Nghiên cứu toàn cầu “From Pilots to Reusable Platforms: A Blueprint for Scaling Enterprise AI” (Từ dự án thử nghiệm đến nền tảng có thể mở rộng: Lộ trình phát triển AI ở quy mô doanh nghiệp) do FPT phối hợp cùng Forrester Consulting thực hiện dựa trên khảo sát 397 lãnh đạo doanh nghiệp và công nghệ tại các khu vực kinh tế lớn gồm Bắc Mỹ, châu Âu, châu Á – Thái Bình Dương và Nhật Bản cho thấy, trí tuệ nhân tạo (AI) đang dịch chuyển mạnh mẽ từ các dự án thử nghiệm sang giai đoạn vận hành quy mô lớn.
Trong xu hướng đó, sự trỗi dậy của các trợ lý AI tự chủ (AI Agent) đang trở thành một điểm nhấn công nghệ quan trọng, trực tiếp gánh vác quy trình vận hành cốt lõi và định hình lại hiệu suất của nhiều tổ chức toàn cầu.
Dữ liệu thực chứng từ báo cáo chỉ ra các AI Agent hiện đảm nhiệm trung bình 17% quy trình cốt lõi tại những doanh nghiệp được khảo sát. Tốc độ thay thế và chia sẻ áp lực công việc của công nghệ này được dự báo sẽ tăng mạnh, nâng tỷ lệ gánh vác lên 26% trong vòng 12 tháng tới và tiếp tục chạm mức 39% trong vòng hai năm tiếp theo.
Động lực chính thúc đẩy làn sóng đầu tư xuất phát từ nhu cầu cấp bách về tự động hóa quy trình nhằm tối ưu hóa chi phí (48% lãnh đạo lựa chọn) và nâng cao năng lực khai thác dữ liệu để ra quyết định (45% lựa chọn).
Dù dòng vốn đổ vào công nghệ AI Agent rất lớn (hơn một nửa số doanh nghiệp đã dành ít nhất 5% ngân sách công nghệ thông tin cho AI), khoảng cách giữa kỳ vọng và thực tế vẫn còn khá xa. Hiện tại, mới có 26% tổ chức tự đánh giá đạt mức độ trưởng thành cao trong ứng dụng AI, và chỉ 34% doanh nghiệp thiết lập được mô hình vận hành lấy AI làm trung tâm. Phần lớn ứng dụng hiện nay vẫn dừng lại ở việc tối ưu hóa quy trình cũ thay vì tái thiết kế toàn diện cấu trúc doanh nghiệp.
Khi AI Agent tham gia sâu hơn vào hệ thống, rào cản lớn nhất đối với doanh nghiệp không còn nằm ở thuật toán, mà thuộc về năng lực hạ tầng nội bộ. Khảo sát ghi nhận 41% lãnh đạo thừa nhận điểm nghẽn lớn nhất là việc tích hợp AI với các hệ thống và quy trình nghiệp vụ sẵn có, trong khi 38% doanh nghiệp chật vật với bài toán mở rộng quy mô từ dự án thí điểm đơn lẻ thành một nền tảng dùng chung cho toàn bộ tổ chức.
Để giải quyết rào cản hệ thống và tạo điều kiện cho AI Agent vận hành an toàn, xu hướng đầu tư của doanh nghiệp trong thời gian tới đang có sự chuyển dịch rõ rệt. Các tổ chức cho biết sẽ tập trung ngân sách vào việc nâng cao năng lực quản trị và tuân thủ pháp lý của AI (44%), thúc đẩy tích hợp hệ thống kỹ thuật (42%) và tăng cường bảo mật, khả năng chống chịu của hệ thống dữ liệu (39%). Đồng thời, tiêu chí lựa chọn đối tác công nghệ cũng thay đổi khi 62% đơn vị ưu tiên các mô hình hợp tác nền tảng và 58% ưu tiên dịch vụ quản trị vận hành xuyên suốt vòng đời công nghệ, thay vì chỉ mua sắm phần mềm ứng dụng riêng lẻ như trước đây.
