
Zalo AI Summit, der første gang blev afholdt i 2017, er en begivenhed, der samler anerkendte eksperter inden for AI. Med temaet "Vietnam i AI-ificeringens æra" vil Zalo AI Summit 2025 præsentere løsninger til anvendelse af AI i dagligdagen, forudsige AI-tendenser og fremvise Zalos resultater med at bringe AI tættere på brugerne.
I sin åbningstale udtalte hr. Nguyen Minh Tu, teknologidirektør hos Zalo, at AI-æraen begyndte at træde frem i 2018-2019 med de første transformermodeller. Det var dog først, da GPT-3.5 og ChatGPT dukkede op i 2022, at disse sprogmodeller nåede høj kvalitet og blev tilgængelige for et bredere publikum.
"Det var på det tidspunkt, at AI-æraen begyndte, hvor folk begyndte at bruge ChatGPT," understregede hr. Tu.
Positivt signal for Vietnam
I takt med at virksomheder som Google, Anthropic og DeepSeek i stigende grad forbedrer storsprogsmodellering (LLM), oplever AI-markedet et vendepunkt kaldet agentisk AI.
I modsætning til konventionel AI, som kun kan løse enkeltstående opgaver, er agentisk AI et autonomt system, der er i stand til at forbinde flere agenter for at håndtere komplekse problemer.
"Agentic AI fungerer ligesom vores medarbejdere. Den kan analysere, ræsonnere, udføre opgaver og skrive rapporter baseret på vores kommandoer," tilføjede hr. Tu.
I Vietnam er Zalo en af de virksomheder, der integrerer mange AI-funktioner for at betjene brugerne. I 2025 forventes antallet af brugere af disse tjenester at nå over 17 millioner, en stigning på over 200%. Mere end 7,5 millioner mennesker bruger dikteringsfunktionen (konvertering af tale til tekst).
"Denne funktion har ændret den måde, mange bruger Zalo på. I stedet for at skrive tekst er det meget hurtigere og mere bekvemt at bruge stemmen," understregede hr. Tú.
Funktionen til at oversætte beskeder fra vietnamesisk til engelsk har også tiltrukket et stort antal brugere. Hr. Tu afslørede, at liveoversættelse til Zalo-opkald snart vil blive tilføjet.
![]() |
Mr. Nguyen Minh Tu, direktør for teknologi hos Zalo. |
Udover at betjene slutbrugere understøtter AI også Zalos drift. Virksomheden har bygget en kundeservice-chatbot, der hjælper med at løse problemet med opskalering i spidsbelastningsperioder, hvor det er svært at rekruttere yderligere personale.
Efter 3 måneders implementering opnåede chatbot-systemet i Zalo en svarprocent på 90 %, hvilket er højere end menneskers. Kun omkring 2-3 % af tilfældene krævede menneskelig assistance fra chatbotten.
En repræsentant for Zalo anerkendte, at der stadig er nogle udfordringer med at anvende AI internt, der drejer sig om privatliv og sikkerhed. Derfor vælger platformen en fleksibel tilgang, anvender en egenudviklet model til følsomme data og udnytter eksterne chatbots til mindre følsomme data.
Hr. Tú nævnte også Zalo AI Challenge 2025, en konkurrence om at udvikle AI-applikationsløsninger i hverdagen. Udover unge og studerende tiltrak årets konkurrence adskillige gymnasieelever, hvoraf nogle endda nåede top 5.
"Dette viser, at AI har gennemsyret alle områder af samfundet og endda spredt sig til skoler, hvor børn udsættes for AI i en meget ung alder. Dette er et positivt tegn for Vietnam i en tid med 'AI-transformation'," understregede en repræsentant for Zalo.
Bølgen af AI-agenter
I den første session rejste lektor Quan Thanh Tho fra Ho Chi Minh City University of Technology spørgsmålet om, hvordan multimodal AI vil ændre verden . Han argumenterede for, at LLM har nået sin slutcyklus, og at teknologitrenden gradvist bevæger sig mod Multi-Agent Systems (MAS).
