Trí tuệ nhân tạo có thể làm được gì mà không cần sự can thiệp của con người?

Tóm tắt điều hành

Trí tuệ Nhân tạo Tạo sinh (AI) – công nghệ cho phép máy móc tạo ra văn bản, hình ảnh, mã và nhiều hơn nữa – đã có sự phát triển bùng nổ trong những năm gần đây. Sách trắng này cung cấp một cái nhìn tổng quan dễ hiểu về những gì AI tạo sinh có thể một cách đáng tin cậy hiện nay mà không cần sự can thiệp của con người, và những gì nó dự kiến ​​sẽ làm trong thập kỷ tới. Chúng tôi khảo sát việc sử dụng AI trong các lĩnh vực viết lách, nghệ thuật, lập trình, dịch vụ khách hàng, chăm sóc sức khỏe, giáo dục, hậu cần và tài chính, làm nổi bật những lĩnh vực AI hoạt động tự chủ và những lĩnh vực mà sự giám sát của con người vẫn đóng vai trò quan trọng. Các ví dụ thực tế được đưa ra để minh họa cả những thành công và hạn chế. Những phát hiện chính bao gồm:

• Áp dụng rộng rãi: Năm 2024, 65% công ty được khảo sát báo cáo thường xuyên sử dụng AI tạo sinh – gần gấp đôi so với năm trước ( Tình hình AI đầu năm 2024 | McKinsey ). Các ứng dụng bao gồm tạo nội dung tiếp thị, chatbot hỗ trợ khách hàng, tạo mã, v.v.

• Khả năng Tự chủ Hiện tại: AI tạo sinh ngày nay xử lý đáng tin cậy các tác vụ có cấu trúc, lặp đi với sự giám sát tối thiểu. Ví dụ bao gồm tự động tạo báo cáo tin tức theo công thức (ví dụ: tóm tắt thu nhập doanh nghiệp) ( Philana Patterson – Hồ sơ Cộng đồng ONA ), tạo mô tả sản phẩm và điểm nổi bật trong bài đánh giá trên các trang thương mại điện tử, và tự động hoàn thiện mã. Trong các lĩnh vực này, AI thường hỗ trợ con người bằng cách tiếp quản việc tạo nội dung thông thường.

• Con người trong vòng lặp cho các tác vụ phức tạp: Đối với các tác vụ phức tạp hoặc mở hơn – chẳng hạn như viết sáng tạo, phân tích chi tiết hoặc tư vấn y tế – sự giám sát của con người thường vẫn cần thiết để đảm bảo tính chính xác về mặt thực tế, đánh giá đạo đức và chất lượng. Nhiều triển khai AI hiện nay sử dụng mô hình "con người trong vòng lặp", trong đó AI soạn thảo nội dung và con người sẽ xem xét.

• Cải tiến ngắn hạn: Trong 5-10 năm tới, AI tạo sinh được dự đoán sẽ trở nên đáng tin cậy và tự động . Những tiến bộ về độ chính xác của mô hình và cơ chế bảo vệ có thể cho phép AI xử lý phần lớn các tác vụ sáng tạo và ra quyết định với sự tham gia tối thiểu của con người. Ví dụ, đến năm 2030, các chuyên gia dự đoán AI sẽ xử lý phần lớn các tương tác và quyết định dịch vụ khách hàng theo thời gian thực ( Để hình dung lại sự chuyển đổi sang CX, các nhà tiếp thị phải làm 2 điều này ), và một bộ phim lớn có thể được sản xuất với 90% nội dung do AI tạo ra ( Các trường hợp sử dụng AI tạo sinh cho các ngành công nghiệp và doanh nghiệp ).

• Đến năm 2035: Trong vòng một thập kỷ, chúng ta kỳ vọng các tác nhân AI tự động sẽ trở nên phổ biến trong nhiều lĩnh vực. Gia sư AI có thể cung cấp chương trình đào tạo được cá nhân hóa ở quy mô lớn, trợ lý AI có thể soạn thảo hợp đồng pháp lý hoặc báo cáo y tế một cách đáng tin cậy để chuyên gia phê duyệt, và hệ thống tự lái (được hỗ trợ bởi mô phỏng sinh sản) có thể vận hành các hoạt động hậu cần từ đầu đến cuối. Tuy nhiên, một số lĩnh vực nhạy cảm (ví dụ như chẩn đoán y tế có rủi ro cao, quyết định pháp lý cuối cùng) có thể vẫn cần sự phán đoán của con người để đảm bảo an toàn và trách nhiệm giải trình.

• Mối quan ngại về đạo đức và độ tin cậy: Khi tính tự chủ của AI ngày càng tăng, mối quan ngại cũng tăng theo. Các vấn đề hiện nay bao gồm ảo giác (AI bịa đặt sự thật), thiên vị trong nội dung được tạo ra, thiếu minh bạch và khả năng bị lạm dụng để gây thông tin sai lệch. Đảm bảo AI đáng tin cậy khi hoạt động mà không có sự giám sát là tối quan trọng. Những tiến bộ đang được ghi nhận – ví dụ, các tổ chức đang đầu tư nhiều hơn vào việc giảm thiểu rủi ro (xử lý các vấn đề về độ chính xác, an ninh mạng, sở hữu trí tuệ) ( The State of AI: Global Survey | McKinsey ) – nhưng cần có một khuôn khổ quản trị và đạo đức vững chắc.

• Cấu trúc của bài báo này: Chúng tôi bắt đầu với phần giới thiệu về AI tạo sinh và khái niệm sử dụng tự động so với sử dụng có giám sát. Sau đó, đối với mỗi lĩnh vực chính (viết, nghệ thuật, lập trình, v.v.), chúng tôi thảo luận về những gì AI có thể làm một cách đáng tin cậy hiện nay so với những gì sắp tới. Chúng tôi kết luận bằng những thách thức xuyên suốt, dự báo tương lai và các khuyến nghị để khai thác AI tạo sinh một cách có trách nhiệm.

Nhìn chung, AI tạo sinh đã chứng minh được khả năng xử lý một loạt các nhiệm vụ đáng kinh ngạc mà không cần sự hướng dẫn liên tục của con người. Bằng cách hiểu được những giới hạn hiện tại và tiềm năng tương lai của nó, các tổ chức và công chúng có thể chuẩn bị tốt hơn cho kỷ nguyên mà AI không chỉ là một công cụ, mà còn là một cộng tác viên tự chủ trong công việc và sáng tạo.

Giới thiệu

Trí tuệ nhân tạo (AI) từ lâu đã có khả năng phân tích dữ liệu, nhưng chỉ gần đây các hệ thống AI mới học được cách sáng tạo – viết văn xuôi, tạo hình ảnh, lập trình phần mềm, v.v. AI sinh sản (chẳng hạn như GPT-4 cho văn bản hoặc DALL·E cho hình ảnh) được đào tạo trên các tập dữ liệu khổng lồ để tạo ra nội dung mới đáp ứng các yêu cầu. Bước đột phá này đã mở ra một làn sóng đổi mới trên khắp các ngành. Tuy nhiên, một câu hỏi quan trọng được đặt ra: Chúng ta thực sự có thể tin tưởng AI tự làm gì mà không cần con người kiểm tra lại kết quả đầu ra?

Để trả lời câu hỏi này, điều quan trọng là phải phân biệt giữa việc sử dụng AI có giám sát và tự động

• AI do con người giám sát đề cập đến các tình huống trong đó đầu ra của AI được con người xem xét hoặc quản lý trước khi hoàn thiện. Ví dụ, một nhà báo có thể sử dụng trợ lý viết AI để soạn thảo một bài báo, nhưng biên tập viên sẽ biên tập và phê duyệt.

• AI tự động (AI không cần sự can thiệp của con người) là các hệ thống AI thực hiện các tác vụ hoặc tạo ra nội dung có thể sử dụng trực tiếp mà không cần hoặc ít cần chỉnh sửa của con người. Ví dụ: chatbot tự động giải quyết thắc mắc của khách hàng mà không cần sự can thiệp của con người, hoặc một hãng tin tự động đăng tải bản tóm tắt tỷ số thể thao do AI tạo ra.

Trí tuệ nhân tạo tạo sinh đã được triển khai ở cả hai chế độ. Trong giai đoạn 2023-2025, việc áp dụng đã tăng vọt , với các tổ chức háo hức thử nghiệm. Một cuộc khảo sát toàn cầu vào năm 2024 cho thấy 65% ​​công ty thường xuyên sử dụng AI tạo sinh, tăng từ khoảng một phần ba chỉ một năm trước đó ( Tình trạng AI vào đầu năm 2024 | McKinsey ). Các cá nhân cũng đã áp dụng các công cụ như ChatGPT - ước tính 79% chuyên gia đã có ít nhất một số lần tiếp xúc với AI tạo sinh vào giữa năm 2023 ( Tình trạng AI vào năm 2023: Năm đột phá của AI tạo sinh | McKinsey ). Sự tiếp nhận nhanh chóng này được thúc đẩy bởi lời hứa về hiệu quả và sự gia tăng khả năng sáng tạo. Tuy nhiên, vẫn còn "giai đoạn đầu" và nhiều công ty vẫn đang xây dựng các chính sách về cách sử dụng AI một cách có trách nhiệm ( Tình trạng AI vào năm 2023: Năm đột phá của AI tạo sinh | McKinsey ).

Tại sao tính tự chủ lại quan trọng: Việc để AI hoạt động mà không cần sự giám sát của con người có thể mang lại những lợi ích to lớn về hiệu quả - tự động hóa hoàn toàn các tác vụ tẻ nhạt - nhưng nó cũng đặt ra những thách thức về độ tin cậy. Một AI tự chủ phải làm đúng mọi việc (hoặc biết giới hạn của mình) vì có thể không có con người theo thời gian thực để phát hiện lỗi. Một số tác vụ phù hợp với điều này hơn những tác vụ khác. Nhìn chung, AI hoạt động tốt nhất khi tự chủ khi:

• Nhiệm vụ có cấu trúc hoặc khuôn mẫu rõ ràng (ví dụ: tạo báo cáo thường lệ từ dữ liệu).

• Sai sót có mức độ rủi ro thấp hoặc dễ chấp nhận (ví dụ: việc tạo ra hình ảnh có thể loại bỏ nếu không đạt yêu cầu, so với chẩn đoán y tế).

• Có rất nhiều dữ liệu đào tạo bao gồm các tình huống, do đó đầu ra của AI dựa trên các ví dụ thực tế (giảm bớt phỏng đoán).

Ngược lại, những nhiệm vụ mở , có rủi ro cao hoặc đòi hỏi sự phán đoán tinh tế thì ngày nay ít phù hợp với việc không cần giám sát.

Trong các phần tiếp theo, chúng tôi sẽ xem xét một loạt các lĩnh vực để xem AI tạo sinh đang làm gì và sẽ làm gì tiếp theo. Chúng tôi sẽ xem xét các ví dụ cụ thể – từ các bài báo do AI viết và tác phẩm nghệ thuật do AI tạo ra, đến trợ lý viết mã và nhân viên dịch vụ khách hàng ảo – làm nổi bật những nhiệm vụ nào có thể được AI thực hiện toàn diện và những nhiệm vụ nào vẫn cần sự tham gia của con người. Đối với mỗi lĩnh vực, chúng tôi phân biệt rõ ràng các khả năng hiện tại (khoảng năm 2025) với những dự đoán thực tế về những gì có thể đáng tin cậy vào năm 2035.

Bằng cách vạch ra hiện tại và tương lai của AI tự động trên nhiều lĩnh vực, chúng tôi mong muốn mang đến cho độc giả một sự hiểu biết cân bằng: không thổi phồng AI như một phép màu bất khả xâm phạm, cũng không hạ thấp những năng lực thực sự và đang phát triển của nó. Với nền tảng này, chúng tôi sẽ thảo luận về những thách thức bao trùm trong việc tin tưởng AI mà không cần giám sát, bao gồm các cân nhắc về đạo đức và quản lý rủi ro, trước khi kết luận bằng những điểm chính.

Trí tuệ nhân tạo trong viết và sáng tạo nội dung

Một trong những lĩnh vực đầu tiên mà AI tạo ra đã tạo nên tiếng vang là tạo văn bản. Các mô hình ngôn ngữ lớn có thể tạo ra mọi thứ, từ bài báo và bản sao tiếp thị đến bài đăng trên mạng xã hội và tóm tắt tài liệu. Nhưng liệu những nội dung này có thể được thực hiện mà không cần biên tập viên con người?

Khả năng hiện tại (2025): AI là người tự động viết nội dung thường lệ

Ngày nay, AI tạo ra đang xử lý đáng tin cậy nhiều tác vụ viết lách thông thường với sự can thiệp tối thiểu hoặc không có sự can thiệp của con người. Một ví dụ điển hình là trong báo chí: Associated Press trong nhiều năm đã sử dụng tự động hóa để tạo ra hàng nghìn báo cáo thu nhập của công ty mỗi quý trực tiếp từ nguồn cấp dữ liệu tài chính ( Philana Patterson – Hồ sơ cộng đồng ONA ). Những tin tức ngắn này tuân theo một mẫu (ví dụ: "Công ty X báo cáo thu nhập Y, tăng Z% ...") và AI (sử dụng phần mềm tạo ngôn ngữ tự nhiên) có thể điền vào các con số và từ ngữ nhanh hơn bất kỳ con người nào. Hệ thống của AP tự động xuất bản các báo cáo này, mở rộng phạm vi phủ sóng của họ đáng kể (hơn 3.000 bài viết mỗi quý) mà không cần đến người viết ( Những câu chuyện thu nhập tự động nhân lên | The Associated Press ).

Báo chí thể thao cũng được tăng cường tương tự: Hệ thống AI có thể lấy số liệu thống kê về các trận đấu thể thao và tạo ra các bài tóm tắt. Vì các lĩnh vực này dựa trên dữ liệu và mang tính công thức, lỗi rất hiếm khi xảy ra miễn là dữ liệu chính xác. Trong những trường hợp này, chúng ta thấy được sự tự chủ thực sự - AI viết và nội dung được xuất bản ngay lập tức.

Các doanh nghiệp cũng đang sử dụng AI tạo sinh để soạn thảo mô tả sản phẩm, bản tin email và các nội dung tiếp thị khác. Ví dụ, gã khổng lồ thương mại điện tử Amazon hiện đang sử dụng AI để tóm tắt đánh giá của khách hàng về sản phẩm. AI quét văn bản của nhiều bài đánh giá riêng lẻ và tạo ra một đoạn văn nổi bật ngắn gọn về những gì mọi người thích hoặc không thích về sản phẩm, sau đó được hiển thị trên trang sản phẩm mà không cần chỉnh sửa thủ công ( Amazon cải thiện trải nghiệm đánh giá của khách hàng bằng AI ). Dưới đây là minh họa về tính năng này được triển khai trên ứng dụng di động của Amazon, trong đó phần "Khách hàng nói" hoàn toàn được tạo ra bởi AI từ dữ liệu đánh giá:

( Amazon cải thiện trải nghiệm đánh giá của khách hàng bằng AI ) Tóm tắt đánh giá do AI tạo ra trên trang sản phẩm thương mại điện tử. Hệ thống của Amazon tóm tắt các điểm chung từ đánh giá của người dùng (ví dụ: dễ sử dụng, hiệu suất) thành một đoạn văn ngắn, hiển thị cho người mua hàng là "AI tạo ra từ văn bản đánh giá của khách hàng".

Những trường hợp sử dụng như vậy chứng minh rằng khi nội dung tuân theo một khuôn mẫu có thể dự đoán được hoặc được tổng hợp từ dữ liệu hiện có, AI thường có thể tự xử lý . Các ví dụ hiện tại khác bao gồm:

• Cập nhật thời tiết và giao thông: Các phương tiện truyền thông sử dụng AI để biên soạn các bản tin thời tiết hàng ngày hoặc bản tin giao thông dựa trên dữ liệu cảm biến.

• Báo cáo Tài chính: Các công ty tự động tạo ra các bản tóm tắt tài chính đơn giản (kết quả kinh doanh quý, tóm tắt thị trường chứng khoán). Từ năm 2014, Bloomberg và các hãng tin tức khác đã sử dụng AI để hỗ trợ viết tin vắn về thu nhập của công ty - một quy trình phần lớn được thực hiện tự động sau khi dữ liệu được nhập vào ( các "nhà báo robot" của AP hiện đang tự viết bài | The Verge ) ( Phóng viên Wyoming bị phát hiện sử dụng AI để tạo ra các trích dẫn và bài viết giả mạo ).

• Biên dịch và Phiên âm: Các dịch vụ phiên âm hiện nay sử dụng AI để tạo bản ghi chép hoặc phụ đề cuộc họp mà không cần người đánh máy. Mặc dù không mang tính sáng tạo, các tác vụ ngôn ngữ này chạy tự động với độ chính xác cao, cho âm thanh rõ ràng.

• Tạo bản nháp: Nhiều chuyên gia sử dụng các công cụ như ChatGPT để soạn thảo email hoặc phiên bản đầu tiên của tài liệu, đôi khi gửi chúng mà không cần chỉnh sửa nhiều nếu nội dung có rủi ro thấp.

Tuy nhiên, đối với văn xuôi phức tạp hơn, sự giám sát của con người vẫn là chuẩn mực vào năm 2025. Các tổ chức tin tức hiếm khi xuất bản các bài báo điều tra hoặc phân tích trực tiếp từ AI - các biên tập viên sẽ kiểm tra thực tế và tinh chỉnh các bản thảo do AI viết. AI có thể bắt chước phong cách và cấu trúc tốt nhưng có thể đưa ra các lỗi thực tế (thường được gọi là "ảo giác") hoặc các cách diễn đạt khó hiểu mà con người cần phải nắm bắt. Ví dụ, tờ báo Đức Express đã giới thiệu một "đồng nghiệp kỹ thuật số" AI tên là Klara để giúp viết các tin tức ban đầu. Klara có thể soạn thảo hiệu quả các báo cáo thể thao và thậm chí viết các tiêu đề thu hút độc giả, đóng góp vào 11% các bài báo của Express - nhưng các biên tập viên con người vẫn xem xét mọi bài viết về tính chính xác và tính toàn vẹn của báo chí, đặc biệt là đối với các câu chuyện phức tạp ( 12 cách nhà báo sử dụng công cụ AI trong phòng tin tức - Twipe ). Mối quan hệ đối tác giữa con người và AI này rất phổ biến ngày nay: AI xử lý phần nặng nhọc của việc tạo văn bản và con người quản lý và hiệu đính khi cần thiết.

Triển vọng 2030-2035: Hướng tới khả năng viết tự chủ đáng tin cậy

Trong thập kỷ tới, chúng tôi kỳ vọng AI tạo sinh sẽ trở nên đáng tin cậy hơn nhiều trong việc tạo ra văn bản chất lượng cao, chính xác về mặt thực tế, điều này sẽ mở rộng phạm vi các tác vụ viết mà nó có thể xử lý tự động. Một số xu hướng ủng hộ điều này:

• Độ chính xác được cải thiện: Các nghiên cứu đang được tiến hành đang nhanh chóng giảm thiểu xu hướng tạo ra thông tin sai lệch hoặc không liên quan của AI. Đến năm 2030, các mô hình ngôn ngữ tiên tiến được đào tạo tốt hơn (bao gồm các kỹ thuật xác minh thông tin dựa trên cơ sở dữ liệu theo thời gian thực) có thể đạt được khả năng kiểm tra thông tin nội bộ gần như ở cấp độ con người. Điều này có nghĩa là AI có thể tự động soạn thảo một bài báo đầy đủ với các trích dẫn và số liệu thống kê chính xác được lấy từ tài liệu nguồn, đòi hỏi ít chỉnh sửa.

