Hoàng Nhân Huân: AI sẽ không lấy đi công ăn việc làm, ngược lại còn dẫn đến tình trạng thiếu hụt lực lượng lao động
Tuyển chọn TechFlowTuyển chọn TechFlow
Hoàng Nhân Huân: AI sẽ không lấy đi công ăn việc làm, ngược lại còn dẫn đến tình trạng thiếu hụt lực lượng lao động
AI thực ra là một chiếc bánh kem năm tầng.
Chuyên sâu báo cáo Web3Tác giả: Trực diện AI
Tại Diễn đàn Kinh tế Thế giới năm 2026, CEO của NVIDIA Jensen Huang đã có buổi đối thoại với Larry Fink, CEO của BlackRock.
Chủ đề cuộc trò chuyện là sự tiến hóa công nghệ của trí tuệ nhân tạo (AI), quy mô xây dựng cơ sở hạ tầng, tác động của AI đến thị trường lao động và nền kinh tế toàn cầu.
Jensen Huang định vị AI như một cuộc cách mạng cơ bản sâu sắc, làm lại cấu trúc kinh tế và xã hội toàn cầu. Đây là làn sóng xây dựng cơ sở hạ tầng lớn chưa từng có trong lịch sử nhân loại, AI sẽ tái định hình giá trị của lực lượng lao động và mang đến cơ hội chưa từng thấy cho sự phát triển cân bằng của nền kinh tế toàn cầu.
Lập luận cốt lõi của Jensen Huang là chúng ta đang ở giữa một "chuyển dịch nền tảng" (platform shift) mang tính căn bản.
Ông so sánh sự trỗi dậy hiện nay của AI với thời điểm ra đời của máy tính cá nhân, internet và điện toán đám mây di động, cho rằng mỗi lần chuyển dịch như vậy đều làm lại hoàn toàn kiến trúc tính toán và thúc đẩy sự xuất hiện của hệ sinh thái ứng dụng mới.
Theo ông, AI không chỉ đơn thuần là những ứng dụng riêng lẻ như ChatGPT hay Claude, mà là một nền tảng cơ bản hoàn toàn mới, nơi mọi thứ có thể phát triển trên đó. Bước đột phá then chốt của lần chuyển dịch này nằm ở chỗ, lần đầu tiên trong lịch sử, máy tính có khả năng hiểu được "thông tin phi cấu trúc".
Phần mềm trước đây, ví dụ như các hệ thống cơ sở dữ liệu dựa trên SQL, chỉ có thể xử lý dữ liệu đã được định nghĩa sẵn và cấu trúc hóa. Trong khi đó, AI có thể hiểu theo thời gian thực hình ảnh, âm thanh, ngôn ngữ tự nhiên — những thông tin phức tạp, phong phú và đầy bối cảnh — và thực hiện nhiệm vụ dựa trên suy luận về ý định con người.
Sự chuyển đổi từ "ghi âm sẵn" sang "tạo lập theo thời gian thực" chính là đặc điểm bản chất phân biệt AI với mọi công nghệ trước đây.
Để giúp khán giả dễ hình dung hơn về cấu trúc của ngành công nghiệp rộng lớn này, Jensen Huang đã đưa ra mô hình "bánh kem năm tầng".
1. Năng lượng (Energy): Tầng dưới cùng là năng lượng. Vì AI xử lý và tạo ra trí tuệ theo thời gian thực nên cần năng lượng để hoàn thành điều đó.
2. Chip và cơ sở hạ tầng tính toán (Chips and computing infrastructure): Tầng thứ hai là lĩnh vực tôi đang hoạt động – chip và cơ sở hạ tầng tính toán.
3. Cơ sở hạ tầng đám mây (Cloud infrastructure): Lớp tiếp theo là dịch vụ đám mây.
4. Mô hình AI (AI models): Lên cao hơn nữa là các mô hình AI. Đây là nơi mà đa số người cho rằng AI tồn tại. Nhưng đừng quên rằng, để các mô hình này hoạt động, bạn phải có tất cả các tầng bên dưới.
5. Tầng ứng dụng (Application layer): Nhưng quan trọng nhất, và cũng là điều đang xảy ra ngay lúc này, là tầng ứng dụng. Năm ngoái trở thành một năm đáng kinh ngạc đối với AI, nói thẳng ra là nhờ vào bước tiến khổng lồ của các mô hình AI, khiến cho tầng ứng dụng – tầng cuối cùng mà tất cả chúng ta đều mong muốn nó thành công – phát triển mạnh mẽ. Tầng ứng dụng này có thể thuộc lĩnh vực tài chính, chăm sóc sức khỏe, sản xuất... Cuối cùng, lợi ích kinh tế sẽ được tạo ra tại đây.
Mô hình này nhằm nhấn mạnh chiều sâu và chiều rộng của ngành công nghiệp AI, đồng thời dẫn dắt đến nhận định then chốt của ông về việc xây dựng cơ sở hạ tầng.
Dựa trên điều đó, Jensen Huang khẳng định chúng ta đang chứng kiến "cuộc xây dựng cơ sở hạ tầng lớn nhất trong lịch sử nhân loại". Ông cho rằng hàng ngàn tỷ USD đã đầu tư hiện nay chỉ mới là khởi đầu, trong tương lai sẽ có hàng chục ngàn tỷ USD đổ vào lĩnh vực này.
