Khi nói đến hạ tầng cơ sở cho AI, người ta hay nói đến các trung tâm điện toán đám mây hiệu suất cao và trung tâm dữ liệu tập trung nhưng không nên quên sức mạnh của tính toán phi tập trung – nhiều trung tâm máy tính nhỏ nằm ở nhiều nơi nối vào với nhau có thể tạo thành hệ thống mạnh hơn và an toàn hơn là một vài trung tâm lớn quá tập trung. Ảnh minh họa: Trung tâm dữ liệu của Viettel.
Cơ hội vàng nhưng không tự đến
Việt Nam hiện có thu nhập bình quân đầu người tính theo sức mua (GDP per capita PPP) khoảng 17.000 USD1, tiến bộ lên rất nhiều so với trước tuy vẫn còn dưới mức trung bình (25.000 USD) của thế giới. Việt Nam vẫn đang đứng trước bài toán quen thuộc của một nền kinh tế phát triển muộn: làm sao bứt khỏi ngưỡng thu nhập trung bình mà không lặp lại con đường tăng trưởng dựa vào lao động giá rẻ và gia công.
Ta thử hình dung nếu trong 10-20 năm tới mỗi năm Việt Nam tăng trưởng gần 12% thì sẽ ra sao? Với mức tăng trưởng như vậy, thì sau 10 năm sẽ tăng lên ba lần, từ 17 nghìn thành 50 nghìn USD, và sau 10 năm nữa lại tăng lên thêm ba lần nữa thành 150 nghìn. Từ mức trung bình thấp, Việt Nam sẽ trở thành một nước thu nhập khá cao, rồi thành rất phồn vinh.
Lịch sử cho thấy, điều này không phải bất khả thi. Hãy nhìn lại lịch sử phát triển của các "con rồng châu Á". Ví dụ, Hàn Quốc trong 20 năm 1970-1990 đã tăng trưởng kinh tế hơn 20 lần. Tuy nhiên, phép màu không tự đến, để tăng như vậy các con rồng châu Á đều nắm bắt tốt các cơ hội. Và ngày nay AI chính là một cơ hội vàng, không thể bỏ lỡ.
Vì sao AI lại là cơ hội vàng được kỳ vọng đặc biệt như vậy với Việt Nam?
Thứ nhất là vì lĩnh vực AI phát triển rất nhanh, ở mức 30%-40% một năm, và càng ngày sẽ càng chiếm tỷ trọng cao trong nền kinh tế thế giới. Có thể hình dung là trong vòng 20 năm tới, phần lớn nền kinh tế sẽ do AI đảm nhiệm.
Thứ hai là tiếp cận AI dễ hơn tiếp cận các lĩnh vực công nghiệp khác. AI chủ yếu đòi hỏi đầu tư vào chất xám chứ không cần quá nhiều đầu tư vào máy móc, và chất xám là thứ Việt Nam có nhiều.
Thứ ba là vì công nghệ AI khá là mới nên tại thời điểm hiện tại nếu Việt Nam có bị chậm hơn một số nơi khác về AI thì cũng chỉ chậm một vài năm chứ không đến hàng chục năm, và do vậy cũng dễ đuổi kịp hơn.
Thứ tư là thế cạnh tranh của các công nghệ cũ không có AI ngày càng giảm đi, trở thành lỗi thời. Việt Nam chưa công nghiệp hóa hoàn toàn nên cũng rất tiện cho việc sử dụng thẳng các công nghệ mới có AI thay vì phải "tiếc rẻ" dùng tiếp các máy móc công nghệ cũ.
Thứ năm là xuất khẩu AI ra thế giới dễ hơn là xuất khẩu các thứ khác, không tốn kém tiền chuyên chở, bảo quản...
Thứ sáu là Việt Nam có vị trí địa lý và quan hệ quốc tế thuận lợi cho việc phát triển kinh tế nói chung và AI nói riêng. Chỉ cần sang Quảng Đông hay Singapore là có thể học hỏi, mua bán rất nhiều thứ hiện đại.
Nhưng cơ hội không tự đến. Chúng ta chỉ nắm bắt được cơ hội vàng này khi hiểu rõ quá trình phát triển AI hiện nay.
Robot hình người trong nhà máy Zeekr. Ảnh: Getty Images.
