AI cho Business

Làn sóng sử dụng AI để dịch ngược (decompile) game và phần mềm đang tạo ra cả đột phá lẫn rủi ro lớn. Ở khía cạnh tích cực, công nghệ này thúc đẩy bảo tồn game cổ điển, hỗ trợ port và chạy lại trên phần cứng hiện đại (như nền tảng web qua WebAssembly), đồng thời bảo đảm quyền sở hữu phần mềm của người dùng khi máy chủ của nhà phát hành bị đóng. Ở khía cạnh tiêu cực, khả năng dịch ngược đại trà cho phép bất kỳ ai cũng có thể trích xuất mã nguồn từ phần mềm thương mại, gây nguy cơ đánh cắp tài sản trí tuệ và mở mã nguồn trái ý muốn của nhà phát triển.

McDonald's đang bị khởi kiện vì cáo buộc triển khai công cụ trí tuệ nhân tạo (AI) để xác định giá bán tại các cửa hàng nhượng quyền. Vụ kiện làm dấy lên các tranh chấp pháp lý xoay quanh quyền tự chủ định giá của bên nhận quyền và rủi ro vi phạm các quy định chống độc quyền thông qua thuật toán.

Các phòng thí nghiệm AI đang mua lại tài nguyên dữ liệu từ những startup đã ngừng hoạt động nhằm phục vụ huấn luyện mô hình, trong bối cảnh dữ liệu web chất lượng cao cạn kiệt. Động thái này mở ra kênh thanh lý tài sản mới cho nhà đầu tư nhưng tiềm ẩn rủi ro lớn về quyền riêng tư và điều khoản sử dụng.

Theo bài viết từ Axios, các tác tử AI (AI agents) chưa qua kiểm duyệt/thẩm định đang truy cập vào các tài khoản ngân hàng tại Mỹ. - Dữ liệu xác minh: Tiêu đề phản ánh thực trạng AI agents bắt đầu thâm nhập vào các tài khoản ngân hàng tại Mỹ mà chưa qua các quy trình kiểm duyệt an toàn. - Suy luận hợp lý: Người dùng hoặc ứng dụng đang ủy thác quyền đăng nhập/thao tác tài chính cho agent tự hành mà thiếu các giao thức xác thực danh tính và phân quyền an toàn. - Điểm chưa rõ: Phương thức truy cập cụ thể (API, giả lập trình duyệt, hay screen scraping), mức độ thiệt hại thực tế và danh sách các định chế tài chính bị ảnh hưởng chưa được nêu chi tiết trong dữ liệu nguồn.

Nvidia ra mắt nền tảng Open Agent Safety Platform, cung cấp ngăn xếp an ninh kết hợp phần cứng và phần mềm có khả năng cô lập các AI agent mất kiểm soát chỉ trong vài mili-giây.

Startup phát triển tác nhân AI (AI agent) Instinct đã huy động thành công 1 tỷ USD trong vòng gọi vốn Series C với mức định giá 10 tỷ USD, chính thức trở thành decacorn mới trong ngành công nghệ AI. Sự kiện này khẳng định sức hút thương mại mạnh mẽ và dòng vốn đầu tư khổng lồ đang đổ dồn vào các công nghệ tác nhân tự trị có độ lan tỏa cao.

Các nhà đầu tư đang bán tháo trái phiếu trung tâm dữ liệu khi các bên đi vay trong ngành AI đối mặt với 'thời khắc chọn lọc tự nhiên' (Darwin moment), phản ánh áp lực tài chính và lo ngại về khả năng thanh toán nợ của các dự án hạ tầng AI.

Startup chip AI FuriosaAI của Hàn Quốc vừa huy động thành công 620 triệu USD, nâng định giá công ty lên 2,9 tỷ USD (gấp 4 lần so với trước đó). Khoản vốn mới nhằm mở rộng quy mô phát triển phần cứng NPU chuyên dụng để cạnh tranh trực tiếp với Nvidia trong bối cảnh nhu cầu bộ xử lý AI tăng cao.

Parallel đã ứng dụng thành công GPT-6 Astra giúp các AI agent của mình nghiên cứu và tổng hợp dữ liệu thị trường lao động nhanh gấp đôi đồng thời giảm 50% chi phí so với các mô hình trước đây.

