Theo báo cáo từ The Technology & Society Visiting Fellowship, trong gần 80% công việc trong nền kinh tế Mỹ, ít nhất 10% nhiệm vụ đã có hiệu suất tăng gấp đôi nhờ ứng dụng Generative AI, công nghệ được các nhà kinh tế học gọi là “công nghệ có mục đích chung” (General-purpose Technology) vì có đủ sức mạnh để thúc đẩy tăng trưởng kinh tế tổng thể.
Sự kỳ vọng vào Generative AI đang ở mức rất cao. Tuy nhiên, liệu các khoản đầu tư vào các giải pháp ứng dụng AI tạo sinh có thực sự mang lại hiệu quả như mong đợi? Cùng FPT.AI khám phá Generative AI là gì và ứng dụng thực tế của công nghệ này trong doanh nghiệp.
Generative AI là gì?
Theo IBM, Generative AI, hay còn gọi AI tạo sinh, là trí tuệ nhân tạo sử dụng deep learning để học từ dữ liệu lớn và tạo ra nội dung mới, bao gồm:
- Văn bản: Tạo nội dung mạch lạc như email, nghiên cứu học thuật, tóm tắt tài liệu, tự động hóa công việc viết lặp lại
- Hình ảnh/Video: Tạo và chỉnh sửa hình ảnh chân thực, làm animation từ văn bản, giảm chi phí sản xuất nội dung số
- Âm thanh: Tổng hợp giọng nói tự nhiên cho chatbot, thu âm audiobook và sáng tác nhạc
- Lập trình: Hỗ trợ viết code, chuyển đổi ngôn ngữ, debug và tái cấu trúc code
- Thiết kế: Tạo môi trường, nhân vật, hiệu ứng cho game và nội dung số
- Dữ liệu: Tạo dữ liệu tổng hợp/mô phỏng (ví dụ: phát triển cấu trúc phân tử mới trong dược phẩm)

Generative AI có thể là đơn phương thức (chỉ xử lý một loại dữ liệu đầu vào) hoặc đa phương thức (có thể xử lý nhiều loại dữ liệu cùng lúc). Các hệ thống AI tạo sinh tiêu biểu bao gồm ChatGPT (chatbot của OpenAI sử dụng mô hình ngôn ngữ lớn GPT-3 và GPT-4), Bard (chatbot của Google dựa trên mô hình LaMDA) và các công cụ AI tạo sinh hình ảnh trong lĩnh vực nghệ thuật như Stable Diffusion, Midjourney và DALL-E.
Cách thức hoạt động của trí tuệ nhân tạo tạo sinh
Cơ chế hoạt động của Generative AI là gì? Nhìn chung, quy trình này gồm 3 giai đoạn chính:
- Huấn luyện (Training): Foundation model được huấn luyện trên lượng dữ liệu khổng lồ từ internet. Trong giai đoạn này, mô hình thực hiện hàng triệu bài tập dự đoán như điền từ tiếp theo trong câu, thành phần tiếp theo trong hình ảnh hoặc lệnh code. Mô hình liên tục điều chỉnh để tối ưu độ chính xác của dự đoán, tạo ra một mạng neural với hàng tỷ tham số có khả năng sinh nội dung từ prompt.

- Điều chỉnh (Tuning): Giai đoạn này được thực hiện theo hai phương pháp: Fine-tuning – huấn luyện thêm trên dữ liệu đã gắn nhãn cho các tác vụ cụ thể (ví dụ AI chatbot chăm sóc khách hàng được tinh chỉnh qua hàng nghìn cặp câu hỏi-trả lời chuẩn), và RLHF – cải thiện độ chính xác thông qua đánh giá và chỉnh sửa của con người với các đầu ra khác nhau cho cùng một prompt.
- Tạo nội dung, tinh chỉnh lại và đánh giá: Để đảm bảo chất lượng phản hồi, AI tạo sinh cần được giám sát và tinh chỉnh liên tục sau khi triển khai. Giai đoạn này sử dụng Retrieval-Augmented Generation (RAG) để kết nối với các nguồn dữ liệu bên ngoài, giúp truy xuất thông tin chính xác hơn, tránh tình trạng lỗi thời hoặc cung cấp thông tin sai lệch.

