AI có thể dựa vào những gì có thể làm mà không cần sự can thiệp của con người ?

Tóm tắt nội dung

Trí tuệ nhân tạo tạo sinh (AI) – công nghệ cho phép máy móc tạo ra văn bản, hình ảnh, mã và nhiều thứ khác – đã có sự phát triển bùng nổ trong những năm gần đây. Sách trắng này cung cấp tổng quan dễ hiểu về những gì AI tạo sinh có thể đáng tin cậy làm ngày nay mà không cần sự can thiệp của con người, và những gì nó được kỳ vọng sẽ làm trong thập kỷ tới. Chúng tôi khảo sát việc sử dụng nó trong lĩnh vực viết, nghệ thuật, mã hóa, dịch vụ khách hàng, chăm sóc sức khỏe, giáo dục, hậu cần và tài chính, nêu bật nơi AI hoạt động tự chủ và nơi giám sát của con người vẫn là yếu tố quan trọng. Các ví dụ thực tế được đưa vào để minh họa cho cả thành công và hạn chế. Những phát hiện chính bao gồm:

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

• Khả năng tự chủ hiện tại: AI tạo ra ngày nay xử lý đáng tin cậy nhiệm vụ có cấu trúc, lặp đi lặp lại 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 của công ty) (Philana Patterson – Hồ sơ cộng đồng ONA), tạo mô tả sản phẩm và đánh giá nổi bật trên các trang thương mại điện tử và tự động hoàn thiện mã. Trong các lĩnh vực này, AI thường tăng cường cho người lao động bằng cách tiếp quản việc tạo nội dung thông thường.

• Con người trong vòng lặp cho các nhiệm vụ phức tạp: Đối với các nhiệm vụ phức tạp hơn 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, phán đoán đạo đức và chất lượng. Nhiều triển khai AI ngày nay sử dụng mô hình “con người trong vòng lặp” trong đó AI soạn thảo nội dung và con người xem xét nội dung đó.

• Những cải tiến trong thời gian ngắn: Trong 5–10 năm tới, AI tạo sinh được dự đoán sẽ trở nên phổ biến hơn nhiều đáng tin cậy và tự chủ. Những tiến bộ về độ chính xác của mô hình và cơ chế lan can có thể cho phép AI xử lý phần lớn các nhiệm 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 về dịch vụ khách hàng theo thời gian thực (Để tái hiện 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 một thập kỷ, chúng tôi mong đợi các tác nhân AI tự động trở nên phổ biến trong nhiều lĩnh vực. Gia sư AI có thể cung cấp giáo dục cá nhân hóa ở quy mô lớn, trợ lý AI có thể soạn thảo hợp đồng pháp lý hoặc báo cáo y tế đáng tin cậy để chuyên gia phê duyệt và hệ thống tự lái (được hỗ trợ bởi mô phỏng tạo sinh) có thể chạy các hoạt động hậu cần từ đầu đến cuối. Tuy nhiên, một số lĩnh vực nhạy cảm (ví dụ 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 tâm về đạo đức và độ tin cậy: Khi tính tự chủ của AI tăng lên, các mối quan tâm cũng tăng theo. Các vấn đề ngày nay bao gồm ảo giác (AI bịa ra sự thật), thiên vị trong nội dung được tạo ra, thiếu minh bạch và khả năng sử dụng sai mục đích để thông tin sai lệch. Đảm bảo AI có thể đáng tin cậy khi hoạt động mà không có sự giám sát là tối quan trọng. Tiến bộ đang được thực hiện – 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, IP) (Tình hình AI: Khảo sát toàn cầu | McKinsey) – nhưng cần có sự quản lý chặt chẽ và khuôn khổ đạo đức.

• Cấu trúc của bài báo này: Chúng tôi bắt đầu bằng 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, mã hóa, 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 diễn ra. Chúng tôi kết luận bằng những thách thức xuyên suốt, dự đoán trong tương lai và các khuyến nghị để khai thác AI tạo ra một cách có trách nhiệm.

Nhìn chung, AI tạo sinh đã chứng minh được khả năng xử lý một loạt các nhiệm vụ đáng ngạc nhiên mà không cần sự hướng dẫn liên tục của con người. Bằng cách hiểu được 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 từ lâu đã có thể phân tích dữ liệu, nhưng chỉ gần đây các hệ thống AI mới học được cách tạo nên – viết văn xuôi, sáng tác hình ảnh, lập trình phần mềm, v.v. Những AI tạo ra các mô hình (như GPT-4 cho văn bản hoặc DALL·E cho hình ảnh) được đào tạo trên các tập dữ liệu lớn để tạo ra nội dung mới để đáp ứng các lời nhắc. Bước đột phá này đã tạo ra một làn sóng đổi mới trong các ngành công nghiệp. Tuy nhiên, một câu hỏi quan trọng nảy sinh: Chúng ta thực sự có thể tin tưởng AI có thể tự làm được những gì mà không cần con người kiểm tra lại kết quả?

Để trả lời câu hỏi này, điều quan trọng là phải phân biệt giữa được giám sát Và tự chủ công dụng của AI:

• AI do con người giám sát đề cập đến các tình huống mà đầu ra AI được mọi 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 chỉnh sửa và phê duyệt.

• AI tự động (AI không cần sự can thiệp của con người) đề cập đến 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. Một ví dụ là chatbot tự động giải quyết truy vấn của khách hàng mà không cần tác nhân con người hoặc một kênh tin tức tự động xuất bản tóm tắt tỷ số thể thao do AI tạo ra.

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

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

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

• Sai sót có rủi ro thấp hoặc dễ dàng được dung thứ (ví dụ như việc tạo ra hình ảnh có thể bị loại bỏ nếu không đạt yêu cầu, so với chẩn đoán y khoa).

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

Ngược lại, các nhiệm vụ là mở, cược caohoặc đòi hỏi sự phán đoán tinh tế ít phù hợp với việc không cần giám sát ngày nay.

Trong các phần sau, chúng tôi sẽ xem xét một loạt các lĩnh vực để xem AI tạo ra đang làm gì hiện nay và những gì sẽ diễn ra 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 - nêu bật những nhiệm vụ nào có thể được AI thực hiện từ đầu đến cuối và những nhiệm vụ nào vẫn cần con người tham gia. Đối với mỗi lĩnh vực, chúng tôi tách biệt rõ ràng các khả năng hiện tại (khoảng năm 2025) với các dự đoán thực tế về những gì có thể đáng tin cậy vào năm 2035.

Bằng cách lập bản đồ hiện tại và tương lai của AI tự động trên nhiều lĩnh vực, chúng tôi muốn cung cấp cho độc giả sự hiểu biết cân bằng: không cường điệu AI là không thể sai một cách kỳ diệu, cũng không hạ thấp năng lực thực sự và đang phát triển của nó. Với nền tảng này, sau đó chúng tôi thảo luận về những thách thức bao trùm trong việc tin tưởng AI mà không cần giám sát, bao gồm các cân nhắc về mặt đạo đức và quản lý rủi ro, trước khi kết luận bằng những điểm chính.

Trí tuệ nhân tạo trong việc 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 các bài báo và bản sao tiếp thị đến các bài đăng trên mạng xã hội và tóm tắt tài liệu. Nhưng có thể thực hiện được bao nhiêu phần trong số những bài viết này mà không cần biên tập viên là con người?

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

Ngày nay, AI tạo sinh đang xử lý đáng tin cậy nhiều loại nhiệm vụ viết thường lệ 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 mẩu tin ngắn này tuân theo một mẫu (ví dụ, “Công ty X báo cáo thu nhập của Y, tăng Z%...”) và AI (sử dụng phần mềm tạo ngôn ngữ tự nhiên) có thể điền số liệu 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 đưa tin đáng kể (hơn 3.000 bài viết mỗi quý) mà không cần đến người viết (Những câu chuyện về thu nhập tự động tăng 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 trò chơi thể thao và tạo ra các câu chuyện tóm tắt. Vì các miền này được điều khiển bởi dữ liệu và theo công thức, nên lỗi rất hiếm khi xảy ra miễn là dữ liệu chính xác. Trong những trường hợp này, chúng ta thấy 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 sử dụng AI để tóm tắt đánh giá của khách hàng về sản phẩm. AI quét văn bản của nhiều đánh giá riêng lẻ và tạo ra một đoạn văn nổi bật ngắn gọn về những gì mọi người thích hoặc không thích về mặt hàng, 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 một hình minh họa của 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 sắm là "do 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 mô hình có thể dự đoán được hoặc được tổng hợp từ dữ liệu hiện có, AI thường có thể xử lý nó một mình. Các ví dụ hiện tại khác bao gồm:

• Cập nhật thời tiết và giao thông: Các cơ quan 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 hàng quý, tóm tắt thị trường chứng khoán). Từ năm 2014, Bloomberg và các hãng tin khác đã sử dụng AI để hỗ trợ viết tin tức về thu nhập của công ty – một quy trình chạy phần lớn tự động sau khi dữ liệu được đưa vào (Các 'nhà báo robot' của AP hiện đang tự viết những câu chuyện của riêng họ | The Verge) (Phóng viên Wyoming bị phát hiện sử dụng AI để tạo ra các câu trích dẫn, câu chuyện giả).

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

• Tạo bản nháp: Nhiều chuyên gia sử dụng các công cụ như ChatGPT để soạn 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 – 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 những lỗi thực tế (thường được gọi là "ảo giác") hoặc những cách diễn đạt khó hiểu mà con người cần phải nắm bắt. Ví dụ, tờ báo Đức Thể hiện đã giới thiệu một "đồng nghiệp kỹ thuật số" AI tên là Klara để giúp viết các bài 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 viết của Express - nhưng 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 những câu chuyện phức tạp (12 cách nhà báo sử dụng công cụ AI trong phòng tin tức - Twipe). Mối quan hệ hợp tác giữa con người và AI này rất phổ biến hiện nay: AI đảm nhiệm phần lớn công việc tạo văn bản và con người sẽ biên tập và chỉnh sửa khi cần thiết.

Triển vọng 2030-2035: Hướng tới Viết tự chủ đáng tin cậy

Trong thập kỷ tới, chúng tôi kỳ vọng AI tạo ra 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 hỗ trợ điều này:

• Độ chính xác được cải thiện: Nghiên cứu đang được tiến hành đang nhanh chóng làm giảm xu hướng tạo ra thông tin sai lệch hoặc không liên quan của AI. Đến năm 2030, các mô hình ngôn ngữ tiên tiến với quá trình đào tạo tốt hơn (bao gồm các kỹ thuật để xác minh sự thật so với cơ sở dữ liệu theo thời gian thực) có thể đạt được khả năng kiểm tra sự thật gần bằng con người trong nội bộ. 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 theo lĩnh vực cụ thể: Chúng ta sẽ thấy nhiều mô hình tạo ra 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 chuẩn hoặc tóm tắt luật lệ một cách đáng tin cậy – các nhiệm vụ có cấu trúc theo công thức nhưng hiện tại đòi hỏi thời gian của luật sư. Nếu AI được đào tạo 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 sự mạch lạc: Các mô hình đang trở nên tốt hơn trong việc 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, có thể AI có thể tự mình biên soạn bản thảo đầu tiên khá ổn của một cuốn sách phi hư cấu hoặc một hướng dẫn kỹ thuật, với con người chủ yếu đóng vai trò cố vấn (để đặt mục tiêu hoặc cung cấp kiến ​​thức chuyên môn).

