Celebrada por primera vez en 2017, la Cumbre de IA de Zalo es un evento que reúne a reconocidos expertos en el campo de la IA. Bajo el lema "Vietnam en la era de la IA-ificación", la Cumbre de IA de Zalo 2025 presentará soluciones para aplicar la IA en la vida cotidiana, predecirá las tendencias de la IA y mostrará los logros de Zalo en acercar la IA a los usuarios.
En su discurso inaugural, el Sr. Nguyen Minh Tu, Director de Tecnología de Zalo, afirmó que la era de la IA comenzó a surgir en 2018-2019 con los primeros modelos de transformadores. Sin embargo, no fue hasta la aparición de GPT-3.5 y ChatGPT en 2022 que estos modelos de lenguaje alcanzaron una alta calidad y se hicieron accesibles a un público más amplio.
"Fue entonces cuando comenzó la era de la IA, cuando la gente empezó a usar ChatGPT", enfatizó el Sr. Tu.
Señal positiva para Vietnam
A medida que empresas como Google, Anthropic y DeepSeek mejoran cada vez más el modelado de lenguajes de gran tamaño (LLM), el mercado de la IA está presenciando un punto de inflexión llamado IA agentica.
A diferencia de la IA convencional, que solo puede resolver tareas individuales, la IA agentica es un sistema autónomo capaz de conectar múltiples agentes para manejar problemas complejos.
"La IA de Agentic funciona como nuestros empleados. Puede analizar, razonar, ejecutar tareas y generar informes según nuestras órdenes", añadió el Sr. Tu.
En Vietnam, Zalo es una de las empresas que integra numerosas funciones de IA para atender a sus usuarios. Para 2025, se espera que el número de usuarios de estos servicios supere los 17 millones, lo que representa un aumento de más del 200 %. Más de 7,5 millones de personas utilizan la función de dictado (conversión de voz a texto).
"Esta función ha cambiado la forma en que muchas personas usan Zalo. En lugar de escribir, usar la voz es mucho más rápido y cómodo", enfatizó el Sr. Tú.
La función de traducción de mensajes del vietnamita al inglés también ha atraído a un gran número de usuarios. El Sr. Tu reveló que pronto se añadirá la traducción en vivo para las llamadas de Zalo.
 |
Sr. Nguyen Minh Tu, Director de Tecnología de Zalo. |
Además de atender a los usuarios finales, la IA también respalda las operaciones de Zalo. La empresa ha desarrollado un chatbot de atención al cliente que ayuda a resolver el problema de la expansión durante las temporadas pico, cuando es difícil contratar personal adicional.
Tras 3 meses de implementación, el sistema de chatbot en Zalo alcanzó una tasa de respuesta del 90 %, superior a la de los humanos. Solo entre el 2 % y el 3 % de los casos requirió asistencia humana del chatbot.
Un representante de Zalo reconoció que aún existen desafíos en la aplicación interna de la IA, relacionados con la privacidad y la seguridad. Por ello, la plataforma opta por un enfoque flexible, aplicando un modelo propio para datos sensibles y aprovechando chatbots externos para datos menos sensibles.
El Sr. Tú también mencionó el Desafío de IA Zalo 2025, una competencia para desarrollar soluciones de IA aplicadas a la vida cotidiana. Además de jóvenes y estudiantes, la competencia de este año atrajo a varios estudiantes de secundaria, algunos de los cuales incluso llegaron a los 5 primeros puestos.
"Esto demuestra que la IA ha permeado todos los ámbitos de la sociedad, extendiéndose incluso a las escuelas, donde los niños están expuestos a ella desde muy pequeños. Es una señal positiva para Vietnam en la era de la 'transformación de la IA'", enfatizó un representante de Zalo.
