Từ "Cạnh tranh về sức mạnh tính toán" đến "Cạnh tranh về năng lực quốc gia": Jensen Huang và Ro Khanna bàn về cách Mỹ chiến thắng thời đại AI

Viết bài: Tin tức Techub tổng hợp

Trong cuộc đối thoại công khai về “Lãnh đạo của Mỹ trong lĩnh vực trí tuệ nhân tạo”, nhà sáng lập kiêm CEO của NVIDIA Jensen Huang, nghị sĩ Hoa Kỳ Ro Khanna, cùng người điều phối H.R. McMaster, không chỉ bàn về chip, mô hình và kiểm soát xuất khẩu, mà còn về một vấn đề lớn hơn: Khi trí tuệ nhân tạo trở thành công nghệ phổ quát mới, một quốc gia thực sự dựa vào điều gì để duy trì vị thế dẫn đầu? Câu trả lời không chỉ là công nghệ, mà còn là năng lực tổng hợp về nhân tài, năng lượng, công nghiệp chế tạo, hệ thống đại học, chính sách, niềm tin xã hội và câu chuyện quốc gia.

Về nội dung, cuộc đối thoại này ít nhất gồm ba chủ đề chính: Thứ nhất, AI không phải là công nghệ đơn điểm, mà là một hệ sinh thái ngành công nghiệp đa tầng; Thứ hai, nếu Mỹ muốn tiếp tục dẫn đầu, không thể chỉ nhấn mạnh đổi mới tiên phong, mà còn phải xây dựng lại năng lực sản xuất, mở rộng phân phối công nghệ, để nhiều lao động phổ thông được hưởng lợi; Thứ ba, đối mặt với cạnh tranh toàn cầu, đặc biệt là với Trung Quốc, Mỹ không thể đơn giản “loại bỏ rủi ro” đến mức làm nghẹt sáng tạo, cũng không thể để quá trình toàn cầu hóa vô tổ chức tiếp tục xói mòn ngành công nghiệp nội địa và sự đoàn kết xã hội.

Điều đáng chú ý hơn nữa là, cuộc thảo luận này không dừng lại ở hai thái cực “lạc quan về công nghệ” hoặc “hoảng loạn AI”. Huang Huang nhấn mạnh, AI sẽ định hình lại ngành công nghiệp, nhưng “tự động hóa nhiệm vụ” không đồng nghĩa với “nghề nghiệp sẽ biến mất”; Ro Khanna nhắc nhở rằng, ngay cả trong dài hạn, việc nâng cao năng suất sẽ tạo ra nhiều việc làm hơn, nhưng trong giai đoạn chuyển tiếp, công nghệ phân phối có thể đi kèm với thất nghiệp rõ rệt, phân hóa thu nhập và mất cân đối vùng miền. Do đó, điều thực sự quan trọng không phải là có phát triển AI hay không, mà là làm thế nào để phát triển AI theo cách có tính bao dung xã hội hơn.

AI không phải là một mô hình, mà là toàn bộ hạ tầng ngành công nghiệp

Huang Huang liên tục nhấn mạnh trong cuộc đối thoại rằng, một trong những hiểu lầm lớn nhất của xã hội về AI là xem AI như một mô hình hoặc sản phẩm đơn lẻ. Theo ông, bản chất của AI là một hệ thống ngành công nghiệp “ngăn xếp năm lớp”: lớp dưới cùng là năng lượng, tiếp đến là chip, rồi đến đám mây và các cơ sở hạ tầng AI như nhà máy, sau đó là mô hình, và cuối cùng là ứng dụng.

Phán đoán này rất quan trọng vì nó mở rộng “cạnh tranh AI” từ khả năng của mô hình sang cạnh tranh về hạ tầng cơ sở quốc gia. Nói cách khác, để một quốc gia duy trì vị thế dẫn đầu trong kỷ nguyên AI, không chỉ cần có vài công ty mô hình hàng đầu, mà còn phải đảm bảo nguồn điện đủ mạnh, cung cấp chip bền vững, trung tâm dữ liệu và hạ tầng đám mây đủ mạnh, hệ sinh thái mô hình phát triển thịnh vượng, và quan trọng nhất — AI thực sự đã vào ngành và xã hội, hình thành quy mô sử dụng.

