
Sự xuất hiện của DeepSeek gần đây, một mô hình AI "siêu rẻ" từ Trung Quốc, đã làm rung chuyển quan điểm đầu tư vào trí tuệ nhân tạo trên toàn cầu. Với hiệu suất được đánh giá sánh ngang các mô hình tiên tiến từ phương Tây nhưng lại không yêu cầu các tài nguyên phần cứng khổng lồ, DeepSeek đã chứng minh rằng AI không chỉ là sân chơi riêng của các quốc gia giàu có. Điều này mở ra các cơ hội mới và đặt ra nhiều câu hỏi về chiến lược phát triển AI cho các nước khác, bao gồm Việt Nam.
Theo Tiến sĩ Đặng Trần Trí - Quyền phó chủ nhiệm bộ môn CNTT và Kỹ thuật phần mềm, Đại học RMIT Việt Nam và Tiến sĩ James Kang, giảng viên cấp cao ngành Khoa học Máy tính, Đại học RMIT Việt Nam, Việt Nam không nhất thiết phải 'sao chép' hoàn toàn mô hình phát triển AI của Trung Quốc. Chỉ cần tập trung vào một lĩnh vực cụ thể, Việt Nam hoàn toàn có thể chiếm một vị trí tốt trong cuộc cạnh tranh AI trên toàn cầu.

Gần đây, sự xuất hiện của mô hình AI 'siêu rẻ' DeepSeek đã gây sốc cho thế giới công nghệ. Hiệu suất của công cụ này được đánh giá ngang bằng với các mô hình tiên tiến từ Mỹ. Dưới góc nhìn của ông, DeepSeek đã thể hiện chiến lược phát triển AI của Trung Quốc như thế nào so với các nước phương Tây?
TS. Đặng Trần Trí: Thông thường, để phát triển một mô hình ngôn ngữ lớn như DeepSeek hay ChatGPT sẽ gồm 2 loại chi phí: chi phí huấn luyện và sử dụng. Chẳng hạn, theo số liệu được DeepSeek công bố, chi phí huấn luyện cho công cụ này chỉ hơn 5 triệu USD, trong khi các mô hình phương Tây như GPT-4 của OpenAI có thể tiêu tốn hơn 100 triệu USD.
Về chi phí sử dụng thông qua API – tức là khi gửi một câu hỏi và nhận câu trả lời – phiên bản DeepSeek R1 có mức phí dưới 1 USD cho mỗi triệu token đầu vào và hơn 2 USD cho mỗi triệu token đầu ra, thấp hơn rất nhiều so với mức 15 USD và 60 USD tương ứng của phiên bản OpenAI GPT-o1.
Những con số này phản ánh các chiến lược phát triển AI riêng biệt của Trung Quốc so với phương Tây. Thứ nhất, Trung Quốc theo đuổi tính độc lập và tự chủ, không phụ thuộc quá nhiều vào công nghệ phần cứng hay GPU mạnh mẽ như các công ty phương Tây, mà tập trung vào tối ưu hóa và khai thác các lý thuyết nền tảng.
Thứ hai, họ ưu tiên hiệu quả chi phí, tạo ra các mô hình AI giá rẻ nhưng vẫn đạt hiệu suất tương đương, bất chấp hạn chế về nguồn lực tính toán hay việc sử dụng GPU cao cấp.
Ngoài ra, sự hỗ trợ từ Chính phủ là một điểm khác biệt lớn. Trong khi các công ty phương Tây thường tự huy động vốn để đầu tư vào AI, Trung Quốc cung cấp cho doanh nghiệp các chính sách ưu đãi và cơ sở hạ tầng, cũng như có các chương trình đào tạo và trung tâm tài năng để phát triển lực lượng lao động AI.
Nhờ vậy, lĩnh vực AI tại Trung Quốc không chỉ phục vụ các doanh nghiệp lớn mà còn phổ cập đến các công ty vừa và nhỏ, thậm chí cá nhân, thông qua việc tích hợp vào giáo dục, dịch vụ công và những ứng dụng hàng ngày. Ngược lại, các mô hình phương Tây chủ yếu hướng đến các giải pháp cấp doanh nghiệp.

