CAIO Vietnam Network

05/09/2026

JENSEN HUANG TẠI G20: KHI AI TRỞ THÀNH HẠ TẦNG QUỐC GIA — VÀ NHỮNG GÌ CẦN NHÌN XUYÊN QUA LỚP PR
CAIO Vietnam Network

Tại G20 Innovation Summit, trong buổi đối thoại với Howard Lutnick, Jensen Huang không đưa ra một bài phát biểu truyền cảm hứng thông thường. Ông đưa ra một luận điểm kinh tế: tính toán (compute) đã chuyển từ hàng tiêu dùng cá nhân sang hạ tầng sản xuất quốc gia — cùng hạng mục với điện và internet. Đây là điều đáng phân tích nghiêm túc, không phải để tin theo, mà để hiểu ai được lợi khi câu chuyện này được kể theo cách này.

1. Đơn vị kinh tế mới: đô-la trên mỗi triệu token

Huang lập luận: thế kỷ trước, điện được thương mại hóa theo đô-la/kilowatt-giờ. Giờ đây, trí tuệ được thương mại hóa theo đô-la/triệu token — token là sản phẩm toán học của tính toán, tập hợp lại thành văn bản, hình ảnh, lời giải.

Góc nhìn CEO: đây là ẩn dụ có lợi cho người bán compute. Điện là hàng hóa đồng nhất (fungible) — 1 kWh ở đâu cũng như nhau. Token thì không — chất lượng, độ tin cậy, chi phí biên trên mỗi token khác nhau rất lớn giữa các mô hình. So sánh này giúp bán câu chuyện "mua compute = mua hạ tầng thiết yếu", nhưng người ra quyết định ngân sách cần tách bạch: đầu tư hạ tầng dài hạn khác với chi phí vận hành (opex) theo token đang giảm giá liên tục do cạnh tranh mô hình.

2. "Great equalizer" — đúng nhưng có điều kiện

Đúng: lập trình bằng ngôn ngữ tự nhiên hạ thấp rào cản kỹ thuật thực sự tồn tại suốt 50 năm. Vietnam với dân số trẻ, tỷ lệ dùng tiếng Anh/tiếng Việt qua LLM tốt, là ví dụ hưởng lợi thật.

Điều kiện: "san bằng" năng lực sử dụng không san bằng năng lực sở hữu hạ tầng (chip, năng lượng, data center). Ai kiểm soát tầng dưới của chuỗi vẫn giữ đòn bẩy định giá với ai chỉ dùng tầng trên. Đây là lý do các quốc gia G20 nhỏ hơn cần chọn đúng tầng để chơi, không phải "tham gia AI" một cách chung chung.

3. Chiếc bánh 5 tầng — khung phân bổ vốn, không phải khuyến nghị chung chung

Huang chia hệ sinh thái thành 5 lớp: (1) Năng lượng — chuyển điện thành toán học; (2) Chip — GPU song song; (3) Hạ tầng data center — đất, điện, nhà xưởng; (4) Mô hình AI; (5) Dữ liệu & ứng dụng — lớp ông gọi là "quan trọng nhất" vì đây là nơi tạo giá trị trực tiếp cho người dùng cuối.

Ông đưa ra con số cụ thể: chi phí xây dựng hạ tầng ước tính 50-60 tỷ USD cho mỗi gigawatt công suất. Đây là con số cần dùng để test mọi tuyên bố "quốc gia X sẽ làm chủ AI" — nếu không kèm kế hoạch năng lượng ở quy mô gigawatt, tuyên bố đó là marketing, không phải chiến lược.

Với founder Việt Nam: không cạnh tranh ở tầng 1-3 (vốn, quy mô không đủ). Cửa thắng thực tế nằm ở tầng 4 (mô hình chuyên biệt cho tiếng Việt, ngành dọc) và tầng 5 (dữ liệu + ứng dụng). Đây không phải lời khuyên an ủi — đó là ràng buộc vốn thực tế.

4. Agent harness + robot: từ phần mềm ra vật lý

Điểm kỹ thuật đáng chú ý nhất trong toàn bài: LLM một mình không đủ hữu dụng. Cần "agent harness" — bộ khung cho AI truy xuất kiến thức, có bộ nhớ làm việc, dùng công cụ, tự chủ hợp tác. Đặt harness đó vào thân xe → xe tự lái; vào tay máy → robot sản xuất; vào phòng thí nghiệm → khám phá dược phẩm tự động.