Huang Huang đặc biệt nhấn mạnh rằng, nếu Mỹ mạnh ở bốn lớp đầu, nhưng ứng dụng không thể mở rộng, toàn bộ vòng quay ngành công nghiệp sẽ không thể vận hành, và công nghệ khó có thể thực sự phát huy giá trị. Ông lo ngại không phải vì công nghệ chưa đủ tiên tiến, mà vì xã hội quá sợ hãi, dẫn đến phản ứng quá mức, thậm chí “quản lý AI đến mức đẩy ra khỏi ngành và xã hội”. Nếu việc mở rộng ứng dụng bị cản trở, thì dù Mỹ có phát minh ra cuộc cách mạng công nghiệp này đầu tiên, cũng có thể không tận dụng được lợi ích của nó.

Từ góc độ này, chính sách AI không chỉ là “quản lý rủi ro”, mà còn là “giảm thiểu các rào cản hiệu quả sử dụng”. Rào cản này có thể mang tính thể chế, tâm lý hoặc dư luận. Nếu một quốc gia xây dựng hình ảnh AI như một mối đe dọa thuần túy, thay vì công cụ cần học hỏi và làm chủ, thì có thể tự làm mất đi cơ hội phân phối công nghệ trong chính xã hội của mình.

Lợi thế của Mỹ không chỉ nằm ở doanh nghiệp, mà còn ở hệ thống nhân tài và đại học mở

Ro Khanna đưa ra câu trả lời về “tại sao Mỹ vẫn còn cơ hội duy trì vị thế dẫn đầu AI”, bổ sung cho góc nhìn ngành công nghiệp của Huang Huang. Ông cho rằng, lợi thế lớn nhất của Mỹ là khả năng thu hút nhân tài toàn cầu đến học tập, nghiên cứu, khởi nghiệp và hợp tác, tiếp theo là hệ thống đại học nghiên cứu mạnh mẽ, rồi đến tự do học thuật, văn hóa công khai phản biện, cùng cơ chế chuyển giao công nghệ giữa đại học, chính phủ và doanh nghiệp còn khá chín muồi.

Trong cuộc thảo luận, Ro Khanna đặc biệt đề cập rằng nhiều công ty khởi nghiệp AI do người nhập cư sáng lập, nhiều nhà nghiên cứu AI có trình độ đại học không phải tại Mỹ, nhưng cuối cùng đều đến Mỹ tham gia đổi mới sáng tạo. Cơ chế “hấp thụ nhân tài toàn cầu rồi hình thành hợp tác mật độ cao trong nội địa” này là một trong những nguồn gốc chính của vị thế dẫn đầu công nghệ của Mỹ.

Ông cũng nhấn mạnh tầm quan trọng của các đại học nghiên cứu. Sự tích lũy lâu dài của Mỹ về nghiên cứu cơ bản, đào tạo nhân lực và lan tỏa công nghệ không phải là ngẫu nhiên, mà gắn liền với sự đầu tư công liên tục. Nói cách khác, khi bàn về lợi thế AI của Mỹ ngày nay, không thể chỉ nói về thị trường vốn và các doanh nghiệp lớn, mà còn phải thừa nhận vai trò nền tảng của đầu tư nghiên cứu quốc gia và hệ thống đại học.

Đây chính là lý do, dù cuộc đối thoại này do một doanh nhân nổi tiếng và một nghị sĩ dẫn dắt, nhưng logic nền tảng không phải là “doanh nghiệp là tất cả” hay “chính phủ là tất cả”, mà là sự phối hợp ba bên: chính phủ cung cấp định hướng dài hạn và môi trường thể chế, đại học cung cấp nhân lực và nghiên cứu cơ bản, doanh nghiệp thúc đẩy công nghiệp hóa và ứng dụng quy mô.

