Chủ quyền AI đang chuyển từ mô hình sang ‘hạ tầng đại lý’…… bước đi đột phá của Google Cloud

Có phân tích chỉ ra rằng, trọng tâm của Google Cloud trong cuộc cạnh tranh trí tuệ nhân tạo đã không còn là “hiệu suất mô hình”, mà chuyển sang “lớp kiểm soát” và hạ tầng dữ liệu. Cùng với sự phổ biến nhanh chóng của trí tuệ nhân tạo doanh nghiệp, các đánh giá trong ngành cho rằng, thắng thua thực sự có thể phụ thuộc vào “hạ tầng AI thông minh hóa” cho phép các trí tuệ nhân tạo có thể đọc, kết nối và thực thi dữ liệu.

Chuyên gia phân tích hàng đầu của Cube Research, John Friel, khi phân tích tại hội nghị Google Cloud Next 2026 đã chẩn đoán rằng, Google đang nhắm tới vai trò trở thành hệ điều hành doanh nghiệp trí tuệ nhân tạo hóa. Ông cho rằng, việc nắm bắt “lớp điều khiển” kết nối dữ liệu và các hệ thống khác sẽ quyết định lợi thế thị trường. Lớp này giống như mạng nơ-ron, chịu trách nhiệm kết nối các ứng dụng và luồng dữ liệu nội bộ doanh nghiệp.

Trong thực tế doanh nghiệp, tốc độ tích hợp AI đã tăng rõ rệt. Một số doanh nghiệp còn đánh giá rằng, trong công việc lập trình mã, tỷ lệ máy móc đã vượt quá con người. Tuy nhiên, không phải tổ chức nào cũng tiến hành theo cùng một tốc độ. Nhiều doanh nghiệp vẫn chưa xác định được lĩnh vực nào ưu tiên ứng dụng AI để đạt hiệu quả tối đa. Tình hình này càng làm nổi bật tầm quan trọng của hạ tầng AI thông minh hóa, được thiết kế chung về dữ liệu, an toàn, quản trị và môi trường thực thi.

Chủ đề cốt lõi là “dữ liệu ngữ cảnh”… quan trọng hơn cả thông tin chính xác là “thông tin phù hợp nhất”

Google Cloud xem “dữ liệu ngữ cảnh” là chìa khóa để bù đắp hạn chế của mô hình AI. Giám đốc kỹ thuật cơ sở dữ liệu của Google Cloud, Sailesh Krishnamurthi, giải thích rằng, mô hình rất mạnh mẽ, nhưng thực tế các ngữ cảnh doanh nghiệp cần lại nằm trong dữ liệu. Điều này có nghĩa là, để trả lời câu hỏi, không chỉ đơn thuần nhập nhiều thông tin, mà còn cần trích xuất chính xác “thông tin cần thiết hiện tại”.

Vì vậy, có ý kiến cho rằng, thế hệ dữ liệu đám mây tiếp theo phải khác biệt so với cơ sở dữ liệu hiện tại. Nó cần vượt ra ngoài chức năng lưu trữ và truy vấn đơn thuần, xử lý tìm kiếm đồ thị, nhúng vector, truy vấn toàn văn và tính toán quan hệ trong cùng một hệ thống. Chỉ bằng cách tối thiểu hóa di chuyển dữ liệu trong khi cung cấp kết quả tối ưu, hạ tầng AI thông minh hóa mới có thể vận hành tốt trong môi trường doanh nghiệp quy mô lớn.

OpenText cũng đồng tình với quan điểm này. OpenText đang hợp tác với Google Cloud để xây dựng lớp trí tuệ nhân tạo dựa trên kỹ thuật ngữ cảnh, chủ quyền dữ liệu và khả năng tương tác mở. Phía OpenText nhấn mạnh rằng, thông tin doanh nghiệp không chỉ là lưu trữ tài liệu đơn thuần, mà còn là một hệ thống gồm phân loại, gắn thẻ, quản trị và kết nối với quy trình kinh doanh. Để cung cấp những thông tin này cho các mô hình ngôn ngữ lớn, cần tránh tràn ngập dữ liệu không cần thiết, chỉ truyền tải thông tin cần thiết đúng thời điểm.

Google đang mở rộng các giải pháp ngành bằng cách tích hợp sâu nền tảng trí tuệ nhân tạo doanh nghiệp Gemini, nhằm khai thác an toàn các tài liệu doanh nghiệp tích lũy hàng thập kỷ. Điều này một lần nữa cho thấy, thành công của việc ứng dụng AI phụ thuộc nhiều hơn vào chất lượng dữ liệu và kiến trúc truy cập, chứ không chỉ là độ “sành điệu” của mô hình.

Môi trường lai và giảm chi phí… quan hệ đối tác quyết định hiệu quả hạ tầng AI

Cuộc cạnh tranh về hạ tầng AI không chỉ dựa vào sức mạnh của một doanh nghiệp đơn lẻ. Google đang hợp tác với Nvidia, Dell Technologies, AMD để xây dựng “hạ tầng sẵn sàng AI” bao phủ đám mây và triển khai tại chỗ. Đặc biệt, do nhiều doanh nghiệp gặp khó khăn trong việc giao phó hoàn toàn dữ liệu cho đám mây bên ngoài vì lý do an toàn và quản lý, Google hỗ trợ qua đám mây phân tán, giúp doanh nghiệp vẫn có thể tận dụng chức năng của Gemini trong môi trường nội bộ.