Các mô hình nổi bật của Generative AI là gì?
Các mô hình trí tuệ nhân tạo tạo sinh đang phát triển mạnh mẽ trong thập kỷ 2020, với sự đầu tư từ các ông lớn công nghệ như Microsoft, Google, Baidu. Dưới đây là các mô hình tạo sinh nổi bật nhất:
- Variational Autoencoder (VAEs) (2013): Biến thể nâng cao của Autoencoder, không chỉ mã hóa mà còn tạo được nhiều biến thể của dữ liệu gốc, thường dùng trong phát hiện bất thường y tế và tạo văn bản.
- Generative Adversarial Networks (GANs) (2014): Gồm hai mạng cạnh tranh: Generator tạo nội dung mới và Discriminator đánh giá chất lượng. Sự cạnh tranh này giúp nâng cao độ chân thực của đầu ra, phổ biến trong chuyển đổi phong cách hình ảnh và tạo dữ liệu tổng hợp.
- Diffusion Models (2014): Hoạt động bằng cách thêm nhiễu vào dữ liệu gốc và học cách khôi phục. Dù quá trình huấn luyện tiêu tốn nhiều nguồn lực hơn GANs hoặc VAEs nhưng Generative Models này cho phép kiểm soát đầu ra chi tiết hơn, được OpenAI ứng dụng trong DALL-E.
- Transformers (2017): Đánh dấu bước tiến lớn trong sự phát triển của các mô hình tạo sinh nhờ cơ chế attention, cho phép phân tích toàn bộ chuỗi dữ liệu đồng thời, xử lý ngôn ngữ tự nhiên và hiểu ngữ cảnh tốt hơn. Là nền tảng của nhiều công cụ AI tạo sinh nổi tiếng như ChatGPT, GPT-4, Copilot, BERT và Bard, với khả năng đa dạng từ viết văn đến lập trình.

>>> XEM THÊM: AI Agents là gì? Sự khác biệt giữa AI Agents và AI Chatbot
Ảnh hưởng của Generative AI đến doanh nghiệp
Ông Masayoshi Son – Chủ tịch của SoftBank, từng nhận định rằng điểm kỳ dị công nghệ (Technical Singularity), thời điểm mà máy móc trở nên thông minh hơn con người, sẽ xảy ra vào năm 2057. Tuy nhiên, với sự phát triển mạnh mẽ của AI trong thời gian gần đây, đặc biệt là sự ra đời của Generative AI, các chuyên gia trên thế giới đang dự đoán rằng ngày này có thể xảy ra sớm hơn, vào năm 2030.
Theo nghiên cứu của McKinsey, khoảng 1/3 doanh nghiệp hiện đã sử dụng Generative AI thường xuyên trong ít nhất một chức năng kinh doanh. Gartner dự báo rằng hơn 80% tổ chức sẽ triển khai trí tuệ nhân tạo tạo sinh hoặc sử dụng API của công nghệ này vào năm 2026.

Khi các cỗ máy thông minh hơn con người, tiềm năng của chúng sẽ được giải phóng, tạo ra sự thay đổi lớn trong cuộc sống và công việc của chúng ta. Dưới đây là các cách mà Generative AI đang thay đổi thế giới và sẽ tạo ra sự khác biệt lớn cho doanh nghiệp:
- Nâng cao trải nghiệm khách hàng: Generative AI mang lại sự đột phá trong cách doanh nghiệp tương tác với khách hàng. Khách hàng sẽ được phục vụ tốt hơn, nhanh chóng hơn và chất lượng hơn.
- Thay đổi cơ cấu công việc: AI tạo sinh mở ra nhiều cơ hội việc làm mới liên quan đến AI và dữ liệu, như phát triển nội dung số, lập trình với sự hỗ trợ AI hay quản lý dữ liệu trong các ngành như marketing, thiết kế và công nghệ. Các công việc đơn giản sẽ được tự động hóa, buộc người lao động phải nâng cao kỹ năng tư duy sáng tạo, phân tích và làm việc với AI.
Trong giải trí, AI tạo sinh có thể tạo ra phim ảnh và virtual influencers (người có tầm ảnh hưởng ảo), làm mờ ranh giới giữa thực và ảo. Trong y tế, AI hỗ trợ phát triển thuốc mới bằng cách mô phỏng sự tương tác giữa các phân tử với tốc độ vượt trội. Trong giáo dục, AI có thể tạo ra bài giảng cá nhân hóa, giúp học sinh tiếp thu kiến thức phù hợp với năng lực của mình.
Đại học Columbia và Harvard đã tích hợp nền tảng Axon Park, ứng dụng AI và thực tế ảo để giúp sinh viên trải nghiệm các môn học như khám phá không gian, kỹ thuật và y khoa. Tương tự, Google Expeditions mang đến những chuyến tham quan thực tế ảo, cho phép học sinh khám phá Vạn Lý Trường Thành hay các hệ sinh thái dưới nước một cách sống động.