Trung Quốc đã cho thấy họ có thể cạnh tranh trong AI mà không cần dựa vào nguồn lực phần cứng khổng lồ như Mỹ. Dù vẫn còn tranh cãi về chi phí đầu tư, theo quan điểm của ông, đâu là yếu tố then chốt giúp Trung Quốc phá vỡ định kiến rằng AI là sân chơi dành riêng cho các nước giàu?
TS. Đặng Trần Trí: Chúng ta có thể thấy rằng, khác với phương Tây – nơi các công ty giàu có đầu tư lớn vào tài nguyên tính toán – Trung Quốc chọn hướng đi riêng. Dù bị Mỹ hạn chế nhập khẩu các bộ xử lý đồ họa (GPU) cao cấp của NVIDIA, vốn được xem là thiết yếu để phát triển AI, Trung Quốc vẫn ghi dấu ấn trong lĩnh vực này, minh chứng qua thành công của DeepSeek.
Bí quyết nằm ở bốn yếu tố then chốt gồm: Ưu tiên sử dụng thuật toán để bổ sung cho hạn chế về phần cứng; tập trung phát triển mô hình AI mã nguồn mở; tự sản xuất chip AI nội địa và chính sách hỗ trợ từ Chính phủ.
Trước hết, các công ty Trung Quốc ưu tiên tối ưu hóa thuật toán thay vì phụ thuộc hoàn toàn vào phần cứng, tập trung mạnh mẽ vào đổi mới thuật toán để tối ưu hóa hiệu suất tính toán. Những kỹ thuật này cho phép mô hình AI đạt hiệu suất cao với yêu cầu phần cứng thấp hơn.
Thứ hai, các công ty Trung Quốc tập trung phát triển mô hình AI mã nguồn mở. Theo đó, các doanh nghiệp Trung Quốc sẽ tạo ra một số mô hình AI, sau đó mời những người khác sử dụng và đóng góp vào các mô hình này. Bằng cách này, các doanh nghiệp Trung Quốc nhận được nhiều sự đóng góp từ cộng đồng, giúp phát triển sản phẩm nhanh chóng và giảm chi phí đáng kể.
Yếu tố thứ ba nằm ở việc Trung Quốc tự sản xuất chip AI nội địa. Các "ông lớn" như Huawei, Alibaba, Baidu đều có khả năng để sản xuất chip AI riêng. Dù hiệu năng có thể không sánh bằng NVIDIA, nhưng những con chip này được tối ưu bằng phần mềm, chú trọng hiệu quả hơn hiệu suất tính toán thô.
Yếu tố cuối cùng nhưng vô cùng quan trọng đó là các chính sách hỗ trợ từ Chính phủ bao gồm phát triển các quỹ đầu tư vào AI, xây dựng các trung tâm nghiên cứu và chương trình đào tạo nhân lực chất lượng cao về AI, cũng như các chính sách thu hút tài năng toàn cầu.
TS. James Kang: Theo tôi, DeepSeek đã thay đổi cuộc chơi trong lĩnh vực AI bằng cách cân bằng sân chơi. Với mã nguồn mở, ngay cả những 'tay chơi' nhỏ hơn và không có ngân sách lớn cũng có thể tham gia và cạnh tranh được. Đây là một lợi ích lớn mà tất cả mọi người có thể tận hưởng.
Trước khi DeepSeek xuất hiện, chúng ta không biết nhiều về những gì Trung Quốc đang làm trong lĩnh vực AI, nhưng giờ họ đã công khai tạo cơ hội tiếp cận các thành tựu của họ. Việc này đã kích hoạt cuộc cạnh tranh toàn cầu và thách thức những giới hạn sẵn có. Qua đó, họ chứng minh rằng AI không chỉ dành cho các quốc gia giàu có, mà sáng tạo và hợp tác để vượt qua các giới hạn tài chính cũng có thể đem đến thành công.


Câu chuyện của DeepSeek cho thấy một quốc gia có thể vượt qua hạn chế về tài nguyên để đạt bước tiến lớn trong AI. Nhìn từ hiện của DeepSeek, đâu là bài học Việt Nam có thể tham khảo và áp dụng để lĩnh vực AI có thể phát triển?