Kiến trúc hạ tầng AI ưu tiên tuân thủ (compliance-first) cho lĩnh vực tài chính tại khu vực DACH và EU, kết hợp khung đa tác tử (multi-agent) phân tầng với sổ cái phân tán (permissioned DAG) để lưu vết kiểm toán. Hệ thống sử dụng bộ biên dịch chính sách để chuyển ma trận rủi ro và ý định pháp lý thành các điều cấm, nghĩa vụ và ngân sách runtime. Toàn bộ bằng chứng và quyết định được đóng dấu thời gian tất định trên DAG, cho phép phát lại (replay) và xác minh nguồn gốc minh bạch, đạt mức độ đảm bảo tuân thủ ngay từ khâu thiết kế (assurance by construction).

Nghiên cứu về 'Token Value Inequality in Efficient Reasoning' đề xuất framework TokenProbe dựa trên phát hiện rằng giá trị của các token trong chuỗi suy luận Chain-of-Thought (CoT) mang tính bất bình đẳng cao. Bằng cách dùng log probability chuẩn hóa cấp token, phương pháp phân biệt core tokens (chứa cấu trúc và nội dung suy luận then chốt) với redundant tokens (token đệm, mang tính thăm dò). Kết hợp với mục tiêu tối ưu hóa GRPO hiệu quả để nén có chọn lọc các token dư thừa, phương pháp giúp giảm 76% số lượng token tiêu thụ mà vẫn bảo toàn chất lượng suy luận, đồng thời vượt qua các baseline mạnh như Gemini-3.1-Pro ở cùng ngân sách độ dài.

Chatham Financial ứng dụng Codex và GPT-5.6 của OpenAI vào việc phát triển công nghệ và tái cấu trúc quy trình thị trường vốn, giúp rút ngắn thời gian xác thực giao dịch từ 30 phút xuống dưới 4 phút.

Một nhân viên hợp đồng của Accenture bị phát hiện đã kết nối công cụ Claude AI agent cá nhân vào hệ thống mạng quân sự của Lầu Năm Góc (Pentagon). Sự việc phơi bày rủi ro an ninh nghiêm trọng khi nhân sự kỹ thuật tự ý đưa các agent AI thương mại chưa được kiểm định vào môi trường nội bộ tối mật, tạo tiền lệ nguy hiểm về rò rỉ dữ liệu và xâm phạm bảo mật quốc phòng.

Theo bài báo từ Wired, Disney đang tìm giải pháp thâu tóm nền tảng chatbot Character.AI mà không phải chịu trách nhiệm đối với các vụ kiện tụng nhắm vào startup này, thông qua phương án để công ty nộp đơn phá sản nhằm làm sạch nghĩa vụ pháp lý trước khi chuyển giao tài sản.

Một đối tác nhượng quyền độc lập của Schlotzsky’s và Cinnabon đã ứng dụng ChatGPT Work để giảm 94% thời gian đối soát tiền mặt, giảm 95% thời gian định giá lại thực đơn và xây dựng quy trình có khả năng giải phóng 100.000 USD dòng tiền.

Bài viết từ Financial Times (được chia sẻ trên Hacker News) phản ánh việc các tác tử AI (AI agents) đang tái định hình nền kinh tế điện toán thông qua cơ chế tiêu thụ token. Về dữ liệu xác minh: Financial Times đã xuất bản bài viết chuyên đề về tác động của token AI ('ai-tokens') đối với chi phí điện toán. Về suy luận hợp lý: Khác với mô hình tương tác một lượt (one-shot chat), AI agent vận hành theo các vòng lặp tự động (agentic loops), gọi công cụ và suy luận đa bước, làm mức tiêu thụ token và tài nguyên tính toán (compute) tăng vọt, buộc cấu trúc chi phí phần mềm phải thay đổi. Điểm chưa rõ: Số liệu thống kê chi tiết và phân tích định lượng cụ thể trong bài viết gốc chưa thể xác định do ngữ cảnh chỉ cung cấp tiêu đề và URL.

OpenAI cho biết các tác nhân AI (AI agents) của họ đã vô tình đăng tải hình ảnh của người dùng lên internet do lỗi kỹ thuật. Sự cố làm dấy lên lo ngại về an toàn và kiểm soát quyền hạn trong các hệ thống tự trị.

