Hur långt kommer AI att gå?

På Zalos årliga AI-evenemang delade talarna med sig av sina erfarenheter av att tillämpa AI i vardagen och förutspådde nya trender kring agentisk AI och fysisk AI.

Zalo AI Summit, som hölls första gången 2017, är ett evenemang som sammanför välrenommerade experter inom AI-området. Med temat "Vietnam i AI-ifieringens era" kommer Zalo AI Summit 2025 att presentera lösningar för att tillämpa AI i vardagen, förutsäga AI-trender och visa upp Zalos prestationer när det gäller att föra AI närmare användarna.

I sitt inledande tal konstaterade Nguyen Minh Tu, teknikchef på Zalo, att AI-eran började uppstå under 2018-2019 med de första transformatormodellerna. Det var dock inte förrän GPT-3.5 och ChatGPT dök upp 2022 som dessa språkmodeller nådde hög kvalitet och blev tillgängliga för en bredare publik.

"Det var då AI-eran började, när folk började använda ChatGPT", betonade Tu.

Positiv signal för Vietnam

I takt med att företag som Google, Anthropic och DeepSeek i allt högre grad förbättrar storskalig språkmodellering (LLM), bevittnar AI-marknaden en vändpunkt som kallas agentisk AI.

Till skillnad från konventionell AI, som bara kan lösa enskilda uppgifter, är agentisk AI ett autonomt system som kan koppla samman flera agenter för att hantera komplexa problem.

”Agentic AI fungerar som våra anställda. Den kan analysera, resonera, utföra uppgifter och skriva rapporter baserat på våra kommandon”, tillade Tu.

I Vietnam är Zalo ett av de företag som integrerar många AI-funktioner för att betjäna användare. År 2025 förväntas antalet användare av dessa tjänster nå över 17 miljoner, en ökning med över 200 %. Mer än 7,5 miljoner människor använder dikteringsfunktionen (som konverterar tal till text).

"Den här funktionen har förändrat hur många använder Zalo. Istället för att skriva text är det mycket snabbare och bekvämare att använda rösten", betonade Tú.

Funktionen att översätta meddelanden från vietnamesiska till engelska har också lockat ett stort antal användare. Tu avslöjade att liveöversättning för Zalo-samtal kommer att läggas till snart.

Mr. Nguyen Minh Tu, teknikchef på Zalo.

Utöver att betjäna slutanvändare stöder AI även Zalos verksamhet. Företaget har byggt en chatbot för kundtjänst, vilket hjälper till att lösa problemet med uppskalning under perioder med hög belastning när det är svårt att rekrytera ytterligare personal.

Efter 3 månaders implementering uppnådde chatbotsystemet i Zalo en svarsfrekvens på 90 %, vilket är högre än den hos människor. Endast cirka 2–3 % av fallen krävde mänsklig hjälp från chatboten.

En representant för Zalo erkände att det fortfarande finns vissa utmaningar med att tillämpa AI internt, med fokus på integritet och säkerhet. Det är därför plattformen väljer en flexibel metod, där de tillämpar en egenutvecklad modell för känsliga uppgifter och använder externa chatbotar för mindre känsliga uppgifter.

Herr Tú nämnde även Zalo AI Challenge 2025, en tävling för att utveckla AI-applikationslösningar i vardagen. Förutom ungdomar och studenter lockade årets tävling flera gymnasieelever, och några kom till och med bland de fem bästa.

”Detta visar att AI har genomsyrat alla delar av samhället och spridit sig även till skolor där barn exponeras för AI i mycket ung ålder. Detta är ett positivt tecken för Vietnam i en era av 'AI-transformation'”, betonade en representant för Zalo.

Vågen av AI-agenter

Under den första sessionen tog docent Quan Thanh Tho från Ho Chi Minh City University of Technology upp frågan om hur multimodal AI kommer att förändra världen . Han menade att juridikprogrammet har nått sin slutcykel och att tekniktrenden gradvis skiftar mot multiagentsystem (MAS).

Docent Dr. höll med Mr. Tu om den viktiga milstolpen för juridikteknik med introduktionen av GPT-3.5 och konstaterade att det gemensamma målet för chatbotar är att efterlikna människor så nära som möjligt. Konceptet med AI-agenter existerade tidigare, men blomstrade bara på allvar inom ramverket för juridikteknik.

”Agent är en ganska klassisk arkitektur, och i kombination med LLM ger den möjlighet till kommunikation mellan modeller”, sa Tho. Nyckelorden ”AI Agents” och ”Agentic AI” har också varit bland de mest sökta termerna på Google Trends från slutet av 2024 till idag.

Docent Dr. Quan Thanh Tho, chef för institutionen för datavetenskap och teknik, Ho Chi Minh City University of Technology.