TS. James Kang: Việt Nam có thể học hỏi một số điều từ thành công của Trung Quốc, đặc biệt là cách đầu tư vào giáo dục. Chẳng hạn, có thể phát triển lực lượng nhân tài AI bài bản bằng cách đưa vào giảng dạy các môn học lập trình và AI trong trường học, thậm chí bắt đầu từ cấp tiểu học, cũng như cung cấp các chương trình đào tạo trực tuyến cho công chúng.
Chính phủ cũng có thể phát huy vai trò quan trọng bằng cách tài trợ cho các nhà nghiên cứu, thiết lập các vườn ươm công nghệ cho các công ty khởi nghiệp. Tăng cường hợp tác với các công ty công nghệ quốc tế và địa phương cũng có thể đẩy mạnh tiến trình phát triển AI.
Việt Nam nên sử dụng các công cụ mã nguồn mở để cải thiện các hệ thống công nghệ với chi phí phải chăng, đồng thời điều chỉnh các công cụ này theo nhu cầu địa phương như ngôn ngữ và dữ liệu. Muốn thành công, một việc vô cùng quan trọng là đào tạo các chuyên gia về thuật toán và học máy.
Việt Nam có thể sử dụng điện toán đám mây để truy cập các nguồn tài nguyên linh hoạt mà không cần phần cứng nước ngoài đắt tiền. Tuy nhiên, việc phụ thuộc quá nhiều vào các dịch vụ đám mây có thể gây ra nguy cơ mất quyền kiểm soát đối với quá trình phát triển AI. Để tăng trưởng lâu dài, Việt Nam cần xây dựng năng lực AI của riêng mình, để duy trì khả năng độc lập và tự chủ về AI.
Việt Nam cũng có thể học hỏi từ DeepSeek bằng cách tập trung vào đổi mới thay vì dựa vào tài nguyên. Việc thúc đẩy kỹ năng giải quyết vấn đề, sự sáng tạo và tận dụng lực lượng lao động trẻ có thể giúp Việt Nam vượt qua những hạn chế hiện tại. Hợp tác với cộng đồng mã nguồn mở toàn cầu và xây dựng quan hệ đối tác có thể đẩy nhanh tiến độ. Thành công trong AI không được quyết định bởi năng lực tài chính mà là sự khéo léo và các chiến lược thông minh.

Liệu Việt Nam có nên sao chép mô hình phát triển như DeepSeek hay không?
TS. Đặng Trần Trí: Không chỉ Việt Nam, mà tất cả các nước khác cũng có thể học hỏi từ mô hình mà Trung Quốc đã phát triển. Song, chúng ta cũng cần phải lưu ý rằng, Trung Quốc không phải là một quốc gia nhỏ. Đây là quốc gia lớn thứ hai thế giới. Cho nên, có một số yếu tố có thể sao chép tương đối dễ, nhưng cũng có những yếu tố rất khó hoặc cần nhiều thời gian để đạt được.
Chẳng hạn, về nguồn nhân lực, chúng ta biết rằng Trung Quốc có nhiều trường đại học hàng đầu như Thanh Hoa hay Bắc Kinh. Ở Việt Nam, chúng ta cũng có những trường đại học tốt, nhưng nếu so sánh với các trường hàng đầu của Trung Quốc, vẫn còn một khoảng cách lớn.
Thứ hai là sự hỗ trợ từ chính phủ. Dù Chính phủ Việt Nam cũng có thể hỗ trợ phát triển AI, nhưng để hỗ trợ một cách hiệu quả nhất, cần rất nhiều thứ, không chỉ từ chính sách, chiến lược mà còn cần vốn đầu tư, cơ sở hạ tầng, và kể cả việc thực thi các chính sách một cách hiệu quả ở cấp ban ngành và địa phương.
