AI cho Business

Theo thông tin từ Reuters (tháng 10/2026), bong bóng trí tuệ nhân tạo (AI) tại Trung Quốc đã vỡ, phản ánh làn sóng thoái trào dòng vốn đầu tư mạo hiểm và sự suy giảm kỳ vọng trước áp lực thương mại hóa cùng chi phí hạ tầng đắt đỏ.

Một nhà thầu tại Nhật Bản đã triển khai thành công hệ thống AI dẫn đường cho máy đào hầm, đạt hiệu suất vượt trội hơn so với các nhân viên vận hành thủ công. Đây là bước tiến quan trọng trong việc ứng dụng tự động hóa thông minh vào các công trình ngầm phức tạp.

Chỉ số Nikkei của Nhật Bản đứng trước nguy cơ bước vào thị trường gấu sau khi rớt xuống dưới mốc quan trọng 60.000 điểm do làn sóng bán tháo cổ phiếu liên quan đến AI ngày càng trầm trọng.

Theo phân tích từ Hiệp hội Blue Cross Blue Shield (BCBSA), việc ứng dụng các công cụ AI trong mã hóa và lập hóa đơn y tế tại bệnh viện đã làm phát sinh thêm gần 1 tỷ USD chi phí. Các công cụ này có xu hướng tối ưu hóa việc chọn mã thanh toán viện phí ở mức cao hơn (upcoding), dẫn đến gia tăng chi phí chi trả bảo hiểm thay vì giúp cắt giảm chi phí như kỳ vọng ban đầu.

Một kỹ sư mới vào làm tại một công ty lớn chia sẻ thực trạng toàn bộ quy trình phát triển phần mềm (specs, PRD, code, test, tickets, reports) đều do Claude Code tạo ra mà không có ai thực sự đọc hay hiểu. Ban quản lý ép tăng tốc độ đẩy mã nguồn vì cho rằng viết code không còn là điểm nghẽn, buộc các kỹ sư từ L1 đến L7 phải làm việc 12-13 tiếng mỗi ngày chỉ để trò chuyện với AI và bấm phím Enter.

SR4-Fit (Sparse Relaxed Regularized Regression Rule-Fit) là khung học máy dạng tập luật có khả năng giải thích nội tại cho cả bài toán phân loại và hồi quy. Phương pháp này tạo ra các tập luật gọn gàng, ổn định mà không đánh đổi độ chính xác dự đoán, giải quyết hạn chế thiếu ổn định của RuleFit và cây quyết định cũng như sự thiếu tin cậy của các kỹ thuật giải thích hậu kiểm (post-hoc) trên mô hình hộp đen. Thử nghiệm trên 14 tập dữ liệu chuẩn cùng bài toán dự đoán bầu cử Hạ viện Mỹ chứng minh SR4-Fit vượt trội các mô hình luật hiện có và đạt hiệu năng tương đương các mô hình hộp đen.

Nhóm nghiên cứu bảo mật Wiz công bố phát hiện lỗ hổng thực thi mã từ xa (RCE) nghiêm trọng trong PHP mang tên 'PHP2Shell' nhờ sự hỗ trợ của AI. Sự kiện đánh dấu cột mốc thực tế cho thấy các mô hình AI có thể phát hiện hiệu quả các lỗ hổng bảo mật cấp hệ thống trong các runtime cốt lõi.

Một vụ kiện chống độc quyền vừa được đệ trình, cáo buộc các công ty AI hàng đầu bao gồm Anthropic, OpenAI, Google và xAI đã bí mật đạt được thỏa thuận bất hợp pháp nhằm cùng làm chậm tốc độ phát triển AI (AI slowdown).

Theo Wall Street Journal, dự án xây dựng trung tâm dữ liệu AI trọng điểm của Oracle tại New Mexico đang bộc lộ những dấu hiệu bất ổn và rạn nứt trong quá trình triển khai. Điều này phản ánh các thách thức thực tế về mặt xây dựng và hậu cần trong nỗ lực mở rộng thần tốc hạ tầng đám mây AI của hãng.

McDonald's đang đẩy mạnh việc ứng dụng trí tuệ nhân tạo (AI) để định giá linh hoạt (dynamic pricing) cho các sản phẩm tiêu biểu như Big Mac. Sáng kiến này nhằm tối ưu hóa doanh thu và biên lợi nhuận theo dữ liệu thời gian thực, nhưng đồng thời vấp phải tranh cãi gay gắt từ người tiêu dùng và nguy cơ bị giám sát pháp lý.

