Cách ‘hồi sinh’ smartphone Android bật không lên nguồn

Trong bức tranh năng lượng tái tạo, điện mặt trời, điện gió và thủy điện đang có những ưu nhược riêng. Điện mặt trời và điện gió có chi phí sản xuất ngày càng rẻ nhưng mang tính gián đoạn, đòi hỏi hệ thống lưu trữ như pin để cân bằng phụ tải, còn thủy điện phụ thuộc địa hình và nguồn nước. Hydrogen được xem là lựa chọn tiềm năng cho lưu trữ dài hạn giúp giải bài toán lưu trữ cho các siêu dự án điện gió, điện mặt trời, biến nguồn năng lượng thiên nhiên thành nguồn lực ổn định.

Tại Việt Nam, một số doanh nghiệp bắt đầu đẩy mạnh giải pháp riêng với mục tiêu đáp ứng nhu cầu hydrogen xanh trong nước cũng như xuất khẩu ra thị trường thế giới, trong đó có Indefol có trụ sở tại TP HCM, hiện tập hợp 100 kỹ sư người Việt chuyên về năng lượng tái tạo, còn lại đến từ Pháp (20) và Đức (10).

"Việc 'đi sớm' trong lĩnh vực hydrogen xanh không đơn thuần đón đầu xu hướng, mà để chủ động xây dựng nền tảng cho cả thị trường, từ cung, cầu đến chuỗi cung ứng nội địa", ông Trần Quốc Hiệu, CEO Indefol, nói. "Nếu chờ thị trường rõ ràng mới tham gia, chúng ta sẽ bị phụ thuộc toàn bộ công nghệ lõi vào chuỗi cung ứng nước ngoài, mất lợi thế cạnh tranh dài hạn".

Từ dự án hợp tác Đức - Pháp - Việt

Theo TS Phạm Minh Vương, nhà đồng sáng lập Indefol, hành trình bắt nguồn từ một chương trình nghiên cứu năng lượng tái tạo của Đại học Bách khoa TP HCM cách đây gần 20 năm. Đến 2008, Indefol thành lập với tầm nhìn tạo ra những tấm pin mặt trời giúp doanh nghiệp giảm chi phí.

Trong giai đoạn 2008-2018, công ty tập trung vào lĩnh vực điện mặt trời áp mái, hoàn thành hàng chục dự án với tổng công suất khoảng 100 MWp. Đến 2018-2022, công ty mở rộng triển khai tới đối tác lớn nước ngoài, gồm 33 nhà máy cho doanh nghiệp FDI, đồng thời tích hợp hệ thống quản lý năng lượng thông minh để tối ưu hóa hóa đơn điện.

"Nhưng càng làm, chúng tôi càng nhận thấy lĩnh vực điện mặt trời dần chạm đến giới hạn", ông Vương cho biết.

Ông Vương đánh giá, điện mặt trời giúp giảm kWh điện từ lưới điện quốc gia nhưng các nhà máy gặp hai vấn đề lớn, đầu tiên liên quan đến nhiệt công nghiệp, khi điện mặt trời không thể thay thế lò hơi đốt than/gas; và tính ổn định, khi không thể sản xuất điện vào ban đêm, khiến nhà máy vẫn lệ thuộc vào lưới điện và chịu phí công suất cao.

Hydrogen lúc này như "viên pin bằng khí" giải quyết tận gốc. Nhưng thay vì nhập khẩu, Indefol chọn phát triển từ đầu nhằm giảm phụ thuộc công nghệ và kiểm soát về sau. "Làm chủ công nghệ nằm ở việc nắm giữ bản quyền trí tuệ, khả năng thiết kế tích hợp hệ thống và bộ não điều khiển", theo ông Vương.

Indefol tận dụng nền tảng điện mặt trời sẵn có để bước vào chuỗi giá trị hydrogen xanh, trước hết bắt tay làm chủ công nghệ điện phân (electrolyzer). Công ty phát triển thành công đầu đốt Burner GH2 sử dụng 100% hydrogen để thay thế hoàn toàn gas, khí tự nhiên, từng bước tự chủ nguồn nhiệt công nghiệp.

Với chế tạo thiết bị vật lý, theo ông Hiệu, linh kiện nào Việt Nam làm tốt như gia công cơ khí, sắt thép sẽ hợp tác nội địa, còn những thành phần phức tạp hơn buộc phải nhập khẩu. Chẳng hạn, cảm biến (sensor) có công nghệ lõi là các phản ứng hóa lý sinh ra điện áp đưa về mạch điều khiển nhập từ Đức, hay bảng mạch PCB thiết kế bởi kỹ sư Việt Nam, thuê gia công tại Trung Quốc để tối ưu chi phí, nhưng sắp tới chuyển dần sang lắp ráp tại Việt Nam.

Các hệ thống điện phân sau đó lần lượt ra đời và tinh chỉnh trước khi thương mại hóa. Khác với giải pháp khi đó, máy điện phân của Indefol kết nối trực tiếp với nguồn điện một chiều từ điện mặt trời. Từ khi R&D đến phát triển thành cỗ máy có thể vận hành đầu tiên mất khoảng 2-3 năm.