AI không biên giới: không thể chỉ trông vào thị trường nội địa
Với những đặc điểm trên, AI là lĩnh vực hiếm hoi cho phép Việt Nam vượt giới hạn quy mô thị trường nội địa. Nhưng AI cũng buộc Việt Nam phải ra khỏi "vùng an toàn" của thị trường nội địa và cạnh tranh giá rẻ.
Bài học của Nhật Bản trong giai đoạn hậu tăng trưởng vì thế đặc biệt đáng để suy ngẫm. Nhật Bản sau thời kỳ hoàng kim của những năm 1980-1990 thì bị chững lại so với thế giới, và trong danh sách các công ty lớn nhất thế giới không còn bóng dáng các công ty Nhật trừ Toyota.
Một trong những lý do là người Nhật rất sáng tạo nhưng quá hướng nội. Họ làm ra những thứ như là iPhone trước iPhone nhiều năm, nhưng chỉ cho thị trường Nhật. Thị trường nội địa của họ đủ to để sống, nhưng không đủ to để phát triển nhanh. Sáng tạo thôi chưa đủ, nếu thị trường bị giới hạn.
Thị trường nội địa Việt Nam cũng đủ to để các mặt hàng chỉ phục vụ trong nước sống được, nhưng cũng không đủ to để phát triển nhanh. Muốn phát triển nhanh phải chú trọng xuất nhập khẩu, đặc biệt là trong lĩnh vực AI – nơi rào cản địa lý gần như không còn.
Nhờ có quyết tâm của những công ty như FPT mà Việt Nam trở thành một trung tâm gia công phần mềm trên thế giới. Kinh nghiệm này cho thấy Việt Nam có thể tham gia sâu vào chuỗi giá trị toàn cầu nếu chọn đúng hướng. Việt Nam cũng cần có một quyết tâm tương tự như vậy, thậm chí cao hơn, cho xuất khẩu AI, để gây dựng hình ảnh một trung tâm phát triển đủ các loại AI với chất lượng cao, giá thành phải chăng để phục vụ thế giới, thu hút đầu tư từ nước ngoài.
Việt Nam đang thu hút khá nhiều đầu tư từ nước ngoài, kể cả trong lĩnh vực AI, nhờ có ổn định chính trị và giá thành rẻ. Những quỹ đầu tư do người Việt ở hải ngoại lập ra để đầu tư vào Việt Nam cũng là dấu hiệu tốt. Việc cho phép người nước ngoài lưu trú 45 ngày ở Việt Nam không cần visa cũng là một bước tiến bộ lớn. Tuy nhiên, giấy tờ thủ tục đầu tư và chuyển tiền xuyên biên giới vẫn còn cồng kềnh, và sẽ là rào cản với các dự án AI.
Việt Nam không nên chỉ trông cậy vào giá thành rẻ mà cần chú trọng tăng uy tín và chất lượng. Một lần tôi gặp lãnh đạo của hãng ô tô Geely, họ nói họ lo ngại chất lượng sản xuất ô tô ở Việt Nam có thể không đạt chuẩn. Khi nói chuyện với những người Pháp về phát triển phần mềm, họ cũng tỏ ý băn khoăn về chất lượng khi giao việc cho công ty ở Việt Nam. Những lo ngại đó cho thấy Việt Nam vẫn chưa thực sự thoát khỏi hình ảnh "giá rẻ, chất lượng thấp". Trung Quốc cũng đã chuyển vị thế từ "giá thành thấp" sang "chất lượng cao". Cạnh tranh dựa trên giá thành thì có thể thoát nghèo, nhưng muốn phồn vinh thì phải cạnh tranh về chất lượng.
Muốn có chất lượng cao thì cần có chiến lược đầu tư mạnh vào các trung tâm xuất sắc, và bỏ nhiều tiền chiêu mộ những người tài giỏi, kể cả người nước ngoài. Trung Quốc từ cách đây rất nhiều năm đã dám trả lương trên 10.000 USD một tháng để thu hút các nhà khoa học giỏi từ nước ngoài, là một điều đáng để học tập.
AI trong doanh nghiệp: Cơ hội chỉ đến khi chuyển đổi nhanh
AI không giúp tái cấu trúc sản xuất, đảo chiều lợi thế cạnh tranh nhưng AI cũng đòi hỏi doanh nghiệp phải có năng lực hấp thụ và gây sốc với doanh nghiệp hay nguồn nhân lực chưa kịp chuyển đổi.
