Der Zalo AI Summit, der erstmals 2017 stattfand, ist eine Veranstaltung, die renommierte KI-Experten zusammenbringt. Unter dem Motto „Vietnam im Zeitalter der KI-isierung“ präsentiert der Zalo AI Summit 2025 Lösungen für den Einsatz von KI im Alltag, prognostiziert KI-Trends und stellt Zalos Erfolge bei der Annäherung von KI an die Nutzer vor.
In seinen einleitenden Worten erklärte Nguyen Minh Tu, Technologiedirektor bei Zalo, dass das Zeitalter der KI 2018/19 mit den ersten Transformer-Modellen begann. Allerdings erreichten diese Sprachmodelle erst mit dem Erscheinen von GPT-3.5 und ChatGPT im Jahr 2022 eine hohe Qualität und wurden einem breiteren Publikum zugänglich.
„Damit begann das Zeitalter der KI, als die Leute anfingen, ChatGPT zu nutzen“, betonte Herr Tu.
Positives Signal für Vietnam
Da Unternehmen wie Google, Anthropic und DeepSeek die Modellierung großer Sprachen (LLM) immer weiter verbessern, erlebt der KI-Markt einen Wendepunkt, der als agentenbasierte KI bezeichnet wird.
Im Gegensatz zur herkömmlichen KI, die nur einzelne Aufgaben lösen kann, ist die agentenbasierte KI ein autonomes System, das mehrere Agenten miteinander verbinden kann, um komplexe Probleme zu bewältigen.
„Agentic AI funktioniert wie unsere Mitarbeiter. Es kann analysieren, schlussfolgern, Aufgaben ausführen und Berichte auf der Grundlage unserer Befehle schreiben“, fügte Herr Tu hinzu.
In Vietnam ist Zalo eines der Unternehmen, das zahlreiche KI-Funktionen in seine Dienste integriert. Bis 2025 wird die Zahl der Nutzer dieser Dienste voraussichtlich auf über 17 Millionen steigen – ein Zuwachs von über 200 %. Mehr als 7,5 Millionen Menschen nutzen die Diktierfunktion (Umwandlung von Sprache in Text).
„Diese Funktion hat die Art und Weise, wie viele Menschen Zalo nutzen, verändert. Anstatt Text einzutippen, ist die Spracheingabe viel schneller und bequemer“, betonte Herr Tú.
Die Funktion zur Übersetzung von Nachrichten vom Vietnamesischen ins Englische hat ebenfalls viele Nutzer angezogen. Herr Tu gab bekannt, dass die Live-Übersetzung für Zalo-Anrufe in Kürze hinzugefügt wird.
 |
Herr Nguyen Minh Tu, Technologiedirektor bei Zalo. |
Neben der Unterstützung von Endnutzern kommt KI auch den internen Abläufen von Zalo zugute. Das Unternehmen hat einen Kundenservice-Chatbot entwickelt, der dazu beiträgt, das Skalierungsproblem in Spitzenzeiten zu lösen, wenn es schwierig ist, zusätzliches Personal zu rekrutieren.
Nach drei Monaten Implementierung erreichte das Chatbot-System in Zalo eine Antwortrate von 90 %, die höher war als die von Menschen. Nur in etwa 2–3 % der Fälle war die Unterstützung durch den Chatbot erforderlich.
Ein Zalo-Sprecher räumte ein, dass es bei der internen Anwendung von KI noch einige Herausforderungen im Bereich Datenschutz und Sicherheit gibt. Daher verfolgt die Plattform einen flexiblen Ansatz: Für sensible Daten kommt ein selbstentwickeltes Modell zum Einsatz, während für weniger sensible Daten externe Chatbots genutzt werden.
Herr Tú erwähnte außerdem die Zalo AI Challenge 2025, einen Wettbewerb zur Entwicklung von KI-Anwendungen für den Alltag. Neben Jugendlichen und Studierenden nahmen in diesem Jahr auch zahlreiche Gymnasiasten teil, von denen einige sogar unter die ersten Fünf kamen.