Đây không phải là dự đoán phóng đại, mà là hệ quả logic tất yếu dựa trên nguyên lý vận hành của nền tảng AI.
Để AI có thể xử lý khối lượng thông tin ngữ cảnh khổng lồ và tạo ra trí tuệ, nhu cầu toàn cầu về năng lượng, trung tâm dữ liệu, nhà máy sản xuất chip, nhà máy sản xuất máy tính và thậm chí là nhà máy AI sẽ tăng theo cấp số nhân.
Ông dẫn chứng kế hoạch xây dựng nhà máy quy mô lớn của các đối tác như TSMC, Foxconn, cùng với các khoản đầu tư khổng lồ của Micron, Samsung trong lĩnh vực chip nhớ để minh chứng tính xác thực và cấp bách của làn sóng xây dựng này.
Khi được hỏi liệu có tồn tại "bong bóng AI" hay không, Jensen Huang đưa ra câu trả lời dựa trên cung cầu thị trường: Giá thuê GPU của NVIDIA trên nền tảng đám mây hiện nay, dù là thế hệ mới nhất hay các thế hệ trước, đều đang liên tục tăng, điều này cho thấy nhu cầu thực tế vẫn chưa được đáp ứng đầy đủ.
Do đó, các khoản đầu tư khổng lồ hiện nay không phải là đầu cơ phi lý, mà là việc xây dựng cần thiết để lấp đầy khoảng trống cung cầu to lớn.
Về tác động của AI đến thị trường lao động, Jensen Huang đưa ra quan điểm trái ngược hẳn với lo ngại phổ biến. Ông cho rằng AI không chỉ không gây ra nạn thất nghiệp hàng loạt, mà thậm chí có thể dẫn đến tình trạng thiếu hụt lao động ở một số lĩnh vực. Ông giải thích logic này bằng cách phân biệt giữa "mục đích" (purpose) và "nhiệm vụ" (task) của công việc.
Jensen Huang lấy ví dụ bác sĩ chẩn đoán hình ảnh, mười năm trước, người ta thường dự đoán nghề này sẽ bị AI thay thế do khả năng thị giác máy tính siêu việt. Tuy nhiên, sau mười năm, số lượng bác sĩ chẩn đoán hình ảnh lại gia tăng.
Jensen Huang giải thích rằng AI đã tự động hóa nhiệm vụ đọc phim X-quang, giúp các bác sĩ hoàn thành công việc hiệu quả hơn, từ đó dành nhiều thời gian hơn cho chẩn đoán, trao đổi với bệnh nhân và bác sĩ lâm sàng khác – những hoạt động thể hiện rõ "mục đích" công việc của họ.
Việc nâng cao hiệu suất khiến bệnh viện có thể tiếp nhận thêm bệnh nhân, doanh thu tăng lên, từ đó cần thuê thêm bác sĩ. Tương tự, y tá sử dụng AI để giải phóng mình khỏi nhiệm vụ ghi chép hồ sơ bệnh án r繁琐, có thể dành nhiều thời gian hơn cho việc chăm sóc nhân văn, năng lực tiếp nhận và hiệu quả hoạt động của bệnh viện cũng vì thế được cải thiện.
Ông mở rộng logic này ra, cho rằng AI sẽ trở thành công cụ mạnh mẽ cho chuyên gia mọi ngành nghề, thông qua tự động hóa các nhiệm vụ lặp đi lặp lại để tăng cường khả năng thực hiện mục đích cốt lõi của công việc, từ đó nâng cao năng suất và giá trị toàn ngành.
Đồng thời, bản thân quá trình xây dựng cơ sở hạ tầng khổng lồ cũng sẽ tạo ra hàng loạt việc làm lao động kỹ thuật liên quan như thợ điện, thợ xây, kỹ thuật viên… Những vị trí lương cao này không yêu cầu học vị cao, góp phần thúc đẩy tăng trưởng kinh tế phổ cập hơn.
Thái độ của Jensen Huang khá lạc quan, ông cho rằng AI có tiềm năng trở thành lực lượng then chốt thu hẹp chứ không phải làm rộng thêm khoảng cách công nghệ toàn cầu.
Lý do cốt lõi nằm ở tính dễ sử dụng của AI. Ông nói, AI là "phần mềm dễ dùng nhất trong lịch sử", người dùng không cần học ngôn ngữ lập trình phức tạp, chỉ cần ra lệnh bằng ngôn ngữ tự nhiên là có thể điều khiển AI thực hiện nhiệm vụ.
Ngưỡng tiếp cận cực thấp này cho phép các quốc gia đang phát triển và những người chưa được đào tạo chuyên sâu về khoa học máy tính cũng có thể tham gia vào cuộc cách mạng công nghệ này.
Ông tiếp tục đề xuất khái niệm "trí tuệ quốc gia" (national intelligence) hoặc "AI chủ quyền" (sovereign AI), khuyến nghị mạnh mẽ mỗi quốc gia nên xây dựng cơ sở hạ tầng AI riêng và sử dụng ngôn ngữ, văn hóa, dữ liệu nội địa để huấn luyện mô hình AI của mình.
