Công nghệ
10 nhà lãnh đạo doanh nghiệp đi đầu trong việc tạo ra những thay đổi mang tính chuyển đổi ngành công nghiệp trong năm 2024
Published
6 months agoon

Đổi mới và kinh doanh luôn đi đôi với nhau — và điều đó luôn hiện hữu trong tâm trí của các nhà lãnh đạo doanh nghiệp, bất kể họ thuộc ngành công nghiệp nào.
Các nhà điều hành phải hiểu rõ cách mà những tiến bộ công nghệ (technological advancements), rào cản hệ thống (systemic barriers), và sự thay đổi giữa các thế hệ (generational shifts) đang ảnh hưởng đến sự tăng trưởng của họ, sau đó đưa ra chiến lược phù hợp
Danh sách hàng năm của Business Insider về những người đang thay đổi ngành kinh doanh nổi bật những nhà lãnh đạo làm việc trong lĩnh vực truyền thông (media), tài chính, công nghệ, vận tải (transportation) và lao động (labor).
Nữ ủy viên đầu tiên của WNBA, Cathy Engelbert, đang dẫn đầu một cuộc chuyển đổi trong lĩnh vực thể thao với trọng tâm là sự tham gia của người hâm mộ và công bằng giữa các cầu thủ. Trong lĩnh vực tài chính, Leon Sinclair đang tận dụng dữ liệu và phân tích để định hình lại thế giới đầu tư thay thế tại Preqin, nơi ông giữ chức phó chủ tịch điều hành. Mike Hopkins, người đứng đầu Prime Video và MGM Studios của Amazon, đang xây dựng một chiến lược kinh doanh giải trí tập trung vào quảng cáo, có thể định nghĩa lại cách nội dung được tạo ra và tiêu thụ trong kỷ nguyên số.
Dưới đây, theo thứ tự bảng chữ cái của tên, là 10 nhà lãnh đạo kinh doanh mà các phóng viên và biên tập viên của chúng tôi ghi nhận đã làm thay đổi và định hình lại ngành công nghiệp của họ.

Anna-Lisa Miller, giám đốc điều hành của tổ chức phi lợi nhuận Ownership Works được đồng sáng lập bởi KKR

Các nhà tuyển dụng thường nói rằng họ thích thuê những nhân viên hành động như chủ sở hữu (act like owners). Với vai trò giám đốc điều hành của tổ chức phi lợi nhuận Ownership Works, Miller nhắm đến việc khiến các nhà tuyển dụng hành động theo đúng tinh thần đó.
Miller nói: ‘Thật không đáng tin khi yêu cầu nhân viên cảm nhận, suy nghĩ và hành động như chủ sở hữu nếu bạn không cho họ một phần sở hữu tài chính.’
“It’s not credible to ask employees to feel, think, and act like owners if you don’t give them a financial ownership stake,” Miller said.
Kể từ khi thành lập vào năm 2021, Ownership Works và các đối tác doanh nghiệp của tổ chức đã chia sẻ 570 triệu đô la tài sản trên sáu công ty và làm việc với hơn 160.000 công nhân tại 113 công ty.
Một cách Miller tìm cách thuyết phục các chủ doanh nghiệp về lợi ích của việc nhân viên nắm giữ cổ phần (shareholding) là bằng cách cho họ thấy điều này có thể cải thiện lợi nhuận như thế nào. Bà đã nêu ví dụ về một lần khi một nhân viên trong một công ty thuộc Ownership Works đã giúp công ty tiết kiệm tiền bằng cách thay thế một linh kiện có giá 100 đô la bằng một bộ phận in 3D chỉ có giá vài đô la.
Miller nói: ‘Họ thường biết công ty đang mất tiền ở đâu hoặc đang mắc sai lầm gì, hoặc những điều gì có thể được cải thiện. Và họ thường có ý tưởng để giải quyết vấn đề. Chỉ là chưa ai từng hỏi ý kiến họ.’
Sự nghiệp của Miller trong lĩnh vực sở hữu nhân viên (employee ownership) phát triển từ mối quan tâm về phát triển cộng đồng. Trong giai đoạn đầu sự nghiệp, bà đã giúp một tổ chức phi lợi nhuận ở Hawaii tạo ra các hợp tác xã nông nghiệp, và bà cũng làm việc với một tổ chức phi lợi nhuận khác để chuyển đổi các doanh nghiệp nhỏ thành các hợp tác xã công nhân.
Miller nói rằng bà muốn tìm kiếm quy mô lớn hơn, vì vậy bà đã tiếp cận Pete Stavros, đồng giám đốc mảng cổ phần tư nhân (private equity) của KKR. Stavros đã thử nghiệm lần đầu với mô hình sở hữu nhân viên (employee ownership) tại một nhà sản xuất cửa ga-ra vào năm 2015, dẫn đến một số kết quả tốt nhất của KKR. Ông đang tìm cách mở rộng mô hình đó hơn nữa.
Sau khi công bố việc thành lập Ownership Works với khoản quyên góp 10 triệu đô la, Stavros đã thuê Miller làm nhân viên đầu tiên của mình. Giờ đây, công việc của bà là giúp 25 đối tác cổ phần tư nhân của công ty, bao gồm KKR và Apollo, triển khai các kế hoạch trong danh mục đầu tư của họ.
Bà thực hiện điều này một phần bằng cách hợp tác với các kế toán viên, luật sư và các công ty dịch vụ chuyên nghiệp để tạo điều kiện thuận lợi hơn cho việc xây dựng các kế hoạch này, đóng vai trò như một công ty tư vấn về sở hữu nhân viên (employee-ownership consultancy). Tổ chức cũng thu thập và chia sẻ các chỉ số thành công (metrics of success), chẳng hạn như hàng trăm triệu đô la tài trợ cho nhân viên, giảm tỷ lệ nghỉ việc (turnover) và tăng lợi nhuận tại các công ty có chế độ sở hữu nhân viên (employee ownership).

“Giữa những thách thức lớn và dường như không thể vượt qua, điều quan trọng là tập trung vào sự tiến bộ từng bước. Hãy nhận ra rằng có thể không có một giải pháp hoàn hảo, nhưng điều đó không sao cả; Từng chút một, bạn có thể khiến bánh đà quay, giành được những chiến thắng nhỏ, và để chúng tự phát triển. Cuối cùng, bạn sẽ đạt được chiến thắng lớn hơn đó.”
Bà đang giúp tổ chức phi lợi nhuận này mở rộng ra ngoài lĩnh vực cổ phần tư nhân. Gần đây, Ownership Works đã hợp tác với công ty kho lạnh Lineage để trao 100 triệu đô la từ doanh thu IPO cho nhân viên của họ và tạo ra một kế hoạch sở hữu cổ phiếu.
Miller tin rằng việc mở rộng quyền sở hữu của nhân viên có thể thu hẹp đáng kể khoảng cách giàu nghèo và giảm bớt tình trạng bất an về tài chính.
Arthur Sadoun, Giám đốc điều hành của Publicis Groupe

Sadoun nói rằng ông chủ yếu nhận được phản ứng tiêu cực khi, vào năm 2017, ông nói với các “creative agencies” (các công ty sáng tạo) rằng tương lai của sự sáng tạo là thương mại (commerce) và trí tuệ nhân tạo.
Sadoun, giám đốc điều hành của tập đoàn quảng cáo khổng lồ Pháp Publicis Groupe, nói với BI: ‘Thật buồn cười khi nhìn lại những gì đã xảy ra bây giờ.’
Khi đó, Sadoun phải đối mặt với một nhiệm vụ đầy thách thức. Ông vừa mới tiếp quản vị trí lãnh đạo thứ ba trong lịch sử 91 năm của công ty, nơi có các công ty quảng cáo nổi tiếng như Leo Burnett, Saatchi & Saatchi và Publicis Conseil, những nơi đã tạo ra các quảng cáo mang tính biểu tượng như Marlboro Man, Tony the Tiger và ‘Labour Isn’t Working’.
Nhưng Publicis đang tụt hậu so với các đối thủ cạnh tranh sau khi mất đi những khách hàng quan trọng như McDonald’s. Tăng trưởng tài chính của công ty rất yếu ớt.
Sadoun bắt đầu một kế hoạch để chuyển đổi Publicis từ một đối tác truyền thông thành một công ty có thể giúp khách hàng chuyển đổi hoạt động kinh doanh của họ. Ông tìm cách phá bỏ ranh giới giữa các cơ quan khác nhau của Publicis và giúp họ tái cơ cấu xoay quanh một canh bạc về ‘cá nhân hóa ở quy mô lớn’ (personalization at scale), được thúc đẩy bởi vụ mua lại lớn nhất trong lịch sử của công ty: việc mua lại công ty tiếp thị dữ liệu Epsilon với giá 4,4 tỷ đô la vào năm 2019.
Sadoun nói: ‘Thị trường tài chính không thích điều đó.’
“Nhiều nhân viên của chính Publicis cũng không thích điều đó, đặc biệt là những nhà sáng tạo kiểu Don Draper, những người cảm thấy tức giận vì việc tập trung quá mức vào dữ liệu và quảng cáo theo chương trình có nghĩa là công ty Paris này sẽ đánh mất đi cái ‘không biết gì’ đặc trưng của mình. Các đối thủ cạnh tranh đã chế giễu khoản đầu tư hàng triệu đô la của Publicis vào việc tạo ra một nền tảng trí tuệ nhân tạo.”
Sadoun và Publicis đang có tiếng cười cuối cùng.
Với giá trị vốn hóa thị trường khoảng 27 tỷ đô la, Publicis là công ty holding quảng cáo lớn nhất. Dự kiến công ty cũng sẽ kết thúc năm với doanh thu hàng năm lớn nhất, trong đó sự kết hợp giữa dữ liệu và các dịch vụ truyền thông chiếm khoảng một nửa doanh số bán hàng. Mặc dù năm 2024 là dịp để ăn mừng, nhưng công ty vẫn phải đối mặt với những thách thức phía trước: Trong tháng này, đối thủ cạnh tranh Omnicom đã công bố thỏa thuận mua lại Interpublic Group, điều này sẽ tạo ra mạng lưới công ty quảng cáo lớn nhất.
Sadoun nói: ‘Hiện tại, nhiệm vụ duy nhất trong cuộc đời tôi, ngoài gia đình, là xóa bỏ sự kỳ thị về bệnh ung thư tại nơi làm việc.’
Cathy Engelbert, ủy viên của WNBA
WNBA là viết tắt của Women’s National Basketball Association (Hiệp hội Bóng rổ Nữ Quốc gia)