„Dies zeigt, dass KI alle Bereiche der Gesellschaft durchdrungen hat und sich sogar bis in die Schulen ausbreitet, wo Kinder schon in jungen Jahren mit KI in Berührung kommen. Dies ist ein positives Zeichen für Vietnam im Zeitalter der ‚KI-Transformation‘“, betonte ein Vertreter von Zalo.
Die Welle von KI-Agenten
In der ersten Sitzung warf Associate Professor Quan Thanh Tho von der Technischen Universität Ho-Chi-Minh-Stadt die Frage auf, wie multimodale KI die Welt verändern wird. Er argumentierte, dass der LLM-Studiengang seinen Endzyklus erreicht habe und sich der Technologietrend allmählich in Richtung Multiagentensysteme (MAS) verlagere.
Privatdozent Dr. stimmte Herrn Tu hinsichtlich des bedeutenden Meilensteins des LLM-Programms mit der Einführung von GPT-3.5 zu und erklärte, dass das gemeinsame Ziel von Chatbots darin bestehe, Menschen so genau wie möglich nachzuahmen. Das Konzept von KI-Agenten existierte zwar schon vorher, konnte sich aber erst im Rahmen des LLM-Programms richtig entfalten.
„Agentenarchitekturen sind recht klassisch, und in Kombination mit LLM ermöglichen sie die Kommunikation zwischen Modellen“, sagte Herr Tho. Die Keywords „KI-Agenten“ und „Agentenbasierte KI“ gehören seit Ende 2024 zu den meistgesuchten Begriffen bei Google Trends.
 |
Assoc. Prof. Dr. Quan Thanh Tho, Leiter des Fachbereichs Informatik und Ingenieurwesen, Technische Universität Ho-Chi-Minh-Stadt. |
Der Dozent erklärte, dass agentenbasierte KI im Grunde ein System aus mehreren zusammenarbeitenden Agenten ist. Nach Erhalt eines Benutzerbefehls zerlegen die Agenten die Anfrage, weisen Aufgaben zu, wählen die passenden Werkzeuge aus und führen diese Schritt für Schritt aus, um im Vergleich zu einem einzelnen Modell eine höhere Effizienz zu erzielen.
Herr Tho präsentierte außerdem einige praktische Anwendungsbeispiele von MAS in inländischen Unternehmen. Insbesondere können KI-Agenten PDF-Dateien, Bilder und Dokumente gleichzeitig verarbeiten und so die Effizienz um 40–60 % steigern. Im Versicherungssektor hilft diese Technologie Unternehmen, 20–40 % ihrer Arbeitslast zu automatisieren.
Darüber hinaus können KI-Agenten Echtzeitinformationen sammeln und so aktuelle Marktpreise bereitstellen. Professor Dr. [Name] erklärte, dass das KI-Agentensystem als intelligenter Assistent fungiert und Fragen von Eltern und Schülern zum Schulalltag beantworten kann. Im Bildungsbereich helfen KI-Agenten bei der Erstellung personalisierter Lernmodelle, die auf den individuellen Lernweg jedes Schülers zugeschnitten sind.
 |
Der Zalo AI Summit 2025 lockte eine große Anzahl von Teilnehmern an, die sich für den Bereich der künstlichen Intelligenz interessierten. |
Der Vorteil von Multiagentensystemen (MAS) liegt insgesamt in ihrer Fähigkeit, mehrere komplexe Probleme parallel zu lösen. Durch den Denkprozess können Agenten Informationen unabhängig verarbeiten, voneinander und vom Benutzer lernen, um Fehler zu reduzieren und präzise sowie personalisierte Ergebnisse zu liefern.
Moderne Agentenarchitekturen werden häufig als Werkzeuge und Plattformen mit benutzerfreundlichen Schnittstellen bereitgestellt, wodurch sie einem breiteren Publikum zugänglich gemacht werden.