Ở Trung Quốc đã xuất hiện những nhà máy, ví dụ như nhà máy sản xuất ô tô Zeekr, được tự động hóa hầu như hoàn toàn, với các robot do AI điều khiển, số lượng nhân viên giảm đi chỉ còn bằng 1/10 so với những nhà máy khác. Nhờ những thứ như vậy mà họ trở thành nước mạnh nhất thế giới về sản xuất ô tô, đồng thời cũng là thị trường lớn nhất, chiếm hơn 1/3 thị trường ô tô thế giới.
Công nghệ AI khá là mới nên tại thời điểm hiện tại Việt Nam sẽ dễ đuổi kịp các nước hơn. Ảnh: Các đội thi và diễn giả tại tọa đàm về AI và khoa học máy tính MLops Marathon 2023. Tọa đàm do Tia Sáng tổ chức, trong khuôn khổ MLops Marathon 2023.
Những lĩnh vực kinh doanh sản xuất mà càng có tính lặp đi lặp lại cùng một động tác bao nhiêu, thì máy móc được điều khiển bằng AI càng dễ làm tốt hơn con người bấy nhiêu.
Xu hướng tinh giảm nhân viên, thay thế bằng AI là tất yếu không thể tránh khỏi trong nhiều lĩnh vực, và Việt Nam cũng cần mạnh dạn áp dụng. Các doanh nghiệp càng mạnh dạn chuyển đổi AI, đưa AI vào sử dụng ở mọi chỗ có thể, từ dây chuyền sản xuất cho đến bảo trì máy móc cho đến tài chính kế toán cho đến quản lý nhân sự, v.v., thì sẽ càng có lợi thế cạnh tranh
Ông Vũ Đình Độ Chủ tịch TASCO có nói với tôi một câu khá tâm đắc, là "nhanh thắng to", tức là các công ty nhanh nhẹn sẽ cạnh tranh thắng các công ty lớn, và một phần nhanh nhẹn ở đây chính là nhanh nhẹn chuyển đổi AI.
Một ví dụ điển hình là các chatbot/voicebot AI hỏi đáp phục vụ bán hàng và chăm sóc khách hàng có thể giúp giảm 9/10 nhân viên, chỉ cần giữ 1/10 để giám sát và xử lý các trường hợp khó, tiết kiệm được rất nhiều.
Nhưng không phải cứ ứng dụng AI là thành công. Để đạt hiệu quả và giảm rủi ro, doanh nghiệp cần AI được huấn luyện phù hợp với dữ liệu và quy trình riêng. Chẳng hạn, cách đảm bảo thành công và ít rủi ro nhất là thuê công ty chuyên về AI luyện riêng chatbot/voicebot (và những AI khác) hợp với nhu cầu của mình, cùng với dịch vụ bảo trì, nâng cấp, sửa lỗi liên tục. Nếu thiếu năng lực công nghệ hoặc không có công ty chuyên về AI hỗ trợ như vậy thì sẽ rất rủi ro về mặt kỹ thuật, dẫn đến rủi ro về kinh doanh.
Ngành gia công phần mềm là một ví dụ điển hình cho thấy tác động hai mặt của AI. Nếu một nhóm viết phần mềm trước kia cần 1 kỹ sư chính cùng 4 kỹ sư trẻ, thì ngày nay chỉ cần 1 kỹ sư chính hiểu rõ vấn đề cùng với công cụ AI "copilot" hỗ trợ là có thể viết phần mềm nhanh hơn và tốt hơn trước. Hệ quả là rất nhiều công ty, từ Mỹ cho đến Việt Nam, sa thải hàng loạt nhân viên viết phần mềm.
Như ông Jensen Huang, CEO của Nvidia, có nói, ngôn ngữ lập trình quan trọng nhất ngày nay là ngôn ngữ tự nhiên. Để tạo sản phẩm phần mềm tốt ngày nay quan trọng nhất không còn là khả năng viết các dòng code chi tiết, mà là khả năng logic, hiểu thực sự vấn đề và tạo ra thuật toán tổng thể thích hợp, còn chi tiết có thể để cho AI lo.