Năm 2024 là một năm đột phá đối với WNBA. Theo báo cáo, lượng khán giả tham dự các trận đấu đã tăng gần 50% so với năm trước và tỷ suất người xem trên kênh ESPN đã tăng 170% so với mùa giải trước, một phần nhờ vào các ngôi sao tân binh như Caitlin Clark và Angel Reese. Các thỏa thuận tài trợ đã bùng nổ, thu hút các nhà quảng cáo mới trong lĩnh vực thể thao như Bumble và Skims.
Người đứng đầu điều hành sự tăng trưởng vượt bậc này là Engelbert, cựu Giám đốc điều hành của Deloitte, người đã trở thành ủy viên của giải đấu vào năm 2019.
‘Ủy viên’ tương đương với vị trí cao nhất trong tổ chức, có thể hiểu là ‘Chủ tịch’ hoặc ‘Giám đốc điều hành’.
Giải đấu đã gieo mầm cho sự phát triển của mình trong một thời gian dài. Nó thu hút sự chú ý bằng cách tổ chức thi đấu trong môi trường bong bóng (bubble) trong thời kỳ đại dịch. Giải đã huy động được 75 triệu đô la từ các nhà đầu tư, cho phép đầu tư vào marketing và tăng cường sự tham gia của người hâm mộ. Và nó đã tự mình ký kết các hợp đồng tài trợ, tách biệt với NBA. Các yếu tố bên ngoài như sự phát triển của các thỏa thuận ‘tên tuổi, hình ảnh và quyền lợi’ (name, image, and likeness) và mạng xã hội cũng giúp thu hút sự chú ý đến môn thể thao này.

“Điều mà người ta thường bỏ qua là ‘Rome không thể xây dựng trong một ngày’,” Engelbert nói với BI. “Chúng tôi không làm được điều này chỉ trong một đêm.” Một trọng tâm là cải thiện trải nghiệm của người hâm mộ bằng cách đáp ứng khán giả ở nơi họ đang hiện diện, chẳng hạn như cập nhật ứng dụng để trông giống TikTok hơn, Engelbert cho biết.
WNBA giờ đây đã trở thành một thương hiệu lớn, và cùng với sự phát triển của nó là những sự giám sát kỹ lưỡng. Engelbert đã phải chịu chỉ trích khi bà không trực tiếp lên án những bình luận đe dọa trên mạng xã hội nhắm vào các cầu thủ, mà thay vào đó so sánh tình huống này với sự đối địch giữa các cầu thủ nam trong những năm 1970. Sau đó, bà đã xin lỗi và hứa sẽ làm tốt hơn.
“Chúng tôi đã tổng kết về nhiều sự việc xảy ra trong năm nay,” Engelbert nói với BI, đồng thời cho biết thêm rằng giải đấu đang xem xét việc tăng cường an ninh và các nguồn lực hỗ trợ sức khỏe tâm thần. “Những lời lẽ gay gắt mà các cầu thủ của chúng tôi, bản thân tôi, tất cả chúng tôi phải nhận, chúng tôi sẽ cố gắng giải quyết vấn đề này một cách đa chiều.”

“Đừng ngại ngần làm việc ở một nơi nhỏ hơn so với một nơi lớn hơn và danh giá hơn vào thời điểm đó, bởi vì đường cong phát triển cá nhân của bạn sẽ tốt hơn nhiều so với có thể là một người nào đó bắt đầu sự nghiệp của họ ở một tổ chức có quy mô hoàn toàn khác.”
Engelbert cũng muốn nói về mặt khác của vấn đề.
“Có một mặt tiêu cực rất lớn từ tất cả những lời lẽ gay gắt, nhưng cũng có những người quan tâm đến giải đấu theo cách mà họ chưa từng làm trước đây,” bà nói. “Sự thờ ơ là cái chết của một thương hiệu, và giờ đây không còn sự thờ ơ nữa.”
WNBA, mà phần lớn cổ phần thuộc sở hữu của NBA, vẫn chưa có lãi; nhiều nguồn tin được mô tả là cho biết giải đấu này đang trên đà lỗ 40 triệu đô la hoặc nhiều hơn trong mùa giải này. WNBA từ chối bình luận.
Việc tăng cường tài trợ và quyền truyền thông sẽ là yếu tố then chốt để duy trì đà phát triển của WNBA và đạt được lợi nhuận. Như một khởi đầu lớn, giải đấu nữ gần đây đã ký kết một thỏa thuận quyền truyền thông trị giá 200 triệu đô la trong 11 năm, tăng từ mức 60 triệu đô la một năm của thỏa thuận hiện tại. Engelbert cũng đang hướng đến mục tiêu mở rộng toàn cầu, bắt đầu với việc WNBA có đội tuyển Canada đầu tiên vào năm tới. Các nhà tài trợ doanh nghiệp đang bắt kịp với sự phát triển của thể thao nữ. Engelbert đã sẵn sàng tận dụng cơ hội này, với các số liệu thống kê hấp dẫn để thu hút lợi nhuận.
“Có một chút nỗ lực và đấu tranh để đảm bảo rằng cái nhìn cũ về WNBA không phải là cái nhìn hiện tại,” bà nói. “Người hâm mộ của chúng tôi thực sự có khả năng mua hàng từ bạn. Vì vậy, chúng tôi nói rằng đây là một quyết định kinh doanh tốt cho bạn.”
Fei-Fei Li, đồng sáng lập và Giám đốc điều hành của World Labs

Gần 20 năm trước, khi còn giảng dạy tại Princeton, Li, được biết đến với biệt danh “godmother of AI,” (người mẹ đỡ đầu của AI) đã kiểm chứng giả thuyết (hypothesis) rằng mọi thứ con người có thể nhìn thấy đều có thể được phân loại và gắn nhãn.
Ý tưởng này được phát triển từ nghiên cứu sau đại học của bà tập trung vào nhận dạng đối tượng. Li đã tận dụng sức mạnh của crowdsourcing để tiên phong xây dựng ImageNet, một cơ sở dữ liệu gồm 15 triệu hình ảnh, trở thành nền tảng cho nghiên cứu thị giác máy tính và học sâu.
Li đã tiếp tục phát triển nghiên cứu này. Trong năm nay, bà cùng với các nhà nghiên cứu AI hàng đầu Justin Johnson, Christoph Lassner và Ben Mildenhall đã ra mắt World Labs, một công ty khởi nghiệp nhằm mục đích đưa AI vượt ra ngoài phạm vi của các mô hình ngôn ngữ lớn. Công ty này được định giá 1 tỷ đô la.
Với 230 triệu đô la vốn đầu tư từ các nhà đầu tư như Andreessen Horowitz, AMD Ventures và NVentures của Nvidia, World Labs đang tìm cách khám phá các ứng dụng AI trong không gian hai chiều của pixel và trong thế giới 3D với trí thông minh không gian. Vào tháng 12, World Labs đã ra mắt dự án AI đầu tiên của mình: một công cụ được thiết kế để biến bất kỳ hình ảnh nào thành mô hình 3D.
Kể từ những đột phá nghiên cứu ban đầu, Li đã làm chứng trước Quốc hội về việc áp dụng đạo đức có trách nhiệm vào AI và đã vận động cho sự tham gia nhiều hơn của phụ nữ và người da màu trong lĩnh vực này.
“Ngôn ngữ rất quan trọng, nhưng với tư cách là con người, phần lớn khả năng hiểu và tương tác với thế giới của chúng ta dựa trên những gì chúng ta nhìn thấy,” Li đã viết trong một bài xã luận trên tạp chí The Economist vào tháng 11.
Bà tin rằng trí thông minh không gian (spatial intelligence) – có thể giúp phát triển robot chăm sóc người cao tuổi, hoặc tạo ra những bàn tay phụ trợ cho bác sĩ phẫu thuật – chính là hình ảnh của AI thực sự lấy con người làm trung tâm.
Hiện tại, bà là đồng giám đốc của Viện Trí tuệ Nhân tại Đại học Stanford (Stanford University’s Institute for Human-Centered AI) và giữ chức giáo sư khoa học máy tính Sequoia Capital tại Stanford. Li cũng từng làm việc với vai trò phó chủ tịch và chief scientist về AI và machine learning tại Google Cloud.
Jensen Huang, Giám đốc điều hành của Nvidia

Huang đang trở thành một huyền thoại.
Ông ấy có tiếng là một thiên tài, một nhà tiên phong và một người nghiện công việc. Các sếp ở khắp nơi đều muốn biết mọi lý thuyết quản lý của ông để có thể sao chép được dù chỉ một phần nhỏ thành công của ông. Đó là bởi vì Nvidia đã chuyển mình từ một công ty công nghệ ngách trở thành một trong những công ty có giá trị nhất thế giới chỉ trong vòng hơn hai năm.
Sau nhiều thập kỷ âm thầm làm việc, cung cấp cho ngành công nghiệp trò chơi điện tử những con chip đồ họa để tạo ra hình ảnh phức tạp, liên tục thay đổi nhưng không được nhiều người biết đến ngoài lĩnh vực này, Nvidia bỗng nhiên nổi tiếng rộng rãi vào năm 2022, sau khi ChatGPT ra mắt thị trường. Tin tức nhanh chóng lan truyền rằng công ty này đã mua hàng nghìn đơn vị xử lý đồ họa của Nvidia trong nhiều năm – hóa ra loại tính toán mà chúng giỏi nhất tương tự với những yêu cầu của trí tuệ nhân tạo.
Thực tế, Huang đã tặng tám GPU đầu tiên cho OpenAI, và tự tay giao chúng. Nhưng Huang đã dự đoán được mối liên hệ giữa các chip của ông và AI từ lâu trước đó – ông chỉ không biết nó sẽ hiện thực hóa như thế nào.
Huang, 61 tuổi, sinh ra ở miền tây nam Đài Loan. Ông học ngành kỹ thuật điện tại Đại học Oregon và Stanford. Ông đã làm việc tại một số công ty trong ngành bán dẫn, bao gồm cả AMD – đối thủ cạnh tranh chính của Nvidia, cho đến khi ông sáng lập Nvidia ở tuổi 30 cùng với Chris Malachowsky và Curtis Priem.
Mặc dù gần đây ông mới được chú ý, Huang đã có sức bền vững. Ông là một trong những CEO công nghệ có thời gian tại vị lâu nhất, với hơn 30 năm điều hành công ty. Trong một cuốn hồi ký mới xuất bản, Morris Chang, người sáng lập Taiwan Semiconductor Manufacturing Company (TSMC) – nhà cung cấp quan trọng nhất của Nvidia, đã mô tả việc ông đề nghị Huang nhận vị trí CEO tại TSMC.
Ngay cả khi Nvidia đã có giá trị vốn hóa thị trường hơn 3 nghìn tỷ đô la, Huang vẫn xem công việc của mình còn lâu mới hoàn thành.
“Tôi đã chứng kiến Jensen đặt cược (bets) vào những thứ xa (far-reaching), khi mà còn rất nhiều điều không chắc chắn về việc liệu nó có xảy ra hay không và khi nào sẽ xảy ra,” Rev Lebaredian, phó chủ tịch phụ trách công nghệ omniverse và mô phỏng tại Nvidia, đã chia sẻ với Business Insider năm nay. Huang thường đúng. Hành trình để bước vào năm 2025 với hàng trăm mô hình nền tảng đuổi theo ChatGPT đã bắt đầu với Nvidia từ khoảng năm 2006.
Hành trình lớn tiếp theo có thể là xe tự lái và robot, hoặc là một điều gì đó hoàn toàn khác.
Một số nhà đầu tư vẫn lo ngại rằng đối với Nvidia, cái gì lên cao rồi cũng phải xuống. Nhưng các nhà đầu tư cũng tin rằng nếu có ai có thể nhìn thấy hoặc tạo ra tương lai, thì đó chính là Huang.
Leon Sinclair, phó chủ tịch điều hành của Preqin

