Ngày 24 tháng 10 vừa qua, theo lời mời của Hiệp hội Trí tuệ hóa Công nghiệp Hàn Quốc (KOIIA), CLEVI đã tham gia “Học viện đào tạo nhân tài chủ chốt cho doanh nghiệp vừa và lớn năm 2025, Hội thảo chiến lược ứng phó với các ngành công nghiệp tương lai”, trong đó CEO Lee Hwan-ho của CLEVI đã có bài phát biểu khai mạc.
Chúng tôi đã tham gia phiên “Các trường hợp ứng dụng công nghệ AI và chiến lược thực tiễn về DX” với chủ đề “Các trường hợp ứng dụng Physical AI, những yếu tố thất bại và chiến lược cải thiện trong quá trình triển khai tác nhân RAG”.
Gần đây, khi mối quan tâm đến các tác nhân AI ngày càng tăng, ngày càng nhiều công ty cân nhắc việc triển khai AI. Được biết, nhiều tổ chức và doanh nghiệp đã thử nghiệm triển khai và vận hành AI.
Tuy nhiên, đáng tiếc là các khảo sát cho thấy rất nhiều doanh nghiệp và tổ chức không đạt được ROI mong muốn, hoặc các chức năng từng hoạt động trong PoC lại không đưa ra câu trả lời phù hợp hay không hoạt động trong dự án chính thức hoặc tại hiện trường.
Do những thông tin này, nhiều doanh nghiệp đang e ngại việc triển khai AI vội vàng.
Trong buổi thuyết trình lần này, CEO Lee Hwan-ho của CLEVI đã giải thích chi tiết về những hạn chế của hệ thống RAG, nguyên nhân thất bại tiêu biểu của việc triển khai AI vội vàng, cũng như các mô hình mã nguồn mở và SLM (Small LLM), qua đó lý giải vì sao những trường hợp triển khai trước đây thất bại.
Suy cho cùng, lý do sử dụng AI là vì chúng ta kỳ vọng AI sẽ thay thế công việc của con người hoặc thể hiện hiệu suất tốt hơn con người.
Nhân viên thực tiễn tại các doanh nghiệp đã triển khai AI hiện nay không tin tưởng vào chất lượng câu trả lời của AI, dẫn đến những phàn nàn rằng khối lượng công việc thậm chí tăng lên vì phải kiểm tra từng nội dung trả lời của AI.
Nguyên nhân nằm ở việc phần lớn doanh nghiệp tinh chỉnh (fine-tuning) các mô hình SLM mã nguồn mở để sử dụng làm giải pháp.
Theo trực giác, chúng ta thường nghĩ rằng AI sẽ thông minh hơn nếu được học thêm kiến thức mới, nhưng ngược lại, khi AI học kiến thức mới, nó sẽ làm mất đi ký ức trong quá khứ, tức các trọng số tham số tùy ý.
Vấn đề nghiêm trọng hơn là không ai biết thông tin hay kiến thức nào đã bị mất.
Việc triển khai AI không phải là công việc chỉ cần một lượng nguồn lực nhỏ, vì vậy có lẽ quý vị đã tiến hành nhiều bước验证 ngay từ giai đoạn PoC.
Tại sao những vấn đề đó lại không xuất hiện vào thời điểm này? Tất nhiên, đó là vì AI đã được tái đào tạo bằng thông tin mục tiêu.
Nếu dạy AI vốn chỉ biết các con số học thêm bảng chữ cái, rồi sau đó chỉ đưa ra các câu hỏi về bảng chữ cái, thì việc AI trả lời tốt là điều dễ hiểu. Tuy nhiên, trong thực tế, chúng ta chỉ cần những mô hình được chuyên biệt hóa cho một lĩnh vực cụ thể như vậy thôi sao?
Môi trường thực tế của chúng ta phải đối mặt với những môi trường mới và dữ liệu mới mỗi ngày. Tuy nhiên, AI được học bằng cách phá hủy ngẫu nhiên kiến thức hiện có không thể đảm bảo cả tính đa dụng lẫn độ chính xác.
Do đó, cần sở hữu một mô hình ngôn ngữ lớn nền tảng From-scratch Foundation hoặc có công nghệ để xây dựng mô hình này.
Đó là vì các mô hình này sở hữu gần như mọi tri thức trên thế giới, nên không chỉ chất lượng câu trả lời mà cả độ chính xác cũng cao.
Đối với các lĩnh vực chuyên biệt, có thể sử dụng công nghệ SFT(Supervised Fine-Tuning), hoặc với một lượng dữ liệu nhỏ, sử dụng hệ thống RAG hay công nghệ cơ sở dữ liệu ngữ nghĩa—hệ thống cơ sở dữ liệu intelligence do CLEVI tự phát triển—để khắc phục những hạn chế của SLM đã được fine-tune.
Chính phủ cũng hiểu được tầm quan trọng của các mô hình nền tảng này, nên đang tích cực triển khai nhiều chương trình hỗ trợ.
Đó chính là dự án AI đại diện quốc gia. Mục tiêu lớn nhất của dự án này có lẽ là 확보 chủ quyền số.
CLEVI cũng nhận thức được những hạn chế nghiêm trọng có thể phát sinh khi sử dụng các mô hình mã nguồn mở, nên đã tự phát triển từ khâu thu thập dữ liệu đến thiết kế kiến trúc để huấn luyện các mô hình của CLEVI.
Hiện nay, các mô hình của CLEVI sở hữu hiệu năng hoàn toàn không thua kém khi cạnh tranh với những AI hàng đầu thế giới.
Đặc biệt, vì sở hữu mô hình riêng, CLEVI không gặp phải vấn đề phụ thuộc có thể phát sinh khi sử dụng các mô hình bên ngoài.
Việc triển khai AI đang trở thành điều bắt buộc thay vì một lựa chọn. Tuy nhiên, chỉ đưa vào sử dụng công nghệ mới nhất thôi thì khó có thể đạt được kết quả mong muốn.
Đổi mới thực sự chỉ bắt đầu khi chúng ta hiểu chính xác những giới hạn của công nghệ và xây dựng chiến lược tối ưu phù hợp với môi trường và mục tiêu của tổ chức.
Với năng lực công nghệ khác biệt như mô hình ngôn ngữ siêu lớn độc quyền và cơ sở dữ liệu ngữ nghĩa, CLEVI đang giảm thiểu những thử nghiệm, sai sót và rủi ro mà doanh nghiệp phải đối mặt trong quá trình triển khai AI.
Trong thời gian tới, chúng tôi sẽ tiếp tục lắng nghe tiếng nói từ thực tế và nỗ lực hết mình để trở thành đối tác AI đáng tin cậy của nhiều doanh nghiệp hơn nữa. Hy vọng quý vị sẽ cùng CLEVI tạo nên thành công thực sự trong việc triển khai AI.