Ông cho rằng việc một quốc gia sở hữu năng lực AI riêng giống như sở hữu mạng lưới điện và giao thông riêng – là nền tảng cạnh tranh quốc gia trong tương lai. Điều này không chỉ liên quan đến phát triển kinh tế mà còn liên quan đến bảo tồn văn hóa và chủ quyền công nghệ.
Với châu Âu, Jensen Huang chỉ ra rằng châu Âu sở hữu nền công nghiệp và sản xuất cực kỳ mạnh mẽ, mặc dù điều này có thể chưa tận dụng hết lợi thế trong thời đại phần mềm do Mỹ dẫn dắt.
Nhưng trong thời đại AI, đặc biệt là khi NVIDIA gần đây đang phát triển "AI vật lý" (physical AI), châu Âu đang có cơ hội ngàn năm có một.
Ông khuyến khích châu Âu tích hợp sâu sắc năng lực sản xuất mạnh mẽ với trí tuệ nhân tạo, chuyển tư duy từ "viết AI" sang "dạy AI", từ đó đạt được bước phát triển nhảy vọt trong lĩnh vực sản xuất thông minh và robot. Đồng thời, truyền thống nghiên cứu khoa học sâu sắc của châu Âu cũng có thể kết hợp với AI để đẩy nhanh đáng kể tốc độ khám phá khoa học. Ông kêu gọi các nhà lãnh đạo châu Âu phải nghiêm túc xem xét vấn đề cung cấp năng lượng và đầu tư cơ sở hạ tầng, đặt nền móng vững chắc cho sự phát triển thịnh vượng của hệ sinh thái AI bản địa.
Bản dịch toàn văn
Larry:
Chào buổi sáng mọi người. Rất vui được quay lại Đại sảnh Quốc hội. Hy vọng mọi người đã có ngày hôm qua thật vui vẻ và hôm nay cũng sẽ tận hưởng trọn vẹn. Tôi rất vinh dự được giới thiệu anh Jensen Huang, một người mà tôi luôn ngưỡng mộ, theo dõi sát sao, và cũng là người thầy của tôi trong hành trình tìm hiểu công nghệ và trí tuệ nhân tạo (AI).
Cách anh lãnh đạo NVIDIA thật đáng kinh ngạc. Tôi không thích so sánh để đánh giá bản thân, nhưng tôi thích ví dụ này. Từ khi NVIDIA niêm yết vào năm 1999 – cùng năm BlackRock cũng niêm yết...
Jensen Huang:
Ôi trời.
Larry:
Đúng vậy. Tỷ suất lợi nhuận tổng hợp mà NVIDIA mang lại cho cổ đông lên tới 37%. Hãy tưởng tượng nếu mỗi quỹ hưu trí đầu tư vào NVIDIA ngay từ lúc IPO thì điều đó sẽ ý nghĩa như thế nào? Chúng ta đã có thể mang lại thành công lớn cho cuộc sống nghỉ hưu của mọi người.
Trong khi đó, tỷ suất lợi nhuận tổng hợp hàng năm của BlackRock là 21%. Với một công ty dịch vụ tài chính thì không tệ, nhưng rõ ràng là kém xa. Tuy nhiên, điều này lại chứng minh mạnh mẽ về năng lực lãnh đạo của Jensen, định vị của NVIDIA, và cũng nói lên niềm tin của thế giới vào tương lai của NVIDIA. Vì vậy, Jensen, xin chúc mừng anh trên hành trình này, tôi biết rằng chúng ta còn rất nhiều năm đường dài phía trước.
Jensen Huang:
Cảm ơn anh. Cảm ơn rất nhiều. Tiếc nuối duy nhất của tôi là sau khi công ty IPO, tôi muốn mua vài thứ tốt cho bố mẹ, nên tôi đã bán cổ phiếu NVIDIA với định giá 300 triệu USD. Tôi mua cho họ một chiếc xe Mercedes S-Class. Chiếc xe đó trở thành chiếc xe đắt nhất thế giới.
Larry:
Họ có hối tiếc không? Họ còn giữ chiếc xe đó chứ?
Jensen Huang:
Ồ, đương nhiên rồi. Vâng, họ vẫn còn giữ.
Larry:
Tốt. Giờ hãy đi vào chủ đề chính. Cuộc tranh luận về AI xoay quanh việc nó sẽ thay đổi thế giới và nền kinh tế toàn cầu như thế nào. Hôm nay tôi muốn nói về cách AI tạo ra giá trị cho nền kinh tế thế giới, và AI đang ngày càng trở thành một công nghệ nền tảng như thế nào, cho phép mỗi người trong chúng ta tận dụng nó để cải thiện cuộc sống, cải thiện cuộc sống của mọi người trên thế giới.
Chúng ta cần thảo luận về việc nó sẽ tái định hình năng suất, lực lượng lao động và cơ sở hạ tầng của gần như mọi ngành công nghiệp, nhưng quan trọng hơn, nó sẽ tái định hình thế giới như thế nào, và làm thế nào để nhiều phần hơn của thế giới có thể hưởng lợi từ AI, làm thế nào để đảm bảo nền kinh tế toàn cầu được mở rộng chứ không bị thu hẹp.