Trên thực tế, điều này sẽ như thế nào? 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 một biên tập viên chỉ lấy mẫu một vài bản để đảm bảo chất lượng. Thật vậy, các chuyên gia dự báo rằng một phần ngày càng tăng của nội dung trực tuyến sẽ được tạo ra bằng máy - một dự đoán táo bạo của các nhà phân tích ngành cho rằng lên đến 90% nội dung trực tuyến có thể được tạo ra bởi AI vào năm 2026 (Đến năm 2026, nội dung trực tuyến do người ngoài 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 viết thường lệ trên web, bản sao sản phẩm và thậm chí có thể là các nguồn cấp tin tức được cá nhân hóa đều do AI biên soạn.

TRONG tiếp thị và truyền thông doanh nghiệp, AI tạo ra có khả năng sẽ được giao phó để chạy toàn bộ chiến dịch một cách tự động. Nó có thể tạo và gửi email tiếp thị được cá nhân hóa, bài đăng trên phương tiện truyền thông xã hội và các biến thể bản sao quảng cáo, liên tục điều chỉnh thông điệp dựa trên phản ứng của khách hàng - tất cả mà không cần người viết quảng cáo tham gia. Các nhà phân tích của Gartner dự đoán rằng đến năm 2025, ít nhất 30% thông điệp tiếp thị hướng ngoại 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 vào năm 2030.

Tuy nhiên, điều quan trọng cần lưu ý là sự sáng tạo và phán đoán của con người vẫn sẽ đóng vai trò quan trọng, đặc biệt là đối với nội dung có rủi ro cao. Đến năm 2035, AI có thể tự xử lý một bản 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 phương tiện truyền thông vẫn có thể yêu cầu sự giám sát của con người. Tương lai có thể sẽ mang đến một cách tiếp cận theo từng cấp độ: AI tự động tạo ra phần lớn nội dung hàng ngày, trong khi con người tập trung vào việc chỉnh sửa và sản xuất các phần 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 tăng lên.

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

Quỹ đạo trong văn bản cho thấy rằng vào giữa những năm 2030, AI sẽ là một nhà văn sung mãn. Chìa khóa cho hoạt động thực sự tự chủ sẽ là thiết lập lòng tin vào kết quả đầu ra của nó. Nếu AI có thể liên tục chứng minh độ chính xác về mặt thực tế, chất lượng phong cách và sự phù hợp với các tiêu chuẩn đạo đức, nhu cầu xem xét từng dòng của con người sẽ giảm đi. Các phần của bản báo cáo này, vào năm 2035, rất có thể sẽ được một nhà nghiên cứu AI soạn thảo mà không cần biên tập viên - một triển vọng mà chúng tôi thận trọng lạc quan, miễn là các biện pháp bảo vệ thích 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 ra đã thu hút trí tưởng tượng của công chúng, từ những bức tranh do AI tạo ra giành giải trong các cuộc thi nghệ thuật cho đến các video deepfake không thể phân biệt được với cảnh quay thực. Trong lĩnh vực trực quan, các mô hình AI như mạng đối nghịch tạo ra (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, AI hiện nay có thể hoạt động như một nghệ sĩ hay nhà thiết kế tự chủ không?

Khả năng hiện tại (2025): AI như một trợ lý sáng tạo

Tính đến năm 2025, các mô hình tạo ra có khả năng 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 hình ảnh nghệ thuật thuyết phục trong vài giây. Điều này đã dẫn đến việc sử dụng rộng rãi AI trong thiết kế đồ họa, tiếp thị và giải trí cho nghệ thuật ý tưởng, nguyên mẫu và thậm chí là hình ảnh cuối cùng trong một số trường hợp. Đáng chú ý:

• Thiết kế đồ họa & Hình ảnh chứng khoán: Các công ty tạo ra đồ họa trang web, hình minh họa hoặc ảnh lưu trữ thông qua AI, giúp giảm nhu cầu phải thuê một nghệ sĩ thực hiện từng tác phẩm. Nhiều nhóm tiếp thị sử dụng các công cụ AI để tạo ra các biến thể của quảng cáo hoặc hình ảnh sản phẩm để thử nghiệm những gì hấp dẫn người tiêu dùng.

• Nghệ thuật và Minh họa: Các nghệ sĩ cá nhân hợp tác với AI để đưa ra ý tưởng hoặc điền thông tin chi tiết. Ví dụ, một họa sĩ minh họa có thể sử dụng AI để tạo bối cảnh nền, sau đó họ tích hợp với các nhân vật do con người vẽ. Một số tác giả truyện tranh đã thử nghiệm với các tấm bảng hoặc 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 tháng 8 năm 2022 Quốc tế bìa có hình một phi hành gia – được cho là hình ảnh bìa tạp chí đầu tiên do AI (DALL·E của OpenAI) tạo ra theo chỉ đạo của giám đốc nghệ thuật. Mặc dù điều này liên quan đến sự thúc đẩy và lựa chọn của con người, nhưng tác phẩm nghệ thuật thực tế được kết xuất bằng máy.

Quan trọng là, hầu hết những cách sử dụng hiện tại này vẫn liên quan đến sự giám tuyển và lặp lại của con người. AI có thể đưa ra hàng chục hình ảnh và con người sẽ chọn ra hình ảnh đẹp nhất và có thể chỉnh sửa nó. Theo nghĩa đó, AI đang hoạt động tự động để sản xuất tùy chọn, nhưng con người đang chỉ đạo hướng sáng tạo và đưa ra lựa chọn cuối cùng. Nó đáng tin cậy để tạo ra nhiều nội dung nhanh chóng, nhưng không đảm bảo đáp ứng mọi yêu cầu ngay từ lần thử đầu tiên. Các vấn đề như chi tiết không chính xác (ví dụ: AI vẽ tay với số ngón tay không đúng, một điểm kỳ quặc đã biết) hoặc kết quả không mong muốn có nghĩa là một giám đốc nghệ thuật con người 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 các kích thước và chức năng mong muốn của một món đồ nội thất, một thuật toán tạo ra có thể đưa ra một số thiết kế khả thi (một số khá phi truyền thống) 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 trực tiếp hoặc tinh chỉnh. Tương tự như vậy, trong kỹ thuật, AI tạo ra 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 các hình dạng mới lạ mà con người có thể chưa từng hình dung ra.

• Tài sản trò chơi điện tử: AI có thể tự động tạo ra kết cấu, mô hình 3D hoặc thậm chí toàn bộ cấp độ cho trò chơi điện tử. Các nhà phát triển sử dụng chúng để tăng tốc quá trình tạo nội dung. Một số trò chơi độc lập đã bắt đầu kết hợp tác phẩm nghệ thuật được tạo theo thủ tục và thậm chí là hội thoại (thông qua mô hình ngôn ngữ) để tạo ra thế giới trò chơi rộng lớn, năng động với ít tài sản do con người tạo ra.

• Hoạt hình và Video (Mới nổi): Mặc dù chưa hoàn thiện bằng hình ảnh tĩnh, AI tạo ra video đang tiến bộ. AI hiện có thể tạo ra các đoạn video clip ngắn hoặc hoạt hình từ lời nhắc, mặc dù chất lượng không đồng đều. Công nghệ Deepfake – có tính tạo ra – có thể tạo ra các bản sao khuôn mặt hoặc giọng nói thực tế.Trong bối cảnh được kiểm soát, một studio có thể sử dụng AI để tự động tạo ra cảnh nền hoặc hoạt ảnh đám đông.

Đáng chú ý, Gartner dự đoán rằng vào năm 2030, chúng ta sẽ thấy một phim bom tấn lớn 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 đó – AI không thể tự mình tạo ra một bộ phim dài tập. Nhưng các mảnh ghép của câu đố đó đang được phát triển: tạo kịch bản (AI văn bản), tạo nhân vật và cảnh (AI hình ảnh/video), lồng tiếng (AI giọng nói nhân bản) và hỗ trợ chỉnh sửa (AI hiện có thể giúp cắt và chuyển cảnh).

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

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

• Phim và video hoàn toàn được tạo ra bằng AI: 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 như phác thảo kịch bản hoặc phong cách mong muốn) và AI sẽ dựng cảnh, tạo hình ảnh diễn viên và hoạt hình hóa mọi thứ. Các thử nghiệm ban đầu trong phim ngắn có thể diễn ra trong vòng vài năm, với các nỗ lực dài tập vào những năm 2030. Những bộ phim AI này có thể bắt đầu ở phân khúc hẹp (hoạt hình thử nghiệm, v.v.) nhưng có thể trở thành xu hướng chính khi chất lượng được cải thiện. Dự đoán phim 90% vào năm 2030 của Gartner (Các trường hợp sử dụng AI tạo sinh cho các ngành công nghiệp 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 đảm đương phần lớn công việc 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 khái niệm thiết kế dựa trên các thông số như "chi phí, vật liệu, phong cách X", để con người lựa chọn thiết kế cuối cùng. Điều này đảo ngược động lực 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 hoạt động nhiều hơn như người quản lý, lựa chọn thiết kế tốt nhất do AI tạo ra và có thể điều chỉnh 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 có cấu trúc vững chắc, nhờ các quy tắc kỹ thuật nhúng).

• Tạo nội dung được 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 cảnh quan 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 được tạo ra dựa trên 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 vào mỗi buổi 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 thứ này, AI có thể thực hiện một lời nhắc đơn giản như "Tạo cho tôi một chiến dịch tiếp thị cho sản phẩm X" và tạo ra không chỉ bản sao bằng văn bản mà còn cả đồ họa phù hợp, thậm chí có thể là các đoạn video quảng cáo ngắn, tất cả đều nhất quán về phong cách. Bộ nội dung một cú nhấp chuột này có khả năng trở thành dịch vụ vào đầu những năm 2030.

AI sẽ thay thế nghệ sĩ con người? Câu hỏi này thường nảy sinh. Có khả năng AI sẽ tiếp quản phần lớn công việc sản xuất (đặc biệt là nghệ thuật lặp đi lặp lại hoặc nghệ thuật cần hoàn thiện nhanh cần thiết cho doanh nghiệp), nhưng nghệ thuật của con người vẫn sẽ giữ nguyên tính độc đáo và sáng tạo.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 phong cách hoặc nghệ thuật có tính cộng hưởng sâu sắc về mặt văn hóa vẫn có thể là thế mạnh của con người (có khả năng với AI là cộng tác viên). Chúng tôi thấy trước một tương lai mà các nghệ sĩ con người làm việc cùng với các "đồng nghệ sĩ" AI tự chủ. Ví dụ, người ta có thể giao 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.

Về mặt độ tin cậy, AI tạo hình trực quan có con đường dễ dàng hơn để đạt được tính tự chủ so với văn bản theo một số cách: một hình ảnh có thể chủ quan là “đủ tốt” ngay cả khi không hoàn hảo, trong khi một lỗi thực tế trong văn bản lại có vấn đề hơn. Do đó, chúng ta đã thấy tương đối áp dụng rủi ro thấp – nếu thiết kế do AI tạo ra xấu hoặc sai, bạn chỉ cần không sử dụng nó, nhưng bản thân nó không gây hại. Điều này có nghĩa là vào 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 thứ gì đó thực sự mới lạ hoặc rủi ro.