La ola de agentes de IA
En la primera sesión, el profesor asociado Quan Thanh Tho, de la Universidad Tecnológica de Ciudad Ho Chi Minh, planteó la cuestión de cómo la IA multimodal transformará el mundo . Argumentó que el Máster en Derecho (LLM) ha llegado a su fin y que la tendencia tecnológica está cambiando gradualmente hacia los Sistemas Multiagente (SAM).
El Profesor Asociado Dr. coincidió con el Sr. Tu en el importante hito del LLM con la introducción de GPT-3.5, afirmando que el objetivo común de los chatbots es imitar a los humanos lo más fielmente posible. El concepto de agentes de IA ya existía, pero solo prosperó en el marco del LLM.
“Agent es una arquitectura bastante clásica y, al combinarse con LLM, permite la comunicación entre modelos”, afirmó el Sr. Tho. Las palabras clave "AI Agents" y "Agentic AI" también han figurado entre los términos más buscados en Google Trends desde finales de 2024 hasta la actualidad.
 |
Prof. Asociado Dr. Quan Thanh Tho, Jefe del Departamento de Ciencias de la Computación e Ingeniería, Universidad Tecnológica de la Ciudad de Ho Chi Minh. |
El profesor asociado explicó que la IA agéntica es simplemente un sistema compuesto por múltiples agentes que trabajan juntos. Al recibir una orden del usuario, los agentes desglosan la solicitud, asignan tareas, seleccionan las herramientas adecuadas y las ejecutan paso a paso para lograr una mayor eficiencia en comparación con un modelo único.
El Sr. Tho también presentó algunas aplicaciones prácticas de MAS en empresas nacionales. En particular, los agentes de IA pueden procesar simultáneamente archivos PDF, imágenes y documentos, lo que mejora la eficiencia entre un 40 % y un 60 %. En el sector asegurador, esta tecnología ayuda a las empresas a automatizar entre un 20 % y un 40 % de su carga de trabajo.
Además, los agentes de IA pueden recopilar información en tiempo real, lo que ayuda a proporcionar precios de mercado instantáneos. En su trabajo, el profesor asociado Dr. [Nombre] afirmó que el sistema de agentes de IA actúa como un asistente inteligente, capaz de responder preguntas escolares a padres y estudiantes. En el ámbito educativo , los agentes de IA ayudan a crear modelos de aprendizaje personalizados, adaptados a la trayectoria de aprendizaje de cada estudiante.
 |
La Cumbre Zalo AI 2025 atrajo a una gran cantidad de participantes interesados en el campo de la IA. |
En general, la ventaja de MAS reside en su capacidad para gestionar múltiples problemas complejos en paralelo. Mediante el proceso de razonamiento, los agentes pueden procesar la información de forma independiente, aprender unos de otros y del usuario para reducir errores y producir resultados precisos y personalizados.
Las arquitecturas de agentes modernas a menudo se proporcionan como herramientas y plataformas con interfaces fáciles de usar, lo que las hace más accesibles para el público en general.
Con base en estos beneficios, el Sr. Tho enfatizó la importancia de aplicar tecnología y adaptar los procesos de trabajo internos en las empresas. Según el Profesor Asociado, en el contexto de la fuerte tendencia de innovación que se está dando a nivel mundial, esta es una tendencia a la que las empresas deben prestar especial atención.
¿Qué viene después de la IA agente?
Recientemente, los robots humanoides se han convertido en tendencia y han atraído la atención del mundo tecnológico. Esta es también la aplicación más común de la IA física.
Al compartir sus pensamientos sobre este tema, el Dr. Tran Minh Quan, tecnólogo desarrollador sénior de Nvidia Vietnam, enfatizó que la IA física es el desarrollo más avanzado en las tendencias de IA, después de la era de la IA generativa o IA agentica.
