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 inteligencia artificial. Bajo el lema "Vietnam en la era de la IA", 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 para acercar la IA a los usuarios.
En su discurso de apertura, el Sr. Nguyen Minh Tu, Director de Tecnología de Zalo, afirmó que la era de la IA comenzó a surgir entre 2018 y 2019 con los primeros modelos Transformer. Sin embargo, no fue hasta la aparición de GPT-3.5 y ChatGPT en 2022 que estos modelos de lenguaje alcanzaron un alto nivel de calidad y se volvieron accesibles a un público más amplio.
"Ahí fue 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 sus modelos de lenguaje a gran escala (LLM, por sus siglas en inglés), el mercado de la IA está presenciando un punto de inflexión denominado IA con agentes.
A diferencia de la IA convencional, que solo puede resolver tareas individuales, la IA agencial es un sistema autónomo capaz de conectar múltiples agentes para abordar problemas complejos.
"La IA automatizada funciona como nuestros empleados. Puede analizar, razonar, realizar tareas y redactar informes basándose en nuestras órdenes", añadió el Sr. Tu.
En Vietnam, Zalo es una de las empresas que integra numerosas funciones de inteligencia artificial para ofrecer un mejor servicio a sus usuarios. Se prevé que para 2025, 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 (que convierte la voz en texto).
"Esta función ha cambiado la forma en que muchas personas usan Zalo. En lugar de escribir texto, usar la voz es mucho más rápido y conveniente", 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 tiempo real 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 creado un chatbot de atención al cliente que ayuda a solucionar el problema de la escalabilidad durante los períodos de mayor demanda, cuando resulta difícil contratar personal adicional.
Tras tres meses de implementación, el sistema de chatbot de Zalo alcanzó una tasa de respuesta del 90%, superior a la de los humanos. Solo entre el 2% y el 3% de los casos requirieron la asistencia humana del chatbot.
Un representante de Zalo reconoció que aún existen algunos 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 utilizando chatbots externos para datos menos sensibles.
El Sr. Tú también mencionó el Zalo AI Challenge 2025, una competencia para desarrollar soluciones de aplicaciones de IA para la vida cotidiana. Además de jóvenes y estudiantes, la competencia de este año atrajo a varios estudiantes de secundaria, algunos incluso llegando a estar entre los 5 mejores.
"Esto demuestra que la IA ha calado en todos los ámbitos de la sociedad, llegando incluso a las escuelas, donde los niños están expuestos a ella desde muy temprana edad. Es una señal positiva para Vietnam en la era de la 'transformación por IA'", destacó 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 cambiará el mundo . Argumentó que el modelo LLM ha llegado al final de su ciclo y que la tendencia tecnológica se está desplazando gradualmente hacia los sistemas multiagente (MAS).
El profesor asociado Dr. coincidió con el Sr. Tu respecto al hito significativo que supuso para LLM 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 floreció realmente bajo el marco de LLM.
“Agent es una arquitectura bastante clásica, y cuando se combina con LLM, proporciona la capacidad de comunicación entre modelos”, dijo el Sr. Tho. Las palabras clave "Agents" y "Agentic AI" también han estado entre los términos más buscados en Google Trends desde finales de 2024 hasta la actualidad.
 |
Profesor asociado Dr. Quan Thanh Tho, Jefe del Departamento de Ciencias de la Computación e Ingeniería, Universidad Tecnológica de Ciudad Ho Chi Minh. |
El profesor asociado explicó que la IA agente 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 los sistemas multiagente (MAS) en empresas nacionales. En particular, los agentes de IA pueden procesar simultáneamente archivos PDF, imágenes y documentos, mejorando 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 tienen la capacidad de 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 relacionadas con la escuela para padres y estudiantes. En educación , los agentes de IA ayudan a crear modelos de aprendizaje personalizados adaptados al itinerario de aprendizaje de cada estudiante.
 |
La Cumbre de IA de Zalo 2025 atrajo a un gran número de participantes interesados en el campo de la inteligencia artificial. |
En general, la ventaja de los sistemas multiagente radica en su capacidad para resolver múltiples problemas complejos en paralelo. Mediante el razonamiento, los agentes pueden procesar información de forma independiente, aprender unos de otros y del usuario para reducir errores y obtener resultados precisos y personalizados.
Las arquitecturas de agentes modernas suelen proporcionarse como herramientas y plataformas con interfaces fáciles de usar, lo que las hace más accesibles al público en general.