Tóm lại, đến năm 2035, AI tạo sinh 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 phía chân trời - mặc dù AI được coi là sáng tạo hay chỉ là một công cụ rất thông minh là một cuộc tranh luận sẽ phát triển khi đầu ra 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 phân tích cao, nhưng nó cũng có một yếu tố sáng tạo – viết mã về cơ bản là tạo văn bản bằng 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 các lập trình viên cặp AI, gợi ý các đoạn mã hoặc thậm chí toàn bộ chức năng khi các nhà phát triển nhập. Điều này có thể tiến xa đến mức nào đối với lập trình tự động?

Khả năng hiện tại (2025): AI như một đồng thí điểm mã hóa

Đến năm 2025, các trình tạo mã AI đã trở nên phổ biến trong quy trình làm việc của nhiều nhà phát triển. Các công cụ này có thể tự động hoàn thành các dòng mã, tạo ra mẫu chuẩn (như các hàm hoặc bài kiểm tra chuẩn) và thậm chí viết các chương trình đơn giản với mô tả bằng ngôn ngữ tự nhiên. Tuy nhiên, điều quan trọng là chúng hoạt động dưới sự giám sát của nhà phát triển - nhà phát triển 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 xuống 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 đầu tiên có sẵn rộng rãi, được báo cáo là tạo ra trung bình 30-40% mã trong các dự án nơi công cụ này được sử dụng (Mã hóa không còn là MOAT nữa. 46% mã trên GitHub hiện đã ...). Điều này có nghĩa là AI đã viết phần lớn mã, mặc dù con người chỉ đạo và xác thực nó.

• Các công cụ AI này rất giỏi 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 đào tạo. Ví dụ, một nhà phát triển có thể bình luận “// 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.

• Họ cũng hỗ trợ trong 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. Theo một nghĩa nào đó, đây là tính tự chủ (AI có thể tự chẩn đoán sự cố), nhưng con người quyết định có áp dụng cách khắc phục hay không.

• Điều quan trọng là các trợ lý mã hóa AI hiện tại không phải là không thể sai lầm. Chúng có thể gợi ý mã không an toàn hoặc mã hầu hết giải quyết vấn đề nhưng có lỗi tinh vi. Do đó, cách làm tốt nhất hiện nay là giữ một con người trong vòng lặp – nhà phát triển kiểm tra và gỡ lỗi mã do AI viết giống như họ làm với mã do con người viết. Trong các ngành được quản lý hoặc phần mềm quan trọng (như hệ thống y tế hoặc hàng không), bất kỳ đóng góp nào của AI đều trải qua quá trình đánh giá nghiêm ngặt.

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

• Các bài kiểm tra đơn vị được tạo tự động: AI có thể phân tích mã và tạo các bài kiểm tra đơn vị để bao gồm nhiều trường hợp khác nhau. Một khuôn khổ kiểm tra có thể tự động tạo và chạy các bài kiểm tra do AI viết này để phát hiện lỗi, tăng cường các bài kiểm tra do con người viết.

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

• Mã lệnh và mã keo: Tự động hóa CNTT thường liên quan đến việc viết các tập lệnh để kết nối các hệ thống. Các công cụ AI thường có thể tự động tạo ra các tập lệnh nhỏ này. Ví dụ, viết một tập lệnh để phân tích tệp nhật ký và gửi cảnh báo qua email – AI có thể tạo ra một tập lệnh 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 mã hóa, 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 rằng 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 của họ thông qua liên kết email") và AI có thể tạo mã cần thiết (biểu mẫu giao diện người dùng, logic giao diện người dùng, 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 nhà phát triển cấp dưới có thể tuân theo 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 bản tóm tắt nhanh nếu có.

• Bảo trì mã tự động: Một phần lớn 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 tôi bị sập khi quá nhiều người dùng đăng nhập cùng lúc”), AI có thể xác định được vấn đề (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 qua đêm, đóng vai trò là đội 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 với 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 dính. Ví dụ, nếu một công ty muốn hệ thống HR nội bộ của họ đồng bộ với API bảng lương mới, họ có thể giao nhiệm vụ cho một AI "làm cho những thứ này giao tiếp 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 kết hợp các vòng phản hồi để xác minh rằng 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 mã. Đến năm 2035, chúng ta có thể tưởng tượng ra một AI, khi được giao một nhiệm vụ, sẽ tiếp tục lặp lại mã của mình cho đến khi tất cả các bài kiểm tra đều vượt qua – một quá trình mà con người có thể không cần phải theo dõi từng dòng. Điều này sẽ làm tăng đáng kể sự tin tưởng vào mã được tạo tự động.

Người ta có thể hình dung ra một kịch bản vào năm 2035, trong đó một dự án phần mềm nhỏ – chẳng hạn như một ứng dụng di động tùy chỉnh cho một doanh nghiệp – có thể được phát triển phần lớn bởi một tác nhân AI được hướng dẫn ở cấp độ cao. “Nhà phát triển” con người trong kịch bản đó giống như một người quản lý dự án hoặc người xác thực hơn, chỉ định các yêu cầu và ràng buộc (bảo mật, hướng dẫn về phong cách) và để AI thực hiện công việc nặng nhọc của mã hóa 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. Giải quyết vấn đề sáng tạo và thiết kế kiến ​​trúc trong phần mềm có thể vẫn do con người dẫn dắt trong một thời gian. AI có thể xử lý nhiều tác vụ mã hóa, nhưng việc quyết định Gì xây dựng và thiết kế cấu trúc tổng thể là một thách thức khác. Điều đó nói rằng, khi AI tạo ra bắt đầu hợp tác - nhiều tác nhân AI xử lý các thành phần khác nhau của một hệ thống - có thể hình dung rằng chúng có thể đồng 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 chúng lặp lại, với một con người giám sát quá trình).

Một lợi ích lớn được mong đợi của AI trong mã hóa là khuếch đại 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 đứng đầu báo cáo nghiên cứu về trợ lý mã AI -- Tạp chí Visual Studio). Điều này cho thấy rằng những người ngoại lệ – những người không sử dụng AI – sẽ rất ít. Chúng ta cũng có thể thấy tình trạng thiếu hụt các nhà phát triển con người ở một số lĩnh vực được giảm nhẹ bằng cách AI lấp đầy khoảng trống; về cơ bản, mỗi nhà phát triển có thể làm được nhiều hơn với một trợ lý AI có thể tự động soạn thảo mã.

Niềm tin sẽ vẫn là vấn đề cốt lõi. Ngay cả vào năm 2035, các tổ chức sẽ cần đảm bảo rằng mã được tạo tự động là an toàn (AI không được tạo ra lỗ hổng) và phù hợp với 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 phù hợp). Chúng tôi mong đợi các công cụ quản trị AI được cải thiện có thể xác minh và theo dõi nguồn gốc mã do AI viết để giúp cho phép mã hóa tự động hơn mà không có rủi ro.

Tóm lại, vào giữa những năm 2030, AI tạo ra 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 nhiều hơn - 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 tương tác với một cuộc trò chuyện hỗ trợ khách hàng trực tuyến trong thời gian gần đây, rất có thể AI đã ở đầu bên kia trong ít nhất một phần của cuộc trò chuyện đó. Dịch vụ khách hàng là một lĩnh vực chín muồi cho tự động hóa AI: nó liên quan đến việc trả lời các truy vấn của người dùng, 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. AI có thể xử lý khách hàng một cách tự chủ như thế nào?

Khả năng hiện tại (2025): Chatbot và các đại lý ảo sẽ dẫn đầu

Tính đến ngày hôm nay, nhiều tổ chức triển khai Chatbot AI là điểm tiếp xúc đầu tiên trong dịch vụ khách hàng. Chúng bao gồm từ các bot dựa trên quy tắc đơn giản (“Nhấn 1 để thanh toán, 2 để được hỗ trợ…”) đến các chatbot AI tạo sinh tiên tiến có thể diễn giải các câu hỏi dạng tự do và trả lời theo kiểu hội thoại.Những điểm chính:

• Xử lý các câu hỏi thường gặp: Các tác nhân AI rất giỏi 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 cho các vấn đề đã biết) và hướng dẫn người dùng thực hiện các quy trình chuẩn. Ví dụ, một 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 khoản 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 trôi chảy hơn và "giống con người". Khách hàng có thể nhập câu hỏi bằng chính lời nói của 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 các bot vụng về của vài năm trước - gần một nửa số khách hàng hiện tin rằng các tác nhân AI có thể đồng cảm và hiệu quả khi giải quyết các mối quan tâm (59 số liệu 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 có AI hỗ trợ) đang bắt đầu xử lý cuộc gọi và AI cũng có thể soạn thảo email trả lời cho các yêu cầu của khách hàng, có thể tự động gửi đi nếu được coi là chính xác.

• Khi Con Người Bước Vào: Thông thường, nếu AI bị nhầm lẫn hoặc câu hỏi quá phức tạp, nó sẽ chuyển giao cho một tác nhân con người. Các hệ thống hiện tại rất tốt biết giới hạn của họ 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 bạn và tôi rất khó chịu…”), AI có thể đánh dấu điều này để con người tiếp quản. Ngưỡng chuyển giao được các công ty đặt ra để cân bằng hiệu quả với 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 cuộc khảo sát trong ngành, hiện nay khoảng 70-80% các yêu cầu thường xuyên của khách hàng có thể được xử lý bằng chatbot AI và khoảng 40% các 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) chỉ ra rằng 80% công ty đang sử dụng hoặc có kế hoạch sử dụng chatbot AI cho dịch vụ khách hàng vào năm 2025.

Một sự phát triển thú vị là AI không chỉ phản hồi với khách hàng mà còn chủ động hỗ trợ các tác nhân con người theo thời gian thực. Ví dụ, trong khi trò chuyện trực tiếp hoặc gọi điện, AI có thể lắng nghe và cung cấp cho tác nhân con người các câu trả lời được đề xuất hoặc thông tin có liên quan ngay lập tức. Điều này làm mờ ranh giới của quyền tự chủ – AI không chỉ đối mặt với khách hàng, mà còn tích cực tham gia mà không cần câu hỏi rõ ràng của con người. Nó hoạt động hiệu quả như một cố vấn tự chủ cho tác nhân.

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 tương tác được AI xử lý hoàn toàn từ đầu đến cuối. Các dự đoán và xu hướng hỗ trợ 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 lý luận, chúng sẽ có thể xử lý các yêu cầu phức tạp hơn của khách hàng. Thay vì chỉ trả lời "Làm thế nào để tôi 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 mọi cách khác đều không hiệu quả mới lên lịch cho kỹ thuật viên - những nhiệm vụ mà ngày nay có thể yêu cầu một kỹ thuật viên hỗ trợ con người. Trong dịch vụ khách hàng chăm sóc sức khỏe, AI có thể xử lý việc lên 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 cho khách hàng biết phải làm gì mà thực sự đang làm điều đó thay mặt cho khách hàng trong các hệ thống phụ trợ. Ví dụ, nếu một khách hàng nói "Tôi muốn đổi chuyến bay sang thứ Hai tuần sau và thêm một túi nữa", một tác nhân 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 túi và xác nhận với khách hàng - tất cả đều tự động. AI trở thành một tác nhân dịch vụ đầy đủ, không chỉ là một nguồn thông tin.