• AI chuyên biệt cho từng lĩnh vực: Chúng ta sẽ thấy nhiều mô hình tạo sinh chuyên biệt hơn được tinh chỉnh cho một số lĩnh vực nhất định (pháp lý, y khoa, viết kỹ thuật). Một mô hình AI pháp lý của năm 2030 có thể soạn thảo hợp đồng tiêu chuẩn hoặc tóm tắt án lệ một cách đáng tin cậy - những nhiệm vụ có cấu trúc công thức nhưng hiện tại đòi hỏi thời gian của luật sư. Nếu AI được đào tạo dựa trên các tài liệu pháp lý đã được xác thực, bản thảo của nó có thể đủ đáng tin cậy để luật sư chỉ cần liếc qua một lần.

• Phong cách Tự nhiên và Tính mạch lạc: Các mô hình đang ngày càng cải thiện khả năng duy trì ngữ cảnh trên các tài liệu dài, dẫn đến nội dung dạng dài mạch lạc và đúng trọng tâm hơn. Đến năm 2035, AI hoàn toàn có thể tự mình viết bản thảo đầu tiên khá tốt cho một cuốn sách phi hư cấu hoặc một hướng dẫn kỹ thuật, với con người chủ yếu đóng vai trò cố vấn (để đặt ra mục tiêu hoặc cung cấp kiến ​​thức chuyên môn).

Điều này có thể trông như thế nào trong thực tế? Báo chí thường lệ có thể trở nên gần như hoàn toàn tự động đối với một số nhịp nhất định. Chúng ta có thể thấy một hãng thông tấn vào năm 2030 có một hệ thống AI viết phiên bản đầu tiên của mọi báo cáo thu nhập, tin tức thể thao hoặc cập nhật kết quả bầu cử, với biên tập viên chỉ lấy mẫu một vài để đảm bảo chất lượng. Thật vậy, các chuyên gia dự báo rằng một phần nội dung trực tuyến ngày càng tăng sẽ được tạo ra bằng máy - một dự đoán táo bạo của các nhà phân tích ngành cho rằng có tới 90% nội dung trực tuyến có thể được tạo ra bởi AI vào năm 2026 ( Đến năm 2026, Nội dung trực tuyến do những người không phải con người tạo ra sẽ vượt xa Nội dung do con người tạo ra — OODAloop ), mặc dù con số đó vẫn đang được tranh luận. Ngay cả một kết quả thận trọng hơn cũng có nghĩa là vào giữa những năm 2030, phần lớn các bài báo trên web thường lệ, bản sao sản phẩm và thậm chí có thể là nguồn cấp tin tức được cá nhân hóa đều do AI tạo ra.

Trong tiếp thị và truyền thông doanh nghiệp , AI tạo sinh có thể sẽ được giao nhiệm vụ tự động vận hành toàn bộ chiến dịch. Nó có thể tạo và gửi email tiếp thị, bài đăng trên mạng xã hội và các biến thể nội dung quảng cáo được cá nhân hóa, liên tục điều chỉnh thông điệp dựa trên phản ứng của khách hàng - tất cả đều không cần sự tham gia của người viết quảng cáo. Các nhà phân tích của Gartner dự đoán rằng đến năm 2025, ít nhất 30% thông điệp tiếp thị ra bên ngoài của các doanh nghiệp lớn sẽ được tạo ra tổng hợp bởi AI ( Các trường hợp sử dụng AI tạo sinh cho các ngành công nghiệp và doanh nghiệp ), và tỷ lệ này sẽ chỉ tăng lên vào năm 2030.

Tuy nhiên, điều quan trọng cần lưu ý là sự sáng tạo và khả năng phán đoán của con người vẫn đóng vai trò quan trọng, đặc biệt là đối với những nội dung nhạy cảm . Đến năm 2035, AI có thể tự xử lý một thông cáo báo chí hoặc bài đăng trên blog, nhưng đối với báo chí điều tra liên quan đến trách nhiệm giải trình hoặc các chủ đề nhạy cảm, các cơ quan truyền thông có thể vẫn cần sự giám sát của con người. Tương lai có thể sẽ mang đến một cách tiếp cận phân tầng: AI tự động sản xuất phần lớn nội dung hàng ngày, trong khi con người tập trung vào việc biên tập và sản xuất các nội dung chiến lược hoặc nhạy cảm. Về cơ bản, ranh giới của những gì được coi là "thông lệ" sẽ mở rộng khi trình độ AI ngày càng phát triển.

Ngoài ra, các hình thức nội dung mới như tường thuật tương tác do AI tạo ra hoặc báo cáo cá nhân hóa có thể xuất hiện. Ví dụ, báo cáo thường niên của công ty có thể được AI tạo ra theo nhiều phong cách khác nhau – bản tóm tắt cho giám đốc điều hành, bản tường thuật cho nhân viên, bản giàu dữ liệu cho nhà phân tích – mỗi bản đều được tạo tự động từ cùng một dữ liệu cơ bản. Trong giáo dục, sách giáo khoa có thể được AI biên soạn linh hoạt để phù hợp với các trình độ đọc khác nhau. Các ứng dụng này có thể phần lớn là tự động nhưng được hỗ trợ bởi thông tin đã được xác minh.

Xu hướng viết lách cho thấy đến giữa những năm 2030, AI sẽ trở thành một cây bút sung mãn . Chìa khóa cho hoạt động thực sự tự chủ sẽ là xây dựng niềm tin vào kết quả đầu ra của nó. Nếu AI có thể liên tục chứng minh tính chính xác về mặt thực tế, chất lượng văn phong và sự phù hợp với các tiêu chuẩn đạo đức, nhu cầu xem xét từng dòng của con người sẽ giảm bớt. Đến năm 2035, các phần của bản báo cáo này rất có thể sẽ được soạn thảo bởi một nhà nghiên cứu AI mà không cần biên tập viên - một viễn cảnh mà chúng tôi thận trọng lạc quan, miễn là các biện pháp bảo vệ phù hợp được áp dụng.

Trí tuệ nhân tạo trong nghệ thuật thị giác và thiết kế

Khả năng tạo ra hình ảnh và tác phẩm nghệ thuật của AI tạo hình đã thu hút trí tưởng tượng của công chúng, từ những bức tranh đoạt giải trong các cuộc thi nghệ thuật do AI tạo ra cho đến những video deepfake không thể phân biệt được với cảnh quay thực. Trong lĩnh vực hình ảnh, các mô hình AI như mạng đối kháng tạo hình (GAN) và các mô hình khuếch tán (ví dụ: Stable Diffusion, Midjourney) có thể tạo ra hình ảnh gốc dựa trên lời nhắc văn bản. Vậy, liệu AI hiện có thể hoạt động như một nghệ sĩ hay nhà thiết kế tự chủ không?

Năng lực hiện tại (2025): AI như một trợ lý sáng tạo

Tính đến năm 2025, các mô hình tạo hình đã thành thạo trong việc tạo ra hình ảnh theo yêu cầu với độ trung thực ấn tượng. Người dùng có thể yêu cầu AI hình ảnh vẽ "một thành phố thời trung cổ lúc hoàng hôn theo phong cách Van Gogh" và nhận được một hình ảnh nghệ thuật đầy thuyết phục chỉ trong vài giây. Điều này đã dẫn đến việc AI được sử dụng rộng rãi trong thiết kế đồ họa, tiếp thị và giải trí cho nghệ thuật ý tưởng, nguyên mẫu, và thậm chí cả hình ảnh cuối cùng trong một số trường hợp. Đáng chú ý:

• Thiết kế đồ họa & Hình ảnh lưu trữ: Các công ty tạo ra đồ họa trang web, hình minh họa hoặc ảnh lưu trữ thông qua AI, giảm nhu cầu đặt hàng từng tác phẩm từ một họa sĩ. Nhiều nhóm tiếp thị sử dụng công cụ AI để tạo ra các biến thể quảng cáo hoặc hình ảnh sản phẩm nhằm kiểm tra xem điều gì thu hút người tiêu dùng.

• Nghệ thuật và Minh họa: Các họa sĩ cá nhân hợp tác với AI để lên ý tưởng hoặc bổ sung chi tiết. Ví dụ, một họa sĩ minh họa có thể sử dụng AI để tạo bối cảnh, sau đó tích hợp với các nhân vật do con người vẽ. Một số tác giả truyện tranh đã thử nghiệm với các khung tranh hoặc công cụ tô màu do AI tạo ra.

• Truyền thông và Giải trí: Nghệ thuật do AI tạo ra đã xuất hiện trên bìa tạp chí và bìa sách. Một ví dụ nổi tiếng là tạp chí Cosmopolitan với hình ảnh một phi hành gia - được cho là ảnh bìa tạp chí đầu tiên do AI (DALL·E của OpenAI) tạo ra theo chỉ đạo của một giám đốc nghệ thuật. Mặc dù việc này cần sự gợi ý và lựa chọn của con người, nhưng tác phẩm nghệ thuật thực tế lại được tạo ra bởi máy.

Điều quan trọng là hầu hết các ứng dụng hiện tại vẫn liên quan đến việc chọn lọc và lặp lại của con người . AI có thể tạo ra hàng chục hình ảnh, và con người sẽ chọn ra hình ảnh đẹp nhất và có thể chỉnh sửa thêm. Theo nghĩa đó, AI hoạt động tự động để tạo ra các lựa chọn, nhưng con người chỉ đạo hướng sáng tạo và đưa ra quyết định cuối cùng. AI đáng tin cậy trong việc tạo ra nhiều nội dung nhanh chóng, nhưng không đảm bảo đáp ứng tất cả các yêu cầu ngay từ lần thử đầu tiên. Các vấn đề như chi tiết không chính xác (ví dụ: AI vẽ bàn tay với số ngón tay sai, một điểm kỳ quặc đã biết) hoặc kết quả không mong muốn đồng nghĩa với việc một giám đốc nghệ thuật thường cần giám sát chất lượng đầu ra.

Tuy nhiên, có những lĩnh vực mà AI đang tiến gần đến mức tự chủ hoàn toàn:

• Thiết kế Sáng tạo: Trong các lĩnh vực như kiến ​​trúc và thiết kế sản phẩm, các công cụ AI có thể tự động tạo ra các nguyên mẫu thiết kế đáp ứng các ràng buộc cụ thể. Ví dụ, với kích thước và chức năng mong muốn của một món đồ nội thất, một thuật toán sáng tạo có thể tạo ra một số thiết kế khả thi (một số khá độc đáo) mà không cần sự can thiệp của con người ngoài các thông số kỹ thuật ban đầu. Những thiết kế này sau đó có thể được con người sử dụng hoặc tinh chỉnh trực tiếp. Tương tự, trong kỹ thuật, AI sáng tạo có thể thiết kế các bộ phận (ví dụ, một bộ phận máy bay) được tối ưu hóa về trọng lượng và độ bền, tạo ra những hình dạng mới lạ mà con người có thể chưa từng nghĩ đến.

• Tài nguyên trò chơi điện tử: AI có thể tự động tạo kết cấu, mô hình 3D, hoặc thậm chí toàn bộ màn chơi cho trò chơi điện tử. Các nhà phát triển sử dụng chúng để tăng tốc quá trình sáng tạo nội dung. Một số trò chơi độc lập đã bắt đầu kết hợp các hình ảnh minh họa được tạo theo thủ tục và thậm chí cả hội thoại (thông qua mô hình ngôn ngữ) để tạo ra thế giới trò chơi rộng lớn, năng động với lượng tài nguyên do con người tạo ra tối thiểu.

• Hoạt hình và Video (Mới nổi): Mặc dù chưa hoàn thiện bằng hình ảnh tĩnh, AI tạo hình cho video đang có những bước tiến đáng kể. AI hiện đã có thể tạo ra các đoạn video ngắn hoặc hoạt hình từ lời nhắc, mặc dù chất lượng chưa đồng đều. Công nghệ Deepfake – vốn mang tính tạo hình – có thể tạo ra các hình ảnh hoán đổi khuôn mặt hoặc giọng nói chân thực. Trong môi trường được kiểm soát, một studio có thể sử dụng AI để tự động tạo ra cảnh nền hoặc hoạt hình đám đông.

Đáng chú ý, Gartner dự đoán rằng đến năm 2030, chúng ta sẽ được chứng kiến ​​một bộ phim bom tấn với 90% nội dung được tạo ra bởi AI (từ kịch bản đến hình ảnh) ( Các trường hợp sử dụng AI tạo sinh cho các ngành công nghiệp và doanh nghiệp ). Tính đến năm 2025, chúng ta vẫn chưa đạt đến mức đó – AI chưa thể tự mình tạo ra một bộ phim dài. Nhưng các mảnh ghép của bức tranh đó đang phát triển: tạo kịch bản (AI văn bản), tạo nhân vật và cảnh (AI hình ảnh/video), lồng tiếng (AI nhân bản giọng nói), và hỗ trợ biên tập (AI hiện đã có thể hỗ trợ cắt ghép và chuyển cảnh).

Triển vọng 2030-2035: Phương tiện truyền thông do AI tạo ra ở quy mô lớn

Nhìn về tương lai, vai trò của AI tạo sinh trong nghệ thuật thị giác và thiết kế sẽ được mở rộng đáng kể. Đến năm 2035, chúng tôi dự đoán AI sẽ là công cụ sáng tạo nội dung chính trong nhiều phương tiện truyền thông thị giác, thường hoạt động với sự tham gia tối thiểu của con người ngoài những hướng dẫn ban đầu. Một số kỳ vọng:

• Phim và video hoàn toàn do AI tạo ra: Trong mười năm tới, rất có thể chúng ta sẽ thấy những bộ phim hoặc loạt phim đầu tiên phần lớn được sản xuất bằng AI. Con người có thể cung cấp chỉ đạo cấp cao (ví dụ: phác thảo kịch bản hoặc phong cách mong muốn) và AI sẽ kết xuất các cảnh, tạo hình ảnh diễn viên và hoạt hình hóa mọi thứ. Các thử nghiệm ban đầu về phim ngắn có thể diễn ra trong vòng vài năm tới, với các nỗ lực dài tập vào những năm 2030. Những bộ phim AI này có thể bắt đầu ở phân khúc thích hợp (hoạt hình thử nghiệm, v.v.) nhưng có thể trở thành xu hướng chính khi chất lượng được cải thiện. Dự đoán 90% phim vào năm 2030 của Gartner ( Các trường hợp sử dụng AI tạo ra cho các ngành và doanh nghiệp ), mặc dù đầy tham vọng, nhưng vẫn nhấn mạnh niềm tin của ngành rằng việc tạo nội dung bằng AI sẽ đủ tinh vi để gánh vác phần lớn khối lượng công việc trong làm phim.

• Tự động hóa Thiết kế: Trong các lĩnh vực như thời trang hay kiến ​​trúc, AI tạo sinh có thể sẽ được sử dụng để tự động phác thảo hàng trăm ý tưởng thiết kế dựa trên các thông số như "chi phí, vật liệu, phong cách X", để con người tự lựa chọn thiết kế cuối cùng. Điều này đảo ngược xu hướng hiện tại: thay vì các nhà thiết kế sáng tạo từ đầu và có thể sử dụng AI để lấy cảm hứng, các nhà thiết kế tương lai có thể đóng vai trò như người giám tuyển, lựa chọn thiết kế tốt nhất do AI tạo ra và có thể chỉnh sửa nó. Đến năm 2035, một kiến ​​trúc sư có thể nhập các yêu cầu cho một tòa nhà và nhận được bản thiết kế hoàn chỉnh dưới dạng gợi ý từ AI (tất cả đều hợp lý về mặt kết cấu, nhờ các quy tắc kỹ thuật tích hợp).

• Sáng tạo nội dung cá nhân hóa: Chúng ta có thể thấy AI tạo ra hình ảnh trực tiếp cho từng người dùng. Hãy tưởng tượng một trò chơi điện tử hoặc trải nghiệm thực tế ảo vào năm 2035, nơi khung cảnh và nhân vật thích ứng với sở thích của người chơi, được tạo ra theo thời gian thực bởi AI. Hoặc truyện tranh cá nhân hóa được tạo ra dựa trên một ngày của người dùng - một AI "truyện tranh nhật ký hàng ngày" tự động biến nhật ký văn bản của bạn thành hình minh họa tự động mỗi tối.

• Sáng tạo đa phương thức: Các hệ thống AI tạo sinh ngày càng đa phương thức - nghĩa là chúng có thể xử lý văn bản, hình ảnh, âm thanh, v.v. cùng nhau. Bằng cách kết hợp những yếu tố này, AI có thể nhận một yêu cầu đơn giản như "Hãy tạo cho tôi một chiến dịch tiếp thị cho sản phẩm X" và tạo ra không chỉ nội dung viết mà còn cả đồ họa phù hợp, thậm chí có thể là các video quảng cáo ngắn, tất cả đều đồng nhất về phong cách. Bộ nội dung một cú nhấp chuột kiểu này có khả năng trở thành một dịch vụ vào đầu những năm 2030.

Liệu AI có thay thế nghệ sĩ con người không? Câu hỏi này thường được đặt ra. Có khả năng AI sẽ đảm nhận rất nhiều công việc sản xuất (đặc biệt là nghệ thuật lặp đi lặp lại hoặc nghệ thuật quay vòng nhanh cần thiết cho doanh nghiệp), nhưng nghệ thuật của con người sẽ vẫn giữ nguyên tính độc đáo và đổi mới. Đến năm 2035, một AI tự động có thể vẽ một bức tranh đáng tin cậy theo phong cách của một nghệ sĩ nổi tiếng - nhưng việc tạo ra một mới hoặc nghệ thuật có sự cộng hưởng sâu sắc về văn hóa vẫn có thể là sở trường của con người (có khả năng với AI là cộng tác viên). Chúng tôi hình dung một tương lai nơi các nghệ sĩ con người làm việc cùng với các "đồng nghệ sĩ" AI tự động. Ví dụ, người ta có thể ủy thác cho một AI cá nhân liên tục tạo ra nghệ thuật cho một phòng trưng bày kỹ thuật số tại nhà của một người, tạo ra bầu không khí sáng tạo luôn thay đổi.

Xét về độ tin cậy, AI tạo hình ảnh có con đường tự chủ dễ dàng hơn so với văn bản ở một số khía cạnh: một hình ảnh có thể được coi là "đủ tốt" một cách chủ quan ngay cả khi không hoàn hảo, trong khi một lỗi thực tế trong văn bản lại gây ra nhiều vấn đề hơn. Do đó, chúng ta đã thấy việc áp dụng có rủi ro tương đối thấp – nếu một thiết kế do AI tạo ra xấu xí hoặc sai, bạn chỉ cần không sử dụng nó, nhưng bản thân nó không gây hại gì. Điều này có nghĩa là đến những năm 2030, các công ty có thể thoải mái để AI tạo ra các thiết kế mà không cần giám sát và chỉ liên quan đến con người khi cần một thứ gì đó thực sự mới lạ hoặc rủi ro.

Tóm lại, đến năm 2035, AI tạo hình dự kiến ​​sẽ trở thành một công cụ sáng tạo nội dung mạnh mẽ trong lĩnh vực hình ảnh, có khả năng chịu trách nhiệm cho một phần đáng kể hình ảnh và phương tiện truyền thông xung quanh chúng ta. Nó sẽ tạo ra nội dung đáng tin cậy cho giải trí, thiết kế và giao tiếp hàng ngày. Nghệ sĩ tự chủ đang ở ngay trước mắt - mặc dù việc AI được coi là sáng tạo hay chỉ là một công cụ rất thông minh vẫn là một cuộc tranh luận sẽ phát triển khi các sản phẩm của nó trở nên không thể phân biệt được với sản phẩm do con người tạo ra.