Tuy nhiên, cũng có một số yếu tố chúng ta có thể học theo Trung Quốc để lĩnh vực AI của Việt Nam có thể phát triển. Chẳng hạn, chúng ta có thể phát triển AI theo hình thức mã nguồn mở, hoặc thay vì chỉ dựa vào sức mạnh tính toán của GPU, chúng ta có thể áp dụng thuật toán và tối ưu hóa để giảm chi phí phần cứng.
Một điều khác mà chúng ta có thể thực hiện tương tự Trung Quốc là khuyến khích áp dụng AI vào các ứng dụng phục vụ cuộc sống hàng ngày, chứ không chỉ dừng lại ở việc áp dụng trong các doanh nghiệp lớn. Chẳng hạn, chúng ta có thể áp dụng vào bán lẻ hoặc giáo dục, và triển khai từng bước nhỏ. Điều này sẽ giúp chúng ta phần nào theo đuổi thành công của Trung Quốc trong việc phổ cập ứng dụng AI vào cuộc sống.

TS. James Kang: Theo tôi, Việt Nam đang phải đối mặt với thách thức thu hút đầu tư quy mô đủ lớn để phát triển AI toàn diện, vì ngành này đòi hỏi nguồn lực đáng kể mà thường chỉ các tập đoàn lớn mới có thể tiếp cận. Tuy nhiên, Việt Nam không cần phải sao chép cách tiếp cận của Trung Quốc. Thay vào đó, Việt Nam có thể tập trung vào một lĩnh vực cụ thể mà đất nước có lợi thế cạnh tranh.
Dữ liệu là một trong những lợi thế đó. AI phát triển mạnh nhờ lượng dữ liệu khổng lồ và Việt Nam có vị thế độc đáo để tạo ra và tận dụng các tập dữ liệu của riêng mình. Ngay cả các 'ông lớn' công nghệ trên thế giới cũng dựa vào dữ liệu từ Việt Nam để cung cấp dịch vụ AI tại Việt Nam.
Bằng cách ưu tiên các thị trường ngách và chuyên môn hóa trong các lĩnh vực mà dữ liệu của Việt Nam mang lại giá trị cao nhất, Việt Nam có thể trở thành một 'tay chơi' chủ chốt trong lĩnh vực AI mà không phải cạnh tranh trực tiếp với các quốc gia giàu có hơn.
Xét cho cùng, để thành công với AI, Việt Nam cần những lựa chọn thông minh, mang tính chiến lược, nhắm vào các lĩnh vực mà AI có thể tạo ra tác động đáng kể thay vì dàn trải mà tốn nhiều nguồn lực.

Để nói về tiềm năng của Việt Nam trong lĩnh vực AI, ông sẽ đánh giá thế nào?
TS. Đặng Trần Trí: Mặc dù chưa phải là một quốc gia dẫn đầu khu vực cũng như thế giới về AI, nhưng Việt Nam đang dần trở thành một quốc gia đáng chú ý ở Đông Nam Á. Chúng ta đã đạt được những cải tiến đáng kể trong phát triển AI nhờ có dân số trẻ am hiểu công nghệ, sự phát triển của khu vực tư nhân và đầu tư nước ngoài cũng đang ngày càng gia tăng.
Bên cạnh đó, để thu hẹp khoảng cách với các quốc gia tiên tiến, Viêt Nam đã xác định mục tiêu đưa AI thành một lĩnh vực công nghệ quan trọng của quốc gia. Đơn cử như vào tháng 1/2021, Thủ tướng đã ban hành Chiến lược Quốc gia về Nghiên cứu, Phát triển và Ứng dụng Trí tuệ nhân tạo đến năm 2030, với mục tiêu biến Việt Nam thành trung tâm nghiên cứu, phát triển, và ứng dụng trí tuệ nhân tạo trong khu vực và trên thế giới. Cụ thể hơn, mục tiêu của Việt Nam là vào top 4 trong ASEAN và top 50 thế giới vào năm 2030.
Sau bốn năm thực hiện chiến lược, Việt Nam đã đạt được những kết quả ban đầu, vươn lên vị trí thứ 51 trong số 188 quốc gia trên thế giới và vị trí thứ 5 trong số 10 quốc gia ASEAN trong Chỉ số Sẵn sàng về AI của chính phủ dựa trên báo cáo Oxford Insights năm 2024. Chỉ số này được tính dựa trên ba rường cột: chính phủ, kỹ thuật, dữ liệu & hạ tầng.