Lektor Dr. var enig med hr. Tu angående den betydningsfulde milepæl for LLM med introduktionen af GPT-3.5 og udtalte, at det fælles mål for chatbots er at efterligne mennesker så tæt som muligt. Konceptet med AI-agenter eksisterede før, men blomstrede først for alvor under LLM-rammen.
"Agent er en ret klassisk arkitektur, og når den kombineres med LLM, giver den mulighed for kommunikation mellem modeller," sagde hr. Tho. Nøgleordene "AI Agents" og "Agentic AI" har også været blandt de mest søgte termer på Google Trends fra slutningen af 2024 til i dag.
![]() |
Lektor Dr. Quan Thanh Tho, leder af Institut for Datalogi og Ingeniørvidenskab, Ho Chi Minh City University of Technology. |
Lektor fortalte, at agentisk AI simpelthen er et system bestående af flere agenter, der arbejder sammen. Når agenterne modtager en kommando fra brugeren, vil de opdele anmodningen, tildele opgaver, vælge passende værktøjer og udføre dem trin for trin for at opnå højere effektivitet sammenlignet med en enkelt model.
Hr. Tho præsenterede også nogle praktiske anvendelser af MAS i indenlandske virksomheder. Især kan AI-agenter behandle PDF-filer, billeder og dokumenter samtidigt, hvilket forbedrer effektiviteten med 40-60%. Inden for forsikringssektoren hjælper denne teknologi en virksomhed med at automatisere 20-40% af sin arbejdsbyrde.
Derudover har AI-agenter evnen til at indsamle information i realtid, hvilket hjælper med at give øjeblikkelige markedspriser. På arbejdet udtalte lektor Dr. [Navn], at AI-agentsystemet fungerer som en intelligent assistent, der er i stand til at besvare skolerelaterede spørgsmål fra forældre og elever. Inden for uddannelse hjælper AI-agenter med at skabe personlige læringsmodeller, der er skræddersyet til hver elevs læringsforløb.
![]() |
Zalo AI Summit 2025 tiltrak et stort antal deltagere med interesse for AI-området. |
Samlet set ligger fordelen ved MAS i dens evne til at håndtere flere komplekse problemer parallelt. Gennem ræsonnementsprocessen kan agenter behandle information uafhængigt, lære af hinanden og lære af brugeren for at reducere fejl og producere præcise og personlige resultater.
Moderne agentarkitekturer leveres ofte som værktøjer og platforme med brugervenlige grænseflader, hvilket gør dem mere tilgængelige for offentligheden.
Baseret på disse fordele understregede hr. Tho vigtigheden af at anvende teknologi og justere interne arbejdsprocesser i virksomheder. Ifølge lektoren er dette en bølge, som virksomhederne skal være særligt opmærksomme på i lyset af den stærke innovationstendens, der finder sted verden over.
Hvad kommer efter agentisk AI?
For nylig er menneskelignende robotter blevet en trend, der tiltrækker sig opmærksomhed i teknologiverdenen. Dette er også den mest almindelige anvendelse af fysisk AI.
Dr. Tran Minh Quan, Senior Developer Technologist hos Nvidia Vietnam, delte sine tanker om dette emne og understregede, at fysisk AI er den mest avancerede udvikling inden for AI-trends efter æraen med generativ AI eller agentisk AI.
"Disse AI-modeller er i stand til at modtage kommandoer eller inputdata og derefter producere specifikke handlinger, der påvirker motorer eller kontrolkomponenter i robotter såsom robotarme, autonome køretøjer, fabrikker osv.," delte hr. Quan og gav et overblik over fysisk AI.