Aufgrund dieser Vorteile betonte Herr Tho die Wichtigkeit des Technologieeinsatzes und der Anpassung interner Arbeitsprozesse in Unternehmen. Laut dem Dozenten handelt es sich angesichts des weltweit starken Innovationstrends um eine Entwicklung, der Unternehmen besondere Aufmerksamkeit schenken sollten.
Was kommt nach der agentischen KI?
In letzter Zeit haben sich humanoide Roboter zu einem Trend entwickelt, der in der Tech-Welt große Aufmerksamkeit erregt. Dies ist auch die häufigste Anwendung von physikalischer KI.
Dr. Tran Minh Quan, Senior Developer Technologist bei Nvidia Vietnam, teilte seine Gedanken zu diesem Thema mit und betonte, dass die physikalische KI die fortschrittlichste Entwicklung im Bereich der KI-Trends darstellt, nach der Ära der generativen KI oder agentenbasierten KI.
„Diese KI-Modelle sind in der Lage, Befehle oder Eingabedaten zu empfangen und dann spezifische Aktionen auszuführen, die Motoren oder Steuerungskomponenten von Robotern wie Roboterarmen, autonomen Fahrzeugen, Fabriken usw. beeinflussen“, erklärte Herr Quan und gab damit einen Überblick über die physikalische KI.
 |
Dr. Tran Minh Quan von Nvidia teilte seine Erkenntnisse zu den Trends in der physikalischen KI. |
Laut Nvidia-Vertretern könnte die physische KI in Zukunft zu einer Billionen-Dollar-Industrie werden. Das Anwendungspotenzial ist enorm, wenn man bedenkt, dass die aktuelle globale Hardware-Infrastruktur rund 2 Milliarden Industriekameras, 10 Millionen Fabriken, 200.000 Lagerhallen und 1,5 Milliarden Fahrzeuge umfasst – ganz zu schweigen von Milliarden humanoider Roboter, die zukünftig eingesetzt werden könnten.
„Wenn jedes Gerät mit einem KI-Gehirn ausgestattet wäre, das die aktuelle Arbeitslast bewältigen könnte, könnten Aufgaben in einem ganz anderen Umfang unterstützt werden als heute“, fügte Herr Quan hinzu.
Der Bedarf an physikalischer KI ergibt sich aus dem Fachkräftemangel in vielen Branchen. Hochqualifizierte Tätigkeiten in anspruchsvollen Umgebungen, wie beispielsweise Schweißen in geschlossenen, dunklen Räumen, erweisen sich für Menschen als schwierig.
Roboter bieten heute eine Lösung, die Personal- und Betriebskosten in Einklang bringt. Die Kosten lassen sich optimieren, da Roboter nun in der Lage sind, selbstständig neue Aufgaben zu erlernen, anstatt nur sich wiederholende Arbeiten auszuführen.
„Deshalb könnte der ChatGPT-Moment für die Robotik in diesem oder im nächsten Jahr kommen“, betonte Herr Quan.
 |
Physikalische KI wird als nächster Schritt nach generativer KI und agentenbasierter KI betrachtet. |
Um diese Vision zu verwirklichen, schlugen Vertreter von Nvidia ein Modell mit drei Computern vor, die drei Schlüsselstadien in der Entwicklung der physikalischen KI entsprechen.
Die erste Phase konzentriert sich daher auf den Aufbau der Grundlage auf dem Server. Nach dem Training kann das Modell in einer Simulationsumgebung eingesetzt werden, um kausale Zusammenhänge zu erlernen und so sein Verhalten in der realen Welt zu verbessern.
Simulationen helfen Robotern, Objekte präzise zu erkennen und richtig zu handhaben. Noch wichtiger ist, dass sie es mehreren Robotern ermöglichen, gleichzeitig zusammenzuarbeiten und Kollisionsszenarien zu testen, ohne die Kosten für reale Hardware tragen zu müssen. Schließlich ermöglichen sie die direkte Implementierung auf der Hardware.
