AI cho Business

Atlassian và OpenAI mở rộng quan hệ đối tác nhằm tích hợp các mô hình AI tiên tiến (frontier models) với cơ sở tri thức doanh nghiệp, hỗ trợ các đội ngũ lập kế hoạch, xây dựng và bàn giao công việc hiệu quả hơn.

Amazon đưa ra cảnh báo rằng các lỗ hổng an ninh mạng mới được phát hiện bằng công nghệ AI đang bị các đối tượng tấn công khai thác trên diện rộng ('broadly exploited'), làm gia tăng đáng kể nguy cơ an ninh cho các hệ thống phần mềm và hạ tầng số.

AdvSim2Real giới thiệu kỹ thuật đồng tiến hóa giáo trình nhiệm vụ, đối thủ tạo prompt injection thích ứng và web agent bên trong một web world model đóng băng. Phương pháp này giúp tác nhân 4B nâng cao cả năng lực thực thi lẫn độ vững chắc, tăng 33,6% tỷ lệ hoàn thành tác vụ trên 150 nhiệm vụ web thực tế trước đối thủ là frontier model chưa từng gặp trong quá trình huấn luyện.

Nghiên cứu thực nghiệm liên framework đầu tiên về tấn công đầu độc công cụ (tool poisoning) qua Model Context Protocol (MCP) trên 12 framework và 18 mô hình AI. Thử nghiệm trên 9.720 kịch bản bằng công cụ mcpvenom cho thấy tỷ lệ tấn công thành công tổng thể là 22,9%, với 12,1% trường hợp trích xuất bí mật thực tế thành công. Kết quả chỉ ra khả năng chống chịu phụ thuộc chủ yếu vào mô hình (Claude Opus 4.8 chỉ bị dính 8/530 ca) trong khi toàn bộ 12 framework đều không triển khai cơ chế phòng thủ chủ động và các nhà cung cấp đều từ chối báo cáo lỗ hổng.

OpenComplAI xây dựng engine đánh giá tuân thủ Đạo luật AI của EU (EU AI Act) hoàn toàn không sử dụng LLM, đồng thời tích hợp cơ chế CI để tự động chặn mọi lệnh gọi LLM nhằm đảm bảo tính tất định và độ tin cậy pháp lý.

Báo cáo từ Huntback ghi nhận trường hợp một nhóm AI tác tử (AI-assembled crew) được sử dụng để xâm nhập và trích xuất trái phép dữ liệu ERP từ các doanh nghiệp vừa và nhỏ (SMB) tại Tây Ban Nha, dường như thông qua việc phát hiện các máy chủ cấu hình mở (open servers). Dữ liệu cung cấp chỉ gồm tiêu đề và liên kết bài viết; các thông số kỹ thuật chi tiết về kiến trúc AI, quy mô thiệt hại và danh tính kẻ tấn công chưa được công bố cụ thể trong nguồn tin.

Trung Quốc công bố dự thảo quy định kiểm soát xuất khẩu đối với AI, các mô hình trọng số mở (open-weight) và vi chip bán dẫn, mở rộng phạm vi quản lý từ phần cứng sang phần mềm AI.

Nghiên cứu của tác giả Van Nieuwerburgh do Viện Brookings phát hành tập trung vào bài toán huy động vốn và tài trợ cho việc mở rộng quy mô hạ tầng AI (AI buildout), bao gồm chi phí Capex khổng lồ cho trung tâm dữ liệu, nguồn điện và các rủi ro tài chính vĩ mô liên quan.

TSMC đang xem xét kế hoạch xây dựng một tổ hợp nhà máy sản xuất bán dẫn mới trị giá nhiều tỷ USD tại Texas nhằm gia tăng sản lượng chip phục vụ trí tuệ nhân tạo (AI). Động thái này nhằm mở rộng dấu ấn sản xuất tại Mỹ ngoài cơ sở tại Arizona, đón đầu nhu cầu phần cứng AI tăng vọt và giảm thiểu rủi ro địa chính trị cho chuỗi cung ứng toàn cầu.

