Khi AI đi vào vận hành thực tế, nhiều tổ chức từ Volkswagen đến Microsoft chuyển sang phối hợp nhiều mô hình AI cho từng loại việc, cân nhắc cả chi phí, tốc độ và độ ổn định thay vì chỉ nhìn năng lực thuần.
Nhận định này được Daniel Rondeau nêu trong bài phân tích “Why There’s No ‘One Best’ AI Model Anymore” đăng trên blog của Rocket Farm Studios, công ty thiết kế và phát triển sản phẩm số, hồi tháng 2. Theo tác giả, chưa có AI model nào làm tốt mọi việc, và các nhóm đang xây sản phẩm bằng AI ngày càng thấy rõ điều đó.
Mô hình AI (AI model) là phần lõi được huấn luyện để hiểu và tạo ra văn bản, hình ảnh hay mã nguồn, như dòng GPT của OpenAI hay Claude AI của Anthropic. Rondeau cho rằng ý tưởng về một mô hình “giỏi nhất” từng hợp lý ở giai đoạn đầu, khi bài toán còn đơn giản và doanh nghiệp chủ yếu thử nghiệm. Khi AI được đưa vào vận hành thật, các nhóm kỹ thuật nhận ra mỗi mô hình mạnh ở một kiểu việc, và hệ thống phải được thiết kế theo thực tế đó.
Theo ông, sự dịch chuyển này hiện diện ở mọi quy mô, từ các khoản đầu tư hàng tỷ USD của tập đoàn lớn đến những quyết định sản phẩm hằng ngày của nhóm phát triển nhỏ.
Từ một mô hình sang cả hệ thống
Ví dụ đầu tiên tác giả đưa ra là Volkswagen. Hãng xe Đức công bố kế hoạch đầu tư hơn một tỷ USD vào AI đến cuối thập kỷ này, với mục tiêu được hãng tóm gọn là “no process without AI” – không quy trình nào vắng AI.
Minh hoạ cách nhiều mô hình AI cùng phục vụ các quy trình doanh nghiệp.
Theo Rondeau, điểm nổi bật không nằm ở quy mô số tiền mà ở phạm vi tham vọng. AI sẽ có mặt từ khâu thiết kế xe, sản xuất, hậu cần đến vận hành nội bộ. Với độ phủ như vậy, chiến lược dựa vào một mô hình duy nhất không đáp ứng được, và tổ chức lớn phải tích hợp AI vào từng quy trình với công cụ phù hợp cho từng việc.
Tác giả nhận định ứng dụng AI ở quy mô lớn không còn là chuyện thử nghiệm một mô hình mạnh. Bài toán chuyển thành điều phối (orchestration) nhiều năng lực khác nhau trong những hệ thống phức tạp, nơi mỗi thành phần đảm nhận phần việc nó làm tốt nhất.
Xem thêm : Claude AI cho doanh nghiệp: từ chọn gói đến ứng dụng trong đội ngũ
Hạ tầng vẫn hút vốn dài hạn
Ở lớp hạ tầng, Rondeau cho rằng nỗi lo về bong bóng AI chưa làm chậm dòng tiền đầu tư, thậm chí xu hướng còn đi theo chiều ngược lại.
Ông dẫn trường hợp Oracle, hãng phần mềm và điện toán đám mây của Mỹ, báo cáo khối hợp đồng đám mây đã ký nhưng chưa thực hiện (backlog) tăng rất mạnh, kèm dự báo tăng trưởng nhiều năm. Google Cloud cũng đưa ra tín hiệu tương tự, với hàng chục tỷ USD cam kết sử dụng trong tương lai đã được ký kết.
Theo tác giả, đây không phải những con số dự phóng trên giấy mà đại diện cho khách hàng đang lên kế hoạch cho khối lượng công việc, đợt triển khai và mức sử dụng thật. Ông thừa nhận không dự báo nào chắc chắn, nhưng cho rằng mức cam kết này cho thấy AI đang trở thành hạ tầng nền tảng thay vì một trào lưu ngắn hạn.
