Google, thúc đẩy chuyển đổi sang 'AI hành động'... tập trung vào TPU 8, đặt cược vào nền tảng đại lý thống nhất

Doanh nghiệp sử dụng trí tuệ nhân tạo(AI)Trọng tâm thị trường đang chuyển đổi nhanh chóng. Phân tích chỉ ra rằng, đang từ giai đoạn trả lời câu hỏi, tạo nội dung, tiến tới thời đại “AI thể nhân” thực hiện nhiệm vụ và hỗ trợ ra quyết định. Giám đốc điều hành của Google Cloud, Thomas Kurian(Thomas Kurian) nhấn mạnh rằng, sự thay đổi này không chỉ đơn thuần là tăng cường chức năng, mà yêu cầu thiết kế lại toàn bộ hạ tầng và kiến trúc phần mềm.

Tại hội nghị “Google Cloud Next 2026” vừa diễn ra, Google đồng thời trình diễn thế hệ TPU 8 tiếp theo, nền tảng dữ liệu và AI cùng nền tảng thể nhân. Thông điệp cốt lõi rõ ràng: từ bán dẫn đến hạ tầng đám mây, tầng dữ liệu, mô hình AI đến ứng dụng, phải tích hợp thành một hệ thống thống nhất, mới có thể vận hành ổn định “AI hành động quy mô lớn”. Thị trường nhận định rằng, Google đã chính thức tham gia vào cuộc cạnh tranh quyền lực “toàn bộ chuỗi AI”.

TPU 8 nổi bật, về bản chất là cuộc tranh giành “nền tảng thống nhất”

Về bề ngoài, sự ra mắt nổi bật nhất là TPU 8. Mặc dù Google cho biết chip mới có cải tiến rõ rệt về hiệu năng và khả năng mở rộng, nhưng điểm chú ý của ngành không chỉ đơn thuần là hiệu suất bán dẫn, mà là ý nghĩa chiến lược của nó. Bởi vì TPU là nền tảng cốt lõi giúp Google vận hành dịch vụ AI của mình nhanh hơn, chi phí thấp hơn.

Tuy nhiên, điều này khó có thể xem như đối đầu trực diện với Nvidia. Nhiều nhà phát triển và doanh nghiệp vẫn dựa vào hệ sinh thái CUDA của Nvidia, và Google không có ý loại bỏ nó, mà mở rộng lựa chọn. Nói cách khác, TPU giống như là cách Google kết hợp chặt chẽ phần cứng và phần mềm để tìm kiếm sự khác biệt, chứ không phải vũ khí để thay thế Nvidia.

Các tổ chức nghiên cứu thị trường và nhà phân tích ngành nhận định, điểm trọng tâm thực sự của lần ra mắt này không phải TPU 8 bản thân, mà là việc Google liên kết nó với nền tảng dữ liệu, mô hình AI tiên tiến và nền tảng thể nhân trong câu chuyện của mình. Điều này có nghĩa là Google bắt đầu kết nối bán dẫn-dữ liệu-mô hình AI-thực thi nhiệm vụ thành một cấu trúc liền mạch.

Từ “SaaS” đến “phần mềm dịch vụ”

Chuyển đổi này cũng đang làm lung lay khung phần mềm hiện tại. Trước đây, khi chuyển từ triển khai nội bộ sang phần mềm dịch vụ(SaaS), điều thay đổi là phương thức cung cấp phần mềm và mô hình vận hành; còn bây giờ, phân tích cho rằng phần mềm đang tiến tới giai đoạn “phần mềm dịch vụ” tạo ra kết quả kinh doanh thực tế trực tiếp.

Điều cốt lõi của sự chuyển đổi này là AI thể nhân. Vấn đề là, nếu thể nhân giới hạn trong các hệ thống của từng bộ phận, giá trị của nó sẽ rất hạn chế. Dù có thể tự động hóa các nhiệm vụ lặp đi lặp lại đơn giản, nhưng rất khó để mang lại hiệu quả toàn doanh nghiệp như rút ngắn thời gian tuyển dụng, onboarding, loại bỏ các điểm nghẽn từ báo giá đến thu tiền.

Cuối cùng, doanh nghiệp cần một “lớp trí tuệ” kết nối nhiều dữ liệu và hệ thống kinh doanh khác nhau. “Thư mục tri thức(Knowledge Catalog)” do Google phát hành có thể xem như bước mở đầu cho hướng này. Cấu trúc của nó nhằm mục đích đặt dữ liệu phân tích toàn doanh nghiệp và dữ liệu vận hành trong cùng một ngữ cảnh, giúp AI hiểu “đang xảy ra điều gì”.

Cạnh tranh nền tảng dữ liệu, nay đã mở rộng thành “bản sao số”

Ngành nhận định, giai đoạn trưởng thành của nền tảng dữ liệu đang chuyển từ việc tạo báo cáo đơn thuần sang xây dựng “bản sao số doanh nghiệp”. Bản sao số là biểu hiện số hóa phản ánh thời gian thực các nhân viên, tài sản, quy trình và hoạt động của doanh nghiệp. Để AI thể nhân có thể dựa trên trạng thái thực của doanh nghiệp chứ không phải thông tin rời rạc không chính xác để đưa ra quyết định và hành động, cần có cấu trúc này.