"Đây là giai đoạn khó khăn nhất vì chúng tôi phải làm việc chặt chẽ với các đối tác Đức nhằm chuyển giao công nghệ lõi và thiết kế tích hợp trực tiếp với điện mặt trời áp mái", ông Sonny Manuel, Giám đốc mảng bán hàng của Indefol, chia sẻ.

Với sự hậu thuẫn của các đối tác châu Âu trong lĩnh vực lưu chuyển chất lỏng và pin nhiên liệu như DFM-Europe, Dekra và Infineon, Indefol rút ngắn thời gian nghiên cứu. Các đối tác cũng mở ra các kênh tài chính và trợ cấp, giúp giảm áp lực vốn đầu tư R&D và tăng tính khả thi cho dự án tại Việt Nam.

Ông Nguyễn Văn Dũng, Giám đốc nhà máy sản xuất Indefol tại Long An, cho biết cỗ máy mới nhất, IDF-EX1000X, được xây dựng trên nền tảng công nghệ điện phân kiềm (Alkaline), là hệ thống sản xuất hydrogen công suất 1 MW đầu tiên do Việt Nam sản xuất, làm chủ 50% công nghệ, còn lại 32% từ Đức và 18% từ Pháp. Trong những phiên bản tiếp theo, công ty đặt tham vọng tăng mức độ tự chủ lên 60-70% trước năm 2030.

Dù vậy, việc tìm kiếm nhà cung cấp sắt thép, cơ khí chính xác và thiết bị điện tử trong nước đạt chuẩn để lắp ráp máy điện phân vẫn là thách thức lớn. "Sản xuất hydrogen là cuộc chơi nguy hiểm nếu mất kiểm soát", ông Dũng cho hay. "Đặc thù của hydro dùng trong thiết bị công nghệ cao là yêu cầu độ tinh khiết gần như tuyệt đối, từ 99,997% đến 99,999%. Chỉ cần độ tinh khiết sụt giảm xuống mức 75%, hệ thống lập tức đối mặt với nguy cơ cháy nổ hiện hữu".

Indefol đã khai triển dự án hydrogen xanh đầu tiên tại Nam Định vào tháng 7/2025 với sự hợp tác cùng Siemens và Tổ chức Hợp tác quốc tế Đức (GIZ). Công ty cũng trúng thầu dự án hydrogen để chạy trung tâm dữ liệu AI, xe tải hydrogen và máy bay 5 chỗ chạy hydrogen tại Pháp.

"Những người đang tham gia vào nền kinh tế hydrogen xanh có thể xem là những người đi tiên phong nhiều năm so với phần còn lại", TS Thomas Aulig, Phó hiệu trưởng trường Đại học Việt Đức (VGU), nói về nỗ lực làm chủ công nghệ điện phân và hydrogen xanh của Indefol.

Còn theo ông Wolfgang Backer, Giám đốc quản lý phát triển kinh doanh Dekra - tổ chức chuyên gia độc lập lớn nhất thế giới trong lĩnh vực kiểm định, thử nghiệm và chứng nhận an toàn có trụ sở tại Đức, hệ thống của Indefol có thể đáp ứng các tiêu chuẩn khắt khe cấp toàn cầu ở mức độ nhất định. Tuy nhiên, ông cho rằng đây là "lời đánh giá khó", bởi tổ chức của ông chưa cấp chứng nhận hoàn thiện cho giải pháp tương tự ở các nước khác.

"Trong ngành năng lượng tái tạo, đặc biệt với hydrogen, mọi quy chuẩn đều vô cùng ngặt nghèo. Trọng tâm của chúng tôi là yếu tố an toàn và bảo mật, và Indefol đang đáp ứng được nhiều yêu cầu trong số đó", ông cho hay.

Dù vậy, theo ông, bất kỳ hệ thống nào muốn ra thị trường đều phải chứng minh sự an toàn tuyệt đối, xuyên suốt vòng đời từ khâu lên bản vẽ thiết kế, chọn vật liệu, quy trình lắp ráp đến khi vận hành thực tế. Việc một doanh nghiệp như Indefol tự chủ giải pháp riêng để tự động giám sát an toàn cho các hệ thống liên quan đến năng lượng như hydrogen là hướng đi hiện đại và cần thiết. Nhưng để có cái gật đầu của các thị trường khó tính nhất, hệ thống đó sẽ còn phải trải qua những vòng kiểm tra thực tế trong thời gian tới.

Bài toán 1.500 nhân sự

Đội ngũ Indefol cũng thừa nhận để đạt tham vọng, họ "còn rất nhiều bài toán" cần giải. Trong đó, nhân lực được xem là yếu tố cốt lõi.

Bà Bùi Thanh Thảo, đại diện tuyển dụng của Indefol, cho biết điểm yếu "cốt tử" của doanh nghiệp là nhân tài. Nguồn nhân lực hiện có của công ty hội tụ đủ tiêu chí trẻ, nhiệt huyết và khả năng tiếp thu nhanh. Nhưng để mở rộng quy mô lên hàng nghìn MW, công ty cần nhiều kỹ sư hơn, cũng như chuyên gia hệ thống có kinh nghiệm thực chiến trong vận hành thiết bị áp suất cao, điện tử công suất, hóa học, cơ khí, vật liệu và điều phối lưới điện thông minh.