Tôi không thể nghĩ ra ai có thể có cái nhìn rõ ràng hơn về bản thân AI cũng như cơ sở hạ tầng xung quanh nó – những thứ cần được xây dựng quanh nó. Bởi vì rất nhiều công ty siêu quy mô lớn đang sử dụng sản phẩm do NVIDIA tạo ra, và toàn bộ hệ sinh thái đang xoay quanh cơ sở hạ tầng AI và tiềm năng của nó, tôi cho rằng sáng nay chúng ta có một tiếng nói rất đáng lắng nghe. Vì vậy, Jensen, cảm ơn anh một lần nữa.
Đây là lần đầu tiên anh đến Diễn đàn Kinh tế Thế giới Davos, tôi biết lịch trình của anh rất bận rộn, cảm ơn anh đã dành thời gian.
Jensen Huang:
Rất cảm ơn anh.
Larry:
Tôi sẽ đi thẳng vào vấn đề. Tại sao anh cho rằng AI có tiềm năng trở thành động lực tăng trưởng quan trọng đến vậy? Điều gì khiến khoảnh khắc hiện tại, công nghệ này khác biệt so với các chu kỳ công nghệ trước đây?
Jensen Huang:
Vâng. Trước tiên, khi bạn suy nghĩ về AI và tương tác với nó theo nhiều cách – tất nhiên bao gồm việc sử dụng ChatGPT, Gemini, Claude của Anthropic, v.v., và những điều kỳ diệu mà nó có thể làm – thì rất hữu ích khi quay lại nguyên lý đầu tiên để suy nghĩ xem kiến trúc tính toán (computing stack) thực sự đã xảy ra điều gì.
Đây là một sự chuyển dịch nền tảng (platform shift). Nền tảng là cơ sở để xây dựng các ứng dụng. Sự chuyển dịch nền tảng lần này giống như sự chuyển dịch sang nền tảng máy tính cá nhân (PC) trước đây, khi các ứng dụng mới được phát triển để chạy trên một loại máy tính mới; hoặc như sự chuyển dịch sang internet, một nền tảng tính toán mới đã nuôi dưỡng vô số ứng dụng mới; hay như sự chuyển dịch sang điện toán đám mây di động. Trong mỗi lần chuyển dịch nền tảng, kiến trúc tính toán đều bị tái cấu trúc và các ứng dụng mới xuất hiện.
Theo nghĩa đó, đây là một sự chuyển dịch nền tảng mới. Bản thân ChatGPT mà bạn đang dùng hôm nay là một ứng dụng, nhưng điều quan trọng là các ứng dụng mới sẽ được xây dựng trên ChatGPT, các ứng dụng mới cũng sẽ được xây dựng trên các mô hình như Claude của Anthropic. Vì vậy, đây chính là một sự chuyển dịch nền tảng.
Nếu bạn nhận ra rằng AI có thể làm được những điều mà trước đây bạn chưa bao giờ làm được, thì sẽ dễ hiểu hơn. Phần mềm trước đây thực chất là "được ghi âm sẵn". Con người nhập vào và mô tả các thuật toán hoặc công thức để máy tính thực hiện.
Nó chỉ có thể xử lý thông tin cấu trúc, nghĩa là bạn phải nhập tên, địa chỉ, số tài khoản, tuổi, nơi cư trú... tạo ra các bảng biểu cấu trúc, rồi phần mềm mới truy xuất thông tin từ đó. Chúng ta gọi là truy vấn SQL. SQL là động cơ cơ sở dữ liệu quan trọng nhất trong lịch sử, gần như mọi thứ từng chạy trên nền SQL.
Bây giờ, chúng ta có một loại máy tính có thể hiểu được thông tin phi cấu trúc. Nghĩa là nó có thể xem một bức ảnh, đọc một đoạn văn.
Tất cả đều hoàn toàn phi cấu trúc. Nó có thể nghe âm thanh và hiểu ý nghĩa, nắm bắt cấu trúc và suy luận cách phản hồi. Vì vậy, lần đầu tiên chúng ta có một máy tính không phải là "ghi âm sẵn", mà có thể xử lý thông tin theo thời gian thực. Nghĩa là nó có thể tiếp nhận thông tin bối cảnh hiện tại, thông tin môi trường, thông tin ngữ cảnh, và bất kỳ thông tin nào bạn cung cấp, sau đó suy luận ra ý nghĩa của thông tin đó, suy luận ra ý định của bạn – và ý định của bạn có thể được mô tả theo cách rất phi cấu trúc.
Chúng ta gọi là "prompt", nhưng bạn có thể mô tả theo bất kỳ cách nào bạn thích. Miễn là nó hiểu được ý định của bạn, nó có thể thực hiện nhiệm vụ cho bạn.
Điều quan trọng ở đây là chúng ta đang tái cấu trúc toàn bộ kiến trúc tính toán. Câu hỏi là, AI là gì? Khi bạn nghĩ về AI, bạn có thể nghĩ đến mô hình AI, nhưng rất quan trọng khi hiểu AI từ góc độ ngành công nghiệp. Thực ra AI là một chiếc bánh kem năm tầng:
1. Năng lượng (Energy): Tầng dưới cùng là năng lượng. Vì AI xử lý và tạo ra trí tuệ theo thời gian thực nên cần năng lượng để hoàn thành.
