OpenAI điên cuồng đầu tư 4 tỷ đô la để cạnh tranh FDE, cuối cùng kỹ sư phần mềm hóa ra là làm việc tại chỗ

Theo giờ địa phương ngày 11 tháng 5, OpenAI công bố thành lập một công ty mới mang tên OpenAI Deployment Company (Công ty Triển khai OpenAI), với khoản đầu tư ban đầu vượt quá 4 tỷ USD, tập trung vào giúp các doanh nghiệp xây dựng và triển khai hệ thống AI.

OpenAI chi 4 tỷ USD thành lập công ty triển khai

OpenAI Deployment Company là một mối quan hệ hợp tác do OpenAI cùng 19 công ty đầu tư hàng đầu toàn cầu, các công ty tư vấn và nhà tích hợp hệ thống cùng xây dựng. Mối quan hệ hợp tác này do TPG dẫn dắt, Advent, Bain Capital và Brookfield là các đối tác sáng lập liên danh, còn B Capital, BBVA, Emergence Capital, Goanna, Goldman Sachs, SoftBank Group, W.P. Carey và WCAS là các đối tác sáng lập.

Để nhanh chóng mở rộng quy mô đội ngũ, OpenAI Deployment Company đồng thời đã mua lại công ty tư vấn AI Tomoro, qua đó đưa về khoảng 150 kỹ sư triển khai thực địa và chuyên gia dày dạn kinh nghiệm, bắt đầu hoạt động ngay từ khi thành lập. Những kỹ sư này sẽ sâu sát tại hiện trường khách hàng, hợp tác chặt chẽ với các nhóm khác nhau, cùng nhau xác định các trường hợp ứng dụng AI có giá trị nhất và thúc đẩy triển khai thực tế.

Điều này đánh dấu một bước chuyển chiến lược quan trọng của các doanh nghiệp OpenAI.

Trong hai năm qua, OpenAI chủ yếu dựa vào ChatGPT Enterprise, API và khả năng mô hình để mở rộng thị trường; còn bây giờ, rõ ràng họ nhận ra rằng, chỉ sở hữu các mô hình mạnh nhất là chưa đủ để thắng thế trong thị trường doanh nghiệp trước đây. Thực tế, tốc độ thương mại hóa AI không phụ thuộc vào tham số mô hình, mà là khả năng “đưa vào thực tế”.

Và đó chính là giá trị của Tomoro.

Vậy, Tomoro là ai?

Tomoro thành lập năm 2023, từ khi ra đời đã mang màu sắc của một “công ty sinh thái OpenAI”.

Ban đầu, nó là một công ty tư vấn chuyên về triển khai AI doanh nghiệp và dịch vụ kỹ thuật, trọng tâm không phải phát triển các mô hình nền tảng, mà là giúp doanh nghiệp tích hợp mô hình của OpenAI vào hoạt động kinh doanh, giải quyết các vấn đề phức tạp từ tiếp cận dữ liệu, quản trị hệ thống, kiểm soát quyền hạn đến thiết kế quy trình làm việc sản xuất.

Dựa trên danh sách khách hàng công khai, Tomoro đã phục vụ các tập đoàn lớn như Mattel, Red Bull, Tesco, Virgin Atlantic và Supercell.

Điểm chung của các khách hàng này là: họ không phải “công ty đổi mới công nghệ”.

Nói cách khác, điểm mạnh của Tomoro không phải là huấn luyện mô hình trong phòng thí nghiệm AI, mà là đưa AI từ khái niệm thử nghiệm vào hệ thống sản xuất trong môi trường kinh doanh phức tạp, thực tế nhất của các doanh nghiệp truyền thống.

Điều thú vị là, Tomoro còn có một triết lý phát triển hấp dẫn: xây dựng tuần làm việc 3 ngày. Trên trang chủ của họ, Tomoro viết:

“Cách mạng trí tuệ nhân tạo mang lại cơ hội để tái tạo xã hội. Chúng tôi không phải là người quan sát, mà là người sáng tạo — chúng tôi sẽ cùng nhau xây dựng một thế giới mà chính chúng ta và thế hệ sau đều tự hào.

Sứ mệnh của chúng tôi là cân bằng năng suất của trí tuệ nhân tạo và mục tiêu của con người, biến tuần làm việc 3 ngày thành hiện thực.”