Đây là lớp giá trị thực, tách biệt với hype "chatbot". Doanh nghiệp nên đầu tư vào việc xây harness quanh quy trình cụ thể của mình, không phải mua thêm subscription LLM.

5. "Practically AGI today" — và phép so sánh có chủ đích

Huang: "trong vài năm tới chúng ta sẽ đạt AGI... tôi cho rằng thực tế chúng ta gần như đã ở đó." Ông so sánh AI với một tiến sĩ mới tốt nghiệp MIT/Harvard/Stanford: cực giỏi nhưng vẫn cần được cung cấp bối cảnh, mục tiêu, quyền truy cập để tạo giá trị.

Góc CEO: phép so sánh này khéo nhưng có mục đích thương mại rõ — nó định vị việc "AGI chưa tạo ra kết quả" không phải do giới hạn công nghệ, mà do doanh nghiệp "chưa onboard đúng cách" — tức cần mua thêm hạ tầng/dịch vụ để onboard. Tuyên bố "practically AGI" bản thân nó gây tranh cãi ngay trong giới AI (nhiều chuyên gia phản bác cùng thời điểm). Nên tách: (a) năng lực mô hình hiện tại — thật, đáng kể; (b) khung "AGI đã tới, chỉ cần onboard" — là narrative bán hàng, cần định giá rủi ro riêng trước khi đặt cược ngân sách.

6. Nguyên tắc điều tiết: "đừng quản lý rủi ro giả thuyết"

Huang: không quản lý dựa trên "hypothetical, theoretical harm", chỉ quản lý "actual, pragmatic harm"; để công nghệ đủ nhanh ở giai đoạn đầu S-curve để tự hoàn thiện.

Đây là lập luận kinh điển của mọi ngành công nghệ mới trước khi bị quản lý chặt (so sánh được với ngành tài chính trước 2008, mạng xã hội trước 2016). Nguyên tắc này hợp lý ở mức trừu tượng, nhưng người phát biểu là CEO của công ty hưởng lợi trực tiếp từ tốc độ triển khai nhanh — không phải bên trung lập. Nhà hoạch định chính sách nghe đúng nội dung, nhưng cần định vị đúng động cơ của người nói.

Kết luận thực dụng cho founder: tách 3 lớp trong phát biểu của Huang —

(1) dữ kiện kỹ thuật/kinh tế kiểm chứng được (5 tầng, agent harness, chi phí/GW) — dùng được để lập kế hoạch;

(2) khung diễn giải có lợi cho NVIDIA (AGI đã tới, token = điện) — cần chiết khấu;

(3) khuyến nghị chính sách (đừng quản lý sớm) — nghe để hiểu lập luận, không nghe để làm theo.

CAIO Vietnam Network

30/08/2026

Khác biệt giữa AI độc quyền, trọng số mở và mã nguồn mở là gì?
Không phải mọi AI đều được tạo ra như nhau. Dưới đây là cách để biết liệu AI độc quyền, trọng số mở hay mã nguồn mở phù hợp với bạn.
Cre: Anh Cường Nguyễn