Indefol đặt ra mục tiêu tuyển dụng 1.500 người từ năm ngoái, đồng thời hợp tác với các trường đại học hàng đầu trong nước như Đại học Bách khoa TP HCM, Đại học Việt Đức (VGU) để đưa sinh viên trực tiếp tham gia các phòng thí nghiệm, để họ tự tay thiết kế, chế tạo, lắp ráp và kiểm định.

Các kỹ sư tại Indefol cũng trực tiếp tham gia vào dự án cùng chuyên gia châu Âu, làm việc theo mô hình liên phòng ban, phối hợp giữa R&D, vận hành và đối tác quốc tế để giải quyết bài toán thực tế.

"Không chỉ tuyển mới, đây là quá trình 'nhúng' các kỹ sư trẻ vào môi trường làm việc với chuyên gia Đức, Pháp", bà Thảo nói. "Chúng tôi dùng 50% nội lực Việt Nam để họ trực tiếp thiết kế, lắp ráp và xử lý lỗi tại hiện trường, từ đó biến những cá nhân 'tiềm năng' thành 'chuyên môn cao' thông qua thực địa".

Dù tự chủ được năng lượng, chi phí điện năng - vốn chiếm 60-80% giá hydrogen xanh - vẫn là yếu tố gây khó. Để cạnh tranh với hydrogen xám (sản xuất bằng điện thông thường), Indefol tập trung mục tiêu giá dưới 2 cent/kWh.

Với bài toán đầu ra, ông Nguyễn Đoàn Tứ Lập, phụ trách tài chính của Indefol, cho biết năng lực của công ty đã được định hình và củng cố khi đã triển khai nhiều dự án năng lượng tái tạo với đối tác lớn. Tuy nhiên, đặc trưng ngành năng lượng tái tạo cần dòng vốn cực kỳ dài hạn. "Không giống điện mặt trời áp mái, lắp đặt trong vòng 3-6 tháng là hoàn thành và phát sinh doanh thu, dự án hydrogen xanh cần thời gian phát triển và xây dựng lâu hơn. Do đó, kỳ hạn tài trợ phải linh hoạt 15-20 năm", ông Lập nói.

"Bài toán nhân lực và nguồn tiêu thụ là lớn nhất, nhưng chúng tôi kỳ vọng với sự hợp tác của tổ chức, doanh nghiệp trong và ngoài nước cũng như các chế tài thúc đẩy năng lượng xanh của chính phủ, Indefol sẽ sớm đạt những kết quả tốt, giúp Việt Nam hiện diện rõ nét trên bản đồ hydrogen và năng lượng tái tạo của thế giới", ông Vương nói thêm.

Tin Gốc: Vnexpress

Minh Quân (27 tuổi, Hà Nội) bước vào buổi phỏng vấn vị trí lập trình viên tại một startup công nghệ tài chính với tâm thế tự tin. Gần bốn năm kinh nghiệm giúp anh trả lời trơn tru loạt câu hỏi chuyên môn. Nhưng đến cuối buổi, một câu hỏi ngắn khiến anh khựng lại: "Bạn sử dụng AI như thế nào trong công việc?".

Quân trả lời có dùng ChatGPT để tra cứu và hỗ trợ viết code, nhưng không thường xuyên vì muốn tự làm để hiểu kỹ hơn. Sau buổi phỏng vấn, anh nhận email từ chối với lý do "chưa phù hợp với cách làm việc của nhóm", vì công ty ưu tiên ứng viên biết khai thác AI tối đa. "Không phải tôi thiếu kỹ năng, mà do không hợp với văn hóa mới thay đổi", Quân nói.

Trong làn sóng AI đang lan rộng, nhiều doanh nghiệp công nghệ bắt đầu điều chỉnh cách đánh giá ứng viên, không chỉ dựa vào năng lực chuyên môn, mà còn ở cách họ tận dụng các công cụ để làm việc.

Bà Nguyễn Hồng Hạnh, Giám đốc nhân sự của G-Group, cho biết AI được "thúc đẩy và khuyến khích sử dụng rộng rãi" trong công ty. Ở một số vị trí, đặc biệt là công nghệ và nhân sự, AI gần như trở thành "công cụ mặc định".

Với những mảng khác, trí tuệ nhân tạo được sử dụng linh hoạt theo đặc thù công việc. Ví dụ, đội pháp chế dùng AI tóm tắt văn bản, rà soát hợp đồng, văn phòng dùng để soạn thông báo, biên bản, tổng hợp đầu việc. Trong khi đó, bộ phận kinh doanh dùng để nghiên cứu khách hàng, soạn email, chăm sóc qua hệ thống tổng đài tự động.

Cách làm việc mới cũng kéo theo thay đổi trong tuyển dụng. Bà Hạnh cho biết họ chưa quy định cứng, nhưng với vị trí liên quan đến công nghệ, yếu tố "biết dùng AI" thường được đánh giá trong quá trình phỏng vấn. Ứng viên sẽ được chấm điểm cao nếu biết tận dụng AI để giải quyết bài toán thực tế, đặt ra yêu cầu rõ ràng, kiểm chứng kết quả và hiểu giới hạn của công cụ.