Trí tuệ nhân tạo trong phát triển phần mềm (Lập trình)

Phát triển phần mềm có vẻ như là một nhiệm vụ mang tính phân tích cao, nhưng nó cũng chứa đựng yếu tố sáng tạo - viết mã về cơ bản là tạo ra văn bản bằng một ngôn ngữ có cấu trúc. AI tạo sinh hiện đại, đặc biệt là các mô hình ngôn ngữ lớn, đã chứng minh được khả năng lập trình khá thành thạo. Các công cụ như GitHub Copilot, Amazon CodeWhisperer và các công cụ khác hoạt động như những lập trình viên AI, gợi ý các đoạn mã hoặc thậm chí toàn bộ hàm khi nhà phát triển nhập liệu. Điều này có thể tiến xa đến mức nào đối với lập trình tự động?

Năng lực hiện tại (2025): AI như một đồng nghiệp lập trình

Đến năm 2025, các trình tạo mã AI đã trở nên phổ biến trong quy trình làm việc của nhiều nhà phát triển. Những công cụ này có thể tự động hoàn thành các dòng mã, tạo ra các mẫu mã (như các hàm hoặc bài kiểm tra chuẩn), và thậm chí viết các chương trình đơn giản dựa trên mô tả ngôn ngữ tự nhiên. Tuy nhiên, điều quan trọng là chúng hoạt động dưới sự giám sát của nhà phát triển - nhà phát triển sẽ xem xét và tích hợp các đề xuất của AI.

Một số sự kiện và số liệu hiện tại:

• Hơn một nửa số nhà phát triển chuyên nghiệp đã áp dụng trợ lý mã hóa AI vào cuối năm 2023 ( Mã hóa trên Copilot: Dữ liệu năm 2023 cho thấy áp lực giảm đối với chất lượng mã (bao gồm cả dự báo năm 2024) - GitClear ), cho thấy sự tiếp nhận nhanh chóng. GitHub Copilot, một trong những công cụ phổ biến đầu tiên, được báo cáo là tạo ra trung bình 30-40% mã trong các dự án sử dụng công cụ này ( Mã hóa không còn là MOAT nữa. 46% mã trên GitHub đã là ... ). Điều này có nghĩa là AI đã viết một phần đáng kể mã, mặc dù con người đang điều khiển và xác thực nó.

• Các công cụ AI này rất hiệu quả trong các tác vụ như viết mã lặp lại (ví dụ: lớp mô hình dữ liệu, phương thức getter/setter), chuyển đổi ngôn ngữ lập trình này sang ngôn ngữ lập trình khác, hoặc tạo ra các thuật toán đơn giản giống với các ví dụ huấn luyện. Ví dụ: nhà phát triển có thể chú thích "hàm // để sắp xếp danh sách người dùng theo tên" và AI sẽ tạo ra một hàm sắp xếp phù hợp gần như ngay lập tức.

• Chúng cũng hỗ trợ sửa lỗi và giải thích : nhà phát triển có thể dán thông báo lỗi và AI có thể đề xuất cách khắc phục, hoặc hỏi "Mã này làm gì?" và nhận được lời giải thích bằng ngôn ngữ tự nhiên. Điều này mang tính tự chủ (AI có thể tự chẩn đoán sự cố), nhưng con người sẽ quyết định có áp dụng bản sửa lỗi hay không.

• Điều quan trọng là các trợ lý mã hóa AI hiện tại không phải lúc nào cũng hoàn hảo. Chúng có thể đề xuất mã không an toàn, hoặc mã gần như giải quyết được vấn đề nhưng lại có lỗi tinh vi. Do đó, phương pháp tốt nhất hiện nay là duy trì sự tham gia của con người – nhà phát triển kiểm tra và gỡ lỗi mã do AI viết giống như mã do con người viết. Trong các ngành được quản lý chặt chẽ hoặc phần mềm quan trọng (như hệ thống y tế hoặc hàng không), bất kỳ đóng góp nào của AI đều phải trải qua quá trình đánh giá nghiêm ngặt.

Hiện nay, không có hệ thống phần mềm chính thống nào được triển khai hoàn toàn bằng AI từ đầu mà không có sự giám sát của nhà phát triển. Tuy nhiên, một số ứng dụng tự động hoặc bán tự động đang nổi lên:

• Kiểm thử đơn vị tự động: AI có thể phân tích mã và tạo ra các bài kiểm thử đơn vị để xử lý nhiều trường hợp khác nhau. Một khung kiểm thử có thể tự động tạo và chạy các bài kiểm thử do AI viết này để phát hiện lỗi, bổ sung cho các bài kiểm thử do con người viết.

• Nền tảng ít mã/không mã với AI: Một số nền tảng cho phép người dùng không phải lập trình viên mô tả những gì họ muốn (ví dụ: "xây dựng trang web với biểu mẫu liên hệ và cơ sở dữ liệu để lưu các mục nhập") và hệ thống sẽ tạo mã. Mặc dù vẫn đang trong giai đoạn đầu, điều này gợi ý về tương lai khi AI có thể tự động tạo phần mềm cho các trường hợp sử dụng tiêu chuẩn.

• Viết kịch bản và mã kết nối: Tự động hóa CNTT thường liên quan đến việc viết kịch bản để kết nối các hệ thống. Các công cụ AI thường có thể tự động tạo ra những kịch bản nhỏ này. Ví dụ: viết kịch bản để phân tích tệp nhật ký và gửi cảnh báo qua email – AI có thể tạo ra một kịch bản hoạt động với ít hoặc không cần chỉnh sửa.

Triển vọng 2030-2035: Hướng tới phần mềm “tự phát triển”

Trong thập kỷ tới, AI tạo sinh dự kiến ​​sẽ đảm nhiệm phần lớn hơn gánh nặng lập trình, tiến gần hơn đến việc phát triển phần mềm hoàn toàn tự động cho một số loại dự án nhất định. Một số phát triển dự kiến:

• Triển khai Tính năng Hoàn chỉnh: Đến năm 2030, chúng tôi dự đoán AI sẽ có khả năng triển khai các tính năng ứng dụng đơn giản từ đầu đến cuối. Một nhà quản lý sản phẩm có thể mô tả một tính năng bằng ngôn ngữ đơn giản ("Người dùng có thể đặt lại mật khẩu qua liên kết email") và AI có thể tạo mã cần thiết (biểu mẫu front-end, logic back-end, cập nhật cơ sở dữ liệu, gửi email) và tích hợp vào cơ sở dữ liệu mã. AI sẽ hoạt động hiệu quả như một lập trình viên mới vào nghề, có thể tuân thủ các thông số kỹ thuật. Một kỹ sư con người có thể chỉ cần xem xét mã và chạy thử nghiệm. Khi độ tin cậy của AI được cải thiện, việc xem xét mã có thể trở thành một quá trình lướt qua nhanh chóng, nếu có.

• Bảo trì Mã Tự động: Một phần quan trọng của kỹ thuật phần mềm không chỉ là viết mã mới mà còn là cập nhật mã hiện có – sửa lỗi, cải thiện hiệu suất, thích ứng với các yêu cầu mới. Các nhà phát triển AI trong tương lai có thể sẽ xuất sắc trong việc này. Với một cơ sở mã và một chỉ thị (“ứng dụng của chúng ta bị sập khi quá nhiều người dùng đăng nhập cùng lúc”), AI có thể xác định vị trí sự cố (ví dụ như lỗi đồng thời) và vá lỗi. Đến năm 2035, các hệ thống AI có thể tự động xử lý các phiếu bảo trì định kỳ chỉ trong một đêm, đóng vai trò như một đội ngũ bảo trì không biết mệt mỏi cho các hệ thống phần mềm.

• Tích hợp và sử dụng API: Khi ngày càng nhiều hệ thống phần mềm và API đi kèm tài liệu có thể đọc được bằng AI, một tác nhân AI có thể tự tìm ra cách kết nối Hệ thống A với Dịch vụ B bằng cách viết mã kết nối. Ví dụ: nếu một công ty muốn hệ thống nhân sự nội bộ đồng bộ với một API bảng lương mới, họ có thể giao nhiệm vụ cho một AI "làm cho chúng tương tác với nhau" và nó sẽ viết mã tích hợp sau khi đọc thông số kỹ thuật của cả hai hệ thống.

• Chất lượng và Tối ưu hóa: Các mô hình tạo mã trong tương lai có thể sẽ tích hợp các vòng phản hồi để xác minh mã hoạt động (ví dụ: chạy thử nghiệm hoặc mô phỏng trong môi trường thử nghiệm). Điều này có nghĩa là AI không chỉ có thể viết mã mà còn có thể tự sửa lỗi bằng cách kiểm tra. Đến năm 2035, chúng ta có thể hình dung một AI, khi được giao một nhiệm vụ, sẽ liên tục lặp lại mã cho đến khi tất cả các bài kiểm tra đều vượt qua – một quy trình mà con người có thể không cần phải theo dõi từng dòng. Điều này sẽ làm tăng đáng kể độ tin cậy vào mã được tạo ra tự động.

Người ta có thể hình dung một viễn cảnh vào năm 2035, khi một dự án phần mềm nhỏ - chẳng hạn như một ứng dụng di động tùy chỉnh cho doanh nghiệp - có thể được phát triển phần lớn bởi một tác nhân AI được hướng dẫn ở cấp độ cao. "Nhà phát triển" trong viễn cảnh đó giống như một người quản lý dự án hoặc người xác thực, chỉ định các yêu cầu và ràng buộc (bảo mật, hướng dẫn về phong cách) và để AI đảm nhiệm phần việc nặng nhọc của việc viết mã thực tế.

Tuy nhiên, đối với phần mềm phức tạp, quy mô lớn (hệ điều hành, thuật toán AI tiên tiến, v.v.), các chuyên gia con người vẫn sẽ tham gia sâu rộng. Việc giải quyết vấn đề sáng tạo và thiết kế kiến ​​trúc phần mềm có thể vẫn do con người dẫn dắt trong một thời gian nữa. AI có thể xử lý rất nhiều tác vụ lập trình, nhưng việc quyết định cái gì và thiết kế cấu trúc tổng thể lại là một thách thức khác. Tuy nhiên, khi AI tạo sinh bắt đầu hợp tác - nhiều tác nhân AI xử lý các thành phần khác nhau của một hệ thống - chúng có thể cùng nhau thiết kế kiến ​​trúc ở một mức độ nào đó (ví dụ: một AI đề xuất thiết kế hệ thống, một AI khác phê bình và họ lặp lại, với sự giám sát của con người trong quá trình này).

Một lợi ích lớn được kỳ vọng của AI trong lập trình là tăng cường năng suất . Gartner dự đoán rằng đến năm 2028, 90% kỹ sư phần mềm sẽ sử dụng trợ lý mã AI (tăng từ mức dưới 15% vào năm 2024) ( GitHub Copilot dẫn đầu Báo cáo nghiên cứu về Trợ lý mã AI -- Tạp chí Visual Studio ). Điều này cho thấy những người ngoại lệ - những người không sử dụng AI - sẽ rất ít. Chúng ta cũng có thể thấy sự thiếu hụt các nhà phát triển con người trong một số lĩnh vực được giảm bớt nhờ AI lấp đầy khoảng trống; về cơ bản, mỗi nhà phát triển có thể làm được nhiều việc hơn với một trợ lý AI có khả năng tự động soạn thảo mã.

Niềm tin sẽ vẫn là vấn đề cốt lõi. Ngay cả vào năm 2035, các tổ chức vẫn cần đảm bảo mã được tạo tự động phải an toàn (AI không được tạo ra lỗ hổng) và tuân thủ các chuẩn mực pháp lý/đạo đức (ví dụ: AI không bao gồm mã sao chép từ thư viện nguồn mở mà không có giấy phép hợp lệ). Chúng tôi kỳ vọng các công cụ quản trị AI được cải tiến có thể xác minh và truy xuất nguồn gốc mã do AI viết, giúp mã hóa tự động hơn mà không gặp rủi ro.

Tóm lại, đến giữa những năm 2030, AI tạo sinh có khả năng xử lý phần lớn mã hóa cho các tác vụ phần mềm thông thường và hỗ trợ đáng kể cho các tác vụ phức tạp. Vòng đời phát triển phần mềm sẽ được tự động hóa hơn nhiều – từ yêu cầu đến triển khai – với AI có khả năng tự động tạo và triển khai các thay đổi mã. Các nhà phát triển con người sẽ tập trung nhiều hơn vào logic cấp cao, trải nghiệm người dùng và giám sát, trong khi các tác nhân AI xử lý các chi tiết triển khai.

Trí tuệ nhân tạo trong dịch vụ và hỗ trợ khách hàng

Nếu bạn đã từng tương tác với một cuộc trò chuyện hỗ trợ khách hàng trực tuyến gần đây, rất có thể AI đã ở đầu dây bên kia ít nhất một phần của cuộc trò chuyện. Dịch vụ khách hàng là một lĩnh vực phù hợp với tự động hóa AI: nó liên quan đến việc trả lời các câu hỏi của người dùng, điều mà AI tạo ra (đặc biệt là các mô hình đàm thoại) có thể làm khá tốt, và nó thường tuân theo các tập lệnh hoặc bài viết trong cơ sở kiến ​​thức, mà AI có thể học được. Vậy AI có thể xử lý khách hàng một cách tự động đến mức nào?

Khả năng hiện tại (2025): Chatbot và Đại lý ảo dẫn đầu

Tính đến thời điểm hiện tại, nhiều tổ chức đã triển khai chatbot AI làm điểm tiếp xúc đầu tiên trong dịch vụ khách hàng. Các chatbot này bao gồm từ các bot dựa trên quy tắc đơn giản (“Nhấn 1 để thanh toán, 2 để hỗ trợ…”) đến các chatbot AI tạo hình tiên tiến có thể diễn giải các câu hỏi tự do và trả lời theo kiểu hội thoại. Những điểm chính:

• Xử lý các câu hỏi thường gặp: Các trợ lý AI xuất sắc trong việc trả lời các câu hỏi thường gặp, cung cấp thông tin (giờ mở cửa, chính sách hoàn tiền, các bước khắc phục sự cố đã biết) và hướng dẫn người dùng thực hiện các quy trình chuẩn. Ví dụ: chatbot AI cho một ngân hàng có thể tự động giúp người dùng kiểm tra số dư tài khoản, đặt lại mật khẩu hoặc giải thích cách đăng ký vay mà không cần sự trợ giúp của con người.

• Hiểu Ngôn ngữ Tự nhiên: Các mô hình tạo sinh hiện đại cho phép tương tác mượt mà hơn và "giống con người" hơn. Khách hàng có thể nhập câu hỏi bằng ngôn ngữ của riêng họ và AI thường có thể nắm bắt được ý định. Các công ty báo cáo rằng các tác nhân AI ngày nay làm hài lòng khách hàng hơn nhiều so với những con bot cồng kềnh của vài năm trước – gần một nửa khách hàng hiện tin rằng các tác nhân AI có thể đồng cảm và hiệu quả khi giải quyết các vấn đề ( 59 thống kê về dịch vụ khách hàng AI năm 2025 ), cho thấy sự tin tưởng ngày càng tăng vào dịch vụ do AI điều khiển.

• Hỗ trợ đa kênh: AI không chỉ có trong trò chuyện. Trợ lý giọng nói (như hệ thống IVR qua điện thoại với AI hỗ trợ) đang bắt đầu xử lý cuộc gọi, và AI cũng có thể soạn thảo email trả lời các câu hỏi của khách hàng, có thể tự động gửi đi nếu được xác định là chính xác.

• Khi Con Người Can Thiệp: Thông thường, nếu AI bị nhầm lẫn hoặc câu hỏi quá phức tạp, nó sẽ chuyển giao cho một nhân viên con người. Các hệ thống hiện tại rất giỏi trong việc xác định giới hạn của mình trong nhiều trường hợp. Ví dụ, nếu khách hàng hỏi điều gì đó bất thường hoặc tỏ ra bực bội ("Đây là lần thứ ba tôi liên hệ với anh/chị và tôi rất khó chịu..."), AI có thể đánh dấu điều này để nhân viên con người tiếp quản. Ngưỡng chuyển giao được các công ty đặt ra để cân bằng giữa hiệu quả và sự hài lòng của khách hàng.

Nhiều công ty đã báo cáo rằng một phần đáng kể các tương tác được giải quyết chỉ bằng AI. Theo các khảo sát trong ngành, hiện nay khoảng 70-80% các yêu cầu thông thường của khách hàng có thể được xử lý bởi chatbot AI, và khoảng 40% tương tác của khách hàng trên các kênh của công ty đã được tự động hóa hoặc hỗ trợ bởi AI ( 52 Thống kê về Dịch vụ Khách hàng AI Bạn Nên Biết - Plivo ). Chỉ số Áp dụng AI Toàn cầu của IBM (2022) cho thấy 80% công ty đã sử dụng hoặc có kế hoạch sử dụng chatbot AI cho dịch vụ khách hàng vào năm 2025.

Một phát triển thú vị là AI không chỉ phản hồi khách hàng mà còn chủ động hỗ trợ nhân viên theo thời gian thực. Ví dụ: trong cuộc trò chuyện trực tiếp hoặc cuộc gọi, AI có thể lắng nghe và cung cấp cho nhân viên những câu trả lời gợi ý hoặc thông tin liên quan ngay lập tức. Điều này làm mờ ranh giới của tính tự chủ - AI không chỉ đối mặt với khách hàng, mà còn chủ động tham gia mà không cần bất kỳ câu hỏi rõ ràng nào từ con người. Nó hoạt động hiệu quả như một cố vấn tự chủ cho nhân viên.

Triển vọng 2030-2035: Tương tác với khách hàng chủ yếu do AI thúc đẩy

Đến năm 2030, phần lớn các tương tác dịch vụ khách hàng dự kiến ​​sẽ liên quan đến AI, với nhiều giao dịch được AI xử lý hoàn toàn từ đầu đến cuối. Các dự đoán và xu hướng ủng hộ điều này:

• Giải quyết các truy vấn phức tạp hơn: Khi các mô hình AI tích hợp kiến ​​thức sâu rộng và cải thiện khả năng lập luận, chúng sẽ có thể xử lý các yêu cầu phức tạp hơn của khách hàng. Thay vì chỉ trả lời câu hỏi "Làm thế nào để trả lại một mặt hàng?", AI trong tương lai có thể xử lý các vấn đề nhiều bước như "Mạng internet của tôi bị hỏng, tôi đã thử khởi động lại, bạn có thể giúp tôi không?" bằng cách chẩn đoán sự cố thông qua hộp thoại, hướng dẫn khách hàng khắc phục sự cố nâng cao, và chỉ khi tất cả các cách khác đều không hiệu quả mới lên lịch cho kỹ thuật viên - những công việc mà ngày nay có thể yêu cầu nhân viên hỗ trợ kỹ thuật. Trong dịch vụ khách hàng chăm sóc sức khỏe, AI có thể xử lý việc đặt lịch hẹn cho bệnh nhân hoặc các truy vấn về bảo hiểm từ đầu đến cuối.

• Giải pháp Dịch vụ Toàn diện: Chúng ta có thể thấy AI không chỉ hướng dẫn khách hàng phải làm gì, mà còn thực sự làm việc đó thay mặt khách hàng trong các hệ thống back-end. Ví dụ, nếu khách hàng nói "Tôi muốn đổi chuyến bay sang thứ Hai tuần sau và thêm một kiện hành lý", một nhân viên AI vào năm 2030 có thể trực tiếp giao tiếp với hệ thống đặt chỗ của hãng hàng không, thực hiện thay đổi, xử lý thanh toán cho kiện hành lý và xác nhận với khách hàng - tất cả đều hoàn toàn tự động. AI sẽ trở thành một nhân viên dịch vụ toàn diện, chứ không chỉ là một nguồn thông tin.