Xét về đội ngũ sáng lập, phần cốt lõi của Tomoro chủ yếu đến từ lĩnh vực tư vấn số hóa doanh nghiệp, hạ tầng đám mây và kỹ thuật ứng dụng AI, là một đội ngũ đa dạng “hiểu mô hình, hiểu cả chuyển đổi hệ thống doanh nghiệp”.

Trang web chính thức của Tomoro cho biết, họ đang tuyển dụng kỹ sư tại các địa điểm như Úc, Singapore, Anh.

Tại sao OpenAI đột nhiên bỏ ra số tiền lớn để đầu tư vào triển khai?

Logic đằng sau không quá khó hiểu: khách hàng doanh nghiệp mua không phải là mô hình, mà là kết quả.

Giám đốc doanh thu của OpenAI, Denise Dresser, nói: “AI ngày càng có khả năng đảm nhiệm các công việc có ý nghĩa trong tổ chức. Thách thức hiện nay là làm thế nào giúp các doanh nghiệp tích hợp các hệ thống này vào hạ tầng và quy trình làm việc hỗ trợ hoạt động của họ. Công ty triển khai OpenAI nhằm giúp các tổ chức lấp đầy khoảng cách này, biến khả năng AI thành ảnh hưởng thực tế trong vận hành.”

Denise Dresser và đội ngũ đã nhận thức rõ rằng, việc có mặt tại hiện trường là khả năng AI doanh nghiệp cấp cao mà họ cần bổ sung nhất hiện nay.

Dù ChatGPT đã đạt thành công lớn ở thị trường tiêu dùng, nhưng trong thị trường doanh nghiệp, Anthropic trong năm qua đã nhanh chóng nổi lên nhờ dòng Claude, tạo dựng vị thế rất mạnh trong cộng đồng nhà phát triển và khách hàng doanh nghiệp. Thậm chí, đầu năm nay, nội bộ OpenAI còn thừa nhận rõ ràng rằng, sự tăng trưởng của Anthropic gây áp lực rõ rệt cho công ty.

Theo Reuters, trong một cuộc họp toàn thể nội bộ, trưởng bộ phận ứng dụng của OpenAI, Fidji Simo, đã nói rõ với nhân viên:

Sự trỗi dậy của Anthropic cần trở thành “chuông cảnh báo” cho OpenAI.

Bà nhấn mạnh, công ty phải tập trung nguồn lực nâng cao năng suất doanh nghiệp, chứ không thể để các dòng sản phẩm phân tán quá mức làm chậm tiến trình.

Ở một góc độ nào đó, công ty triển khai OpenAI chính là kết quả của chiến lược phòng thủ này.

Dĩ nhiên, Anthropic cũng không ngồi yên.

Tuần trước, Anthropic tuyên bố thành lập một liên doanh chuyên về dịch vụ AI doanh nghiệp, có sự góp mặt của Blackstone, Hellman & Friedman và Goldman Sachs làm các đối tác sáng lập.

Liên doanh này định giá 15 tỷ USD, trong đó, Anthropic, Blackstone và Hellman & Friedman cùng góp 300 triệu USD. Các nhà đầu tư khác gồm Apollo Global Management, General Atlantic, GIC của chính phủ Singapore, Leonard Green và Suko Capital.

Điều này có nghĩa, một hoạt động mua bán sáp nhập xoay quanh “năng lực ứng dụng AI doanh nghiệp” đã chính thức bắt đầu.

Nếu nói trước đây, cạnh tranh AI chủ yếu là huấn luyện ra mô hình mạnh hơn, thì giờ đây, cuộc đua chuyển sang: ai có thể nhanh chóng đưa mô hình vào hoạt động thực tế của doanh nghiệp nhất.

Tại sao nhu cầu về kỹ sư triển khai lại tăng vọt, trong khi kỹ sư phần mềm truyền thống lại giảm sút?

Chuyển hướng cạnh tranh này đã thể hiện rõ ràng trên thị trường tuyển dụng.

Khi “đưa mô hình vào thực tế doanh nghiệp” trở thành yếu tố quyết định, các vị trí trong phần mềm truyền thống, vốn xa rời hoạt động kinh doanh trực tiếp, chỉ làm nhiệm vụ viết mã, sẽ bắt đầu giảm sút, còn các kỹ sư triển khai có khả năng tiếp cận khách hàng, kết nối hệ thống, thúc đẩy đưa vào thực tế lại trở nên cực kỳ hot.

