Chỉ trong vòng 2 tháng đầu năm 2025, thế giới AI liên tục "bùng nổ" với các mô hình mới từ các ông lớn công nghệ là: DeepSeek R1, Grok 3, Claude 3.7 Sonnet, GPT-4.5, đánh dấu sự xuất hiện của thế hệ AI mới nhất với các tính năng mạnh mẽ vượt trội. Và dự kiến, nhiều mô hình tiên tiến khác cũng sẽ ra mắt trong năm nay.

Bây giờ, khi nhắc đến AI, bên cạnh câu hỏi “Chúng ta có thể tự động hóa những nhiệm vụ nào?”, một câu hỏi khác mà các nhà lãnh đạo và từng cá nhân cần bắt đầu suy nghĩ là “Những tiềm năng to lớn nào sắp được mở ra?”, và làm thế nào để bạn có thể điều khiển doanh nghiệp của mình, sự nghiệp của mình, vượt lên làn sóng AI đang lan tỏa mạnh mẽ? 

Blog này sẽ giúp bạn trả lời các câu hỏi trên theo cách dễ hiểu nhất. Lời khuyên này được chia sẻ dựa trên kinh nghiệm thực tế của Linh, và cả dưới góc nhìn của Ethan Mollick. Ông là giáo sư tại Trường Wharton, và là một chuyên gia chuyên nghiên cứu về khởi nghiệp, đổi mới và tác động của AI trong giáo dục và kinh doanh.

Muốn đứng vững trước cơn lốc AI thế hệ mới, trước tiên bạn cần hiểu biết các mô hình ngôn ngữ lớn ngày nay đã phát triển đến mức nào, làm tốt những nhiệm vụ gì. Chúng ta sẽ bắt đầu từ cột mốc cuối năm 2022, khi ChatGPT-3.5 vừa ra mắt và làm thế giới ngạc nhiên với khả năng xử lý ngôn ngữ tự nhiên của nó.

Ban đầu, ChatGPT-3.5 chủ yếu có thể trò chuyện đơn giản và trả lời các câu hỏi cơ bản, nhưng thường mắc lỗi và không hiểu được những yêu cầu suy luận phức tạp. Sau đó, GPT-4 và Claude 2 xuất hiện vào năm 2023 đã cải thiện đáng kể khả năng hiểu ngữ cảnh và giải quyết vấn đề khó. Đặc biệt, trong giai đoạn 2024 và 2025, chúng ta đã chứng kiến bước nhảy vọt với các mô hình như Claude 3, Llama 3, hay gần đây nhất là Grok 3 và Claude 3.7 Sonnet. Những chatbot này không chỉ hiểu và tạo văn bản tốt hơn mà còn có thể xử lý hình ảnh, suy luận phức tạp, và tạo nội dung sáng tạo chất lượng cao. Chúng giờ đây có thể hiểu những yêu cầu mơ hồ, nhớ ngữ cảnh hội thoại dài hơn, và cung cấp thông tin chính xác hơn, giống như đang nói chuyện với một Einstein thật sự hiểu bạn.

Ở đây, Linh sẽ mô tả một chút về 2 ví dụ mẫu của Giáo sư Ethan Mollick. Ông đã thực hiện một thí nghiệm ở mức độ tiến sĩ bằng cách cung cấp cho mô hình AI Claude một bài nghiên cứu khoa học dài 24 trang, trong đó trình bày một phương pháp mới để tạo trò chơi giáo dục bằng AI, kèm theo các hướng dẫn cách chơi của những trò chơi khác. Sau đó, ông yêu cầu AI sử dụng các thông tin trên để viết một hướng dẫn thân thiện với khách hàng về trò chơi mới. Công việc này thường dành cho người có trình độ tiến sĩ vì họ đã quen với việc đọc, phân tích, và viết lại tài liệu khoa học một cách chuyên sâu. Tuy nhiên, nếu một tiến sĩ cần MỘT TUẦN để thực hiện, thì Claude hoàn thành nhiệm vụ chỉ trong VÀI GIÂY. Và câu trả lời được Giáo sư Ethan đánh giá là “cực kỳ chất lượng”. 

Ngoài ra, ông cũng đưa ra một nhiệm vụ thuộc cấp độ tiến sĩ khác cho Claude, liên quan đến việc đọc một bài báo học thuật phức tạp và kiểm tra các công thức toán học, logic cũng như các hệ quả đối với thực tiễn. Và Claude cũng đã làm tốt.

Rõ ràng, chúng ta chúng ta đang vượt qua giai đoạn tự động hóa đơn giản để tiến vào lĩnh vực “công việc tri thức” được hỗ trợ bởi AI. Các mô hình AI thế hệ mới không chỉ dừng lại ở việc giúp bạn tự động hoá những nhiệm vụ thủ công, lặp đi lặp lại, dễ sai sót, và cần phản hồi nhanh. Ngày nay, chúng còn trở thành một ĐỐI TÁC TRÍ TUỆ THẬT SỰ, có khả năng đảm nhận các nhiệm vụ phân tích phức tạp, đưa ra các đề xuất sáng tạo mới, và giải quyết các vấn đề nghiên cứu ở mức độ chuyên sâu cao.