• Trợ lý AI hiện diện khắp nơi: Các công ty có thể sẽ triển khai AI trên tất cả các điểm tiếp xúc với khách hàng – điện thoại, trò chuyện, email, mạng xã hội. Nhiều khách hàng thậm chí có thể không nhận ra họ đang nói chuyện với AI hay người thật, đặc biệt là khi giọng nói AI trở nên tự nhiên hơn và phản hồi trò chuyện có ngữ cảnh rõ ràng hơn. Đến năm 2035, việc liên hệ với bộ phận chăm sóc khách hàng thường có nghĩa là tương tác với một AI thông minh, có khả năng ghi nhớ các tương tác trước đây của bạn, hiểu sở thích của bạn và thích ứng với giọng điệu của bạn – về cơ bản là một trợ lý ảo được cá nhân hóa cho mọi khách hàng.

• Quyết định của AI trong Tương tác: Không chỉ trả lời câu hỏi, AI sẽ bắt đầu đưa ra những quyết định hiện tại cần sự chấp thuận của quản lý. Ví dụ, ngày nay, một nhân viên có thể cần sự chấp thuận của cấp trên để hoàn tiền hoặc giảm giá đặc biệt nhằm xoa dịu khách hàng đang tức giận. Trong tương lai, AI có thể được giao phó những quyết định đó, trong giới hạn được xác định, dựa trên giá trị trọn đời của khách hàng được tính toán và phân tích cảm xúc. Một nghiên cứu của Futurum/IBM dự đoán rằng đến năm 2030, khoảng 69% quyết định được đưa ra trong quá trình tương tác với khách hàng theo thời gian thực sẽ được thực hiện bởi máy móc thông minh ( Để hình dung lại sự chuyển đổi sang Trải nghiệm Khách hàng, Nhà tiếp thị phải làm 2 điều này ) – về cơ bản, AI sẽ quyết định phương án hành động tốt nhất trong một tương tác.

• 100% sự tham gia của AI: Một báo cáo cho thấy AI cuối cùng sẽ đóng vai trò trong mọi tương tác với khách hàng ( 59 thống kê về dịch vụ khách hàng AI năm 2025 ), dù là trực tiếp hay gián tiếp. Điều này có nghĩa là ngay cả khi con người tương tác với khách hàng, họ vẫn sẽ được AI hỗ trợ (đưa ra gợi ý, thu thập thông tin). Nói cách khác, không có thắc mắc nào của khách hàng không được giải đáp tại bất kỳ thời điểm nào - nếu con người không trực tuyến, AI luôn ở đó.

Đến năm 2035, chúng ta có thể thấy các nhân viên chăm sóc khách hàng con người chỉ còn chuyên biệt cho những tình huống nhạy cảm hoặc đòi hỏi sự tương tác cao (ví dụ: khách hàng VIP hoặc giải quyết khiếu nại phức tạp cần sự đồng cảm của con người). Các yêu cầu thông thường - từ ngân hàng đến bán lẻ đến hỗ trợ kỹ thuật - có thể được xử lý bởi một đội ngũ nhân viên AI hoạt động 24/7, liên tục học hỏi từ mỗi tương tác. Sự thay đổi này có thể giúp dịch vụ khách hàng nhất quán và nhanh chóng hơn, vì AI không bắt mọi người phải chờ đợi và về mặt lý thuyết có thể đa nhiệm để xử lý số lượng khách hàng không giới hạn cùng lúc.

Tầm nhìn này đặt ra nhiều thách thức: AI phải rất mạnh mẽ để xử lý được sự khó lường của khách hàng. Nó phải có khả năng xử lý tiếng lóng, sự tức giận, sự nhầm lẫn và vô vàn cách giao tiếp khác nhau của con người. Nó cũng cần kiến ​​thức cập nhật (sẽ vô ích nếu thông tin của AI đã lỗi thời). Bằng cách đầu tư vào việc tích hợp giữa AI và cơ sở dữ liệu của công ty (để có thông tin theo thời gian thực về đơn hàng, sự cố, v.v.), những rào cản này có thể được giải quyết.

Về mặt đạo đức, các công ty sẽ cần quyết định khi nào nên tiết lộ "bạn đang nói chuyện với AI" và đảm bảo tính công bằng (AI không đối xử khác biệt với một số khách hàng nhất định theo hướng tiêu cực do đào tạo thiên vị). Giả sử những điều này được quản lý, thì cơ sở kinh doanh rất vững chắc: Dịch vụ khách hàng AI có thể cắt giảm đáng kể chi phí và thời gian chờ đợi. Thị trường AI trong dịch vụ khách hàng được dự đoán sẽ tăng trưởng lên hàng chục tỷ đô la vào năm 2030 ( Báo cáo Thị trường AI trong Dịch vụ Khách hàng 2025-2030: Trường hợp ) ( AI Tạo sinh đang Thúc đẩy Logistics như thế nào | Ryder ) khi các tổ chức đầu tư vào những năng lực này.

Tóm lại, hãy kỳ vọng vào một tương lai mà dịch vụ khách hàng AI tự động trở thành tiêu chuẩn . Việc nhận được sự trợ giúp thường đồng nghĩa với việc tương tác với một máy móc thông minh có thể giải quyết vấn đề của bạn một cách nhanh chóng. Con người vẫn sẽ tham gia giám sát và xử lý các trường hợp khẩn cấp, nhưng chủ yếu là giám sát lực lượng lao động AI. Kết quả có thể là dịch vụ nhanh hơn, được cá nhân hóa hơn cho người tiêu dùng – miễn là AI được đào tạo và giám sát đúng cách để tránh những phiền toái của trải nghiệm "đường dây nóng robot" trong quá khứ.

Trí tuệ nhân tạo trong chăm sóc sức khỏe và y học

Chăm sóc sức khỏe là một lĩnh vực có rủi ro rất cao. Ý tưởng về việc AI hoạt động mà không cần sự giám sát của con người trong y học khơi dậy cả sự phấn khích (vì hiệu quả và phạm vi tiếp cận) lẫn sự thận trọng (vì lý do an toàn và đồng cảm). Trí tuệ nhân tạo (AI) đã bắt đầu thâm nhập vào các lĩnh vực như phân tích hình ảnh y tế, ghi chép lâm sàng, và thậm chí cả việc phát triển thuốc. Vậy AI có thể tự mình làm được những gì một cách có trách nhiệm?

Năng lực hiện tại (2025): Hỗ trợ bác sĩ lâm sàng, không thay thế họ

Hiện nay, AI tạo sinh trong chăm sóc sức khỏe chủ yếu đóng vai trò là trợ lý đắc lực cho các chuyên gia y tế, chứ không phải là người ra quyết định độc lập. Ví dụ:

• Tài liệu Y khoa: Một trong những ứng dụng AI thành công nhất trong chăm sóc sức khỏe là hỗ trợ bác sĩ xử lý giấy tờ. Các mô hình ngôn ngữ tự nhiên có thể ghi chép lại các lần khám bệnh và tạo ghi chú lâm sàng hoặc tóm tắt xuất viện. Các công ty có "người ghi chép AI" lắng nghe trong quá trình khám bệnh (qua micro) và tự động tạo bản nháp ghi chú khám bệnh để bác sĩ xem lại. Điều này giúp bác sĩ tiết kiệm thời gian đánh máy. Một số hệ thống thậm chí còn tự động điền một số phần của hồ sơ sức khỏe điện tử. Việc này có thể được thực hiện với sự can thiệp tối thiểu - bác sĩ chỉ cần sửa bất kỳ lỗi nhỏ nào trên bản nháp, nghĩa là việc ghi chú phần lớn là tự động.

• X quang và Hình ảnh: AI, bao gồm các mô hình tạo sinh, có thể phân tích tia X, MRI và CT để phát hiện các bất thường (như khối u hoặc gãy xương). Năm 2018, FDA đã phê duyệt một hệ thống AI để tự động phát hiện bệnh võng mạc tiểu đường (một bệnh về mắt) trong hình ảnh võng mạc - đáng chú ý là hệ thống này được phép đưa ra quyết định mà không cần đánh giá của chuyên gia trong bối cảnh sàng lọc cụ thể đó. Hệ thống đó không phải là AI tạo sinh, nhưng nó cho thấy các cơ quan quản lý đã cho phép chẩn đoán AI tự động trong một số trường hợp hạn chế. Các mô hình tạo sinh được sử dụng để tạo báo cáo toàn diện. Ví dụ: AI có thể kiểm tra X quang ngực và soạn thảo báo cáo của bác sĩ X quang nói rằng "Không có phát hiện cấp tính. Phổi trong. Tim có kích thước bình thường". Sau đó, bác sĩ X quang chỉ cần xác nhận và ký. Trong một số trường hợp thông thường, các báo cáo này có thể được xuất bản mà không cần chỉnh sửa nếu bác sĩ X quang tin tưởng vào AI và chỉ cần kiểm tra nhanh.

• Kiểm tra Triệu chứng và Y tá Ảo: Các chatbot AI tạo sinh đang được sử dụng như những công cụ kiểm tra triệu chứng tuyến đầu. Bệnh nhân có thể nhập triệu chứng và nhận tư vấn (ví dụ: "Có thể chỉ là cảm lạnh thông thường; hãy nghỉ ngơi và uống nước, nhưng hãy đi khám bác sĩ nếu gặp triệu chứng X hoặc Y."). Các ứng dụng như Babylon Health sử dụng AI để đưa ra khuyến nghị. Hiện tại, những khuyến nghị này thường mang tính chất thông tin, không phải là lời khuyên y tế chắc chắn, và khuyến khích bệnh nhân nên đến gặp bác sĩ lâm sàng để được tư vấn về các vấn đề nghiêm trọng.

• Khám phá Thuốc (Hóa học Tạo sinh): Các mô hình AI tạo sinh có thể đề xuất các cấu trúc phân tử mới cho thuốc. Điều này thuộc lĩnh vực nghiên cứu nhiều hơn là chăm sóc bệnh nhân. Các AI này hoạt động tự động để đề xuất hàng ngàn hợp chất ứng viên với các đặc tính mong muốn, sau đó các nhà hóa học sẽ xem xét và thử nghiệm trong phòng thí nghiệm. Các công ty như Insilico Medicine đã sử dụng AI để tạo ra các ứng viên thuốc mới trong thời gian ngắn hơn đáng kể. Mặc dù điều này không tương tác trực tiếp với bệnh nhân, nhưng đây là một ví dụ về việc AI tự động tạo ra các giải pháp (thiết kế phân tử) mà con người sẽ mất nhiều thời gian hơn để tìm ra.

• Vận hành Chăm sóc Sức khỏe: AI đang giúp tối ưu hóa lịch trình, quản lý cung ứng và các hoạt động hậu cần khác trong bệnh viện. Ví dụ, một mô hình sinh ra có thể mô phỏng luồng bệnh nhân và đề xuất điều chỉnh lịch trình để giảm thời gian chờ đợi. Mặc dù không dễ thấy, nhưng đây là những quyết định mà AI có thể đưa ra với những thay đổi thủ công tối thiểu.

Điều quan trọng cần lưu ý là tính đến năm 2025, không bệnh viện nào cho phép AI tự đưa ra các quyết định y tế hoặc phương pháp điều trị quan trọng mà không có sự chấp thuận của con người. Việc chẩn đoán và lập kế hoạch điều trị vẫn nằm trong tay con người, với sự hỗ trợ của AI. Niềm tin cần thiết để AI có thể tự động thông báo cho bệnh nhân "Bạn bị ung thư" hoặc kê đơn thuốc vẫn chưa đạt được, và cũng không nên có nếu không có sự xác thực rộng rãi. Các chuyên gia y tế tận dụng AI như một đôi mắt thứ hai hoặc một công cụ tiết kiệm thời gian, nhưng họ vẫn xác minh các kết quả đầu ra quan trọng.

Triển vọng 2030-2035: AI là đồng nghiệp của bác sĩ (và có thể là y tá hoặc dược sĩ)

Trong thập kỷ tới, chúng tôi kỳ vọng AI tạo ra sẽ tự động thực hiện nhiều nhiệm vụ lâm sàng thường xuyên hơn và mở rộng phạm vi cung cấp dịch vụ chăm sóc sức khỏe:

• Chẩn đoán sơ bộ tự động: Đến năm 2030, AI có thể xử lý đáng tin cậy các phân tích ban đầu cho nhiều tình trạng phổ biến. Hãy tưởng tượng một hệ thống AI trong phòng khám đọc các triệu chứng, tiền sử bệnh, thậm chí cả giọng nói và các dấu hiệu trên khuôn mặt của bệnh nhân thông qua camera và đưa ra gợi ý chẩn đoán và các xét nghiệm được khuyến nghị - tất cả trước khi bác sĩ khám cho bệnh nhân. Sau đó, bác sĩ có thể tập trung vào việc xác nhận và thảo luận về chẩn đoán. Trong y tế từ xa, trước tiên bệnh nhân có thể trò chuyện với AI để thu hẹp vấn đề (ví dụ: khả năng nhiễm trùng xoang so với tình trạng nghiêm trọng hơn) và sau đó kết nối họ với bác sĩ lâm sàng nếu cần. Các cơ quan quản lý có thể cho phép AI chẩn chính thức một số tình trạng nhỏ mà không cần sự giám sát của con người nếu được chứng minh là cực kỳ chính xác - ví dụ, AI có thể chẩn đoán nhiễm trùng tai đơn giản từ hình ảnh soi tai.

• Thiết bị theo dõi sức khỏe cá nhân: Với sự phổ biến của các thiết bị đeo (đồng hồ thông minh, cảm biến sức khỏe), AI sẽ theo dõi bệnh nhân liên tục và tự động cảnh báo các vấn đề. Ví dụ, đến năm 2035, AI trên thiết bị đeo của bạn có thể phát hiện nhịp tim bất thường và tự động lên lịch cho bạn một buổi tư vấn trực tuyến khẩn cấp, hoặc thậm chí gọi xe cấp cứu nếu phát hiện dấu hiệu đau tim hoặc đột quỵ. Điều này vượt ra ngoài phạm vi quyết định tự động - quyết định tình huống là khẩn cấp và hành động - một ứng dụng tiềm năng và có thể cứu sống người dùng AI.

• Khuyến nghị điều trị: AI tạo sinh được đào tạo dựa trên tài liệu y khoa và dữ liệu bệnh nhân có thể đề xuất các kế hoạch điều trị cá nhân hóa. Đến năm 2030, đối với các bệnh phức tạp như ung thư, các hội đồng khối u AI có thể phân tích cấu trúc di truyền và tiền sử bệnh của bệnh nhân và tự động soạn thảo phác đồ điều trị được khuyến nghị (kế hoạch hóa trị, lựa chọn thuốc). Các bác sĩ sẽ xem xét kế hoạch này, nhưng theo thời gian, khi sự tự tin tăng lên, họ có thể bắt đầu chấp nhận các kế hoạch do AI tạo ra, đặc biệt là cho các trường hợp thông thường, và chỉ điều chỉnh khi cần thiết.

• Y tá ảo và Chăm sóc tại nhà: Một AI có khả năng trò chuyện và cung cấp hướng dẫn y tế có thể xử lý rất nhiều công việc theo dõi và chăm sóc bệnh mãn tính. Ví dụ, bệnh nhân mắc bệnh mãn tính tại nhà có thể báo cáo số liệu hàng ngày cho một trợ lý y tá AI, người sẽ đưa ra lời khuyên ("Lượng đường trong máu của bạn hơi cao, hãy cân nhắc điều chỉnh bữa ăn nhẹ buổi tối") và chỉ liên lạc với y tá khi kết quả nằm ngoài phạm vi hoặc phát sinh vấn đề. AI này có thể hoạt động phần lớn tự động dưới sự giám sát từ xa của bác sĩ.

• Chẩn đoán hình ảnh và phân tích xét nghiệm y khoa – Quy trình hoàn toàn tự động: Đến năm 2035, việc đọc kết quả chụp chiếu y khoa có thể được thực hiện chủ yếu bởi AI trong một số lĩnh vực. Các bác sĩ X-quang sẽ giám sát hệ thống AI và xử lý các ca bệnh phức tạp, nhưng phần lớn các kết quả chụp chiếu bình thường (thực tế là bình thường) có thể được "đọc" và ký duyệt trực tiếp bởi AI. Tương tự, việc phân tích các tiêu bản bệnh lý (ví dụ, phát hiện tế bào ung thư trong sinh thiết) có thể được thực hiện tự động để sàng lọc ban đầu, giúp tăng tốc đáng kể kết quả xét nghiệm.

• Khám phá thuốc và thử nghiệm lâm sàng: AI có thể sẽ không chỉ thiết kế các phân tử thuốc mà còn tạo ra dữ liệu bệnh nhân tổng hợp cho các thử nghiệm hoặc tìm ra ứng viên thử nghiệm tối ưu. AI có thể tự động chạy các thử nghiệm ảo (mô phỏng phản ứng của bệnh nhân) để thu hẹp các lựa chọn trước khi thử nghiệm thực tế. Điều này có thể đưa thuốc ra thị trường nhanh hơn với ít thử nghiệm do con người thực hiện hơn.

Tầm nhìn về một bác sĩ AI thay thế hoàn toàn bác sĩ con người vẫn còn khá xa vời và vẫn còn gây tranh cãi. Thậm chí đến năm 2035, kỳ vọng là AI sẽ đóng vai trò là đồng nghiệp của bác sĩ hơn là thay thế con người. Chẩn đoán phức tạp thường đòi hỏi trực giác, đạo đức và giao tiếp để hiểu bối cảnh bệnh nhân - những lĩnh vực mà bác sĩ con người giỏi hơn. Tuy nhiên, AI có thể xử lý, chẳng hạn, 80% khối lượng công việc thường ngày: giấy tờ, các ca bệnh đơn giản, theo dõi, v.v., cho phép các bác sĩ lâm sàng tập trung vào 20% khó khăn và mối quan hệ với bệnh nhân.

Có những rào cản đáng kể: việc phê duyệt theo quy định cho AI tự động trong chăm sóc sức khỏe rất nghiêm ngặt (và cũng cần thiết). Các hệ thống AI sẽ cần được kiểm chứng lâm sàng rộng rãi. Chúng ta có thể thấy sự chấp nhận dần dần – ví dụ, AI được phép tự động chẩn đoán hoặc điều trị ở những khu vực chưa được phục vụ đầy đủ, nơi không có bác sĩ, như một cách để mở rộng khả năng tiếp cận dịch vụ chăm sóc sức khỏe (hãy tưởng tượng một "phòng khám AI" ở một ngôi làng xa xôi vào năm 2030, hoạt động với sự giám sát từ xa định kỳ từ một bác sĩ trong thành phố).

Những cân nhắc về mặt đạo đức đang hiện hữu. Trách nhiệm giải trình (nếu AI tự động chẩn đoán sai, ai sẽ chịu trách nhiệm?), sự đồng ý có hiểu biết (bệnh nhân cần biết liệu AI có tham gia vào việc chăm sóc sức khỏe của họ hay không) và đảm bảo công bằng (AI hoạt động tốt cho mọi nhóm dân số, tránh thiên vị) là những thách thức cần giải quyết. Giả sử những vấn đề này được giải quyết, đến giữa những năm 2030, AI tạo sinh có thể được tích hợp vào hệ thống cung cấp dịch vụ chăm sóc sức khỏe, thực hiện nhiều nhiệm vụ giúp giải phóng nhân lực và có khả năng tiếp cận những bệnh nhân hiện đang bị hạn chế tiếp cận.