2. Chip và cơ sở hạ tầng tính toán (Chips and computing infrastructure): Tầng thứ hai là lĩnh vực tôi đang hoạt động, chip và cơ sở hạ tầng tính toán.
3. Cơ sở hạ tầng đám mây (Cloud infrastructure): Lớp tiếp theo là dịch vụ đám mây.
4. Mô hình AI (AI models): Lên cao hơn nữa là mô hình AI. Đây là nơi mà đa số người cho rằng AI tồn tại. Nhưng đừng quên rằng, để các mô hình này hoạt động, bạn phải có tất cả các tầng bên dưới.
5. Tầng ứng dụng (Application layer): Nhưng quan trọng nhất, và cũng là điều đang xảy ra ngay lúc này, là tầng ứng dụng. Năm ngoái trở thành một năm đáng kinh ngạc đối với AI, nói thẳng ra là nhờ vào bước tiến khổng lồ của các mô hình AI, khiến cho tầng ứng dụng – tầng cuối cùng mà tất cả chúng ta đều mong muốn nó thành công – phát triển mạnh mẽ. Tầng ứng dụng này có thể thuộc lĩnh vực tài chính, chăm sóc sức khỏe, sản xuất... Cuối cùng, lợi ích kinh tế sẽ được tạo ra tại đây.
Nhưng điều quan trọng là, vì nền tảng tính toán này cần tất cả các tầng bên dưới, nó đã khởi động cuộc xây dựng cơ sở hạ tầng lớn nhất trong lịch sử nhân loại. Hiện nay chúng ta đã đầu tư hàng ngàn tỷ USD.
Larry:
Mới chỉ hàng ngàn tỷ.
Jensen Huang:
Chúng ta mới chỉ đầu tư hàng ngàn tỷ USD. Larry (người dẫn chương trình) và tôi có rất nhiều cơ hội hợp tác dự án.
Còn hàng chục ngàn tỷ USD cơ sở hạ tầng cần được xây dựng. Điều này là hợp logic, bởi vì tất cả các thông tin ngữ cảnh này đều phải được xử lý, để các mô hình AI có thể tạo ra trí tuệ cần thiết, từ đó điều khiển các ứng dụng ở tầng trên cùng.
Vì vậy, khi bạn quay lại, suy luận từng tầng một, bạn sẽ thấy ngành năng lượng đang trải qua sự tăng trưởng phi thường. Ngành chip, TSMC vừa công bố họ sẽ xây 20 nhà máy wafer mới.
Foxconn, Wistron và Quanta đang hợp tác với chúng tôi, xây 30 nhà máy máy tính mới, sản phẩm của các nhà máy này sẽ phục vụ các nhà máy AI. Vì vậy, chúng ta đang có nhà máy chip, nhà máy máy tính và nhà máy AI được xây dựng khắp nơi trên thế giới.
Larry:
Còn cả bộ nhớ.
Jensen Huang:
Còn cả bộ nhớ, hoàn toàn đúng. Những nhà máy chip đó. Micron đã bắt đầu đầu tư 200 tỷ USD tại Mỹ. SK Hynix và Samsung đều thể hiện rất tốt. Bạn có thể thấy toàn bộ tầng chip đang tăng trưởng đáng kinh ngạc. Tất nhiên, hiện nay chúng ta rất quan tâm đến tầng mô hình, nhưng điều thú vị là tầng ứng dụng phía trên mô hình cũng đang làm rất tốt. Một chỉ báo là dòng vốn đầu tư mạo hiểm (VC) vào năm ngoái.
Năm ngoái là một trong những năm lớn nhất trong lịch sử đầu tư VC, phần lớn vốn đổ vào các công ty "nguyên sinh AI" (AI native). Các công ty này trải rộng khắp y tế, robot, sản xuất, dịch vụ tài chính – tất cả các ngành chính trên thế giới. Bạn đang thấy dòng vốn khổng lồ đổ vào các công ty nguyên sinh AI này, bởi vì lần đầu tiên các mô hình AI đủ tốt để trở thành nền tảng cho họ xây dựng ứng dụng.
Larry:
Hãy đi sâu hơn một chút. Rõ ràng, tôi tin rằng mọi người trong phòng đều đang sử dụng chatbot riêng để lấy thông tin. Nhưng anh nói rằng sự phổ cập của AI sẽ là then chốt. Hãy nói về những viễn cảnh tích cực hơn khi AI lan tỏa trong thế giới vật lý. Anh đã nhắc đến chăm sóc sức khỏe là một ví dụ tốt, nhưng trong các lĩnh vực như giao thông hay khoa học, anh thấy những cơ hội biến đổi nào?
Jensen Huang:
Năm ngoái, tôi nghĩ rằng ở tầng công nghệ AI, tức là tầng mô hình, đã có ba sự kiện lớn.
