Để AI vận hành thực chất, doanh nghiệp phải làm chủ công nghệ và kiểm soát rủi ro

Rút ngắn từ vài tuần phát triển sản phẩm xuống còn vài giờ

Diễn ra sáng 17/10 tại Hà Nội với chủ đề “Ship AI Live” (Đưa trí tuệ nhân tạo vào vận hành thực tế), FPT Transform 2026 đặt ra một vấn đề ngày càng cấp thiết: Ngoài giúp con người làm việc nhanh hơn, AI còn đang thay đổi cách xây dựng sản phẩm, tổ chức đội ngũ kỹ thuật và vận hành doanh nghiệp.

Mở đầu sự kiện, ông Lê Hồng Việt - CEO FPT Smart Cloud, Tập đoàn FPT, cho rằng những thay đổi của AI trong giai đoạn 2025-2026 đang tác động trực tiếp đến chính những người làm công nghệ.

Ông Việt nhận định trong khi nhiều tranh luận tập trung vào nguy cơ AI thay thế việc làm thì những tác động sâu hơn của công nghệ này đối với năng suất và phương thức làm việc vẫn chưa được nhìn nhận đầy đủ.

Ông Lê Hồng Việt - CEO FPT Smart Cloud, Tập đoàn FPT (Ảnh: Việt Anh).

Theo ông Việt, trước đây, quá trình xây dựng một bản mẫu sản phẩm (prototype) có thể kéo dài 2-3 tuần, từ lúc hình thành ý tưởng, thảo luận đến khi hoàn thiện phương án thiết kế.

Nhưng với sự hỗ trợ của AI, một nhóm có thể rút ngắn công việc này xuống còn vài giờ, nhờ khả năng cùng xây dựng ý tưởng, thể hiện phương án và điều chỉnh thiết kế nhanh chóng.

Đặc biệt hơn, tác động không chỉ nằm ở từng công đoạn riêng lẻ. Theo CEO FPT Smart Cloud, trước đây, một nhóm phát triển sản phẩm thường hoàn thành một số tính năng trong mỗi chu kỳ làm việc kéo dài hai tuần. Với AI, trong cùng khoảng thời gian, đội ngũ có thể hướng tới việc hoàn thiện cả một hệ thống.

Tuy nhiên, tốc độ phát triển AI cũng đặt ra câu hỏi về năng lực tự chủ công nghệ. Nếu doanh nghiệp phụ thuộc hoàn toàn vào những nền tảng bên ngoài, việc gián đoạn quyền truy cập hoặc thay đổi điều kiện cung cấp dịch vụ có thể ảnh hưởng trực tiếp đến hoạt động kinh doanh.

“Làm chủ công nghệ là việc chúng ta có thể tự tạo ra công nghệ của chính mình. Chúng ta có thể lấy công nghệ của cộng đồng, cải tiến nó lên, đưa vào cuộc sống và sử dụng nó một cách hiệu quả nhất”, ông Việt nhấn mạnh.

AI cần nhìn nhận như một nền tảng cho nền kinh tế

Cũng trong khuôn khổ chương trình, bàn về việc ứng dụng AI trong doanh nghiệp, TS. Lê Anh Văn - Kiến trúc sư giải pháp cấp cao về khoa học dữ liệu tại NVIDIA khu vực Nam Á - Thái Bình Dương, cho rằng cần nhìn AI như một nền tảng cho nền kinh tế, thay vì chỉ coi đây là một ứng dụng thông minh.

Theo ông Văn, cách con người tương tác với dữ liệu đang thay đổi. Trước đây, dữ liệu thường phải được tổ chức theo cấu trúc và truy vấn bằng các câu lệnh cụ thể. Với AI, người dùng có thể khai thác thông tin từ dữ liệu phi cấu trúc như văn bản, hình ảnh, âm thanh và video thông qua ngôn ngữ tự nhiên.

TS. Lê Anh Văn - Kiến trúc sư giải pháp cấp cao về khoa học dữ liệu tại NVIDIA khu vực Nam Á - Thái Bình Dương của NVIDIA (Ảnh: Việt Anh),

AI còn có khả năng tạo ra tri thức mới, qua đó thay đổi cách tri thức được hình thành và sử dụng. Trong bối cảnh đó, cơ sở hạ tầng không đơn thuần là nơi lưu trữ dữ liệu mà còn trở thành nền tảng sản xuất tri thức.

Ông Văn mô tả hệ sinh thái AI qua các lớp liên kết gồm năng lượng, chip, hạ tầng, mô hình và ứng dụng. Mỗi lớp đều ảnh hưởng đến hiệu quả vận hành của các lớp còn lại. Khi nhu cầu ứng dụng tăng lên, doanh nghiệp ngoài cần mô hình tốt hơn còn phải giải quyết bài toán năng lực tính toán, chi phí, năng lượng và khả năng tối ưu hạ tầng.