Sinclair, người lớn lên ở thị trấn Rugby ở miền Trung nước Anh, đã không hình dung ra một sự nghiệp trong lĩnh vực tài chính.
“Chúng tôi chưa bao giờ thực sự nói về tiền bạc quanh bàn ăn hay bất cứ điều gì tương tự, bởi vì chẳng bao giờ có tiền cả,” người đàn ông 42 tuổi này chia sẻ trong một cuộc phỏng vấn với Business Insider.
Hiện nay, Sinclair đang giúp làm sáng tỏ các thị trường tư nhân (demystify private markets) và thúc đẩy sự tăng trưởng của nó thông qua dữ liệu.
Với ý định phục vụ công chức, ông đã học ngành khoa học chính trị tại Đại học Loughborough và gia nhập Bộ Y tế Anh ngay sau khi tốt nghiệp vào năm 2004. Nhưng Sinclair, một vận động viên bóng rổ và điền kinh có tính cạnh tranh cao, nhanh chóng cảm thấy mệt mỏi với sự quan liêu và khao khát một môi trường làm việc có nhịp độ nhanh hơn.
Sau sáu tháng, ông rời đi để nhận vị trí chuyên viên phân tích nghiên cứu tại Intercontinental Exchange, đơn vị điều hành các sàn giao dịch chứng khoán lớn như Sàn giao dịch chứng khoán New York và các trung tâm thanh toán bù trừ. Là một người mới trong lĩnh vực tài chính, ông háo hức bắt kịp và học hỏi càng nhiều càng tốt về các sản phẩm nợ và thị trường cho vay dưới chuẩn. Ông rời đi vào năm 2010 để gia nhập nhà cung cấp dữ liệu Markit, lâu trước khi công ty này sáp nhập với IHS và được S&P Global mua lại.
Trong suốt sự nghiệp kéo dài hai thập kỷ, ông đã duy trì một tinh thần tò mò về mặt trí tuệ, tự mô tả mình là một trong những người đọc tin tức ngành nghề nhiệt tình nhất trong số các đồng nghiệp. Bị thu hút bởi sự phức tạp của thị trường tư nhân, ông đã chuyển hướng từ lĩnh vực tín dụng để xây dựng bộ phận cổ phần tư nhân và nợ của IHS Markit. Vào năm 2023, ông gia nhập Preqin, một công ty dữ liệu hàng đầu về thị trường tư nhân.

“Bạn có thể thấy một số công ty sáng tạo nhất trên thế giới, và bạn làm việc với một số quỹ đầu tư sáng tạo nhất trên thế giới, những quỹ đang đầu tư vốn vào những lĩnh vực thực sự thú vị,” ông nói.

“Khi tôi đến, trang web dot-com của chúng tôi là một mớ hỗn độn. Chúng tôi đã cải tiến ứng dụng của mình, và giờ đây nó trông giống một ứng dụng TikTok hơn là trước đây. Chúng tôi đang thấy nhiều người phát trực tuyến hơn, xem nhiều clip hơn. Chúng tôi là 120 phút tốt nhất. Điều này đã đánh động tôi khi đang xem giải đấu NCAA và con trai tôi ở phòng khác xem trên điện thoại của nó: Chúng ta phải gặp gỡ người hâm mộ ở nơi họ đang ở. Và nội dung xã hội phải có sức lan tỏa hơn nữa.”
Sinclair giám sát cách Preqin đáp ứng nhu cầu của các nhà quản lý quỹ, ngân hàng đầu tư và các đại lý phân phối, đại diện cho khoảng 3.000 đội ngũ front-office, đang cố gắng điều hướng trong ngành công nghiệp không minh bạch của thị trường tư nhân. Preqin cho biết lớp tài sản này đã tăng gấp đôi lên 16,8 nghìn tỷ đô la tài sản quản lý trong năm năm qua. Ví dụ, dữ liệu của Preqin có thể được sử dụng để nhắm mục tiêu các đối tác hữu hạn cho việc gây quỹ hoặc tạo ra các tiêu chuẩn tùy chỉnh để truyền đạt hiệu suất tốt hơn cho các nhà đầu tư.
Private markets (Thị trường tư nhân) đang trở nên minh bạch hơn khi các nhà cung cấp như Preqin tìm ra cách kết hợp dữ liệu công khai và độc quyền, Sinclair cho biết. Vào tháng 6, bộ phận của ông đã ra mắt một công cụ dữ liệu để phân tích các giao dịch trên 6.500 quỹ. Dữ liệu tổng hợp này có thể được sử dụng để hỗ trợ định giá trong các cuộc đàm phán hoặc xác định các yếu tố tài chính nào, như tăng trưởng doanh thu hoặc giảm nợ, đóng góp nhiều nhất vào giá trị của một giao dịch thành công. Những hiểu biết sâu sắc của công ty sẽ trở nên phổ biến hơn, khi BlackRock chuẩn bị mua lại Preqin với giá 3,2 tỷ đô la.

“Có rất nhiều việc phải làm trong lĩnh vực giáo dục. Các khoản đầu tư thay thế có một vốn từ vựng hoàn toàn khác, một cách suy nghĩ khác về hiệu suất, một cách suy nghĩ khác về rủi ro đối với các loại sản phẩm,” ông nói.

“Tôi nghĩ ngành công nghiệp này cũng có nghĩa vụ xây dựng các công cụ phân tích phù hợp, các công cụ giáo dục đúng đắn, các bộ dữ liệu để đưa tầng lớp giàu có đại chúng cùng tham gia vào hành trình đó.”
Marin Gjaja, Giám đốc điều hành của Ford Model e

Thị trường xe điện đã trải qua những biến động to lớn trong năm qua, và các công ty ô tô đang nỗ lực tìm hiểu về những người mua xe điện ngày nay.
Tại Ford, Gjaja, giám đốc điều hành của bộ phận xe điện Model e, được giao nhiệm vụ điều hướng bộ phận đang thua lỗ này vượt qua những thay đổi lớn về nhu cầu và hồ sơ khách hàng.
Sau nhiều năm tăng trưởng trong phân khúc xe điện (EV segment) được thúc đẩy bởi những người giàu có tiên phong áp dụng sớm, các công ty ô tô đang đối mặt với thách thức phải bán những chiếc xe đắt tiền và phức tạp này cho những khách hàng bình thường hơn.
Ford đã tách bộ phận xe xăng và xe điện vào năm 2022 nhằm đẩy nhanh quá trình phát triển xe điện. Chiến lược xe điện của công ty đã thay đổi vài lần kể từ đó, nhưng Ford vẫn công bố riêng hiệu suất tài chính của mình: Tính đến nay trong năm 2024, bộ phận Model e đã lỗ 3,6 tỷ đô la.
Trong vai trò điều hành của mình, Gjaja đang cố gắng đảo ngược những khoản lỗ đó bằng cách hợp tác với các đại lý của Ford để cải thiện trải nghiệm và nhận thức của khách hàng. Trước khi gia nhập Ford vào năm 2022, Gjaja là một đối tác cấp cao tại Boston Consulting Group, nơi ông làm việc với các khách hàng trong lĩnh vực bán lẻ, công nghệ và ô tô, cùng nhiều ngành công nghiệp khác.
Ông đang áp dụng những năm kinh nghiệm tư vấn đó vào công việc khi Ford cố gắng thu hẹp khoảng cách giữa những người giàu có tiên phong – những người đứng sau thành công ban đầu của các xe như Mustang Mach-E và F-150 Lightning – và những khách hàng thực tế hơn, những người thường xuyên rời khỏi bãi đậu xe với một chiếc xe hybrid.
Mặc dù giá cao hơn đã khiến một số người mua xe điện mới này nản lòng, Gjaja đã phát biểu tại một hội nghị ô tô vào tháng 9 rằng nhóm khách hàng này đang cân nhắc nhiều yếu tố hơn là chỉ giá niêm yết – bao gồm khoảng cách từ nơi ở đến trạm sạc gần nhất, chi phí sạc pin (cost of charging), tuổi thọ pin (tuổi thọ pin) và giá trị bán lại (resale values).
Gjaja lập luận rằng việc chỉ đơn thuần giảm giá xe điện sẽ không đủ để thuyết phục người mua và chắc chắn sẽ không giải quyết được vấn đề lợi nhuận của Ford trong bộ phận Model e.
Thay vì tập trung vào “kinh tế học chức năng” (functional economics), Gjaja nói, ông xem xét “kinh tế học hành vi” (behavioral economics) của việc áp dụng xe điện. Ông cho biết hành trình từ một người mà ông gọi là “người phủ nhận xe điện” đến một người chuyển đổi lâu dài có thể mất đến ba năm.
“Công việc của tôi là tìm ra cách bán và tiếp thị một chiếc xe mà mọi người không đánh giá cao giá trị của nó cho đến khi họ sở hữu nó trong ba năm,” Gjaja nói.
Mike Hopkins, người đứng đầu Prime Video của Amazon và MGM Studios.