• Các tác nhân AI có mặt ở 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, phương tiện truyền thông xã hội. Nhiều khách hàng thậm chí có thể không nhận ra họ đang nói chuyện với AI hay con người, đặc biệt là khi giọng nói của AI trở nên tự nhiên hơn và phản hồi trò chuyện có nhận thức ngữ cảnh hơn. Đến năm 2035, liên hệ với dịch vụ khách hàng thường có nghĩa là tương tác với một AI thông minh 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 tác nhân ảo được cá nhân hóa cho mọi khách hàng.

• Quyết định của AI trong tương tác: Ngoài việc trả lời các câu hỏi, AI sẽ bắt đầu đưa ra các quyết định hiện đang cần sự chấp thuận của quản lý. Ví dụ, ngày nay, một nhân viên con người có thể cần sự chấp thuận của giám sát viên để cung cấp khoản hoàn lại hoặc giảm giá đặc biệt để xoa dịu một khách hàng 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 tình cảm. Một nghiên cứu của Futurum/IBM dự đoán rằng đến năm 2030, khoảng 69% các quyết định được đưa ra trong quá trình tương tác với khách hàng theo thời gian thực sẽ được đưa ra bởi các máy thông minh (Để tái hiện sự chuyển đổi sang CX, các nhà tiếp thị phải làm 2 điều này) – AI thực sự quyết định phương án hành động tốt nhất trong một tương tác.

• Sự tham gia 100% của AI: Một báo cáo cho thấy AI cuối cùng sẽ đóng một vai trò trong mọi tương tác với khách hàng (59 số liệu thống kê về dịch vụ khách hàng AI năm 2025), dù là trực tiếp hay ẩn. Điều đó có nghĩa là ngay cả khi con người tương tác với khách hàng, họ vẫn được AI hỗ trợ (cung cấp gợi ý, thu thập thông tin). Ngoài ra, cách diễn giải là không có thắc mắc nào của khách hàng không được trả lời tại bất kỳ thời điểm nào – nếu con người ngoại tuyến, AI luôn ở đó.

Đến năm 2035, chúng ta có thể thấy các nhân viên dịch vụ khách hàng của con người chỉ chuyên biệt cho những tình huống nhạy cảm hoặc có tính tiếp xúc cao nhất (ví dụ: khách hàng VIP hoặc giải quyết khiếu nại phức tạp cần sự đồng cảm của con người). Các truy vấn thông thường – từ ngân hàng đến bán lẻ đến hỗ trợ kỹ thuật – có thể được phục vụ bởi một đội ngũ nhân viên AI làm việc 24/7, liên tục học hỏi từ mỗi tương tác. Sự thay đổi này có thể khiến dịch vụ khách hàng nhất quán và tức thời hơn, vì AI không khiến mọi người phải chờ đợi và về mặt lý thuyết có thể thực hiện nhiều tác vụ cùng lúc để xử lý số lượng khách hàng không giới hạn.

Có những thách thức cần vượt qua đối với tầm nhìn này: 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 (vô ích nếu thông tin của AI đã lỗi thời). Bằng cách đầu tư vào 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 mất điện, v.v.), những rào cản này có thể được giải quyết.

Về mặt đạo đức, các công ty sẽ cần quyết định khi nào 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 theo cách tiêu cực do đào tạo thiên vị). Giả sử những điều này được quản lý, thì trường hợp kinh doanh này rất mạnh: 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) (Trí tuệ nhân tạo tạo ra đang thúc đẩy hậu cần như thế nào | Ryder) khi các tổ chức đầu tư vào những năng lực này.

Tóm lại, hãy mong đợi một tương lai nơi dịch vụ khách hàng AI tự động là chuẩn mực. Nhận trợ giúp thường có nghĩa là tương tác với một máy 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 ngoại lệ, nhưng nhiều hơn với tư cách là người 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 ngăn ngừa sự thất vọng 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 cao. Ý tưởng về AI hoạt động mà không cần sự giám sát của con người trong y học gây ra cả sự phấn khích (về hiệu quả và phạm vi tiếp cận) và sự thận trọng (về lý do an toàn và đồng cảm). AI tạo sinh đã bắt đầu thâm nhập vào các lĩnh vực như phân tích hình ảnh y tế, ghi chép lâm sàng và thậm chí là khám phá thuốc. 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, thay vì một người ra quyết định độc lập. Ví dụ:

• Tài liệu y tế: Một trong những triển khai AI thành công nhất trong chăm sóc sức khỏe là giúp bác sĩ xử lý giấy tờ. Các mô hình ngôn ngữ tự nhiên có thể ghi chép lại các lần khám bệnh của bệnh nhân và tạo ra các ghi chú lâm sàng hoặc tóm tắt xuất viện. Các công ty có "người ghi chép AI" lắng nghe trong khi khám (qua micrô) và tự động tạo ra bản nháp các ghi chú về cuộc gặp 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. Điều 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 viết ghi chú phần lớn là tự động.

• X quang và hình ảnh: AI, bao gồm các mô hình tạo sinh, có thể phân tích X-quang, 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 phát hiện bệnh võng mạc tiểu đường (một tình trạng về mắt) tự động trong hình ảnh võng mạc – đáng chú ý là hệ thống này được phép đưa ra quyết định mà không cần sự 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 đưa vào 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 tên. Trong một số trường hợp thông thường, các báo cáo này có thể được đưa ra mà không cần chỉnh sửa nếu bác sĩ X quang tin tưởng AI và chỉ cần kiểm tra nhanh.

• Người kiểm tra triệu chứng và y tá ảo: Các chatbot AI tạo ra đang được sử dụng như những người kiểm tra triệu chứng tuyến đầu. Bệnh nhân có thể nhập các triệu chứng của mình và nhận lời khuyên (ví dụ: "Có thể là cảm lạnh thông thường; nghỉ ngơi và uống nhiều nước, nhưng hãy đến gặp bác sĩ nếu X hoặc Y xảy ra."). Các ứng dụng như Babylon Health sử dụng AI để đưa ra khuyến nghị. Hiện tại, những khuyến nghị này thường được đóng khung dưới dạng thông tin, không phải lời khuyên y tế chắc chắn và chúng khuyến khích theo dõi với bác sĩ lâm sàng là con người đối với các vấn đề nghiêm trọng.

• Khám phá thuốc (Hóa học tạo ra): Các mô hình AI tạo sinh có thể đề xuất các cấu trúc phân tử mới cho thuốc. Điều này thuộc về lĩnh vực nghiên cứu hơn là chăm sóc bệnh nhân.Những AI này hoạt động tự động để đề xuất hàng nghìn hợp chất ứng viên có đặc tính mong muốn, sau đó các nhà hóa học con người 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 AI tự động tạo ra các giải pháp (thiết kế phân tử) mà con người sẽ mất nhiều thời gian hơn để tìm ra.

• Hoạt động 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 có thể mô phỏng luồng bệnh nhân và đề xuất điều chỉnh lịch trình để giảm thời gian chờ. 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 là phải nêu rõ rằng Tính đến năm 2025, không có bệnh viện nào để AI tự đưa ra quyết định y khoa hoặc phương pháp điều trị quan trọng mà không có sự chấp thuận của con người. Chẩn đoán và lập kế hoạch điều trị vẫn nằm trong tay con người, với AI cung cấp thông tin đầu vào. Niềm tin cần thiết để AI có thể tự động hoàn toàn nói với bệnh nhân rằng "Bạn bị ung thư" hoặc kê đơn thuốc vẫn chưa có, 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 như một công cụ tiết kiệm thời gian, nhưng họ xác minh các 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 quy 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 qua camera, và đưa ra gợi ý chẩn đoán và các xét nghiệm được khuyến nghị - tất cả trước khi bác sĩ khám bệnh nhân. Sau đó, bác sĩ có thể tập trung vào việc xác nhận và thảo luận về chẩn đoán. Trong y học 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 chính thức chẩn đoán một số tình trạng bệnh nhẹ 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 bệnh nhiễm trùng tai đơn giản từ hình ảnh soi tai.

• Thiết bị theo dõi sức khỏe cá nhân: Với sự gia tăng của các thiết bị đeo được (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 của thiết bị đeo được của bạn có thể phát hiện nhịp tim bất thường và tự động lên lịch cho bạn một cuộc tư vấn ảo khẩn cấp hoặc thậm chí gọi xe cứu thương nếu phát hiện ra dấu hiệu của cơn đau tim hoặc đột quỵ. Điều này vượt ra ngoài phạm vi quyết định tự động - quyết định rằng một tình huống là trường hợp khẩn cấp và hành động - đây là một ứng dụng AI có khả năng cứu sống được nhiều người.

• Khuyến nghị điều trị: AI tạo ra được đào tạo trên tài liệu y khoa và dữ liệu bệnh nhân có thể gợi ý các kế hoạch điều trị được 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 tạo 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 con người sẽ xem xét phác đồ 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 đối với các trường hợp thông thường, 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 được 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 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 số liệu nằm ngoài phạm vi hoặc phát sinh vấn đề. AI này có thể hoạt động chủ yếu là tự động dưới sự giám sát từ xa của bác sĩ.

• Phân tích hình ảnh y tế và phòng thí nghiệm – Đường ống hoàn toàn tự động: Đến năm 2035, việc đọc các bản quét y khoa có thể chủ yếu được thực hiện bởi AI trong một số lĩnh vực. Các bác sĩ X quang sẽ giám sát các hệ thống AI và xử lý các trường hợp phức tạp, nhưng phần lớn các bản quét bình thường (thực sự là bình thường) có thể được "đọc" và ký trực tiếp bởi AI. Tương tự như vậy, 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 thiết kế không chỉ các phân tử thuốc mà còn tạo ra dữ liệu bệnh nhân tổng hợp cho các thử nghiệm hoặc tìm ra các ứng viên thử nghiệm tối ưu. Nó có thể tự động chạy các thử nghiệm ảo (mô phỏng cách bệnh nhân sẽ phản ứng) 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 của một Bác sĩ AI việc thay thế hoàn toàn một 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 cho bác sĩ thay vì thay thế cho sự tiếp xúc của con người. Chẩn đoán phức tạp thường đòi hỏi trực giác, đạo đức và các cuộc trò chuyện để hiểu bối cảnh của 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 trường hợp đơn giản, theo dõi, v.v., cho phép các bác sĩ lâm sàng tập trung vào 20% khó khăn và vào mối quan hệ với bệnh nhân.

Có những rào cản đáng kể: sự chấp thuận theo quy định đối với AI tự động trong chăm sóc sức khỏe là nghiêm ngặt (một cách phù hợp). Các hệ thống AI sẽ cần xác nhận lâm sàng rộng rãi. Chúng ta có thể thấy sự chấp nhận gia tăng – ví dụ, AI được phép tự động chẩn đoán hoặc điều trị ở những khu vực không được phục vụ đầy đủ, nơi không có bác sĩ, như một cách để mở rộng khả năng tiếp cận 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 hiện lên rất lớn. Trách nhiệm giải trình (nếu AI tự động mắc lỗi trong chẩn đoán, ai sẽ chịu trách nhiệm?), sự đồng ý có thông tin (bệnh nhân cần biết AI có tham gia vào việc chăm sóc họ không) và đảm bảo công bằng (AI hoạt động tốt cho tất cả các nhóm dân số, tránh thiên vị) là những thách thức cần giải quyết. Giả sử những điều đó được giải quyết, thì đến giữa những năm 2030, AI tạo ra có thể được đưa vào cấu trúc cung cấp dịch vụ chăm sóc sức khỏe, thực hiện nhiều nhiệm vụ giúp giải phóng các nhà cung cấp dịch vụ con người và có khả năng tiếp cận những bệnh nhân hiện đang có quyền truy cập hạn chế.