Để triển khai những hệ thống chuyên biệt, đại diện NVIDIA nhấn mạnh vai trò của mô hình mã nguồn mở, dữ liệu, công thức huấn luyện và các kiến trúc tham chiếu. Theo ông Văn, trong năm 2025, NVIDIA đã công bố hơn 600 mô hình và hơn 250 bộ dữ liệu phục vụ cộng đồng phát triển.

Sự phát triển của AI agent càng làm rõ yêu cầu này. Một agent không chỉ gồm mô hình đóng vai trò “bộ não”, mà còn cần một khung vận hành để kết nối với công cụ, dữ liệu nội bộ, hệ thống doanh nghiệp và các cơ chế bảo mật.

Ở góc độ ứng dụng, ông Văn dẫn trường hợp Glean, doanh nghiệp phát triển công cụ tìm kiếm dữ liệu nội bộ, đã sử dụng cơ chế điều phối để phân bổ nhiệm vụ giữa các mô hình nhỏ, nhanh và mô hình lớn có khả năng xử lý chuyên sâu. Cách tiếp cận này giúp tiết kiệm được đáng kể lượng token sử dụng và giảm 80% độ trễ, trong khi chất lượng câu trả lời được duy trì.

Năng suất cao hơn phải đi cùng khả năng kiểm soát

Một vấn đề khác cũng được đặt ra trong khuôn khổ chương trình là hiệu quả vận hành AI, các chuyên gia tại FPT Transform 2026 cho rằng doanh nghiệp không thể chỉ đo hiệu quả bằng số lượng dòng mã được tạo ra, số token sử dụng hay thời gian hoàn thành công việc.

Tại phiên thảo luận, ông Thái Trí Hùng - Phó Tổng Giám đốc cấp cao kiêm Giám đốc công nghệ MoMo, cho biết doanh nghiệp này đã triển khai chương trình ứng dụng AI xuyên suốt quá trình phát triển sản phẩm thay vì chỉ đưa công nghệ vào một vài công đoạn.

Ông Thái Trí Hùng - Phó Tổng Giám đốc cấp cao kiêm Giám đốc công nghệ MoMo (Ảnh: Việt Anh).

Theo ông Hùng, việc tạo mã chỉ chiếm khoảng một phần ba đến một phần tư quá trình biến ý tưởng thành sản phẩm. Vì thế, chỉ tập trung vào khả năng lập trình của AI sẽ bỏ qua nhiều cơ hội cải thiện năng suất ở các khâu trước và sau đó.

Trong cách tiếp cận của MoMo, các agent có thể phối hợp từ khâu chuyển ý tưởng thành thiết kế, từ thiết kế thành mã nguồn đến kiểm tra và triển khai theo các tiêu chuẩn nội bộ. Mục tiêu là loại bỏ những bước trung gian không còn cần thiết, thay vì đơn thuần tăng tốc từng công đoạn hiện có.

Song, ông Hùng cho rằng thách thức quan trọng nhất nằm ở việc đánh giá đầu ra. Các mô hình ngôn ngữ vẫn mang tính xác suất, do đó một kết quả có vẻ hợp lý chưa chắc đã chính xác.

Vì thế, MoMo đã xây dựng cơ chế đánh giá nhằm hình thành các tiêu chuẩn chung khi triển khai AI, trong đó xem xét mức độ đồng thuận giữa kết quả do AI tạo ra, đánh giá của con người và các hệ thống đánh giá khác. Cùng với đó là các rào chắn kỹ thuật để hạn chế hành động sai lệch.

Theo TS. Nguyễn Xuân Phong - Giám đốc chuyển đổi AI của Tập đoàn FPT, khi AI ngày càng có khả năng thực hiện công việc với tốc độ cao, doanh nghiệp cần xác định rõ mức độ tự chủ mà hệ thống được phép vận hành.

TS. Nguyễn Xuân Phong - Giám đốc chuyển đổi AI của Tập đoàn FPT (Ảnh: Việt Anh).

Ông ví việc sử dụng AI như lái một chiếc xe hiệu suất cao, khi đó người dùng có thể tự điều khiển, sử dụng chế độ hỗ trợ hoặc giao toàn bộ việc vận hành cho hệ thống tự động, tùy thuộc vào tình huống.

Điều quan trọng là phải hiểu mức độ an toàn và giới hạn của từng phương án. Ông Phong cho rằng người sử dụng cần cân nhắc giữa tốc độ, hiệu quả và khả năng kiểm soát.

Ở tầm nhìn giáo dục, TS. Lê Thái An - Giảng viên tại VinUniversity, cho rằng AI đang đặt ra yêu cầu nhìn nhận lại những giá trị và năng lực của con người.

TS. Lê Thái An - giảng viên tại VinUniversity (Ảnh: Việt Anh).

Thay vì chỉ sử dụng AI để tìm đáp án, người học cần có kiến thức nền tảng, tư duy độc lập và khả năng đánh giá kết quả do công nghệ tạo ra. Theo ông, giáo dục cần hướng tới việc sử dụng AI như một “trợ lý tư duy chuyên sâu”, giúp người học giải quyết những bài toán thực tế.