Tái công nghiệp hóa, trở thành từ khóa mới trong cạnh tranh AI

Nếu như vài năm trước, các cuộc thảo luận về AI chủ yếu tập trung vào năng lực tính toán, mô hình và vốn, thì cuộc đối thoại này rõ ràng đưa “tái công nghiệp hóa” vào chương trình nghị sự AI một cách rõ nét. Ro Khanna thẳng thắn nói rằng, những sai lầm lớn của Mỹ trong vài thập kỷ qua là mơ tưởng chỉ làm trung tâm tài chính và đổi mới, mà bỏ quên nền tảng công nghiệp mạnh mẽ. Điều này không chỉ đe dọa an ninh quốc gia, mà còn làm yếu đi sự đoàn kết xã hội, để lại nhiều khu vực cảm thấy bị bỏ rơi lâu dài.

Ông nhắc rằng, sự suy thoái của ngành sản xuất truyền thống không chỉ là xu hướng vĩ mô trừu tượng, mà còn phá hủy phẩm giá, việc làm và sự gắn kết thế hệ của nhiều cộng đồng. Những thành phố và gia đình từng dựa vào nhà máy, thép và chuỗi ngành công nghiệp, giờ đây phải đối mặt với thực tế “nếu không vào lĩnh vực tài chính hoặc công nghệ, thì chỉ còn bị loại bỏ”. Sự đứt gãy này cuối cùng phản ánh trong sự tức giận, chia rẽ và mất niềm tin của chính trị Mỹ.

Vì vậy, Ro Khanna đề xuất một “kế hoạch Marshall thế kỷ 21” mới, với tinh thần yêu nước kinh tế: Mỹ không thể chỉ dùng thuế quan để tạo dáng vẻ, mà cần thực sự xây dựng lại các ngành công nghiệp chủ chốt, tập trung vào các lĩnh vực như đất hiếm, khoáng sản chiến lược, dược phẩm, robot, vật liệu cao cấp, để hình thành năng lực đầu tư công nghiệp mới, đưa chính phủ, doanh nghiệp, giới công nghệ và người lao động cùng hướng.

Huang Huang bổ sung thực tế phù hợp: ngành công nghiệp AI đang trở thành động lực của quá trình tái công nghiệp Mỹ. Khi các nhà máy AI, chip và hạ tầng tính toán đặt chân tại Mỹ, các hoạt động xây dựng này đã tạo ra nhu cầu lớn về lao động trong ngành sản xuất, xây dựng, điện, ống dẫn, dụng cụ chính xác, đồng thời đẩy lương của các ngành này lên. Ông còn nói rằng, các doanh nghiệp đang lên kế hoạch đầu tư quy mô lớn vào sản xuất nội địa Mỹ, điều này dựa trên nền tảng là môi trường ngành công nghiệp đủ sôi động, sinh lợi và khuyến khích đầu tư.

Điều này có nghĩa, AI không chỉ là công nghệ “thay thế lao động”, mà còn có thể trở thành cơ hội để tái thiết nền kinh tế thực thể và việc làm khu vực. Tuy nhiên, để biến điều này thành hiện thực, chính sách cần hướng dòng vốn vào xây dựng dài hạn, chứ không chỉ chạy theo lợi nhuận ngắn hạn.

“AI có lấy mất việc làm không” không phải là câu hỏi đơn giản có thể trả lời

Về tác động của AI đối với việc làm, phần dễ lan truyền nhất của cuộc đối thoại chính là phản bác trực diện của Huang Huang về câu chuyện “AI phá hỏng việc làm”. Ông cho rằng, mô tả AI như một lực lượng tiêu diệt hàng loạt việc làm không chỉ không chính xác, mà còn gây tổn hại đến sự chấp nhận công nghệ của xã hội Mỹ.