Michael Grothaus | FAST COMPANY 🇺🇸 | 29 tháng Tám 2026
▌Tóm tắt
LLM độc quyền đóng vai trò là các mô hình tiên phong mạnh mẽ nhất nhưng lại khép kín, phụ thuộc hạ tầng đám mây và tiêu tốn ngân sách lớn.
LLM trọng số mở cung cấp hiệu suất tiệm cận mô hình tiên phong với chi phí token rẻ hơn nhiều và đảm bảo tính riêng tư khi vận hành cục bộ.
LLM mã nguồn mở đem lại tính minh bạch tuyệt đối về mã nguồn lẫn dữ liệu huấn luyện, giúp doanh nghiệp hoàn toàn kiểm soát và dễ dàng chứng minh sự tuân thủ pháp lý.
Hầu hết mọi người đều biết rằng khi nói đến các mô hình ngôn ngữ lớn (LLM), không phải tất cả đều được tạo ra như nhau. Một số mô hình rõ ràng "thông minh" hơn, trong khi các mô hình khác mang lại những lợi ích như chi phí sử dụng rẻ hơn đáng kể.
Tuy nhiên, tất cả các LLM đều rơi vào một trong ba loại: độc quyền, trọng số mở hoặc mã nguồn mở. Hiểu được những điểm khác biệt này chính là chìa khóa để nắm bắt lợi ích và hạn chế của bất kỳ LLM riêng lẻ nào.
__
MÔ HÌNH LLM ĐỘC QUYỀN
Hãy bắt đầu với danh mục đầu tiên: các LLM độc quyền. Đúng như tên gọi, các LLM độc quyền thuộc sở hữu của một đơn vị duy nhất, thường là một tập đoàn lớn. Ngay cả khi bạn không biết tên của bất kỳ LLM mã nguồn mở hay trọng số mở nào, bạn gần như chắc chắn biết các mô hình độc quyền.
Những mô hình này bao gồm các tên tuổi lớn nhất trong lĩnh vực AI, chẳng hạn như GPT và dòng o của OpenAI vốn vận hành ChatGPT (ví dụ như GPT-5.6 và o3-mini), Claude của Anthropic, và Gemini của Google.
Không chỉ thuộc sở hữu tư nhân của một số gã khổng lồ công nghệ lớn nhất, các LLM độc quyền còn cực kỳ khép kín và thiếu minh bạch. Mã nguồn và dữ liệu huấn luyện của chúng được bảo vệ nghiêm ngặt và phần lớn là một ẩn số đối với những người bên ngoài công ty. Nếu muốn sử dụng chúng, bạn phải thông qua điện toán đám mây.
Tất nhiên, những mô hình độc quyền khép kín này cũng có những lợi ích riêng. Hầu hết đều được coi là các mô hình "tiên phong" (frontier models) vì chúng được đánh giá là những LLM thông minh và có năng lực nhất hiện nay. Điều này phần lớn nhờ vào sức mạnh tính toán vượt trội đằng sau cùng lượng dữ liệu khổng lồ mà chúng được huấn luyện. Nhưng tất cả những điều đó đều tiêu tốn tiền bạc vô cùng lớn, đó là lý do tại sao các mô hình tiên phong phần lớn đều thuộc sở hữu của các công ty lớn.
Các mô hình độc quyền này còn có một lợi ích quan trọng khác: Nhìn chung, doanh nghiệp cực kỳ dễ dàng áp dụng chúng nhờ vào các cổng API, cho phép các công ty dễ dàng "tích hợp" quy trình làm việc của mình vào LLM.
__
MÔ HÌNH LLM TRỌNG SỐ MỞ
Danh mục LLM thứ hai được gọi là các mô hình trọng số mở. Những mô hình này thường bị nhầm lẫn với các mô hình mã nguồn mở (sẽ nói thêm ở bên dưới), nhưng trên thực tế chúng hoàn toàn khác biệt.
Theo ghi nhận của LM-Kit, trong thuật ngữ LLM, một "trọng số" có thể được so sánh như bộ nhớ của mô hình ngôn ngữ lớn. Một LLM "trọng số mở" có nghĩa là bên tạo ra LLM cho phép mọi người tải xuống bộ nhớ của mô hình ngôn ngữ lớn đó.
Có lẽ mô hình trọng số mở nổi tiếng nhất là Llama của Meta (ít nhất là tại Mỹ). Nhưng trong khi Llama là trường hợp ngoại lệ trong số các LLM của Mỹ—vốn phần lớn là độc quyền—thì tại các nơi khác trên thế giới, câu chuyện lại hoàn toàn khác.
Ở Trung Quốc, các LLM nổi tiếng nhất và được sử dụng rộng rãi nhất gần như đều là các mô hình trọng số mở. Chúng bao gồm nhiều mô hình đã gây tiếng vang lớn nhờ khả năng vượt trội và chi phí thấp, chẳng hạn như DeepSeek, Kimi của Moonshot, và Qwen của Alibaba.
Đối với các doanh nghiệp đang muốn đưa LLM vào quy trình làm việc, các mô hình trọng số mở có thể rất hấp dẫn. Xét trên chi phí cho mỗi token, chúng có thể rẻ hơn đáng kể so với các LLM độc quyền và năng lực ngày càng tiệm cận các mô hình tiên phong tốt nhất. Chúng cũng mang lại tùy chọn bảo mật cao hơn.
Điều này là do các mô hình trọng số mở thường có thể được tải xuống từ hạ tầng đám mây của nhà cung cấp và chạy cục bộ trên máy tính hoặc máy chủ riêng của doanh nghiệp. Nếu một LLM chạy cục bộ, doanh nghiệp có thể đảm bảo rằng mọi thông tin cung cấp cho LLM (như kế hoạch kinh doanh, hợp đồng hoặc thông tin nhạy cảm khác) đều nằm trong tầm kiểm soát của doanh nghiệp.