Trong quá trình này, vai trò của Kubernetes ngày càng quan trọng. Google xem Kubernetes như hệ điều hành thực tế của AI, bao gồm học, suy luận và học tăng cường. Điều này có nghĩa là, Kubernetes là công cụ trung tâm để điều phối các trí tuệ nhân tạo phân tán trong nhiều môi trường khác nhau. Khi doanh nghiệp mở rộng AI trong bối cảnh kiến trúc đa đám mây hoặc lai, lớp điều phối này là không thể thiếu.

Vấn đề chi phí cũng là một biến số quan trọng. AMD giải thích rằng, trong nhiều trường hợp khách hàng doanh nghiệp sử dụng cả trung tâm dữ liệu riêng và đám mây, hạ tầng dựa trên x86 là phương án khả thi nhất. Bởi vì, các tải công việc container có thể dễ dàng di chuyển giữa hai môi trường này, mà không cần sửa đổi mã nguồn, vẫn đảm bảo hiệu năng và chi phí.

Công ty công nghệ du lịch Mỹ Sabre cho biết, sau khi chuyển hơn 50.000 CPU ảo sang các instance dựa trên AMD của Google Cloud, họ đã đồng thời tiết kiệm chi phí và nâng cao hiệu suất. Công ty này nói rằng, không cần sửa đổi mã nguồn, họ đã có thể xử lý nhanh hơn với cơ sở hạ tầng nhỏ hơn, và số tiền tiết kiệm được đã được đầu tư trở lại vào các dự án AI thông minh hóa.

Google cũng đang đẩy mạnh mở rộng hệ sinh thái. Để tăng cường mạng lưới đối tác của Google Cloud, họ dự kiến đầu tư 750 triệu USD (khoảng 1,107 tỷ won Hàn Quốc) để nâng cao hiệu quả của hơn 120.000 doanh nghiệp thành viên. Google còn đang xây dựng ý tưởng về một cấu trúc cho phép các trí tuệ nhân tạo của đối tác tương tác với hệ thống của Google, nhằm tự động hóa quá trình onboarding, đào tạo và đề xuất.

AI ứng dụng vào “bài toán” mới mới có thể mang lại hiệu quả… vượt ra ngoài tự động hóa đơn thuần, nâng cao trải nghiệm khách hàng

McKinsey khuyên rằng, những doanh nghiệp cảm thấy lợi ích đầu tư AI chưa đạt kỳ vọng nên hướng tới các vấn đề lớn hơn. Đối tác cao cấp của McKinsey, Ashutosh Padi, nói rằng, để tạo ra giá trị rõ rệt, cần bắt đầu từ các vấn đề có thể làm thay đổi toàn diện doanh nghiệp. Bởi vì, ngay cả các dự án thử nghiệm đơn giản thành công cũng chưa chắc đã thu hút toàn bộ tổ chức, nhưng nếu giải quyết được các vấn đề cốt lõi của doanh nghiệp, quản trị biến đổi và năng lực sẽ theo đó phát triển.

Công ty bảo hiểm y tế nhà nước lớn nhất Mỹ, Covered California, được đưa ra như một ví dụ. Tổ chức này hợp tác với Deloitte và Google để đưa vào Google Document AI, tự động hóa đáng kể công việc xác nhận tư cách và kiểm tra đăng ký. Ước tính, mỗi năm tiết kiệm khoảng 24.000 giờ vận hành. Trước đây, xác minh tài liệu mất tới 72 giờ, nay chỉ vài giây là xong.

Điều này không chỉ giảm chi phí nhân lực. Đánh giá còn chỉ ra rằng, nhân viên thoát khỏi công việc lặp đi lặp lại của giấy tờ, có thể tập trung vào hỗ trợ khách hàng có giá trị hơn, nâng cao chất lượng dịch vụ và trải nghiệm khách hàng. Deloitte giải thích rằng, AI không phải để thay thế con người, mà là công cụ giúp con người tập trung vào các công việc mang tính nhân văn hơn.

Thông điệp từ Google Cloud Next 2026 rất rõ ràng. Cạnh tranh AI không còn chỉ là “ai tạo ra mô hình thông minh hơn”. Trong thị trường doanh nghiệp, sự kết hợp của dữ liệu ngữ cảnh, lớp kiểm soát, hạ tầng lai, hiệu quả chi phí và hệ sinh thái đối tác của hạ tầng AI thông minh hóa mới thực sự là yếu tố quyết định thắng thua. Trong tương lai, thành bại của ứng dụng AI nhiều khả năng sẽ phụ thuộc vào khả năng mô hình kết nối ổn định, linh hoạt với môi trường doanh nghiệp, chứ không chỉ là độ “ngầu” của mô hình.

Lưu ý về AI TP Bài viết dựa trên tóm tắt của TokenPost.ai về mô hình ngôn ngữ. Nội dung chính có thể thiếu hoặc không hoàn toàn chính xác.