Đích đến không thể dừng ở nghiên cứu
Hợp tác AI Việt Hàn là việc hai nước phối hợp nghiên cứu, phát triển hạ tầng và đào tạo nhân lực để làm chủ công nghệ trí tuệ nhân tạo, đồng thời đưa kết quả thành sản phẩm có thể ứng dụng và thương mại hóa. Tại Diễn đàn AI và Công nghệ số Việt Nam - Hàn Quốc diễn ra ở Hà Nội ngày 29/10, Thứ trưởng Bộ Khoa học và Công nghệ Trần Trung Tính đề xuất ba hướng hợp tác này như một bước đưa quan hệ công nghệ song phương vào giai đoạn thực chất hơn.
Thông điệp đáng chú ý không nằm ở việc AI được xem là lĩnh vực quan trọng—điều ấy đã rõ—mà ở yêu cầu gắn hợp tác với năng lực nội sinh và sản phẩm có người dùng. AI đang làm thay đổi cách tổ chức sản xuất, quản trị và cạnh tranh; nếu chỉ tiếp cận tri thức bên ngoài mà không xây được khả năng phát triển, điều chỉnh và triển khai công nghệ trong nước, Việt Nam sẽ khó thu được giá trị lâu dài. Vì vậy, thương mại hóa không nên là khâu sau cùng được tính đến khi nghiên cứu đã xong, mà cần định hướng bài toán ngay từ đầu.
Ba trụ cột phải nối thành một chuỗi
Trụ cột thứ nhất là nghiên cứu, phát triển và ứng dụng công nghệ AI, trong đó có mô hình nền tảng, mô hình ngôn ngữ lớn và giải pháp cho sản xuất, kinh doanh, dịch vụ. Hướng đi này chỉ có ý nghĩa khi đề tài xuất phát từ nhu cầu cụ thể và nhắm đến sản phẩm có thể kiểm chứng trên thị trường. Tại diễn đàn, Upstage giới thiệu mô hình AI nền tảng của Hàn Quốc, còn VIN Smart Future trình bày mô hình ngôn ngữ lớn của Việt Nam—một ví dụ cho thấy hợp tác có thể đi theo hướng trao đổi năng lực, thay vì chỉ chuyển giao một chiều.
Trụ cột thứ hai là hạ tầng AI: dữ liệu, năng lực tính toán, môi trường thử nghiệm và công nghệ bán dẫn. Thiếu những nền tảng này, mô hình nghiên cứu khó được huấn luyện, kiểm tra và vận hành ở quy mô ứng dụng; chi phí tiếp cận hạ tầng cũng có thể khiến doanh nghiệp nhỏ và nhóm nghiên cứu đứng ngoài cuộc. Do đó, kết nối và khai thác chung nguồn lực quan trọng không kém việc đầu tư mới. Trụ cột thứ ba—đào tạo nhân lực AI—phải gắn với cả hai trụ cột trên, để kỹ sư và người lao động có thể biến năng lực tính toán cùng mô hình thành dịch vụ giải quyết vấn đề thật.
Nhân lực và doanh nghiệp là mắt xích thương mại hóa
Máy móc và mô hình không tự biến nghiên cứu thành sản phẩm. Cần đội ngũ biết xây dựng, thử nghiệm, tích hợp công nghệ vào quy trình của doanh nghiệp, cũng như người lao động đủ kỹ năng sử dụng công cụ AI. Đề xuất của Việt Nam vì thế đặt trọng tâm vào trao đổi chuyên gia, nghiên cứu chung, đào tạo kỹ sư và nâng cao kỹ năng ứng dụng AI cho người lao động. Khi trường đại học, viện nghiên cứu và doanh nghiệp cùng thiết kế hoạt động đào tạo, người học có cơ hội tiếp cận bài toán thực tế thay vì chỉ học công nghệ tách rời nhu cầu tuyển dụng.
Doanh nghiệp cũng phải tham gia từ khâu xác định nhu cầu, tìm đối tác đến đầu tư triển khai; nếu vắng mặt, kết quả nghiên cứu có nguy cơ dừng ở trình diễn. Đại sứ Hàn Quốc tại Việt Nam Lee Miyon nhấn mạnh việc gắn đào tạo, thực hành với nhu cầu doanh nghiệp, còn đại diện phía Việt Nam kêu gọi doanh nghiệp hai nước chủ động biến nghiên cứu thành sản phẩm và dịch vụ cạnh tranh. Đây là điểm quyết định để người dùng cuối—từ nhân viên sản xuất đến người sử dụng dịch vụ—nhận được lợi ích cụ thể, thay vì chỉ nghe về tiềm năng AI.
Thước đo là năng lực làm chủ
Hợp tác với Hàn Quốc có thể bổ sung kinh nghiệm công nghiệp và công nghệ, nhưng thành công không nên chỉ được đo bằng số cuộc gặp hay dự án nghiên cứu. Thước đo thuyết phục hơn là năng lực của tổ chức trong nước được nâng lên đến đâu: có thể phát triển, vận hành và cải tiến giải pháp hay không; sản phẩm có tìm được khách hàng và duy trì sức cạnh tranh hay không. Đó là lý do ba hướng nghiên cứu, hạ tầng và đào tạo cần được triển khai như một chuỗi thống nhất, có doanh nghiệp làm đầu mối nối kết kết quả khoa học với thị trường.
Một bước tiếp theo đã được nêu là NIPA dự kiến thành lập Trung tâm Đổi mới AI Hàn Quốc tại Việt Nam vào năm 2027, nhằm mở rộng đào tạo nhân tài và cùng phát triển công nghệ. Diễn đàn cũng được kỳ vọng giúp xác định lĩnh vực ưu tiên, kết nối đối tác và hình thành sáng kiến có thể triển khai thực tế. Nhưng các kế hoạch chỉ có giá trị khi dẫn đến năng lực làm chủ rộng hơn và sản phẩm hữu ích. Kết luận cần rõ ràng: hợp tác AI chỉ thực sự thành công khi nghiên cứu đi cùng hạ tầng, nhân lực và con đường thương mại hóa.