Tuy nhiên, một hạn chế lớn của LLM trọng số mở so với mô hình độc quyền là chúng không phải dạng "cắm vào là chạy" nếu vận hành cục bộ. Khi một doanh nghiệp sử dụng LLM độc quyền dựa trên đám mây như Claude, họ chỉ cần kết nối với các API của Claude và để máy chủ của Anthropic xử lý công việc nặng nhọc. Khi một công ty triển khai LLM trọng số mở trên máy chủ riêng, họ phải trả tiền cho dàn máy tính vận hành nó. Nói cách khác, mặc dù giá mỗi token của LLM trọng số mở có thể thấp hơn nhiều, nhưng chúng có thể khiến doanh nghiệp tốn chi phí phần cứng ban đầu đáng kể nếu chạy cục bộ.
__
MÔ HÌNH LLM MÃ NGUỒN MỞ
Cuối cùng, chúng ta đến với các LLM mã nguồn mở. Mặc dù nhiều người nhầm lẫn LLM trọng số mở với mã nguồn mở, nhưng chúng khác nhau. Trọng số mở, tuy không bí ẩn như các mô hình độc quyền, nhưng vẫn tương đối thiếu minh bạch: các doanh nghiệp chọn sử dụng chúng nhìn chung không tiếp cận được các bộ dữ liệu mà mô hình đã dùng để huấn luyện.
Nhưng với các LLM mã nguồn mở thì khác. "Mã nguồn mở" là một thuật ngữ chung có từ nhiều thập kỷ trước để chỉ phần mềm có thể tải xuống, kiểm tra, sửa đổi và phân phối tự do; và hiện thuật ngữ này đang được dùng để mô tả các LLM đáp ứng các tiêu chuẩn đó.
Theo ghi nhận của tổ chức phi lợi nhuận Tổ chức Sáng kiến Mã nguồn Mở (The Open Source Initiative - OSI), các mô hình mã nguồn mở hoàn toàn minh bạch. Người dùng không chỉ có thể tải mô hình về để chạy cục bộ trên máy tính của họ, mà toàn bộ mã huấn luyện và bộ dữ liệu huấn luyện (hoặc ít nhất là nguồn dữ liệu, nếu bộ dữ liệu không được phép sao chép về mặt pháp lý) cũng có sẵn để kiểm tra. Các mô hình mã nguồn mở cũng có thể được sửa đổi và chia sẻ hoàn toàn—điều không thể thực hiện với các mô hình độc quyền, và đối với trọng số mở thì chỉ có thể chỉnh sửa phần trọng số (trong một quy trình gọi là "tinh chỉnh" hay fine-tuning).
Khả năng tùy biến và tính minh bạch của các LLM mã nguồn mở là những lợi thế tiềm năng cho doanh nghiệp trong một thế giới mà các cơ quan quản lý đang ngày càng thắt chặt kiểm soát đối với các hệ thống AI mà tổ chức vận hành.
“Các nhà hoạch định chính sách cần bằng chứng cụ thể cho thấy các mô hình AI tuân thủ pháp luật về quyền riêng tư, chống phân biệt đối xử và bảo vệ người tiêu dùng,” OSI ghi nhận. “Với Trọng số Mở, các cơ quan quản lý chỉ thấy kết quả cuối cùng chứ không thấy các bước thực hiện để đạt được kết quả đó. Tính cởi mở toàn diện giúp giảm bớt gánh nặng chứng minh sự tuân thủ của mô hình trên nhiều quyền hạn tài phán khác nhau.”
Theo OSI, các LLM đáp ứng định nghĩa mã nguồn mở bao gồm OLMo của AI2, Pythia của Eleuther AI, T5 của Google, cùng Amber và CrystalCoder của LLM360.
__
LOẠI LLM NÀO LÀ TỐT NHẤT?
Việc xác định loại LLM nào "tốt nhất" phụ thuộc phần lớn vào định nghĩa của bạn về từ "tốt nhất".
Nếu bạn muốn nói đến các mô hình có năng lực nhất với bộ dữ liệu huấn luyện lớn nhất và liên tục được cập nhật, thì một mô hình tiên phong độc quyền như GPT-5.6, Claude hay Gemini có thể xem là tốt nhất.
Nhưng nếu bạn muốn nói đến "hiệu quả đầu tư (ROI) tốt nhất", thật khó để không kết luận rằng các mô hình trọng số mở như DeepSeek và Kimi có thể là lựa chọn tối ưu nếu chạy cục bộ—đặc biệt là sau khi đã tính đến chi phí ban đầu như phần cứng—hoặc ngay cả khi chạy trên đám mây của chính công ty cung cấp trọng số mở. Điều này là do năng lực của chúng hiện gần như sánh ngang với các mô hình tiên phong nổi bật nhất, đồng thời chi phí tính trên mỗi token (các đoạn dữ liệu mà LLM xử lý) lại rẻ hơn rất nhiều.
Ví dụ, theo dữ liệu tháng 7 năm 2026 từ Spheron, các mô hình chủ lực của OpenAI như GPT-5.6 Sol và Claude Opus 5 / Opus 4.8 của Anthropic có giá 5 USD cho mỗi 1 triệu token đầu vào; trong khi Gemini 3.1 Pro của Google có giá 2 USD cho mỗi 1 triệu token đầu vào (áp dụng cho mốc tối đa 200.000 token; sau đó giá tăng lên 4 USD cho mỗi 1 triệu token đầu vào). Hãy so sánh điều đó với các mô hình trọng số mở nổi tiếng nhất như DeepSeek: mô hình V4-Pro của hãng chỉ tốn 0,435 USD cho mỗi 1 triệu token đầu vào.
Và nếu định nghĩa "tốt nhất" của bạn là một mô hình mà bạn có toàn quyền kiểm soát tối đa cùng dữ liệu huấn luyện có thể kiểm chứng, thì hoàn toàn không có lựa chọn nào tốt hơn một mô hình mã nguồn mở—vốn dĩ cũng có thêm lợi thế là miễn phí (tất nhiên trừ chi phí duy trì điện toán).■