Amazon là một tập đoàn bán lẻ và điện toán đám mây mạnh mẽ, và nhờ có Hopkins, nó cũng đã trở thành một tập đoàn truyền thông mạnh mẽ.
Dưới sự lãnh đạo của Hopkins, Amazon hiện không chỉ cung cấp một loạt các chương trình truyền hình và phim ảnh mà còn có một số thương hiệu thể thao lớn nhất như NFL và NBA, và cả tin tức. Amazon đã chi 18,9 tỷ đô la cho video và âm nhạc trong năm 2023, tăng 14% so với năm 2022. Theo công ty dữ liệu Ampere Analysis, thể thao đang trở thành một phần ngày càng tăng trong khoản chi cho giải trí của Amazon, chiếm 14,3% vào năm 2024, tăng từ gần như không có gì cách đây năm năm.
Các dịch vụ giải trí của Amazon giúp giữ chân người dùng đăng ký Prime, dịch vụ giao hàng miễn phí bao gồm Prime Video và các lợi ích khác. Nhưng nó cũng đang trở thành một nguồn thu nhập đáng kể riêng biệt.
Vào tháng Giêng, Amazon đã làm rung chuyển thị trường quảng cáo trực tuyến khi kích hoạt quảng cáo trên Prime Video, làm giảm giá quảng cáo cho các đối thủ như Netflix, đồng thời mang lại cho Amazon một cơ hội lớn trong miếng bánh trị giá 28,8 tỷ đô la mà EMARKETER dự đoán sẽ được chi cho quảng cáo truyền hình trực tuyến trong năm nay.
Morgan Stanley ước tính rằng động thái này có thể mang lại 3,3 tỷ đô la doanh thu trong năm nay, bên cạnh doanh thu quảng cáo hiện có của Amazon, trị giá 47 tỷ đô la vào năm 2023. Và với các quyền phát sóng NFL và các chương trình trực tuyến khác, Amazon đang xâm nhập vào lãnh địa của các mạng truyền hình truyền thống và đào tạo người xem rằng đây là nơi để xem thể thao trực tiếp. Họ thậm chí đã thử nghiệm với tin tức, thành trì cuối cùng của truyền hình truyền thống, với một chương trình đặc biệt vào đêm bầu cử do Brian Williams dẫn dắt.

“Tôi nghĩ rằng điều làm cho hành trình chăm sóc sức khỏe trở nên thú vị hơn là những đổi mới từ các nhà khoa học, từ các nhà giáo dục, từ nhân viên, và sự giao thoa của nhiều quan hệ đối tác bên ngoài lĩnh vực chăm sóc sức khỏe, bao gồm cả khung AI kỹ thuật số đang đưa chăm sóc sức khỏe lên một tầm cao mới – và rất nhanh chóng. Đó là những điều thú vị, nhưng trung tâm của nó, những giá trị và sứ mệnh của chăm sóc sức khỏe và sự tập trung nhất quán vào bệnh nhân mà chúng tôi đang phục vụ, thì không thay đổi.” Prathibha Varkey, chủ tịch Hệ thống Y tế Mayo Clinic.
Việc thuê Hopkins vào năm 2020, cùng với việc Jennifer Salke, cựu giám đốc giải trí của NBC, được bổ nhiệm hai năm trước đó, là một tín hiệu lớn cho thấy Amazon đang nghiêm túc trong việc khẳng định mình là một nhân tố quan trọng trong lĩnh vực giải trí.
Hopkins là sản phẩm của giải trí truyền thống và kỹ thuật số, từng là chủ tịch của Sony Pictures Television và CEO của Hulu. Tại Amazon, ông đã giám sát thương vụ mua lại studio phim MGM trị giá 8,5 tỷ đô la và thúc đẩy studio giải trí của công ty mở rộng sang các lĩnh vực rộng hơn. Prime Video cũng kiếm tiền bằng cách thực hiện cam kết trở thành một điểm đến duy nhất cho người xem bằng cách bán đăng ký cho các ứng dụng của các công ty khác như Max, Starz và, trong động thái gần đây nhất, Apple TV+.
“Điều chúng tôi đang cố gắng xây dựng là một dịch vụ giải trí thế hệ tiếp theo,” Hopkins gần đây đã nói với Bloomberg.
Prime Video chỉ chiếm 3,7% thời gian xem truyền hình vào tháng 11, vẫn kém xa Netflix (7,7%) và YouTube (10,8%), theo Nielsen. Mặc dù có một số thành công, như chương trình nổi tiếng “The Boys” và bộ phim gây chú ý “Saltburn,” nhưng nó vẫn còn một chặng đường dài để trở thành một nhà sản xuất hit ổn định. Tuy nhiên, vì hầu hết mọi người không trả tiền cho Prime Video như một dịch vụ độc lập (stand-alone service), nên nó không gặp phải vấn đề churn (mất khách) như các dịch vụ phát trực tuyến khác.
Là một phần của Amazon, Prime Video cũng được bảo vệ khỏi một số áp lực tài chính ảnh hưởng đến các công ty giải trí khác. Tuy nhiên, Hopkins vẫn đang áp dụng kỷ luật tài chính.
Amazon đã cắt giảm hàng trăm việc làm trong các đội ngũ Prime Video và MGM Studios vào đầu năm 2024. Hopkins gần đây đã nói với Bloomberg rằng việc tăng cường quảng cáo là một yếu tố trong việc theo đuổi quyền phát sóng NBA và ông kỳ vọng Prime Video sẽ có lãi “rất sớm.”
Prathibha Varkey, chủ tịch Hệ thống Y tế Mayo Clinic

Kể từ năm 2021, Varkey đã là chủ tịch của Hệ thống Y tế Mayo Clinic, một mạng lưới gồm 16 bệnh viện cộng đồng và 45 phòng khám đa chuyên khoa trải rộng trên hơn ba chục cộng đồng ở Minnesota và Wisconsin. Các cơ sở này phục vụ các khu vực nông thôn, nơi mà việc tiếp cận dịch vụ chăm sóc sức khỏe có thể gặp khó khăn.
Varkey, người xuất thân từ một gia đình bác sĩ, cho biết công việc của bà tập trung vào việc tiếp cận những bệnh nhân không có điều kiện dễ dàng đến khuôn viên rộng lớn của Mayo Clinic ở Rochester, Minnesota, và chuyên môn y tế nổi tiếng thế giới của nó.
Varkey nói với Business Insider rằng một phần trọng tâm của bà là tìm ra những cách mới để tích hợp công nghệ nhằm giúp nhiều người hơn có thể tiếp cận dịch vụ chăm sóc sức khỏe và giảm bớt gánh nặng hành chính. Điều này bao gồm việc sử dụng trí tuệ nhân tạo để hỗ trợ chẩn đoán các tình trạng bệnh và sử dụng công nghệ để các bác sĩ lâm sàng có thể quản lý các bệnh mãn tính phức tạp một cách trực tuyến.
“Những nỗ lực này cũng bao gồm việc giới thiệu một phòng khám di động có thể đến những nơi cần chăm sóc sức khỏe thường xuyên và phòng ngừa, thậm chí còn cung cấp kết nối internet không dây để bệnh nhân có thể tham vấn với các chuyên gia. Phòng khám này, di chuyển khắp miền nam Minnesota, cung cấp các cuộc hẹn khám trực tuyến hoặc trực tiếp. Nó có hai phòng khám và một phòng thí nghiệm.
“Vì vậy, giờ đây bạn có các cuộc khám phòng ngừa, thăm khám chuyên khoa đang diễn ra ở những khu vực rất xa xôi,” bà nói.
Varkey cho biết Hệ thống Y tế Mayo Clinic cũng đang cố gắng mang chuyên môn y tế đến với cư dân nông thôn thông qua các chương trình kết nối các phòng khám địa phương nhỏ với các chuyên gia từ các trung tâm đầu mối hoặc từ khuôn viên Mayo ở Rochester. Bà nói rằng, các phòng khám nhỏ có thể chỉ có một y tá điều dưỡng duy nhất – không giống như sự đa dạng các chuyên ngành mà một cơ sở lớn hơn sẽ có.
“Thật rất thú vị khi chứng kiến điều này, và bệnh nhân cũng rất đánh giá cao nó,” Varkey nói.
Một nỗ lực khác để đáp ứng nhu cầu của bệnh nhân tại nơi họ ở là chương trình bệnh viện tại nhà của tổ chức. Varkey cho biết công nghệ theo dõi từ xa giúp những bệnh nhân này có thể ở bên gia đình và cảm thấy thoải mái hơn so với khi họ ở trong một cơ sở y tế.
“Bạn nhận được sự chăm sóc của Mayo như nhau,” bà nói, và thêm rằng cách tiếp cận này đã được bệnh nhân ưa chuộng.
Varkey, người cũng có bằng MBA từ Đại học Minnesota, đã quay trở lại Mayo vào năm 2021 sau khi giữ chức chủ tịch và CEO của Tập đoàn Y tế Đông Bắc Yale New Haven Health.
Từ năm 2001 đến 2013, Varkey đã giữ các vị trí lãnh đạo tại Mayo Clinic ở Rochester, bao gồm phó chủ tịch Khoa Y, giám đốc y tế của Ask Mayo Clinic, và giám đốc chương trình Học bổng Y học Dự phòng.
Varkey nói rằng khả năng ngày càng mở rộng của trí tuệ nhân tạo và những khám phá trong lĩnh vực di truyền học và y học phân tử đang ‘đưa ngành chăm sóc sức khỏe lên tầm cao mới – và rất nhanh chóng.’
Mặc dù những phát triển này rất thú vị, Varkey nói, chúng không nên làm phân tâm khỏi mục tiêu chính là chăm sóc lấy bệnh nhân làm trung tâm.
Ranjit Kapila, giám đốc điều hành và đồng chủ tịch của Parametric