Die Herausforderung des großflächigen Einsatzes von KI.
Der Prozess der „KI-isierung“, bei dem Technologie in den täglichen Arbeitsablauf integriert wird, um die Effizienz zu steigern und die Entscheidungsfindung zu unterstützen, beschleunigt sich weltweit.
Laut Dr. Chau Thanh Duc, Forschungsdirektor bei Zalo AI, ist das Tempo der KI in Vietnam auf viele Faktoren zurückzuführen, insbesondere auf die Entwicklung von KI-Modellen, die rasche Verbesserung der Hardware- und Dateninfrastruktur sowie den digitalen Transformationsprozess.
Vietnam gilt als eines der Länder mit erheblichem Potenzial für die Entwicklung von KI, was sich in Talentförderprogrammen, dem Aufbau einer Technologie-Community und staatlicher Unterstützung zeigt. Darüber hinaus wird den vietnamesischen Bürgern eine hohe Bereitschaft für die digitale Transformation zugeschrieben.
 |
Dr. Chau Thanh Duc, Forschungsdirektor bei Zalo AI. |
Im Zuge dieser Transformation hat Zalo zahlreiche KI-bezogene Funktionen eingeführt, darunter den virtuellen Assistenten Kiki. Das Unternehmen hat sich zum Ziel gesetzt, Tools zu entwickeln, die die Arbeitseffizienz steigern und besonders benutzerfreundlich sind. Die Tools von Zalo unterstützen ein breites Spektrum an Aufgaben – von Codierung, Programmierung und Forschung bis hin zu alltäglichen Aktivitäten wie Kommunikation, Übersetzung und Bildersuche.
Experten sind jedoch der Ansicht, dass dies erst der Anfang ist und der Transformationsprozess im Bereich der künstlichen Intelligenz noch mit vielen Schwierigkeiten verbunden ist. Dr. Nguyen Truong Son, Wissenschaftlicher Direktor bei Zalo AI, erklärte, dass diese Schwierigkeiten auf Sicherheitsbedenken, Kostenfragen und hohe Nutzererwartungen zurückzuführen seien. Dies betrifft nicht nur Zalo, sondern auch Nutzer und Unternehmen.
Die erste Hürde besteht darin, ein KI-Modell auszuwählen, das ein gewisses Maß an Autonomie gewährleistet. Modelle von Drittanbietern bieten oft eine bessere Leistung und Ausgabequalität, während interne Modelle den Vorteil der Informationskontrolle haben, aber hinsichtlich Stabilität und Effizienz eingeschränkt sind.
    |
Informationen, die von Vertretern von Zalo AI mitgeteilt wurden. |
Darüber hinaus weisen die meisten aktuellen Modelle gemeinsame Schwächen auf, wie etwa unvollständige Genauigkeit und inkonsistente Ergebnisse. Viele Chatbots haben nur begrenzte Fähigkeiten, Vietnamesisch zu verstehen und zu verarbeiten, und können daher spezifische Anforderungen oder Kontexte nicht erfüllen.
Um dieses Problem zu lösen, schlugen die Experten von Zalo verschiedene Lösungsansätze vor, darunter den Einsatz fortschrittlicher Modellentwicklungstechnologien und die Kombination zuverlässiger Datenquellen während des Chatbot-Trainings. Parallel dazu evaluierte das Entwicklungsteam das Modell kontinuierlich durch interne Tests.
Eine weitere Herausforderung besteht darin, Kosten, Leistung und Sicherheit in Einklang zu bringen. Laut Dr. Nguyen Truong Son kann die Verwendung eines kleinen Modells zur Bearbeitung komplexer Anfragen die Bearbeitungszeit und die Betriebskosten erhöhen, und umgekehrt.
 |
Dr. Nguyen Truong Son, Wissenschaftsdirektor bei Zalo AI. |
Er argumentierte, dass die Optimierung bereits bei der Eingabe der Befehle beginnen kann. Nutzer können die Token-Kosten senken, indem sie unnötige Längen vermeiden und dem Chatbot einen klaren und prägnanten Kontext bereitstellen.
