Theo ông, nếu máy tính cá nhân, điện thoại thông minh hay điện toán đám mây chủ yếu tạo ra các lớp công cụ mới, AI có thể tác động rộng hơn khi được tích hợp vào hạ tầng tính toán, dữ liệu, bộ nhớ, phần mềm và vận hành doanh nghiệp.
Thứ nhất, ở nhóm công nghệ, Tập đoàn FPT là doanh nghiệp hưởng lợi trong nhóm ứng dụng. Dù vậy, doanh nghiệp Việt này theo chuyên gia vẫn còn ở giai đoạn bắt đầu về AI, vấn đề quan trọng cần quan tâm là khả năng sinh lời trong lĩnh vực công nghệ.
Ông Phạm Lưu Hưng, Giám đốc SSI Research, cho biết thêm Việt Nam không cần cạnh tranh trực diện với Mỹ hay Trung Quốc trong cuộc đua xây dựng các mô hình AI nền tảng, vốn đòi hỏi nguồn vốn đầu tư, hạ tầng tính toán và nhân lực công nghệ quy mô lớn.
Robot AI (Ảnh minh họa: DT).
Bên cạnh mảng công nghệ, lĩnh vực dịch vụ tài chính (bao gồm ngân hàng, chứng khoán, quản lý tài sản và các hoạt động liên quan đến dữ liệu khách hàng) cũng xuất hiện cơ hội tăng trưởng trong làn sóng bùng nổ công nghệ, AI.
Tại Việt Nam, một số ngân hàng như Techcombank, VPBank, MB… đã có thể “nhúng” AI vào các quy trình như cá nhân hóa đề xuất cho khách hàng. Đây là các ứng dụng có thể tác động trực tiếp đến hiệu quả kinh doanh.
Trong lĩnh vực chứng khoán, AI có thể hỗ trợ môi giới, chăm sóc khách hàng, phân tích dữ liệu thị trường, báo cáo nghiên cứu, quản trị rủi ro, back-office và phát triển sản phẩm số.
Hiện nay, việc lập trình (coding) không còn là điểm nghẽn lớn nhất, doanh nghiệp phải học cách quản trị các điểm nghẽn mới như kiểm tra, xác minh kết quả, hướng dẫn AI đúng cách và đảm bảo công nghệ tạo ra sản phẩm đúng nhu cầu.
Ngoài ra, nhóm doanh nghiệp sở hữu hạ tầng, khu đất hoặc khu công nghiệp cũng đang phục vụ nhu cầu công nghệ mới.
Trong bối cảnh AI kéo theo nhu cầu về bán dẫn, data center và năng lực tính toán, các doanh nghiệp khu công nghiệp như Kinh Bắc hoặc Viglacera là những cái tên đáng chú ý. Bởi các doanh nghiệp phát triển khu công nghiệp được chọn là nơi đặt cơ sở của nhiều doanh nghiệp bán dẫn và công nghệ như Intel, Hana Micron, Samsung.
Data center cũng trở thành lớp hạ tầng quan trọng khi các doanh nghiệp có nhu cầu xử lý dữ liệu trong nước. Do việc sử dụng các mô hình AI như Claude, Gemini hay ChatGPT gặp giới hạn nhất định do dữ liệu nhạy cảm và yêu cầu không đưa thông tin ra ngoài Việt Nam, nhiều bên chọn phương án thuê hạ tầng máy chủ nội địa. Điều này mở ra nhu cầu mới về năng lực tính toán nội địa và hạ tầng dữ liệu cho các ngành có yêu cầu bảo mật cao như tài chính.
Năng lượng cũng là một lĩnh vực đáng chú ý. AI cần năng lực tính toán lớn, trong khi data center tiêu thụ nhiều điện và đòi hỏi nguồn cung ổn định. Theo ông Phạm Lưu Hưng, năng lượng có thể được xem là nhóm hưởng lợi từ điểm nghẽn hạ tầng khi AI mở rộng.
Nhìn chung, làn sóng AI có thể không tạo ra một “Nvidia Việt Nam” trong ngắn hạn; nhưng khi AI dịch chuyển từ tầng mô hình nền tảng sang tầng ứng dụng, cơ hội có thể phân bổ rộng hơn sang những ngành có dữ liệu, khách hàng, quy trình vận hành và hạ tầng cần được tối ưu.