Nghe thấy rất tiềm năng đúng không? Vậy bạn có biết, nhờ đâu mà AI thế hệ mới có thể mạnh vượt trội và ngày càng thông minh hơn không? Bí mật đằng sau sự phát triển này không chỉ nằm ở dữ liệu hay thuật toán, mà còn tuân theo hai quy luật tăng trưởng được công bố bởi OpenAI là: Quy luật Huấn luyện (Training Scaling Law) và Quy luật Suy luận (Reasoning Scaling Law). 

Đầu tiên là Quy luật Huấn luyện (Training Scaling Law). Quy luật này cho thấy khi tăng kích thước của mô hình, khả năng của nó cũng tăng lên theo một cách tuyến tính. Nghĩa là để cải thiện hiệu suất của AI, cần phải gia tăng đáng kể tài nguyên tính toán, dữ liệu và năng lượng. Chúng ta thường đo lường sự gia tăng này bằng FLOPS, là viết tắt của Floating Point Operations Per Second, hiểu đơn giản là số lượng phép toán số học mà máy tính có thể thực hiện trong một giây. Cụ thể, thường cần tăng gấp 10 lần tài nguyên tính toán để đạt được một mức tăng hiệu suất nhất định.

Các mô hình Gen3 hiện nay được huấn luyện với sức mạnh tính toán gấp 10 lần so với mô hình thế hệ trước, khoảng hơn 10^26 FLOPs. Để bạn dễ hình dung, con số này tương đương với việc vận hành một chiếc smartphone hiện đại trong 634.000 năm hoặc chạy máy tính điều khiển tàu Apollo trong 79 nghìn tỷ năm - 12 số 0. Rất đáng kinh ngạc, đúng không?

Đó chính là lý do tại sao các công ty công nghệ lớn như Open AI, Anthropic hay mới đây là xAI đã đổ hàng tỷ đô la vào việc xây dựng các trung tâm dữ liệu khổng lồ chỉ dành riêng cho việc huấn luyện và phát triển AI. Thực tế, các doanh nghiệp này cũng đang áp dụng quy luật huấn luyện để đạt được lợi thế cạnh tranh: Ai có khả năng đầu tư nhiều tài nguyên tính toán hơn sẽ có cơ hội tạo ra mô hình AI mạnh mẽ hơn. Mỗi bước nhảy vọt về hiệu suất đòi hỏi một khoản đầu tư lớn hơn gấp nhiều lần. Và những ai làm được điều này sẽ đạt được những khả năng AI vượt trội mà các đối thủ nhỏ hơn không thể bắt kịp.

Tiếp theo là Quy luật suy luận (Reasoning Scaling Law). Quy luật này chỉ ra, nếu cho mô hình AI thêm thời gian để “suy nghĩ” khi xử lý một vấn đề, chất lượng câu trả lời của nó sẽ được cải thiện đáng kể. Nghiên cứu của OpenAI phát hiện rằng, bằng cách cho phép mô hình sử dụng thêm tài nguyên tính toán trong giai đoạn suy luận (inference time), kết quả trả về trở nên chính xác và có chiều sâu hơn – giống như khi một người thông minh được thêm vài phút để giải một câu đố khó. Điều này đã dẫn đến sự ra đời của các mô hình AI với khả năng hoạt động như “Reasoners”, có thể vừa đưa ra phản hồi nhanh chóng trong thời gian thực, vừa thực hiện quá trình suy nghĩ kỹ lưỡng để kiểm tra và cải thiện câu trả lời của mình.

Khi đã hiểu về sức mạnh của AI thế hệ mới, Linh nghĩ điều cần làm không phải là lo sợ bị AI thay thế, mà cần linh hoạt tiếp cận AI với một góc nhìn mới, tích cực hơn. Lời khuyên sau được trích từ chia sẻ của Giáo sư Ethan, kết hợp với những kinh nghiệm Làm bạn với AI của Linh và đội ngũ Skills Bride trong hơn 1 năm qua. Hy vọng sẽ giúp ích cho bạn và đội nhóm của mình.

Đầu tiên, hãy nhìn nhận AI thế hệ mới như một nhà cố vấn cấp cao, thay vì một trợ lý giúp giải quyết những nhiệm vụ đơn giản. Bạn có thể thử thách bản thân bằng cách tương tác với các mô hình AI tiên tiến, khám phá cách chúng xử lý thông tin và đưa ra giải pháp cho các vấn đề phức tạp.

