Tại hội nghị VB Transform 2026 diễn ra gần đây, CEO Bratin Saha của NTT DATA AIVista đã chia sẻ về giải pháp vượt qua 'bước cuối' (last-mile) để đưa các mô hình AI tiên tiến vào quy trình vận hành thực tế của doanh nghiệp. Ông nhấn mạnh rằng việc xây dựng một hệ thống hoàn chỉnh bao quanh mô hình quan trọng hơn bản thân công nghệ lõi. Đây là yếu tố quyết định sự thành bại của các dự án AI trong các ngành đòi hỏi tính pháp lý và độ chính xác cao.
Bối cảnh & Nguyên nhân
Hiện nay, phần lớn dự án AI trong doanh nghiệp thất bại ở khâu triển khai do tích hợp kém, thiếu hiểu biết sâu sắc về lĩnh vực chuyên môn và thiếu cơ chế quản trị rõ ràng. Các mô hình ngôn ngữ lớn hàng đầu như GPT-5.5 hay Opus 4.8 khi sử dụng trực tiếp thường không đạt được độ chính xác yêu cầu đối với các quy trình phức tạp, ví dụ như xử lý hồ sơ bảo hiểm đa quốc gia chứa nhiều chữ viết tay và biểu mẫu phức tạp. Do đó, doanh nghiệp cần cá biệt hóa hệ thống AI theo từng quy trình nghiệp vụ cụ thể thay vì chỉ dựa vào năng lực sẵn có của mô hình nền tảng.
Theo NTT DATA AIVista, việc tinh chỉnh (fine-tuning) mô hình hiện không còn là ưu tiên hàng đầu của các doanh nghiệp khi triển khai thực tế. Thay vào đó, họ tập trung vào việc khai thác tri thức thực tiễn (tribal knowledge) và các quy trình nội bộ chưa từng được số hóa để định hình hoạt động của AI mà không làm lộ dữ liệu độc quyền ra bên ngoài.
Phân tích kỹ thuật & Công nghệ
Để giải quyết bài toán khó khăn này, hệ thống của NTT DATA AIVista tập trung vào ba thành phần kỹ thuật cốt lõi. Đầu tiên là thu thập ngữ cảnh nghiệp vụ đặc thù của doanh nghiệp để AI có thể tiêu thụ được. Thứ hai là vận hành một tổ hợp nhiều mô hình (ensemble) kết hợp giữa mô hình nguồn mở hiệu năng cao và mô hình thương mại lớn nhằm tối ưu hóa chi phí vận hành.
Cuối cùng, hệ thống thiết lập các rào chắn kiểm soát chuyên biệt (specialized guardrails) để kiểm tra đầu ra của mô hình và tự động yêu cầu xử lý lại nếu phát hiện lỗi sai. Phương pháp này giữ cho phần trí tuệ nghiệp vụ nằm ở hệ thống bao quanh chứ không nằm trong mô hình, giúp doanh nghiệp dễ dàng hoán đổi hoặc nâng cấp các mô hình nền tảng trong tương lai mà không làm gián đoạn hệ thống.
Ý kiến chuyên gia & Nhận định
CEO Bratin Saha cho rằng công nghệ hiện không phải là nút thắt cổ chai trong việc ứng dụng AI của các doanh nghiệp. Ông chia sẻ: 'Khi bạn triển khai AI trong doanh nghiệp, bạn không chỉ triển khai một công nghệ, mà là chuyển dịch một quy trình đang tồn tại từ điểm A sang điểm B.' Giá trị thực sự được tạo ra từ chính quy trình được chuyển đổi đó chứ không phải từ bản thân mô hình thúc đẩy nó.
Tác động & Tương lai
Đối với các doanh nghiệp Việt Nam đang tìm cách tối ưu hóa chi phí đầu tư AI, hướng tiếp cận của NTT DATA AIVista gợi mở một lộ trình thực tế. Thay vì đầu tư quá mức vào việc tự xây dựng hay tinh chỉnh các mô hình ngôn ngữ lớn tốn kém, các tổ chức nên bắt đầu bằng việc tích hợp AI vào các quy trình sẵn có để giảm thiểu rủi ro trong quản lý thay đổi.
Khi quy trình đã vận hành ổn định, doanh nghiệp mới tiến tới tái thiết kế toàn bộ hệ thống để khai thác tối đa hiệu quả kinh tế. Đây sẽ là xu hướng chủ đạo giúp AI tạo ra giá trị thực tiễn thay vì chỉ dừng lại ở các dự án thử nghiệm.