"Nếu hai ứng viên có nền tảng chuyên môn tương đương, người biết tận dụng AI hiệu quả sẽ có lợi thế rõ rệt", bà nói. Ở chiều ngược lại, phụ thuộc quá vào AI cũng không tốt, có thể bị đánh giá thấp nếu không hiểu bản chất vấn đề, không kiểm chứng thông tin hoặc không thể tự xử lý khi không có công cụ hỗ trợ.

Trong khi đó, bà Trần Xuân Ngọc Thảo, Giám đốc nhân sự và truyền thông VNG, cho biết kỹ năng AI chưa phải yêu cầu bắt buộc, nhưng ứng viên sẽ được đặt câu hỏi liên quan đến cách tiếp cận và ứng dụng AI trong công việc thực tế.

"Điều chúng tôi tìm kiếm ở một ứng viên là tư duy - cách nhìn nhận vấn đề, mức độ sẵn sàng học hỏi và khả năng thích nghi chứ không phải việc thành thạo một công cụ cụ thể nào đó", bà nói.

Bà cho biết, từ 2025, công ty bắt đầu cung cấp tài khoản AI cho một số cá nhân hoặc đội nhóm có nhu cầu. Chính sách đã phát huy hiệu quả, khi một dự án phần mềm vốn cần ba người thực hiện trong 1,5 tháng nay có thể hoàn thành trong chưa đầy 20 giờ.

Theo Giám đốc nhân sự này, AI khiến việc nảy sinh ý tưởng trở nên dễ dàng và phổ cập hơn. Khi ý tưởng không còn là thứ khan hiếm, khả năng thực thi - tốc độ đưa ý tưởng thành sản phẩm thực tế mới là lợi thế cạnh tranh thực sự. Một ứng viên biết tận dụng AI để làm được nhiều hơn, nhanh hơn và chính xác hơn không chỉ cho thấy việc sử dụng tốt một công cụ, mà còn chứng minh họ phù hợp với cách thức vận hành của thời đại mới.

Theo dữ liệu từ nền tảng tuyển dụng TopCV, các doanh nghiệp IT đều xác nhận AI đang tác động mạnh mẽ đến họ, thay đổi ngành công nghiệp này, từ cách tổ chức công việc đến tạo sản phẩm. Tỷ lệ doanh nghiệp cảm nhận rõ sự tác động là 42,86% ở nhóm gia công phần mềm (IT Outsourcing), 40,9% ở nhóm dịch vụ (IT Service) và 37,5% ở nhóm tư vấn công nghệ thông tin (IT Consulting).

Xu hướng này không chỉ diễn ra tại Việt Nam, khi nhiều doanh nghiệp trên thế giới đã đưa việc sử dụng AI vào tiêu chí tuyển dụng và mô tả công việc (JD).

Theo dữ liệu đầu năm 2026 từ LinkedIn, số tin tuyển dụng đề cập kỹ năng AI tăng 70% so với năm trước. Trong khi đó, nghiên cứu do đại học Cornell (Mỹ) thực hiện năm nay với hơn 1.700 nhà tuyển dụng tại Mỹ và Anh cho thấy, ứng viên sở hữu khả năng vận dụng AI tốt hơn có cơ hội được mời phỏng vấn cao hơn 8-15% so với người có nền tảng chuyên môn tương đương.

Nhu cầu tuyển dụng liên quan đến AI cũng tăng nhanh những năm qua. Báo cáo của công ty phân tích dữ liệu về thị trường lao động Lightcast ghi nhận số tin tuyển dụng đề cập AI tạo sinh tăng từ vài chục vị trí năm 2021 lên gần 10.000 vào năm 2025. Ngoài ra, khả năng sử dụng công cụ AI cũng xuất hiện trong mô tả công việc, kể cả với vị trí không thuần kỹ thuật.

Một số tổ chức như McKinsey đưa AI trực tiếp vào bài đánh giá tuyển dụng, yêu cầu ứng viên dùng công cụ để xử lý tình huống cụ thể. Trong bối cảnh đó, "biết dùng AI" không còn là tiêu chí bổ sung, mà trở thành yếu tố bộc lộ rõ sự khác biệt giữa các ứng viên ngay trong quá trình phỏng vấn.

Từ phía người lao động tại Việt Nam, mức độ nhận thức và sẵn sàng thích nghi với AI cũng có xu hướng tăng. Chỉ 14% tự nhận chưa từng sử dụng AI, thậm chí tỷ lệ này chỉ 6% ở nhóm IT - phần mềm. Giới công nghệ dùng AI chủ yếu để tra cứu kiến thức chuyên sâu, viết tài liệu kỹ thuật và hỗ trợ lập trình. 96,8% người làm IT có định hướng rõ ràng về vai trò của bản thân trong môi trường mới, theo khảo sát của TopCV. Trong khi đó, nhóm ngoài công nghệ tận dụng AI cho các tác vụ mang tính sáng tạo như viết nội dung, phân tích dữ liệu.

Trọng Đạt
Việt Nam quản lý AI thế nào theo luật mới?

