Sóng hạ tầng AI

 Khoảng năm 2012, sự bùng nổ của BYOD (bring your own device) - nhân viên muốn dùng iPhone, điện thoại Android hay laptop cá nhân để làm việc - khiến hạ tầng IT lúc đó được thiết kế cho máy tính công ty và mạng nội bộ phải thay đổi toàn bộ. 

Hơn một thập kỷ sau, trí tuệ nhân tạo (AI) đang tạo ra một bước ngoặt tương tự khi nhân viên đem theo AI tới nơi làm việc. Xu hướng mà Gartner đặt tên là BYOAI (bring your own AI), dẫn đến việc từ chiếc máy tính trên bàn làm việc, năng lực xử lý cục bộ, hạ tầng dữ liệu đến hệ thống quản trị đều phải được thiết kế lại.

Nhân viên AI trong doanh nghiệp. Ở Việt Nam, dấu hiệu thay đổi này thường được thấy ở các tổ chức có 3 đặc điểm: nhiều dữ liệu, quy mô giao dịch lớn và áp lực cạnh tranh cao. Tài chính - ngân hàng, thương mại điện tử, bán lẻ chuỗi và viễn thông là những ví dụ dễ thấy, ông Kenny Chien, Giám đốc Asus Việt Nam, cho biết.

Điều đáng chú ý không phải là ngân hàng có chatbot hay nhà bán lẻ sử dụng thuật toán gợi ý sản phẩm. Bước ngoặt nằm ở việc AI bắt đầu ảnh hưởng trực tiếp đến cách doanh nghiệp phân bổ nguồn lực, phục vụ khách hàng và bảo vệ biên lợi nhuận. 

Với doanh nghiệp vừa và nhỏ, bức tranh phức tạp hơn. Theo đánh giá của Asus Việt Nam, một phần động lực ứng dụng AI vẫn mang tính FOMO (tâm lý sợ bở lỡ). Tuy nhiên, nhiều doanh nghiệp đã tìm thấy giá trị thực tế trong những ứng dụng tương đối đơn giản như tổng đài tự động, chatbot bán hàng đa kênh, sáng tạo nội dung, nghiên cứu sản phẩm, kế toán, chấm công, giám sát lưu lượng tại điểm bán, dịch thuật và tóm tắt cuộc họp. 

“Nhìn chung, sức ép hiện đại hóa phần cứng đang tăng lên. Theo ghi nhận của chúng tôi, một số hồ sơ mua sắm doanh nghiệp đã chỉ định bộ xử lý hỗ trợ AI, thậm chí yêu cầu mức năng lực xử lý cụ thể được một số tập đoàn ưu tiên khi mua sắm”, đại diện Asus Việt Nam chia sẻ.

Với kinh nghiệm phát triển AI và đầu tư phần cứng phục vụ AI, ông Vũ Thanh Thắng, Chủ tịch Công ty Cổ phần AIZ, cho rằng nhu cầu nâng cấp hạ tầng để thích nghi với các “nhân viên” AI là có nhưng không nên được diễn giải thành mệnh lệnh thay thế toàn bộ máy tính. 

Một hạ tầng công nghệ mạnh không tự tạo ra lợi nhuận, cũng như một trung tâm dữ liệu lớn không tự biến dữ liệu lộn xộn thành quyết định tốt. Các nhà lãnh đạo doanh nghiệp nên bắt đầu bằng bài toán kinh tế: quy trình nào đang gây tốn kém, AI cải thiện được kết quả nào và thời gian hoàn vốn chấp nhận được là bao lâu. “Công nghệ chỉ đáng được đầu tư khi doanh nghiệp nhìn thấy giá trị mà hệ thống có thể mang lại thay vì mua thiết bị chỉ vì thị trường đang nói nhiều về AI”, ông Thắng chia sẻ với NCĐT.

4 mô hình triển khai AI. Một dự án đáng đầu tư thường gắn với chỉ tiêu có thể đo lường: thời gian xử lý hồ sơ, chi phí phục vụ mỗi khách hàng, tỷ lệ chuyển đổi, độ chính xác của dự báo, mức tồn kho hoặc số giờ lao động được giải phóng. Sau khi xác định bài toán, doanh nghiệp mới nên quyết định nơi xử lý dữ liệu. 