29/08/2026

South Korea is launching an “AI for All” project that aims to give every citizen free access to domestically developed AI services.
The government plans to roll out a general-purpose AI chatbot and public AI agent within 2026, with no usage limits. The agent will eventually help people find government services, complete applications, and carry out tasks on their behalf.
A beta launch is planned for late September.
The government is also providing 512 Nvidia B200 GPUs to support development.
After 2027, South Korea plans to keep upgrading the system toward its goal of “one AI agent per citizen.”
Source: South Korea’s Ministry of Science
Image: Reuters

26/08/2026

22/08/2026

Vietnam’s AI Economy: A $120-130 Billion Opportunity
****comment Yes to get report nhé anh em

AI is no longer just a technology agenda.
It is becoming a new engine of economic growth, productivity, and competitiveness.
According to the Vietnam’s AI Economy report by NIC, JICA and BCG, AI could contribute $120-130 billion to Vietnam’s economy by 2040, driven by both AI-enabled revenue growth and productivity gains.
But the bigger question is:
How can Vietnam turn this potential into real economic value?
The answer is not simply more AI models or more technology.
It requires an ecosystem built around 6 pillars:
🔹 High-impact AI use cases
🔹 AI startups & innovation
🔹 Talent & R&D
🔹 AI literacy
🔹 Data & computing infrastructure
🔹 AI governance & safety
The opportunity is significant. But capturing it will require government, businesses, academia, startups and international partners to move together.
Vietnam has the opportunity.
Now is the time to build the ecosystem to capture it. 🇻🇳

21/08/2026

Microsoft has launched Frontier Company, a new $2.5 billion AI business unit to help companies use AI better. It will place around 6,000 engineers and experts with customers to build, manage, and scale AI tools

21/08/2026

Why open-weight AI is the new frontier in the US-China tech race
Nvidia, Meta release open models to challenge Chinese offerings

20/08/2026

⏳ CHỈ CÒN 1 NGÀY CUỐI CÙNG ĐỂ ĐĂNG KÝ WORKSHOP “GIỮ GIÀU KHÓ HƠN LÀM GIÀU”

🎙️ Làm thế nào để bảo toàn thành quả, quản trị tài sản và chuyển giao đúng cách cho thế hệ tiếp theo?

Đó là câu hỏi mà rất nhiều founder, chủ doanh nghiệp và gia đình doanh nhân đang phải đối mặt khi tài sản ngày càng lớn, quyền sở hữu - quyền kiểm soát trở nên phức tạp và việc chuẩn bị chuyển giao ngày càng cấp thiết.