Kapila thích đi đầu trong cuộc chơi.
Trong 10 năm đầu sự nghiệp, người tốt nghiệp ngành khoa học máy tính này đã hoàn thành bốn chứng chỉ mỗi năm trong khi làm việc như một chuyên gia tư vấn công nghệ cho các công ty như Nasdaq và Sallie Mae. Trong thời gian làm việc tại quỹ đầu cơ Citadel vào giữa những năm 2000, ông đã theo học các lớp MBA vào ban đêm tại Đại học Northwestern.
“Mọi thứ trong lĩnh vực này thay đổi rất nhanh chóng,” ông nói. “Những thay đổi trong tài chính và công nghệ diễn ra với tốc độ ngày càng tăng.”
Hiện nay, Kapila là đồng chủ tịch và giám đốc điều hành của Parametric, một công ty tiên phong trong lĩnh vực chỉ số trực tiếp với 570 tỷ đô la tài sản quản lý. Ông gia nhập Parametric vào năm 2019 sau khi thăng tiến qua các cấp bậc tại BlackRock, nơi ông giám sát quản lý xây dựng danh mục đầu tư cho nền tảng Aladdin được sử dụng rộng rãi của công ty. Kapila chuyển đến một công ty nhỏ hơn nhiều để tạo ra tác động lớn hơn.
“Đó là một cơ hội để nhìn lại những gì Parametric đã làm tốt, suy nghĩ về cách xây dựng trên thành công đó, nhưng đồng thời cũng tận dụng những gì đang diễn ra trong không gian công nghệ và suy nghĩ lại về cách Parametric có thể hoạt động, chẳng hạn như, năm năm kể từ thời điểm đó,” ông nói.
Bước đi của ông đã được tính toán rất đúng thời điểm. Đã có một sự bùng nổ trong lĩnh vực chỉ số trực tiếp, một chiến lược đầu tư thông minh về thuế bằng cách mua các chứng khoán riêng lẻ được mô hình hóa dựa trên một chỉ số như S&P 500. Hai năm sau khi Kapila gia nhập Parametric, Morgan Stanley đã mua lại công ty mẹ của Parametric là Eaton Vance. Nhờ làn sóng các vụ mua lại tương tự, Parametric phải đối mặt với các đối thủ cạnh tranh có vốn mạnh như Aperio của BlackRock và Canvas của Franklin Templeton. Các công ty lâu đời trong ngành như Fidelity và các công ty mới nổi như Envestnet cũng muốn có một phần trong cuộc chơi này.
Kapila nói rằng Parametric, được thành lập vào năm 1987, có kinh nghiệm và quy mô về phía mình.
“Tôi phải nói rằng với xu hướng công nghệ hiện nay, đôi khi việc đưa ra một giải pháp là điều dễ dàng. Nhưng việc có một giải pháp có thể mở rộng để phục vụ khách hàng khi nhu cầu tăng đột biến (demand spikes) là điều khó khăn hơn rất nhiều,” ông nói. “Chúng tôi đang quản lý hơn 200.000 tài khoản cho khách hàng của mình. Mức độ quy mô này, tôi nghĩ, thường là điểm gãy (breaking point) đối với một số công ty mới gia nhập thị trường.”
Để dẫn đầu cạnh tranh, Kapila đang thúc đẩy Parametric phát triển nhiều sản phẩm tự động hóa hơn, chẳng hạn như Radius, được ra mắt trong năm nay. Radius xây dựng các danh mục đầu tư cổ phiếu và thu nhập cố định, đồng thời chạy các mô phỏng để xác định những lựa chọn tốt nhất cho các nhà quản lý danh mục đầu tư. Kapila mô tả đây là một ‘bước ngoặt’ đối với Parametric.
“Đây là lần đầu tiên chúng tôi có một sản phẩm thực sự hoạt động từ đầu đến cuối theo cách tự động hóa trên nền tảng đó, với một người xem xét, phê duyệt và can thiệp khi cần thiết,” ông nói.
Ông dự định ra mắt thêm nhiều công cụ native cloud, vốn dễ dàng mở rộng và quản lý hơn, cho các loại tài sản khác vào năm 2025 và 2026.
Parametric cũng đang áp dụng các chiến lược thông minh về thuế của mình vào quản lý chủ động, ra mắt Custom Active vào mùa hè này. Thay vì mô hình hóa danh mục đầu tư dựa trên các chỉ số, khách hàng có thể chọn cổ phiếu từ các chiến lược của đối tác quản lý tài sản Lazard hoặc các nhà tài trợ giải đấu thể thao.
“Đó là những ví dụ về việc chúng tôi có thể cung cấp một lớp phủ thuế và giúp mọi người tận dụng được những lợi thế của chỉ số trực tiếp trong khi quản lý theo một mô hình chủ động,” Kapila nói.
“Có nhu cầu cho điều đó, và đây mới chỉ là những ngày đầu,” ông nói thêm, “nhưng tôi nghĩ đó thực sự là điều đang diễn ra.”
Đính chính: Ngày 18 tháng 12 năm 2024 — Một phiên bản trước của bài viết này đã nêu sai số lượng đối tác cổ phần tư nhân của Ownership Works. Con số chính xác là 35.

