Intel bàn về hạ tầng Agentic AI: Doanh nghiệp Việt Nam nên chuẩn bị gì?

Đưa AI vào quy trình kinh doanh đòi hỏi nhiều hơn một mô hình trả lời tốt. Bài viết mới của Intel về hạ tầng Agentic AI gợi mở một câu hỏi thực tế: doanh nghiệp Việt Nam nên chuẩn bị gì trước khi mở rộng triển khai?

Intel nói gì về hạ tầng Agentic AI?

Theo Intel, tác nhân AI có thể truy xuất dữ liệu nội bộ, gọi mô hình, sử dụng ứng dụng và thực thi mã trong nhiều vòng xử lý. Vì vậy, hiệu quả phụ thuộc cả hệ thống. Nghiên cứu IDC do Intel đặt hàng cho thấy 89% người ra quyết định CNTT kỳ vọng Agentic AI trở nên quan trọng trong 12–24 tháng, nhưng chỉ 56% đánh giá ngân sách hạ tầng đã được đáp ứng tốt hoặc đầy đủ. Đây không phải số liệu riêng của Việt Nam.

Intel nhấn mạnh triển khai kết hợp hạ tầng riêng với đám mây, phối hợp CPU, GPU và các bộ tăng tốc theo tác vụ. CPU vẫn tham gia điều phối, truy xuất dữ liệu và xử lý ứng dụng quanh mô hình.

Hạ tầng vận hành cần được đánh giá cùng bài toán ứng dụng AI. Ảnh: Intel.

Góc nhìn Việt Nam: Bắt đầu từ một quy trình cụ thể

Phần dưới là góc nhìn ứng dụng của An Phát Computer, với các tình huống minh họa để doanh nghiệp tham khảo; không phải kết quả khảo sát thị trường Việt Nam.

Thay vì bắt đầu bằng yêu cầu xây một hệ thống AI làm được mọi việc, doanh nghiệp có thể chọn một công đoạn có đầu vào, đầu ra và người chịu trách nhiệm rõ ràng. Chẳng hạn, một đơn vị phân phối muốn nhân viên tra cứu chính sách bảo hành nhanh hơn; một nhà máy muốn tìm hướng dẫn bảo trì trong tài liệu nội bộ; hoặc một bộ phận bán hàng cần hỗ trợ soạn dự thảo báo giá.

Ở ví dụ báo giá, hệ thống có thể đọc dữ liệu được cấp quyền, tìm thông số sản phẩm và tạo bản nháp. Nhân viên vẫn kiểm tra giá, tồn kho, điều kiện giao hàng trước khi gửi khách. Cách thử nghiệm này tạo một điểm kiểm soát rõ ràng trước khi cho AI thực hiện thao tác có ảnh hưởng đến đơn hàng.

Điều cần chứng minh đầu tiên là quy trình có tốt hơn hay không: thời gian hoàn thành giảm bao nhiêu, bao nhiêu kết quả phải sửa và nhân viên có dễ kiểm tra căn cứ trả lời hay không. Một bản trình diễn ấn tượng chưa đủ để quyết định đầu tư diện rộng.

AI tiếng Việt cần được thử bằng dữ liệu và câu hỏi thật

Với ứng dụng phục vụ người dùng Việt Nam, bộ kiểm thử nên có câu có dấu và không dấu, tên hàng viết tắt, mã sản phẩm, thuật ngữ chuyên ngành và nội dung trộn tiếng Việt với tiếng Anh. Nếu tài liệu đến từ bản scan, cần kiểm tra thêm chất lượng nhận dạng ký tự trước khi đánh giá câu trả lời của AI.

Một tình huống đáng thử là cùng một chính sách có nhiều phiên bản. Hệ thống phải tìm được bản còn hiệu lực, dẫn đúng tài liệu và biết từ chối khi thiếu căn cứ. Với câu hỏi về giá bán hoặc điều kiện bảo hành, khả năng nhận ra dữ liệu đã cũ có thể quan trọng hơn một câu trả lời dài và trôi chảy.