Tóm lại, đến năm 2035, ngành y tế có thể sẽ chứng kiến ​​AI được tích hợp sâu rộng, nhưng chủ yếu ở dạng ẩn hoặc đóng vai trò hỗ trợ. Chúng ta sẽ tin tưởng AI có thể tự làm được nhiều việc - đọc kết quả chụp chiếu, theo dõi các dấu hiệu sinh tồn, soạn thảo kế hoạch - nhưng vẫn có sự giám sát của con người đối với các quyết định quan trọng. Kết quả có thể là một hệ thống y tế hiệu quả và phản ứng nhanh hơn, nơi AI đảm nhiệm những công việc nặng nhọc và con người đưa ra sự đồng cảm và phán quyết cuối cùng.

Trí tuệ nhân tạo trong giáo dục

Giáo dục là một lĩnh vực khác mà AI tạo sinh đang tạo nên làn sóng, từ các bot dạy kèm được hỗ trợ bởi AI đến chấm điểm tự động và tạo nội dung. Dạy và học liên quan đến giao tiếp và sáng tạo, vốn là thế mạnh của các mô hình tạo sinh. Nhưng liệu AI có thể được tin tưởng để giáo dục mà không cần sự giám sát của giáo viên?

Năng lực hiện tại (2025): Gia sư và Người tạo nội dung bị kiểm soát chặt chẽ

Hiện tại, AI đang được sử dụng trong giáo dục chủ yếu như một công cụ bổ trợ hơn là một giáo viên độc lập. Ví dụ về cách sử dụng hiện tại:

• Trợ lý gia sư AI: Các công cụ như "Khanmigo" của Khan Academy (được hỗ trợ bởi GPT-4) hoặc nhiều ứng dụng học ngôn ngữ khác sử dụng AI để mô phỏng một gia sư hoặc người trò chuyện riêng. Học sinh có thể đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận được câu trả lời hoặc giải thích. AI có thể gợi ý bài tập về nhà, giải thích các khái niệm theo nhiều cách khác nhau, hoặc thậm chí đóng vai một nhân vật lịch sử cho một bài học lịch sử tương tác. Tuy nhiên, những gia sư AI này thường được sử dụng dưới sự giám sát; giáo viên hoặc người quản lý ứng dụng thường theo dõi các cuộc đối thoại hoặc đặt ra giới hạn về những gì AI có thể thảo luận (để tránh thông tin sai lệch hoặc nội dung không phù hợp).

• Tạo nội dung cho giáo viên: Trí tuệ nhân tạo (AI) hỗ trợ giáo viên bằng cách tạo câu hỏi trắc nghiệm, tóm tắt bài đọc, dàn ý bài giảng, v.v. Giáo viên có thể yêu cầu AI "Tạo 5 bài tập thực hành về phương trình bậc hai kèm đáp án" để tiết kiệm thời gian chuẩn bị. Đây là quá trình tạo nội dung tự động, nhưng giáo viên thường xem xét kết quả đầu ra để đảm bảo tính chính xác và phù hợp với chương trình giảng dạy. Vì vậy, nó giống một công cụ tiết kiệm sức lao động hơn là hoàn toàn độc lập.

• Chấm điểm và Phản hồi: AI có thể tự động chấm điểm các bài kiểm tra trắc nghiệm (không có gì mới) và ngày càng có thể đánh giá các câu trả lời ngắn hoặc bài luận. Một số hệ thống trường học sử dụng AI để chấm điểm bài viết và cung cấp phản hồi cho học sinh (ví dụ: sửa lỗi ngữ pháp, gợi ý mở rộng lập luận). Mặc dù không phải là một nhiệm vụ sáng tạo, các AI mới thậm chí có thể tạo báo cáo phản hồi được cá nhân hóa cho học sinh dựa trên kết quả học tập của các em, nêu bật những điểm cần cải thiện. Giáo viên thường kiểm tra lại các bài luận được chấm điểm bằng AI ở giai đoạn này do lo ngại về sắc thái.

• Hệ thống Học tập Thích ứng: Đây là những nền tảng điều chỉnh độ khó hoặc phong cách của tài liệu dựa trên kết quả học tập của học sinh. Trí tuệ nhân tạo (AI) tạo ra cải tiến này bằng cách tạo ra các bài toán hoặc ví dụ mới ngay lập tức, phù hợp với nhu cầu của học sinh. Ví dụ: nếu học sinh gặp khó khăn với một khái niệm, AI có thể tạo ra một phép so sánh hoặc câu hỏi thực hành khác tập trung vào khái niệm đó. Điều này có phần tự chủ, nhưng nằm trong một hệ thống được thiết kế bởi các nhà giáo dục.

• Học sinh sử dụng các công cụ như ChatGPT để hỗ trợ việc học – yêu cầu giải thích rõ ràng, dịch thuật, hoặc thậm chí sử dụng AI để nhận phản hồi về bản thảo bài luận (“cải thiện đoạn mở đầu của tôi”). Việc này hoàn toàn tự chủ và có thể diễn ra mà không cần sự hướng dẫn của giáo viên. Trong trường hợp này, AI đóng vai trò như một gia sư hoặc người hiệu đính theo yêu cầu. Thách thức là đảm bảo học sinh sử dụng công cụ này cho việc học chứ không chỉ đơn thuần là tìm kiếm câu trả lời (tính chính trực trong học thuật).

Rõ ràng là tính đến năm 2025, AI trong giáo dục rất mạnh mẽ nhưng thường hoạt động với sự tham gia của một nhà giáo dục con người, người sẽ quản lý những đóng góp của AI. Cần phải thận trọng: chúng ta không muốn tin tưởng AI sẽ dạy thông tin sai lệch hoặc xử lý các tương tác nhạy cảm của học sinh một cách riêng lẻ. Giáo viên xem gia sư AI như những trợ lý hữu ích, có thể giúp học sinh luyện tập nhiều hơn và trả lời ngay lập tức những câu hỏi thường gặp, giúp giáo viên rảnh tay hơn để tập trung vào việc hướng dẫn sâu hơn.

Triển vọng 2030-2035: Gia sư AI cá nhân hóa và Trợ lý giảng dạy tự động

Trong thập kỷ tới, chúng tôi dự đoán AI tạo ra sẽ cho phép trải nghiệm học tập cá nhân hóa và tự chủ , trong khi vai trò của giáo viên sẽ phát triển:

• Gia sư cá nhân AI cho mọi học sinh: Đến năm 2030, tầm nhìn (được chia sẻ bởi các chuyên gia như Sal Khan của Khan Academy) là mỗi học sinh có thể được tiếp cận với một gia sư AI hiệu quả như một gia sư con người ở nhiều khía cạnh ( Người tạo ra gia sư AI này cho biết gia sư AI có thể giúp con người thông minh hơn gấp 10 lần ). Những gia sư AI này sẽ có mặt 24/7, biết rõ lịch sử học tập của học sinh và điều chỉnh phong cách giảng dạy của họ cho phù hợp. Ví dụ: nếu một học sinh là người học trực quan đang gặp khó khăn với một khái niệm đại số, AI có thể tạo ra một cách linh hoạt một lời giải thích trực quan hoặc mô phỏng tương tác để hỗ trợ. Vì AI có thể theo dõi tiến trình của học sinh theo thời gian, nên nó có thể tự động quyết định chủ đề nào cần xem lại tiếp theo hoặc khi nào thì chuyển sang một kỹ năng mới - quản lý hiệu quả kế hoạch bài học cho học sinh đó ở mức độ vi mô.

• Giảm khối lượng công việc thường ngày của giáo viên: Chấm điểm, làm phiếu bài tập, soạn thảo tài liệu bài học – những công việc này gần như có thể được chuyển giao hoàn toàn cho AI vào những năm 2030. AI có thể tạo ra bài tập về nhà được thiết kế riêng cho một lớp học trong một tuần, chấm điểm tất cả các bài tập của tuần trước (kể cả những bài tập mở) kèm theo phản hồi, và chỉ ra cho giáo viên những học sinh nào cần thêm trợ giúp về chủ đề nào. Điều này có thể được thực hiện mà không cần sự can thiệp tối thiểu của giáo viên, có thể chỉ cần một cái nhìn lướt qua để đảm bảo điểm số của AI có vẻ công bằng.

• Nền tảng Học tập Thích ứng Tự động: Chúng ta có thể thấy các khóa học hoàn toàn do AI điều khiển cho một số môn học nhất định. Hãy tưởng tượng một khóa học trực tuyến không có giảng viên, nơi một trợ lý AI giới thiệu tài liệu, cung cấp ví dụ, trả lời câu hỏi và điều chỉnh tốc độ dựa trên học viên. Trải nghiệm của học viên có thể là duy nhất, được tạo ra theo thời gian thực. Một số chương trình đào tạo doanh nghiệp và đào tạo người lớn có thể sớm chuyển sang mô hình này, khi đến năm 2035, một nhân viên có thể nói "Tôi muốn học các macro Excel nâng cao" và một gia sư AI sẽ dạy họ thông qua chương trình giảng dạy được cá nhân hóa, bao gồm tạo bài tập và đánh giá giải pháp, mà không cần giảng viên.

• Trợ lý AI trong lớp học: Trong lớp học truyền thống hoặc ảo, AI có thể lắng nghe các cuộc thảo luận trên lớp và hỗ trợ giáo viên ngay lập tức (ví dụ: đưa ra gợi ý qua tai nghe: "Một số học sinh có vẻ bối rối về khái niệm này, có thể cho ví dụ khác không?"). AI cũng có thể điều phối các diễn đàn lớp học trực tuyến, trả lời những câu hỏi trực tiếp của học sinh ("Khi nào thì nộp bài tập?" hoặc thậm chí làm rõ một điểm trong bài giảng) để giáo viên không bị ngập trong email. Đến năm 2035, việc có một trợ giảng AI trong lớp học, trong khi giáo viên thực sự tập trung vào các khía cạnh hướng dẫn và động lực ở cấp độ cao hơn, có thể trở thành tiêu chuẩn.

• Tiếp cận Giáo dục Toàn cầu: Gia sư AI tự động có thể hỗ trợ giáo dục học sinh ở những khu vực thiếu giáo viên. Một máy tính bảng tích hợp gia sư AI có thể đóng vai trò là giáo viên chính cho những học sinh có trình độ học vấn hạn chế, bao gồm các kiến ​​thức đọc viết và toán cơ bản. Đến năm 2035, đây có thể là một trong những ứng dụng có tác động mạnh mẽ nhất – AI thu hẹp khoảng cách ở những nơi không có giáo viên thực sự. Tuy nhiên, việc đảm bảo chất lượng và tính phù hợp về văn hóa của giáo dục AI trong các bối cảnh khác nhau sẽ là vô cùng quan trọng.

Liệu AI có thể thay thế giáo viên? Hoàn toàn không có khả năng. Dạy học không chỉ là truyền tải nội dung – mà còn là sự cố vấn, truyền cảm hứng, hỗ trợ xã hội-cảm xúc. Những yếu tố con người này rất khó để AI sao chép. Nhưng AI có thể trở thành giáo viên thứ hai trong lớp học, hoặc thậm chí là giáo viên đầu tiên trong việc truyền đạt kiến ​​thức, giúp các nhà giáo dục tập trung vào những gì con người làm tốt nhất: đồng cảm, thúc đẩy và nuôi dưỡng tư duy phản biện.

Có những mối quan tâm cần giải quyết: đảm bảo AI cung cấp thông tin chính xác (không có ảo giác giáo dục về thông tin sai lệch), tránh thiên vị trong nội dung giáo dục, duy trì quyền riêng tư dữ liệu của học sinh và giữ cho học sinh luôn hứng thú (AI cần phải tạo động lực, chứ không chỉ đơn thuần là chính xác). Chúng ta có thể sẽ thấy sự công nhận hoặc chứng nhận các hệ thống giáo dục AI - tương tự như việc sách giáo khoa được phê duyệt - để đảm bảo chúng đáp ứng các tiêu chuẩn.

Một thách thức khác là sự phụ thuộc quá mức: nếu gia sư AI đưa ra câu trả lời quá dễ dàng, học sinh có thể không học được tính kiên trì hoặc kỹ năng giải quyết vấn đề. Để giảm thiểu điều này, các gia sư AI trong tương lai có thể được thiết kế để đôi khi để học sinh tự vật lộn (như gia sư con người vẫn làm) hoặc khuyến khích các em tự giải quyết vấn đề bằng gợi ý thay vì đưa ra lời giải.

Đến năm 2035, lớp học có thể sẽ được chuyển đổi: mỗi học sinh đều có một thiết bị kết nối AI hướng dẫn theo tốc độ riêng, trong khi giáo viên điều phối các hoạt động nhóm và cung cấp những hiểu biết sâu sắc. Giáo dục có thể trở nên hiệu quả và được điều chỉnh phù hợp hơn. Lời hứa hẹn là mọi học sinh đều nhận được sự hỗ trợ cần thiết khi cần - một trải nghiệm "gia sư cá nhân" thực sự ở quy mô lớn. Rủi ro nằm ở việc mất đi sự tương tác của con người hoặc lạm dụng AI (như học sinh gian lận thông qua AI). Nhưng nhìn chung, nếu được quản lý tốt, AI tạo sinh sẽ dân chủ hóa và nâng cao việc học bằng cách luôn là người bạn đồng hành am hiểu và luôn sẵn sàng đồng hành cùng học sinh trên hành trình học tập.

Trí tuệ nhân tạo trong hậu cần và chuỗi cung ứng

Logistics – nghệ thuật và khoa học về vận chuyển hàng hóa và quản lý chuỗi cung ứng – có vẻ không phải là lĩnh vực truyền thống của AI “sáng tạo”, nhưng việc giải quyết vấn đề và lập kế hoạch sáng tạo là chìa khóa trong lĩnh vực này. AI sáng tạo có thể hỗ trợ bằng cách mô phỏng các tình huống, tối ưu hóa kế hoạch, và thậm chí là điều khiển các hệ thống robot. Mục tiêu của logistics là hiệu quả và tiết kiệm chi phí, điều này phù hợp với thế mạnh của AI trong việc phân tích dữ liệu và đề xuất giải pháp. Vậy AI có thể tự chủ đến mức nào trong việc vận hành chuỗi cung ứng và logistics?

Năng lực hiện tại (2025): Tối ưu hóa và tinh giản với sự giám sát của con người

Ngày nay, AI (bao gồm một số phương pháp tiếp cận tạo ra) được áp dụng trong hậu cần chủ yếu như một công cụ hỗ trợ quyết định :

• Tối ưu hóa tuyến đường: Các công ty như UPS và FedEx đã sử dụng thuật toán AI để tối ưu hóa tuyến đường giao hàng - đảm bảo tài xế chọn được tuyến đường hiệu quả nhất. Trước đây, đây là các thuật toán nghiên cứu vận hành, nhưng giờ đây, các phương pháp tiếp cận sáng tạo có thể giúp khám phá các chiến lược định tuyến thay thế trong nhiều điều kiện khác nhau (giao thông, thời tiết). Trong khi AI đề xuất tuyến đường, người điều phối hoặc quản lý sẽ thiết lập các thông số (ví dụ: mức độ ưu tiên) và có thể thay đổi nếu cần.

• Lập kế hoạch Tải trọng và Không gian: Đối với xe tải đóng gói hoặc container vận chuyển, AI có thể tạo ra các kế hoạch tải tối ưu (hộp nào để ở đâu). Một AI tổng hợp có thể tạo ra nhiều cấu hình đóng gói để tối đa hóa việc sử dụng không gian, về cơ bản là "tạo ra" các giải pháp mà con người có thể lựa chọn. Điều này đã được nhấn mạnh bởi một nghiên cứu cho thấy xe tải thường chạy rỗng 30% ở Hoa Kỳ, và việc lập kế hoạch tốt hơn - với sự hỗ trợ của AI - có thể giảm thiểu lượng chất thải đó ( Các trường hợp sử dụng AI tổng hợp hàng đầu trong Logistics ). Các kế hoạch tải do AI tạo ra này nhằm mục đích cắt giảm chi phí nhiên liệu và khí thải, và tại một số nhà kho, chúng được thực hiện với rất ít thay đổi thủ công.

• Dự báo Nhu cầu và Quản lý Hàng tồn kho: Các mô hình AI có thể dự đoán nhu cầu sản phẩm và tạo kế hoạch bổ sung hàng tồn kho. Một mô hình sinh sản có thể mô phỏng các kịch bản nhu cầu khác nhau (ví dụ, AI "tưởng tượng" một sự gia tăng nhu cầu do kỳ nghỉ lễ sắp tới) và lập kế hoạch hàng tồn kho phù hợp. Điều này giúp các nhà quản lý chuỗi cung ứng chuẩn bị. Hiện tại, AI cung cấp dự báo và đề xuất, nhưng con người thường là người đưa ra quyết định cuối cùng về mức sản xuất hoặc đơn đặt hàng.

• Đánh giá Rủi ro: Chuỗi cung ứng toàn cầu đang phải đối mặt với những gián đoạn (thiên tai, trì hoãn cảng, vấn đề chính trị). Các hệ thống AI hiện đang sàng lọc tin tức và dữ liệu để xác định các rủi ro tiềm ẩn. Ví dụ, một công ty logistics sử dụng AI thế hệ mới để quét internet và đánh dấu các hành lang vận tải rủi ro (các khu vực có khả năng gặp sự cố do, chẳng hạn, một cơn bão sắp tới hoặc bất ổn) ( Các Trường hợp Ứng dụng AI Tạo sinh Hàng đầu trong Logistics ). Với thông tin đó, các nhà hoạch định có thể tự động định tuyến lại các lô hàng xung quanh các điểm có sự cố. Trong một số trường hợp, AI có thể tự động đề xuất thay đổi tuyến đường hoặc phương thức vận chuyển, sau đó con người sẽ phê duyệt.

• Tự động hóa kho hàng: Nhiều kho hàng được trang bị bán tự động với robot để lấy hàng và đóng gói. Trí tuệ nhân tạo (AI) có thể phân bổ nhiệm vụ linh hoạt cho robot và con người để tối ưu hóa quy trình. Ví dụ, AI có thể tạo hàng đợi công việc cho robot lấy hàng mỗi sáng dựa trên đơn hàng. Quá trình này thường hoàn toàn tự động, với các quản lý chỉ cần theo dõi KPI - nếu đơn hàng tăng đột biến, AI sẽ tự động điều chỉnh hoạt động.

• Quản lý đội xe: AI hỗ trợ lập lịch bảo trì xe bằng cách phân tích các mô hình và tạo ra lịch trình bảo trì tối ưu giúp giảm thiểu thời gian chết. AI cũng có thể nhóm các lô hàng để giảm số chuyến. Những quyết định này có thể được phần mềm AI tự động đưa ra miễn là đáp ứng các yêu cầu dịch vụ.

Nhìn chung, tính đến năm 2025, con người đặt ra các mục tiêu (ví dụ: "giảm thiểu chi phí nhưng đảm bảo giao hàng trong 2 ngày") và AI sẽ đưa ra các giải pháp hoặc lịch trình để đạt được mục tiêu đó. Hệ thống có thể hoạt động hàng ngày mà không cần can thiệp cho đến khi có điều gì đó bất thường xảy ra. Nhiều hoạt động logistics liên quan đến các quyết định lặp đi lặp lại (khi nào lô hàng này nên rời đi? nên xử lý đơn hàng này từ kho nào?), và AI có thể học cách đưa ra quyết định một cách nhất quán. Các công ty đang dần tin tưởng AI sẽ xử lý những quyết định nhỏ nhặt này và chỉ cảnh báo các nhà quản lý khi có ngoại lệ.