![]() |
Dr. Tran Minh Quan fra Nvidia delte sine indsigter i tendenserne inden for fysisk AI. |
Ifølge repræsentanter for Nvidia kan fysisk AI blive en billion-dollar-industri i fremtiden. Potentialet for at anvende fysisk AI er enormt, da den nuværende globale hardwareinfrastruktur omfatter cirka 2 milliarder industrielle kameraer, 10 millioner fabrikker, 200.000 lagre og 1,5 milliarder køretøjer, for ikke at nævne milliarder af humanoide robotter, der kan blive implementeret i fremtiden.
"Hvis hver enhed var udstyret med en AI-'hjerne' til at håndtere den nuværende arbejdsbyrde, kunne opgaverne understøttes i en helt anden skala, end de er i dag," tilføjede hr. Quan.
Behovet for fysisk kunstig intelligens stammer fra mangel på personale i mange brancher. Højt kvalificerede job i barske miljøer, såsom svejsning i lukkede, mørke rum, viser sig at være vanskelige for mennesker.
Robotter er nu en løsning, der balancerer personale- og driftsomkostninger. Omkostningerne kan optimeres, da robotter nu har evnen til at lære nye opgaver selvstændigt i stedet for blot at udføre gentagne opgaver.
"Derfor kan ChatGPT-'øjeblikket' for robotteknologi komme i år eller næste år," understregede hr. Quan.
![]() |
Fysisk AI betragtes som det næste skridt efter generativ AI og agentisk AI. |
For at realisere denne vision foreslog repræsentanter for Nvidia en model med tre computere, svarende til tre nøglefaser i udviklingen af fysisk AI.
Derfor fokuserer den første fase på at bygge fundamentet på serveren. Efter træning kan modellen placeres i et simuleringsmiljø for at lære om årsagssammenhænge, hvilket hjælper modellen med at udvikle bedre adfærd i den virkelige verden.
Simulering hjælper robotter med præcist at genkende objekter og hvordan de skal håndtere dem. Endnu vigtigere er det, at simulering tillader flere robotter at arbejde sammen samtidigt og teste kollisionsscenarier uden at pådrage sig omkostningerne ved hardware fra den virkelige verden. Endelig muliggør det direkte implementering på hardwaren.
Udfordringen ved at implementere AI i stor skala.
Processen med "AI-isering", som involverer integration af teknologi i den daglige drift for at forbedre effektiviteten og understøtte beslutningstagning, accelererer globalt.
Ifølge Dr. Chau Thanh Duc, forskningsdirektør hos Zalo AI, stammer tempoet inden for AI i Vietnam fra mange faktorer, især udviklingen af AI-modeller, den hurtige forbedring af hardware- og datainfrastruktur og den digitale transformationsproces.
Vietnam betragtes som et af de lande med et betydeligt potentiale for AI-udvikling, hvilket fremgår af talentrekrutteringsprogrammer, opbygningen af et teknologifællesskab og statslig støtte. Derudover vurderes vietnamesiske borgere at have et højt niveau af parathed til digital transformation.
![]() |
Dr. Chau Thanh Duc, forskningsdirektør hos Zalo AI. |
I denne transformation lancerede Zalo mange AI-relaterede funktioner, såsom den virtuelle assistent Kiki. Virksomheden sigter mod at udvikle værktøjer, der øger arbejdseffektiviteten og er særligt nemme for alle at bruge. Zalos værktøjer understøtter alt fra kodning, programmering og research til hverdagsaktiviteter som kommunikation, oversættelse og billedsøgning.
Eksperter mener dog, at dette kun er begyndelsen, og at der stadig er mange vanskeligheder i AI-transformationsprocessen. Dr. Nguyen Truong Son, videnskabelig direktør hos Zalo AI, sagde, at vanskelighederne stammer fra sikkerhed, omkostningsproblemer og høje krav fra brugerne. Disse er ikke kun vanskeligheder for Zalo, men også for brugere og virksomheder.