Trong giai đoạn đầu, trọng tâm là dữ liệu và hệ thống báo cáo cấp bộ phận. Sau đó, sự xuất hiện của các nền tảng như BigQuery, Snowflake, Databricks đã mở rộng môi trường phân tích tự phục vụ, nhưng các bộ phận vẫn thường có “sự thật” dữ liệu riêng. Giai đoạn tiếp theo là phản ánh thời gian thực các sự kiện và dữ liệu vận hành, từ đó mô hình hóa hoạt động doanh nghiệp chân thực hơn.

Salesforce và SAP cũng đang hướng tới mục tiêu này, nhưng Google, bằng cách tích hợp BigQuery, Spanner và tầng siêu dữ liệu, hiếm hoi trong các nhà cung cấp đám mây quy mô lớn có thể cạnh tranh trực diện với Snowflake, Databricks, và đã nhận được sự công nhận. Chiến lược thể nhân lần này chính là mở rộng dựa trên nền tảng dữ liệu này.

Chìa khóa lan tỏa thể nhân là “thực thi an toàn”

Khó khăn lớn nhất của AI doanh nghiệp nằm ở việc kết nối tính linh hoạt của AI tạo sinh với tính chặt chẽ của hệ thống doanh nghiệp. AI giỏi tạo ra văn bản và đề xuất ý tưởng, nhưng hoạt động kinh doanh thực tế phải rõ ràng về quy tắc, rõ ràng về quyền hạn, có thể kiểm toán, rõ ràng về trách nhiệm. Vì vậy, ngành cho rằng để thể nhân phát huy tác dụng, cần xây dựng trên “sáng tạo” một “lớp thực thi chắc chắn”.

Ví dụ, ngay cả khi thể nhân thực hiện mục tiêu, cũng phải đồng thời xác định rõ điều kiện cho phép hành vi nào, điều kiện cần đáp ứng trước và sau khi thực hiện, và cách ghi nhận kết quả. Chỉ có cấu trúc này mới tạo ra “AI vận hành an toàn”, chứ không chỉ là “AI thông minh”.

Trong quá trình này, các khái niệm như đồ thị tri thức doanh nghiệp, tầng quy tắc hành vi, bản sao số thời gian thực, nền tảng vận hành tự chủ trở nên quan trọng. Nói ngắn gọn, AI cần vượt ra ngoài tham khảo các tệp Excel và bảng điều khiển, có khả năng khám phá trạng thái thực và mạng lưới quan hệ của doanh nghiệp, và hành động trong khung quy tắc.

Ưu thế và hạn chế của Google cũng rõ ràng

Google đã đạt tiến bộ đáng kể trong lĩnh vực trích xuất siêu dữ liệu, quản lý nguồn gốc dữ liệu, đồ thị tri thức tài liệu phi cấu trúc, đánh giá thể nhân đa bước. Đặc biệt, khả năng tổng hợp các trường hợp thất bại của thể nhân và đề xuất hướng cải thiện của Google được đánh giá vượt qua các trình diễn đơn thuần, là bước tiến hướng tới giai đoạn “vận hành thể nhân”.

Tuy nhiên, thách thức cũng không ít. Thách thức lớn nhất là tích hợp các thực thể giống nhau phân tán trong các hệ thống khác nhau. Ví dụ, nếu đối tượng “khách hàng” trong CRM, tài chính, dịch vụ khách hàng và logistics đều định nghĩa khác nhau, AI sẽ rất khó hiểu đó là một thực thể thống nhất. Có ý kiến cho rằng, chỉ có quy tắc về chất lượng dữ liệu và bảng thuật ngữ kinh doanh là chưa đủ, còn cần các quy tắc thể hiện quy trình kinh doanh thực tế.

Một thách thức khác là nắm bắt “tại sao” của các chuyên gia con người. Google đang tăng cường khả năng trình bày cách thể nhân rút ra kết luận, nhưng chỉ riêng điều này rất khó thay thế đánh giá của nhân viên có kinh nghiệm. Bởi vì các trường hợp ngoại lệ không thể giải thích bằng quy tắc, các ưu tiên xung đột, đánh giá dựa trên ngữ cảnh vẫn phụ thuộc lớn vào kinh nghiệm của con người.

Mở ra cuộc cạnh tranh mới với lập trình thể nhân

Một chiến trường khác trong cạnh tranh nền tảng thể nhân là “lập trình”. Ngành cho rằng, con đường nhanh nhất để hướng tới thể nhân trí tuệ chung là lập trình thể nhân. Bởi vì thể nhân muốn tương tác với thế giới bên ngoài, cuối cùng cần gọi các công cụ khác nhau, và khả năng viết, chỉnh sửa, thực thi mã trở thành yếu tố then chốt.

Claude Code của Anthropic, Codex của OpenAI là những ví dụ điển hình. Google không đưa ra một sản phẩm lập trình riêng biệt nào, mà tích hợp nó vào trong hệ sinh thái của mình.