Nghiên cứu giới thiệu On-Policy Distillation (OPD) giải quyết triệt để vấn đề suy giảm năng lực suy luận toán học và lập trình trên các mô hình ngôn ngữ lượng tử hóa dưới 3-bit (2.79 và 1.88 bit). Hiện tượng này bắt nguồn từ sai số tích tụ khi sinh chuỗi tự hồi quy (quantization-amplified exposure bias). OPD cho phép mô hình lượng tử hóa tự sinh chuỗi và nhận phản hồi trực tiếp từ mô hình giáo viên BF16, kết hợp hướng dẫn token-level với phần thưởng kiểm định tác vụ, nâng mạnh tỷ lệ giữ hiệu năng trên MATH-500 (từ 35% lên 70%) và HumanEval (từ 66% lên 91%).

LegalOn đã cắt giảm 65% chi phí ước tính hàng ngày cho Codex trong khi vẫn giữ vững tốc độ phát triển bằng cách phân bổ nhiệm vụ phù hợp cho các mô hình Astra, Sol, Luna và quản lý ngân sách chiến lược.

OpenAI giới thiệu Astra for Law (OpenAI for Law), giải pháp trí tuệ nhân tạo chuyên biệt cho ngành luật kết hợp mô hình AI tiên tiến, quy trình làm việc tùy biến theo hãng luật, khả năng kết nối dữ liệu pháp lý nội bộ và hệ thống kiểm soát bảo mật cấp pháp lý cho tài liệu mật của khách hàng.

Bản tin Bulletin 137 của Ngân hàng Thanh toán Quốc tế (BIS) phân tích mối quan hệ vòng tròn (circular relationships) giữa các tập đoàn công nghệ lớn và startup AI. Điển hình là cơ chế rót vốn đi kèm cam kết tái đầu tư vào hạ tầng đám mây hoặc chip của nhà đầu tư, làm dấy lên quan ngại về rủi ro tập trung, doanh thu bị thổi phồng và rủi ro hệ thống tài chính.

ASML ghi nhận lượng đơn đặt hàng mạnh mẽ và dự báo doanh số quý 4 vượt kỳ vọng nhờ nhu cầu chip AI tăng cao. Điều này giúp giải tỏa nỗi lo ngại của thị trường rằng làn sóng bùng nổ chi tiêu cho AI đang dần cạn kiệt đà tăng trưởng.

Một nhân viên theo chủ nghĩa nhân văn thế tục đã giành được quyền miễn trừ vì lý do tín ngưỡng đầu tiên khỏi chính sách bắt buộc sử dụng AI tại nơi làm việc, với lập luận rằng việc ủy thác tư duy cho LLM vi phạm niềm tin cá nhân. Hiệp hội Nhân văn Hoa Kỳ (AHA) xác nhận đây là tiền lệ đầu tiên thuộc dạng này.

DoubtLess là phương pháp giải mã tương phản (contrastive decoding) không cần huấn luyện lại, giúp rút ngắn chuỗi suy luận (Chain of Thought - CoT) của các mô hình lý luận lớn mà không làm giảm độ chính xác. Phương pháp này dùng một mô hình suy luận nhỏ đọc chuỗi CoT hiện tại theo 2 prompt đối lập ('ngắn gọn' và 'dài dòng'), sau đó lấy độ chênh lệch logit giữa hai trạng thái này để điều hướng phân phối logit của mô hình lớn ở từng bước. Thử nghiệm trên Qwen3-32B cho thấy DoubtLess giảm 31% token CoT trên 7 bài kiểm tra chuẩn và giảm 20% token trong tác nhân lập trình tự sửa lỗi, đồng thời mã nguồn đã được mở công khai.

ImmuneAgent là hệ thống AI vòng lặp kín (closed-loop) kết hợp suy luận đa phương thức, continual meta-learning và phản hồi wet-lab nhằm khám phá các kháng thể trung hòa rộng (bnAbs) từ tập hợp tế bào B tự nhiên không gắn nhãn của người. Hệ thống đạt tỷ lệ phát hiện kháng thể trung hòa ~55% và tỷ lệ bnAb ~11%, vượt trội so với các công cụ dự đoán dựa trên trình tự hoặc mô hình cofolding. Đáng chú ý, 5 kháng thể được phát hiện đạt tỷ lệ bảo vệ in vivo 100% trước virus cúm (tương đương kháng thể MEDI8852 ở giai đoạn lâm sàng). Ngoài ra, ImmuneAgent xác định tế bào B nhớ không điển hình FCRL5+CD27+ là nguồn dự trữ bnAb tiềm năng và phát hiện thành công kháng thể trung hòa hMPV và HPV mà không cần phân loại kháng nguyên đặc hiệu.