Thấu hiểu nỗi trăn trở đó, workshop “Kế nghiệp & Khởi nghiệp - Giữ giàu khó hơn làm giàu” được tổ chức nhằm giúp cho Founder, chủ doanh nghiệp và các gia đình doanh nhân đang quan tâm đến bài toán bảo toàn gia sản, quyền sở hữu - quyền kiểm soát và chuẩn bị cho quá trình chuyển giao.

Tại chương trình, 03 chuyên gia sẽ cùng Anh/ Chị giải mã bài toán:

📍 SESSION 01: TÀI SẢN ĐÚNG CHỖ, ĐỂ ĐỜI ĐÚNG NGƯỜI (Diễn giả: Ông Ngô Thế Triệu, CFA, MBA)
Chiến lược "Giấc ngủ ngon" 2026: Tại sao bối cảnh năm tới sẽ khác biệt hoàn toàn và cách phân bổ tài sản theo Bucket Theory để luôn sẵn sàng nguồn tiền.
Khoảng trống pháp lý: Tại sao việc thiếu chuẩn bị tại Việt Nam có thể khiến quá trình thừa kế kéo dài tới 7 năm.

📍 SESSION 02: 7 THÁCH THỨC NGƯỜI GIÀU NÀO CŨNG GẶP PHẢI (Diễn giả: Luật sư Trần Thanh Tùng & Ông Võ Trần Khương)
Sở hữu hay Dẫn dắt? Phân tách quyền lợi để bảo vệ doanh nghiệp trước rủi ro pháp lý đột ngột.
Các công cụ pháp lý hiện hành hỗ trợ bảo vệ gia sản
Case study thực tế về phân bổ tài sản.

📍 SESSION 03: PANEL DISCUSSION Phiên thảo luận, trực tiếp giải đáp các bài toán thực tế:

- Cách gọi vốn mở rộng mà không mất quyền kiểm soát công ty gia đình.
- Phân chia tài sản công bằng cho con cái đang định cư tại nước ngoài.
- Tạo thanh khoản tức thì để thực thi di nguyện mà không phải bán tháo tài sản

Nếu Anh/ Chị đang quan tâm đến việc bảo toàn gia sản, giữ quyền kiểm soát và chuẩn bị chuyển giao cho thế hệ sau một cách bài bản. Đây chính là cơ hội không thể bỏ lỡ!

👉 Đăng ký tham gia Workshop ngay - Chỉ còn 1 ngày cuối cùng!
------------
THÔNG TIN WORKSHOP
🗓️ Thời gian: 08:30 - 11:30 | Thứ Bảy, 22.08.2026
📍 Địa điểm: SIHUB - 123 Trương Định, P. Xuân Hòa, TP. Hồ Chí Minh
👉 Link đăng ký: dưới comment
📞 Liên hệ tư vấn: 0789 913 336 - Ms. Tran Huynh

19/08/2026

⏳ CHỈ CÒN 2 NGÀY ĐỂ ĐĂNG KÝ WORKSHOP “GIỮ GIÀU KHÓ HƠN LÀM GIÀU”
Làm giàu là một hành trình dài. Nhưng khi doanh nghiệp đã tạo dựng được tài sản, một bài toán khác bắt đầu xuất hiện: Làm thế nào để bảo toàn thành quả, quản trị tài sản và chuyển giao đúng cách cho thế hệ tiếp theo?
Workshop “Kế nghiệp & Khởi nghiệp - Giữ giàu khó hơn làm giàu” dành cho Founder, chủ doanh nghiệp và các gia đình doanh nhân đang quan tâm đến bài toán bảo toàn gia sản, quyền sở hữu - quyền kiểm soát và chuẩn bị cho quá trình chuyển giao.
Tại chương trình, 03 chuyên gia sẽ cùng nhìn nhận bài toán này từ những góc độ khác nhau:
💰 Ông Ngô Thế Triệu, CFA, MBA – Founder & CEO Optima Wealth Partners

Ông sẽ chia sẻ về chiến lược phân bổ và quản trị tài sản, cùng ba giai đoạn của một gia sản: Tích lũy - Bảo toàn - Chuyển giao.
⚖️ Ông Võ Trần Khương – Giám đốc Pháp lý, AIA Việt Nam