Xem hai nhóm số liệu đối lập rõ ràng: Quý 1 năm 2025, số lượng vị trí kỹ sư phần mềm truyền thống giảm khoảng 70%; trong khi đó, nhu cầu tuyển dụng kỹ sư triển khai (Forward Deployed Engineer, FDE) tăng mạnh từ khoảng 800% đến 1000%. Sự tăng giảm này phản ánh rõ ràng xu hướng chuyển dịch căn bản của ngành.

Tại sao nhu cầu về kỹ sư truyền thống lại giảm, còn kỹ sư triển khai lại trở thành “món hàng hot” trên thị trường?

Câu trả lời nằm ở chỗ: thành công của một dự án hiện nay phụ thuộc 60-70% vào “ứng dụng thực tế”, chứ không chỉ là khả năng kỹ thuật hay lập trình. Khả năng hợp tác đổi mới cùng khách hàng, thích ứng nhanh, lãnh đạo và kỹ năng mềm cũng quan trọng không kém, khả năng triển khai nhanh chóng là yếu tố then chốt. Thay vì tập trung vào “kỹ năng công nghệ”, trọng tâm đã chuyển sang “ứng dụng thực tế”. Giúp khách hàng tổ chức lại quy trình, hệ thống để phù hợp với nhu cầu tương lai là nhiệm vụ hàng đầu.

Tuy nhiên, doanh nghiệp rất khó tự mình hoàn thành việc triển khai AI, vì nhân lực hiểu rõ AI thực sự rất hiếm. Thêm nữa, chỉ hiểu AI chưa đủ, những người này còn cần phải hiểu cả kiến trúc hệ thống và vận hành toàn bộ doanh nghiệp.

Kết hợp cả hai yếu tố này mới dẫn đến thành công. Và những kỹ năng triển khai, chi tiết trong quá trình này, chính là nằm trong tay các kỹ sư triển khai thực địa.

Dù có các giải pháp sẵn có trên thị trường, khách hàng vẫn cần nhiều điều chỉnh, tinh chỉnh. Nếu không có FDE cùng khách hàng đồng hành, cùng sáng tạo, hiểu rõ sản phẩm và toàn bộ kiến trúc hệ thống, dự án rất khó thành công. Thực tế cho thấy, các dự án AI có FDE tham gia tỷ lệ thành công và lợi nhuận đầu tư cao hơn rõ rệt.

Vậy tại sao mô hình giao hàng truyền thống lại không còn phù hợp?

Quy trình bán phần mềm tiêu chuẩn là: phát triển sản phẩm → chuyển cho bộ phận bán hàng → tiếp thị cho khách → khách thử nghiệm cài đặt (có thể có sự hỗ trợ của đội ngũ thành công khách hàng) → rồi khách tự mày mò giải quyết vấn đề. Mô hình này bỏ qua bước quan trọng nhất: môi trường thực tế của khách luôn là “đặc thù và phức tạp”.

Nhưng tất cả chúng ta đều hiểu: đồng hành là lời yêu thương dài nhất.

Mô hình FDE không phải là các nhà cung cấp mô hình chỉ bán sản phẩm rồi bỏ mặc khách hàng, mà là cử kỹ sư giỏi nhất vào nội bộ khách hàng. Những kỹ sư này cùng với các quản lý khách hàng viết tài liệu, bàn giao mã thực, xây dựng tích hợp tùy chỉnh, cấu hình hệ thống để vận hành trong môi trường đặc thù của khách. Đó chính là “triển khai trực tiếp”: kỹ sư của bạn hiện diện ngay trong nội bộ khách hàng.

Mô hình này hiệu quả vì có một nhận thức đơn giản: các kỹ sư FDE thành thạo về nguyên lý hoạt động của phần mềm hoặc mô hình, còn kỹ sư của khách (ví dụ JP Morgan) thì hiểu rõ dữ liệu, quy trình, quy định, chính sách nội bộ và các vấn đề cụ thể họ cần giải quyết. Không ai có thể làm một mình. Mô hình FDE buộc hai hệ thống kiến thức này phải va chạm, hòa quyện trong cùng một không gian, để tìm ra giải pháp tối ưu.