Startup AI trước bài toán tuân thủ quy định về trí tuệ nhân tạo

Xu hướng người trẻ đẩy cuộc trò chuyện khó cho AI

Người già Trung Quốc xếp hàng để được 'chỉ tận tay' về AI Agent

Tin Gốc: https://vnexpress.net/biet-dung-ai-tieu-chi-tuyen-dung-moi-cua-cong-ty-cong-nghe-viet-5056487.html

Nguyễn Xuân Phong, sinh năm 1989, có bằng thạc sĩ khoa học máy tính tại Đại học Carnegie Mellon (Mỹ) và tiến sĩ chuyên ngành AI tại Đại học Tokyo (Nhật Bản). Ông nằm trong Top 50 nhà khoa học trẻ xuất sắc của tập đoàn Hitachi ở tuổi 26. Năm 2024, ông là người Việt Nam đầu tiên được vinh danh trong bảng xếp hạng AI150 toàn cầu của Constellation Research.

Đầu tháng 3, ông trở thành CTO thuộc thế hệ 8x đầu tiên của FPT, chịu trách nhiệm định hướng và kiến trúc hệ sinh thái công nghệ của tập đoàn xoay quanh sự dịch chuyển của AI. Trong cuộc đối thoại với ông Nguyễn Thành Nam, thành viên Hội đồng Sáng lập FPT, Nguyễn Xuân Phong chia sẻ những cơ hội, thách thức AI tạo ra cho các ngành nghề, đặc biệt với ngành công nghệ thông tin tại Việt Nam.

- Nguyễn Thành Nam: Gần đây, một chuyên gia AI từ Thung lũng Silicon khi về nước đã nhận xét thẳng thừng "anh em Việt Nam chưa biết làm AI". Câu nói này gây "giật mình". Quan điểm của ông thế nào?

- Nguyễn Xuân Phong: Cần nhìn nhận khách quan rằng nhận định đó đến từ một nhân tài làm việc tại một nơi có thể coi là "đại bản doanh" AI của thế giới, nên góc nhìn chắc chắn sẽ khác. Ở Thung lũng Silicon, AI len lỏi vào từng hơi thở của đời sống. Có lần tôi đi taxi ở đó, tài xế hỏi: "Anh đã huấn luyện mô hình 9 tỷ hay 32 tỷ tham số chưa?". Khi một người lái taxi cũng có thể bàn về tham số mô hình, thì một chuyên gia AI về Việt Nam và thấy "sốc" vì những khái niệm cơ bản chưa được phổ cập cũng là điều dễ hiểu.

Tuy nhiên, "làm AI" hiện nay có thể được định nghĩa lại ở hai cấp độ. Một là ứng dụng AI, tức dùng AI như công cụ để giải quyết bài toán cụ thể, như sản xuất phim ngắn hay xây dựng hệ thống voicebot gọi điện tự động. Ở đây AI chỉ là một cấu phần trong sản phẩm lớn. Thứ hai là xây dựng hệ thống và mô hình, là tầng sâu nơi các kỹ sư thực hiện thiết kế kiến trúc và huấn luyện (training) mô hình.

Thực tế, giới "làm AI" trong nước lệch về phía ứng dụng. Nhiều người dùng AI rất giỏi nhưng có thể không hiểu bản chất thuật toán phía sau, và đôi khi cũng không cần biết. Trong khi đó, lực lượng thực sự xây dựng được mô hình còn quá mỏng.

Sự chênh lệch này giống như chuyện sử dụng ôtô: chúng ta đang có rất nhiều tài xế giỏi, cứ lên xe là lái, nhưng số người hiểu rõ động cơ bên trong vận hành ra sao rất ít. Cái "sốc" của chuyên gia kia nằm ở đó, nhưng theo tôi điều đó chưa phản ánh được việc mạnh hay yếu, mà chỉ cho thấy chúng ta đang đứng ở phân khúc nào của chuỗi giá trị AI mà thôi.

- Đang làm tại Viện Mila ở Canada dưới sự dẫn dắt của giáo sư Yoshua Bengio - một trong những "cha đẻ" của AI hiện đại, khi quyết định về Việt Nam, ông có gặp cú "sốc" tương tự chuyên gia Thung lũng Silicon kia?

- Tôi làm việc với FPT Software khi vẫn đang ở Canada và mới bắt đầu về hẳn Việt Nam năm nay để nhận vị trí CTO của tập đoàn. Thực lòng, tôi không quá sốc.

Khi đó, mặt bằng chung chưa hiểu nhiều về AI, nhưng qua mạng lưới cá nhân, tôi biết Việt Nam không thiếu người giỏi. Chúng ta có rất nhiều nhân tài, nhưng đang tản mát, hoặc đâu đó nằm trong làn sóng chuyên gia từ nước ngoài trở về. Vấn đề của chúng ta không phải là không biết, mà chưa có sự kết nối và định hướng tập trung.