Giúp doanh nghiệp nhận diện những thách thức và rủi ro thường gặp khi tài sản ngày càng lớn, đặc biệt trong quá trình hoạch định và chuyển giao.
🏛️ Luật sư Trần Thanh Tùng – Luật sư Thành viên, Global Vietnam Lawyers

Mang đến góc nhìn về Trust, khoảng trống pháp lý tại Việt Nam và các công cụ pháp lý hiện hành hỗ trợ bảo vệ, chuyển giao gia sản và tái cấu trúc doanh nghiệp.
Đặc biệt, tại PANEL DISCUSSION, các chuyên gia sẽ cùng trao đổi những bài toán thực tế như: gọi vốn mà không mất quyền kiểm soát, phân chia tài sản cho các thế hệ và tạo thanh khoản để thực hiện di nguyện mà không phải bán tháo tài sản.
💛 Toàn bộ doanh thu bán vé sẽ được đóng góp vào quỹ xây dựng cầu tại những khu vực còn nhiều khó khăn. Mỗi tấm vé không chỉ là cơ hội nhìn lại bài toán kế nghiệp của gia đình mà còn góp phần mang đến những cây cầu an toàn hơn cho người dân và trẻ em vùng sâu, vùng xa.
👉Đăng ký tham gia Workshop ngay!
-----
THÔNG TIN WORKSHOP
🗓️ Thời gian: 08:30 - 11:30 | Thứ Bảy, 22/08/2026

📍 Địa điểm: SIHUB - 123 Trương Định, P. Xuân Hòa, TP. Hồ Chí Minh
👉 LINK ĐĂNG KÝ ĐƯỢC ĐÍNH KÈM DƯỚI PHẦN BÌNH LUẬN.
📞 Liên hệ tư vấn: 0789 913 336 - Ms. Tran Huynh

18/08/2026

4 NGÀY ĐẾM NGƯỢC ĐẾN WORKSHOP “GIỮ GIÀU KHÓ HƠN LÀM GIÀU”

Doanh nghiệp đã tạo ra tài sản. Nhưng ai sẽ giữ, ai sẽ quản, và cơ nghiệp sẽ tiếp tục vận hành thế nào khi Founder không còn trực tiếp đứng ở trung tâm?

Workshop “Giữ giàu khó hơn làm giàu” dành cho Founder, chủ doanh nghiệp và các gia đình đang quan tâm đến bảo toàn tài sản, phân bổ quyền sở hữu – quyền kiểm soát và chuẩn bị cho thế hệ kế tiếp.
Tham gia chương trình, Quý Anh/Chị sẽ cùng các chuyên gia trao đổi về:
• Cách đặt tài sản đúng chỗ và chuyển giao đúng người.
• Những thách thức thường gặp khi khối tài sản ngày càng lớn.
• Trust, cấu trúc pháp lý và bài toán tái cấu trúc doanh nghiệp trước chuyển giao.
• Cách giảm sự phụ thuộc vào Founder nhưng vẫn giữ được tinh thần, triết lý kinh doanh và trách nhiệm gia đình qua nhiều thế hệ.

💛 Toàn bộ doanh thu bán vé sẽ được đóng góp vào quỹ xây dựng cầu tại những khu vực còn nhiều khó khăn.
Mỗi tấm vé không chỉ là cơ hội nhìn lại bài toán kế nghiệp của gia đình mà còn góp phần mang đến những cây cầu an toàn hơn cho người dân và trẻ em vùng sâu, vùng xa.

🗓️ THÔNG TIN SỰ KIỆN

📍Địa điểm: SIHUB - 123 Đường Trương Định, P. Xuân Hòa, TP. Hồ Chí Minh

⏰ Thời gian: 08:30 - 11:30, Thứ Bảy, 22/08/2026 (chỉ còn 4 ngày)

👉 LINK ĐĂNG KÝ ĐƯỢC ĐÍNH KÈM DƯỚI PHẦN BÌNH LUẬN.

Liên hệ tư vấn: 0789 913 336 - Ms. Tran Huynh

Chương trình giới hạn 50 doanh nghiệp và đăng ký được BTC xét duyệt. Form đăng ký có thể đóng sớm khi đủ số lượng.

Nếu cơ nghiệp đã tiêu tốn hàng chục năm để xây dựng, việc chuẩn bị cho ngày chuyển giao có lẽ không nên chờ đến những năm cuối cùng.