Thứ nhất, ban đầu các mô hình tuy mới lạ và thú vị nhưng lại tạo ra rất nhiều "ảo giác" (hallucinated). Năm ngoái, chúng ta có thể hợp lý cho rằng các mô hình này đã trở nên có cơ sở hơn (grounded). Chúng có thể nghiên cứu, có thể suy luận về các môi trường mà chúng có thể chưa từng được huấn luyện, phân tích thành các bước suy luận tuần tự, và đề xuất một kế hoạch để trả lời câu hỏi hoặc thực hiện nhiệm vụ của bạn. Vì vậy, năm ngoái chúng ta đã chứng kiến mô hình ngôn ngữ tiến hóa thành những hệ thống AI mà chúng ta gọi là "hệ thống tác nhân" (Agentic Systems) hoặc "AI tác nhân" (Agentic AI).
Bước đột phá thứ hai là sự bùng nổ của các mô hình mở (open models). Khoảng một năm trước, Deepseek ra đời, khiến nhiều người lo lắng. Nhưng thành thật mà nói, Deepseek là một sự kiện lớn đối với phần lớn ngành công nghiệp và công ty trên thế giới, vì nó là mô hình suy luận mở đầu tiên trên thế giới. Kể từ đó, một loạt các mô hình suy luận mở đã xuất hiện. Các mô hình mở cho phép công ty, ngành công nghiệp, nhà nghiên cứu, giáo viên, trường đại học và startup tận dụng chúng để khởi động dự án, tạo ra các sản phẩm chuyên biệt hoặc đáp ứng nhu cầu đặc thù.
Lĩnh vực thứ ba đạt tiến bộ lớn vào năm ngoái là khái niệm "trí tuệ vật lý" (physical intelligence) hoặc "AI vật lý" (physical AI). Loại AI này không chỉ hiểu ngôn ngữ mà còn hiểu tự nhiên. Nó có thể là AI hiểu thế giới vật lý của chúng ta, hoặc hiểu protein, hóa chất, vật lý (như động lực học chất lỏng, vật lý hạt, vật lý lượng tử). Những AI này hiện đang học tất cả các cấu trúc khác nhau và các "ngôn ngữ" khác nhau – nếu bạn muốn, có thể coi protein như một ngôn ngữ.
Tất cả các AI này hiện đã đạt được tiến bộ lớn đến mức các công ty công nghiệp, dù trong sản xuất hay nghiên cứu thuốc, đều đạt được bước tiến dài. Một ví dụ điển hình là hợp tác của chúng tôi với Eli Lilly. Họ nhận ra rằng nhờ AI đạt được tiến bộ phi thường trong việc hiểu cấu trúc protein và hóa chất – về cơ bản có thể tương tác và trò chuyện với protein giống như chúng ta trò chuyện với ChatGPT – chúng ta sẽ chứng kiến những đột phá thực sự lớn.
Larry:
Tất cả những đột phá này đều làm dấy lên lo ngại về "yếu tố con người". Anh và tôi đã có nhiều cuộc trò chuyện về điều này, nhưng chúng ta cần nói với tất cả khán giả rằng, mọi người rất lo lắng AI sẽ thay thế việc làm. Và anh luôn lập luận quan điểm ngược lại. Rõ ràng, như anh nói, việc xây dựng AI – cuộc xây dựng cơ sở hạ tầng lớn nhất trong lịch sử – sẽ tạo ra việc làm. Ngành năng lượng đang tạo việc, công nghiệp đang tạo việc, tầng cơ sở hạ tầng đang tạo việc, đất đai, điện và nhà xưởng đều đang tạo việc, thật đáng kinh ngạc.
Vì vậy, hãy thảo luận chi tiết hơn. Anh thực sự cho rằng chúng ta sẽ đối mặt với tình trạng thiếu hụt lao động. Vậy anh nhìn nhận AI và công nghệ robot sẽ thay đổi bản chất công việc như thế nào, thay vì tiêu diệt công việc?
Jensen Huang:
Chúng ta có thể suy nghĩ về vấn đề này theo vài góc độ khác nhau.
Trước hết, đây là cuộc xây dựng cơ sở hạ tầng lớn nhất trong lịch sử nhân loại. Điều này sẽ tạo ra rất nhiều việc làm. Và tuyệt vời ở chỗ, những việc làm này liên quan đến kỹ năng chuyên môn (tradecraft). Chúng ta sẽ cần thợ ống nước, thợ điện, thợ xây, thợ hàn, kỹ thuật viên mạng, cũng như những người lắp đặt và hiệu chỉnh thiết bị. Tất cả những việc làm này, tại Mỹ chúng tôi đang chứng kiến một sự bùng nổ khá rõ rệt. Tiền lương gần như tăng gấp đôi.
Larry:
Đúng vậy.
Jensen Huang:
Chúng ta đang nói đến mức lương sáu con số cho những người xây nhà máy chip, nhà máy máy tính hay nhà máy AI. Và chúng ta đang thiếu hụt nghiêm trọng ở khía cạnh này. Tôi thực sự vui mừng khi thấy nhiều quốc gia, nhiều người nhận ra lĩnh vực quan trọng này. Mọi người đều nên có thể sống một cuộc sống tốt đẹp, bạn không cần bằng tiến sĩ khoa học máy tính để làm được điều đó. Vì vậy tôi rất vui khi thấy điều này.
Điểm thứ hai cần nhận ra là, chúng ta đang lý thuyết hóa về tự động hóa nhiệm vụ và tác động của nó đến công việc. Tôi chỉ đưa ra một vài câu chuyện nhỏ thực tế, những điều đã thực sự xảy ra trong thế giới thực.