Den første hindring drejer sig om at vælge en AI-model, der sikrer et vist niveau af autonomi. Tredjepartsmodeller tilbyder ofte bedre ydeevne og outputkvalitet, mens interne modeller har fordelen af informationskontrol, men er begrænsede med hensyn til stabilitet og effektivitet.
![]() ![]() ![]() ![]() |
Oplysninger delt af Zalo AI-repræsentanter. |
Derudover deler de fleste nuværende modeller fælles svagheder såsom ufuldstændig nøjagtighed og inkonsekvent output. Mange chatbots har begrænset evne til at forstå og behandle vietnamesisk og opfylder ikke specifikke krav eller kontekster.
For at løse dette problem foreslog eksperter hos Zalo adskillige løsninger, såsom at anvende avanceret modeludviklingsteknologi og kombinere pålidelige datakilder under chatbot-træning. Samtidig evaluerede udviklingsteamet løbende modellen gennem interne tests.
En anden udfordring ligger i at afbalancere omkostninger, ydeevne og sikkerhed. Ifølge Dr. Nguyen Truong Son kan brugen af en lille model til at håndtere komplekse anmodninger øge behandlingstiden og driftsomkostningerne, og omvendt.
![]() |
Dr. Nguyen Truong Son, direktør for videnskab hos Zalo AI. |
Han argumenterede for, at optimering kan begynde lige fra kommandoinputfasen. Brugere kan reducere tokenomkostninger ved at begrænse unødvendig længde og give chatbotten en klar og præcis kontekst.
På systemniveau implementerer Zalo-teamet forskellige løsninger, såsom at foreslå passende kommandoer og implementere kontrollag for at sikre brugerinformationens sikkerhed.
Samlet set anses Vietnam for at være godt forberedt på den globale AI-bølge. Zalo er en af de tidlige deltagere i denne transformation og fokuserer på at håndtere udfordringerne med omkostninger, kvalitet og sikkerhed ved implementering af AI i stor skala.
Det hårde chipkapløb
Eksplosionen af AI er et resultat af fremskridt inden for hardware eller chips. Dr. Pham Hy Hieu fra OpenAI understreger, at fremkomsten af ChatGPT revolutionerede chips og gjorde det muligt for Nvidia at vokse hurtigt på kort tid.
Da ChatGPT først blev lanceret, var driften næsten udelukkende afhængig af Nvidia-chips. Dette førte til en stigning i hardwarekøb fra tech-giganter som Anthropic og Meta.
Spillet er dog ikke kun for Nvidia. Konkurrenter som AMD og Google tilbyder også optimale hardwareløsninger til udviklere af AI-modellering.
"Strømmen af chips og chiprelateret kapital påvirker også de økonomiske strømme, i hvert fald væksten i den amerikanske økonomi."
Derudover har virksomheder, der stræber efter at udvikle AI, også ambitioner om at udvikle deres egne chips, fordi omkostningerne ved at købe chips stiger, så selv en lille besparelse er en enorm fordel. Derfor ønsker alle virksomheder at være selvforsynende med chipressourcer," tilføjede hr. Hieu.
![]() |
Dr. Pham Hy Hieu, der repræsenterer OpenAI. |
Markedet for AI-chips er i øjeblikket opdelt i to hovedkategorier baseret på deres tilsigtede anvendelse. Den første kategori er træningschips, som kræver evnen til at udføre stor matrixmultiplikation, ensartet dimensionalitet og høj båndbredde for at forbinde tusindvis af chips samtidigt.
Den anden type er inferenschippen, som kræver et mere beskedent antal links (omkring 50-100 chips) og fokuserer på små matrixproblemer af uregelmæssig størrelse. Inferenschips kræver dog god effektoptimering for bæredygtig drift.
Hvis man ser tilbage på udviklingshistorikken, hvor perioden fra 2019-2023 fokuserede på træning og datakomprimering til GPT-modeller, skifter fokus fra 2024 og frem til ræsonnementsfunktioner. Dette skift fører til en efterspørgsel efter inferenschips.