Phương pháp này đặc biệt phù hợp với các khách hàng có “vấn đề đặc thù và phức tạp”: bệnh viện, ngân hàng, cơ quan quốc phòng, các tổ chức tài chính lớn. Những yêu cầu này không thể đáp ứng bằng SaaS sẵn có — họ có hệ thống cũ, bị giới hạn về quy định, quy trình nội bộ không thiết kế cho AI.

Cũng có thể hiểu đơn giản: nhu cầu kỹ sư phần mềm truyền thống giảm không phải vì công nghệ không còn quan trọng, mà vì định nghĩa “kỹ sư” đang thay đổi. Những người có thể đi sâu vào nội bộ khách hàng, hiểu rõ kinh doanh, nhanh chóng lặp lại, cùng sáng tạo, chính là những nhân tố nóng nhất của thời đại AI.

Trong bối cảnh đó, kỹ năng của kỹ sư triển khai cần có những gì?

Trong một podcast, Giám đốc kỹ thuật nền tảng của OpenAI, Sherwin Wu, cùng Giám đốc sản phẩm Olivier Godement đã thảo luận chi tiết về các năng lực cốt lõi của FDE.

Trong các môi trường triển khai đặc thù và an toàn cao, như các phòng thí nghiệm quốc gia, kỹ sư triển khai thể hiện một loạt năng lực then chốt.

Một mặt, họ có khả năng thực chiến về phần cứng và kiến trúc nền tảng: không chỉ cài đặt và vận hành mô hình trên phần cứng và mạng của khách, mà còn phải làm trong môi trường cực kỳ hạn chế về an toàn — ví dụ như môi trường “air-gapped” không cho phép mang theo thiết bị điện tử, cách ly hoàn toàn về vật lý — qua phương tiện vật lý để đưa trọng số mô hình vào siêu máy tính.

Mặt khác, họ có khả năng hợp tác tùy chỉnh và kỹ thuật hóa sâu, phối hợp chặt chẽ với nhóm phát triển, thực hiện “thủ công” các phát triển tùy biến và thích nghi môi trường cho các siêu máy tính như Venado, đồng thời có khả năng kỹ thuật đại lý (Agentic Engineering), xử lý các bước phức tạp như lập trình, quản lý bộ nhớ, chuyển giao nhiệm vụ, đảm bảo mô hình vận hành ổn định, hiệu quả trong môi trường hạn chế.

Ngoài ra, đội ngũ OpenAI còn đề cập, để thành công trong triển khai, ngoài năng lực cá nhân của kỹ sư, còn cần các đặc điểm tổ chức sau:

“Mô hình đội đặc nhiệm” (Tiger Team):

• Không chỉ cần chuyên gia kỹ thuật, mà còn cần người có “kiến thức tổ chức” (Institutional Knowledge).

• Thành phần: là một đội ngũ tinh gọn gồm kỹ thuật viên, chuyên gia các lĩnh vực (SME) và người am hiểu quy trình nội bộ của tổ chức. Bởi vì phần lớn kiến thức quan trọng của doanh nghiệp — như SOP, quy trình chuẩn — thực ra nằm trong đầu các nhân viên cũ, chứ không phải trong tài liệu.

Hệ thống đánh giá từ dưới lên (Evals First):

• Mục tiêu rõ ràng: thành công của triển khai phải bắt đầu từ việc xác định “điều gì là tốt”.

• Đánh giá từ thực tế: tiêu chuẩn đánh giá không thể chỉ dựa vào chỉ thị của cấp trên, mà phải do người vận hành trực tiếp tham gia xây dựng, vì chỉ họ mới hiểu rõ các điểm đau trong thực tế.

Chuyển đổi vai trò: từ “công cụ” thành “đối tác tư duy”:

• Triển khai tốt giúp mô hình trở thành “đối tác tư duy” (Thought Partner) trong quy trình nghiên cứu, như trong các phòng thí nghiệm quốc gia, giúp các nhà khoa học thiết kế thí nghiệm, phân tích dữ liệu phức tạp.

Vai trò của FDE và kỹ sư triển khai đã từ đơn thuần “cài đặt phần mềm” chuyển thành “tư vấn toàn diện + kiến trúc kỹ thuật + trí tuệ ngành nghề”. Họ không chỉ giải quyết vấn đề mô hình có chạy được hay không, mà còn phải làm sao để AI thực sự đi sâu vào cốt lõi hoạt động của khách hàng (thậm chí các hoạt động không có tài liệu ghi chép).