Ông dẫn ví dụ nổi tiếng: nhiều năm trước, một số nhà nghiên cứu AI dự đoán rằng, khi AI thâm nhập vào lĩnh vực chẩn đoán hình ảnh, các bác sĩ chẩn đoán hình ảnh sẽ trong vòng mười năm trở nên “không còn cần thiết”. Huang Huang thừa nhận, phần đầu đúng — AI đã thâm nhập gần như toàn bộ các khâu của chẩn đoán hình ảnh; nhưng phần sau sai — các bác sĩ chẩn đoán hình ảnh không giảm đi, mà còn tăng lên.

Tại sao như vậy? Giải thích của ông là: mục đích của nghề nghiệp và các nhiệm vụ cụ thể trong nghề không hoàn toàn trùng khớp. AI có thể tự động hóa một số nhiệm vụ, nhưng không nhất thiết tiêu diệt nghề. Ngược lại, khi AI nâng cao hiệu quả, tổ chức có thể phục vụ nhiều bệnh nhân hơn, xử lý nhiều yêu cầu hơn, tạo ra thu nhập cao hơn, từ đó cần nhiều chuyên gia tham gia vào các công đoạn cao hơn, phối hợp và dịch vụ cao cấp hơn.

Ông mở rộng logic này sang ngành phần mềm. Trong NVIDIA, các kỹ sư phần mềm đã sử dụng rộng rãi các công cụ AI đại diện, kết quả không phải là kỹ sư bị thay thế, mà là “kỹ sư biết dùng AI tốt hơn” trở nên phổ biến hơn, thành công hơn, và toàn bộ nhóm có thể đẩy nhanh tiến độ các dự án. Nói cách khác, AI thay đổi trước hết cách tổ chức công việc và giới hạn năng suất, chứ không chỉ là cắt giảm nhân sự đơn thuần.

Tuy nhiên, Ro Khanna đưa ra chỉnh sửa cần thiết. Ông không phủ nhận rằng về dài hạn, tiến bộ công nghệ sẽ tạo ra nhu cầu và việc làm mới, nhưng lịch sử cũng cho thấy: từ cuộc cách mạng công nghiệp đến các làn sóng công nghệ sau này, tăng năng suất không tự nhiên phân phối đều cho tất cả mọi người. Quá trình phân phối công nghệ thường đi kèm thất nghiệp rõ rệt, chênh lệch thu nhập gia tăng, và một số nhóm không thể tiếp cận lợi ích trong thời gian dài.

Vì vậy, chính sách có trách nhiệm không chỉ là lặp lại câu “công nghệ cuối cùng sẽ tạo ra nhiều việc làm hơn”, mà còn phải xem xét từ giai đoạn tiếp nhận công nghệ: người lao động có quyền thương lượng không? Họ có thể chia sẻ lợi ích năng suất không? Các nhóm trẻ, nhóm lao động trình độ thấp, nhóm nghề dễ bị tổn thương có thể tiếp cận các cơ hội mới như thế nào? Những nghề dễ bị tổn thương nhất có thể nhận được đào tạo, hỗ trợ và tái tuyển dụng trong quá trình chuyển đổi không?

Điều này giải thích tại sao Ro Khanna tự nhận mình là “người dân chủ AI”, chứ không phải “người bi quan về AI” hay “người thúc đẩy AI nhanh chóng”. Chủ trương của ông không phải phản đối AI, mà là phản đối việc lợi ích AI chỉ tập trung vào vốn, còn chi phí thì gánh chịu bởi người lao động bình thường.

Nguy hiểm thực sự không phải là AI, mà là chỉ có ít người biết dùng AI

Huang Huang có một nhận định rất tiêu biểu về vấn đề việc làm: phần lớn mọi người có thể không thua thiệt trước AI, nhưng rất có thể sẽ thua những người biết dùng AI. Điểm mấu chốt không phải để tạo ra lo lắng, mà là chỉ ra hướng phân phối công nghệ — thay vì sợ AI, hãy nhanh chóng giúp nhiều người học cách sử dụng AI.