Doanh nghiệp cũng nên kiểm tra quyền truy cập theo từng vai trò. Nhân viên của bộ phận này không nên nhận được dữ liệu hạn chế của bộ phận khác chỉ vì chúng cùng nằm trong kho tài liệu dùng cho AI. Yêu cầu này cần được thử trực tiếp bằng tài khoản và tình huống sử dụng cụ thể.

Chọn máy tại chỗ hay cloud theo nhu cầu vận hành

Với doanh nghiệp tại Việt Nam, quyết định triển khai nên xuất phát từ mức độ nhạy cảm của dữ liệu, yêu cầu trong hợp đồng, khả năng vận hành của đội CNTT và lượng truy cập thực tế. Dữ liệu nào được phép gửi tới dịch vụ bên ngoài cần được làm rõ trước khi đưa vào thử nghiệm.

Nhóm nhỏ có thể khảo sát PC AI Local để thử một mô hình phù hợp và đo hiệu quả trên dữ liệu đã chọn. Khi nhiều phòng ban cùng sử dụng, yêu cầu về tài khoản, sao lưu, giám sát và khả năng phục vụ đồng thời cần được tính vào thiết kế. Lúc đó, doanh nghiệp có thể đánh giá phương án máy chủ server dựa trên kết quả kiểm thử.

Không nên suy từ một máy chạy thử tốt sang khả năng phục vụ toàn công ty. Hãy thử số người dùng đồng thời dự kiến, độ dài tài liệu và thời gian phản hồi trong giờ cao điểm. Nếu dùng cloud cho nhu cầu tăng đột biến, cũng cần đo độ trễ đường truyền và cách hệ thống xử lý khi kết nối bị gián đoạn.

Tính chi phí bằng tiền Việt trên mỗi công việc hoàn thành

Bài Intel không công bố giá bán hay chi phí triển khai, nên chưa có mức USD cụ thể để quy đổi sang VND. Doanh nghiệp cần lập dự toán theo cấu hình và dịch vụ thực tế, thay vì coi một mức giá phần cứng là toàn bộ ngân sách AI.

Một bảng chi phí nên bao gồm thiết bị, lưu trữ, điện, làm mát, phần mềm hoặc phí API, tích hợp dữ liệu, sao lưu và nhân sự vận hành. Nếu nhà cung cấp báo giá bằng USD, phần quy đổi sang tiền Việt cần ghi rõ tỷ giá và ngày tham chiếu, đồng thời tách thuế, phí và điều kiện thanh toán để người đọc không nhầm với giá bán cuối cùng tại Việt Nam.

Chỉ số hữu ích để so sánh các phương án là chi phí cho một yêu cầu được hoàn thành và chấp nhận, có tính cả thời gian con người rà soát. Một hệ thống phản hồi nhanh nhưng thường xuyên phải sửa có thể không đem lại hiệu quả như kỳ vọng.

Doanh nghiệp nên chuẩn bị gì trước khi đầu tư?

• Chốt bài toán: Chọn một quy trình, quy định ai kiểm tra kết quả và tiêu chí nào được coi là thành công.
• Chuẩn hóa dữ liệu: Loại tài liệu lỗi thời, xác định nguồn có thẩm quyền và phân quyền truy cập.
• Đo trước khi mở rộng: Kiểm thử độ chính xác, thời gian phản hồi, tải đồng thời và chi phí cho kết quả đạt yêu cầu.
• Chuẩn bị vận hành: Có nhật ký, sao lưu, phương án xử lý sự cố và cơ chế chuyển lại cho nhân viên.

Doanh nghiệp cần tư vấn có thể tham khảo giải pháp doanh nghiệp tại An Phát Computer, đồng thời chuẩn bị trước số người dùng, loại dữ liệu và yêu cầu bảo mật để trao đổi phương án phù hợp.

Nguồn tin: Intel Newsroom – Agentic AI Is Moving Fast. Enterprise Infrastructure Needs to Move With It. Phần góc nhìn Việt Nam do An Phát Computer phân tích.