Nguồn: Business Insider, 17/12/2024
Bài gốc: ‘10 business leaders who spearheaded industry-transforming change in 2024‘
© Dịch: Dieter R – KenkAI
Nội dung gốc không thuộc tôi.
Khiếu nại bản quyền: purchasevn@getkenka.com
© Follow KenkAI để đọc thêm bài dịch và cập nhật thông tin.
Công nghệ
Công Nghệ AI: Sự Chuyển Đổi Vai Trò của Lập Trình Viên Trong Kỷ Nguyên Mới
Published
4 days agoon
11 June, 2025
Giới thiệu
Công nghệ AI đang thay đổi căn bản cách chúng ta phát triển phần mềm. Từ những dòng code đơn giản đến các hệ thống phức tạp, trí tuệ nhân tạo đang dần trở thành người đồng hành không thể thiếu của các lập trình viên. Tại Việt Nam, làn sóng này đang diễn ra mạnh mẽ với 80% doanh nghiệp đã ứng dụng AI trong năm qua, cao hơn mức trung bình khu vực (69%). Số lượng startup AI cũng tăng đáng kể từ 60 (2021) lên 278 (2024), cho thấy sự phát triển vượt bậc của lĩnh vực này.
Trong bối cảnh đó, vai trò của lập trình viên đang trải qua một cuộc cách mạng thầm lặng. Từ những người viết mã truyền thống, họ đang dần trở thành những “nhạc trưởng” điều phối quá trình phát triển với sự hỗ trợ của AI. Bài viết này sẽ khám phá sự chuyển đổi này, dựa trên những cuộc thảo luận chuyên sâu giữa các chuyên gia hàng đầu trong ngành.
AI Trong Phát Triển Phần Mềm: Cuộc Cách Mạng Đang Diễn Ra
Việc áp dụng AI trong phát triển phần mềm đang trở thành xu hướng tất yếu tại Việt Nam. Từ những công cụ đơn giản như gợi ý code đến những hệ thống phức tạp có khả năng tự động hóa toàn bộ quy trình phát triển, AI đang thay đổi cách chúng ta tạo ra phần mềm.
Eric Bethke, CTO tại Futurum Group, chia sẻ: “Tôi dành có lẽ 12 tiếng mỗi ngày trong Cursor.
Hiện tại, Cursor là IDE tôi yêu thích nhất. Và khi tôi muốn giải quyết một vấn đề mới, như khi tôi muốn thêm một tính năng mới, thì lời nhắc ban đầu là vô cùng quan trọng.”
Sự phát triển của công nghệ trong lĩnh vực AI đã mở ra nhiều cơ hội mới cho lập trình viên. Thay vì tập trung vào việc viết từng dòng code, họ có thể dành thời gian để suy nghĩ về giải pháp tổng thể và để AI hỗ trợ trong việc triển khai chi tiết.
Vibe Coding: Phương Pháp Lập Trình Mới Trong Kỷ Nguyên AI
Vibe coding là phương pháp lập trình mới, nơi lập trình viên làm việc cùng với AI để tạo ra mã nhanh chóng và hiệu quả. Thuật ngữ này được Andrej Karpathy đề xuất, mô tả cách các kỹ sư giàu kinh nghiệm có thể thư giãn và để các agent AI lập trình viết một lượng lớn mã, hoàn thành nhiều công việc trong thời gian ngắn.
Keith Townsend, cố vấn công nghệ trưởng tại Futurum Group, nhận xét: “AI giờ đây giống như một người thầy đồng hành, luôn kiên nhẫn vô hạn với tôi, và tôi có thể nói, ‘Cách mà tôi làm việc này 30 năm trước là như thế này. Bạn có thể giúp tôi hiểu tại sao tôi nên làm theo cách mà người ta làm trong các ngôn ngữ hiện đại không?’”
Nhiều lập trình viên đang áp dụng vibe coding để tăng năng suất và tập trung vào giải quyết vấn đề phức tạp. Tuy nhiên, cũng có những lo ngại về việc phương pháp này có thể dẫn đến các vấn đề về bảo mật và chất lượng code nếu không được sử dụng đúng cách.
Lập Trình Cặp Với AI: Tăng Năng Suất và Chất Lượng Mã
Lập trình cặp với AI là một khái niệm mới, trong đó AI đóng vai trò như một người đồng nghiệp, hỗ trợ lập trình viên trong quá trình phát triển. Eric Bethke chia sẻ trải nghiệm của mình: “Tôi đã để AI làm việc cùng mình như một lập trình viên cặp, chúng tôi cùng nhau kiểm tra lại từng file mà tôi đã thay đổi, tổng cộng 145 file. Tôi đã đi qua từng file một cách chậm rãi và xác minh lại.”
Phương pháp này không chỉ giúp tăng năng suất mà còn cải thiện chất lượng mã. AI có thể phát hiện các lỗi tiềm ẩn, đề xuất cải tiến và đảm bảo tính nhất quán trong toàn bộ codebase.
Lập Trình Viên AI: Kỹ Năng và Năng Lực Mới Cần Có
Vai trò của lập trình viên AI không chỉ là viết mã mà còn là điều phối và tối ưu hóa các công cụ AI. Trong thời đại mới, lập trình viên cần phát triển một bộ kỹ năng mới để thích nghi với sự thay đổi nhanh chóng của công nghệ.
Công Cụ AI Cho Lập Trình Viên Hiện Đại
Hiện nay, có nhiều công cụ AI hỗ trợ lập trình viên trong quá trình phát triển phần mềm:
- Cursor: IDE tích hợp AI, được Eric Bethke đánh giá cao
- GitHub Copilot: Trợ lý lập trình dựa trên AI
- ChatGPT và các LLM khác: Hỗ trợ giải quyết vấn đề và tạo mã
- AI Code Review: Tự động kiểm tra và đánh giá chất lượng mã
Eric Bethke chia sẻ về quy trình làm việc của mình: “Tôi nói, ‘Này, ừm, làm ơn tạo cho tôi một sổ tay mini bằng markdown thật ngầu dành cho tôi trong tương lai, cho bạn trong tương lai.’ Tôi rất thích trò chuyện và thân thiện với các AI. Tôi xem chúng như bạn của mình.”
Nhu cầu về lập trình viên AI tại Việt Nam đang tăng cao, đặc biệt trong các lĩnh vực fintech và y tế. Để đáp ứng nhu cầu này, Việt Nam đang đặt mục tiêu đào tạo 100.000 chuyên gia IT về AI đến năm 2025.
Công Nghệ Phát Triển Phần Mềm Hiện Đại và Tác Động của AI
Công nghệ phát triển phần mềm đã trải qua nhiều thay đổi trong những năm gần đây, và AI đang đóng vai trò quan trọng trong quá trình chuyển đổi này. Từ các phương pháp phát triển truyền thống đến DevOps và hiện tại là AI-Ops, chúng ta đang chứng kiến một cuộc cách mạng trong cách phần mềm được tạo ra.
Tự Động Hóa Trong Phát Triển Phần Mềm: Cơ Hội và Thách Thức
Tự động hóa đang thay đổi cách chúng ta phát triển phần mềm. Các công cụ AI có thể tự động hóa nhiều khía cạnh của quy trình phát triển, từ viết mã đến kiểm thử và triển khai.
Mitch Ashley, Phó Chủ tịch kiêm trưởng bộ phận DevOps và phát triển ứng dụng tại Futurum Group, nhận xét: “Phần lớn đổi mới đang diễn ra ở giai đoạn đầu của quy trình, trong tay các lập trình viên và kiểm thử viên, chủ yếu là những người làm phát triển.”
Tuy nhiên, tự động hóa cũng mang đến những thách thức. Theo một nghiên cứu, 40% việc làm IT có thể bị tự động hóa đến năm 2030. Điều này đặt ra câu hỏi về tương lai của nghề lập trình viên và cách họ có thể thích nghi với sự thay đổi này.
Vai Trò Của Lập Trình Viên Trong Thời Đại AI: Thách Thức và Cơ Hội
Vai trò của lập trình viên trong thời đại AI đang chuyển từ người viết mã sang người điều phối và tối ưu hóa các giải pháp AI. Thay vì tập trung vào việc viết từng dòng code, họ đang dần trở thành những người định hướng và giám sát quá trình phát triển.
Eric Bethke chia sẻ về trải nghiệm của mình: “Vào thứ Bảy, tôi tình cờ có một ngày thứ Bảy tuyệt vời khi vợ tôi đi vắng và tôi có cả ngày cho riêng mình. Tôi dậy lúc 8 giờ sáng và bắt đầu lập trình với Cursor rồi tôi cứ tiếp tục lần theo một ý tưởng này, rồi lại đến ý tưởng khác, cứ thế tiếp tục. Tôi không thể dừng lại được. Mãi đến 10 giờ tối hôm đó, tức là sau 14 tiếng, tôi mới hoàn thành. Và tôi đã có lẽ là PR (Pull Request) lớn nhất mà tôi từng thực hiện trong đời.”
Hiểu rõ vai trò của lập trình viên trong thời đại AI là chìa khóa để thích nghi với sự thay đổi nhanh chóng của ngành công nghệ. Những người có thể kết hợp hiệu quả giữa kỹ năng lập trình truyền thống và khả năng làm việc với AI sẽ có lợi thế lớn trong thị trường lao động.
Cách AI Thay Đổi Phát Triển Phần Mềm Tại Việt Nam
Các công ty công nghệ lớn tại Việt Nam đang dẫn đầu trong việc ứng dụng AI trong phát triển phần mềm. FPT và Viettel đang phát triển các mô hình ngôn ngữ lớn (LLM) local, tập trung vào chatbot và trợ lý ảo, cũng như ứng dụng phân tích dự đoán và phát hiện bất thường.
Việt Nam đang đầu tư mạnh mẽ vào công nghệ AI với mục tiêu đào tạo 100.000 chuyên gia IT về AI đến năm 2025. Thị trường AI dự kiến đạt 1,52 tỷ USD vào năm 2030, cho thấy tiềm năng phát triển to lớn của lĩnh vực này.
Tuy nhiên, các doanh nghiệp Việt Nam cũng đang đối mặt với nhiều thách thức trong việc áp dụng AI:
Thách thức | Tỷ lệ ảnh hưởng |
---|---|
Độ chính xác của AI | 32% tổ chức gặp khó khăn |
An ninh mạng | 38% báo cáo là mối quan ngại chính |
Hệ thống dữ liệu phân mảnh | Ảnh hưởng đến khả năng triển khai |
Thiếu nhân sự có kỹ năng | Cần đầu tư đào tạo liên tục |
Keith Townsend chia sẻ về trải nghiệm học hỏi của mình: “Tôi có một chuỗi video tên là Zero to Builder. Mục đích không phải là dạy bạn cách lập trình. Mà là dạy bạn cách sử dụng AI để học lập trình.”
Kết Luận
Công nghệ AI đang định hình lại vai trò của lập trình viên trong ngành phát triển phần mềm. Từ những người viết mã truyền thống, họ đang dần trở thành những người điều phối và tối ưu hóa các giải pháp AI. Sự chuyển đổi này mang đến cả cơ hội và thách thức cho các lập trình viên.
Tại Việt Nam, với sự phát triển mạnh mẽ của ngành công nghệ và sự hỗ trợ từ chính phủ, lập trình viên có nhiều cơ hội để phát triển trong kỷ nguyên AI. Tuy nhiên, để thành công, họ cần liên tục cập nhật kiến thức và kỹ năng.
Công nghệ
Tìm hiểu về OpenAI o3: Khám phá mô hình AI tiên tiến nhất
Published
4 weeks agoon
18 May, 2025
OpenAI o3 nổi bật như một mô hình AI có khả năng lập luận mạnh mẽ nhất từ trước đến nay. Mô hình này thể hiện xuất sắc trong việc giải quyết các bài toán phức tạp và đã đạt thành tích ấn tượng với độ chính xác 91,6% trong Kỳ thi Toán học American Invitational Mathematics Examination (AIME) 2025.
Năng lực của o3 bao trùm nhiều lĩnh vực từ lập trình, toán học, khoa học cho đến nhận thức thị giác. So với phiên bản tiền nhiệm, mô hình này giảm 20% lỗi nghiêm trọng trong các tác vụ nền tảng, mặc dù tiêu tốn gấp 10 lần tài nguyên tính toán.
OpenAI o3 thể hiện bước tiến vượt bậc so với các mô hình tiền nhiệm. Kể từ ngày ra mắt 16 tháng 4 năm 2025, mô hình O-series mới nhất này áp dụng cơ chế lập luận mô phỏng, cho phép nó “suy ngẫm” trước khi đưa ra phản hồi. ChatGPT o3 tích hợp liền mạch nhiều công cụ, tạo nên trải nghiệm đa dạng. Mô hình này có khả năng tự quyết định thời điểm sử dụng tìm kiếm web và phân tích dữ liệu Python. Phiên bản o3 đầy đủ mang đến khả năng lập luận toàn diện nhất với với cửa sổ ngữ cảnh khổng lồ lên tới 200.000 token, trong khi các biến thể nhỏ gọn hơn sẽ được ra mắt trong tương lai.
Hãy cùng tìm hiểu những đặc điểm nổi bật của o3, từ khả năng lập luận trực quan đến vai trò của nó trong Khung Chuẩn bị mới “Preparedness Framework” của OpenAI. Mô hình này đánh dấu một bước tiến quan trọng khi là mô hình AI đầu tiên tích hợp các tính năng an toàn như cơ chế sắp xếp có chủ đích – một bước đột phá trong việc phát triển AI có trách nhiệm.
Video Tutorial: OpenAI o3 và o4-mini – Bước tiến mới trong AI
OpenAI o3 là gì và nó khác biệt như thế nào?
OpenAI o3 đánh dấu một bước nhảy vọt trong lĩnh vực trí tuệ nhân tạo, Ra mắt vào ngày 16 tháng 4 năm 2025, o3 là một phần trong dòng mô hình lập luận chuyên sâu của OpenAI. Trong khi các mô hình ngôn ngữ truyền thống chủ yếu tập trung vào việc tạo ra văn bản tổng quát, dòng o-series lại đi theo một hướng khác biệt. Mục tiêu của nó là nâng cao khả năng lập luận, tạo nên sự khác biệt rõ rệt so với các mô hình GPT quen thuộc của OpenAI.
Sự phát triển từ o1 đến o3
OpenAI lần đầu tiên tiết lộ o1 (tên mã “Strawberry”) vào tháng 9 năm 2024. Công ty đã mở rộng quyền truy cập o1 cho nhiều người hơn vào ngày 5 tháng 12 năm 2024. Chỉ hai tuần sau, họ đã xem trước o3 trong sự kiện ’12 Ngày Shipmas’ của họ. Tiến độ nhanh chóng này cho thấy sự cống hiến kiên định của họ đối với khả năng lập luận tốt hơn.
Những cải tiến rất ấn tượng. O3 mắc ít hơn 20% lỗi lớn so với o1 khi xử lý các nhiệm vụ thực tế khó khăn. Nó thực sự tỏa sáng trong lập trình, tư vấn kinh doanh và sáng tạo ý tưởng. Nhìn vào các thước đo cụ thể, o3 đạt độ chính xác 69,1% trong bài kiểm tra lập trình Verified SWE-bench, vượt trội hơn phiên bản tiền nhiệm. Mô hình này cũng đạt điểm ấn tượng 87,7% trong bài kiểm tra GPQA Diamond cho các vấn đề khoa học cấp độ chuyên gia.
Lý do OpenAI bỏ qua phiên bản o2
Bạn có thể nhận thấy không có mô hình OpenAI o2. Công ty đã nhảy thẳng từ o1 sang o3 vì vấn đề thương hiệu—”O2″ thuộc về một công ty viễn thông Anh do Telefonica UK điều hành. Sam Altman, CEO của OpenAI, nói rằng họ đã đưa ra lựa chọn này “vì sự tôn trọng” đối với Telefonica. Quyết định đặt tên này thực sự đã giúp OpenAI bằng cách làm cho mô hình có vẻ tiên tiến hơn.
Lập luận mô phỏng (Simulated reasoning) đối đầu với các mô hình ngôn ngữ lớn truyền thống
O3 hoạt động khác với các mô hình ngôn ngữ lớn truyền thống. GPT-4 và các mô hình tương tự xuất sắc trong các tác vụ ngôn ngữ chung và nhận dạng mẫu. Tuy nhiên, O3 sử dụng lập luận mô phỏng thay đổi toàn bộ cách tiếp cận xử lý thông tin của nó.
Lập luận mô phỏng này cho phép o3 dừng lại và suy nghĩ về quá trình tư duy nội tại của nó trước khi phản hồi—tương tự như cách con người suy nghĩ. Mô hình chia các vấn đề lớn thành các phần nhỏ hơn và khám phá các cách tiếp cận khác nhau. Nó kiểm tra lập luận của chính mình trước khi đưa ra câu trả lời. Cách tiếp cận này khác với các mô hình ngôn ngữ lớn thông thường chủ yếu sử dụng nhận dạng mẫu và dự đoán.
O3 suy nghĩ cẩn thận hơn về các thách thức phức tạp cần tư duy phân tích sâu sắc. Mô hình hoạt động tốt hơn trong toán học, lập trình và lập luận khoa học. Cách tiếp cận thận trọng này dẫn đến độ chính xác cao hơn trên các vấn đề khó, mặc dù mất nhiều thời gian hơn một chút để phản hồi.
Hiểu về o3-mini và o4-mini
Sự phát triển của các mô hình lập luận của OpenAI dẫn đến các phiên bản hiệu quả được thiết kế để tiết kiệm chi phí và ứng dụng chuyên biệt. Những mô hình “mini” này cung cấp khả năng ấn tượng trong khi giữ yêu cầu tính toán thấp hơn và thời gian phản hồi nhanh hơn.
o3-mini là gì?
OpenAI đã cho ra mắt o3-mini vào ngày 31 tháng 1 năm 2025, đánh dấu sự xuất hiện của mô hình lập luận nhỏ gọn đầu tiên của họ. Mô hình này đáp ứng các tính năng được nhà phát triển yêu cầu nhiều nhất, bao gồm khả năng gọi hàm, Structured Outputs, và developer messages. Là một giải pháp thay thế tiết kiệm chi phí cho mô hình o3 đầy đủ, o3-mini thể hiện xuất sắc trong các lĩnh vực STEM—đặc biệt mạnh mẽ trong khoa học, toán học và lập trình—đồng thời duy trì độ trễ thấp hơn.
Các chuyên gia thử nghiệm nhận thấy o3-mini tạo ra câu trả lời chính xác và rõ ràng hơn so với o1-mini, với 56% thời gian họ ưu tiên chọn phản hồi từ o3-mini. Mô hình này giảm 39% lỗi nghiêm trọng (major errors) khi xử lý các câu hỏi nền tảng khó so với o1-mini. Thời gian phản hồi cũng được cải thiện đáng kể, nhanh hơn 24% so với o1-mini, trung bình chỉ mất 7,7 giây so với 10,16 giây của phiên bản tiền nhiệm.
Giải thích về o3-mini-low, medium và high
Ba biến thể của o3-mini tồn tại dựa trên nỗ lực lập luận: thấp, trung bình và cao. Các nhà phát triển có thể tối ưu hóa cho các trường hợp sử dụng cụ thể—chọn quá trình suy nghĩ sâu hơn cho các vấn đề phức tạp hoặc ưu tiên tốc độ khi độ trễ quan trọng.
O3-mini phù hợp với hiệu suất của o1 trong các đánh giá lập luận và trí thông minh đầy thách thức với nỗ lực lập luận trung bình, bao gồm AIME và GPQA. Các tùy chọn lập luận cao cung cấp khả năng phân tích cải thiện với chi phí thời gian phản hồi hơi lâu hơn. Vì vậy, tất cả người dùng ChatGPT trả phí đều nhận được quyền truy cập vào cả o3-mini (sử dụng lập luận trung bình theo mặc định) và o3-mini-high trong bộ chọn mô hình.
Phiên bản 1 (Dịch sát nghĩa):
O4-mini là gì và nó so sánh với o3-mini như thế nào
OpenAI đã phát hành o4-mini cùng với o3 vào ngày 16 tháng 4 năm 2025, như một mô hình nhỏ hơn được tối ưu hóa cho lập luận nhanh và tiết kiệm chi phí. Mô hình nhỏ gọn này thể hiện hiệu suất đáng chú ý cho kích thước của nó và xuất sắc trong các nhiệm vụ toán học, lập trình và thị giác.
O4-mini vượt trội hơn o3-mini trong cả các nhiệm vụ STEM và phi STEM trong các đánh giá của chuyên gia, bao gồm các lĩnh vực khoa học dữ liệu. Phản hồi của người dùng cho thấy kết quả hỗn hợp—o4-mini cung cấp thông lượng cao hơn và giới hạn sử dụng cao hơn so với o3, nhưng một số người dùng báo cáo vấn đề với việc tạo mã và tính nhất quán so với o3-mini-high.
O4-mini có các biến thể lập luận tiêu chuẩn và cao, với phiên bản cao mất nhiều thời gian hơn để tạo ra câu trả lời có khả năng đáng tin cậy hơn.
Các khả năng chính của o3
O3 của OpenAI nổi bật so với các mô hình AI truyền thống với những khả năng đột phá. Mô hình học thông qua học tăng cường quy mô lớn và thể hiện kỹ năng đáng chú ý trên nhiều lĩnh vực. Điều này khiến nó trở thành một công cụ mạnh mẽ để giải quyết các vấn đề phức tạp.
Lập luận nâng cao và chuỗi suy nghĩ
OpenAI đã huấn luyện mô hình o3 để “suy nghĩ” trước khi đưa ra câu trả lời thông qua cái mà họ gọi là “chuỗi tư duy riêng tư”. Mô hình này lập kế hoạch trước và lập luận thông qua các nhiệm vụ bằng cách thực hiện các bước suy luận trung gian để giải quyết vấn đề. O3 có khả năng phân tích các thách thức phức tạp và cân nhắc nhiều phương pháp tiếp cận khác nhau. Nó tự đánh giá quá trình lập luận của mình trước khi đưa ra câu trả lời cuối cùng. Mặc dù quá trình này đòi hỏi nhiều sức mạnh tính toán hơn và mất nhiều thời gian hơn để phản hồi, nhưng kết quả đầu ra lại chính xác hơn đáng kể.
Visual reasoning: suy nghĩ bằng hình ảnh
Một trong những bước đột phá lớn nhất của o3 là biết cách lập luận với hình ảnh trực tiếp trong chuỗi suy nghĩ của nó. Mô hình không chỉ nhìn thấy hình ảnh – nó suy nghĩ với chúng. O3 làm việc với hình ảnh do người dùng tải lên bằng cách sử dụng các công cụ khác nhau. Nó cắt, phóng to, xoay và áp dụng các kỹ thuật xử lý khác. Điều này giúp o3 phân tích hình ảnh mờ, đảo ngược hoặc chất lượng thấp. Tính năng này chứng tỏ giá trị trong việc giải thích bảng trắng (whiteboards), sơ đồ sách giáo khoa hoặc phác thảo vẽ tay (hand-drawn sketches).
Sử dụng công cụ: duyệt web, lập trình, phân tích tệp
O3 kết hợp lập luận tiên tiến với các khả năng công cụ chi tiết. Bao gồm duyệt web, lập trình Python, phân tích hình ảnh, xử lý tệp và các tính năng bộ nhớ. Các công cụ không chỉ có sẵn – o3 biết chính xác khi nào và cách sử dụng chúng trong quá trình lập luận. Ví dụ, xem cách nó tìm kiếm dữ liệu tiện ích trên web, viết mã Python để dự báo và tạo biểu đồ giải thích – tất cả trong một tương tác.
Tự kiểm tra sự thật và tính năng bộ nhớ
O3 sử dụng sự sắp xếp có cân nhắc để lập luận về các chính sách an toàn khi nó phản hồi các lời nhắc có khả năng không an toàn. Tự kiểm tra sự thật tích hợp giúp phản hồi chính xác hơn. Mô hình cũng nhớ các chi tiết hữu ích giữa các cuộc trò chuyện. Điều này dẫn đến các phản hồi được tùy chỉnh và phù hợp.
Performance trong toán học, lập trình và khoa học
O3 cho thấy kết quả đặc biệt xuất sắc trong các lĩnh vực kỹ thuật:
- Toán học: Độ chính xác 91,6% trên AIME 2024 (so với 74,3% của o1)
- Lập trình: Độ chính xác 69,1% trên SWE-bench Verified (so với 48,9% của o1)
- Khoa học: Độ chính xác 83,3% trên thước đo GPQA Diamond
Safety, access, and pricing
OpenAI đang dẫn đầu trong việc triển khai an toàn và có trách nhiệm các mô hình lập luận của mình. Tài liệu an toàn mới nhất của họ cho thấy cách o3 và o4-mini áp dụng nhiều lớp bảo vệ, vừa ngăn chặn việc sử dụng sai mục đích, vừa hỗ trợ các ứng dụng có ích.
Deliberative alignment: Phương pháp an toàn mới
OpenAI đã phát triển phương pháp sắp xếp có chủ đích – một kỹ thuật an toàn đột phá giúp các mô hình lập luận hiểu trực tiếp các thông số kỹ thuật an toàn do con người viết. Khác với các phương pháp cũ, nơi các mô hình học hành vi mong muốn từ các ví dụ được gắn nhãn, o3 giờ đây có thể suy ngẫm về các thông số này trước khi đưa ra câu trả lời.
Cách tiếp cận này giúp o3 vượt trội hơn GPT-4o trong việc đáp ứng các tiêu chuẩn an toàn nội bộ và bên ngoài. Nó giảm thiểu các kết quả có hại và tránh việc từ chối không cần thiết đối với nội dung an toàn. Đây là một bước tiến vượt bậc so với các phương pháp an toàn truyền thống chỉ dựa vào đào tạo từ các ví dụ.
Preparedness Framework v2
Khung Chuẩn bị phiên bản 2 của OpenAI giờ đây xem xét năm tiêu chí rủi ro: tính khả thi, khả năng đo lường, mức độ nghiêm trọng, tính mới hoàn toàn và liệu rủi ro xảy ra tức thì hay không thể khắc phục.
Khung này đặt ra hai ngưỡng rõ ràng – Khả năng cao và Khả năng quan trọng – kèm theo các cam kết hoạt động cụ thể. O3 và o4-mini đã trải qua đánh giá trong ba lĩnh vực: mối đe dọa sinh học/hóa học, an ninh mạng và khả năng tự cải thiện của AI. Cả hai mô hình đều duy trì dưới ngưỡng ‘Cao’ của khung trong mọi hạng mục.
Cách truy cập o3 và o4-mini thông qua ChatGPT
Người dùng ChatGPT Plus, Pro và Team có thể truy cập o3, o4-mini và o4-mini-high trực tiếp từ bộ chọn mô hình. Người dùng Enterprise và Edu được truy cập một tuần sau khi phát hành ban đầu. Mỗi cấp độ đăng ký có giới hạn khác nhau:
- Plus, Team, Enterprise & Edu: 100 tin nhắn hàng tuần với o3, 300 tin nhắn hàng ngày với o4-mini và 100 tin nhắn hàng ngày với o4-mini-high
- Pro: Truy cập gần như không giới hạn (tùy thuộc vào các biện pháp bảo vệ tự động)
- Miễn phí: Truy cập giới hạn vào o4-mini bằng cách chọn ‘Think’ trong trình soạn thảo
Giá API và giới hạn sử dụng
Các nhà phát triển có thể sử dụng o3 qua API với giá 254.148,34 VND cho mỗi triệu token đầu vào và 1.016.593,35 VND cho mỗi triệu token đầu ra. O4-mini có giá thấp hơn ở mức 27.956,32 VND cho mỗi triệu token đầu vào và 111.825,27 VND cho mỗi triệu token đầu ra. Người dùng cần xác minh tổ chức ở cấp độ 1-3 để truy cập o3, trong khi tất cả người dùng đã xác minh có thể sử dụng o4-mini. Cả hai mô hình đều hoạt động với cửa sổ ngữ cảnh 200k token và có thể xuất ra tối đa 100k token, điều này cung cấp nhiều không gian cho các tác vụ lập luận phức tạp.