Tóm lại, đến năm 2035, chăm sóc sức khỏe có thể sẽ thấy AI được tích hợp sâu nhưng chủ yếu là ẩn hoặc trong các vai trò hỗ trợ. Chúng ta sẽ tin tưởng AI để tự mình làm được nhiều việc – đọc bản quét, theo dõi các dấu hiệu sinh tồn, lập kế hoạch – nhưng vẫn có mạng lưới an toàn của sự giám sát của con người đối với các quyết định quan trọng. Kết quả có thể là một hệ thống chăm sóc sức khỏe hiệu quả hơn, phản ứng nhanh hơn, nơi AI xử lý những công việc nặng nhọc và con người cung cấp sự đồng cảm và phán quyết cuối cùng.

AI tạo sinh trong giáo dục

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

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

Hiện tại, AI đang được sử dụng trong giáo dục chủ yếu như một công cụ bổ sung thay vì 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 (do GPT-4 cung cấp) hoặc nhiều ứng dụng học ngôn ngữ khác sử dụng AI để mô phỏng một gia sư hoặc đối tác trò chuyện một kèm một. Học sinh có thể đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận được câu trả lời hoặc giải thích. AI có thể cung cấp gợi ý cho các 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 bảo trì ứng dụng thường theo dõi các cuộc đối thoại hoặc đặt ra ranh giới 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 tạo ra giúp giáo viên bằng cách tạo ra các câu hỏi trắc nghiệm, tóm tắt bài đọc, phác thảo kế hoạch bài học, v.v. Một giáo viên có thể yêu cầu một AI, "Tạo 5 bài tập thực hành về phương trình bậc hai có đáp án", tiết kiệm thời gian chuẩn bị. Đây là quá trình tạo nội dung tự chủ, nhưng giáo viên thường xem xét đầu ra để đảm bảo tính chính xác và phù hợp với chương trình giảng dạy. Vì vậy, đây là một thiết bị tiết kiệm lao động hơn là hoàn toàn độc lập.

• Đánh giá và phản hồi: AI có thể tự động chấm điểm các bài kiểm tra trắc nghiệm (không có gì mới ở đây) 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 các câu trả lời bằng văn bản và cung cấp phản hồi cho học sinh (ví dụ: sửa lỗi ngữ pháp, gợi ý để mở rộng lập luận). Mặc dù không phải là một nhiệm vụ tạo ra bản thân, nhưng AI mới thậm chí có thể phát ra báo cáo phản hồi được cá nhân hóa cho học sinh dựa trên thành tích của họ, nêu bật các lĩnh vực 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 thành tích của học sinh. AI tạo sinh tăng cường điều này bằng cách tạo ra các vấn đề hoặc ví dụ mới ngay lập tức phù hợp với nhu cầu của học sinh. Ví dụ, nếu học sinh đang vật lộn với một khái niệm, AI có thể tạo ra một phép loại suy hoặc câu hỏi thực hành khác tập trung vào khái niệm đó. Điều này có phần tự chủ, nhưng nằm trong một hệ thống do các nhà giáo dục thiết kế.

• Học sinh sử dụng để học tập: Bản thân 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 giới thiệu của tôi”). Đây là hoạt động tự định hướng và có thể không cần giáo viên hướng dẫn. AI trong trường hợp này hoạt động như một gia sư hoặc người hiệu đính theo yêu cầu. Thách thức là đảm bảo học sinh sử dụng AI để học thay vì chỉ để nhận 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 một nhà giáo dục con người trong vòng lặp, người quản lý các đóng góp của AI. Có một sự thận trọng dễ hiểu: chúng ta không muốn tin tưởng AI để dạy thông tin không chính xác hoặc xử lý các tương tác nhạy cảm của học sinh một cách riêng lẻ. Giáo viên coi gia sư AI là trợ lý hữu ích có thể cung cấp cho học sinh nhiều bài tập thực hành hơn và trả lời ngay lập tức cho các câu hỏi thường gặp, giải phóng giáo viên để tập trung vào việc cố vấn 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 nhiều hơn trải nghiệm học tập cá nhân hóa và tự chủ, trong khi vai trò của giáo viên thay đổi:

• 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 có hiệu quả như một gia sư thực sự ở nhiều khía cạnh (Người sáng tạo ra nó cho biết gia sư AI này 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 học sinh là người học trực quan đang gặp khó khăn với khái niệm đại số, AI có thể tạo ra một cách động một lời giải thích trực quan hoặc mô phỏng tương tác để giúp đỡ. Vì AI có thể theo dõi tiến trình của học sinh theo thời gian, nên nó có thể tự động quyết định xem chủ đề nào sẽ xem lại tiếp theo hoặc khi nào thì tiến tới một kỹ năng mới - hiệu quả quản lý 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 nhiệm vụ này có thể được chuyển giao gần như hoàn toàn cho AI vào những năm 2030. Một AI có thể tạo ra bài tập về nhà tùy chỉnh cho một tuần cho một lớp học, chấm điểm tất cả các bài tập của tuần trước (kể cả những bài tập mở) kèm theo phản hồi và nêu bật cho giáo viên những học sinh nào có thể cần thêm trợ giúp về chủ đề nào. Điều này có thể xảy ra với sự tham gia tối thiểu của giáo viên, có thể chỉ cần liếc qua để đảm bảo điểm của AI có vẻ công bằng.

• Nền tảng học tập thích ứng tự chủ: 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 là con người, trong đó một tác nhân 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 đối với họ, được tạo ra theo thời gian thực. Một số chương trình đào tạo doanh nghiệp và học tập dành cho người lớn có thể chuyển sang mô hình này sớm hơn, 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 các giải pháp của họ, mà không cần người hướng dẫn.

• Trợ lý AI trong lớp học: Trong lớp học thực tế hoặc ảo, AI có thể lắng nghe các cuộc thảo luận trên lớp và giúp giáo viên ngay lập tức (ví dụ, thì thầm gợi ý qua tai nghe: "Một số học sinh có vẻ bối rối về khái niệm đó, có thể đưa ra ví dụ khác không"). Nó cũng có thể điều hành các diễn đàn lớp học trực tuyến, trả lời các câu hỏi trực tiếp do học sinh đặt ra ("Khi nào thì nộp bài tập?" hoặc thậm chí làm rõ một điểm trong bài giảng) để giáo viên không bị tấn công bởi email. Đến năm 2035, việc có một giáo viên AI đồng hành trong lớp, 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 giúp giáo dục học sinh ở những khu vực thiếu giáo viên. Một máy tính bảng có 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 kiến ​​thức cơ bản về đọc viết và toán học. Đến năm 2035, đây có thể là một trong những ứng dụng có tác động lớn nhất – AI thu hẹp khoảng cách khi không có giáo viên là con người. Tuy nhiên, việc đảm bảo chất lượng và tính phù hợp về mặt văn hóa của giáo dục AI trong các bối cảnh khác nhau sẽ rất quan trọng.

Liệu AI có thay thế giáo viên không? Hoàn toàn không có khả năng. Giảng dạy không chỉ là truyền tải nội dung – mà còn là sự cố vấn, nguồn cảm hứng, hỗ trợ xã hội-cảm xúc. Những yếu tố con người đó rất khó để AI sao chép.Nhưng AI có thể trở thành một giáo viên thứ hai trong lớp học hoặc thậm chí là giáo viên đầu tiên 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 quản lý: đảm bảo AI cung cấp thông tin chính xác (không có ảo giác giáo dục về sự thật 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 tham gia (AI cần phải có động lực, không chỉ chính xác). Chúng ta có thể sẽ thấy sự công nhận hoặc chứng nhận các hệ thống giáo dục AI - tương tự như 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 một gia sư AI đưa ra câu trả lời quá dễ dàng, học sinh có thể không học được tính kiên trì hoặc 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 vật lộn (như một gia sư con người có thể làm) hoặc khuyến khích họ giải quyết vấn đề bằng gợi ý thay vì đưa ra giải pháp.

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

Trí tuệ nhân tạo trong hậu cần và chuỗi cung ứng

Logistics – nghệ thuật và khoa học về việc di chuyển hàng hóa và quản lý chuỗi cung ứng – có vẻ không phải là lĩnh vực truyền thống của AI “sáng tạo”, nhưng 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 kiểm soát các hệ thống rô-bốt. Mục tiêu trong logistics là hiệu quả và tiết kiệm chi phí, phù hợp với thế mạnh của AI trong việc phân tích dữ liệu và đề xuất các giải pháp. Vậy AI có thể tự chủ đến mức nào trong việc điều hành chuỗi cung ứng và hoạt động hậu cần?

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 các tuyến đường giao hàng – đảm bảo tài xế đi theo con đường hiệu quả nhất. Theo truyền thống, đây là các thuật toán nghiên cứu hoạt động, nhưng hiện nay các phương pháp tiếp cận tạo ra 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 gợi ý các tuyến đường, người điều phối hoặc quản lý con người sẽ đặt các thông số (ví dụ: ưu tiên) và có thể ghi đè nếu cần.

• Quy 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 sinh sản 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 được nhấn mạnh bởi một nghiên cứu lưu ý rằng xe tải thường chạy rỗng 30% ở Hoa Kỳ và việc lập kế hoạch tốt hơn – được hỗ trợ bởi AI – có thể giảm thiểu chất thải đó (Các trường hợp sử dụng AI tạo sinh hàng đầu trong hậu cần). Các kế hoạch tải trọng do AI tạo ra này nhằm mục đích cắt giảm chi phí nhiên liệu và khí thải, và tại một số kho, chúng được thực hiện với những thay đổi thủ công tối thiểu.

• Dự báo nhu cầu và quản lý hàng tồn kho: Các mô hình AI có thể dự đoán nhu cầu sản phẩm và tạo ra các 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" nhu cầu tăng đột biến do kỳ nghỉ sắp tới) và lập kế hoạch tồn kho phù hợp.Điều này giúp các nhà quản lý chuỗi cung ứng chuẩn bị. Hiện tại, AI cung cấp dự báo và gợi ý, nhưng con người thường đưa ra quyết định cuối cùng về mức sản xuất hoặc đơn đặt hàng.

• Đánh giá rủi ro: Chuỗi cung ứng toàn cầu phải đối mặt với sự gián đoạn (thảm họa thiên nhiên, sự chậm trễ của cảng, các vấn đề chính trị). Các hệ thống AI hiện đang sàng lọc tin tức và dữ liệu để xác định các rủi ro sắp xảy ra. Ví dụ, một công ty hậu cần sử dụng AI thế hệ mới để quét internet và đánh dấu các hành lang giao thông rủi ro (các khu vực có khả năng gặp rắc rối do, chẳng hạn, một cơn bão sắp tới hoặc tình trạng bất ổn) (Các trường hợp sử dụng AI tạo sinh hàng đầu trong hậu cần). Với thông tin đó, người lập kế hoạch có thể tự động định tuyến lại các chuyến hàng xung quanh các điểm rắc rối. Trong một số trường hợp, AI có thể tự động đề xuất thay đổi tuyến đường hoặc thay đổi phương thức vận chuyển, sau đó con người sẽ chấp thuận.