Tuy nhiên, tôi cũng có chút bỡ ngỡ ở góc độ vận hành doanh nghiệp. Những ngày đầu làm với FPT Software, tôi hỏi xin bản mô tả công việc (JD) cho kỹ sư AI và nhận ra... không có. Đơn giản lúc đó chúng ta chưa có những vị trí chuyên biệt cho lĩnh vực này. Tôi bắt tay vào xây dựng từ viên gạch đầu tiên, chuẩn hóa và chia công việc về AI thành những ngạch chuyên sâu: AI Engineer (kỹ sư AI), AI Scientist (nhà khoa học AI, Data Engineer (kỹ sư dữ liệu), Data Scientist (nhà khoa học dữ liệu), Data Analyst (chuyên gia phân tích dữ liệu)... Mỗi vị trí cần kỹ năng gì, khác nhau ra sao. Với tôi, đó là bước đi đầu tiên để hình thành sự thấu hiểu bài bản về AI trong tổ chức, trước khi nói đến việc xây dựng năng lực thực thi.

- Tiếp xúc môi trường phát triển AI tại Việt Nam từ 2019 đến nay là 2026, ông thấy có gì khác biệt? Công việc của những người làm AI đã thay đổi thế nào trong giai đoạn này?

- Cách đây 7 năm, AI vẫn là khái niệm xa vời, còn hiện đã đạt mức độ phổ cập. Điểm khác biệt lớn nhất đối với người làm AI là quy trình thực hiện.

Năm 2019, AI giống như món đồ trang sức, các công ty đầu tư chủ yếu ở mức độ thử nghiệm (PoC). Nay AI trở thành "hàng hóa thiết yếu", doanh nghiệp nếu không ứng dụng AI sẽ trở nên lạc hậu.

Năm 2019, muốn làm AI phải tìm dữ liệu và huấn luyện mô hình từ đầu. Hiện các mô hình đã có sẵn và được huấn luyện, người làm có thể sử dụng ngay để tạo ra giá trị. Chúng ta chỉ cần thực hiện thêm các bước tinh chỉnh là có thể đưa vào thực tiễn. AI đã trở nên bình dân hơn và hiện diện trong mọi hoạt động đời sống.

Sự thay đổi cũng phân hóa công việc của chuyên gia AI theo cấp độ khác nhau. Trước đây, làm AI bắt buộc phải giỏi Toán để xây dựng mô hình và hiểu sâu về mạng nơ-ron. Hiện nay, nhiều kỹ năng AI không còn yêu cầu quá sâu về Toán. Việc thiết kế một hệ thống AI hoạt động đòi hỏi kỹ năng quản lý và thiết kế nhiều hơn.

Lực lượng chuyên gia hiểu sâu về Toán sẽ tập trung vào việc xây dựng mô hình cho Việt Nam hoặc các nhà máy chuyên biệt. Đồng thời, đang nổi lên thế hệ xây dựng các hệ thống AI. Thay vì xây mô hình, người làm sẽ giao nhiệm vụ cho các tác nhân (agent) thực hiện phần việc khác nhau. Tôi cho rằng kỹ năng quan trọng nhất hiện nay là "AI Orchestrator" hay "Agent Orchestrator", tức vai trò "nhạc trưởng" để điều hành và thiết kế hệ thống.

- Thực tế làm AI có tốn kém không, và giả sử tôi là một bác sĩ, liệu tôi có thể tự tạo AI phục vụ riêng cho công việc của mình?

- Việc đầu tư tùy thuộc vào quy mô, "tiền nào cũng chơi được".

Có khái niệm "Narrow AI" (AI hẹp), tức tập trung làm tốt một việc cụ thể. Nếu đào sâu vào một bài toán chuyên biệt, ví dụ một mô hình ngôn ngữ chỉ cần hiểu sâu kiến thức hóa học mà không bắt nó làm thơ, thì chi phí thấp hơn rất nhiều so với mô hình lớn. Việc dùng một mô hình khổng lồ để giải quyết một việc quá chuyên sâu đôi khi gây tốn kém về năng lực tính toán mà không hiệu quả bằng. Thế giới hiện vận hành song song: mô hình lớn ngày càng mạnh để đa nhiệm, còn mô hình nhỏ làm chuyên sâu.

Với nền tảng kiến thức đã được chia sẻ rộng rãi và giá đơn vị tính toán rẻ đi nhiều, một bác sĩ, hay rất nhiều người trong các ngành nghề khác, nếu biết cách sử dụng mô hình AI sẵn có, dưới dạng nguồn mở hoặc đi thuê các hãng lớn cung cấp, thậm chí có thể tự làm các phần mềm AI, hệ thống AI Agent mà không cần đến chuyên gia. Nếu bác sĩ có sẵn dữ liệu tích lũy và kinh nghiệm để "dạy" mô hình, dần dần AI có thể thay thế ở nhiều khâu. Khi đó, bác sĩ chỉ đóng vai trò là người đưa ra quyết định hoặc ký đơn thuốc.

- Việt Nam thời gian qua ban hành nhiều chính sách thúc đẩy AI, và nhiều người cho rằng AI là "cơ hội vàng" cho Việt Nam. Ông đánh giá thế nào về nhận định này?

- Đây là vấn đề cần phân tích sâu. Nếu gọi là "vàng" thì liệu AI có phải là "vàng" với các quốc gia khác nữa không, và chúng ta phải có điểm khác biệt để "vàng" của mình thực sự phát huy giá trị.