Về nguồn nhân lực, Việt Nam sở hữu lượng lớn dân số trẻ, am hiểu công nghệ, với nhiều kỹ sư và chuyên gia về AI, khoa học dữ liệu, và công nghệ thông tin. Các trường đại học hàng đầu hiện nay đang mở rộng các chương trình tập trung vào AI, đào tạo hàng ngàn sinh viên tốt nghiệp CNTT và AI hàng năm.
Ngoài ra, Việt Nam cũng đang dần có những doanh nghiệp lớn trong lĩnh vực công nghệ như FPT, Viettel, VNG, VinAI. Không chỉ vậy, đầu tư nước ngoài vào Việt Nam trong lĩnh vực công nghệ cũng đang ngày một gia tăng.
Điển hình, vào tháng 12/2024, NVIDIA đã ký một biên bản ghi nhớ với Bộ Kế hoạch và Đầu tư (hiện nay đã sáp nhập với Bộ Tài chính) để thành lập hai trung tâm AI tiên tiến ở Việt Nam: Trung tâm nghiên cứu AI toàn cầu thứ ba của NVIDIA và trung tâm dữ liệu AI. Bên cạnh đó, Google đang tích cực thúc đẩy phát triển AI tại Việt Nam. Meta cũng dự định sản xuất tai nghe thực tế hỗn hợp Quest 3S tại Việt Nam.

Dù được đánh giá là một quốc gia rất tiềm năng trong việc phát việc lĩnh vực AI nhưng Việt Nam vẫn chưa có sản phẩm AI tạo tiếng vang hay nổi bật. Theo ông, đâu là nguyên nhân?
Tiến sĩ James Kang: Việt Nam có tiềm năng to lớn trong lĩnh vực AI, nhưng có một số yếu tố đang kìm hãm Việt Nam cho ra đời các sản phẩm AI nổi bật. Một lý do chính là sự phụ thuộc vào nguồn lao động giá rẻ. Với chi phí lao động thấp, các doanh nghiệp ít có nhu cầu cấp thiết phải đầu tư vào tự động hóa dựa trên AI, vì họ có thể đạt được hiệu quả về chi phí mà không cần công nghệ tiên tiến. Điều này tạo ra thách thức trong việc thu hút các khoản đầu tư lớn vào AI.
Một yếu tố quan trọng khác là thiếu cơ sở hạ tầng bài bản để hỗ trợ đổi mới AI. Mặc dù Việt Nam đã đạt được những bước tiến trong nhiều ngành, nhưng vẫn cần nhiều nỗ lực tập trung hơn để xây dựng hệ sinh thái hỗ trợ phát triển AI. Cần tăng tài trợ cho nghiên cứu, tạo động lực cho các công ty khởi nghiệp AI và thúc đẩy hợp tác giữa giới học thuật và khu vực tư nhân.
Tuy nhiên, dữ liệu là thế mạnh lớn nhất của Việt Nam nếu có thể cải thiện về mặt tuân thủ quy định pháp lý và chất lượng. Việt Nam sở hữu các tập dữ liệu độc đáo, được bản địa hóa, rất cần thiết để xây dựng các giải pháp AI hiệu quả phù hợp với chính người dùng Việt Nam. Các công ty công nghệ quốc tế đã dựa vào dữ liệu của Việt Nam để phục vụ thị trường trong nước. Bằng cách tập trung tận dụng lợi thế dữ liệu, Việt Nam có thể vươn lên dẫn đầu trong các lĩnh vực AI ngách mà thế mạnh của Việt Nam tỏa sáng nhất, thay vì cố gắng cạnh tranh dàn trải với các quốc gia giàu nguồn lực.
Với các khoản đầu tư chiến lược vào phát triển nhân tài, sử dụng dữ liệu địa phương và các ứng dụng AI có mục tiêu, Việt Nam có tiềm năng vượt qua những hạn chế hiện tại và tạo ra các sản phẩm AI có tầm ảnh hưởng, khẳng định vị thế là quốc gia mạnh trong ngành AI toàn cầu.