Basándose en estos beneficios, el Sr. Tho hizo hincapié en la importancia de aplicar la tecnología y ajustar los procesos de trabajo internos de las empresas. Según el profesor asociado, en el contexto de la fuerte tendencia a la innovación que se observa a nivel mundial, esta es una tendencia a la que las empresas deben prestar especial atención.
¿Qué viene después de la IA con capacidad de agencia?
Recientemente, los robots humanoides se han convertido en una tendencia que atrae la atención en el mundo de la tecnología. Esta es también la aplicación más común de la IA física.
Al compartir sus reflexiones sobre este tema, el Dr. Tran Minh Quan, tecnólogo desarrollador sénior de Nvidia Vietnam, hizo hincapié en que la IA física es el desarrollo más avanzado en las tendencias de la IA, después de la era de la IA generativa o la IA con agentes.
"Estos modelos de IA son capaces de recibir comandos o datos de entrada y, a continuación, producir acciones específicas que afectan a los motores o a los componentes de control de robots como brazos robóticos, vehículos autónomos, fábricas, etc.", compartió el Sr. Quan, ofreciendo una visión general de la IA física.
 |
El Dr. Tran Minh Quan, de Nvidia, compartió sus ideas sobre las tendencias en la IA física. |
Según representantes de Nvidia, la IA física podría convertirse en una industria multimillonaria en el futuro. El potencial de aplicación de la IA física es enorme, dado que la infraestructura global de hardware actual incluye aproximadamente 2.000 millones de cámaras industriales, 10 millones de fábricas, 200.000 almacenes y 1.500 millones de vehículos, sin mencionar los miles de millones de robots humanoides que podrían desplegarse en el futuro.
"Si cada dispositivo estuviera equipado con un 'cerebro' de IA para gestionar la carga de trabajo actual, las tareas que se podrían realizar serían a una escala muy diferente a la actual", añadió el Sr. Quan.
La necesidad de inteligencia artificial física surge de la escasez de personal en muchos sectores. Los trabajos altamente especializados en entornos hostiles, como la soldadura en espacios cerrados y oscuros, resultan difíciles para los humanos.
Los robots representan 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 trabajos repetitivos.
"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 de agentes. |
Para hacer realidad esta visión, los representantes de Nvidia propusieron un modelo de tres ordenadores, que corresponden a tres etapas clave en el desarrollo de la IA física.
Por consiguiente, la primera fase se centra en la creación de la base en el servidor. Tras el entrenamiento, el modelo puede integrarse en un entorno de simulación para aprender sobre las interacciones causales, lo que le ayudará a desarrollar un mejor comportamiento en el mundo real.
La simulación ayuda a los robots a reconocer objetos con precisión y a saber cómo manipularlos. Más importante aún, permite que varios robots trabajen juntos simultáneamente, probando escenarios de colisión sin incurrir en el costo del hardware real. Finalmente, posibilita la implementación directa en el hardware.
El reto de implementar la IA a gran escala.
El proceso de "IA-ización", que implica la integración de la tecnología en las operaciones diarias para mejorar la eficiencia y apoyar 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 destacan el desarrollo de modelos de IA, la rápida mejora del hardware y la infraestructura de datos, y el proceso de transformación digital.
Vietnam es considerado uno de los países con mayor potencial para el desarrollo de la IA, como lo demuestran los programas de captación de talento, la creación de una comunidad tecnológica y el apoyo gubernamental. Además, se estima que los ciudadanos vietnamitas poseen un alto nivel de preparación para la transformación digital.
 |
El Dr. Chau Thanh Duc, director de investigación de Zalo AI. |
En esta transformación, Zalo lanzó numerosas funciones basadas en inteligencia artificial, como el asistente virtual Kiki. La empresa busca desarrollar herramientas que aumenten la eficiencia laboral y que sean especialmente fáciles de usar para todos. Las herramientas de Zalo abarcan desde codificación, programación e 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 derivan de la seguridad, los costes y las altas exigencias de los usuarios. Estas dificultades no solo afectan a Zalo, sino también a los usuarios y a las empresas.
El primer obstáculo radica en elegir un modelo de IA que garantice un 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 la aplicación de tecnología avanzada de desarrollo de modelos y la combinación de 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 etapa de entrada de comandos. Los usuarios pueden reducir los costos de los 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 y desplegar 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 participantes en esta transformación, centrándose en abordar los desafíos de costo, calidad y seguridad al implementar la IA a gran escala.