Triển vọng 2030-2035: Chuỗi cung ứng tự vận hành

Trong thập kỷ tới, chúng ta có thể hình dung sự phối hợp tự chủ trong lĩnh vực hậu cần được thúc đẩy bởi AI:

• Xe tự hành và máy bay không người lái: Xe tải tự lái và máy bay không người lái giao hàng, mặc dù là một chủ đề rộng hơn về AI/robot, nhưng lại tác động trực tiếp đến logistics. Đến năm 2030, nếu vượt qua được những thách thức về quy định và kỹ thuật, chúng ta có thể thấy AI thường xuyên lái xe tải trên đường cao tốc hoặc drone xử lý việc giao hàng chặng cuối trong thành phố. Những AI này sẽ đưa ra quyết định theo thời gian thực (thay đổi lộ trình, tránh chướng ngại vật) mà không cần người lái. Góc độ sáng tạo nằm ở cách các AI xe này học hỏi từ dữ liệu và mô phỏng khổng lồ, thực sự "huấn luyện" vô số tình huống. Một đội xe hoàn toàn tự động có thể hoạt động 24/7, chỉ cần con người giám sát từ xa. Điều này loại bỏ một yếu tố con người rất lớn (tài xế) khỏi hoạt động logistics, tăng đáng kể tính tự chủ.

• Chuỗi cung ứng tự phục hồi: AI tạo sinh có thể sẽ được sử dụng để liên tục mô phỏng các tình huống chuỗi cung ứng và chuẩn bị các kế hoạch dự phòng. Đến năm 2035, AI có thể tự động phát hiện khi một nhà máy cung cấp ngừng hoạt động (thông qua nguồn cấp dữ liệu hoặc tin tức) và ngay lập tức chuyển nguồn cung sang các nhà cung cấp thay thế đã được kiểm tra trong mô phỏng. Điều này có nghĩa là chuỗi cung ứng sẽ tự "phục hồi" sau sự cố với sự chủ động của AI. Các nhà quản lý con người sẽ được thông báo về những gì AI đã làm, thay vì những người chủ động đưa ra giải pháp.

• Tối ưu hóa Hàng tồn kho Toàn diện: AI có thể tự động quản lý hàng tồn kho trên toàn bộ mạng lưới kho bãi và cửa hàng. AI sẽ quyết định thời điểm và địa điểm di chuyển hàng hóa (có thể sử dụng robot hoặc xe tự hành), đồng thời giữ vừa đủ hàng tồn kho tại mỗi địa điểm. Về cơ bản, AI vận hành tháp điều khiển chuỗi cung ứng: theo dõi tất cả các luồng hàng và thực hiện điều chỉnh theo thời gian thực. Đến năm 2035, ý tưởng về một chuỗi cung ứng "tự động" có thể đồng nghĩa với việc hệ thống tự động tìm ra kế hoạch phân phối tốt nhất mỗi ngày, đặt hàng, lên lịch sản xuất và sắp xếp vận chuyển. Con người sẽ giám sát chiến lược tổng thể và xử lý các trường hợp ngoại lệ vượt quá khả năng hiểu biết hiện tại của AI.

• Thiết kế Sáng tạo trong Logistics: Chúng ta có thể thấy AI thiết kế các mạng lưới chuỗi cung ứng mới. Giả sử một công ty mở rộng sang một khu vực mới; AI có thể tạo ra các vị trí kho bãi, tuyến vận chuyển và chính sách tồn kho tối ưu cho khu vực đó dựa trên dữ liệu - điều mà các nhà tư vấn và phân tích hiện nay đang làm. Đến năm 2030, các công ty có thể dựa vào các khuyến nghị của AI để lựa chọn thiết kế chuỗi cung ứng, tin tưởng nó sẽ cân nhắc các yếu tố nhanh hơn và có thể tìm ra các giải pháp sáng tạo (như các trung tâm phân phối không rõ ràng) mà con người bỏ qua.

• Tích hợp với Sản xuất (Công nghiệp 4.0): Logistics không đứng riêng lẻ; nó gắn liền với sản xuất. Các nhà máy trong tương lai có thể sử dụng AI để lên lịch sản xuất, đặt hàng nguyên liệu thô đúng lúc, và sau đó hướng dẫn mạng lưới logistics vận chuyển sản phẩm ngay lập tức. AI tích hợp này có thể đồng nghĩa với việc giảm thiểu sự can thiệp của con người vào quá trình lập kế hoạch tổng thể – một chuỗi liền mạch từ sản xuất đến giao hàng được thúc đẩy bởi các thuật toán tối ưu hóa chi phí, tốc độ và tính bền vững. Đến năm 2025, các chuỗi cung ứng hiệu suất cao đã được định hướng bởi dữ liệu; đến năm 2035, chúng có thể phần lớn được định hướng bởi AI.

• Dịch vụ Khách hàng Năng động trong Logistics: Dựa trên AI dịch vụ khách hàng, AI chuỗi cung ứng có thể giao tiếp trực tiếp với khách hàng. Ví dụ: nếu một khách hàng lớn muốn thay đổi đơn hàng số lượng lớn vào phút chót, một AI có thể thương lượng các phương án khả thi (chẳng hạn như "Chúng tôi có thể giao một nửa ngay bây giờ, một nửa vào tuần sau do hạn chế") mà không cần chờ đợi quản lý. Điều này đòi hỏi AI tạo sinh phải hiểu cả hai mặt (nhu cầu của khách hàng so với năng lực vận hành) và đưa ra quyết định giúp vận hành trơn tru đồng thời làm hài lòng khách hàng.

Lợi ích dự kiến ​​là một hiệu quả, linh hoạt và phản ứng nhanh . Các công ty dự kiến ​​sẽ tiết kiệm được rất nhiều chi phí – McKinsey ước tính rằng việc tối ưu hóa chuỗi cung ứng dựa trên AI có thể cắt giảm đáng kể chi phí và cải thiện chất lượng dịch vụ, từ đó gia tăng giá trị tiềm năng lên đến hàng nghìn tỷ đô la trên khắp các ngành ( Tình hình AI năm 2023: Năm đột phá của AI tạo sinh | McKinsey ).

Tuy nhiên, việc chuyển giao nhiều quyền kiểm soát hơn cho AI cũng tiềm ẩn những rủi ro, chẳng hạn như lỗi hệ thống nếu logic của AI bị lỗi (ví dụ, kịch bản tai tiếng về một chuỗi cung ứng AI vô tình khiến một công ty hết hàng do lỗi mô hình). Các biện pháp bảo vệ như "con người trong vòng lặp cho các quyết định lớn" hoặc ít nhất là các bảng điều khiển cho phép con người nhanh chóng thay thế có thể sẽ vẫn tồn tại đến năm 2035. Theo thời gian, khi các quyết định của AI được chứng minh, con người sẽ cảm thấy thoải mái hơn khi lùi bước.

Điều thú vị là, bằng cách tối ưu hóa hiệu quả, AI đôi khi có thể đưa ra những lựa chọn trái ngược với sở thích hoặc thông lệ truyền thống của con người. Ví dụ, việc tối ưu hóa đơn thuần có thể dẫn đến hàng tồn kho rất ít, hiệu quả nhưng lại tiềm ẩn rủi ro. Các chuyên gia chuỗi cung ứng vào năm 2030 có thể phải điều chỉnh trực giác của mình vì AI, khi xử lý dữ liệu khổng lồ, có thể chứng minh rằng chiến lược khác thường của nó thực sự hiệu quả hơn.

Cuối cùng, chúng ta phải cân nhắc rằng những hạn chế vật lý (cơ sở hạ tầng, tốc độ quy trình vật lý) hạn chế tốc độ thay đổi của logistics, vì vậy cuộc cách mạng ở đây là về việc lập kế hoạch và sử dụng tài sản thông minh hơn chứ không phải là một thực thể vật lý hoàn toàn mới. Nhưng ngay cả trong những giới hạn đó, các giải pháp sáng tạo và khả năng tối ưu hóa không ngừng của AI tạo sinh có thể cải thiện đáng kể cách thức vận chuyển hàng hóa trên toàn thế giới với việc lập kế hoạch thủ công tối thiểu.

Tóm lại, đến năm 2035, hoạt động hậu cần có thể hoạt động giống như một cỗ máy tự động được bôi trơn tốt: hàng hóa lưu thông hiệu quả, các tuyến đường điều chỉnh theo thời gian thực để thích ứng với sự gián đoạn, kho hàng tự quản lý bằng robot và toàn bộ hệ thống liên tục học hỏi và cải thiện từ dữ liệu - tất cả đều được điều phối bởi AI tạo sinh đóng vai trò là bộ não của hoạt động.

Trí tuệ nhân tạo trong tài chính và kinh doanh

Ngành tài chính tập trung nhiều vào thông tin – báo cáo, phân tích, giao tiếp với khách hàng – tạo nên một mảnh đất màu mỡ cho AI tạo sinh. Từ ngân hàng đến quản lý đầu tư và bảo hiểm, các tổ chức đang khám phá AI để tự động hóa và tạo ra hiểu biết sâu sắc. Câu hỏi đặt ra là, AI có thể xử lý những nhiệm vụ tài chính nào một cách đáng tin cậy mà không cần sự giám sát của con người, xét đến tầm quan trọng của tính chính xác và sự tin cậy trong lĩnh vực này?

Năng lực hiện tại (2025): Báo cáo tự động và hỗ trợ quyết định

Tính đến thời điểm hiện tại, AI tạo ra đang đóng góp vào tài chính theo nhiều cách, thường dưới sự giám sát của con người:

• Tạo báo cáo: Các ngân hàng và công ty tài chính tạo ra nhiều báo cáo – tóm tắt thu nhập, bình luận thị trường, phân tích danh mục đầu tư, v.v. AI đã được sử dụng để soạn thảo những báo cáo này. Ví dụ: Bloomberg đã phát triển BloombergGPT , một mô hình ngôn ngữ lớn được đào tạo trên dữ liệu tài chính, để hỗ trợ các tác vụ như phân loại tin tức và hỏi đáp cho người dùng thiết bị đầu cuối của họ ( Trí tuệ nhân tạo (AI) đang đến với tài chính ). Mặc dù công dụng chính của nó là giúp con người tìm kiếm thông tin, nhưng nó cho thấy vai trò ngày càng tăng của AI. Automated Insights (công ty mà AP đã hợp tác) cũng tạo ra các bài viết tài chính. Nhiều bản tin đầu tư sử dụng AI để tóm tắt các biến động thị trường hàng ngày hoặc các chỉ số kinh tế. Thông thường, con người sẽ xem xét những báo cáo này trước khi gửi cho khách hàng, nhưng đây là một bản chỉnh sửa nhanh chóng thay vì viết lại từ đầu.

• Giao tiếp với khách hàng: Trong lĩnh vực ngân hàng bán lẻ, chatbot AI xử lý các thắc mắc của khách hàng về số dư tài khoản, giao dịch hoặc thông tin sản phẩm (hòa nhập vào lĩnh vực dịch vụ khách hàng). Ngoài ra, AI có thể tạo thư tư vấn tài chính hoặc nhắc nhở được cá nhân hóa. Ví dụ, AI có thể nhận diện khách hàng có thể tiết kiệm phí và tự động soạn thảo tin nhắn đề xuất họ chuyển sang một loại tài khoản khác, sau đó gửi đi với sự can thiệp tối thiểu của con người. Loại giao tiếp cá nhân hóa ở quy mô lớn này là một ứng dụng hiện tại của AI trong lĩnh vực tài chính.

• Phát hiện và Cảnh báo Gian lận: AI tạo sinh có thể giúp tạo ra các tường thuật hoặc giải thích cho các điểm bất thường được phát hiện bởi hệ thống gian lận. Ví dụ: nếu hoạt động đáng ngờ được đánh dấu, AI có thể tạo thông báo giải thích cho khách hàng ("Chúng tôi nhận thấy có đăng nhập từ thiết bị mới...") hoặc báo cáo cho các nhà phân tích. Việc phát hiện được tự động hóa (sử dụng phát hiện bất thường AI/ML), và việc giao tiếp ngày càng được tự động hóa, mặc dù các hành động cuối cùng (khóa tài khoản) thường cần có sự kiểm tra của con người.

• Tư vấn tài chính (có giới hạn): Một số cố vấn robot (nền tảng đầu tư tự động) sử dụng thuật toán (không nhất thiết phải là AI tạo sinh) để quản lý danh mục đầu tư mà không cần cố vấn con người. AI tạo sinh sẽ tham gia bằng cách, chẳng hạn, tạo ra bình luận về lý do thực hiện một số giao dịch nhất định hoặc tóm tắt hiệu suất danh mục đầu tư phù hợp với khách hàng. Tuy nhiên, tư vấn tài chính thuần túy (như lập kế hoạch tài chính phức tạp) vẫn chủ yếu là do con người thực hiện hoặc thuật toán dựa trên quy tắc; tư vấn tạo sinh tự do mà không có sự giám sát sẽ rất rủi ro do trách nhiệm pháp lý nếu sai.

• Đánh giá Rủi ro và Bảo lãnh: Các công ty bảo hiểm đang thử nghiệm AI để tự động viết báo cáo đánh giá rủi ro hoặc thậm chí soạn thảo hợp đồng bảo hiểm. Ví dụ, với dữ liệu về một bất động sản được cung cấp, AI có thể tạo ra bản dự thảo hợp đồng bảo hiểm hoặc báo cáo của bên bảo lãnh mô tả các yếu tố rủi ro. Hiện tại, con người đang xem xét những kết quả này vì bất kỳ sai sót nào trong hợp đồng đều có thể gây thiệt hại nghiêm trọng.

• Phân tích và Thông tin chi tiết về Dữ liệu: AI có thể sàng lọc báo cáo tài chính hoặc tin tức và tạo ra các bản tóm tắt. Các nhà phân tích sử dụng các công cụ có thể tóm tắt ngay lập tức một báo cáo thường niên dài 100 trang thành các điểm chính, hoặc trích xuất những điểm chính từ bản ghi chép cuộc gọi báo cáo kết quả kinh doanh. Những bản tóm tắt này tiết kiệm thời gian và có thể được sử dụng trực tiếp trong quá trình ra quyết định hoặc chuyển tiếp, nhưng các nhà phân tích thận trọng sẽ kiểm tra lại các chi tiết quan trọng.

Về bản chất, AI hiện tại trong lĩnh vực tài chính hoạt động như một nhà phân tích/viết lách không biết mệt mỏi , tạo ra nội dung để con người trau chuốt. Việc sử dụng hoàn toàn tự động chủ yếu trong các lĩnh vực được xác định rõ ràng như tin tức dựa trên dữ liệu (không cần đánh giá chủ quan) hoặc phản hồi dịch vụ khách hàng. Việc giao phó trực tiếp AI cho các quyết định về tiền bạc (như chuyển tiền, thực hiện giao dịch ngoài các thuật toán được thiết lập sẵn) là rất hiếm do rủi ro cao và sự giám sát chặt chẽ của cơ quan quản lý.

Triển vọng 2030-2035: Nhà phân tích AI và Hoạt động tài chính tự động

Nhìn về phía trước, đến năm 2035, AI tạo sinh có thể được tích hợp sâu vào các hoạt động tài chính, có khả năng xử lý nhiều nhiệm vụ một cách tự động:

• Chuyên gia phân tích tài chính AI: Chúng ta có thể thấy các hệ thống AI có thể phân tích các công ty và thị trường, đồng thời đưa ra các khuyến nghị hoặc báo cáo ở cấp độ của một nhà phân tích nghiên cứu vốn chủ sở hữu con người. Đến năm 2030, AI có thể đọc được tất cả các hồ sơ tài chính của công ty, so sánh với dữ liệu ngành và tự tạo báo cáo khuyến nghị đầu tư ("Mua/Bán" kèm theo lý luận). Một số quỹ đầu cơ đã sử dụng AI để tạo ra các tín hiệu giao dịch; đến những năm 2030, các báo cáo nghiên cứu AI có thể trở nên phổ biến. Các nhà quản lý danh mục đầu tư của con người có thể bắt đầu tin tưởng vào phân tích do AI tạo ra như một trong những đầu vào khác. Thậm chí còn có tiềm năng để AI tự động quản lý danh mục đầu tư: liên tục theo dõi và tái cân bằng các khoản đầu tư theo một chiến lược được xác định trước. Trên thực tế, giao dịch thuật toán đã được tự động hóa rất nhiều – AI tạo ra có thể giúp các chiến lược thích ứng hơn bằng cách tự tạo và thử nghiệm các mô hình giao dịch mới.

• Lập kế hoạch tài chính tự động: Các cố vấn AI hướng đến người tiêu dùng có thể xử lý việc lập kế hoạch tài chính thường xuyên cho từng cá nhân. Đến năm 2030, bạn có thể cho AI biết mục tiêu của mình (mua nhà, tiết kiệm tiền cho đại học) và nó có thể tạo ra một kế hoạch tài chính đầy đủ (ngân sách, phân bổ đầu tư, đề xuất bảo hiểm) phù hợp với bạn. Ban đầu, một chuyên gia lập kế hoạch tài chính con người có thể xem xét kế hoạch, nhưng khi sự tự tin tăng lên, những lời khuyên như vậy có thể được cung cấp trực tiếp cho người tiêu dùng, kèm theo các tuyên bố miễn trừ trách nhiệm phù hợp. Điều quan trọng là đảm bảo lời khuyên của AI tuân thủ các quy định và vì lợi ích tốt nhất của khách hàng. Nếu được giải quyết, AI có thể giúp việc tư vấn tài chính cơ bản trở nên dễ tiếp cận hơn nhiều với chi phí thấp.

• Tự động hóa Back-Office: AI tạo sinh có thể tự động xử lý nhiều tài liệu back-office – đơn xin vay vốn, báo cáo tuân thủ, tóm tắt kiểm toán. Ví dụ: AI có thể thu thập tất cả dữ liệu giao dịch và tạo báo cáo kiểm toán, đánh dấu bất kỳ mối quan ngại nào. Kiểm toán viên vào năm 2035 có thể dành nhiều thời gian hơn để xem xét các ngoại lệ được AI đánh dấu thay vì tự mình rà soát tất cả. Tương tự, để tuân thủ, AI có thể tạo báo cáo hoạt động đáng ngờ (SAR) cho cơ quan quản lý mà không cần chuyên viên phân tích viết lại từ đầu. Việc tự động tạo các tài liệu thường lệ này, với sự giám sát của con người chuyển sang cơ sở ngoại lệ, có thể trở thành tiêu chuẩn.

• Yêu cầu bồi thường bảo hiểm và thẩm định: AI có thể xử lý yêu cầu bồi thường bảo hiểm (có bằng chứng ảnh, v.v.), xác định phạm vi bảo hiểm và tự động tạo thư quyết định chi trả. Chúng ta có thể đạt đến một thời điểm mà các yêu cầu bồi thường đơn giản (như tai nạn ô tô với dữ liệu rõ ràng) được AI giải quyết hoàn toàn chỉ trong vòng vài phút sau khi nộp. Thẩm định các hợp đồng bảo hiểm mới cũng có thể tương tự: AI đánh giá rủi ro và tạo ra các điều khoản hợp đồng. Đến năm 2035, có lẽ chỉ những trường hợp phức tạp hoặc cận biên mới được chuyển lên thẩm định viên con người.