Các nhà cung cấp mô hình bước vào giai đoạn thứ hai, cạnh tranh chính là sự gắn bó của khách hàng

Nếu nhìn xa hơn, điều này rất giống với con đường thành công của Palantir trong hơn mười năm qua.

Thứ nhất, lợi thế cạnh tranh của Palantir không phải là bán giấy phép phần mềm. Mà là cử kỹ sư đến tận nơi khách hàng, hiểu sâu quy trình, rồi tích hợp công nghệ vào tổ chức.

Các công ty như OpenAI, Anthropic hiện rõ ràng đang bắt chước mô hình này, vì mô hình này ẩn chứa một sự thật: triển khai trực tiếp (FED) sở hữu độ dính cao hơn nhiều so với SaaS thông thường.

Khi doanh nghiệp cài đặt hệ thống CRM, về lý thuyết vẫn có thể chuyển sang nhà cung cấp khác, dù quá trình có đau đớn nhưng vẫn có thể; còn khi đội ngũ triển khai trực tiếp mất 6 tháng xây dựng hệ thống AI tùy chỉnh tích hợp dữ liệu nội bộ, quy trình, quy định, thì hệ thống đó đã trở thành hạ tầng hỗ trợ vận hành, khó có thể dễ dàng loại bỏ, và doanh nghiệp sẽ tiếp tục phụ thuộc vào đội ngũ này để duy trì, cập nhật, tối ưu.

Chính lý do này khiến mô hình FDE hấp dẫn đối với Anthropic và OpenAI — thị trường AI doanh nghiệp không chỉ là bán token, mà còn là trở thành lớp hạ tầng khó thể tách rời của các tổ chức lớn, và FDE chính là con đường then chốt để đạt được mục tiêu này.

Thời điểm cũng là yếu tố quan trọng. Dữ liệu từ các nhà vận hành trung tâm dữ liệu quy mô lớn cho thấy, đầu tư hạ tầng đang tăng tốc chứ không giảm: Morgan Stanley dự báo chi tiêu vốn của 5 nhà vận hành lớn nhất năm 2026 sẽ lên tới 805 tỷ USD, năm 2027 đạt 1,1 nghìn tỷ USD; riêng trong quý 1 năm 2026, 7 nhà vận hành lớn nhất đã chi hơn 400 tỷ USD, và các đơn hàng tồn đọng dự kiến khoảng 1,3 nghìn tỷ USD.

Số lượng đơn hàng khổng lồ này cho thấy, nhu cầu vượt xa cung, điều này có nghĩa trong dài hạn, yếu tố hạn chế không còn là khả năng mô hình hay tài nguyên tính toán, mà là khả năng triển khai hiệu quả.

Vì vậy, ai có thể nắm bắt phương pháp triển khai quy mô lớn trong các tổ chức phức tạp, và qua tích hợp tùy chỉnh giúp hệ thống thực sự vận hành, người đó sẽ nắm bắt được giá trị do hạ tầng tạo ra. Trong mô hình FDE, nguồn lực thực sự khan hiếm không phải là khả năng xây dựng mô hình, mà là kinh nghiệm triển khai chuyên sâu. Điều này cũng làm thay đổi cách định giá: từ dựa trên cấp phép (seat-based) sang dựa trên tiêu thụ token.

Trong mô hình FDE, bạn không bán từng chỗ ngồi, mà là một hệ thống đã triển khai thực tế, sẽ liên tục tiêu thụ token theo thời gian sử dụng của tổ chức. Chính độ dính của hệ thống này mới là yếu tố quyết định việc duy trì doanh thu token lâu dài.

Nguồn: InfoQ

Lưu ý rủi ro và điều khoản miễn trừ trách nhiệm

Thị trường có rủi ro, đầu tư cần thận trọng. Bài viết này không phải là khuyến nghị đầu tư cá nhân, cũng không xem xét các mục tiêu, tình hình tài chính hay nhu cầu đặc thù của từng người dùng. Người đọc cần cân nhắc xem các ý kiến, quan điểm hoặc kết luận trong bài phù hợp với hoàn cảnh của mình hay không. Đầu tư theo đó, tự chịu trách nhiệm.