"Estos modelos de IA son capaces de recibir comandos o datos de entrada y luego producir acciones específicas que afectan a los motores o componentes de control de robots como brazos robóticos, vehículos autónomos, fábricas, etc.", compartió el Sr. Quan, ofreciendo una descripción general de la IA física.
 |
El Dr. Tran Minh Quan de Nvidia compartió sus conocimientos sobre las tendencias en IA física. |
Según representantes de Nvidia, la IA física podría convertirse en una industria de un billón de dólares en el futuro. El potencial para aplicar la IA física es enorme, dado que la infraestructura global de hardware actual incluye aproximadamente 2000 millones de cámaras industriales, 10 millones de fábricas, 200 000 almacenes y 1500 millones de vehículos, sin mencionar los miles de millones de robots humanoides que podrían implementarse en el futuro.
"Si cada dispositivo estuviera equipado con un 'cerebro' de IA para gestionar la carga de trabajo actual, las tareas podrían realizarse a una escala muy diferente a la actual", añadió el Sr. Quan.
La necesidad de IA física surge de la escasez de personal en muchas industrias. Trabajos altamente cualificados en entornos hostiles, como la soldadura en espacios cerrados y oscuros, resultan difíciles para los humanos.
Los robots son ahora una solución que equilibra los costos de personal y operativos. Los costos se pueden optimizar, ya que los robots ahora tienen la capacidad de aprender nuevas tareas de forma independiente, en lugar de simplemente realizar tareas repetitivas.
"Por eso, el 'momento' ChatGPT para la robótica podría llegar este año o el próximo", enfatizó el Sr. Quan.
 |
La IA física se considera el siguiente paso después de la IA generativa y la IA agentiva. |
Para hacer realidad esta visión, los representantes de Nvidia propusieron un modelo de tres computadoras, correspondientes a tres etapas clave en el desarrollo de la IA física.
Por consiguiente, la primera fase se centra en sentar las bases en el servidor. Tras el entrenamiento, el modelo puede colocarse en un entorno de simulación para aprender sobre las interacciones causales, lo que le ayuda a desarrollar un mejor comportamiento en el mundo real.
La simulación ayuda a los robots a reconocer objetos con precisión y a manipularlos. Más importante aún, permite que varios robots trabajen juntos simultáneamente, probando escenarios de colisión sin incurrir en el costo del hardware real. Finalmente, permite la implementación directa en el hardware.
El desafío de implementar IA a gran escala.
El proceso de “IA-ización”, que implica la integración de tecnología en las operaciones diarias para mejorar la eficiencia y respaldar la toma de decisiones, se está acelerando a nivel mundial.
Según el Dr. Chau Thanh Duc, director de investigación de Zalo AI, el ritmo de la IA en Vietnam se debe a muchos factores, entre los que destaca el desarrollo de modelos de IA, la rápida mejora del hardware y la infraestructura de datos, y el proceso de transformación digital.
Vietnam se considera uno de los países con mayor potencial para el desarrollo de la IA, como lo demuestran sus programas de captación de talento, la creación de una comunidad tecnológica y el apoyo gubernamental. Además, se considera que los ciudadanos vietnamitas tienen un alto nivel de preparación para la transformación digital.
 |
Dr. Chau Thanh Duc, Director de Investigación de Zalo AI. |
En esta transformación, Zalo lanzó numerosas funciones relacionadas con la IA, como el asistente virtual Kiki. La empresa busca desarrollar herramientas que aumenten la eficiencia laboral y sean especialmente fáciles de usar para todos. Las herramientas de Zalo facilitan todo, desde la codificación, la programación y la investigación, hasta actividades cotidianas como la comunicación, la traducción y la búsqueda de imágenes.
Sin embargo, los expertos creen que esto es solo el comienzo y que aún existen muchas dificultades en el proceso de transformación de la IA. El Dr. Nguyen Truong Son, director científico de Zalo AI, afirmó que las dificultades se deben a la seguridad, los costos y las altas exigencias de los usuarios. Estas dificultades no solo afectan a Zalo, sino también a los usuarios y las empresas.