Kết luận
OpenAI o3 đánh dấu một bước ngoặt quan trọng trong lịch sử phát triển AI, khi nó vượt xa khỏi việc đơn thuần so khớp mẫu để hướng tới khả năng lập luận đích thực. Những mô hình này hứa hẹn sẽ phát triển khả năng giải quyết vấn đề ngày càng tinh vi, đi kèm với các biện pháp an toàn được cải thiện. Dòng o chứng minh rằng tương lai của AI không nằm ở việc tạo ra các phản hồi đơn thuần, mà là ở khả năng lập luận thấu đáo trước những vấn đề phức tạp
Câu hỏi thường gặp
C1. Các tính năng chính của mô hình o3 của OpenAI là gì? OpenAI o3 là một mô hình AI tiên tiến sử dụng lập luận mô phỏng để xuất sắc trong các nhiệm vụ giải quyết vấn đề phức tạp. Nó có thể tạm dừng và suy ngẫm trước khi phản hồi, có khả năng lập luận trực quan và tích hợp các công cụ khác nhau như tìm kiếm web và lập trình Python. Mô hình cũng có các biện pháp an toàn nâng cao và cửa sổ ngữ cảnh khổng lồ 200.000 token.
C2. O3 so sánh như thế nào với các mô hình AI trước đây về mặt hiệu suất? O3 thể hiện những cải tiến đáng kể so với các phiên bản tiền nhiệm, mắc ít hơn 20% lỗi lớn trong các nhiệm vụ thực tế khó khăn. Nó đạt độ chính xác 91,6% trên AIME 2025, 69,1% độ chính xác trên điểm chuẩn lập trình SWE-bench Verified, và 87,7% trên điểm chuẩn GPQA Diamond cho các vấn đề khoa học cấp độ chuyên gia.
C3. O3-mini và o4-mini là gì, và chúng khác với mô hình o3 đầy đủ như thế nào? O3-mini và o4-mini là các phiên bản tinh gọn của mô hình o3, được thiết kế để tiết kiệm chi phí và ứng dụng chuyên biệt. Chúng cung cấp khả năng ấn tượng với yêu cầu tính toán thấp hơn và thời gian phản hồi nhanh hơn. O3-mini có các biến thể nỗ lực lập luận thấp, trung bình và cao, trong khi o4-mini được tối ưu hóa cho lập luận nhanh, tiết kiệm chi phí.
C4. Người dùng có thể truy cập các mô hình o3 và o4-mini như thế nào? Người dùng ChatGPT Plus, Pro, Team và Enterprise có thể truy cập o3, o4-mini và o4-mini-high thông qua bộ chọn mô hình. Giới hạn sử dụng thay đổi theo cấp độ đăng ký. Đối với các nhà phát triển, cả hai mô hình đều có sẵn thông qua API với cấu trúc giá khác nhau. Người dùng miễn phí có quyền truy cập hạn chế vào o4-mini bằng cách chọn ‘Think’ trong trình soạn thảo.
C5. Các biện pháp an toàn nào được triển khai trong mô hình o3? O3 kết hợp một phương pháp an toàn mới gọi là sắp xếp có cân nhắc, dạy mô hình lập luận rõ ràng về các thông số kỹ thuật an toàn. Nó cũng có khả năng tự kiểm tra sự thật và được đánh giá theo Khung Chuẩn bị v2 cập nhật của OpenAI, đánh giá rủi ro trên các tiêu chí khác nhau để đảm bảo triển khai AI có trách nhiệm.
Dieter R.

