AI tiêu tốn nhiều điện, nhưng đang tạo ra nền "kinh tế tác nhân" hiệu quả hơn

Thế giới ngày càng quan tâm đến mức tiêu thụ năng lượng của trí tuệ nhân tạo (AI), song nhiều chuyên gia cho rằng đây có thể là một phần chi phí tất yếu của một mô hình kinh tế mới đang hình thành. Theo ông Nguyễn Văn Hiền, Tổng Giám đốc iNet Solution, doanh nghiệp có gần 20 năm hoạt động trong lĩnh vực dữ liệu lớn và AI, vấn đề hiện nay không phải là làm thế nào để ngăn AI tiêu thụ điện, mà là làm sao tối ưu hóa lượng điện đó để tạo ra giá trị kinh tế lớn nhất.

 NỀN KINH TẾ TÁC NHÂN

Theo ông Hiền, việc AI tiêu thụ lượng điện khổng lồ là thực tế không thể phủ nhận. Hiện nay, các quốc gia và tập đoàn công nghệ trên toàn cầu đều đang phải đau đầu tìm lời giải cho bài toán năng lượng phục vụ AI.

"Tôi khẳng định AI chắc chắn 100% sẽ tiêu thụ rất nhiều điện. Thế giới hiện đang phải giải quyết vấn đề năng lượng cho AI. Nhưng chúng ta cũng không thể ngăn cản một cuộc cách mạng kinh tế đang đến", ông Hiền nhận định.

Theo chuyên gia này, sự khác biệt căn bản giữa nền kinh tế internet truyền thống và nền kinh tế AI nằm ở chi phí vận hành. Trước đây, người dùng có thể tìm kiếm thông tin trên các công cụ như Google gần như miễn phí. Trong khi đó, mỗi truy vấn AI đều tiêu tốn tài nguyên tính toán và năng lượng, đồng nghĩa với việc phát sinh chi phí thực tế.

Ông gọi đây là sự hình thành của "nền kinh tế tác nhân" (agent economy), nơi các tác nhân AI sẽ thực hiện công việc thay cho con người và mọi tri thức, dịch vụ thông minh đều gắn với chi phí vận hành phía sau. "Trong tương lai sẽ không còn điều gì thực sự miễn phí nữa. Mọi kiến thức đều phải trả tiền dưới dạng chi phí tính toán", ông nói. Tuy nhiên, điều quan trọng không phải là AI tiêu thụ bao nhiêu điện mà là giá trị kinh tế mà lượng điện đó tạo ra lớn đến đâu.

Hiện nay, nhiều tập đoàn công nghệ lớn trên thế giới đang phải tái cấu trúc lực lượng lao động khi AI có khả năng thay thế nhiều công việc trước đây do con người đảm nhận.

GIẢM MỨC TIÊU THỤ ĐIỆN TRÊN MỖI ĐƠN VỊ TÍNH TOÁN

Song song với việc mở rộng hạ tầng năng lượng, ngành công nghiệp AI cũng đang tìm cách giảm mức tiêu thụ điện trên mỗi đơn vị tính toán. Một trong những hướng đi quan trọng hiện nay là tối ưu hóa hệ thống làm mát trong các trung tâm dữ liệu AI.

Theo ông Hiền, hệ thống làm mát là một trong những thành phần tiêu thụ điện đáng kể trong trung tâm dữ liệu AI, đặc biệt khi mật độ tính toán tăng cao. Các công nghệ làm mát bằng chất lỏng đang được xem là một hướng tiếp cận tiềm năng để giảm tải cho hệ thống làm mát truyền thống và cải thiện mật độ triển khai GPU.

Việc giảm diện tích và chi phí làm mát không chỉ giúp tiết kiệm điện mà còn cho phép doanh nghiệp bố trí mật độ GPU lớn hơn trong cùng một không gian vật lý, từ đó nâng cao hiệu suất vận hành của trung tâm dữ liệu.