El primer obstáculo radica en elegir un modelo de IA que garantice cierto nivel de autonomía. Los modelos de terceros suelen ofrecer un mejor rendimiento y calidad de salida, mientras que los modelos internos tienen la ventaja del control de la información, pero son limitados en términos de estabilidad y eficiencia.
    |
Información compartida por representantes de Zalo AI. |
Además, la mayoría de los modelos actuales comparten debilidades comunes, como una precisión incompleta y resultados inconsistentes. Muchos chatbots tienen una capacidad limitada para comprender y procesar el vietnamita, lo que les impide cumplir con requisitos o contextos específicos.
Para abordar este problema, los expertos de Zalo propusieron varias soluciones, como aplicar tecnología avanzada de desarrollo de modelos y combinar fuentes de datos fiables durante el entrenamiento del chatbot. Simultáneamente, el equipo de desarrollo evaluó continuamente el modelo mediante pruebas internas.
Otro desafío radica en equilibrar el costo, el rendimiento y la seguridad. Según el Dr. Nguyen Truong Son, usar un modelo pequeño para gestionar solicitudes complejas puede aumentar el tiempo de procesamiento y los costos operativos, y viceversa.
 |
Dr. Nguyen Truong Son, director científico de Zalo AI. |
Argumentó que la optimización puede comenzar desde la entrada del comando. Los usuarios pueden reducir los costos de tokens limitando la longitud innecesaria y proporcionando un contexto claro y conciso para el chatbot.
A nivel de sistema, el equipo de Zalo implementa diversas soluciones, como sugerir comandos apropiados e implementar capas de control para garantizar la seguridad de la información del usuario.
En general, se considera que Vietnam está bien preparado para la ola global de IA. Zalo es uno de los primeros en participar en esta transformación, centrándose en abordar los desafíos de costo, calidad y seguridad al implementar IA a gran escala.
La feroz carrera por los chips
El auge de la IA es resultado de avances en hardware o chips. El Dr. Pham Hy Hieu, de OpenAI, destaca que la aparición de ChatGPT revolucionó el sector de los chips, permitiendo a Nvidia crecer rápidamente en poco tiempo.
Cuando se lanzó ChatGPT, su funcionamiento dependía casi por completo de chips Nvidia. Esto provocó un aumento repentino en las compras de hardware de gigantes tecnológicos como Anthropic y Meta.
Sin embargo, el juego no es solo para Nvidia. Competidores como AMD y Google también ofrecen soluciones de hardware óptimas para desarrolladores de modelado de IA.
"El flujo de chips y de capital relacionado con ellos también afecta a los flujos económicos, al menos al crecimiento de la economía estadounidense".
Además, las empresas que aspiran a desarrollar IA también aspiran a desarrollar sus propios chips, ya que el coste de su adquisición está aumentando, por lo que incluso un pequeño ahorro supone un gran beneficio. Por eso, todas las empresas aspiran a ser autosuficientes en cuanto a recursos de chips", añadió el Sr. Hieu.
 |
Dr. Pham Hy Hieu, en representación de OpenAI. |
El mercado de chips de IA se divide actualmente en dos categorías principales según su uso previsto. La primera categoría son los chips de entrenamiento, que requieren la capacidad de realizar grandes multiplicaciones de matrices, dimensionalidad uniforme y un gran ancho de banda para conectar miles de chips simultáneamente.
El segundo tipo es el chip de inferencia, que requiere un número más modesto de enlaces (alrededor de 50-100 chips) y se centra en problemas matriciales pequeños e irregulares. Sin embargo, los chips de inferencia requieren una buena optimización energética para un funcionamiento sostenible.
Si analizamos el historial de desarrollo, si bien el período 2019-2023 se centró en el entrenamiento y la compresión de datos para modelos GPT, a partir de 2024, el enfoque se está desplazando hacia las capacidades de razonamiento. Este cambio genera una demanda de chips de inferencia.