Chọn AI model thành lợi thế cạnh tranh
Dấu hiệu rõ nhất của sự dịch chuyển, theo Rondeau, là việc chính các công ty lớn nhất cũng đang kết hợp nhiều mô hình. Microsoft, vốn gắn bó lâu năm với OpenAI, đã bắt đầu đưa mô hình của Anthropic vào một số phần của bộ ứng dụng văn phòng Office.
Minh hoạ lựa chọn mô hình theo công việc, chi phí, tốc độ và độ ổn định.
Tác giả lý giải đây không phải động thái mang tính biểu tượng. Microsoft chọn mô hình của Anthropic vì chúng cho kết quả tốt hơn ở một số tác vụ cụ thể, như dựng bảng tính hay tạo bản trình chiếu.
Rondeau cho rằng điều này khớp với kinh nghiệm của những người dùng AI thường xuyên. Một số mô hình mạnh về suy luận có cấu trúc, số khác nổi trội ở nội dung sáng tạo, soạn tài liệu hay rà soát mã nguồn. Bên cạnh năng lực, chi phí, tốc độ phản hồi và độ ổn định cũng quan trọng không kém.
Trong môi trường vận hành, tác giả cho rằng hiệu năng của một mô hình không còn được đo chỉ bằng các bài kiểm tra chuẩn (benchmark). Thước đo mới là mức hữu ích trên mỗi đồng chi phí, độ tin cậy theo thời gian và mức độ mô hình khớp với quy trình làm việc sẵn có của doanh nghiệp.
Từ trả lời câu hỏi sang thực thi
Một thay đổi lớn khác được Rondeau chỉ ra là AI đang chuyển từ công cụ hỏi đáp sang hệ thống trực tiếp làm ra sản phẩm công việc.
Theo ông, Claude và ChatGPT hiện có thể tạo tài liệu, bảng tính và bản trình chiếu hoàn chỉnh từ một yêu cầu viết bằng ngôn ngữ tự nhiên. Khoảng cách giữa ý định của người dùng và kết quả đầu ra vì thế được rút ngắn đáng kể.
Thay vì hỏi AI lấy gợi ý rồi chuyển sang phần mềm khác để làm, người dùng ngày càng có thể ở lại trong một môi trường và nhận kết quả dùng được ngay. Tác giả cho rằng đây không chỉ là sự tiện lợi, mà làm thay đổi cách các nhóm phối hợp, tốc độ một ý tưởng thành sản phẩm cụ thể và số vòng chỉnh sửa có thể thực hiện.
Khi các khả năng này hoàn thiện hơn, ranh giới giữa khâu suy nghĩ và khâu thực hiện sẽ tiếp tục mờ đi, theo Rondeau.
Xem thêm : Windows GGWA là gì? Giá, ưu nhược điểm, tính hợp pháp và so sánh với OEM, FPP
Chi phí đi vào bài toán thiết kế
Khi khối lượng công việc giao cho AI tăng lên, chi phí trở thành yếu tố không thể bỏ qua. Theo tác giả, các lập trình viên đã phải đánh đổi giữa hiệu năng và giá, nhất là với các tác vụ lập trình, tạo ảnh và tạo video.
Minh hoạ phân luồng tạo video AI theo nhu cầu và ngân sách.
Rondeau lấy ví dụ các bản cập nhật gần đây cho mô hình tạo video của Google. Hãng phát hành những phiên bản nhanh hơn, rẻ hơn song song với các mô hình cao cấp, để nhóm phát triển chọn theo nhu cầu và ngân sách của từng dự án.
Ở góc nhìn rộng hơn, ông cho rằng AI ngày càng ít là chuyện tìm một bước đột phá đơn lẻ, mà là lắp ghép những hệ thống đáng tin cậy từ nhiều bộ phận. Theo tác giả, nhóm thành công sẽ là nhóm hiểu rằng tính linh hoạt, khả năng điều phối và cách ghép các thành phần quan trọng không kém trí tuệ thô của mô hình. Việc mỗi mô hình giỏi một việc, theo Rondeau, không phải điểm yếu của công nghệ mà là dấu hiệu AI bắt đầu hữu ích ở quy mô lớn.
Tác giả : Hòa HVN