• Tự động hóa kho hàng: Nhiều kho hàng được bán tự động hóa với robot để chọn và đóng gói. AI tạo ra có thể phân bổ động các nhiệm vụ cho robot và con người để có luồng tối ưu. Ví dụ, AI có thể tạo hàng đợi công việc cho người chọn robot mỗi sáng dựa trên đơn đặt hàng. Điều này thường hoàn toàn tự động khi thực hiện, với các nhà quản lý chỉ theo dõi KPI - nếu đơn hàng tăng đột biến, AI sẽ tự điều chỉnh hoạt động.

• Quản lý đội xe: AI giúp lập lịch bảo dưỡng cho xe bằng cách phân tích các mẫu và tạo lịch bảo dưỡng tối ưu giúp giảm thiểu thời gian chết. AI cũng có thể nhóm các lô hàng để giảm số chuyến đi. Những quyết định này có thể được phần mềm AI tự động đưa ra miễn là đáp ứng các yêu cầu về 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 đưa ra các giải pháp hoặc lịch trình để đạt được mục tiêu đó. Các hệ thống có thể chạy hàng ngày mà không cần can thiệp cho đến khi có điều gì đó bất thường xảy ra. Nhiều hoạt động hậu cần liên quan đến các quyết định lặp đi lặp lại (khi nào lô hàng này nên rời đi? kho nào để thực hiện đơn hàng này?), mà AI có thể học cách đưa ra một cách nhất quán. Các công ty đang dần tin tưởng AI để xử lý các quyết định nhỏ này và chỉ cảnh báo cho các nhà quản lý khi có ngoại lệ xảy ra.

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

Trong thập kỷ tới, chúng ta có thể hình dung nhiều hơn nữa sự phối hợp tự chủ trong 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, trong khi là chủ đề AI/robot rộng hơn, tác động trực tiếp đến hậu cần. Đến năm 2030, nếu vượt qua được các thách thức về quy định và kỹ thuật, chúng ta có thể có xe tải AI lái thường xuyên trên đường cao tốc hoặc máy bay không người lái 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 tài xế con người. Góc độ sáng tạo nằm ở cách các AI xe này học hỏi từ dữ liệu và mô phỏng khổng lồ, thực sự "đào tạo" về vô số tình huống. Một đội xe hoàn toàn tự động có thể hoạt động 24/7, với con người chỉ giám sát từ xa. Điều này loại bỏ một yếu tố con người rất lớn (tài xế) khỏi các hoạt động hậu cần, tăng đáng kể tính tự chủ.

• Chuỗi cung ứng tự phục hồi: AI tạo sinh có thể sẽ được sử dụng để mô phỏng các kịch bản chuỗi cung ứng liên tục và chuẩn bị các kế hoạch dự phòng. Đến năm 2035, AI có thể tự động phát hiện khi một nhà máy cung cấp đã đóng cửa (thông qua nguồn cấp dữ liệu hoặc tin tức) và ngay lập tức chuyển nguồn cung ứng sang các nhà cung cấp thay thế mà nó đã kiểm tra trong mô phỏng. Điều này có nghĩa là chuỗi cung ứng "tự chữa lành" khỏi sự gián đoạn với AI chủ động. Các nhà quản lý con người sẽ được thông báo về những gì AI đã làm, thay vì những người khởi xướng giải pháp thay thế.

• Tối ưu hóa hàng tồn kho từ đầu đến cuối: AI có thể tự động quản lý hàng tồn kho trên toàn bộ mạng lưới nhà kho và cửa hàng.Nó sẽ quyết định khi nào và ở đâu để di chuyển hàng tồn kho (có thể sử dụng robot hoặc xe tự động để làm như vậy), chỉ giữ đủ hàng tồn kho ở mỗi địa điểm. Về cơ bản, AI điều hành tháp điều khiển chuỗi cung ứng: xem tất cả các luồng và thực hiện điều chỉnh theo thời gian thực. Đến năm 2035, ý tưởng về chuỗi cung ứng “tự lái” có thể có nghĩa là hệ thống sẽ tự tìm ra kế hoạch phân phối tốt nhất mỗi ngày, đặt hàng sản phẩm, lên lịch chạy nhà máy 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 hậu cần: Chúng ta có thể thấy AI thiết kế 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 hàng, liên kết vận chuyển và chính sách hàng tồn kho tối ưu cho khu vực đó dựa trên dữ liệu - điều mà các nhà tư vấn và nhà phân tích đang làm ngày nay. 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 rằng AI 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 một mình; nó gắn liền với sản xuất. Các nhà máy trong tương lai có thể có AI tạo ra lịch trình sản xuất, đặt hàng nguyên liệu thô đúng lúc, sau đó hướng dẫn mạng lưới hậu cần vận chuyển sản phẩm ngay lập tức. AI tích hợp này có thể có nghĩa là ít phải lập kế hoạch của con người hơn nói chung – 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 sẽ được thúc đẩy bởi dữ liệu; đến năm 2035, chúng có thể phần lớn được thúc đẩy bởi AI.

• Dịch vụ khách hàng năng động trong hậu cần: Dựa trên AI dịch vụ khách hàng, AI chuỗi cung ứng có thể giao tiếp trực tiếp với khách hàng hoặc khách hàng tiềm năng. Ví dụ, nếu một khách hàng lớn muốn thay đổi đơn hàng số lượng lớn vào phút cuối, một tác nhân AI có thể thương lượng các phương án khả thi (như "Chúng tôi có thể giao một nửa ngay bây giờ, một nửa vào tuần tới do hạn chế") mà không cần chờ người quản lý là con người. Điều này liên quan đến AI tạo ra hiểu cả hai bên (nhu cầu của khách hàng so với năng lực hoạt động) và đưa ra quyết định giúp hoạt động diễn ra suôn sẻ trong khi vẫn làm hài lòng khách hàng.

Lợi ích mong đợi là nhiều hơn hiệu quả, kiên cường và nhạy bén hệ thống hậu cần. Các công ty dự kiến ​​sẽ tiết kiệm được rất nhiều – McKinsey ước tính rằng việc tối ưu hóa chuỗi cung ứng do AI thúc đẩy có thể cắt giảm đáng kể chi phí và cải thiện mức độ dịch vụ, có khả năng tăng thêm hàng nghìn tỷ giá trị trên khắp các ngành (Tình hình AI năm 2023: Năm đột phá của AI tạo sinh | McKinsey).

Tuy nhiên, việc chuyển nhiều quyền kiểm soát hơn cho AI cũng đi kèm với rủi ro, chẳng hạn như lỗi liên hoàn nếu logic của AI bị lỗi (ví dụ, kịch bản khét tiếng về 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 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 thoải mái hơn khi lùi lại.

Điều thú vị là, bằng cách tối ưu hóa hiệu quả, AI đôi khi có thể đưa ra những lựa chọn xung đột với sở thích của con người hoặc các thông lệ truyền thống. Ví dụ, việc tối ưu hóa thuần túy có thể dẫn đến hàng tồn kho rất ít, hiệu quả nhưng có thể gây rủi ro. Các chuyên gia chuỗi cung ứng vào năm 2030 có thể phải điều chỉnh trực giác của mình vì AI, 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 xem xét rằng hạn chế vật lý (cơ sở hạ tầng, tốc độ quy trình vật lý) hạn chế tốc độ thay đổi của hậu cần, do đó, 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 tế 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 có thể cải thiện đáng kể cách thức vận chuyển hàng hóa trên khắp thế giới với sự lập kế hoạch thủ công tối thiểu.

Tóm lại, đến năm 2035, 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, các 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 xử lý nhiều thông tin – báo cáo, phân tích, giao tiếp với khách hàng – tạo nên nền tảng 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 đáng tin cậy những nhiệm vụ tài chính nào 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?

Khả năng hiện tại (2025): Báo cáo tự động và hỗ trợ quyết định

Tính đến thời điểm hiện tại, AI tạo ra sản phẩm đang đóng góp vào tài chính theo nhiều cách, thường là 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 nhiệm vụ như phân loại tin tức và Hỏi & Đáp cho người dùng thiết bị đầu cuối của họ (Trí tuệ nhân tạo đang đến với tài chính). Mặc dù mục đích 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 về tài chính. Nhiều bản tin đầu tư sử dụng AI để tóm tắt các động thái thị trường hàng ngày hoặc các chỉ số kinh tế. Thông thường, con người sẽ xem xét những thông tin này trước khi gửi cho khách hàng, nhưng đây là một bản chỉnh sửa nhanh thay vì viết từ đầu.

• Giao tiếp với khách hàng: Trong ngân hàng bán lẻ, các chatbot AI xử lý các truy vấn 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 ra các thư tư vấn tài chính được cá nhân hóa hoặc các lời nhắc nhở. Ví dụ, một AI có thể xác định rằng khách hàng có thể tiết kiệm phí và tự động soạn thảo một thông báo 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 được cá nhân hóa ở quy mô này là một ứng dụng hiện tại của AI trong 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 bất thường được phát hiện bởi các hệ thống gian lận. Ví dụ, nếu hoạt động đáng ngờ được đánh dấu, AI có thể tạo ra một thông báo giải thích cho khách hàng ("Chúng tôi nhận thấy một lần đăng nhập từ một 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 giao tiếp ngày càng được tự động hóa, mặc dù các hành động cuối cùng (chặn một tài khoản) thường có một số 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 có cố vấn con người. AI tạo sinh đang nhập bằng cách, chẳng hạn, tạo ra bình luận về lý do tại sao một số giao dịch nhất định được thực hiện 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 con người hoặc thuật toán dựa trên quy tắc; tư vấn tạo sinh dạng tự do mà không có sự giám sát là rủi ro do trách nhiệm pháp lý nếu nó 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 các văn bản chính sách.Ví dụ, với dữ liệu về một bất động sản, AI có thể tạo ra một bản dự thảo hợp đồng bảo hiểm hoặc báo cáo của bên bảo hiểm mô tả các yếu tố rủi ro. Con người hiện đang xem xét các đầu ra này vì bất kỳ lỗi nào trong hợp đồng đều có thể tốn kém.

• Phân tích dữ liệu và thông tin chi tiết: AI có thể sàng lọc các 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 các nội dung chính từ bản ghi chép cuộc gọi thu nhập. Các bản tóm tắt này tiết kiệm thời gian và có thể được sử dụng trực tiếp trong quá trình ra quyết định hoặc được 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 tài chính hoạt động như một nhà phân tích/nhà văn không biết mệt mỏi, tạo ra nội dung mà con người đánh bóng. Việc sử dụng hoàn toàn tự động chủ yếu ở các lĩnh vực được xác định rõ ràng như tin tức dựa trên dữ liệu (không cần phán đoán chủ quan) hoặc phản hồi dịch vụ khách hàng. Việc tin tưởng trực tiếp vào AI với các quyết định về tiền bạc (như chuyển tiền, thực hiện giao dịch ngoài các thuật toán được thiết lập trước) là rất hiếm vì rủi ro cao và sự giám sát của cơ quan quản lý.

