Tại chương trình Gateway to Vietnam 2026 với chủ đề “The AI Reset - Winners, Losers & the New Global Investment Map”, ông Bradley Warden, Giám đốc điều hành kiêm Quản lý danh mục cấp cao tại Nomura Asset Management International, cho rằng AI khác với các chu kỳ công nghệ trước ở chỗ không chỉ bổ sung thêm công cụ cho con người, mà đưa năng lực suy luận và xử lý thông tin vào nhiều quy trình khác nhau.

Theo ông, nếu máy tính cá nhân, điện thoại thông minh hay điện toán đám mây chủ yếu tạo ra các lớp công cụ mới, AI có thể tác động rộng hơn khi được tích hợp vào hạ tầng tính toán, dữ liệu, bộ nhớ, phần mềm và vận hành doanh nghiệp.

Với Việt Nam, câu chuyện AI không nhất thiết bắt đầu từ việc sở hữu những doanh nghiệp giống Nvidia hay Micron. Cơ hội có thể nằm ở các ngành có khả năng ứng dụng AI vào vận hành, phân tích dữ liệu, phục vụ khách hàng, quản trị rủi ro và tối ưu chi phí.

Cơ hội nằm ở tầng ứng dụng

Theo ông Phạm Lưu Hưng, Giám đốc SSI Research, Việt Nam không cần cạnh tranh trực diện với Mỹ hay Trung Quốc trong cuộc đua xây dựng các mô hình AI nền tảng, vốn đòi hỏi nguồn vốn đầu tư, hạ tầng tính toán và nhân lực công nghệ quy mô lớn.

Cơ hội phù hợp hơn với Việt Nam nằm ở tầng ứng dụng, nơi doanh nghiệp sử dụng AI để cải thiện quy trình kinh doanh, tự động hóa vận hành và tạo ra hiệu quả tài chính cụ thể.

Ở nhóm công nghệ, FPT được nhắc đến như doanh nghiệp có vị trí phù hợp trong tầng ứng dụng, nhờ khả năng hỗ trợ doanh nghiệp triển khai AI và tự động hóa vào hoạt động kinh doanh. Tuy nhiên, ông Hưng cho rằng FPT không chỉ nên được nhìn như một giao dịch theo câu chuyện AI, bởi tỷ trọng doanh thu từ AI vẫn ở giai đoạn sớm. Câu chuyện quan trọng hơn là khả năng thực thi lợi nhuận.

Dịch vụ tài chính, bán lẻ có thể ứng dụng sớm

Một trong những nhóm ngành được nhắc đến là dịch vụ tài chính, bao gồm ngân hàng, chứng khoán, quản lý tài sản và các hoạt động liên quan đến dữ liệu khách hàng.

Ở lĩnh vực ngân hàng, ông Phạm Lưu Hưng cho rằng một số ngân hàng như Techcombank, VPBank, MB có thể “nhúng” AI vào các quy trình như cá nhân hóa đề xuất cho khách hàng. Đây là các ứng dụng có thể tác động trực tiếp đến hiệu quả kinh doanh.

Trong lĩnh vực chứng khoán, AI có thể hỗ trợ môi giới, chăm sóc khách hàng, phân tích dữ liệu thị trường, báo cáo nghiên cứu, quản trị rủi ro, back-office và phát triển sản phẩm số.

Tại Chứng khoán SSI, ông Nguyễn Đức Thông, Tổng Giám đốc SSI, cho biết AI đã được ứng dụng trong hoạt động công nghệ thông tin và vận hành. Các công cụ AI có thể hỗ trợ viết code, rút ngắn thời gian phát triển sản phẩm và giảm điểm nghẽn trong khâu kỹ thuật.

Tuy nhiên, theo ông Thông, khi coding không còn là điểm nghẽn lớn nhất, doanh nghiệp phải học cách quản trị các điểm nghẽn mới như kiểm tra, xác minh kết quả, hướng dẫn AI đúng cách và đảm bảo công nghệ tạo ra sản phẩm đúng nhu cầu.

Ngoài dịch vụ tài chính, bán lẻ và tiêu dùng cũng là nhóm có thể hưởng lợi nhờ sở hữu lượng dữ liệu lớn về khách hàng, giao dịch, hàng tồn kho và vận hành chuỗi cửa hàng.

Ông Hưng lấy ví dụ FRT với chuỗi nhà thuốc Long Châu. Với lượng lớn nhân sự tương tác với khách hàng mỗi ngày, doanh nghiệp trước đây chỉ có thể kiểm tra ngẫu nhiên một phần hội thoại để cải thiện chất lượng dịch vụ. Với AI, gần như toàn bộ hội thoại có thể được kiểm tra nhanh hơn, từ đó hỗ trợ nâng cao chất lượng vận hành.

Data center, khu công nghiệp và điện là lớp hạ tầng phía sau AI

Một hướng khác được SSI Research nhắc đến là nhóm doanh nghiệp sở hữu hạ tầng, khu đất hoặc khu công nghiệp phục vụ nhu cầu công nghệ mới.

Trong bối cảnh AI kéo theo nhu cầu về bán dẫn, data center và năng lực tính toán, các doanh nghiệp khu công nghiệp như KBC hoặc Viglacera có thể được theo dõi do đang là nơi đặt cơ sở của nhiều doanh nghiệp bán dẫn và công nghệ như Intel, Hana Micron, Samsung.

Data center cũng trở thành lớp hạ tầng quan trọng khi các doanh nghiệp có nhu cầu xử lý dữ liệu trong nước. Ông Nguyễn Đức Thông cho biết với một công ty tài chính, việc sử dụng các mô hình AI như Claude, Gemini hay ChatGPT gặp giới hạn nhất định do dữ liệu nhạy cảm và yêu cầu không đưa thông tin ra ngoài Việt Nam.

Vì vậy, doanh nghiệp có thể phải tính đến phương án thuê data center, mua hoặc thuê GPU trong nước để chạy các mô hình nội bộ, bao gồm các mô hình open-source. Điều này mở ra nhu cầu mới về năng lực tính toán nội địa và hạ tầng dữ liệu cho các ngành có yêu cầu bảo mật cao như tài chính.

Năng lượng cũng là một lĩnh vực đáng chú ý. AI cần năng lực tính toán lớn, trong khi data center tiêu thụ nhiều điện và đòi hỏi nguồn cung ổn định. Theo ông Phạm Lưu Hưng, năng lượng có thể được xem là nhóm hưởng lợi từ điểm nghẽn hạ tầng khi AI mở rộng.

Ông Bradley Warden đồng tình rằng năng lượng là một lĩnh vực quan trọng trong bức tranh AI. Ngoài ra, logistics cũng được nhắc đến như một lĩnh vực có thể hưởng lợi khi các bài toán giao hàng, tối ưu tuyến đường, quản lý chuỗi cung ứng và tự động hóa vận hành được cải thiện.

Nhìn rộng hơn, làn sóng AI có thể không tạo ra một “Nvidia Việt Nam” trong ngắn hạn. Nhưng khi AI dịch chuyển từ tầng mô hình nền tảng sang tầng ứng dụng, cơ hội có thể phân bổ rộng hơn sang những ngành có dữ liệu, khách hàng, quy trình vận hành và hạ tầng cần được tối ưu.