6. Trí tuệ nhân tạo vật lý: Khi trí tuệ kỹ thuật số làm chủ các thực thể cơ khí trong thế giới thực

AI vật lý đưa trí thông minh vào thế giới thực, vận hành các robot, máy bay không người lái và máy móc thông minh có khả năng cảm nhận, quyết định và hành động tự chủ. Các ví dụ thực tế bao gồm việc Amazon triển khai hơn một triệu robot trong kho bãi hoặc BMW vận hành các nhà máy nơi xe tự lái chạy qua các tuyến sản xuất dài hàng km. Sự hội tụ này tạo ra nhu cầu lớn về các bộ kỹ năng liên ngành mới giữa công nghệ thông tin và kỹ thuật cơ khí. Đến năm 2030, doanh số robot công nghiệp mới hàng năm có thể tăng gấp đôi lên mức một triệu đơn vị, thúc đẩy bởi sự thiếu hụt lao động và sự phát triển vượt bậc của các mô hình AI nền tảng chuyên biệt cho vật lý.

7. An ninh mạng tiên phong: Chủ động dự báo và vô hiệu hóa các mối đe dọa trước khi cuộc tấn công bắt đầu

An ninh mạng đang chuyển dịch từ trạng thái phòng thủ phản ứng sang dự báo chủ động bằng cách sử dụng AI để phân tích hành vi và vô hiệu hóa các mối đe dọa trước khi chúng gây ra tác động. Phương pháp này sử dụng các kỹ thuật lừa đảo (deception) và tự động hóa để ngăn chặn các cuộc tấn công hoạt động ở tốc độ máy. Đến năm 2030, các giải pháp an ninh mạng tiên phong dự kiến sẽ chiếm một nửa tổng chi tiêu cho bảo mật toàn cầu. Đây là một sự tái cấu trúc cần thiết khi các mối đe dọa AI đang làm ngắn lại “cửa sổ relevance” của các biện pháp bảo vệ truyền thống.

8. Truy xuất nguồn gốc kỹ thuật số: Thiết lập lòng tin thông qua việc xác thực nguồn gốc nội dung và dữ liệu

Trong kỷ nguyên của nội dung do AI tạo ra và các chuỗi cung ứng kỹ thuật số phức tạp, việc xác minh nguồn gốc và tính xác thực của dữ liệu trở nên tối quan trọng. Digital provenance sử dụng các cơ sở dữ liệu xác thực, hình mờ kỹ thuật số (watermarks) và hóa đơn vật liệu phần mềm (SBoMs) để theo dõi lịch sử và tính toàn vẹn của thông tin. Gartner cảnh báo rằng, các tổ chức không đầu tư vào công nghệ này có thể đối mặt với rủi ro pháp lý và các khoản phạt lên tới hàng tỷ USD vào năm 2029. Khả năng chứng minh nguồn gốc dữ liệu không chỉ là yêu cầu tuân thủ mà còn là một tài sản cạnh tranh về lòng tin đối với khách hàng.

Ảnh minh họa

9. Nền tảng an ninh trí tuệ nhân tạo: Quản trị rủi ro và bảo vệ toàn diện hệ sinh thái trí tuệ nhân tạo doanh nghiệp

Nền tảng an ninh AI (AISPs) cung cấp khả năng hiển thị và bảo vệ tập trung cho tất cả các hệ thống AI, bao gồm cả dịch vụ của bên thứ ba và các ứng dụng tự xây dựng. Các nền tảng này bảo vệ chống lại các rủi ro đặc thù của AI như tiêm mã độc vào câu lệnh (prompt injection), rò rỉ dữ liệu và các tác nhân AI hoạt động sai lệch. Đến năm 2028, hơn một nửa số doanh nghiệp sẽ dựa vào các nền tảng an ninh AI để bảo vệ các khoản đầu tư công nghệ của mình. Khi AI trở nên quan trọng đối với nhiệm vụ của tổ chức, rủi ro mô hình và chuỗi cung ứng AI sẽ trở thành mối quan tâm hàng đầu của các hội đồng quản trị.

10. Nội địa hoá hạ tầng số: Tái định vị hạ tầng kỹ thuật số để đảm bảo chủ quyền và khả năng phục hồi

Nội địa hóa hạ tầng số (Geopatriation) là xu hướng chuyển dịch các khối lượng công việc kỹ thuật số từ các đám mây công cộng toàn cầu sang các môi trường có chủ quyền hoặc khu vực để duy trì quyền kiểm soát dữ liệu và tuân thủ các quy định quốc gia. Động lực của xu hướng này là sự gia tăng rủi ro địa chính trị và nhu cầu về sự ổn định của chuỗi cung ứng công nghệ. Dự kiến đến năm 2030, hơn 75% các doanh nghiệp tại châu Âu và Trung Đông sẽ thực hiện nội địa hoá các khối lượng công việc của họ. Điều này buộc các doanh nghiệp phải xem xét lại các hợp đồng đám mây toàn cầu và cấu trúc lại hệ thống để có khả năng phục hồi theo từng khu vực.

Sự hội tụ và những thách thức thực thi

Trong năm 2026, chìa khóa thành công của một doanh nghiệp không nằm ở việc sở hữu công nghệ đắt tiền nhất, mà ở quyết tâm thiết kế lại toàn bộ quy trình vận hành thay vì chỉ dùng AI để tự động hóa những cách làm cũ vốn đã không hiệu quả. Nếu tổ chức chỉ cố gắng “số hóa” những quy trình lỗi, họ sẽ chỉ nhận lại những sai lầm ở tốc độ nhanh hơn; thay vào đó, họ cần dũng cảm thực hiện một cuộc “đại tái thiết” để trở thành một tổ chức vận hành dựa trên nền tảng AI.

Sự phát triển hiện nay mang tính cộng hưởng mạnh mẽ (multiplicative) tương tự như một chiếc “bánh đà” tự vận hành: Công nghệ tiên tiến tạo ra nhiều ứng dụng thực tế, các ứng dụng này sinh ra dữ liệu khổng lồ, dữ liệu lại thu hút thêm vốn đầu tư để nâng cấp hạ tầng và hạ tầng tốt lại quay lại thúc đẩy công nghệ tiến xa hơn với chi phí thấp hơn. Đồng thời, trọng tâm của thế giới đang dịch chuyển từ việc “dạy” AI học (huấn luyện) sang việc đưa AI vào làm việc thực tế (thực thi/ suy luận). Dự báo vào năm 2026, các hoạt động chạy mô hình AI để phục vụ người dùng sẽ chiếm tới 2/3 tổng công suất tính toán trên toàn cầu.

Tuy nhiên, khoảng cách giữa việc thử nghiệm và sản xuất thực tế vẫn còn lớn, khi chỉ có 11% các tổ chức hiện có các tác nhân AI đang hoạt động thực sự trong sản xuất. Các rào cản về hạ tầng, chi phí mã thông báo (tokens) và sự thiếu hụt tài năng đang là những điểm nghẽn cần giải quyết. Cuối cùng, niềm tin sẽ là “người gác cổng” cho sự chấp nhận công nghệ; các doanh nghiệp phải chứng minh được tính minh bạch, công bằng và trách nhiệm trong mọi mô hình AI mà họ triển khai.