01/06/2026
Phản biện: “Việt Nam không nên cố xây mô hình AI lớn” trên VnExpress
Bài báo tóm tắt quan điểm của một số chuyên gia quốc tế tại sự kiện GStar Summit 2026: Việt Nam không nên cố gắng xây dựng các mô hình AI nền tảng (foundational models) quy mô lớn, mà nên tận dụng các mô hình sẵn có từ OpenAI, Google, Meta… để tập trung phát triển ứng dụng, con người và các giải pháp phù hợp với ngữ cảnh địa phương (on-device AI – AI trên thiết bị, AI agents – tác nhân AI tự hành, user experience – trải nghiệm người dùng, giáo dục…).
Quan điểm này có phần hợp lý trong bối cảnh nguồn lực hạn chế, nhưng lại mang tính cực đoan, có phần “dạy bảo” từ góc nhìn của các ông lớn công nghệ phương Tây, và chưa đầy đủ cho chiến lược dài hạn của một quốc gia đang phát triển nhanh như Việt Nam.
1. Lợi ích của việc “không cố xây lớn” là có thật, nhưng không phải toàn bộ bức tranh
- Chi phí và thực tế tài nguyên: Đúng như TS. Bùi Hải Hưng (cựu CEO VinAI) chia sẻ, việc cạnh tranh trực tiếp về scale (quy mô) với hàng chục nghìn GPU H100/B200 của OpenAI hay Google là gần như bất khả thi trong ngắn hạn. Huấn luyện frontier model (mô hình tiên phong) thường tốn hàng trăm triệu đến tỷ USD và tiêu thụ điện năng khổng lồ. Chuyển hướng sang tối ưu mô hình nhỏ, on-device AI, fine-tuning (tinh chỉnh) và inference (suy luận) hiệu quả là lựa chọn thông minh cho nhiều ứng dụng thực tiễn: bảo mật dữ liệu, độ trễ thấp (low latency), robot, thiết bị đeo, và các giải pháp di động.
- Giai đoạn chuyển dịch của AI: Quan điểm của Yi Tay (Google DeepMind) về việc chuyển từ scaling law (luật mở rộng quy mô) thuần túy sang AI agents và ứng dụng thực tế là hợp xu hướng. Scaling đơn thuần không còn là “vua” như giai đoạn 2022-2024.
Tuy nhiên, kết luận “không nên cố xây” là một bước nhảy logic quá xa. Tận dụng open-source (mã nguồn mở) và fine-tuning không loại trừ việc xây dựng năng lực nền tảng (foundational capability) một cách có chọn lọc và khôn ngoan.
2. Phản biện cốt lõi: Tự chủ chiến lược, dữ liệu văn hóa và an ninh quốc gia đòi hỏi năng lực nội tại
- Dữ liệu tiếng Việt và văn hóa: Các mô hình lớn toàn cầu vẫn còn hạn chế với tiếng Việt (hiểu biết ngữ cảnh, độ chính xác cao), thường mang thiên kiến văn hóa phương Tây và kém hiệu quả với các lĩnh vực đặc thù của Việt Nam (luật pháp, y tế, giáo dục, hành chính công, nông nghiệp, du lịch). Fine-tuning trên dữ liệu Việt giúp cải thiện đáng kể, nhưng nếu không có khả năng pre-training (huấn luyện ban đầu) hoặc huấn luyện từ đầu ở quy mô nhất định, Việt Nam sẽ mãi ở vị thế phụ thuộc và khó kiểm soát chất lượng cốt lõi cũng như độ tin cậy lâu dài.
Nhiều quốc gia đã nhận ra điều này và đầu tư mạnh vào sovereign AI (AI chủ quyền): Trung Quốc (DeepSeek, Qwen của Alibaba), Pháp (Mistral), UAE (Falcon), Singapore (SEA-LION), Indonesia và cả Việt Nam hiện nay với các nỗ lực từ FPT AI Factory, Viettel và GreenNode (GreenMind).
- An ninh và chủ quyền dữ liệu: Việc phụ thuộc hoàn toàn vào mô hình nước ngoài khiến dữ liệu nhạy cảm (chính phủ, y tế, tài chính, quốc phòng) có nguy cơ bị thu thập, kiểm duyệt hoặc chịu ảnh hưởng từ chính sách ngoại giao. On-device giải quyết một phần, nhưng nhiều tác vụ vẫn cần xử lý server-side. Một “mô hình Việt” (dù không phải frontier) sẽ mang lại mức kiểm soát và an ninh cao hơn rõ rệt.