Bạn còn nhớ 10 năm trước không? Người ta cho rằng một trong những nghề sớm bị loại bỏ nhất là bác sĩ chẩn đoán hình ảnh. Lý do là, khả năng AI đầu tiên đạt đến trình độ siêu người là thị giác máy tính, và một trong những ứng dụng lớn nhất của thị giác máy tính chính là bác sĩ chẩn đoán hình ảnh đọc phim.
Mười năm sau, AI thực sự đã thấm sâu và lan tỏa vào mọi khía cạnh của ngành chẩn đoán hình ảnh, các bác sĩ chẩn đoán hình ảnh cũng thực sự đang dùng AI để nghiên cứu ảnh chụp. Tác động này là 100%, và hoàn toàn có thật. Tuy nhiên, không hề ngạc nhiên – nếu bạn suy từ nguyên lý đầu tiên, điều này không khó hiểu – số lượng bác sĩ chẩn đoán hình ảnh lại gia tăng.
Larry:
Là do thiếu niềm tin vào AI, hay là do sự tương tác giữa con người và kết quả AI mang lại kết quả tốt hơn?
Jensen Huang:
Chính là điều thứ hai. Lý do là, mục đích (purpose) công việc của bác sĩ chẩn đoán hình ảnh là chẩn đoán bệnh, giúp bệnh nhân. Đó là mục đích công việc của họ. Nhiệm vụ (task) công việc bao gồm việc nghiên cứu ảnh chụp. Bây giờ họ có thể nghiên cứu ảnh chụp với tốc độ gần như vô hạn, điều này cho phép họ dành nhiều thời gian hơn để ở bên bệnh nhân, chẩn đoán bệnh, tương tác với bệnh nhân, tương tác với các bác sĩ lâm sàng khác.
Cũng không bất ngờ khi, nhờ vậy, bệnh viện có thể tiếp nhận thêm bệnh nhân, vì trước đây có rất nhiều người phải xếp hàng dài chờ chụp. Bây giờ, vì số lượng bệnh nhân tăng, doanh thu bệnh viện tăng, họ sẽ thuê thêm bác sĩ chẩn đoán hình ảnh.
Cùng hiện tượng xảy ra với y tá. Tại Mỹ, chúng tôi thiếu 5 triệu y tá. Do sử dụng AI để hoàn thành việc ghi chép hồ sơ bệnh án và phiên âm cuộc thăm khám – trước đây y tá mất đến một nửa thời gian để ghi chép – giờ họ có thể tận dụng công nghệ AI. Một đối tác của chúng tôi, Abridge, đang làm rất tốt việc này. Vì vậy, y tá có thể dành nhiều thời gian hơn để thăm bệnh nhân.
Larry:
Sự chăm sóc nhân văn.
Jensen Huang:
Đúng vậy. Vì bây giờ bạn có thể tiếp thêm nhiều bệnh nhân, chúng ta không còn bị giới hạn bởi瓶颈 số lượng y tá, nhiều bệnh nhân hơn có thể vào bệnh viện nhanh hơn. Kết quả là, bệnh viện hoạt động tốt hơn, họ thuê thêm y tá.
Vì vậy, AI đang nâng cao năng suất của họ, điều này không khó hiểu. Kết quả là, bệnh viện làm ăn tốt hơn, họ muốn thuê thêm người. Chúng ta có quá nhiều người đang chờ đợi quá lâu mới được vào bệnh viện. Đây là hai ví dụ hoàn hảo.
Bây giờ, cách đơn giản nhất để suy nghĩ về tác động của AI đến một công việc cụ thể là, hãy hiểu mục đích của công việc đó là gì, và nhiệm vụ của công việc đó là gì. Nếu bạn gắn camera vào chúng ta, chỉ nhìn chúng ta, bạn có thể cho rằng cả hai chúng ta là thợ đánh máy, vì tôi suốt ngày gõ phím. Nếu AI có thể tự động hóa rất nhiều việc dự đoán từ và giúp chúng tôi gõ phím, thì chúng tôi sẽ thất nghiệp.
Nhưng rõ ràng, đó không phải là mục đích của chúng tôi. Vì vậy, câu hỏi là mục đích công việc của bạn là gì. Với bác sĩ chẩn đoán hình ảnh và y tá, mục đích là chăm sóc con người. Mục đích này nhờ nhiệm vụ bị tự động hóa mà được tăng cường, trở nên hiệu quả hơn. Vì vậy, miễn là bạn có thể phân biệt mục đích và nhiệm vụ của mỗi người, tôi cho rằng đây là một khuôn khổ suy nghĩ rất hữu ích.
Larry:
Hãy mở rộng cuộc thảo luận ra ngoài các nền kinh tế phát triển. Giúp tôi hiểu cách AI mang lại lợi ích cho toàn thế giới. Cuối tuần trước tôi đọc một bài viết của Anthropic, cơ bản nói rằng việc sử dụng AI gần đây chủ yếu do các nhóm xã hội được giáo dục chiếm ưu thế, họ thậm chí thấy phần được giáo dục cao hơn trong mỗi xã hội sử dụng nhiều hơn. Dĩ nhiên, họ đưa ra kết luận dựa trên mô hình của mình, nên có thể thiên vị.
