhất và thứ hai – thiết kế hoặc đầu tư vào phát triển AI, các công ty công nghệ lớn với mức đầu tư hàng trăm triệu USD thường dễ tạo ra các mô hình AI thành công vì họ có lượng dữ liệu rất dồi dào,lượng người dùng và hành vi sử dụng phong phú, cơ sở hạ tầng cho nghiên cứu phát triển mạnh. Tuy vậy, điều này không có nghĩa là các công ty công nghệ nhỏ hết đất dụng võ bởi có thể chỉ là startup AI “tuổi nhỏ làm việc nhỏ” với cỡ đầu tư vài trăm nghìn USD cho phần cứng cũng đều có cơ hội giải những bài toán ở các quy mô nhỏ. Tất nhiên, với mức độ đầu tư càng lớn thì càng xử lý được nguồn dữ liệu lớn, đa dạng và có khả năng giải quyết các bài toán lớn cho xã hội, mang lại lợi nhuận lớn.
Nhưng đây cũng chính là điểm mắc mứu của các doanh nghiệp thiết kế AI ở Việt Nam: không có dữ liệu mở. Đằng sau quy trình trả lời, rất nhanh chóng của AI cho việc truy vấn hỏi đáp, phân tích hình ảnh, nhận diện, sắp xếp lộ trình… là nỗ lực khổng lồ cho việc thu thập dữ liệu, dán nhãn, với quy mô hàng trăm nghìn giờ, và hàng trăm, nghìn chuyên gia tùy vào bài toán mà AI xử lý. Các doanh nghiệp cần cơ sở dữ liệu mở, được dán nhãn để tạo cơ sở cho nghiên cứu và phát triển các công nghệ như phân tích dữ liệu lớn, ứng dụng trí tuệ nhân tạo, tích hợp số, tiết kiệm công sức thu thập và chi phí mua dữ liệu của các doanh nghiệp và cá nhân. Từ bộ dữ liệu mở này, mới khuyến khích các doanh nghiệp và cá nhân tạo ra các ứng dụng có giá trị phục vụ người sử dụng dựa trên bộ dữ liệu.
Ví dụ đơn cử, sau sự ra mắt đình đám của Chat GPT, tháng hai vừa qua Meta (công ty mẹ của Facebook) phát triển mô hình mới, ngay sau đó ĐH Standford cũng ra mô hình mới cạnh tranh với openAI với giá rẻ hơn rất nhiều, nhờ vào bộ dữ liệu mở của Meta”, “nhưng các mô hình này không hỗ trợ tiếng Việt. “Hiện nay các doanh nghiệp Việt Nam hoàn toàn có thể làm các mô hình Chat bot tương tự”, theo TS. Lê Công Thành, người sáng lập Công ty Cổ phần Công nghệ Chọn lọc Thông tin (INFORE), nhưng không thể có dữ liệu tiếng Việt lớn như vậy. Dữ liệu mở lớn nhất hiện nay mà các công ty dữ liệu như INFORE trông vào có lẽ chỉ là nguồn “không chính thống” Wiki, dữ liệu do cộng đồng đóng góp chứ không phải nguồn dữ liệu xác tín của chuyên gia.
Hiện nay, các doanh nghiệp đều nỗ lực xây dựng được cơ sở dữ liệu của riêng doanh nghiệp mình, phục vụ ứng dụng của riêng doanh nghiệp đó. Chẳng hạn, khi được các bạn trẻ đang muốn xây dựng hệ thống phân tích hình ảnh trong y tế hỏi tại tọa đàm về kinh nghiệm xây dựng cơ sở dữ liệu, giáo sư Nguyễn Tiến Dũng cho biết các bạn buộc phải đi kết nối với hệ thống chuyên gia trong nước, tìm đến các cơ sở dữ liệu mở trên thế giới. Nhưng dữ liệu do từng doanh nghiệp tự xây dựng chỉ là những mảnh nhỏ bé và rời rạc không đem xây dựng các mô hình lớn có tác động hoặc giá trị lớn.
Các doanh nghiệp không thể, không bao giờ đủ nguồn lực con người, tiềm lực tài chính để đầu tư xây dựng các cơ sở dữ liệu chung để tất cả các cơ quan quản lý, các doanh nghiệp cùng khai thác. Bản thân các doanh nghiệp không thể đổ lượng tiền lớn vào thu thập, xây dựng, dán nhãn, tạo kho dữ liệu mở quan trọng và hữu ích cho cộng đồng như y tế, giáo dục, văn hóa… bởi đây là một quá trình lâu dài với lượng kinh phí đầu tư lớn và đòi hỏi sự tham gia của rất nhiều nhân lực.