TS. Đặng Trần Trí: Việt Nam chưa có sản phẩm AI tạo tiếng vang hay nổi bật, một phần là do chúng ta thiếu cơ sở hạ tầng AI quy mô lớn. Chúng ta có một số cơ sở hạ tầng AI, nhưng chủ yếu chỉ dành cho các công ty quy mô vừa và nhỏ. Nếu muốn có hệ thống AI làm được điều gì đó lớn như OpenAI hay DeepSeek, chúng ta phải thuê nền tảng hoặc dịch vụ đám mây từ bên ngoài, điều này sẽ tăng chi phí và gây chậm trễ.
Lý do thứ hai là nghiên cứu AI còn hạn chế. Chẳng hạn, chúng ta có VinAI, một doanh nghiệp rất nổi tiếng ở Việt Nam thực hiện nghiên cứu AI chuyên sâu. Nhưng số lượng tổ chức như vậy rất hạn chế. Chúng ta có các ấn phẩm nghiên cứu ở các hội nghị hàng đầu, nhưng số lượng cũng rất ít so với Trung Quốc hay Mỹ. Hiện tại, phần lớn công việc AI của chúng ta là sử dụng các hệ thống AI do người khác phát triển, chứ không phải tạo ra thứ gì đó mới.
Lý do cuối cùng là việc áp dụng AI còn chậm. Chúng ta có nhiều tiềm năng để tích hợp AI vào các ngành công nghiệp nhằm cải thiện năng suất, quy trình sản xuất, v.v., nhưng hiện tại nó chưa được áp dụng rộng rãi. Đểthực sự phát triển các ngành công nghiệp, chúng ta cần đảm bảo tích hợp AI ở các mức độ khác nhau, bắt đầu từ dễ đến khó.


Được xem là một lĩnh vực vô cùng tiềm năng nhưng sự phát triển của AI cũng đã tác động không nhỏ đến thị trường lao động. Theo ông, AI đang thay đổi thị trường lao động Việt Nam như thế nào? Những ngành nghề nào đang phải chịu ảnh hưởng mạnh nhất từ AI?
Tiến sĩ James Kang: Về mặt tích cực, AI thúc đẩy năng suất bằng cách tiếp quản các nhiệm vụ lặp đi lặp lại và đẩy nhanh quy trình. Chẳng hạn như luật sư thường phải dành nhiều giờ nghiên cứu các vụ án trong quá khứ thì giờ đây có thể dựa vào AI để làm điều đó nhanh chóng và chính xác hơn.
Tuy nhiên, AI cũng tạo ra những thay đổi đáng kể có thể làm gián đoạn các ngành nghề. Thật khó để dự đoán công việc nào sẽ biến mất đầu tiên, vì điều này phụ thuộc vào nơi các nhà đầu tư chọn để tập trung bỏ tiền của và công sức vào. Các ngành có tiềm năng tiết kiệm chi phí nhiều nhất nhờ áp dụng AI có thể sẽ bị tác động sớm hơn. Hiện nay, ngành chăm sóc sức khỏe, giao thông vận tải và giáo dục đã chứng kiến những thay đổi lớn vì AI và công nghệ.
Mặc dù một số công việc có thể bị thay thế, AI cũng tạo ra những cơ hội mới. Như trong lĩnh vực bán lẻ, các chatbot được cung cấp bởi AI có thể xử lý các yêu cầu thông thường của khách hàng, cho phép nhân viên tập trung vào các nhiệm vụ phức tạp hơn và cải thiện chất lượng dịch vụ. Sự thay đổi này mở ra những vị trí mới trong việc quản lý chatbot và thiết kế trải nghiệm của khách hàng. Xét cho cùng, sự nổi lên của AI đòi hỏi người lao động phải thích nghi và nắm bắt các kỹ năng mới để phát triển trong bối cảnh đang thay đổi.
Vậy theo ông, AI có thực sự cướp đi công việc của con người hay chỉ đang thay đổi cách con người làm việc?