La feroz carrera de chips
La explosión de la IA es resultado de los avances en hardware o chips. El Dr. Pham Hy Hieu, de OpenAI, destaca que la aparición de ChatGPT revolucionó los chips, lo que permitió a Nvidia crecer rápidamente en poco tiempo.
Cuando ChatGPT se lanzó por primera vez, su funcionamiento dependía casi por completo de los chips de Nvidia. Esto provocó un aumento considerable en las compras de hardware por parte 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 modelos de IA.
"El flujo de chips y de capital relacionado con los chips también repercute en los flujos económicos, al menos en el crecimiento de la economía estadounidense."
Además, las empresas que aspiran a desarrollar IA también tienen la ambición de desarrollar sus propios chips, ya que el costo de adquirirlos está aumentando, por lo que incluso un pequeño ahorro representa una gran ventaja. Por eso, todas las empresas quieren ser autosuficientes en recursos de chips", agregó 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 multiplicaciones de matrices grandes, dimensionalidad uniforme y un ancho de banda elevado para conectar miles de chips simultáneamente.
El segundo tipo es el chip de inferencia, que requiere un número más reducido de enlaces (entre 50 y 100 chips) y se centra en problemas de matrices pequeñas e irregulares. Sin embargo, los chips de inferencia requieren una buena optimización del consumo energético para un funcionamiento sostenible.
Si analizamos el historial de desarrollo, si bien el período comprendido entre 2019 y 2023 se centró en el entrenamiento y la compresión de datos para modelos GPT, a partir de 2024 la atención se está desplazando hacia las capacidades de razonamiento. Este cambio genera una mayor demanda de chips de inferencia.
«¿Qué papel desempeña Vietnam en la fabricación de chips? Si bien la industria de los 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», compartió el Sr. Hieu.
 |
Reflexiones del Dr. Pham Hy Hieu sobre el hardware en la infraestructura de IA. |
Los representantes de OpenAI propusieron dos líneas de acción principales. En lugar de apresurarse a producir chips para modelos de lenguaje 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 combinación inteligente de programación y hardware puede generar avances significativos sin necesidad de una inversión de capital masiva.
"El futuro está en manos de aquellos que se atreven a ver oportunidades, se atreven a correr riesgos y se atreven a afrontar peligros", concluyó el Sr. Hieu.
Equipos destacados en el Zalo AI Challenge 2025
Tras las presentaciones de los ponentes, se presentaron numerosas soluciones prácticas para la aplicación de la IA en el Zalo AI Challenge 2025. La competición, que se lanzó a finales de octubre, atrajo a más de 1000 equipos participantes.
Este año, el Zalo AI Challenge se divide en dos categorías: RoadBuddy (que utiliza algoritmos para identificar señales de tráfico) y AeroEyes (que diseña inteligencia artificial para que los drones reconozcan objetos en tierra). Los equipos ganadores recibirán un premio en efectivo de 12 000 dólares, además de obsequios de los patrocinadores.
Según los organizadores, las preguntas del examen de este año fueron todas prácticas, demostrando el potencial de la IA fuera de los entornos de investigación para resolver problemas del mundo real.
En el desafío RoadBuddy, los participantes se centraron en el procesamiento de datos de cámaras de salpicadero. Los equipos debían procesar conjuntos de datos de vídeo de entre 0 y 15 segundos de duración, grabados en diversas condiciones temporales. La tarea del modelo de IA consistía en identificar con precisión detalles como señales de tráfico, semáforos y marcas viales que aparecían en el vídeo.
    |
Reparto y entrega de premios del Zalo AI Challenge 2025. |
Con un conjunto de datos que comprendía 1.500 muestras de entrenamiento, 500 muestras de prueba públicas y 500 muestras de prueba privadas, los equipos participantes 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 de un vídeo como datos de entrada y, a continuación, combinarlos con modelos como Qwen o YOLO para identificar objetos y realizar 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%.
Bajo el lema AeroEyes, los equipos participaron en una ronda clasificatoria antes de pasar 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 cumplieron con los requisitos fue bajo, por lo que los organizadores introdujeron un tema complementario. Los equipos participantes ajustaron rápidamente sus modelos para cumplir con los requisitos. Como resultado, el equipo AIO_C3A se alzó con la victoria gracias a su máxima eficiencia. El segundo puesto fue compartido por los equipos IUH_Alers_K16 y AEB.
Fuente: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html