• Gian lận và Bảo mật: AI có thể sẽ còn quan trọng hơn nữa trong việc phát hiện và ứng phó với gian lận hoặc các mối đe dọa mạng trong lĩnh vực tài chính. Các tác nhân AI tự động có thể giám sát các giao dịch theo thời gian thực và thực hiện các hành động ngay lập tức (khóa tài khoản, đóng băng giao dịch) khi đạt đến một số tiêu chí nhất định, sau đó đưa ra lý do. Tốc độ là yếu tố then chốt ở đây, vì vậy cần hạn chế tối đa sự can thiệp của con người. Phần tạo ra kết quả có thể nằm ở việc truyền đạt những hành động này đến khách hàng hoặc cơ quan quản lý một cách rõ ràng.

• Hỗ trợ Điều hành: Hãy tưởng tượng một "trưởng phòng" AI có thể tạo báo cáo kinh doanh cho các giám đốc điều hành ngay lập tức. Chỉ cần hỏi "Mảng kinh doanh châu Âu của chúng ta hoạt động như thế nào trong quý này và đâu là những động lực chính so với năm ngoái?", AI sẽ tạo ra một báo cáo ngắn gọn với các biểu đồ, tất cả đều chính xác, được trích xuất từ ​​dữ liệu. Kiểu báo cáo và phân tích động, tự động này có thể trở nên dễ dàng như một cuộc trò chuyện. Đến năm 2030, việc truy vấn AI để tìm kiếm thông tin kinh doanh và tin tưởng nó sẽ đưa ra câu trả lời chính xác có thể thay thế phần lớn các báo cáo tĩnh, và thậm chí có thể thay thế một số vai trò của nhà phân tích.

Một dự đoán thú vị: đến những năm 2030, phần lớn nội dung tài chính (tin tức, báo cáo, v.v.) có thể được tạo ra bởi AI . Hiện tại, các hãng thông tấn như Dow Jones và Reuters đã sử dụng tự động hóa cho một số tin tức nhất định. Nếu xu hướng này tiếp tục, và với sự bùng nổ của dữ liệu tài chính, AI có thể sẽ chịu trách nhiệm lọc và truyền tải phần lớn dữ liệu đó.

Tuy nhiên, niềm tin và việc xác minh sẽ là yếu tố then chốt. Ngành tài chính được quản lý chặt chẽ và bất kỳ AI nào hoạt động tự động đều cần đáp ứng các tiêu chuẩn nghiêm ngặt:

• Đảm bảo không có ảo giác (bạn không thể để một nhà phân tích AI phát minh ra một số liệu tài chính không có thật – điều đó có thể gây hiểu lầm cho thị trường).

• Tránh thiên vị hoặc các hành vi bất hợp pháp (như vô tình phân biệt đối xử trong các quyết định cho vay do dữ liệu đào tạo có thiên vị).

• Khả năng kiểm toán: Các cơ quan quản lý có thể sẽ yêu cầu các quyết định của AI phải có thể giải thích được. Nếu AI từ chối khoản vay hoặc đưa ra quyết định giao dịch, phải có lý do chính đáng để xem xét. Các mô hình sinh sản có thể hơi giống một hộp đen, vì vậy hãy kỳ vọng vào sự phát triển của AI có thể giải thích được để làm cho các quyết định của họ trở nên minh bạch.

10 năm tới có thể sẽ chứng kiến ​​sự hợp tác chặt chẽ giữa AI và các chuyên gia tài chính, dần dần chuyển dịch ranh giới quyền tự chủ khi sự tự tin gia tăng. Những thành công ban đầu sẽ đến từ tự động hóa rủi ro thấp (như tạo báo cáo). Các phán đoán cốt lõi như quyết định tín dụng hoặc lựa chọn đầu tư sẽ khó khăn hơn, nhưng ngay cả khi đó, khi thành tích của AI được xây dựng, các công ty có thể cấp cho nó nhiều quyền tự chủ hơn. Ví dụ, một quỹ AI có thể sẽ được vận hành bởi một giám sát viên con người, người chỉ can thiệp khi hiệu suất hoạt động không như mong đợi hoặc nếu AI phát hiện ra sự không chắc chắn.

Về mặt kinh tế, McKinsey ước tính rằng AI (đặc biệt là AI thế hệ mới) có thể mang lại khoảng 200-340 tỷ đô la giá trị cho ngành ngân hàng hàng năm và những tác động lớn tương tự lên thị trường bảo hiểm và vốn ( Tình hình AI năm 2023: Năm đột phá của AI tạo sinh | McKinsey ) ( Tương lai của AI tạo sinh là gì? | McKinsey ). Điều này đạt được thông qua hiệu quả và kết quả ra quyết định tốt hơn. Để nắm bắt được giá trị đó, nhiều phân tích và giao tiếp tài chính thông thường có thể sẽ được chuyển giao cho các hệ thống AI.

Tóm lại, đến năm 2035, AI tạo sinh có thể giống như một đội quân gồm các nhà phân tích, cố vấn và nhân viên văn phòng cấp dưới làm việc trên khắp lĩnh vực tài chính, tự động thực hiện phần lớn công việc nặng nhọc và một số phân tích phức tạp. Con người vẫn sẽ đặt ra mục tiêu và xử lý chiến lược cấp cao, quan hệ khách hàng và giám sát. Thế giới tài chính, với sự thận trọng, sẽ dần dần mở rộng quyền tự chủ - nhưng hướng đi rõ ràng là ngày càng nhiều quá trình xử lý thông tin và thậm chí cả các khuyến nghị quyết định sẽ đến từ AI. Lý tưởng nhất là điều này dẫn đến dịch vụ nhanh hơn (cho vay tức thì, tư vấn 24/7), chi phí thấp hơn và có khả năng khách quan hơn (quyết định dựa trên các mô hình dữ liệu). Nhưng việc duy trì niềm tin sẽ rất quan trọng; một lỗi AI cấp cao trong tài chính có thể gây ra thiệt hại quá lớn (hãy tưởng tượng một sự cố flash crash do AI gây ra hoặc một khoản trợ cấp bị từ chối sai cho hàng nghìn người). Do đó, các rào cản và kiểm tra của con người có thể vẫn tồn tại, đặc biệt là đối với các hành động hướng đến người tiêu dùng, ngay cả khi các quy trình hậu cần trở nên tự động hóa cao.

Những thách thức và cân nhắc về mặt đạo đức

Trên tất cả các lĩnh vực này, khi AI tạo sinh đảm nhận nhiều trách nhiệm tự chủ hơn, một loạt thách thức và câu hỏi đạo đức chung nảy sinh. Việc đảm bảo AI là một tác nhân tự chủ đáng tin cậy và có lợi không chỉ là một nhiệm vụ kỹ thuật mà còn là một nhiệm vụ xã hội. Dưới đây, chúng tôi phác thảo những mối quan tâm chính và cách chúng đang được giải quyết (hoặc sẽ cần được giải quyết):

Độ tin cậy và độ chính xác

Vấn đề ảo giác: Các mô hình AI tạo sinh có thể tạo ra các đầu ra không chính xác hoặc hoàn toàn bịa đặt trông có vẻ tự tin. Điều này đặc biệt nguy hiểm khi không có con người nào trong vòng lặp để phát hiện lỗi. Một chatbot có thể đưa ra hướng dẫn sai cho khách hàng hoặc một báo cáo do AI viết có thể chứa một số liệu thống kê bịa đặt. Tính đến năm 2025, sự thiếu chính xác được các tổ chức công nhận là rủi ro hàng đầu của AI tạo sinh ( Tình trạng AI năm 2023: Năm đột phá của AI tạo sinh | McKinsey ) ( Tình trạng AI: Khảo sát toàn cầu | McKinsey ). Tiến về phía trước, các kỹ thuật như kiểm tra thực tế đối với cơ sở dữ liệu, cải tiến kiến ​​trúc mô hình và học tăng cường với phản hồi đang được triển khai để giảm thiểu ảo giác. Các hệ thống AI tự động có thể sẽ cần thử nghiệm nghiêm ngặt và có lẽ là xác minh chính thức cho các nhiệm vụ quan trọng (như tạo mã có thể gây ra lỗi/lỗi bảo mật nếu sai).

Tính nhất quán: Hệ thống AI cần hoạt động đáng tin cậy theo thời gian và trong mọi tình huống. Ví dụ, AI có thể xử lý tốt các câu hỏi tiêu chuẩn nhưng lại gặp khó khăn trong các trường hợp đặc biệt. Việc đảm bảo hiệu suất nhất quán đòi hỏi dữ liệu đào tạo phong phú, bao gồm nhiều tình huống khác nhau và giám sát liên tục. Nhiều tổ chức dự định áp dụng các phương pháp tiếp cận kết hợp – AI hoạt động hiệu quả, nhưng các mẫu ngẫu nhiên được kiểm tra bởi con người – để đánh giá tỷ lệ chính xác liên tục.

An toàn khi gặp sự cố: Khi AI hoạt động tự động, việc nó nhận ra sự không chắc chắn của chính nó là rất quan trọng. Hệ thống nên được thiết kế để "biết khi nào nó không biết". Ví dụ, nếu một bác sĩ AI không chắc chắn về chẩn đoán, nó nên đánh dấu để con người xem xét thay vì đưa ra dự đoán ngẫu nhiên. Việc tích hợp ước tính độ không chắc chắn vào kết quả đầu ra của AI (và có ngưỡng để tự động chuyển giao cho con người) là một lĩnh vực đang được phát triển.

Sự thiên vị và công bằng

Trí tuệ nhân tạo (AI) học hỏi từ dữ liệu lịch sử có thể chứa đựng những thành kiến ​​(chủng tộc, giới tính, v.v.). Một AI tự động có thể duy trì hoặc thậm chí khuếch đại những thành kiến ​​đó:

• Trong quá trình tuyển dụng hoặc tuyển sinh, người ra quyết định bằng AI có thể phân biệt đối xử không công bằng nếu dữ liệu đào tạo có sự thiên vị.

• Trong dịch vụ khách hàng, AI có thể phản hồi khác nhau với người dùng dựa trên phương ngữ hoặc các yếu tố khác trừ khi được kiểm tra cẩn thận.

• Trong lĩnh vực sáng tạo, AI có thể không phản ánh đúng một số nền văn hóa hoặc phong cách nhất định nếu bộ dữ liệu đào tạo không cân bằng.

Việc giải quyết vấn đề này đòi hỏi việc quản lý dữ liệu cẩn thận, kiểm tra độ lệch, và có thể cả việc điều chỉnh thuật toán để đảm bảo tính công bằng. Minh bạch là chìa khóa: các công ty sẽ cần công bố các tiêu chí quyết định AI, đặc biệt nếu AI tự động ảnh hưởng đến cơ hội hoặc quyền lợi của ai đó (như vay vốn hoặc tìm việc làm). Các cơ quan quản lý đã và đang chú ý; ví dụ, Đạo luật AI của EU (đang được soạn thảo vào giữa những năm 2020) có thể sẽ yêu cầu đánh giá độ lệch đối với các hệ thống AI có rủi ro cao.

Trách nhiệm giải trình và trách nhiệm pháp lý

Khi một hệ thống AI hoạt động tự động gây hại hoặc mắc lỗi, ai sẽ phải chịu trách nhiệm? Các khuôn khổ pháp lý đang dần được hoàn thiện:

• Các công ty triển khai AI có thể sẽ phải chịu trách nhiệm pháp lý, tương tự như việc chịu trách nhiệm cho hành động của nhân viên. Ví dụ, nếu AI đưa ra lời khuyên tài chính sai lầm dẫn đến thua lỗ, công ty có thể phải bồi thường cho khách hàng.

• Có nhiều tranh luận về "nhân tính" của AI, hay liệu AI tiên tiến có phải chịu một phần trách nhiệm hay không, nhưng điều đó giờ chỉ còn là lý thuyết. Thực tế, trách nhiệm sẽ thuộc về các nhà phát triển hoặc nhà vận hành.

• Các sản phẩm bảo hiểm mới có thể xuất hiện cho các lỗi AI. Nếu một chiếc xe tải tự lái gây ra tai nạn, bảo hiểm của nhà sản xuất có thể chi trả, tương tự như bảo hiểm trách nhiệm sản phẩm.

• Việc ghi chép và ghi lại các quyết định của AI sẽ rất quan trọng cho việc phân tích hậu kiểm. Nếu có vấn đề gì xảy ra, chúng ta cần kiểm tra lại quá trình ra quyết định của AI để rút kinh nghiệm và phân công trách nhiệm. Chính vì lý do này, các cơ quan quản lý có thể yêu cầu ghi chép lại các hành động tự động của AI.

Tính minh bạch và khả năng giải thích

AI tự động lý tưởng nhất là có khả năng giải thích lập luận của nó bằng những thuật ngữ dễ hiểu đối với con người, đặc biệt là trong các lĩnh vực quan trọng (tài chính, y tế, hệ thống tư pháp). AI có thể giải thích là một lĩnh vực đang nỗ lực mở ra chiếc hộp đen:

• Đối với việc AI từ chối khoản vay, các quy định (như ở Hoa Kỳ, ECOA) có thể yêu cầu người nộp đơn phải nêu lý do. Vì vậy, AI phải đưa ra các yếu tố (ví dụ: "tỷ lệ nợ trên thu nhập cao") để giải thích.

• Người dùng tương tác với AI (như học sinh với gia sư AI hoặc bệnh nhân với ứng dụng sức khỏe AI) xứng đáng được biết cách AI đưa ra lời khuyên. Những nỗ lực đang được thực hiện để giúp quá trình suy luận của AI dễ theo dõi hơn, bằng cách đơn giản hóa các mô hình hoặc bằng cách sử dụng các mô hình giải thích song song.

• Tính minh bạch cũng có nghĩa là người dùng nên biết khi nào họ đang giao dịch với AI thay vì với con người. Các nguyên tắc đạo đức (và có thể là một số luật) có xu hướng yêu cầu tiết lộ thông tin nếu khách hàng đang nói chuyện với bot. Điều này ngăn chặn hành vi lừa đảo và cho phép người dùng đồng ý. Một số công ty hiện gắn thẻ rõ ràng cho nội dung do AI viết (chẳng hạn như "Bài viết này được tạo bởi AI") để duy trì niềm tin.

Quyền riêng tư và Bảo vệ dữ liệu

Trí tuệ nhân tạo (AI) tạo sinh thường cần dữ liệu - bao gồm cả dữ liệu cá nhân nhạy cảm - để hoạt động hoặc học hỏi. Các hoạt động tự động phải tôn trọng quyền riêng tư:

• Nhân viên dịch vụ khách hàng AI sẽ truy cập thông tin tài khoản để hỗ trợ khách hàng; dữ liệu đó phải được bảo vệ và chỉ được sử dụng cho nhiệm vụ đó.

• Nếu gia sư AI có quyền truy cập vào hồ sơ học sinh, sẽ có những cân nhắc theo luật như FERPA (tại Hoa Kỳ) để đảm bảo quyền riêng tư dữ liệu giáo dục.

• Các mô hình lớn có thể vô tình ghi nhớ các thông tin cụ thể từ dữ liệu đào tạo (ví dụ: lặp lại địa chỉ của một người đã thấy trong quá trình đào tạo). Các kỹ thuật như quyền riêng tư khác biệt và ẩn danh dữ liệu trong đào tạo rất quan trọng để ngăn chặn rò rỉ thông tin cá nhân trong các kết quả đầu ra được tạo ra.

• Các quy định như GDPR trao cho cá nhân quyền đối với các quyết định tự động ảnh hưởng đến họ. Mọi người có thể yêu cầu xem xét lại của con người hoặc yêu cầu quyết định không chỉ được tự động hóa nếu chúng ảnh hưởng đáng kể đến họ. Đến năm 2030, các quy định này có thể sẽ thay đổi khi AI trở nên phổ biến hơn, có thể bao gồm quyền được giải thích hoặc lựa chọn không tham gia xử lý AI.

Bảo mật và lạm dụng

Hệ thống AI tự động có thể là mục tiêu của tin tặc hoặc có thể bị khai thác để thực hiện các hành vi độc hại:

• Trình tạo nội dung AI có thể bị lạm dụng để tạo ra thông tin sai lệch trên quy mô lớn (video deepfake, bài báo giả mạo), đây là một rủi ro xã hội. Vấn đề đạo đức của việc phát hành các mô hình sinh sản cực mạnh đang được tranh luận sôi nổi (ví dụ, OpenAI ban đầu rất thận trọng với khả năng hình ảnh của GPT-4). Các giải pháp bao gồm đóng dấu nội dung do AI tạo ra để giúp phát hiện hàng giả và sử dụng AI để chống lại AI (tương tự như các thuật toán phát hiện deepfake).

• Nếu AI điều khiển các quy trình vật lý (máy bay không người lái, ô tô, điều khiển công nghiệp), việc bảo vệ nó khỏi các cuộc tấn công mạng là rất quan trọng. Một hệ thống tự động bị tấn công có thể gây ra thiệt hại thực tế. Điều này đồng nghĩa với việc mã hóa mạnh mẽ, các biện pháp an toàn và khả năng con người có thể ghi đè hoặc tắt hệ thống nếu có dấu hiệu bị xâm phạm.

• Ngoài ra còn có mối lo ngại về việc AI sẽ vượt quá giới hạn dự kiến ​​(kịch bản "AI độc hại"). Mặc dù các AI hiện tại không có khả năng tự chủ hay ý định, nhưng nếu các hệ thống tự động trong tương lai có khả năng tự chủ hơn, cần có những ràng buộc và giám sát nghiêm ngặt để đảm bảo chúng không thực hiện các giao dịch trái phép hoặc vi phạm pháp luật do mục tiêu không được xác định rõ ràng.

Sử dụng có đạo đức và tác động đến con người

Cuối cùng, những cân nhắc về mặt đạo đức rộng hơn:

• Thay thế việc làm: Nếu AI có thể thực hiện các nhiệm vụ mà không cần sự can thiệp của con người, điều gì sẽ xảy ra với những công việc đó? Trong lịch sử, công nghệ tự động hóa một số công việc nhưng lại tạo ra những công việc khác. Quá trình chuyển đổi này có thể gây khó khăn cho những người lao động có kỹ năng trong các nhiệm vụ được tự động hóa. Xã hội sẽ cần quản lý điều này thông qua việc đào tạo lại kỹ năng, giáo dục, và có thể là xem xét lại các hỗ trợ kinh tế (một số người cho rằng AI có thể cần đến các ý tưởng như thu nhập cơ bản phổ quát nếu nhiều công việc được tự động hóa). Các cuộc khảo sát đã cho thấy những cảm xúc lẫn lộn - một nghiên cứu cho thấy một phần ba người lao động lo lắng về việc AI thay thế việc làm, trong khi những người khác lại cho rằng nó sẽ làm giảm bớt sự nặng nhọc.

• Sự xói mòn kỹ năng của con người: Nếu AI dạy kèm, AI tự lái và AI viết mã, liệu con người có mất đi những kỹ năng này không? Việc quá phụ thuộc vào AI, trong trường hợp xấu nhất, có thể làm xói mòn chuyên môn; đó là điều mà các chương trình giáo dục và đào tạo cần phải điều chỉnh, đảm bảo mọi người vẫn học được những kiến ​​thức cơ bản ngay cả khi AI hỗ trợ.

• Ra Quyết định Đạo đức: AI thiếu khả năng phán đoán đạo đức của con người. Trong lĩnh vực chăm sóc sức khỏe hoặc luật pháp, các quyết định hoàn toàn dựa trên dữ liệu có thể xung đột với lòng trắc ẩn hoặc công lý trong từng trường hợp cụ thể. Chúng ta có thể cần mã hóa các khuôn khổ đạo đức vào AI (một lĩnh vực nghiên cứu đạo đức AI, ví dụ: điều chỉnh các quyết định của AI phù hợp với các giá trị nhân văn). Ít nhất, việc giữ con người trong vòng lặp để đưa ra các quyết định mang tính đạo đức là điều nên làm.