"Hvilken rolle spiller Vietnam i chipproduktionen? Selvom chipindustrien er en billionindustri, behøver vi ikke milliarder af dollars for at deltage. Vietnameserne kan bidrage til AI-chiplandskabet på mange måder," delte hr. Hieu.
![]() |
Indsigt fra Dr. Pham Hy Hieu om hardware i AI-infrastruktur. |
OpenAI-repræsentanter foreslog to hovedretninger. I stedet for at kappes om at producere chips til sprogmodeller i stor skala, kunne Vietnam fokusere på at udvikle chips med lavt strømforbrug til biler, smartphones eller implanterbart medicinsk udstyr. Disse er markedssegmenter med betydeligt vækstpotentiale og lavere investeringsomkostninger.
For det andet er der integrationen af hardware og software. Bidrag som Flash Attention 2-algoritmen demonstrerer, hvordan en smart kombination af programmering og hardware kan skabe gennembrud uden at kræve massive kapitalinvesteringer.
"Fremtiden ligger i hænderne på dem, der tør se muligheder, tør tage risici og tør møde farer," konkluderede hr. Hieu.
Fremragende hold ved Zalo AI Challenge 2025
Efter talernes præsentationer blev mange praktiske løsninger til anvendelse af kunstig intelligens præsenteret på Zalo AI Challenge 2025. Konkurrencen, der blev lanceret i slutningen af oktober, tiltrak mere end 1.000 deltagende hold.
I år er Zalo AI Challenge opdelt i to kategorier: RoadBuddy (bruger algoritmer til at identificere trafikskilte) og AeroEyes (design af AI til droner, der genkender objekter på jorden). Vinderholdene modtager en samlet pengepræmie på 12.000 dollars samt gaver fra sponsorer.
Ifølge arrangørerne var årets eksamensspørgsmål alle praktiske og viste potentialet ved AI uden for forskningsmiljøer til at løse virkelige problemer.
I RoadBuddy-udfordringen fokuserede deltagerne på at behandle data fra bilers dashcams. Holdene skulle behandle videodatasæt med en varighed på 0-15 sekunder, optaget under forskellige tidsforhold. AI-modellens opgave var præcist at identificere detaljer såsom vejskilte, trafiklys og vognbanemarkeringer, der blev vist i videoen.
![]() ![]() ![]() ![]() |
Deling og uddeling af præmier til Zalo AI Challenge 2025. |
Med et datasæt bestående af 1.500 træningsprøver, 500 offentlige testprøver og 500 private testprøver blev de konkurrerende hold evalueret ud fra to kriterier: nøjagtighed og svartid.
Ifølge Mr. Nguyen Truong Sons vurdering anvendte deltagerne avancerede teknikker såsom Vision Language Model (VLM). Den generelle proces involverer at udtrække billeder fra video som inputdata og derefter kombinere dem med modeller som Qwen eller YOLO for at identificere objekter og give logisk analyse.
I de endelige resultater tog CtelAI-holdet førstepladsen med en nøjagtighed på 71,3%, efterfulgt af BitterSweet med 70,5%.
Med temaet AeroEyes deltog holdene i en kvalifikationsrunde, inden de gik videre til finalen. I finalen skulle kandidaterne programmere modeller direkte på droner, etablere flyveruter og styre kameraer under virkelige forhold for at detektere objekter.
På grund af opgavens sværhedsgrad var antallet af hold, der opfyldte kravene, ikke højt, så arrangørerne introducerede fleksibelt et supplerende emne. De konkurrerende hold justerede hurtigt deres modeller for at opfylde kravene. Som et resultat vandt hold AIO_C3A takket være sin højeste effektivitet. Andenpladsen blev delt af holdene IUH_Alers_K16 og AEB.
Kilde: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html



