"AI tốn điện, điều đó là sự thật. Nhưng nếu lựa chọn phương pháp triển khai phù hợp, AI có thể tạo ra giá trị kinh tế trên mỗi đơn vị điện năng cao hơn đáng kể so với một số mô hình vận hành truyền thống", ông Hiền nhấn mạnh.

Ông Hiền cho biết trong một số trường hợp, tác nhân AI lập trình có thể rút ngắn đáng kể thời gian hoàn thành công việc so với cách làm truyền thống; tuy vậy, mức độ rút ngắn cụ thể còn phụ thuộc vào độ phức tạp của dự án và yêu cầu kiểm thử. Điều đó đồng nghĩa với việc giá trị tạo ra trên mỗi đồng tiền điện đang vượt xa năng suất lao động truyền thống.

DỮ LIỆU NỘI BỘ SẼ QUYẾT ĐỊNH SỨC MẠNH THỰC SỰ CỦA AI DOANH NGHIỆP

Bên cạnh bài toán năng lượng, ông Hiền cho rằng thách thức tiếp theo của AI nằm ở khả năng khai thác dữ liệu thời gian thực và dữ liệu nội bộ của doanh nghiệp.

Theo ông, các mô hình AI hiện nay đã được huấn luyện trên phần lớn dữ liệu công khai mà nhân loại từng tạo ra. Đây chính là nền tảng tạo nên sức mạnh vượt trội của các mô hình ngôn ngữ lớn hiện nay. Tuy nhiên, phần lớn tri thức đó đều dựa trên dữ liệu trong quá khứ.

"Những dữ liệu quan trọng nhất đôi khi lại đang nằm trong ngân hàng của doanh nghiệp và chưa bao giờ được đưa ra ngoài", ông Hiền phân tích.

Đó cũng là lý do AI công cộng hiện nay mới chỉ giải quyết được một nửa bài toán của doanh nghiệp. Người dùng có thể đặt câu hỏi và nhận được câu trả lời nhanh chóng, nhưng vẫn cần đối chiếu lại với dữ liệu và quy trình nội bộ trước khi đưa ra quyết định cuối cùng.

Ông cho biết AI có thể hỗ trợ tạo bản nháp báo cáo rất nhanh với chi phí thấp, nhưng kết quả vẫn cần được rà soát lại về độ chính xác, trích dẫn và tính phù hợp với ngữ cảnh. Để khai thác tối đa sức mạnh AI mà vẫn đảm bảo an toàn dữ liệu, ông Hiền cho rằng mô hình AI lai (hybrid AI) sẽ trở thành xu hướng chủ đạo của doanh nghiệp trong thời gian tới, đặc biệt đối với các tổ chức tài chính và ngân hàng.

Theo mô hình này, doanh nghiệp vẫn giữ dữ liệu quan trọng bên trong hệ thống nội bộ nhưng đồng thời tận dụng năng lực suy luận của các mô hình AI toàn cầu thông qua các công nghệ bảo mật như Secure Enclave hoặc các cơ chế tính toán bảo mật tương tự.

"Dữ liệu của doanh nghiệp cần được xem như một tài sản không thể trao đổi ra bên ngoài. Nhưng doanh nghiệp hoàn toàn có thể kết hợp dữ liệu đó với sức mạnh AI toàn cầu để tạo ra một tác nhân AI toàn diện", ông Hiền cho biết.

Theo dự báo của chuyên gia, mô hình AI lai nhiều khả năng sẽ trở thành một lựa chọn phổ biến hơn trong doanh nghiệp, đặc biệt ở các ngành có yêu cầu cao về bảo mật và tuân thủ. "AI Hybrid không tốn quá nhiều so với lợi ích mà nó mang lại. Tôi tin rằng xu hướng này có thể trở nên rõ nét hơn trong thời gian tới, dù tốc độ lan rộng sẽ còn phụ thuộc vào chi phí triển khai, mức độ sẵn sàng của doanh nghiệp và yêu cầu an toàn dữ liệu", ông Hiền nhận định.