AI đang bước vào giai đoạn mà câu hỏi lớn không chỉ là model nào thông minh hơn, mà còn là ai có đủ chip, điện, hệ thống làm mát và trung tâm dữ liệu để vận hành chúng. McKinsey Global Institute ước tính tổng đầu tư trung tâm dữ liệu toàn cầu giai đoạn 2025–2030 có thể đạt khoảng 7.000 tỷ USD, trong đó phần lớn được thúc đẩy bởi AI.
Theo phân tích mới của McKinsey Global Institute, tổng đầu tư trung tâm dữ liệu toàn cầu từ năm 2025 đến 2030 có thể đạt khoảng 7.000 tỷ USD. Ước tính này gồm khoảng 3.100 tỷ USD cho chip và phần cứng, 1.300 tỷ USD cho điện, làm mát và thiết bị điện, 800 tỷ USD cho xây dựng, cùng khoảng 1.500 tỷ USD cho nhu cầu trung tâm dữ liệu không trực tiếp liên quan đến AI.
| Hạng mục | Ước tính 2025–2030 | Ý nghĩa dễ hiểu |
|---|---|---|
| Chip và phần cứng | 3.100 tỷ USD | Máy tính chuyên dụng để huấn luyện và chạy AI |
| Điện, làm mát, thiết bị điện | 1.300 tỷ USD | Hạ tầng giữ hệ thống hoạt động ổn định |
| Xây dựng | 800 tỷ USD | Nhà xưởng và cơ sở vật lý |
| Nhu cầu không trực tiếp từ AI | 1.500 tỷ USD | Dịch vụ đám mây và dữ liệu truyền thống |
McKinsey cảnh báo năng lực AI tăng nhanh không đồng nghĩa lợi nhuận doanh nghiệp sẽ tăng tương ứng. Hệ thống có thể bị xây quá mức, nguồn vốn có thể chạy vòng giữa các bên trong chuỗi cung ứng, còn doanh nghiệp mua AI nhưng chỉ gắn nó lên quy trình cũ.
Hàm ý quản trị: lợi thế bền vững không chỉ đến từ quyền truy cập model. Doanh nghiệp cần chọn đúng quy trình quan trọng, chuẩn hóa dữ liệu, giao trách nhiệm rõ ràng và đo kết quả kinh doanh sau khi triển khai.
Giới hạn: 7.000 tỷ USD là ước tính theo kịch bản của McKinsey, không phải số vốn đã được giải ngân; tổng này cũng bao gồm phần hạ tầng không trực tiếp phục vụ AI.
Phòng thí nghiệm của nhà nghiên cứu César de la Fuente dùng Codex và ChatGPT để tìm các phân tử có khả năng kháng khuẩn trong dữ liệu gene của sinh vật đang sống và đã tuyệt chủng. Theo OpenAI, AI có thể rút bước tìm kiếm ứng viên ban đầu từ nhiều năm xuống vài giờ.
Điểm quan trọng là AI chỉ giúp thu hẹp danh sách. Các phân tử vẫn phải được thử trong phòng thí nghiệm, đánh giá độc tính và trải qua quá trình kiểm chứng y khoa. Đây là ví dụ rõ về cách AI tăng tốc nghiên cứu mà không thay thế quy trình khoa học.
Khi giới thiệu Agents API, OpenAI công bố một số kết quả khách hàng: Ciridae tăng điểm đánh giá tác vụ từ 0,71 lên 0,85 và giảm độ trễ bốn lần; SafetyKit giảm 60% chi phí cho mỗi vụ việc; Hypha giảm 86% số phản hồi Agent thất bại.
Những số liệu này cho thấy phần tạo giá trị không chỉ nằm ở model mà còn ở cách điều phối công cụ, quản lý phiên chạy dài, kiểm thử và xử lý lỗi. Tuy nhiên, đây là số liệu do nhà cung cấp và khách hàng công bố, chưa phải nghiên cứu độc lập.
Trong bài giới thiệu Data Agent của ChatGPT Work, OpenAI cho biết ServiceTitan dùng Atlas để khởi chạy chiến dịch với tốc độ khoảng gấp ba lần, còn micro1 xây lại bảng điều khiển trong khoảng nửa giờ và phát hiện lỗi dữ liệu.
Bài học thực tế là dữ liệu phải được kết nối và phân quyền đúng. Data Agent tôn trọng giới hạn ở cấp bảng, hàng và cột, giúp người dùng hỏi dữ liệu bằng câu thông thường mà không tự động nhìn thấy mọi thứ.