Xem thêm về ứng dụng của Generative AI trong doanh nghiệp:
- Ứng dụng AI trong quản lý nhân sự
- Ứng dụng AI trong chăm sóc khách hàng để cải thiện hiệu quả của dịch vụ
Chuẩn bị gì trước sự thay đổi do AI tạo sinh?
Trước sự phát triển nhanh chóng và khó lường của Generative AI, người lao động cần trang bị kỹ năng về AI, không chỉ để hiểu mà còn để sử dụng và quản lý công nghệ này một cách hiệu quả. Ngay cả những công việc sáng tạo hay vị trí cấp cao cũng không nằm ngoài khả năng bị AI thay thế trong tương lai.
Đối với cấp quản lý doanh nghiệp, việc hiểu và áp dụng AI là chìa khóa để giúp tổ chức thích nghi với xu hướng mới. Đặc biệt, với các doanh nghiệp SMEs (vừa và nhỏ), do hạn chế tài chính, họ không thể phát triển AI riêng mà phải biết cách tích hợp và kết hợp nhiều công cụ AI sẵn có để tối ưu chi phí.
Để tận dụng tối đa tiềm năng của AI, doanh nghiệp cần tập trung vào chuyển đổi số bài bản, liên tục cập nhật công nghệ mới và tối ưu hóa quy trình vận hành. Nếu chỉ dựa vào kinh nghiệm hiện tại mà không mở rộng tư duy, doanh nghiệp sẽ khó giữ vững vị thế trong thời đại AI phát triển mạnh mẽ.

>>> XEM THÊM: Generative AI vs Machine Learning: Những khác biệt chính
Làm sao để tích hợp Generative AI vào doanh nghiệp?
Theo báo cáo của Deloitte, Generative AI có thể đóng góp thêm 15,7 nghìn tỷ USD vào nền kinh tế thế giới vào năm 2030, với phần lớn tăng trưởng đến từ việc mở rộng AI tạo sinh trong nhiều lĩnh vực. Hiện nay, câu hỏi hiện nay không còn là “Có nên áp dụng AI hay không?”, mà là “Doanh nghiệp có thể tích hợp AI nhanh đến mức nào để duy trì lợi thế cạnh tranh?”.
Theo Tập đoàn Dữ liệu Quốc tế (IDC), các doanh nghiệp toàn cầu đã đầu tư hơn 19,4 tỷ USD vào Generative AI trong năm 2023. Con số này bao gồm cả chi tiêu cho phần mềm, hạ tầng phần cứng và dịch vụ CNTT/kinh doanh. Dự kiến, khoản đầu tư sẽ tăng hơn gấp đôi vào năm 2024 và đạt 151,1 tỷ USD vào năm 2027, với tốc độ tăng trưởng hàng năm (CAGR) ấn tượng 86,1% trong giai đoạn 2023-2027.
Với quy mô đầu tư lớn như vậy, cách tối ưu nhất để doanh nghiệp khai thác hiệu quả sức mạnh và tiềm năng của Generative AI là gì? Trước hết, doanh nghiệp cần tích hợp trí tuệ nhân tạo tạo sinh vào hệ thống vận hành theo 1 trong 5 cách sau
- Tận dụng các công cụ AI tạo sinh sẵn có như ChatGPT, MidJourney, Sora… để không cần tùy chỉnh các mô hình hay đầu tư vào các chuyên gia AI/ML.
- Tích hợp trí tuệ nhân tạo tạo sinh thông qua APIs vào các ứng dụng tùy chỉnh
- Sử dụng AI tạo sinh qua API nhưng cần chuyên gia AI/ML để tùy chỉnh mô hình bằng kỹ thuật như Prompt Engineering, RAG,…
- Mở rộng các mô hình tạo sinh bằng kỹ thuật Fine-tune (tiếp tục huấn luyện các mô hình lớn đã được huấn luyện trước với dữ liệu mới để cải thiện hiệu suất cho các nhiệm vụ cụ thể hoặc tích hợp kiến thức chuyên ngành)
- Từ xây dựng và phát triển mô hình Generative AI theo dữ liệu và lĩnh vực kinh doanh. Phương pháp này đòi hỏi đội ngũ chuyên gia về Machine Learning, Khoa học dữ liệu và hạ tầng lớn để huấn luyện và vận hành.