Ngay tại thời điểm hiện nay, khó ai có thể tưởng tượng hết được lợi ích mà nguồn dữ liệu mở có thể đem lại cho cộng đồng, cho các cơ quan quản lý và chính các doanh nghiệp thiết kế AI nhưng nhìn vào đầu tư cho dữ liệu mở ở một số quốc gia có thể bước đầu hình dung. Một vài đơn cử như, theo TS. Lưu Vĩnh Toàn, công ty Move Digital AG, Thụy Sĩ – một chuyên gia về data mining, deep learning, tại Đan Mạch, sau tám năm, nguồn địa chỉ mở được hình thành từ năm 2002 đã có hơn 1.000 doanh nghiệp và tổ chức sử dụng, mang lại giá trị trực tiếp ít nhất là 62 triệu Euro. Một nhân viên chỉ mất 15 phút để giúp Chính phủ Anh tiết kiệm hàng triệu bảng Anh nhờ việc phát hiện các khoản chi tiêu trùng lặp trong dữ liệu chi tiêu công của chính phủ.Phân tích nguồn dữ liệu mở về các ca phẫu thuật ở Anh giúp giảm bớt hàng nghìn ca tử vong vì phẫu thuật tim mỗi năm. Dữ liệu mở cũng giúp việc quản lý nguồn cứu trợ của các tổ chức phi chính phủ hiệu quả hơn ở Nepal, cắt giảm hàng chục triệu USD do chi phí dược phẩm tại Nam Phi…
Với các tổ chức, dịch vụ công, dữ liệu mở, các giao diện lập trình ứng dụng mở (API) càng trở nên quan trọng trong việc thúc đẩy nền kinh tế số. Ví dụ các nguồn dữ liệu về nghiên cứu khoa học, địa lý, lệ phí dịch vụ công, thông tin thời tiết, giao thông, phân bố dân số… đều là các nguồn dữ liệu rất có ích cho nhiều doanh nghiệp trong việc xây dựng ứng dụng, dịch vụ của mình.
Liệu có nguy cơ?
Trong lịch sử, Việt Nam thường đi sau và học hỏi bài học kinh nghiệm của các nước đi trước. Nhưng đây là thời đại mà Việt Nam đi song song với thế giới từng ngày từng giờ, lần đầu tiên Việt Nam có cơ hội lịch sử để nghiên cứu công cụ này, cho những vấn đề của riêng Việt Nam, tăng sức cạnh tranh của Việt Nam, đặc biệt là đầu tư và hưởng lợi cho những lĩnh vực liên quan đến nguồn lực con người như y tế và giáo dục. Nhưng để làm được điều đó, phụ thuộc rất nhiều vào mức độ đầu tư công cho dữ liệu mở.
Cũng có một khả năng xảy ra là các doanh nghiệp sẽ đóng góp nguồn dữ liệu đã làm sạch, dán nhãn và chuẩn hóa của mình vào cơ sở dữ liệu chung ở Việt Nam hoặc trên thế giới, nhằm làm giàu thêm cho nguồn dữ liệu chung, đồng thời được hưởng lợi bằng cách có thể sử dụng dữ liệu chung. Như lời giáo sư Nguyễn Tiến Dũng, một số doanh nghiệp AI về y tế có thể học cách này, vì dữ liệu bệnh tật cần sự đa dạng của các các bệnh trên toàn thế giới. Nhưng đó cũng là trạng thái lý tưởng, bởi chính các doanh nghiệp phải nhìn thấy được lợi từ nguồn dữ liệu chung, bằng không chẳng ai có thể đóng góp mồ hôi nước mắt miễn phí để không hưởng lợi. Và không nguồn lực nào có thể thay thế được nguồn lực công trong đầu tư vào dữ liệu mở khoa học, giáo dục, y tế, hành chính công…
Nếu người Việt chỉ có thể sử dụng chứ không thể xây dựng hệ thống AI thì người Việt đang “dâng” dữ liệu cho các doanh nghiệp nước ngoài, các big tech mà không thể có kho dữ liệu mở của riêng mình, phục vụ cho chính lợi ích của người dân, doanh nghiệp và cả quốc gia.
Rõ ràng, nền kinh tế AI mang lại nhiều cơ hội nhưng còn phụ thuộc nhiều vào mức độ đầu tư, mà trước hết là đầu tư cho dữ liệu mở của chính phủ.
