Trung Quốc chuyển trọng tâm AI từ mô hình lớn sang tác tử vận hành ở quy mô lớn

Cuộc đua AI ở Trung Quốc đang dần được nhìn nhận như một cuộc đua đưa AI vào vận hành: biến các mô hình nền tảng thành tác tử AI có thể thực hiện công việc hữu ích trong phần mềm, viễn thông, sản xuất và dịch vụ tiêu dùng. Câu hỏi không còn chỉ là ai huấn luyện được mô hình lớn nhất, mà là ai có thể vận hành hệ thống AI với sản lượng lớn, chi phí chấp nhận được, tốc độ đủ nhanh, độ tin cậy cao và các lớp bảo vệ cần thiết.

Trọng tâm dịch chuyển: từ huấn luyện sang nhu cầu suy luận

Một báo cáo của Viện Nghiên cứu China Telecom dự báo hoạt động suy luận sẽ chiếm 80% thị trường năng lực tính toán của Trung Quốc vào năm 2029, vượt nhu cầu liên quan đến huấn luyện. Báo cáo này cũng dự kiến các tác tử AI có thể khiến nhu cầu tính toán tăng gần gấp 10 lần mỗi năm trong hai đến ba năm tới. 59

Cùng nguồn nghiên cứu đó ước tính lượng token tiêu thụ hằng năm tại Trung Quốc có thể đạt 100 triệu tỷ vào năm 2026 và vượt 35 tỷ tỷ vào năm 2030. Đây là các dự báo, không phải số liệu đã quan sát; tuy vậy, chúng cho thấy việc phục vụ mô hình lặp đi lặp lại có thể quan trọng về chiến lược không kém việc huấn luyện mô hình. 6

Suy luận là phần việc diễn ra khi một mô hình đã huấn luyện trả lời câu lệnh hoặc thực hiện một bước trong tác vụ. Tác tử AI có thể khiến khối lượng này nặng hơn nhiều so với một lượt hỏi đáp: chúng có thể truy xuất thông tin, gọi công cụ phần mềm, xử lý quy trình nhiều bước, kiểm tra đầu ra rồi lặp lại. Ở quy mô lớn, mọi thao tác như vậy đều tiêu tốn năng lực tính toán và làm tăng độ phức tạp vận hành.

Tác tử AI làm thay đổi bài toán kinh tế

Huấn luyện một mô hình tiên phong thường là khoản đầu tư hạ tầng tập trung. Ngược lại, triển khai tác tử là hoạt động cung cấp dịch vụ liên tục. Chi phí có thể phát sinh lặp lại từ suy luận mô hình, truy xuất dữ liệu, kết nối mạng, lưu trữ, giám sát, cũng như khâu con người rà soát hoặc can thiệp khi cần.

Vì thế, một tác tử có năng lực chưa chắc đã là sản phẩm khả thi nếu quá đắt để vận hành, quá chậm so với quy trình công việc, hoặc thiếu độ tin cậy để kết nối với hệ thống doanh nghiệp. Thước đo quan trọng hơn sẽ là chi phí và chất lượng của một tác vụ được hoàn thành, thay vì chỉ là điểm số trên các bài đánh giá năng lực của mô hình.

Điều này tạo động lực mạnh để tối ưu hiệu quả phục vụ mô hình và kỷ luật vận hành. Trên thực tế, nhà cung cấp và doanh nghiệp cần chú ý đến:

• chọn mô hình nhỏ nhất nhưng vẫn xử lý an toàn tác vụ;
• định tuyến công việc đến đúng mô hình hoặc công cụ;
• giảm tính toán lặp lại bằng bộ nhớ đệm và kỹ thuật phục vụ hiệu quả;
• kết nối tác tử với nguồn dữ liệu đáng tin cậy, phù hợp từng tác vụ;
• kiểm thử việc dùng công cụ và toàn bộ quy trình đầu-cuối, không chỉ kiểm tra câu trả lời của mô hình;
• theo dõi lỗi, kiểm soát truy cập và nhật ký kiểm toán; và
• bảo đảm con người có thể can thiệp khi tác tử chạm đến quyết định hay hành động rủi ro cao.

Điều này không có nghĩa huấn luyện mô hình tiên phong trở nên kém quan trọng. Huấn luyện vẫn quyết định năng lực, mức độ tự chủ và khả năng tiếp cận các mô hình tiên tiến. Nhưng khi những mô hình đủ khả năng trở nên phổ biến hơn, yếu tố khó tạo khác biệt lâu dài có thể là năng lực vận hành suy luận rẻ, ổn định và được kết nối với hệ thống thực tế.