Nhìn chung, doanh nghiệp cần lựa chọn phương án phù hợp với chiến lược phát triển, nguồn lực nội tại, kỹ năng của đội ngũ công nghệ và khả năng tùy chỉnh mô hình trong lĩnh vực kinh doanh.
>>> XEM THÊM: Data Leakage là gì? Cách ngăn chặn rò rỉ dữ liệu khi triển khai Generative AI
Giải pháp tích hợp AI tạo sinh khuyên dùng cho doanh nghiệp Việt Nam
FPT GenAI for Business là nền tảng Generative AI dành riêng cho doanh nghiệp được phát triển bởi FPT Smart Cloud, tích hợp các công nghệ AI tiên tiến như quản lý hội thoại (Dialog Management), hiểu ngôn ngữ tự nhiên (Natural Language Understanding), tạo ngôn ngữ tự nhiên (Natural Language Generation),… để phát triển các ứng dụng AI có khả năng nâng cao trải nghiệm người dùng và tối ưu hiệu suất vận hành. Trong đó, hệ tri thức số hóa đóng vai trò cốt lõi, cho phép FPT GenAI đáp ứng chính xác yêu cầu đặc thù của từng lĩnh vực doanh nghiệp.

Nền tảng này được thiết kế để hỗ trợ nhiều use case thực tiễn, bao gồm:
- Quản trị tri thức (Knowledge Management): FPT GenAI có thể khai thác tri thức nội bộ doanh nghiệp, từ báo cáo, quy trình, bài học kinh nghiệm, và các best practices. Hệ thống cho phép truy xuất thông tin, so sánh dữ liệu, và tổng hợp thông tin từ nhiều nguồn để đưa ra các câu trả lời chính xác và hữu ích.
- Tóm tắt và phân tích nội dung: Hệ thống có khả năng tóm tắt các văn bản dài, phân tích feedback từ khách hàng, và xác định các điểm mạnh, điểm yếu để cải thiện trải nghiệm khách hàng.
- Hỗ trợ nhiệm vụ và tự động hóa: Kết hợp giữa khả năng Q&A và thực hiện các nhiệm vụ cụ thể. Ví dụ: Khách hàng có thể yêu cầu mở thẻ, và hệ thống sẽ tự động chuyển sang chế độ xử lý nhiệm vụ (task-based) để thực hiện yêu cầu một cách nhanh chóng và hiệu quả.

Thị trường Generative AI hiện đang tăng trưởng với tốc độ 42% mỗi năm và dự kiến đạt 1.300 tỷ USD trong 10 năm tới, gấp 30 lần quy mô hiện tại. Với chiến lược “Generative AI First”, trí tuệ nhân tạo tạo sinh sẽ là nền tảng cốt lõi cho tất cả các sản phẩm và dịch vụ của FPT.AI, nhằm mang lại những đột phá về trải nghiệm khách hàng, năng suất lao động và tạo ra những cơ hội mới trong quản trị tri thức, phân tích dữ liệu và hỗ trợ vận hành doanh nghiệp.
Xem thêm về FPT Gen AI tại đây:
Hy vọng bài viết trên đã giúp bạn hiểu rõ Generative là gì. Liên hệ ngay nếu bạn cần tư vấn chuyên sâu hơn về chiến lược tích hợp Generative AI vào hệ thống vận hành. Đừng bỏ lỡ những tiềm năng và lợi ích kinh tế vô cùng lớn của Ai tạo sinh!
- Hà Nội : Số 10 Phạm Văn Bạch, Phường Dịch Vọng, Quận Cầu Giấy
- TP. Hồ Chí Minh: tòa nhà PJICO, 186 Điện Biên Phủ, Phường Võ Thị Sáu, Quận 3
- Email: support@fpt.ai
- Hotline: 1900 638 399
- Website: https://fpt.ai/vi/