Vậy thì, làm thế nào để đảm bảo AI trở thành công nghệ mang tính chuyển đổi, giống như Wi-Fi và 5G đối với thế giới mới nổi? Khi AI giao thoa với thế giới mới nổi và tình trạng việc làm của họ, điều đó có ý nghĩa gì? Làm thế nào để mở rộng nền kinh tế toàn cầu? Quay lại vấn đề việc làm, khi robot và AI phát triển, chắc chắn sẽ có sự thay thế. Tại Mỹ, sự thay thế đã diễn ra.
Chúng ta có thể tạo ra thêm nhiều thợ ống nước và thợ điện, nhưng có thể cần ít hơn các nhà phân tích tài chính. Các luật sư cũng cần ít nhân viên phân tích hơn, vì họ có thể tích lũy dữ liệu nhanh hơn. Vậy hãy tạm hướng về thế giới mới nổi và đang phát triển. Anh nghĩ tình hình sẽ diễn ra như thế nào?
Jensen Huang:
Trước hết, AI là cơ sở hạ tầng. Tôi không thể hình dung quốc gia nào trên thế giới lại không cần AI như một phần cơ sở hạ tầng của mình. Vì mỗi quốc gia đều có điện, có đường, bạn cũng nên có AI như một phần cơ sở hạ tầng.
Bạn dĩ nhiên có thể nhập khẩu AI, nhưng hiện nay việc huấn luyện AI không còn quá khó khăn. Vì có quá nhiều mô hình mở, tận dụng các mô hình mở này và kiến thức chuyên môn bản địa, bạn nên có thể tạo ra các mô hình hữu ích cho đất nước mình.
Vì vậy tôi tin chắc rằng, mỗi quốc gia đều nên tham gia, xây dựng cơ sở hạ tầng AI riêng, phát triển AI riêng, tận dụng tài nguyên thiên nhiên cơ bản nhất của mình – chính là ngôn ngữ và văn hóa – để phát triển AI, không ngừng hoàn thiện nó, để "trí tuệ quốc gia" (national intelligence) của bạn trở thành một phần trong hệ sinh thái của bạn. Đây là điểm thứ nhất.
Điểm thứ hai, hãy nhớ rằng, AI cực kỳ dễ dùng. Nó là phần mềm dễ dùng nhất trong lịch sử. Đó là lý do tại sao nó tăng trưởng nhanh nhất, được áp dụng nhanh nhất. Trong vòng hai ba năm ngắn ngủi, số người dùng đã gần chạm mốc một tỷ.
Trước hết, tôi cho rằng Claude thật tuyệt vời. Anthropic đã đạt được tiến bộ lớn trong việc phát triển Claude. Công ty chúng tôi sử dụng nó ở khắp mọi nơi. Khả năng lập trình, suy luận của Claude, năng lực của nó thực sự rất ấn tượng. Bất kỳ ai có công ty phần mềm đều nên tham gia và sử dụng nó. Mặt khác, ChatGPT có lẽ là AI tiêu dùng thành công nhất trong lịch sử, tính dễ dùng và thân thiện của nó, tôi nghĩ mọi người đều nên tham gia.
Dù là một người ở nước đang phát triển hay một sinh viên, rõ ràng là việc học cách sử dụng AI, hướng dẫn AI, đưa prompt cho AI, quản lý AI, thiết lập rào cản cho AI, đánh giá AI đều rất quan trọng. Những kỹ năng này không khác gì với lãnh đạo, quản lý – giống như những gì anh và tôi vẫn đang làm. Trong tương lai, ngoài "AI" sinh học, carbon-based (con người), chúng ta sẽ có AI kỹ thuật số, silicon-based, và chúng ta phải quản lý chúng. Chúng sẽ trở thành một phần lực lượng lao động kỹ thuật số của chúng ta.
Vì vậy tôi ủng hộ rằng, đối với các nước đang phát triển, hãy xây dựng cơ sở hạ tầng của bạn, tham gia vào AI, và nhận ra rằng AI có khả năng thu hẹp khoảng cách công nghệ.
Larry:
Đúng vậy sao?
Jensen Huang:
Bởi vì nó quá dễ dùng, quá phong phú, quá dễ tiếp cận. Vì vậy, tôi thực sự khá lạc quan về tiềm năng của AI trong việc nâng tầm các quốc gia mới nổi. Đối với rất nhiều người không có bằng cấp khoa học máy tính, bây giờ các bạn đều có thể trở thành lập trình viên. Trước đây, chúng ta phải học cách lập trình cho máy tính. Bây giờ, bạn lập trình bằng cách hỏi máy tính: "Tôi nên lập trình cho bạn như thế nào?"
Nếu bạn không biết cách dùng AI, hãy hỏi AI: "Tôi không biết cách dùng AI, tôi phải làm sao?" Nó sẽ giải thích cho bạn. Bạn có thể nói: "Tôi muốn viết một chương trình để tạo website riêng, phải làm thế nào?" Nó sẽ hỏi bạn một loạt câu hỏi về loại website bạn muốn, rồi viết mã giúp bạn. Nó dễ dùng đến vậy. Chắc chắn đây chính là sức mạnh đáng
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