AI đòi hỏi những lựa chọn chiến lược rõ ràng, không chỉ xuất khẩu giá rẻ, không chỉ ứng dụng AI theo phong trào, và không chỉ chạy theo các mô hình có sẵn từ bên ngoài.
Chính tại đây, bật ra câu hỏi tiếp theo: Việt Nam sẽ dựa vào AI của ai, dữ liệu của ai, và luật chơi của ai? Đó là chủ quyền AI – vấn đề sẽ quyết định liệu cơ hội này có thực sự thuộc về Việt Nam hay không.
Thách thức về chủ quyền AI
Châu Âu ước tính bị thiệt hại 250 tỷ USD mỗi năm vì phụ thuộc về AI, và kêu gọi phải đầu tư nhiều hơn để đảm bảo chủ quyền về AI.
Ta thử hình dung một số tình huống đơn giản nhưng có thể gây hệ quả nghiêm trọng. Chẳng hạn, một người Việt hỏi AI về một hòn đảo nào đó thuộc về Việt Nam nhưng AI lại bảo là nó thuộc về nước khác, hay hỏi về một hoạt động gì đó bất hợp pháp ở Việt Nam nhưng nó lại bảo là hợp pháp, hay đưa cho AI một thông tin nào đó chỉ được phép lưu trữ ở Việt Nam nhưng nó lại chuyển ra nước ngoài. Những điều như vậy không thể chấp nhận được theo luật Việt Nam, tuy nhiên chúng hoàn toàn có thể xảy ra trên thực tế nếu ta dùng các AI đa dụng làm ở nước ngoài.
Để tránh xảy ra những rủi ro kiểu như trên, thì các mô hình AI đem vào sử dụng ở Việt Nam, nhất là các mô hình ngôn ngữ nền tảng, phải đảm bảo thể hiện đúng thông tin, pháp luật và văn hóa của Việt Nam, và phải đảm bảo chủ quyền về dữ liệu, đặc biệt là đối với các tổ chức và các doanh nghiệp có tính nhạy cảm cao.
Muốn có chủ quyền cao thì không thể cứ đem nguyên xi những mô hình như ChatGPT, Gemini, Grok, Deepseek hay Qwen về dùng, mà cần xây dựng những mô hình AI đa dụng của Việt Nam. Giá thành để tạo ra và duy trì phát triển một mô hình AI như vậy có thể tính theo đơn vị trăm triệu USD/năm, không phải là rẻ, nhưng rất rẻ nếu chia theo đầu người: mỗi người chỉ mất một vài đô la một năm để có AI đa dụng có chủ quyền.
Nếu không có công ty hay tổ chức nào sẵn sàng bỏ ra nhiều tiền đến thế thì nhà nước cần đầu tư và huy động các công ty lớn cùng tham dự để lập riêng một công ty cho việc đó, vì lợi ích chung. Số tiền đó có thể đủ để tạo dựng kho dữ liệu cho Việt Nam mà AI đa dụng dùng để học (cộng với dữ liệu từ thế giới), và phát triển một trung tâm xuất sắc, cùng với máy móc thích hợp, để nghiên cứu những thuật toán tân tiến nhất, những mẫu hình (paradigm) mới tốt hơn là những mô hình ngôn ngữ lớn (LLM) hiện tại, chứ không chỉ dừng lại ở mức "fine-tune" (mông má) những mô hình đem từ nước ngoài về như hiện nay.
Trong bối cảnh các mô hình AI đa dụng ngày càng phình to, tiêu tốn tài nguyên khổng lồ và tiềm ẩn nhiều rủi ro, việc lựa chọn con đường phát triển phù hợp trở thành yếu tố mang tính quyết định. Chính từ đây, vấn đề chủ quyền AI và lựa chọn mô hình công nghệ không còn là câu chuyện kỹ thuật, mà là lựa chọn chiến lược cho tương lai phát triển của Việt Nam.
(Đón đọc kỳ sau: AI nhỏ nhưng tinh: Hướng đi khả thi cho Việt Nam)
---
1Theo số liệu của IMF và World Bank.
Cả hai kỳ của bài viết đã đăng bản in Tia Sáng số 24/2025, với tiêu đề "Việt Nam dựa vào AI của ai, dữ liệu của ai, luật chơi của ai?".