- Không phải trò chơi zero-sum: Nhiều quốc gia thực hiện chiến lược song song — tận dụng mạnh mẽ open-source (Llama, Mistral, Gemma…) để fine-tune nhanh chóng, đồng thời đầu tư hạ tầng compute (tính toán) quốc gia và nghiên cứu mô hình trung bình-lớn cho domain-specific (chuyên ngành cụ thể): y tế Việt Nam, luật Việt, tiếng Việt + ngôn ngữ thiểu số. Việt Nam đã có FPT, VNG/GreenNode, Viettel và Chiến lược AI Quốc gia — không nên tự giới hạn mình ở vai trò “áp dụng viên” (adopter) thuần túy.
3. “Fast-follower đã lỗi thời” — nhưng “first-mover” cũng không phải lúc nào cũng đúng
Ông Jay Kim khuyên tránh lối mòn fast-follower (theo sau nhanh) và tìm giá trị độc đáo cho nhân loại. Đây là lời khuyên hay cho startup, nhưng với một quốc gia thì đa dạng hóa chiến lược mới là chìa khóa. Hàn Quốc, Đài Loan, Singapore đã fast-follow xuất sắc ở bán dẫn/chip, ô tô, điện tử trước khi dẫn đầu một số phân khúc. Việt Nam sở hữu lợi thế rõ nét: dân số trẻ, chi phí cạnh tranh, dữ liệu thực tế phong phú (nông nghiệp, sản xuất, dịch vụ) và tinh thần khát vọng.
Xây mô hình lớn không đồng nghĩa với “bắt chước”. Có thể tập trung vào mô hình hybrid, multimodal (đa phương thức) hiệu quả cao, phù hợp dữ liệu Việt: tiếng Việt + hình ảnh + giọng nói địa phương, hoặc AI chuyên sâu cho biến đổi khí hậu đồng bằng sông Cửu Long.
4. Tập trung con người và ứng dụng là đúng, nhưng không loại trừ R&D nền tảng
Giáo dục (biết đặt câu hỏi hay), kỹ năng AI và tinh thần bền bỉ là nền tảng — không ai phản đối. Tuy nhiên, con người giỏi nhất khi có hạ tầng và dữ liệu thực tế để rèn luyện. Nếu chỉ dừng ở fine-tuning lâu dài, tài năng Việt dễ chảy ra nước ngoài hoặc thiếu thách thức nghiên cứu sâu. Cần cân bằng: đa số nguồn lực vào ứng dụng + một phần chiến lược đáng kể vào sovereign capability (năng lực chủ quyền): cụm compute quốc gia, data commons (dữ liệu chung), nghiên cứu mô hình hiệu quả.
Thực tế, Việt Nam đã có các mô hình tiếng Việt như GreenMind (reasoning LLM đầu tiên của Việt Nam trên NVIDIA NIM), các nỗ lực của Viettel và FPT, cùng hạ tầng AI đang phát triển mạnh. Lời khuyên “không nên cố” có nguy cơ làm giảm động lực đầu tư công-tư vào compute và giữ chân nhân tài.
Kết luận: Chiến lược “cả hai tay” mới là thông minh
Việt Nam không nên đổ toàn bộ nguồn lực đuổi theo frontier model kiểu OpenAI/Anthropic — điều đó lãng phí. Nhưng cũng không nên từ bỏ tham vọng xây dựng mô hình nền tảng có chọn lọc, đặc biệt là các sovereign/open-weight models phục vụ nhu cầu quốc gia và khu vực.
Cách tiếp cận tối ưu:
- Tận dụng mạnh mẽ open-source và API toàn cầu.
- Tập trung fine-tuning, on-device AI, agents và ứng dụng ngành (agri-tech, health-tech, edu-tech, manufacturing).
- Đầu tư chiến lược vào hạ tầng compute, chất lượng dữ liệu (data quality) và nghiên cứu domain-specific + multilingual models (mô hình đa ngôn ngữ).
- Xây dựng hệ sinh thái tài năng (talent ecosystem) vững mạnh để cả hai hướng đều tiến bộ.
AI không phải trò chơi zero-sum. Các nước thành công thường là những nước vừa biết tận dụng toàn cầu hóa, vừa biết giữ tự chủ một phần quan trọng. Lời khuyên “không nên cố” nghe an toàn nhưng tiềm ẩn nguy cơ khiến Việt Nam mãi là thị trường tiêu thụ thay vì trở thành người chơi có tiếng trong khu vực. Chính tinh thần “khát vọng và bền bỉ” mà bài báo nhắc đến mới là động lực để Việt Nam dám làm những việc khó, thay vì chỉ dừng lại ở mức “tận dụng”.
Việt Nam hoàn toàn có khả năng theo đuổi con đường thứ ba: AI chủ quyền kết hợp mở — vừa thực tế, vừa đầy tham vọng.
Link bài trên VNexpress sẽ để bên dưới.