Tiến sĩ James Kang: AI không lấy đi công việc mà chỉ đang thay đổi cách mọi người làm việc. Ví dụ, các nhà nghiên cứu có thể sử dụng AI khi viết bài báo khoa học. Các nhiệm vụ như hiệu đính, vốn từng mất nhiều thời gian, giờ đây trở nên nhanh chóng và dễ dàng hơn nhờ AI.
Trong lĩnh vực tài chính, AI giúp phát hiện gian lận và quản lý rủi ro, tăng cường bảo mật và nâng cao hiệu quả. Điều này cho phép các chuyên gia tài chính tập trung vào việc ra quyết định chiến lược và dịch vụ được cá nhân hóa thay vì các nhiệm vụ mang tính chất lặp đi lặp lại.
Ngay cả sinh viên cũng đang áp dụng AI cho việc học tập. AI đã trở thành một phần của cuộc sống hàng ngày, và nó đang hỗ trợ công việc của chúng ta thay vì thay thế nó.

Trước thực trạng đó, theo ông, người lao động cần làm gì để thích nghi với sự phát triển của AI?
Tiến sĩ James Kang: Để thích ứng với sự phát triển nhanh chóng của AI, người lao động cần đưa ra quyết định về sự nghiệp một cách chiến lược. Cần xem xét cẩn thận các lĩnh vực ít có khả năng bị tự động hóa trong tương lai gần. Nên tránh đầu tư tiền và công sức vào các lĩnh vực mà AI có thể thay thế trong 5 năm tới. Thay vào đó, hãy tập trung vào các ngành đòi hỏi sự sáng tạo, trí tuệ cảm xúc và giải quyết vấn đề phức tạp - những kỹ năng mà AI khó có thể sao chép.
Trau dồi kiến thức liên tục là rất quan trọng. Người lao động nên tận dụng các khóa học trực tuyến có sẵn để cải thiện kỹ năng liên quan đến AI, có thể là hiểu biết cơ bản về AI hay phát triển chuyên môn về phân tích dữ liệu, học máy hoặc lập trình. Ngoài nỗ lực cá nhân, giáo dục AI cũng nên được ưu tiên ở mọi cấp độ giáo dục, từ trường học đến các chương trình đào tạo chuyên nghiệp, qua đó đảm bảo rằng dù có thuộc về thế hệ nào thì mọi người đều có thể thích ứng với sự thay đổi công nghệ này.
Hơn nữa, người lao động nên hướng tới mục tiêu phát triển các bộ kỹ năng kết hợp kiến thức kỹ thuật với chuyên môn trong một lĩnh vực cụ thể. Ví dụ, kết hợp thành thạo AI với kiến thức về chăm sóc sức khỏe hoặc tài chính có thể mở ra những cơ hội nghề nghiệp mới. Duy trì khả năng thích ứng và theo kịp các xu hướng mới nổi trong AI sẽ cung cấp cho người lao động các công cụ họ cần để phát triển trong bối cảnh đang thay đổi hiện nay.
TS. Đặng Trần Trí: Vì AI là xu hướng không thể tránh khỏi, trước tiên chúng ta phải hiểu về AI, không chỉ từ góc độ kỹ thuật mà từ góc độ người dùng. Chẳng hạn, nếu bạn là giáo viên hay nhà báo, bạn nên hiểu AI có thể làm gì cho bạn. Quan trọng hơn, bạn nên hiểu giới hạn của AI, những gì nó không thể làm thay bạn, đó chính là lợi thế mà bạn nên phát huy.
Nếu chúng ta dành thời gian học những kỹ năng mà AI có thể dễ dàng thay thế, đó là một khoản đầu tư không mang lại nhiều lợi ích. Nhưng có những kỹ năng khó bị AI thay thế, đó là thứ chúng ta nên đầu tư thời gian và công sức để học hỏi và rèn luyện. Nếu chúng ta làm được điều này, chẳng những không dễ bị AI 'cướp việc', mà chúng ta còn kết hợp được ưu điểm của mình và AI với nhau để tạo ra lợi thế cạnh tranh cho riêng mình.