Thử nghiệm triển khai AI agent trên kho dữ liệu thực tế cho thấy dù các câu lệnh SQL thực thi thành công không phát sinh lỗi kỹ thuật, có tới 58% câu trả lời bị sai về mặt nghiệp vụ. Dự án semlayer của neocatalystlabs được phát triển nhằm cung cấp tầng ngữ nghĩa (semantic layer) giải quyết bài toán này.

SAAF (Signal-Aware Adaptive Fusion) là khung phát hiện bất thường trong video dạng zero-shot dành cho Vision-Language Models. Phương pháp sử dụng bộ lấy mẫu thích ứng tín hiệu kép (delta signal cho biến đổi đột ngột, drift signal cho bất thường từ từ/tĩnh), kết hợp kiến trúc phân tầng kiểm soát bằng ngưỡng và cơ chế hợp nhất điểm linh hoạt. SAAF thiết lập kỷ lục SOTA zero-shot mới trên XD-Violence (92.07%), MSAD (86.70%), ShanghaiTech (80.54%) AUC-ROC, vượt qua cả các mô hình có giám sát và duy trì tốc độ thời gian thực 41–48 FPS (nhanh hơn 2.22x–2.63x).

Nghiên cứu giới thiệu Noise Steering, một phương pháp học tăng cường (RL) model-free kết hợp điều khiển góc xoay tuabin (yaw) và công suất phát để tối đa hóa sản lượng điện trang trại gió mà vẫn đáp ứng giới hạn tiếng ồn (40 dB). Bằng cách chuyển hướng vệt gió và định hướng âm thanh ra xa khu vực nhạy cảm, phương pháp này chỉ gây mất trung bình 2% sản lượng điện so với chế độ phát tối đa, vượt trội hơn nhiều so với mức tổn thất 17% của chuẩn công nghiệp NRO hiện hành.

Bộ Tư pháp Mỹ (DOJ) vừa phơi bày thủ đoạn tội phạm sử dụng AI để tạo ra các 'sinh viên ma' (ghost students), tự động hoàn thành khóa học trực tuyến nhằm chiếm đoạt hàng triệu USD tiền vay sinh viên. Kẻ gian đã tự động hóa việc học và làm bài kiểm tra để duy trì điều kiện giải ngân hỗ trợ tài chính.

Quảng cáo đang chuẩn bị được đưa vào các chatbot AI và có thể làm thay đổi hoặc ảnh hưởng trực tiếp đến câu trả lời người dùng nhận được. Xu hướng này mở ra dòng doanh thu mới bù đắp chi phí hạ tầng đắt đỏ nhưng đe dọa tính khách quan và độ tin cậy của thông tin.

Bài viết từ Berkeley AI Research (BAIR) chỉ ra sự chuyển dịch căn bản từ việc dựa vào mô hình nền tảng đơn lẻ sang xây dựng các hệ thống AI phức hợp (Compound AI Systems). Theo suy luận hợp lý từ bài viết, hướng tiếp cận này kết hợp mô hình với các công cụ ngoại vi, hệ thống truy xuất và cơ chế kiểm thử để đạt hiệu quả, độ chính xác và kiểm soát chi phí tối ưu hơn. Dữ liệu đầu vào chỉ cung cấp tiêu đề và URL nguồn, chưa có chi tiết định lượng cụ thể.

Nghiên cứu thực nghiệm kéo dài 3 tháng từ NBER (Working Paper w35720) phân tích câu hỏi liệu sự hỗ trợ của AI nâng cao hay làm xói mòn chuyên môn của người lao động. Bằng chứng cung cấp gồm bài báo học thuật NBER và liên kết thảo luận trên Hacker News. Vấn đề trọng tâm là đánh giá tác động dài hạn của AI lên kỹ năng thực chất thay vì chỉ đo lường năng suất ngắn hạn.