Triển vọng 2030-2035: Các nhà phân tích AI và hoạt động tài chính tự động

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

• Nhà phân tích tài chính AI: Chúng ta có thể thấy các hệ thống AI có thể phân tích các công ty và thị trường và đưa ra các khuyến nghị hoặc báo cáo ở cấp độ của một nhà phân tích nghiên cứu vốn chủ sở hữu của con người. Đến năm 2030, một AI có thể đọc được tất cả các hồ sơ tài chính của một công ty, so sánh với dữ liệu của ngành và tự tạo ra báo cáo khuyến nghị đầu tư ("Mua/Bán" có 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 quản lý danh mục đầu tư: liên tục theo dõi và cân bằng lại 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 khiến 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 kế hoạch tài chính thường xuyên cho các cá nhân. Đến năm 2030, bạn có thể nói với AI về mục tiêu của mình (mua nhà, tiết kiệm tiền học đại học) và AI 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 nhà 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 đưa ra trực tiếp cho người tiêu dùng, với các tuyên bố từ chối trách nhiệm phù hợp. Chìa khóa sẽ 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 tư vấn tài chính cơ bản dễ tiếp cận hơn nhiều với chi phí thấp.

• Tự động hóa Back-Office: AI tạo ra có thể tự động xử lý nhiều tài liệu văn phòng – đơn xin vay, báo cáo tuân thủ, tóm tắt kiểm toán. Ví dụ, AI có thể tiếp nhận tất cả dữ liệu giao dịch và tạo báo cáo kiểm toán đánh dấu bất kỳ mối quan tâm nào. Kiểm toán viên vào năm 2035 có thể dành nhiều thời gian hơn để xem xét các trường hợp ngoại lệ được AI đánh dấu thay vì tự mình rà soát mọi thứ. Tương tự như vậy, để tuân thủ, AI có thể tạo báo cáo hoạt động đáng ngờ (SAR) cho các cơ quan quản lý mà không cần nhà phân tích viết chúng từ đầu. Việc tự động tạo ra 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 bảo hiểm và bảo lãnh: 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 thanh toán.Chúng ta có thể đạt đến một điểm mà các khiếu nại đơn giản (như tai nạn ô tô có dữ liệu rõ ràng) được giải quyết hoàn toàn bằng AI trong vòng vài phút sau khi nộp. Việc bảo lãnh các chính sách mới có thể tương tự: AI đánh giá rủi ro và tạo ra các điều khoản chính sách. Đến năm 2035, có lẽ chỉ những trường hợp phức tạp hoặc ranh giới mới được chuyển lên các bên bảo lãnh là 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 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 quan trọng ở đây, do đó cần có sự tham gia tối thiểu của con người. Phần tạo ra có thể đến từ việc truyền đạt các 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. Hãy hỏi, "Bộ phận châu Âu của chúng tôi đã hoạt động như thế nào trong quý này và những động lực chính nào so với năm ngoái?" và AI sẽ tạo ra một báo cáo ngắn gọn với các biểu đồ, tất cả đều chính xác, lấy từ dữ liệu. Loại báo cáo và phân tích động, tự chủ này có thể trở nên dễ dàng như một cuộc trò chuyện. Đến năm 2030, việc truy vấn AI để biết 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 là một số vai trò của nhà phân tích.

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

Tuy nhiên, sự tin tưởng và xác minh sẽ là trọng tâm. Ngành tài chính được quản lý chặt chẽ và bất kỳ AI nào hoạt động tự động đều cần phải 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 bị 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 hợp lý để có thể xem xét. Các mô hình tạo sinh có thể hơi giống hộp đen, vì vậy hãy mong đợi sự phát triển của AI có thể giải thích kỹ thuật để đưa ra quyết định minh bạch.

10 năm tới có thể sẽ liên quan đến sự hợp tác chặt chẽ giữa AI và các chuyên gia tài chính, dần dần dịch chuyển ranh giới quyền tự chủ khi sự tự tin tăng lên. Những chiến thắng ban đầu sẽ đến trong tự động hóa rủi ro thấp (như tạo báo cáo). Sẽ khó khăn hơn đối với các phán đoán cốt lõi như quyết định tín dụng hoặc lựa chọn đầu tư, nhưng ngay cả ở đó, khi hồ sơ theo dõi của AI được xây dựng, các công ty có thể cấp cho nó nhiều quyền tự chủ hơn. Ví dụ, có thể một quỹ AI sẽ hoạt động với một giám sát viên là con người, người chỉ can thiệp nếu hiệu suất đi chệch hướng hoặc nếu AI báo hiệu sự không chắc chắn.

Về mặt kinh tế, McKinsey ước tính rằng AI (đặc biệt là AI thế hệ mới) có thể tăng thêm khoảng 200-340 tỷ đô la giá trị cho ngành ngân hàng hàng năm và những tác động lớn tương tự đến 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 thông qua hiệu quả và kết quả quyết định tốt hơn. Để nắm bắt được giá trị đó, nhiều phân tích tài chính và giao tiếp thường xuyên có thể sẽ được chuyển giao cho các hệ thống AI.

Tóm lại, đến năm 2035, AI tạo ra 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, thực hiện phần lớn công việc nặng nhọc và một số phân tích phức tạp một cách tự chủ. Con người vẫn sẽ đặt ra mục tiêu và xử lý chiến lược cấp cao, mối quan hệ với khách hàng và giám sát. Thế giới tài chính, thận trọng, sẽ mở rộng quyền tự chủ dần dần - nhưng hướng đi rõ ràng là ngày càng có nhiều thông tin xử lý và thậm chí là các khuyến nghị quyết định sẽ đến từ AI. Lý tưởng nhất là điều này dẫn đến dịch vụ nhanh hơn (cho vay tức thời, 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 lòng 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 do AI gây ra hoặc một quyền lợi bị từ chối sai cho hàng nghìn người). Do đó, các rào cản và kiểm tra của con người có khả năng vẫn tồn tại, đặc biệt là đối với các hành động đối mặt với người tiêu dùng, ngay cả khi các quy trình văn phòng trở nên cực kỳ tự động.

Những thách thức và cân nhắc về mặt đạo đức

Trong tất cả các lĩnh vực này, khi AI tạo ra đảm nhiệm nhiều trách nhiệm tự chủ hơn, một loạt các thách thức chung và các câu hỏi về đạo đức nảy sinh. 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. Sau 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 báo cáo do AI viết có thể chứa số liệu thống kê bịa đặt. Tính đến năm 2025, sự không chính xác được các tổ chức công nhận là rủi ro hàng đầu của AI tạo sinh (Tình hình AI năm 2023: Năm đột phá của AI tạo sinh | McKinsey) (Tình hình 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 thể 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 phải hoạt động đáng tin cậy theo thời gian và trong nhiều tình huống. Ví dụ, AI có thể hoạt động tốt với các câu hỏi chuẩn nhưng lại vấp phải các trường hợp ngoại lệ. Đảm bảo hiệu suất nhất quán sẽ đòi hỏi dữ liệu đào tạo mở rộng bao gồm nhiều tình huống khác nhau và giám sát liên tục. Nhiều tổ chức có kế hoạch áp dụng các phương pháp tiếp cận kết hợp – AI hoạt động, nhưng các mẫu ngẫu nhiên được kiểm toán bởi con người – để đánh giá tỷ lệ chính xác liên tục.

Các biện pháp an toàn: Khi AI tự chủ, việc AI 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 một phỏng đoán ngẫu nhiên. Xây dựng ước tính sự không chắc chắn vào đầu ra của AI (và có ngưỡng để con người tự động chuyển giao) là một lĩnh vực phát triển tích cực.

Sự thiên vị và công bằng

AI tạo sinh học từ dữ liệu lịch sử có thể chứa 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.

Để giải quyết vấn đề này, cần phải quản lý tập dữ liệu cẩn thận, kiểm tra độ lệch và có thể là điều chỉnh thuật toán để đảm bảo tính công bằng. Minh bạch là chìa khóa: các công ty sẽ cần phải tiết lộ tiêu chí quyết định AI, đặc biệt là nếu AI tự động ảnh hưởng đến cơ hội hoặc quyền của ai đó (như vay vốn hoặc việc làm). Các cơ quan quản lý đã chú ý; ví dụ, Đạo luật AI của EU (đang được xây dựng 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 chịu trách nhiệm? Các khuôn khổ pháp lý đang bắt kịp:

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

• Có cuộc tranh luận về "nhân cách" của AI hoặc liệu AI tiên tiến có thể chịu một phần trách nhiệm hay không, nhưng bây giờ điều đó mang tính lý thuyết hơn. Trên thực tế, lỗi sẽ do các nhà phát triển hoặc nhà điều hành.

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

• Tài liệu và ghi chép các quyết định của AI sẽ rất quan trọng đối với các cuộc điều tra sau sự cố. Nếu có điều gì đó không ổn, chúng ta cần kiểm tra đường dẫn quyết định của AI để rút kinh nghiệm và phân công trách nhiệm. Các cơ quan quản lý có thể yêu cầu ghi chép các hành động AI tự động vì lý do này.

Tính minh bạch và khả năng giải thích

AI tự động lý tưởng nhất là có thể giải thích lý luận của mình theo các thuật ngữ mà con người có thể hiểu được, đặc biệt là trong các lĩnh vực quan trọng (tài chính, chăm sóc sức khỏe, hệ thống tư pháp). AI có thể giải thích là một lĩnh vực đang nỗ lực mở hộp đen:

• Đối với việc AI từ chối cho vay, các quy định (như ở Hoa Kỳ, ECOA) có thể yêu cầu người nộp đơn phải đưa ra lý do. Vì vậy, AI phải đưa ra các yếu tố đầu ra (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 làm cho lý luận AI dễ theo dõi hơn, bằng cách đơn giản hóa các mô hình hoặc bằng cách có các mô hình giải thích song song.

• Sự minh bạch cũng có nghĩa là người dùng phải biết khi họ đang đối phó với AI so với con người. Các nguyên tắc đạo đức (và có thể là một số luật) có xu hướng yêu cầu tiết lộ nếu khách hàng đang nói chuyện với bot. Điều này ngăn chặn sự lừa dối và cho phép người dùng đồng ý. Một số công ty hiện gắn thẻ rõ ràng nội dung do AI viết (như "Bài viết này được tạo bởi AI") để duy trì lòng tin.

Quyền riêng tư và Bảo vệ dữ liệu

Trí tuệ nhân tạo tạo ra thường cần dữ liệu – bao gồm dữ liệu cá nhân có khả năng 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 mục đích đó.

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

• Các mô hình lớn có thể vô tình nhớ các thông tin cụ thể từ dữ liệu đào tạo của chúng (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 quá trình đào tạo rất quan trọng để ngăn chặn rò rỉ thông tin cá nhân trong các 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 đánh giá của con người hoặc 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 phát triển khi AI trở nên phổ biến hơn, có thể đưa ra quyền giải thích hoặc từ chối 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 những hành vi độc hại:

• Một trình tạo nội dung AI có thể bị sử dụng sai mục đích để tạo thông tin sai lệch ở quy mô lớn (video deepfake, bài viết tin tức giả), đây là rủi ro đối với xã hội. Đạo đức của việc phát hành các mô hình tạo ra rất mạnh mẽ đang được tranh luận sôi nổi (ví dụ, OpenAI ban đầu 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 (giống như các thuật toán phát hiện deepfake).