Agents API đang ở giai đoạn thử nghiệm công khai. Dịch vụ cung cấp bộ khung Codex được quản lý sẵn cho phiên làm việc dài, gọi công cụ, chia việc cho Agent con và chạy trong môi trường cô lập. Doanh nghiệp có thể dùng môi trường do OpenAI lưu trữ hoặc kết nối hạ tầng của mình.
Với người không rành kỹ thuật, có thể hiểu đây là bộ máy nền giúp AI không chỉ trả lời một câu hỏi mà còn thực hiện nhiều bước để hoàn thành một công việc. Trước khi dùng thật, tổ chức vẫn cần giới hạn quyền và yêu cầu phê duyệt cho hành động nhạy cảm.
Data Agent kết nối được với Redshift, BigQuery, Databricks, Snowflake, MongoDB, Drive, SharePoint và nhiều hệ thống khác. Người dùng có thể đặt câu hỏi, tìm nguyên nhân biến động và tạo bảng điều khiển tương tác bằng ngôn ngữ tự nhiên.
OpenAI cho biết gần như toàn bộ nhóm sản phẩm và hơn hai phần ba bộ phận tiếp cận thị trường của hãng đang dùng công cụ này. Tổ chức nên bắt đầu bằng một bộ dữ liệu có chủ sở hữu rõ ràng thay vì kết nối toàn bộ hệ thống ngay lập tức.
ChatGPT for Financial Services kết hợp GPT-6 Astra với dữ liệu tích hợp từ Daloopa, PitchBook, LSEG News và Crunchbase để hỗ trợ nghiên cứu, lập mô hình và chuẩn bị tài liệu khách hàng. Sản phẩm được xây dựng cùng phản hồi từ Morgan Stanley và Evercore.
Người dùng tài chính vẫn phải kiểm tra dữ liệu, giả định và nguồn trích dẫn. AI hỗ trợ phân tích nhanh hơn nhưng không thay thế trách nhiệm chuyên môn hay quy định tuân thủ.
Ứng dụng Gemini cho Windows đã có trên Windows 10 và 11 trên toàn cầu. Phím tắt Alt+Space mở nhanh Gemini; ứng dụng hỗ trợ Gemini Spark, kết nối Gmail và Drive, đồng thời tạo hình ảnh và video.
GitHub đã ngừng MAI-Code-1-Flash trong Copilot Chat, sửa mã trực tiếp, chế độ hỏi, Agent và gợi ý mã. Nhóm có quy trình cố định với model này nên kiểm tra cấu hình và chất lượng khi chuyển sang model thay thế.
NASA–IBM Lunar Foundation Model được phát hành mã nguồn mở cùng bộ dữ liệu đã chuẩn hóa từ hơn 30 lớp dữ liệu, chín thiết bị và bốn sứ mệnh. IBM cho biết model vượt phương pháp phổ biến tới 23% trong một số tác vụ nhận diện đặc điểm địa lý như vùng có khả năng chứa băng, miệng hố và cấu trúc núi lửa.
Việc mở model và dữ liệu giúp nhóm nghiên cứu bắt đầu từ một nền tảng chung thay vì xây lại toàn bộ hệ thống cho từng câu hỏi. Kết quả vẫn cần được chuyên gia khoa học kiểm tra theo từng nhiệm vụ cụ thể.
AWS giới thiệu cơ chế định tuyến theo phần mở đầu của yêu cầu. Hệ thống đưa các yêu cầu có phần đầu giống nhau tới cùng máy chủ để tái sử dụng bộ nhớ tạm. Trong thử nghiệm với Llama 3.1 70B, thời gian chờ token đầu tiên ở trung vị giảm tới 77%, còn tỷ lệ dùng lại bộ nhớ tạm tăng từ khoảng 25% lên hơn 80%.
Đây là tối ưu phù hợp với chatbot hoặc Agent thường xuyên dùng cùng một hướng dẫn hệ thống dài. Kết quả thực tế sẽ thay đổi theo model, lưu lượng và cấu hình hạ tầng.
| Nhóm | Nguồn |
|---|---|
| Góc nhìn chiến lược | McKinsey Global Institute |
| Case study và sản phẩm | OpenAI: nghiên cứu kháng khuẩn · Agents API · Data Agent · Financial Services |
| Cập nhật hãng | Google Gemini · GitHub |
| Mã nguồn mở và kỹ thuật | IBM và NASA · AWS |
Bản tin được tổng hợp và phân phối tự động bằng AIWeb – nền tảng web tự vận hành bằng AI Agent.