Nhiều người dùng lo ngại con chip nhỏ bé trên thẻ tín dụng có thể lưu trữ toàn bộ lịch sử mua sắm cá nhân, từ món đồ nhỏ nhất đến những khoản chi xa xỉ. Tuy nhiên, sự thật có thể khiến bạn bất ngờ.
Theo đó, trong kỷ nguyên thanh toán không tiền mặt, con chip EMV (viết tắt của ba 'ông lớn' Europay, Mastercard và Visa) đã trở thành tiêu chuẩn bảo mật toàn cầu, dần thay thế hoàn toàn dải từ truyền thống vốn dễ bị sao chép. Nhưng liệu con chip này thực sự 'biết' bao nhiêu về thói quen tiêu dùng của chủ nhân?
Trái với lo ngại của số đông, con chip trên thẻ không hề lưu trữ lịch sử giao dịch hay mã PIN của người dùng. Những gì nó nắm giữ chỉ là các dữ liệu cơ bản để xác thực số tài khoản (ID duy nhất), tên chủ thẻ và ngày hết hạn.
Điểm mấu chốt tạo nên sự an toàn tuyệt đối nằm ở công nghệ mã hóa (Encryption) và Tokenization. Thay vì gửi số thẻ thật của bạn đến máy POS, con chip sẽ tạo ra mã giao dịch duy nhất cho mỗi lần chạm hoặc chèn thẻ. Mã này chỉ có giá trị một lần, khiến việc làm giả thẻ trở thành nhiệm vụ bất khả thi đối với các hacker.
Dù thẻ chip cực kỳ an toàn khi thanh toán trực tiếp, nhưng nó lại 'bất lực' trước các chiêu trò lừa đảo trực tuyến. Khi bạn tự tay nhập thông tin thẻ vào các trang web giả mạo hoặc biểu mẫu không an toàn, các tính năng bảo mật của chip sẽ hoàn toàn bị vô hiệu hóa. Rủi ro lúc này không nằm ở con chip, mà nằm ở sự thiếu cảnh giác của người dùng khi mua sắm online.
Dù con chip không lưu lịch sử mua hàng, nhưng hệ thống của ngân hàng và công ty phát hành thẻ thì có. Họ biết chính xác bạn đã chi bao nhiêu tiền, tại cửa hàng nào và vào lúc mấy giờ. Tuy nhiên, họ chỉ thấy được tên nhà cung cấp chứ không biết chi tiết 'giỏ hàng' của bạn (ví dụ: họ biết bạn thanh toán tại siêu thị, nhưng không biết bạn đã mua loại sữa hay nhãn hiệu thực phẩm nào).
Việc hiểu rõ cơ chế bảo mật của chip EMV không chỉ giúp bạn yên tâm hơn khi quẹt thẻ mà còn nhắc nhở một chân lý rằng công nghệ dù hiện đại đến đâu, sự cẩn trọng của chủ thẻ vẫn là lớp bảo mật quan trọng nhất.
Trong bài đăng trên LinkedIn tuần này, CEO kiêm nhà sáng lập DeepL Jarek Kutylowski cho biết công ty "đang trải qua sự chuyển đổi cấu trúc lớn về loại công việc tồn tại, người thực hiện và số người cần thiết để làm tốt công việc đó. Sự chuyển đổi này xuất phát từ trí tuệ nhân tạo".
Theo Kutylowski, động thái mới giúp công ty có ít tầng lớp hơn, quyết định nhanh hơn và giảm đáng kể thời gian trao đổi qua lại vốn làm chậm các đội ngũ lớn.
Thành lập năm 2017, DeepL phát triển mô hình AI riêng và cạnh tranh với Google Translate về dịch thuật. Theo AFP, mô hình được sử dụng rộng rãi và công ty đạt giá trị hai tỷ USD vào năm 2024.