Theo ông, AI là một trong những công nghệ được áp dụng nhanh nhất trong lịch sử, chủ yếu vì rào cản sử dụng của nó thấp hơn nhiều so với các công nghệ nền tảng trước đây. Người bình thường không cần trở thành kỹ sư chip hay nhà nghiên cứu thuật toán, mà vẫn có thể biến AI thành công cụ nâng cao năng lực trong công việc của mình. Ông ví dụ: một thợ mộc ban đầu chỉ làm nghề mộc, nhờ AI có thể thiết kế tốt hơn, nâng cao dịch vụ thành kiến trúc hoặc nội thất.

Logic đằng sau là: Giá trị xã hội lớn nhất của AI không phải là giữ bí mật kiến thức chuyên môn trong các tổ chức nhỏ, mà là mở rộng khả năng nhận thức và thể hiện của người bình thường. Khi ngày càng nhiều lao động, doanh nhân, sinh viên có thể dùng AI để hoàn thành các công việc phức tạp hơn, thì lợi ích công nghệ mới thực sự lan tỏa.

Ro Khanna còn mở rộng “phân phối” này thành một hợp đồng xã hội. Ông cho rằng, xã hội Mỹ ngày nay vì quá nghi ngờ AI, không chỉ vì không hiểu rõ công nghệ, mà còn vì nhiều người không còn tin tưởng các tổ chức tinh hoa, không còn tin rằng cuộc cách mạng công nghệ mới sẽ tự mang lại cơ hội cho mình. Để sửa chữa niềm tin này, không chỉ cần tuyên truyền, mà còn cần các kế hoạch việc làm rõ ràng, đào tạo kỹ năng, đầu tư vùng miền và cam kết công khai.

Trong mối quan hệ giữa Trung Quốc, toàn cầu hóa và quản lý, Mỹ cần một “đường trung”

Một chủ đề nhạy cảm khác trong cuộc đối thoại là cách Mỹ xử lý mối quan hệ với Trung Quốc và chuỗi cung ứng toàn cầu. Huang Huang rõ ràng: thế giới phụ thuộc lẫn nhau, chuỗi ngành công nghiệp AI và liên quan không phải là hệ thống một quốc gia có thể hoàn toàn kiểm soát, “đóng cửa tất cả, cắt đứt mọi thứ” có thể gây hậu quả nghiêm trọng.

Ông nhiều lần nhấn mạnh rằng AI không phải là sản phẩm đơn lẻ, mà là một hệ thống phức tạp, gắn chặt vào chuỗi cung ứng toàn cầu. Từ năng lượng, khoáng sản, thiết bị đến sản xuất, Mỹ còn phụ thuộc sâu vào các quốc gia khác, trong đó có Trung Quốc. Chính vì vậy, chính sách không thể đơn giản cảm tính, mà phải đánh giá kỹ hậu quả dài hạn, phản ứng dây chuyền và cân bằng hệ thống ngành.

Ro Khanna đồng tình và bổ sung: Mỹ không thể hoàn toàn “tách rời”, nhưng cũng không thể quay lại toàn cầu hóa không giới hạn. Mỹ cần xây dựng “mở cửa có giới hạn”: thừa nhận rủi ro độc quyền về tài nguyên và công nghệ của Trung Quốc, thúc đẩy cân bằng lại và xây dựng năng lực nội địa; đồng thời, không để chính trị chống Trung Quốc biến thành thái độ bài Trung, bài nhập cư hoặc bài quốc tế.

Huang Huang còn cảnh báo một điểm rất quan trọng: phản đối cạnh tranh của Trung Quốc không nên biến thành tâm lý chống người Hoa, chống nhập cư hoặc chống nhân tài quốc tế. Bởi vì, một trong những tài sản quý giá nhất của Mỹ chính là “mọi người giỏi nhất thế giới đều muốn đến đây”. Nếu Mỹ xử lý cạnh tranh theo cách phân biệt, thì sẽ tổn hại không chỉ đối thủ, mà còn chính bản thân mình — đặc biệt là khả năng thu hút nhân tài và hình ảnh “Giấc mơ Mỹ”.