Tôi cho rằng một trong các giá trị "vàng" của Việt Nam nằm ở mật độ tài năng. Cách đây gần 10 năm, tham gia các hội nghị AI thế giới như Hội nghị Quốc tế về Học máy ICML, khi mở danh sách khách mời, tôi bất ngờ vì gặp rất nhiều cái tên Nguyễn, Trần, Lê... và tập hợp được khoảng 30 anh em người Việt ở đó ngồi lại với nhau. Điều đáng nói, hầu hết đều đại diện cho các phòng thí nghiệm lớn tại Mỹ, châu Âu hoặc Nhật Bản, chứ không đến từ một đơn vị trong nước nào.

Điều này cho thấy tài năng AI gốc Việt đã khẳng định được vị thế tại tập đoàn và viện nghiên cứu hàng đầu thế giới ngay. Nếu so sánh với một quốc gia có nhiều điểm tương đồng như Thái Lan, sự hiện diện của các tài năng trong lĩnh vực này của họ ít hơn hẳn.

Tôi tạm cho rằng người Việt có thế mạnh về gene và tư duy phù hợp với lĩnh vực này. Theo các thống kê, số lượng người gốc Việt tham gia các nhóm nghiên cứu AI cũng trong top thế giới. Chúng ta có thể chưa bằng các cường quốc hàng đầu, nhưng đã vượt trội so với rất nhiều quốc gia tầm trung khác. Việt Nam thường có thứ hạng cao trong các môn trí tuệ, và AI về bản chất cũng là một cuộc chơi như vậy.

- Vấn đề quan trọng là làm sao biến trí tuệ đó thành cơ hội kinh tế. Cờ vua Việt Nam cũng nằm trong Top 10 thế giới nhưng chúng ta đâu có giàu lên từ cờ vua? Ngay cả câu chuyện tăng năng suất lao động, liệu có chắc chắn mang lại doanh thu? Thực tế trong nhiều lĩnh vực, đôi khi năng suất cao lại khiến giá thành hạ và cuối cùng không tạo ra thêm tiền?

- AI khác cờ vua ở chỗ nó tạo ra giá trị kinh tế trực tiếp thông qua việc tăng năng suất lao động và tạo ra tri thức mới. Ở tầm quốc gia, muốn thành cơ hội vàng, phải tìm ra được những khu vực mà AI tạo ra giá trị mới. Và đó có thể là cơ hội "vàng" thứ hai của Việt Nam.

Về câu chuyện tăng năng suất có giúp tăng tiền không, câu trả lời nằm ở những ngành có nhu cầu lớn. Bên cạnh đó, AI mang lại những trải nghiệm hoàn toàn mới, từ đó tạo doanh số mới. Chẳng hạn trong giáo dục, mô hình trải nghiệm mới sẽ khiến người học sẵn lòng chi trả. Hoặc trong lĩnh vực dược phẩm và vật liệu, AI có khả năng tìm ra những cấu trúc vật liệu mới hay loại thuốc điều trị bệnh nan y mà trước nay con người chưa nghĩ tới.

Thông thường, chúng ta phải chấp nhận đánh đổi giữa các yếu tố, chẳng hạn với ngành vật liệu phải đánh đổi độ bền và giá thành. Nhưng khi đưa bài toán đa mục tiêu này cho AI, nó có thể rút ngắn đáng kể quá trình tìm ra lời giải tối ưu. Đó chính là việc đáp ứng những "nhu cầu mới" hoặc những nhu cầu trước đây chưa được thỏa mãn. Ngoài ra, các mảng về công nghệ phần mềm và quản trị vẫn là lĩnh vực tiềm năng, vì bản chất AI cũng là một dạng phần mềm.

Đây cũng là lý do thôi thúc tôi về làm việc tại FPT. Khi tích lũy đủ tri thức, tôi mong muốn giải phóng nó bằng cách kết nối với thực tế. Tôi mong muốn thấy sản phẩm mình làm ra có người dùng và tạo giá trị thực cho họ. Hiện có nhiều tiến sĩ sở hữu rất nhiều bài báo khoa học, nhưng câu hỏi quan trọng là chúng đóng góp gì cho thực tiễn không? Giá trị thực tế có thể đo bằng GDP, nhưng rõ ràng nhất là nhìn thấy công nghệ có thể đóng góp vào từng bữa ăn của mỗi người dân.

- Những câu chuyện trên cho thấy cấu trúc lao động sẽ thay đổi rất khác. AI tạo ra những công việc chưa từng có và làm mới những công việc cũ. FPT từng tuyên bố mục tiêu đạt một triệu nhân sự vào năm 2035. Với tư cách CTO chịu trách nhiệm toàn tập đoàn, ông nghĩ con số này có cần điều chỉnh?

- Mục tiêu một triệu người thể hiện khát vọng lớn của FPT. Truyền thống của chúng ta là gắn số lượng nhân sự với doanh số, bởi mỗi cá nhân là một đơn vị tạo ra giá trị. Tôi cho rằng con số này không sai, nhưng "chân dung" của một triệu con người đó phải khác trước: một triệu "nhạc công" phần mềm sẽ rất khác với một triệu "nhạc trưởng AI".