Chính sách Bắc Kinh hướng đến phổ biến ứng dụng

Các tín hiệu chính sách của Trung Quốc củng cố xu hướng đi từ mô hình độc lập sang triển khai có thể nhân rộng. Kế hoạch “AI+ phần mềm” của Bộ Công nghiệp và Công nghệ Thông tin Trung Quốc (MIIT) đặt mục tiêu đưa công cụ lập trình ứng dụng AI đến hơn 20.000 doanh nghiệp phần mềm lớn vào năm 2028; đồng thời xây dựng 100 ứng dụng tác tử mẫu trong các ngành trọng điểm và ươm tạo ít nhất 5 dự án mã nguồn mở chất lượng cao. 3

Định hướng đến năm 2030 là một hệ sinh thái phần mềm thông minh hơn, an toàn hơn, trong đó có nâng cấp thông minh cho các hệ thống phần mềm then chốt. 37 Một kế hoạch khác của MIIT về AI và thông tin - truyền thông yêu cầu hình thành hơn 30 kịch bản giá trị cao vào năm 2028, cùng các ứng dụng tiêu biểu và tác tử chuyên biệt; kế hoạch này cũng gắn việc triển khai với việc củng cố hạ tầng mạng và năng lực tính toán. 17

Một sáng kiến khác của MIIT và Cục Quản lý Dữ liệu Quốc gia nêu rõ yêu cầu phát triển các kịch bản AI giá trị cao theo ngành, bộ dữ liệu chuyên biệt và mô hình hoặc tác tử chuyên dụng trong những trường hợp cần khả năng tự lập kế hoạch, tự thực thi. Sáng kiến cũng kêu gọi xây dựng bộ dữ liệu và hệ thống đánh giá thiết kế riêng cho mô hình ngành và tác tử. 18

Nhìn tổng thể, các chương trình này cho thấy một mô hình chính sách ưu tiên phổ biến: tạo ra các kịch bản, dữ liệu, công cụ phần mềm và mô hình triển khai tham chiếu có thể áp dụng ở nhiều lĩnh vực. Cơ hội là tốc độ tiếp nhận nhanh hơn. Rủi ro là thành công bị đo bằng số dự án thí điểm, thay vì bằng kết quả bền vững, an toàn và hiệu quả về chi phí.

Quy mô chi tiêu và công nghiệp làm tăng mức độ cạnh tranh

Các bài viết dựa trên phân tích của Viện Nghiên cứu China Telecom cho biết doanh nghiệp công nghệ Trung Quốc có thể chi gần 600 tỷ nhân dân tệ cho AI trong năm nay. Do các báo cáo công khai có thể dùng những định nghĩa khác nhau về “chi tiêu AI”, con số tổng hợp này nên được coi là một ước tính, không phải thước đo hoàn toàn chuẩn hóa. 9

Ở cấp quốc gia, Trung Quốc kỳ vọng các ngành liên quan đến AI sẽ vượt 10 nghìn tỷ nhân dân tệ vào cuối kỳ Kế hoạch 5 năm 2026-2030. 45 Cách định vị này đáng chú ý: tác tử AI không chỉ được xem là một loại dịch vụ đám mây, mà là lớp công nghệ hỗ trợ hiện đại hóa công nghiệp, phát triển phần mềm, truyền thông và dịch vụ tiêu dùng.

Châu Âu tăng năng lực tính toán, nhưng bài toán triển khai vẫn còn

Châu Âu cũng đang theo đuổi một phản ứng về hạ tầng. Ủy ban châu Âu đã mở lời mời thầu để xây dựng tối đa 7 “AI Gigafactories” — các cơ sở tính toán AI quy mô rất lớn — với tối đa 10 tỷ euro từ nguồn EU và các quốc gia thành viên, đồng thời kỳ vọng huy động ít nhất 20 tỷ euro vốn đầu tư tư nhân. 50

Sáng kiến này có ý nghĩa đối với năng lực tính toán và chủ quyền công nghệ của châu Âu. Tuy nhiên, riêng việc xây dựng năng lực tính toán không giải quyết được bài toán triển khai. Giá trị cạnh tranh của hạ tầng này sẽ phụ thuộc vào việc nó có tạo ra suy luận dễ tiếp cận, giá phải chăng; dữ liệu theo lĩnh vực; khả năng tích hợp phần mềm; và những ứng dụng đáng tin cậy cho các tổ chức châu Âu hay không.

Giai đoạn kế tiếp của cuộc đua AI sẽ thưởng cho điều gì?

Cú chuyển hướng sang tác tử AI tại Trung Quốc phản ánh một thay đổi rộng hơn trên toàn cầu. Lợi thế AI sẽ ngày càng phụ thuộc vào năng lực biến năng lực tính toán thành công việc hữu ích, có thể kiểm toán, ở quy mô duy trì lâu dài. Điều đó khiến chip và điện năng quan trọng, nhưng hiệu quả phục vụ mô hình, quyền tiếp cận dữ liệu, tích hợp vào quy trình, kiểm soát an ninh, đánh giá và trách nhiệm của con người cũng quan trọng không kém.

Con số 80% suy luận cần được hiểu là dự báo định hướng, không phải thực tế đã được xác lập. Dù vậy, thông điệp khá rõ: khi AI rời khỏi các bản trình diễn để bước vào vận hành liên tục, bên chiến thắng có thể không được xác định bởi lần huấn luyện lớn nhất, mà bởi khả năng vận hành tác tử đủ đáng tin cậy và đủ rẻ để trở thành một phần của công việc hằng ngày. 56