McDonald's đang được đề cập về khả năng sử dụng AI để triển khai định giá động cho bánh Big Mac, theo đó giá bán có thể tăng nếu hệ thống AI đánh giá cư dân khu vực xung quanh cửa hàng có mức thu nhập và khả năng chi trả cao hơn.

Theo báo cáo từ Forbes, Google dự kiến sẽ cắt quyền truy cập công cụ tìm kiếm đối với các trường học áp dụng lệnh cấm AI tạo sinh (Gen. AI). Động thái này nhằm gây áp lực buộc các cơ sở giáo dục phải chấp nhận hoặc tích hợp công nghệ AI thay vì thực hiện các biện pháp cấm đoán triệt để.

Google vừa ra mắt hai mô hình speech-to-speech mới là Gemini 3.8 Live và Gemini 3.8 Live Extended Thinking, cạnh tranh trực tiếp với hệ GPT-Live của OpenAI. Các mô hình cho phép đàm thoại hai chiều thời gian thực qua trình duyệt và hỗ trợ tính năng ngắt lời khi mô hình đang nói. Giải pháp sử dụng WebSocket hai chiều chuẩn (BidiGenerateContent) và Web Audio API thuần để thu và phát âm thanh mà không cần thư viện phụ trợ.

Shanghai AI Laboratory công bố InternW0, mô hình thế giới vật lý nền tảng đầu tiên thuộc dòng InternW, kết hợp dự đoán biến đổi thị giác tương lai và điều khiển robot liên tục. Mô hình sử dụng kiến trúc video-hành động bất đối xứng dựa trên flow matching: mô-đun video dung lượng lớn dự đoán bối cảnh dài hạn ở tần số thấp, còn mô-đun hành động nhẹ vận hành ở tần số cao. Để tối ưu tính toán, InternW0 tái sử dụng K/V theo lớp qua cơ chế định tuyến bối cảnh theo quan sát thay vì sinh lại video liên tục. Mô hình được huấn luyện trên 7.200 giờ dữ liệu đa dạng (gồm tập EgoLab 275 giờ) và hậu huấn luyện nhận biết lực/xúc giác, ứng dụng thành công trong quy trình tổng hợp MOF 15 bước và thao tác pipet chính xác 5 bước.

TimeBraid là dòng mô hình thống nhất chuỗi thời gian và ngôn ngữ, kết nối các mô hình ngôn ngữ tiền huấn luyện với mô hình nền tảng chuỗi thời gian qua các lớp chú ý phần dư toàn cục xen kẽ. Kiến trúc này kế thừa khả năng suy luận, hiểu chỉ dẫn từ LLM và khả năng cảm nhận tín hiệu, dự báo zero-shot từ mô hình chuỗi thời gian, hợp nhất cả hai trong không gian biểu diễn chung. Mô hình được tối ưu với phương pháp prompting thống nhất, huấn luyện ổn định trên 2,2 triệu cặp chuỗi-văn bản và 4,9 triệu mẫu instruction-tuning.

Anthropic thông báo quyên góp tiêu chuẩn Agent Skills cho Agentic AI Foundation (AAIF) trực thuộc Linux Foundation. Động thái này nhằm duy trì Agent Skills là một chuẩn mở, trung lập nhà cung cấp và do cộng đồng phát triển, tương tự như giao thức Model Context Protocol (MCP) đã được chuyển giao trước đó.

RubricAtlas là khung đánh giá mới dành cho các deep research agent, giải quyết hạn chế của rubric theo từng truy vấn riêng lẻ bằng cách khai thác tiêu chuẩn phân tích cấp độ loại hình (type-level) từ 3.079 báo cáo nghiên cứu tài chính tiếng Trung thuộc 99 thể loại. Khung đánh giá tổ chức các điểm kiểm tra nhị phân bám sát các câu hỏi phân tích định kỳ, liên kết trực tiếp với đoạn văn chứng cứ và tách biệt tính đầy đủ phân tích khỏi tính hợp lệ của lập luận. Đánh giá trên 10 agent với 2 pipeline giám khảo đạt độ đồng thuận kappa = 0,71 và xếp hạng Kendall tau = 0,87, có khả năng phát hiện thiếu sót nội dung và chống gian lận độ dài (padding).