Báo cáo bảo mật từ PromptArmor phát hiện phương thức tấn công chiếm quyền AI Gateway của Copilot Cowork, cho phép vượt qua cơ chế sandbox và trích xuất dữ liệu/tệp tin trái phép.

Báo cáo từ ModelCompare ghi nhận chi phí sử dụng các mô hình AI hàng đầu đã giảm 20 lần chỉ trong vòng 6 tháng. Xu hướng này phản ánh bước tiến mạnh mẽ trong việc tối ưu hóa phần cứng, kỹ thuật suy luận (inference) và sự cạnh tranh gay gắt giữa các nhà cung cấp nền tảng AI.

ZeroRAG là kiến trúc định tuyến phân tán cho hệ thống RAG, cho phép định tuyến truy vấn theo ngữ nghĩa giữa các node ngang hàng (P2P) mà không cần cấu trúc dữ liệu toàn cục hay bộ điều phối tập trung. Tài liệu được lưu trữ tại chính node sở hữu; mỗi node chỉ giữ trạng thái nhẹ gồm thông tin láng giềng và cache truy vấn. ZeroRAG sử dụng kỹ thuật best-first walk để tự động tái liên kết mạng theo ngữ nghĩa, cải thiện recall theo thời gian, đạt độ chính xác câu trả lời gần tương đương kho tập trung, tự phục hồi sau sự cố và mở rộng tới 100.000 peers.

Nghiên cứu giới thiệu Loop Scaling Laws, định luật mở rộng quy mô đầu tiên mô hình hóa đồng thời tính lặp (recurrence/looping) và tính thưa (sparsity/MoE) cùng với kích thước mô hình và dữ liệu. Cốt lõi là hàm ánh xạ lặp có chặn phụ thuộc vào độ thưa, cho phép định lượng mức tăng tham số hiệu dụng từ looping và cách MoE khuếch đại mức tăng này. Định luật dự đoán held-out loss chính xác hơn các phương pháp trước đó và bao hàm định luật scaling của dense và MoE chuẩn. Ở quy mô nghìn tỷ token với cùng ngân sách compute, mô hình looped MoE đạt năng lực suy luận tương đương mô hình MoE không lặp lớn gấp ~2 lần, đồng thời hỗ trợ test-time scaling.

AI tiên tiến đóng vai trò là yếu tố bổ trợ thiết yếu lớn nhất trong việc đảm nhận các công việc thường nhật, lặp đi lặp lại phía sau những ý tưởng đột phá. Năng lực và tốc độ thực thi được hỗ trợ bởi AI sẽ là yếu tố then chốt định hình nền kinh tế tiếp theo và tốc độ tiến bộ của xã hội.

Nghiên cứu giới thiệu 'tính kiểm toán được' (auditability) như trục đánh giá thứ tư cho machine unlearning trên LLM (được định nghĩa là khoảng cách phân tách thống kê giữa dữ liệu cần xóa và dữ liệu giữ lại), nhằm giải quyết khoảng trống khi các nhà cung cấp chưa thể đưa ra bằng chứng xóa dữ liệu cho người dùng. Đánh giá 11 phương pháp unlearning trên các benchmark TOFU, MUSE và RWKU cho thấy tất cả đều thất bại trên ít nhất một trục. Để khắc phục, nhóm tác giả đề xuất quy trình 2 giai đoạn: GapWiden (dùng hinge loss mở rộng khoảng cách thống kê kiểm toán) và GapVeil (bộ lấy mẫu từ chối khi suy luận dùng mô hình gốc làm drafter). Giải pháp giúp mọi phương pháp unlearning đạt mức kiểm toán và bảo mật rò rỉ ngang ngửa oracle, đưa khả năng quên tiệm cận oracle và cải thiện năng lực giữ lại tri thức trên 9/11 phương pháp.

Bài báo trên arXiv (mã 2606.16475) cho thấy các hệ thống AI có khả năng thuyết phục vượt trội hơn các chuyên gia con người. Về mặt thực tế đã xác minh, nghiên cứu so sánh năng lực thuyết phục giữa AI và chuyên gia. Về suy luận hợp lý, điều này cho thấy mô hình ngôn ngữ lớn đã đạt bước nhảy vọt trong lập luận logic và tác động tâm lý. Về điểm chưa rõ, trích đoạn chưa cung cấp chi tiết phương pháp thử nghiệm, kích thước mẫu và các mô hình cụ thể được đánh giá.