Theo ông Thắng của AIZ, có 4 mô hình triển khai chính: điện toán đám mây công cộng (thuê năng lực máy chủ và trả phí theo mức sử dụng), hạ tầng tại chỗ (giúp dữ liệu được quản lý nội bộ), điện toán đám mây riêng (cung cấp môi trường biệt lập với năng lực tính toán mạnh) và mô hình lai (kết hợp 3 mô hình trên). Ông Thắng cho rằng mô hình lai phù hợp với số đông khi doanh nghiệp không nhất thiết phải dồn toàn bộ ngân sách vào những trung tâm dữ liệu khổng lồ mà có thể tận dụng máy tính để bàn, laptop, điện thoại và các thiết bị sẵn có để xử lý dữ liệu hoặc thực hiện suy luận AI tại chỗ. 

Việc triển khai theo từng lớp cũng giúp doanh nghiệp tránh trả tiền cho công suất nhàn rỗi. Giai đoạn đầu có thể dùng điện toán đám mây công cộng để thử nghiệm nhanh. Khi một tác vụ đã ổn định, có tần suất cao và chi phí thuê tăng lên, doanh nghiệp mới xem xét chuyển một phần về hạ tầng riêng. 

Phần cứng cũng không thể bù đắp cho dữ liệu kém. Ông Thắng nhấn mạnh tầm quan trọng của việc xây dựng bản đồ tri thức, kết nối các quan hệ giữa dữ liệu để AI hiểu hoạt động cụ thể của doanh nghiệp, đặc biệt là các doanh nghiệp sản xuất. Nếu thiếu nền tảng này, mô hình có thể tạo ra thông tin không chính xác hoặc “ảo giác” bất kể năng lực tính toán mạnh đến đâu. 

Cuối cùng, ROI phải được đánh giá thận trọng. Ông Thắng đưa ra những kịch bản, trong đó AI có thể giúp một hệ thống vốn cần 100 người vận hành chỉ còn cần khoảng 20 người, hoặc cho phép doanh nghiệp mở rộng quy mô gấp 4-5 lần mà không tăng nhân sự tương ứng. “AI có thể mở rộng năng lực của doanh nghiệp rất nhanh, đồng thời cũng có thể mở rộng sự lãng phí nhanh không kém”, ông Thắng lưu ý.

Đồng quan điểm, ông Kenny của Asus Việt Nam cho rằng phương án lai thường hợp lý. Dù đám mây công cộng đem lại các mô hình mạnh, phạm vi tính năng rộng và khả năng mở rộng tức thời nhưng đi kèm với phí thuê bao giới hạn sử dụng, độ trễ và câu hỏi dữ liệu được gửi đi đâu. Ngay cả khi nhà cung cấp có gói doanh nghiệp với cam kết về quyền riêng tư, chi phí có thể vẫn quá cao đối với nhiều công ty. “Phụ thuộc hoàn toàn vào dịch vụ có thể tạo ra một khoản chi phí vận hành khó dự báo”, ông nói.

AI cục bộ giải quyết một phần bài toán đó. Các tác vụ như dịch tài liệu, tóm tắt cuộc họp, nghiên cứu nội dung, trò chuyện với AI hoặc hỗ trợ tạo tài nguyên tiếp thị có thể chạy ngay trên thiết bị. Cách làm này giúp giảm lượng dữ liệu phải đưa lên đám mây, cải thiện tốc độ phản hồi và hạn chế chi phí phát sinh theo lượt sử dụng. 

Ngoài ra, cần phải tính thêm vấn đề bảo mật vào tổng chi phí sở hữu. Đại diện Asus Việt Nam cho rằng phần mềm AI dùng trong doanh nghiệp nên có khả năng hoạt động cục bộ, không tự động tải dữ liệu lên các đám mây công cộng hoặc gửi thông tin ra ngoài. Do đó, thiết bị phải được bảo vệ theo nhiều lớp, từ phần cứng đến hệ điều hành và phần mềm. 

“Yêu cầu này đặc biệt quan trọng với doanh nghiệp nhỏ, vốn thường thiếu đội ngũ an ninh mạng chuyên trách hoặc các giải pháp bảo vệ thiết bị đầu cuối đủ mạnh. Đây là lý do tiêu chuẩn bảo mật tích hợp ngay từ khi thiết bị xuất xưởng ngày càng trở thành một tiêu chí mua sắm quan trọng”, ông Kenny nói.