Nghiên cứu chứng minh rằng việc triển khai LLM lâm sàng theo mô hình đội ngũ đa tác nhân (multi-agent) không làm giảm thiên vị mà tạo ra hiện tượng 'rửa chênh lệch' (disparity laundering) – biến thiên vị thành các quyết định đồng thuận tưởng chừng hợp lý mà quy trình kiểm toán đơn lẻ không thể phát hiện. Qua thử nghiệm trên 120 ca cấp cứu MIMIC-IV (5 họ mô hình, 4 cấu trúc topology), toàn bộ 20 cấu hình đều duy trì sự phân loại thiên vị đối với bệnh nhân da đen. Các giải pháp như làm mờ nhân khẩu học, nhắc lệnh công bằng hay tự khử thiên vị ở từng agent đều thất bại. Ngược lại, phương pháp đưa các kịch bản phản thực nghiệm (counterfactual) vào hệ thống và tổng hợp đa góc nhìn qua từng vòng thảo luận giúp giảm 67–94% độ chênh lệch mà không cần huấn luyện lại mô hình.

Đạo diễn Kang Yoon-Sung (phim 'The Outlaws') nhận định công nghệ AI có khả năng cắt giảm tới 40% ngân sách sản xuất phim, cho thấy tiềm năng tối ưu hóa chi phí đáng kể trong ngành công nghiệp điện ảnh và nội dung số.

Báo cáo cho thấy tổng mức chi tiêu cho AI của 6 tập đoàn công nghệ hàng đầu trong năm nay đã vượt qua toàn bộ chi tiêu ngân sách của chính phủ Nga, phản ánh làn sóng đầu tư vốn (CapEx) kỷ lục vào trung tâm dữ liệu và phần cứng AI.

Theo phân tích kinh tế từ tập đoàn Apollo, trí tuệ nhân tạo (AI) hiện tại gần như chưa mang lại lợi ích tài chính ('zero financial payoff') cho các doanh nghiệp ngoài lĩnh vực công nghệ. Báo cáo phản ánh khoảng cách lớn giữa chi phí đầu tư khổng lồ và hiệu quả kinh doanh thực tế tại các công ty truyền thống.

GoDaddy thông báo một cuộc tấn công mạng do AI điều khiển (AI-driven cyberattack) đã xâm nhập và làm lộ thông tin khách hàng dịch vụ website, cảnh báo nguy cơ kẻ xấu ứng dụng AI vào việc khai thác lỗ hổng hạ tầng lưu trữ.

EgoLAP là khung tiền huấn luyện VLA (Vision-Language-Action) giúp robot học từ dữ liệu video góc nhìn thứ nhất (egocentric) của con người, giải quyết khoảng cách hình thể (embodiment gap). Thay vì bắt chước trực tiếp quỹ đạo vật lý thô, EgoLAP trích xuất ý định chuyển động thông qua chuỗi suy luận hành động bằng ngôn ngữ (language-based action CoT) có cấu trúc và trừu tượng theo thời gian, kết hợp lập luận mức chuyển động dựa trên hình học không gian, vật lý và affordance của vật thể. Trong thử nghiệm, EgoLAP đạt 80,1% tiến độ tác vụ thực tế, cải thiện hiệu suất gấp 2,3 lần so với các phương pháp biểu diễn hành động khác.

TriAttention là kỹ thuật attention kết hợp độ thưa (sparsity) và độ chính xác hỗn hợp (mixed-precision) dành cho suy luận LLM ngữ cảnh dài. Phương pháp phân chia các khối query-key thành ba trạng thái: bỏ qua (skip), tính toán 4-bit hoặc 8-bit, đồng thời mã hóa vùng tính toán bằng hai biên đường chéo độc lập với độ dài ngữ cảnh. Nhờ fused kernel chuyên dụng và việc tái sử dụng key-value lượng tử hóa trong KV cache khi decode, TriAttention tăng tốc độ sinh chuỗi thực tế lên tới 7.88x so với PyTorch attention và 2.65x so với BF16 mà vẫn bảo đảm độ chính xác tương đương mô hình gốc. Mã nguồn được công khai tại GitHub.