Auf Systemebene setzt das Zalo-Team verschiedene Lösungen um, wie beispielsweise das Vorschlagen geeigneter Befehle und den Einsatz von Kontrollebenen, um die Sicherheit der Benutzerinformationen zu gewährleisten.
Insgesamt gilt Vietnam als gut auf die globale KI-Welle vorbereitet. Zalo gehört zu den Pionieren dieses Wandels und konzentriert sich darauf, die Herausforderungen in Bezug auf Kosten, Qualität und Sicherheit beim großflächigen Einsatz von KI zu bewältigen.
Das erbitterte Chiprennen
Die rasante Entwicklung der KI ist auf Fortschritte bei Hardware bzw. Chips zurückzuführen. Dr. Pham Hy Hieu von OpenAI betont, dass die Einführung von ChatGPT die Chiptechnologie revolutioniert und Nvidia ein schnelles Wachstum innerhalb kürzester Zeit ermöglicht hat.
Als ChatGPT erstmals auf den Markt kam, war der Betrieb fast ausschließlich auf Nvidia-Chips angewiesen. Dies führte zu einem sprunghaften Anstieg der Hardwarekäufe von Technologiekonzernen wie Anthropic und Meta.
Das Spiel ist jedoch nicht nur Nvidia vorbehalten. Konkurrenten wie AMD und Google bieten ebenfalls optimale Hardwarelösungen für Entwickler von KI-Modellen an.
„Der Fluss von Chips und chipbezogenem Kapital beeinflusst auch die Wirtschaftsströme, zumindest das Wachstum der US-Wirtschaft.“
Unternehmen, die KI entwickeln wollen, haben zudem das Ziel, eigene Chips zu entwickeln, da die Kosten für den Chipkauf steigen und selbst geringe Einsparungen einen enormen Vorteil darstellen. „Deshalb möchte jedes Unternehmen in Bezug auf Chipressourcen autark sein“, fügte Herr Hieu hinzu.
 |
Dr. Pham Hy Hieu, Vertreter von OpenAI. |
Der Markt für KI-Chips lässt sich derzeit anhand ihres Verwendungszwecks in zwei Hauptkategorien unterteilen. Die erste Kategorie umfasst Trainingschips, die die Fähigkeit zur Multiplikation großer Matrizen, eine einheitliche Dimensionalität und eine hohe Bandbreite für die gleichzeitige Anbindung Tausender Chips erfordern.
Der zweite Typ ist der Inferenzchip, der eine geringere Anzahl von Verbindungen (etwa 50–100 Chips) benötigt und sich auf kleine, unregelmäßig große Matrixprobleme konzentriert. Allerdings erfordern Inferenzchips eine gute Leistungsoptimierung für einen nachhaltigen Betrieb.
Betrachtet man die Entwicklungsgeschichte, so lag der Fokus im Zeitraum von 2019 bis 2023 auf dem Training und der Datenkomprimierung von GPT-Modellen, während er sich ab 2024 auf die Schlussfolgerungsfähigkeit verlagert. Diese Verlagerung führt zu einer erhöhten Nachfrage nach Inferenzchips.
„Welche Rolle spielt Vietnam in der Chipherstellung? Obwohl die Chipindustrie ein Billionen-Dollar-Markt ist, benötigen wir keine zig Milliarden Dollar, um daran teilzuhaben. Die Vietnamesen können auf vielfältige Weise zur Entwicklung von KI-Chips beitragen“, erklärte Herr Hieu.
 |
Einblicke von Dr. Pham Hy Hieu zur Hardware in der KI-Infrastruktur. |
Vertreter von OpenAI schlugen zwei Hauptrichtungen vor. Anstatt sich auf die Entwicklung von Chips für umfangreiche Sprachmodelle zu konzentrieren, könnte Vietnam den Fokus auf die Entwicklung energieeffizienter Chips für Autos, Smartphones oder implantierbare medizinische Geräte legen. Dies sind Marktsegmente mit erheblichem Wachstumspotenzial und geringeren Investitionskosten.