"¿Qué papel desempeña Vietnam en la fabricación de chips? Si bien la industria de chips mueve billones de dólares, no necesitamos decenas de miles de millones para participar. Los vietnamitas pueden contribuir al sector de los chips de IA de muchas maneras", comentó el Sr. Hieu.
 |
Perspectivas del Dr. Pham Hy Hieu sobre el hardware en la infraestructura de IA. |
Los representantes de OpenAI propusieron dos direcciones principales. En lugar de competir por la producción de chips para modelos lingüísticos a gran escala, Vietnam podría centrarse en el desarrollo de chips de bajo consumo para automóviles, teléfonos inteligentes o dispositivos médicos implantables. Estos son segmentos de mercado con un importante potencial de crecimiento y menores costos de inversión.
En segundo lugar, está la integración de hardware y software. Contribuciones como el algoritmo Flash Attention 2 demuestran cómo una inteligente combinación de programación y hardware puede generar avances sin requerir una gran inversión de capital.
"El futuro está en manos de quienes se atreven a ver las oportunidades, a correr riesgos y a afrontar los peligros", concluyó el Sr. Hieu.
Equipos destacados en el Zalo AI Challenge 2025
Tras las presentaciones de los ponentes, en el Zalo AI Challenge 2025 se presentaron numerosas soluciones prácticas para la aplicación de la IA. La competición, lanzada a finales de octubre, contó con la participación de más de 1.000 equipos.
Este año, el Desafío de IA de Zalo se divide en dos categorías: RoadBuddy (que utiliza algoritmos para identificar señales de tráfico) y AeroEyes (que diseña IA para que los drones reconozcan objetos terrestres). Los equipos ganadores recibirán un premio total en efectivo de $12,000, además de obsequios de los patrocinadores.
Según los organizadores, las preguntas del examen de este año fueron todas prácticas y mostraron el potencial de la IA fuera de los entornos de investigación para resolver problemas del mundo real.
En el desafío RoadBuddy, los concursantes se centraron en procesar datos de cámaras de salpicadero de coches. Los equipos tuvieron que procesar conjuntos de datos de vídeo de entre 0 y 15 segundos de duración, grabados en diversas condiciones de tiempo. La tarea del modelo de IA era identificar con precisión detalles como señales de tráfico, semáforos y marcas de carril que aparecían en el vídeo.
    |
Reparto y entrega de premios para el Zalo AI Challenge 2025. |
Con un conjunto de datos compuesto por 1.500 muestras de entrenamiento, 500 muestras de prueba públicas y 500 muestras de prueba privadas, los equipos competidores fueron evaluados en función de dos criterios: precisión y tiempo de respuesta.
Según la evaluación del Sr. Nguyen Truong Son, los concursantes aplicaron técnicas avanzadas como el Modelo de Lenguaje de Visión (VLM). El proceso general consiste en extraer fotogramas del vídeo como datos de entrada y combinarlos con modelos como Qwen o YOLO para identificar objetos y proporcionar un análisis lógico.
En los resultados finales, el equipo CtelAI obtuvo el primer lugar con una tasa de precisión del 71,3%, seguido de BitterSweet con el 70,5%.
Con el tema AeroEyes, los equipos participaron en una ronda clasificatoria antes de avanzar a la final. En la final, los candidatos tuvieron que programar modelos directamente en drones, establecer rutas de vuelo y controlar cámaras en condiciones reales para detectar objetos.
Debido a la dificultad de la tarea, el número de equipos que cumplían los requisitos era bajo, por lo que los organizadores, con flexibilidad, introdujeron un tema complementario. Los equipos participantes ajustaron rápidamente sus modelos para cumplir con los requisitos. Como resultado, el equipo AIO_C3A ganó gracias a su mayor eficiencia. El segundo puesto lo compartieron los equipos IUH_Alers_K16 y AEB.
Fuente: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
Kommentar (0)