Đông người chắc chắn tạo ra tiền, nhưng vấn đề là vận dụng nguồn lực đó thế nào. Điều này phụ thuộc vào sức hấp thụ của thị trường và khả năng chuyển đổi của chính tập đoàn. Chúng ta có đào tạo kịp đội ngũ cho những vai trò mới như điều phối AI hay kỹ sư giải pháp không. Nếu thị trường trong nước không đủ sức hấp thụ, chiến lược vươn ra toàn cầu thế nào.

Khi mô hình kinh doanh thay đổi, con người cũng phải thay đổi. Nhân sự của ba năm tới sẽ rất khác hiện nay, đòi hỏi chúng ta phải tái cấu trúc hệ thống giáo dục, thực hiện đào tạo lại (reskill) và nâng cao kỹ năng (upskill) trên quy mô lớn.

Về lộ trình đến 2035, tập đoàn có thể đi chậm hơn vì đào tạo người mới luôn là bài toán khó. Nhưng cũng có thể sẽ nhanh hơn nếu bắt kịp nhịp độ công nghệ, bởi nhiều công việc mới đôi khi lại dễ thực hiện hơn ta tưởng. Quan trọng nhất là xác định được đâu là việc mới và giá trị mới..

- Vậy còn những dấu hiệu chững lại của ngành phần mềm hiện nay thì sao?

- Tôi nhìn nhận đây là bài toán về nhu cầu thị trường. Khách hàng đang tạm chậm lại để nghe ngóng vì có quá nhiều thông tin nhiễu loạn về AI. Tuy nhiên, sự chững lại này chỉ là tạm thời.

Trong quy trình kỹ thuật phần mềm, viết code chỉ là một công đoạn. AI có thể viết code xuất sắc, nhưng chưa thể thấu hiểu khách hàng, chưa thể cùng ngồi thảo luận hay nắm bắt nhu cầu ẩn sâu phía sau để đưa ra bản thiết kế phù hợp. Trong chuỗi giá trị lập trình, AI giúp tăng tốc đột biến ở một số khâu, nhưng tổng thể quy trình vẫn cần sự hiện diện của con người để giải quyết những bài toán phức tạp. Thậm chí càng ứng dụng AI nhiều, khách hàng sẽ càng cần tới các đối tác về công nghệ.

Một trong những giá trị mới mà chúng ta có thể mang lại là tốc độ. Ví dụ trước đây, việc chuyển đổi hệ thống cũ có thể mất 5 năm, nay AI giúp rút ngắn xuống còn vài tháng. Khách hàng sẽ trả tiền cho khoảng thời gian họ tiết kiệm được đó. Chúng ta không bán "thời gian lao động của mình" mà bán "thời gian tiết kiệm cho khách hàng". Đó là giá trị mới.

Thực tế, nhờ AI, nhiều khách hàng tin tưởng giao cho FPT nhiều việc hơn. Trước đây họ e ngại rào cản ngôn ngữ trao đổi hay thiết kế kỹ thuật, nhưng nay vì có AI, các rào cản đó giảm xuống đáng kể.

- Cấu trúc lao động thay đổi dẫn đến câu hỏi sát sườn: Các bạn trẻ 18 tuổi nên chọn học ngành gì? Trong khi nhu cầu thị trường đã khác biệt, hệ thống đại học có kịp thay đổi để không đào tạo ra những kỹ năng lỗi thời?

- Theo tôi, các bạn trẻ không nên quá tập trung vào việc học ngôn ngữ lập trình thuần túy. Thay vào đó, cần học kiến thức ngành (Domain) và kỹ năng chuyên biệt như thiết kế hệ thống (System Design), bảo mật (Cyber Security)...

"Nút thắt" không còn nằm ở việc viết code mà ở vai trò quản trị dự án, người duyệt code và kiến trúc sư hệ thống. Người làm công nghệ mới phải am hiểu cả về quản trị lẫn kỹ thuật để đưa ra lời giải trọn vẹn cho bài toán của khách hàng, bao gồm cả vấn đề bảo mật thông tin.

Thực tế, các trường đại học, ngay cả ở Canada nơi tôi sống thời gian qua, thường chuyển đổi chậm hơn thực tế. Tuy nhiên, vai trò quan trọng nhất của đại học là chuẩn bị nguồn nhân lực sẵn sàng cho doanh nghiệp. Hiệu quả giáo dục sẽ được đo bằng việc rút ngắn thời gian đào tạo lại tại công ty. Bên cạnh chương trình mới về AI, một môi trường đại học lý tưởng sẽ giúp các bạn có các nền tảng cơ bản vững chắc như các trải nghiệm về cuộc sống, kiến thức mềm trong doanh nghiệp như văn hóa tổ chức, hay nơi rèn luyện thể chất và cách thức hợp tác.

Việc lựa chọn chương trình học tạo ra giá trị tương lai là yếu tố sống còn. Trong đó, những kiến thức cốt lõi về hệ thống và tư duy máy tính là nền tảng không thể thay thế. Bên cạnh đó, các môn học cơ bản như Toán học và tư duy phản biện vẫn đóng vai trò quan trọng để giúp người học thích nghi với mọi sự thay đổi.

Tin Gốc: Vnexpress