Zweitens geht es um die Integration von Hardware und Software. Beiträge wie der Flash Attention 2-Algorithmus zeigen, wie eine geschickte Kombination aus Programmierung und Hardware bahnbrechende Entwicklungen ermöglichen kann, ohne dass dafür massive Investitionen nötig sind.
„Die Zukunft liegt in den Händen derer, die es wagen, Chancen zu erkennen, Risiken einzugehen und sich Gefahren zu stellen“, schloss Herr Hieu.
Herausragende Teams bei der Zalo AI Challenge 2025
Im Anschluss an die Vorträge der Referenten wurden auf der Zalo AI Challenge 2025 zahlreiche praktische Lösungen für die Anwendung von KI vorgestellt. Der Ende Oktober gestartete Wettbewerb lockte mehr als 1.000 teilnehmende Teams an.
Die diesjährige Zalo AI Challenge ist in zwei Kategorien unterteilt: RoadBuddy (Algorithmen zur Erkennung von Verkehrszeichen) und AeroEyes (KI für Drohnen zur Erkennung von Objekten am Boden). Die Gewinnerteams erhalten ein Preisgeld von insgesamt 12.000 US-Dollar sowie Geschenke von Sponsoren.
Laut den Organisatoren waren die diesjährigen Prüfungsfragen alle praxisorientiert und zeigten das Potenzial von KI außerhalb von Forschungsumgebungen zur Lösung realer Probleme auf.
Bei der RoadBuddy-Challenge konzentrierten sich die Teilnehmer auf die Verarbeitung von Daten aus Autokameras. Die Teams mussten Videodatensätze von 0 bis 15 Sekunden Länge verarbeiten, die unter verschiedenen Bedingungen aufgenommen worden waren. Die Aufgabe des KI-Modells bestand darin, Details wie Verkehrsschilder, Ampeln und Fahrbahnmarkierungen im Video präzise zu erkennen.
    |
Verteilung und Vergabe der Preise für die Zalo AI Challenge 2025. |
Anhand eines Datensatzes, der 1.500 Trainingsbeispiele, 500 öffentliche Testbeispiele und 500 private Testbeispiele umfasste, wurden die konkurrierenden Teams anhand zweier Kriterien bewertet: Genauigkeit und Reaktionszeit.
Laut der Einschätzung von Herrn Nguyen Truong Son wandten die Teilnehmer fortgeschrittene Techniken wie das Vision Language Model (VLM) an. Der allgemeine Prozess beinhaltet das Extrahieren von Einzelbildern aus Videos als Eingangsdaten und deren anschließende Kombination mit Modellen wie Qwen oder YOLO, um Objekte zu identifizieren und logische Analysen durchzuführen.
Im Endergebnis belegte das Team CtelAI mit einer Genauigkeit von 71,3 % den ersten Platz, gefolgt von BitterSweet mit 70,5 %.
Unter dem Motto „AeroEyes“ traten die Teams in einer Qualifikationsrunde an, bevor sie ins Finale einzogen. Dort mussten die Kandidaten Modelle direkt auf Drohnen programmieren, Flugrouten festlegen und Kameras unter realen Bedingungen steuern, um Objekte zu erkennen.
Aufgrund der Schwierigkeit der Aufgabe erfüllten nur wenige Teams die Anforderungen. Daher führten die Organisatoren flexibel ein Zusatzthema ein. Die teilnehmenden Teams passten ihre Modelle daraufhin schnell an. Team AIO_C3A konnte sich dank seiner herausragenden Leistung schließlich durchsetzen. Den zweiten Platz teilten sich die Teams IUH_Alers_K16 und AEB.
Quelle: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
Kommentar (0)