Tháng 6 năm ngoái, DeepL triển khai hệ thống DGX SuperPOD chứa chip Nvidia, cho phép giảm thời gian dịch toàn bộ Internet từ 194 xuống còn 18,5 ngày. Thời gian dịch cuốn sách dài nhất thế giới, In Search of Lost Time của tác giả Marcel Proust, cũng chỉ mất 0,09 giây thay vì 0,95 giây như trước kia.
Ngoài DeepL, công ty hạ tầng Internet và an ninh mạng Cloudflare tuần này cũng cho biết sẽ cắt giảm khoảng 20% nhân sự khi tái cấu trúc hoạt động và đẩy nhanh ứng dụng công cụ AI. Theo Reuters, Cloudflare dự định cắt giảm hơn 1.100 vị trí trên toàn cầu, trong khi tính đến cuối năm 2025, công ty có 5.156 nhân viên toàn thời gian.
Trong tháng 3, AI được đề cập là nguyên nhân hàng đầu cho việc sa thải nhân sự ở Mỹ, khi chiếm 1/4 trong hơn 60.000 trường hợp cắt giảm đã công bố. Còn trên toàn cầu, theo khảo sát của Đại học Duke và Cục Dự trữ Liên bang Mỹ với 750 giám đốc tài chính, số vụ sa thải được gán cho AI năm 2026 dự báo cao gấp 9 lần so với 2025.
Cơ sở Thử nghiệm đo lực hạng nặng (HDTF) được hé lộ cuối tháng 4, cho phép thử nghiệm xe tải hạng nặng mà không cần lái xe trên xa lộ thực, hoạt động giống như máy chạy bộ khổng lồ.
Theo Interesting Engineering, quá trình thử nghiệm xe tải thường đối mặt với điều kiện thời tiết, giao thông và đường xá không ổn định. Cơ sở mới loại bỏ những vấn đề này khi cho phép triển khai các kịch bản lặp lại, nhờ đó đẩy nhanh tiến độ phát triển công nghệ vận tải hàng hóa tiên tiến, tiết kiệm thời gian và chi phí.
HDTF trang bị hệ thống đo lực Model 4701 do công ty Burke Porter phát triển, gồm bốn con lăn khổng lồ với động cơ điện 600 và 800 mã lực, cho phép mô phỏng mọi điều kiện giao thông, từ tắc nghẽn đến leo dốc. Hệ thống hỗ trợ xe tải 4,5-37 tấn, bao gồm loại dẫn động cầu sau, cầu trước và dẫn động mọi bánh. Chiều dài cơ sở (khoảng cách từ tâm bánh trước đến tâm bánh sau) có thể điều chỉnh từ 2,5 đến 7,1 m, phù hợp đa số xe tải thương mại.
Cơ sở mới tích hợp thử nghiệm vật lý với mô phỏng kỹ thuật số. Các kỹ sư có thể so sánh hiệu quả nhiên liệu giữa khí tự nhiên nén và dầu diesel, đánh giá tác động của việc điều chỉnh hộp số, đo lường ảnh hưởng của việc phối hợp với đèn giao thông mà không cần lái xe khỏi tòa nhà.
Xây dựng với nguồn tài trợ từ Văn phòng Công nghệ vận tải thuộc Bộ Năng lượng Mỹ, HDTF dự kiến giúp ngành vận tải đạt các mức hiệu quả mới nhanh hơn bằng cách rút ngắn thời gian phát triển công nghệ, giảm rủi ro kỹ thuật và tài chính của khoản đầu tư mới. Mức tăng hiệu quả chỉ 2-3% cũng có thể giúp tiết kiệm hàng trăm triệu USD trong một thập kỷ.
Claus Daniel, Phó giám đốc phòng thí nghiệm thuộc bộ phận Công nghệ Năng lượng Tiên tiến của ANL, cho biết: "Xe tải hạng trung và hạng nặng thúc đẩy nền kinh tế. Với cơ sở mới, Argonne cung cấp môi trường nghiên cứu và thử nghiệm nghiêm ngặt, có thể lặp lại mà ngành công nghiệp và chính phủ cần để đưa công nghệ mới ra thị trường, qua đó giảm chi phí vận tải".