Hãy dành thời gian thử nghiệm và trải nghiệm các ứng dụng AI từ việc viết, phân tích đến thiết kế hình ảnh và lập trình. Bằng cách tự mình khám phá, bạn sẽ nhận thấy rằng AI có thể hỗ trợ bạn vượt qua giới hạn của bản thân, giúp bạn hoàn thành các nhiệm vụ nhanh hơn và hiệu quả hơn.

Đồng thời, việc hiểu rõ cách thức hoạt động của AI cũng sẽ giúp bạn trở nên linh hoạt và chủ động hơn trong việc áp dụng công nghệ vào giải quyết các vấn đề hàng ngày. Điều này không chỉ tạo ra lợi thế cạnh tranh mà còn giúp bạn phát triển bền vững về mặt tri thức và kỹ năng.

Đây là một số bài tập bạn có thể bắt đầu. Bạn không cần làm hết cả ba bài tập mà Linh giới thiệu. Hãy chọn một và bắt đầu từ bài tập mà bạn thấy hứng thú nhất.

Đề bài là hãy chọn một mô hình AI bất kỳ, ví dụ ChatGPT, Grok, Claude, sau đó:

(1) Bài tập một, Cung cấp cho AI một tài liệu, bài báo, sau đó yêu cầu tạo 1 infographic tóm tắt, cho 3 nhóm khách hàng riêng biệt của bạn.

(2) Bài tập hai, Yêu cầu AI lập trình một trò chơi mới, một tính năng mới. Ví dụ, tạo ra một trò chơi dựa trên bộ truyện Harry Potter và trò chơi kéo búa bao.

Đó là lời khuyên cho cho mỗi cá nhân, còn các bạn quản lý và nhà lãnh đạo thì sao? Đây là câu hỏi mà Linh và đội ngũ Skills Bridge thường xuyên nhận được khi gặp gỡ ban lãnh đạo và tham gia đào tạo cho các doanh nghiệp khắp Việt Nam.

Đầu tiên, hãy chuyển từ tư duy TỰ ĐỘNG HOÁ sang MỞ RỘNG CƠ HỘI MỚI. Thay vì chỉ hỏi “Chúng ta có thể tự động hóa những nhiệm vụ nào?”, các nhà lãnh đạo nên đặt thêm câu hỏi “Những khả năng mới nào có thể được mở ra?”. Điều này không chỉ giúp doanh nghiệp tiết kiệm thời gian và chi phí mà còn mở ra những khả năng sáng tạo và đổi mới trong quy trình làm việc.

Tiếp theo, vì tốc độ cải tiến của công nghệ là rất nhanh, bất kỳ chiến lược cố định nào về triển khai AI cũng sẽ nhanh chóng trở nên lỗi thời. Thay vì cố định vào một mô hình hay giải pháp cụ thể, các lãnh đạo nên đầu tư vào việc nâng cao kỹ năng làm việc với AI cho nhân viên. Hãy khuyến khích, tạo điều kiện để nhân viên thử nghiệm, khám phá cách ứng dụng AI vào quy trình công việc của mình.

Cuối cùng, các nhà quản lý cần đánh giá giá trị của AI không chỉ dựa trên các chỉ số truyền thống như thời gian tiết kiệm được hay chi phí đã giảm, mà còn phải nhìn nhận được những tác động đột phá về sáng tạo, tổng hợp thông tin phức tạp và khả năng giải quyết các vấn đề cấp cao. Việc thay đổi tiêu chí đánh giá sẽ giúp tổ chức khai thác tối đa tiềm năng của AI và thúc đẩy sự phát triển bền vững trong tương lai.

Ngay lúc này, đang có rất nhiều mô hình AI lớn mạnh: ChatGPT, Gemini, DeepSeek R1, Grok 3, hay Claude. Vậy cuối cùng bạn phải sử dụng công cụ nào? 

Sự thật là, với tốc độ phát triển nhanh chóng của AI, công cụ tốt nhất hôm nay có thể lỗi thời vào ngày mai. Vậy nên không có một công thức chung nào cho tất cả. Bạn không thể chờ đợi để có câu trả lời về một công cụ hoàn hảo - bạn phải tự mình khám phá.

Hãy hình dung bạn là chủ một nhà hàng, nơi mỗi đầu bếp có một sở trường riêng – người giỏi làm bánh, người chuyên món Âu, người xuất sắc với ẩm thực Á. Bạn không thể giao mọi món ăn cho một đầu bếp duy nhất, cũng như không thể trông chờ một AI duy nhất giải quyết mọi vấn đề. Chỉ khi bạn thử nghiệm, bạn mới biết công cụ nào giúp bạn viết tốt hơn, phân tích nhanh hơn hay sáng tạo đột phá hơn. Đến cuối ngày, không phải việc giỏi một mô hình cố định, mà chính tinh thần linh hoạt, chủ động mới là lợi thế lớn nhất của bạn trong cuộc cách mạng AI này.