Conviction 2026 diễn ra với nhiều phiên chia sẻ về AI, trong đó có The Special AI Forum quy tụ các diễn giả đến từ nhóm nghiên cứu, doanh nghiệp và cộng đồng AI trong nước. Bài viết này tổng hợp lại những keynote đáng chú ý nhất của sự kiện, xoay quanh ba mảng chính: pháp lý và dữ liệu, áp dụng AI trong doanh nghiệp, và tương lai của AI agent.
Việt Nam vẫn là vùng trũng pháp lý
Một câu chuyện được nhắc lại nhiều nhất: Anthropic mua hàng triệu USD sách cũ, cắt gáy để scan làm dữ liệu huấn luyện, và tòa án Mỹ phán quyết không vi phạm bản quyền. Trong khi đó Việt Nam chưa có quy định rõ ràng bảo vệ tác giả khi dữ liệu bị dùng để huấn luyện AI, dù chính phủ đã yêu cầu các công ty công nghệ nước ngoài đặt data center trong nước nhằm thu thuế và tận dụng dịch vụ nội địa.
Một điểm lo ngại được nêu: kiến thức của người dùng Việt khi sử dụng công cụ AI nước ngoài đang được khai thác để chuyển giao vào các model quốc tế, trong khi model tiếng Việt trong nước chưa đủ mạnh. Nhiều diễn giả cho rằng Việt Nam cần một mô hình AI riêng để bảo vệ chủ quyền trí tuệ và dữ liệu quốc gia, nhưng hạ tầng vẫn là rào cản khi nguồn năng lượng sạch ổn định cho data center quy mô lớn chưa đáp ứng được.
AI trong doanh nghiệp: chi phí, văn hóa và quyền kiểm soát
Câu chuyện thực tế được chia sẻ: một startup chi 3.000 USD/tháng cho AI, nhưng một số nhân viên dùng quá mức khiến credit cạn nhanh, trong khi số khác gần như không dùng. Kết luận rút ra: người hiệu quả nhất không phải người tiêu credit nhiều nhất, mà là người biết chia nhỏ và kiểm soát từng phần công việc.
Các diễn giả nhấn mạnh ba điểm: lãnh đạo phải là người dùng AI đầu tiên để dẫn dắt bằng ví dụ; doanh nghiệp nên giải quyết bài toán kinh doanh trước rồi mới áp dụng AI, vì workflow sai thì AI không thể cứu vãn; và cần phân quyền rõ ràng cho AI agent để tránh rò rỉ dữ liệu nhạy cảm, như không để AI trả lời các thông tin liên quan lương nhân viên. Một ví dụ về bot Telegram hết credit vì không kiểm soát quyền truy cập được dùng làm minh chứng cho việc quản lý AI agent.
Context Engineering và Harness Engineering
Khác biệt chính giữa Prompt Engineering và Context Engineering được làm rõ: prompt chỉ định vai trò và yêu cầu, còn context bổ sung ngữ cảnh cụ thể gồm mục tiêu, dữ liệu liên quan, phạm vi và kết quả mong muốn. OpenAI và Alphabet đều đơn giản hóa thành bốn bước: mục tiêu, dữ liệu, kết quả, giới hạn hành động.
Bên cạnh đó, Harness Engineering được ví như dây cương kiểm soát AI agent, giới hạn quyền truy cập và hành động thông qua sandbox. Câu chuyện AI ghi đè file gây mất dữ liệu là lời nhắc rằng việc kiểm soát và backup dữ liệu là bắt buộc.
Xu hướng AI agent và tương lai công việc
AI agent đang phát triển khả năng thao tác trên máy tính như có tay chân, phối hợp với robot để thay thế các công việc lặp lại, đặt ra câu hỏi về việc nhiều ngành nghề phải đánh giá lại chuyên môn. Các model lớn như GPT 5.1 và 5.6 khác biệt rõ về nguồn dữ liệu huấn luyện, từ website nhỏ chuyển sang tài liệu của các tập đoàn lớn. Mỹ và Singapore kiểm soát chặt mô hình AI để giữ lợi thế địa chính trị, trong khi các công ty AI lớn bắt đầu gắn watermark ẩn để phân biệt tác phẩm do AI tạo ra, cho thấy cuộc tranh luận về bản quyền và đạo đức vẫn đang tiếp diễn.
Phát triển cộng đồng
Một phần nội dung của sự kiện chia sẻ kinh nghiệm vận hành cộng đồng AI: dùng cơ chế quest và leaderboard để thu hút và theo dõi đóng góp của thành viên, phân tích dữ liệu real-time từ các nhóm thảo luận để định hướng nội dung, cùng kế hoạch tổ chức workshop và gặp gỡ trực tiếp tại TP.HCM và Hà Nội, hướng tới việc tạo không gian làm việc chung cho các nhóm xây dựng sản phẩm AI.
Đối với những người đang xây dựng sản phẩm công nghệ, điều đáng ghi nhận từ sự kiện là AI không còn là câu chuyện công nghệ thuần túy, mà đã chuyển sang các vấn đề vận hành: kiểm soát chi phí, phân quyền, quản lý dữ liệu và khung pháp lý.
Bạn đang gặp thách thức nào trong số này khi áp dụng AI vào sản phẩm của mình? Cùng chia sẻ nhé!
Bình luận
Đang tải bình luận…