• Nếu AI kiểm soát 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 tác hại trong thế giới thực. Điều này có nghĩa là mã hóa mạnh mẽ, an toàn và khả năng ghi đè hoặc tắt máy của con người nếu có điều gì đó có vẻ bị xâm phạm.

• Ngoài ra còn có mối lo ngại về việc AI vượt quá ranh giới dự định (kịch bản "AI gian lận"). Mặc dù các AI hiện tại không có tác nhân hoặc ý định, nhưng nếu các hệ thống tự động trong tương lai có tác nhân hơn, thì cần có các ràng buộc và giám sát nghiêm ngặt để đảm bảo chúng không thực hiện các giao dịch trái phép hoặc vi phạm luật do mục tiêu không được chỉ 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:

• Sự thay đổi công việc: Nếu AI có thể thực hiện các nhiệm vụ mà không cần sự can thiệp của con người, thì điều gì sẽ xảy ra với những công việc đó? Theo truyền thống, công nghệ tự động hóa một số công việc nhưng lại tạo ra những công việc khác. Quá trình chuyển đổi có thể gây đau đớn 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, giáo dục và có thể là xem xét lại hỗ trợ kinh tế (một số người cho rằng AI có thể cần đến những 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 số người lao động lo lắng về việc AI thay thế công việc, trong khi những người khác coi nó là sự vất vả.

• Sự xói mòn kỹ năng của con người: Nếu gia sư AI dạy học và AI lái tự động và AI viết mã, liệu mọi 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 sẽ cần phải điều chỉnh, đảm bảo mọi người vẫn học được những điều cơ bản ngay cả khi AI giúp ích.

• Quyết định có đạo đức: AI thiếu sự phán đoán đạo đức của con người. Trong 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 các trường hợp cá nhân. Chúng ta có thể cần mã hóa các khuôn khổ đạo đức vào AI (một lĩnh vực nghiên cứu đạo đức AI, ví dụ, liên kết các quyết định của AI với các giá trị của con người). Ít nhất, việc giữ con người trong vòng lặp để đưa ra các quyết định có tính đạo đức là điều nên làm.

• Tính bao hàm: Đảm bảo lợi ích của AI được phân phối rộng rãi là một mục tiêu đạo đức. Nếu chỉ các công ty lớn mới có 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, các 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 truy cập cho người khuyết tật, v.v.), nếu không chúng ta sẽ tạo ra một sự phân chia kỹ thuật số mới về "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 sẽ ngày càng tăng.Đến cuối năm 2023, gần một nửa số công ty sử dụng AI đang tích cực nỗ lực giảm thiểu các rủi ro như thiếu chính xác (Tình hình AI năm 2023: Năm đột phá của AI tạo sinh | McKinsey) (Tình hình AI: Khảo sát toàn cầu | McKinsey), và con số đó 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. Chìa khóa là đưa đạo đức vào quá trình phát triển AI ngay từ đầu (“Đạo đức theo thiết kế”), thay vì phản ứng sau.

Tóm lại về những thách thức: việc trao cho AI nhiều quyền tự chủ hơn là một con dao hai lưỡi. Nó có thể mang lại hiệu quả và sự đổi mới, nhưng đòi hỏi một rào cản trách nhiệm cao. Những năm tới có thể sẽ chứng kiến ​​sự kết hợp của 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 lẽ là các tiêu chuẩn hoặc chứng nhận mới (các hệ thống AI có thể được kiểm toán và chứng nhận giống như động cơ hoặc thiết bị điện tử hiện nay). Việc điều hướng thành công những thách thức này sẽ xác định mức độ chúng ta có thể tích hợp AI tự động vào xã hội một cách suôn sẻ theo cách tăng cường phúc lợi và lòng tin của con người.

Phần kết luận

Trí tuệ nhân tạo tạo sinh đã nhanh chóng phát triển từ một thí nghiệm mới lạ thành một công nghệ đa năng mang tính biến đổi, chạm đến mọi ngóc ngách trong cuộc sống của chúng ta. Sách trắng này đã khám phá cách mà đến năm 2025, các hệ thống AI đã có thể viết bài viết, thiết kế đồ họa, mã hóa phần mềm, trò chuyện với khách hàng, tóm tắt các ghi chú y tế, hướng dẫn học sinh, 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 vận hành với ít hoặc không có sự can thiệp của con người, đặc biệt là đối với các công việc được xác định rõ ràng, có thể lặp lại. Các công ty và cá nhân đang bắt đầu tin tưởng AI để thực hiện các nhiệm vụ này một cách tự động, thu được lợi ích về tốc độ và quy mô.

Nhìn về phía trước đến năm 2035, chúng ta đang đứng trên bờ vực của một kỷ nguyên mà AI sẽ trở thành một cộng tác viên phổ biến hơn nữa – thường là lực lượng lao động kỹ thuật số chưa được nhìn thấy xử lý thói quen để con người có thể tập trung vào những điều đặc biệt. Chúng tôi mong đợi AI tạo ra 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 tôi như những trợ lý cá nhân hiểu biết, cung cấp hướng dẫn một kèm một cho sinh viên trên toàn thế giới và thậm chí giúp khám phá ra những phương pháp chữa bệnh mới trong y học – tất cả đều với sự giám sát trực tiếp ngày càng tối thiểu. Ranh giới giữa công cụ và tác nhân sẽ mờ dần khi AI chuyển từ thụ động tuân theo hướng dẫn sang chủ động tạo ra các giải pháp.

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

• Kiểm tra thực tế ngày hôm 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 ý thức chung theo nghĩa của con người. Do đó, hiện tại, sự giám sát của con người vẫn là lưới an toàn. Việc nhận ra AI đã sẵn sàng để hoạt động một mình (và chưa sẵn sàng) là rất quan trọng. Nhiều thành công ngày nay đến từ nhóm AI-con người mô hình và phương pháp kết hợp này sẽ tiếp tục có giá trị ở những nơi mà tính tự chủ hoàn toàn vẫn chưa phải là điều khôn ngoan.

• Lời hứa ngày mai: 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 mở rộng. Thập kỷ tiếp theo của R&D có thể giải quyết nhiều điểm khó khăn hiện tại (giảm ảo giác, cải thiện khả năng diễn giải, điều chỉnh AI phù hợp với các giá trị của con người). Nếu vậy, các hệ thống AI vào năm 2035 có thể đủ mạnh mẽ để được giao phó quyền tự chủ lớn hơn nhiều. Các dự đoán trong bài báo này - từ giáo viên AI đến các doanh nghiệp tự điều hành phần lớn - có thể trở thành hiện thực của chúng ta, hoặc thậm chí vượt qua những đổi mới khó có thể tưởng tượng ngày nay.

• Vai trò và sự thích nghi của con người: Thay vì AI thay thế hoàn toàn con người, chúng tôi thấy trước các vai trò sẽ phát triển.Các chuyên gia trong mọi lĩnh vực có thể sẽ cần phải trở nên thành thạo trong công việc với AI – hướng dẫn, xác minh và tập trung vào các khía cạnh công việc đòi hỏi sức mạnh đặc biệt của con người như sự đồng cảm, tư duy chiến lược và giải quyết vấn đề phức tạp. Giáo dục và đào tạo lực lượng lao động nên xoay trục để nhấn mạnh những kỹ năng đặc biệt của con người này, cũng như kiến ​​thức về AI cho mọi người. Các nhà hoạch định chính sách và lãnh đạo doanh nghiệp nên lập kế hoạch cho quá trình chuyển đổi trên 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 lý AI có đạo đức phải hỗ trợ cho sự phát triển công nghệ này. Niềm tin là tiền tệ của việc áp dụng – mọi người sẽ chỉ để AI lái xe hoặc hỗ trợ phẫu thuật nếu họ tin rằng nó an toàn. Xây dựng niềm tin đó bao gồm thử nghiệm nghiêm ngặt, minh bạch, sự tham gia của các bên liên quan (ví dụ, liên quan đến bác sĩ trong việc thiết kế AI y tế, giáo viên trong các công cụ giáo dục AI) và quy định phù hợp. Có thể cần phải có sự hợp tác quốc tế để giải quyết các thách thức như deepfake hoặc AI trong chiến tranh, đảm bảo các chuẩn mực toàn cầu về việc sử dụng có trách nhiệm.

Tóm lại, AI tạo sinh là một động lực mạnh mẽ của sự tiến bộ. Được sử dụng một cách khôn ngoan, nó có thể giải phóng con người khỏi sự vất vả, mở khóa sự sáng tạo, cá nhân hóa các dịch vụ và giải quyết các khoảng cách (mang lại chuyên môn ở nơi các chuyên gia khan hiếm). Chìa khóa là triển khai nó theo cách khuếch đại tiềm năng của con người thay vì hạn chế nó. Trong ngắn hạn, điều đó có nghĩa là giữ con người trong vòng lặp để hướng dẫn AI. Trong dài hạn, 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 biên tập viên thực hiện. (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 được tạo 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 dev đánh giá).- Tự động tạo thử nghiệm và đề xuất lỗi. (Mã hóa 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 khoảng 70% các yêu cầu thông thường trên một số kênh.(59 số liệu thống kê về dịch vụ khách hàng AI năm 2025) (Đến năm 2030, 69% 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 bằng AI theo thời gian thực cho các nhượng bộ dịch vụ (hoàn tiền, nâng cấp). - Chỉ sử dụng tác nhân con người cho các trường hợp leo thang hoặc đặc biệt.
Chăm sóc sức khỏe	- AI soạn thảo các ghi chú y khoa; đề xuất chẩn đoán để bác sĩ xác minh. - AI đọc một số bản chụp (chụp X-quang) có giám sát; phân loại các trường hợp đơn giản.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 cuộc 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 ra các bài tập thực hành (giáo viên giám sát). - AI hỗ trợ chấm điểm (có giáo viên đánh giá). ([AI tạo ra 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 do bộ điều khiển AI giám sát. - AI tự động định tuyến lại các lô hàng để tránh gián đoạn và điều chỉnh hàng tồn kho. - Điều phối chuỗi cung ứng đầu cuối (đặt hàng, phân phối) do AI quản lý.
Tài chính	- AI tạo ra các 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 thắc mắc của khách hàng. (Trí tuệ nhân tạo 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 và 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 có người viết (Những câu chuyện về thu nhập tự động tăng lên | The Associated Press).

2. Công ty 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. Công ty Gartner. Vượt ra ngoài 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 các ngành công nghiệp và doanh nghiệp) và làm nổi bật các trường hợp sử dụng AI tạo ra như thiết kế thuốc (Các trường hợp sử dụng AI tạo sinh cho các ngành công nghiệp và doanh nghiệp).

4. Vuốt. 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 con người xem xét tất cả 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 tóm tắt đánh giá do AI tạo ra trên các trang sản phẩm để giúp người mua sắm (Amazon cải thiện trải nghiệm đánh giá của khách hàng bằng AI).

6. Máy tính để bàn. 59 số liệu thống kê về dịch vụ khách hàng 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 số liệu thống kê về dịch vụ khách hàng AI năm 2025) và dự đoán AI sẽ có mặt trong 100% tương tác với khách hàng cuối cùng (59 số liệu thống kê về dịch vụ khách hàng AI năm 2025).

7. Nghiên cứu Futurum và 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 tái hiện 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 về 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 tham số 50B 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 đến với tài chính).