Chào bạn đến với khóa học AI tạo sinh 5 ngày độc đáo. Khóa học được tổ chức bởi Google trên nền tảng Kaggle. Đây là một cơ hội hiếm có để học hỏi trực tiếp từ các chuyên gia hàng đầu của Google. Đặc biệt là từ đội ngũ Google DeepMind.
Nội dung chính
Khóa Học AI Tạo Sinh 5 Ngày: Livestream Ngày 1
Paige Bailey sẽ thảo luận về các bài tập với các tác giả khóa học. Bên cạnh đó có những khách mời đặc biệt khác từ Google. Khách mời hôm nay bao gồm Warren Barkley, Logan Kilpatrick, Kieran Milan, Anant Nawalgaria, Irina Sigler và Mat Velloso.
Video có phụ đề tiếng Việt.
Video gốc (không có phụ đề tiếng Việt): https://www.youtube.com/live/WpIfAeCIFc0
Thông tin thêm
Đào Tạo Toàn Diện cho Hơn 140.000 Nhà Phát Triển
Khóa học Generative AI 5 ngày của Google không chỉ là một chuỗi bài giảng đơn thuần. Nó còn là một hành trình học tập toàn diện. Khóa học được thiết kế cẩn thận. Nhằm cung cấp kiến thức chuyên sâu về AI tạo sinh. Với số lượng hơn 140.000 nhà phát triển đã đăng ký tham gia. Đây là một trong những sự kiện quan trọng nhất từng được tổ chức cho các nhà phát triển.
Khóa học đã được thiết kế tinh tế. Kết hợp giữa lý thuyết, thực hành và tương tác cộng đồng. Nhằm giúp những người tham gia có được hiểu biết vững chắc về Gen AI. Từ cơ bản đến nâng cao.
Mỗi ngày trong khóa học đều tập trung vào một chủ đề cụ thể. Nhằm mang đến cho người học góc nhìn toàn diện về công nghệ AI tạo sinh.
- Ngày 1 khám phá về Các Mô hình Nền tảng và Kỹ thuật Prompt;
- Ngày 2 đi sâu vào Embeddings và Vector Stores/Databases;
- Ngày 3 tập trung vào Generative AI Agents;
- Ngày 4 nghiên cứu về Domain-Specific LLMs;
- và cuối cùng, Ngày 5 giới thiệu về MLOps cho AI tạo sinh.
Cách tiếp cận đa dạng này giúp người học có thể nắm bắt được cả lý thuyết nền tảng. Lẫn các ứng dụng thực tế của AI tạo sinh.
Trải Nghiệm Học Tập Toàn Diện Với Podcast AI, Phòng Thí Nghiệm Mã Và Tương Tác Trực Tiếp Cùng Chuyên Gia
Điểm đặc biệt của khóa học là các bài tập được thiết kế đa dạng, bao gồm podcast được tạo bởi AI (sử dụng NotebookLM), các bài báo trắng (white papers) thông tin do các chuyên gia Google viết, và các phòng thí nghiệm mã (code labs) để người học có thể trải nghiệm thực tế với Gemini API và các công cụ khác. Người học cũng có cơ hội tham gia vào các buổi phát trực tiếp với các khách mời chuyên gia từ Google, nơi họ có thể đặt câu hỏi và tương tác với những người tạo ra khóa học. Đây là cơ hội quý báu để đi sâu hơn vào các chủ đề chuyên đề và hiểu rõ hơn về ứng dụng của AI tạo sinh.
Ngoài ra, khóa học còn cung cấp một kênh Discord được hỗ trợ tích cực bởi các nhân viên Google, tạo ra một không gian cộng đồng sôi động để trao đổi kiến thức và chia sẻ trải nghiệm. Các phòng thí nghiệm mã trên Kaggle cho phép người tham gia thử nghiệm với các kỹ thuật và công cụ AI tạo sinh khác nhau, bao gồm Gemini API, Embeddings, công cụ mã nguồn mở như Langraph cũng như Vertex AI. Đối với những ai đã bỏ lỡ khóa học trực tiếp, một số nội dung phổ biến nhất đã được điều chỉnh thành định dạng tự học và có sẵn dưới dạng Kaggle Learn Guide, giúp mọi người vẫn có thể tiếp cận với kiến thức quý giá này
Danh sách tham khảo
[1] 5-Day Gen AI Intensive Course with Google Learn Guide – Kaggle
[2] Google and Kaggle launch five-day intensive Generative AI course
[3] Kaggle’s 5-Day Gen AI Intensive Course
Trending
-
Video4 months ago
Video Truyền Cảm Hứng Thành Công Mạnh Mẽ Nhất
-
Khóa học9 months ago
41 Tài Nguyên Về “Reinforcement Learning” (Học Tăng Cường) Tốt Nhất
-
Khóa học7 months ago
Đây là 38 Khóa học Miễn phí về Khoa học Dữ liệu trên Coursera mà bạn nên biết vào năm 2024.
-
Công nghệ9 months ago
44 công ty khởi nghiệp AI triển vọng nhất năm 2024
-
Công nghệ6 months ago
Giải thích các Mô hình Trí Tuệ Nhân tạo Tạo sinh 🤖Phần 1
-
Công nghệ9 months ago
Robo Advisor là gì?
-
Công nghệ6 months ago
Câu chuyện tình yêu ❤️Ch3
-
Giải trí6 months ago
Câu chuyện tình yêu ❤️Ch4