Về vấn đề quản lý, hai người không có nhiều khác biệt như nhiều người nghĩ. Ro Khanna đề xuất xây dựng các quy tắc phù hợp, giúp Mỹ duy trì cạnh tranh và trở thành “AI chất lượng cao” toàn cầu; Huang Huang thì nhấn mạnh cần tập trung kiểm soát các ứng dụng và cách sử dụng, tránh quá sớm, quá cứng nhắc trong quản lý công nghệ nền tảng đang phát triển nhanh.

Tổng thể, họ đều không ủng hộ hai cực: một bên là tự do không giới hạn, bên kia là kiểm soát quá mức vì an toàn. Con đường khả thi là duy trì cân bằng động giữa quản lý rủi ro, phát triển ngành và cạnh tranh toàn cầu.

Cuộc đối thoại này thực chất là bàn về một câu chuyện quốc gia mới

Nếu chỉ xem cuộc đối thoại này như một “Hội thảo chính sách AI” thì đã đánh giá thấp ý nghĩa của nó. Xét sâu hơn, nó bàn về: trong thời điểm AI định hình lại kinh tế và trật tự xã hội, liệu Mỹ còn có thể xây dựng một câu chuyện quốc gia khiến đa số người dân tin rằng họ có phần trong đó hay không.

Ro Khanna liên tục nhấn mạnh rằng, một trong những vấn đề lớn nhất của Mỹ ngày nay là mất niềm tin. Người dân không còn tin rằng họ có thể chia sẻ lợi ích tăng trưởng, không còn tin rằng thể chế quốc gia ưu tiên người lao động bình thường, và không còn tin rằng “Giấc mơ Mỹ” vẫn còn phù hợp cho thế hệ tiếp theo. Vì vậy, ông đề xuất lấy AI làm cơ hội để suy nghĩ lại: điều gì mới là kim chỉ nam của phát triển công nghệ — không chỉ là đột phá công nghệ, mà còn là xây dựng một xã hội đoàn kết, đa dạng, mang lại cảm giác an toàn và cơ hội thăng tiến cho nhiều người hơn.

Huang Huang từ góc độ doanh nhân đưa ra một phản hồi đầy cảm hứng khác: hiện tại là thời điểm tốt nhất để giới trẻ tham gia xã hội, sử dụng AI, khởi nghiệp và tái cấu trúc ngành công nghiệp. Bởi vì, cuộc cách mạng công nghệ này không phải là sửa chữa những gì đã cũ, mà là thiết lập lại toàn bộ ngành công nghiệp tính toán, từ đó làm mới gần như tất cả các ngành dựa trên nền tảng tính toán. Đối với sinh viên và người trẻ, đây là cơ hội xuất phát bình đẳng chưa từng có.

Từ góc nhìn này, điểm chung quan trọng nhất của cuộc đối thoại không phải là “Mỹ chắc chắn thắng”, mà là “nếu Mỹ muốn thắng, thì phải để nhiều người cùng thắng”. Lãnh đạo trong kỷ nguyên AI không chỉ là sở hữu chip mạnh nhất, vốn lớn nhất, mô hình tiên tiến nhất, mà còn là khả năng kết hợp công nghệ, ngành công nghiệp, giáo dục, sản xuất, quản lý và niềm tin xã hội thành một thể chế cộng đồng chung.

Có thể chính điều này là điểm để lại sâu sắc nhất của cuộc đối thoại: trong cuộc đua AI tương lai, bề ngoài là cuộc cạnh tranh về công nghệ giữa doanh nghiệp và quốc gia, nhưng thực chất là cuộc cạnh tranh về khả năng xây dựng một hệ thống quốc gia toàn diện, mở rộng và bền vững hơn. Và yếu tố quyết định thắng thua thường không phải là khẩu hiệu lớn nhất, mà là câu hỏi: ai sẽ đổi mới, ai sẽ sản xuất, ai sẽ hưởng lợi.