• Tính bao hàm: Đảm bảo lợi ích của AI được phân bổ rộng rãi là một mục tiêu đạo đức. Nếu chỉ các công ty lớn mới đủ khả năng chi trả cho AI tiên tiến, các doanh nghiệp nhỏ hơn hoặc các khu vực nghèo hơn có thể bị bỏ lại phía sau. Các nỗ lực nguồn mở và các giải pháp AI giá cả phải chăng có thể giúp dân chủ hóa quyền truy cập. Ngoài ra, giao diện nên được thiết kế sao cho bất kỳ ai cũng có thể sử dụng các công cụ AI (ngôn ngữ khác nhau, khả năng tiếp cận cho người khuyết tật, v.v.), nếu không chúng ta sẽ tạo ra một khoảng cách số mới giữa "ai có trợ lý AI và ai không có".

Giảm thiểu Rủi ro Hiện tại: Về mặt tích cực, khi các công ty triển khai AI thế hệ mới, nhận thức và hành động về những vấn đề này ngày càng được nâng cao. Đến cuối năm 2023, gần một nửa số công ty sử dụng AI đã tích cực nỗ lực giảm thiểu các rủi ro như sai sót ( Tình trạng AI năm 2023: Năm đột phá của AI Tạo sinh | McKinsey ) ( Tình trạng AI: Khảo sát Toàn cầu | McKinsey ), và con số này đang tăng lên. Các công ty công nghệ đã thành lập các hội đồng đạo đức AI; các chính phủ đang soạn thảo các quy định. Điều quan trọng là lồng ghép đạo đức vào quá trình phát triển AI ngay từ đầu (“Đạo đức theo thiết kế”), thay vì phản ứng sau đó.

Tóm lại về những thách thức: việc trao cho AI quyền tự chủ hơn là một con dao hai lưỡi. Nó có thể mang lại hiệu quả và đổi mới, nhưng cũng đòi hỏi trách nhiệm cao. Những năm tới có thể sẽ chứng kiến ​​sự kết hợp giữa các giải pháp công nghệ (để cải thiện hành vi của AI), các giải pháp quy trình (khuôn khổ chính sách và giám sát), và có thể là các tiêu chuẩn hoặc chứng nhận mới (hệ thống AI có thể được kiểm toán và chứng nhận giống như động cơ hoặc thiết bị điện tử hiện nay). Việc vượt qua thành công những thách thức này sẽ quyết định mức độ chúng ta có thể tích hợp AI tự động vào xã hội một cách trơn tru như thế nào để tăng cường phúc lợi và niềm tin của con người.

Phần kết luận

Trí tuệ nhân tạo (AI) tạo sinh đã nhanh chóng phát triển từ một thử nghiệm mới lạ thành một công nghệ đa năng mang tính đột phá, chạm đến mọi ngóc ngách của cuộc sống. Sách trắng này đã khám phá cách mà đến năm 2025, các hệ thống AI đã có thể viết bài, thiết kế đồ họa, lập trình phần mềm, trò chuyện với khách hàng, tóm tắt hồ sơ bệnh án, hướng dẫn sinh viên, tối ưu hóa chuỗi cung ứng và soạn thảo báo cáo tài chính. Điều quan trọng là trong nhiều nhiệm vụ này, AI có thể hoạt động mà hầu như không cần sự can thiệp của con người , đặc biệt là đối với các công việc được xác định rõ ràng và có thể lặp lại. Các công ty và cá nhân đang bắt đầu tin tưởng AI sẽ thực hiện những nhiệm vụ này một cách tự động, mang lại lợi ích về tốc độ và quy mô.

Nhìn về năm 2035, chúng ta đang đứng trước ngưỡng cửa của một kỷ nguyên mà AI sẽ trở thành một cộng tác viên phổ biến hơn nữa – thường là một lực lượng lao động kỹ thuật số vô hình xử lý các công việc thường ngày để con người có thể tập trung vào những điều đặc biệt. Chúng ta kỳ vọng AI tạo sinh sẽ lái xe ô tô và xe tải một cách đáng tin cậy trên đường, quản lý hàng tồn kho trong kho hàng qua đêm, trả lời các câu hỏi của chúng ta như những trợ lý cá nhân giàu kinh nghiệm, cung cấp hướng dẫn trực tiếp cho sinh viên trên toàn thế giới, và thậm chí giúp khám phá các phương pháp chữa trị mới trong y học – tất cả đều với sự giám sát trực tiếp ngày càng ít. Ranh giới giữa công cụ và tác nhân sẽ mờ dần khi AI chuyển từ thụ động làm theo hướng dẫn sang chủ động tạo ra các giải pháp.

Tuy nhiên, hành trình hướng tới tương lai AI tự động này cần được định hướng cẩn thận. Như đã nêu, mỗi lĩnh vực đều có những hạn chế và trách nhiệm riêng:

• Kiểm chứng thực tế ngày nay: AI không phải là không thể sai lầm. Nó vượt trội trong việc nhận dạng mẫu và tạo nội dung nhưng lại thiếu sự hiểu biết thực sự và nhận thức thông thường theo nghĩa con người. Do đó, hiện tại, sự giám sát của con người vẫn là tấm lưới an toàn. Việc nhận biết AI đã sẵn sàng hoạt động độc lập (và chưa sẵn sàng) là rất quan trọng. Nhiều thành công ngày nay đến từ nhóm người-AI , và phương pháp kết hợp này sẽ tiếp tục có giá trị ở những nơi mà việc tự chủ hoàn toàn vẫn chưa được coi trọng.

• Lời hứa của tương lai: Với những tiến bộ trong kiến ​​trúc mô hình, kỹ thuật đào tạo và cơ chế giám sát, khả năng của AI sẽ tiếp tục được mở rộng. Thập kỷ nghiên cứu và phát triển tiếp theo có thể giải quyết nhiều vấn đề nan giải hiện tại (giảm ảo giác, cải thiện khả năng diễn giải, điều chỉnh AI phù hợp với các giá trị nhân văn). Nếu vậy, đến năm 2035, các hệ thống AI có thể đủ mạnh mẽ để được giao phó quyền tự chủ lớn hơn nhiều. Những dự đoán trong bài báo này – từ giáo viên AI đến các doanh nghiệp phần lớn tự vận hành – rất có thể sẽ trở thành hiện thực, hoặc thậm chí vượt xa những đổi mới khó hình dung ngày nay.

• Vai trò và khả năng thích ứng của con người: Thay vì AI thay thế hoàn toàn con người, chúng ta dự đoán vai trò sẽ thay đổi. Các chuyên gia trong mọi lĩnh vực có thể sẽ cần phải thành thạo trong việc làm việc với AI – dẫn dắt, xác minh và tập trung vào các khía cạnh công việc đòi hỏi những thế mạnh đặc trưng của con người như sự đồng cảm, tư duy chiến lược và giải quyết vấn đề phức tạp. Giáo dục và đào tạo nguồn nhân lực nên chuyển hướng để nhấn mạnh những kỹ năng đặc thù này của con người, cũng như kiến ​​thức về AI cho tất cả mọi người. Các nhà hoạch định chính sách và lãnh đạo doanh nghiệp nên lập kế hoạch cho những chuyển đổi trong thị trường lao động và đảm bảo hệ thống hỗ trợ cho những người bị ảnh hưởng bởi tự động hóa.

• Đạo đức và Quản trị: Có lẽ quan trọng nhất, một khuôn khổ sử dụng và quản trị AI có đạo đức phải là nền tảng cho sự phát triển công nghệ này. Niềm tin là thước đo của sự chấp nhận – mọi người sẽ chỉ cho phép AI lái xe hoặc hỗ trợ phẫu thuật nếu họ tin rằng nó an toàn. Việc xây dựng niềm tin đó đòi hỏi phải kiểm tra nghiêm ngặt, minh bạch, sự tham gia của các bên liên quan (ví dụ: để bác sĩ tham gia thiết kế AI y tế, giáo viên tham gia vào các công cụ giáo dục AI) và các quy định phù hợp. Hợp tác quốc tế có thể là cần thiết để giải quyết các thách thức như deepfake hoặc AI trong chiến tranh, đảm bảo các chuẩn mực toàn cầu về sử dụng có trách nhiệm.

Tóm lại, AI tạo sinh là một động lực mạnh mẽ cho sự tiến bộ. Được sử dụng một cách khôn ngoan, nó có thể giải phóng con người khỏi sự nhọc nhằn, khơi dậy sức sáng tạo, cá nhân hóa dịch vụ và lấp đầy những khoảng trống (mang đến chuyên môn ở những nơi khan hiếm chuyên gia). Điều quan trọng là triển khai nó theo cách khuếch đại tiềm năng của con người thay vì hạn chế nó . Trước mắt, điều đó có nghĩa là giữ con người trong vòng lặp để dẫn dắt AI. Về lâu dài, điều đó có nghĩa là mã hóa các giá trị nhân văn vào cốt lõi của các hệ thống AI để ngay cả khi chúng hoạt động độc lập, chúng vẫn hoạt động vì lợi ích chung của chúng ta.

Lãnh địa	Tự chủ đáng tin cậy ngày nay (2025)	Dự kiến ​​tự chủ đáng tin cậy vào năm 2035
Viết & Nội dung	- Tin tức thường lệ (thể thao, thu nhập) được tự động tạo. - Đánh giá sản phẩm được tóm tắt bởi AI. - Bản nháp bài viết hoặc email để chỉnh sửa thủ công. ( Philana Patterson – Hồ sơ cộng đồng ONA ) ( Amazon cải thiện trải nghiệm đánh giá của khách hàng bằng AI )	- Hầu hết tin tức và nội dung tiếp thị được viết tự động với độ chính xác thực tế. - AI tạo ra các bài viết và thông cáo báo chí hoàn chỉnh với sự giám sát tối thiểu. - Nội dung được cá nhân hóa cao theo yêu cầu.
Nghệ thuật thị giác & Thiết kế	- AI tạo ra hình ảnh từ lời nhắc (con người sẽ lựa chọn hình ảnh tốt nhất). - Nghệ thuật ý tưởng và các biến thể thiết kế được tạo ra một cách tự động.	- AI tạo ra các cảnh phim/video đầy đủ và đồ họa phức tạp.- Thiết kế sáng tạo các sản phẩm/kiến trúc đáp ứng thông số kỹ thuật.- Phương tiện truyền thông cá nhân hóa (hình ảnh, video) được tạo theo yêu cầu.
Mã hóa phần mềm	- AI tự động hoàn thiện mã và viết các hàm đơn giản (đã được nhà phát triển đánh giá). - Tự động tạo thử nghiệm và đề xuất lỗi. ( Lập trình trên Copilot: Dữ liệu năm 2023 cho thấy áp lực giảm xuống đối với chất lượng mã (bao gồm cả dự báo năm 2024) - GitClear ) ( GitHub Copilot đứng đầu báo cáo nghiên cứu về trợ lý mã AI -- Tạp chí Visual Studio )	- AI triển khai toàn bộ tính năng theo thông số kỹ thuật một cách đáng tin cậy. - Gỡ lỗi tự động và bảo trì mã cho các mẫu đã biết. - Tạo ứng dụng mã thấp với ít sự can thiệp của con người.
Dịch vụ khách hàng	- Chatbot trả lời các câu hỏi thường gặp, giải quyết các vấn đề đơn giản (chuyển giao các trường hợp phức tạp). - AI xử lý ~70% các yêu cầu thông thường trên một số kênh. ( 59 thống kê về dịch vụ khách hàng của AI năm 2025 ) ( Đến năm 2030, 69% các quyết định trong quá trình tương tác với khách hàng sẽ là ... )	- AI xử lý hầu hết các tương tác với khách hàng từ đầu đến cuối, bao gồm các truy vấn phức tạp. - Ra quyết định AI theo thời gian thực cho các nhượng bộ dịch vụ (hoàn tiền, nâng cấp). - Chỉ có tác nhân con người thực hiện các trường hợp leo thang hoặc đặc biệt.
Chăm sóc sức khỏe	- AI soạn thảo ghi chú y tế; đề xuất chẩn đoán để bác sĩ xác minh. - AI đọc một số bản chụp (chụp X-quang) mà không cần giám sát; phân loại các trường hợp đơn giản. ( Các sản phẩm hình ảnh y tế AI có thể tăng gấp năm lần vào năm 2035 )	- AI chẩn đoán đáng tin cậy các bệnh lý phổ biến và diễn giải hầu hết các hình ảnh y tế. - AI theo dõi bệnh nhân và bắt đầu chăm sóc (ví dụ: nhắc nhở uống thuốc, cảnh báo khẩn cấp). - "Y tá" AI ảo xử lý các lần theo dõi thường quy; bác sĩ tập trung vào việc chăm sóc phức tạp.
Giáo dục	- Gia sư AI trả lời câu hỏi của học sinh, tạo bài tập thực hành (giáo viên giám sát). - AI hỗ trợ chấm điểm (có giáo viên đánh giá). ([AI tạo sinh cho giáo dục K-12	Báo cáo nghiên cứu của Applify]( https://www.applify.co/research-report/gen-ai-for-k12#:~:text=AI%20tutors%3A%20Virtual%20AI,individual%20learning%20styles%20and%20paces ))
Hậu cần	- AI tối ưu hóa tuyến đường giao hàng và đóng gói (con người đặt ra mục tiêu). - AI đánh dấu rủi ro trong chuỗi cung ứng và đề xuất biện pháp giảm thiểu. ( Các trường hợp sử dụng AI tạo sinh hàng đầu trong hậu cần )	- Giao hàng chủ yếu bằng xe tải, máy bay không người lái tự động được giám sát bởi bộ điều khiển AI. - AI tự động định tuyến lại các lô hàng tránh bị gián đoạn và điều chỉnh hàng tồn kho. - Điều phối chuỗi cung ứng đầu cuối (đặt hàng, phân phối) được quản lý bởi AI.
Tài chính	- AI tạo ra báo cáo tài chính/tóm tắt tin tức (được con người đánh giá). - Cố vấn robot quản lý danh mục đầu tư đơn giản; trò chuyện AI xử lý các câu hỏi của khách hàng. ( AI tạo ra đang đến với tài chính )	- Các nhà phân tích AI đưa ra khuyến nghị đầu tư và báo cáo rủi ro với độ chính xác cao. - Giao dịch tự động và cân bằng lại danh mục đầu tư trong giới hạn đã đặt. - AI tự động phê duyệt các khoản vay/yêu cầu bồi thường tiêu chuẩn; con người xử lý các trường hợp ngoại lệ.

Tài liệu tham khảo:

1. Patterson, Philana. Những câu chuyện về thu nhập tự động tăng lên . The Associated Press (2015) – Mô tả việc AP tự động tạo ra hàng nghìn báo cáo thu nhập mà không cần người viết ( Những câu chuyện về thu nhập tự động tăng lên | The Associated Press ).

2. McKinsey & Company. Tình hình AI vào đầu năm 2024: Việc áp dụng AI thế hệ mới tăng đột biến và bắt đầu tạo ra giá trị . (2024) – Báo cáo 65% tổ chức sử dụng AI tạo sinh thường xuyên, gần gấp đôi so với năm 2023 ( Tình hình AI vào đầu năm 2024 | McKinsey ) và thảo luận về các nỗ lực giảm thiểu rủi ro ( Tình hình AI: Khảo sát toàn cầu | McKinsey ).

3. Gartner. Beyond ChatGPT: Tương lai của AI tạo sinh cho doanh nghiệp . (2023) – Dự đoán rằng đến năm 2030, 90% phim bom tấn có thể được tạo ra bằng AI ( Các trường hợp sử dụng AI tạo sinh cho ngành công nghiệp và doanh nghiệp ) và nêu bật các trường hợp sử dụng AI tạo sinh như thiết kế thuốc ( Các trường hợp sử dụng AI tạo sinh cho ngành công nghiệp và doanh nghiệp ).

4. Twipe. 12 cách nhà báo sử dụng công cụ AI trong phòng tin tức . (2024) – Ví dụ về AI “Klara” tại một cơ quan báo chí viết 11% bài viết, với các biên tập viên xem xét toàn bộ nội dung AI ( 12 cách nhà báo sử dụng công cụ AI trong phòng tin tức - Twipe ).

5. Tin tức Amazon.com. Amazon cải thiện trải nghiệm đánh giá của khách hàng bằng AI . (2023) – Công bố bản tóm tắt đánh giá do AI tạo ra trên các trang sản phẩm để hỗ trợ người mua sắm ( Amazon cải thiện trải nghiệm đánh giá của khách hàng bằng AI ).

6. Zendesk. 59 thống kê về dịch vụ khách hàng bằng AI năm 2025. (2023) – Chỉ ra rằng hơn hai phần ba các tổ chức CX cho rằng AI tạo ra sẽ tăng thêm “sự ấm áp” trong dịch vụ ( 59 thống kê về dịch vụ khách hàng bằng AI năm 2025 ) và dự đoán AI sẽ xuất hiện trong 100% tương tác với khách hàng cuối cùng ( 59 thống kê về dịch vụ khách hàng bằng AI năm 2025 ).

7. Futurum Research & SAS. Trải nghiệm 2030: Tương lai của trải nghiệm khách hàng . (2019) – Khảo sát cho thấy các thương hiệu kỳ vọng ~69% quyết định trong quá trình tương tác với khách hàng sẽ được đưa ra bởi máy móc thông minh vào năm 2030 ( Để hình dung lại sự chuyển đổi sang CX, các nhà tiếp thị phải làm 2 điều này ).

8. Dataiku. Các trường hợp sử dụng AI tạo sinh hàng đầu trong hậu cần . (2023) – Mô tả cách GenAI tối ưu hóa việc tải (giảm ~30% không gian xe tải trống) ( Các trường hợp sử dụng AI tạo sinh hàng đầu trong hậu cần ) và đánh dấu rủi ro chuỗi cung ứng bằng cách quét tin tức.

9. Tạp chí Visual Studio. GitHub Copilot đứng đầu báo cáo nghiên cứu về trợ lý mã AI . (2024) – Giả định lập kế hoạch chiến lược của Gartner: đến năm 2028, 90% nhà phát triển doanh nghiệp sẽ sử dụng trợ lý mã AI (tăng từ 14% vào năm 2024) ( GitHub Copilot đứng đầu báo cáo nghiên cứu về trợ lý mã AI -- Tạp chí Visual Studio ).

10. Tin tức Bloomberg. Giới thiệu BloombergGPT . (2023) – Chi tiết Mô hình 50 tham số của Bloomberg hướng đến các nhiệm vụ tài chính, được tích hợp vào Terminal để hỗ trợ phân tích và hỏi đáp ( Trí tuệ nhân tạo đang tiến vào lĩnh vực tài chính ).

Những bài viết bạn có thể muốn đọc sau bài này:

🔗 Những công việc mà AI không thể thay thế – Và AI sẽ thay thế những công việc nào?
Góc nhìn toàn cầu về bối cảnh việc làm đang thay đổi, xem xét những vai trò nào an toàn trước sự gián đoạn của AI và những vai trò nào có nguy cơ cao nhất.

🔗 AI có thể dự đoán thị trường chứng khoán không?
Tìm hiểu sâu về khả năng, hạn chế và những cân nhắc về mặt đạo đức khi sử dụng AI để dự báo thị trường chứng khoán.

🔗 Trí tuệ nhân tạo (AI) có thể được sử dụng như thế nào trong an ninh mạng?
Tìm hiểu cách AI tạo ra đang được ứng dụng để phòng thủ chống lại các mối đe dọa mạng, từ phát hiện bất thường đến mô hình hóa mối đe dọa.