Docenten berättade att agentisk AI helt enkelt är ett system som består av flera agenter som arbetar tillsammans. När agenterna tar emot ett kommando från användaren kommer de att bryta ner begäran, tilldela uppgifter, välja lämpliga verktyg och utföra dem steg för steg för att uppnå högre effektivitet jämfört med en enda modell.

Herr Tho presenterade också några praktiska tillämpningar av MAS i inhemska företag. I synnerhet kan AI-agenter samtidigt bearbeta PDF-filer, bilder och dokument, vilket förbättrar effektiviteten med 40–60 %. Inom försäkringssektorn hjälper denna teknik ett företag att automatisera 20–40 % av sin arbetsbelastning.

Dessutom har AI-agenter förmågan att samla in information i realtid, vilket hjälper till att ge omedelbara marknadspriser. På jobbet uppgav docent Dr. [Namn] att AI-agentsystemet fungerar som en intelligent assistent som kan svara på skolrelaterade frågor för föräldrar och elever. Inom utbildning hjälper AI-agenter till att skapa personliga inlärningsmodeller skräddarsydda för varje elevs inlärningsväg.

Zalo AI Summit 2025 lockade ett stort antal deltagare intresserade av AI-området.

Sammantaget ligger fördelen med MAS i dess förmåga att hantera flera komplexa problem parallellt. Genom resonemangsprocessen kan agenter bearbeta information självständigt, lära av varandra och lära av användaren för att minska fel och producera korrekta och personliga resultat.

Moderna agentarkitekturer tillhandahålls ofta som verktyg och plattformar med användarvänliga gränssnitt, vilket gör dem mer tillgängliga för allmänheten.

Baserat på dessa fördelar betonade Tho vikten av att tillämpa teknik och anpassa interna arbetsprocesser inom företag. Enligt docenten är detta en våg som företag behöver vara särskilt uppmärksamma på, i samband med den starka innovationstrenden som sker världen över.

Vad kommer efter agentisk AI?

På senare tid har humanoida robotar blivit en trend som lockar uppmärksamhet i teknikvärlden. Detta är också den vanligaste tillämpningen av fysisk AI.

Dr. Tran Minh Quan, Senior Developer Technologist på Nvidia Vietnam, delade med sig av sina tankar kring detta ämne och betonade att fysisk AI är den mest avancerade utvecklingen inom AI-trender, efter eran av generativ AI eller agentisk AI.

"Dessa AI-modeller kan ta emot kommandon eller indata och sedan producera specifika åtgärder som påverkar motorer eller kontrollkomponenter i robotar som robotarmar, autonoma fordon, fabriker etc.", delade Quan med sig av en översikt över fysisk AI.

Dr. Tran Minh Quan från Nvidia delade med sig av sina insikter om trenderna inom fysisk AI.

Enligt representanter för Nvidia skulle fysisk AI kunna bli en biljonindustri i framtiden. Potentialen för att tillämpa fysisk AI är enorm, med tanke på att den nuvarande globala hårdvaruinfrastrukturen inkluderar cirka 2 miljarder industrikameror, 10 miljoner fabriker, 200 000 lager och 1,5 miljarder fordon, för att inte tala om miljarder humanoida robotar som skulle kunna användas i framtiden.

"Om varje enhet var utrustad med en AI-'hjärna' för att hantera den nuvarande arbetsbelastningen, skulle de uppgifter som stöds kunna vara i en helt annan skala än de är idag", tillade Quan.

Behovet av fysisk AI härrör från personalbrist inom många branscher. Högkvalificerade jobb i tuffa miljöer, som svetsning i slutna, mörka utrymmen, visar sig vara svåra för människor.

Robotar är nu en lösning som balanserar personal- och driftskostnader. Kostnaderna kan optimeras eftersom robotar nu har förmågan att lära sig nya uppgifter självständigt, snarare än att bara utföra repetitiva jobb.

"Det är därför ChatGPT-'ögonblicket' för robotik kan komma i år eller nästa år", betonade Quan.

Fysisk AI anses vara nästa steg efter generativ AI och agentisk AI.

För att förverkliga denna vision föreslog representanter för Nvidia en modell med tre datorer, motsvarande tre viktiga steg i utvecklingen av fysisk AI.

Följaktligen fokuserar den första fasen på att bygga grunden på servern. Efter träning kan modellen placeras i en simuleringsmiljö för att lära sig om kausala interaktioner, vilket hjälper modellen att utveckla bättre beteende i den verkliga världen.

Simulering hjälper robotar att korrekt känna igen objekt och hur de ska hantera dem. Ännu viktigare är att simulering tillåter flera robotar att arbeta tillsammans samtidigt och testa kollisionsscenarier utan att det kostar verklig hårdvara. Slutligen möjliggör det direkt implementering på hårdvaran.

Utmaningen med att implementera AI i stor skala.

Processen med "AI-isering", som innebär att integrera teknik i den dagliga verksamheten för att förbättra effektiviteten och stödja beslutsfattandet, accelererar globalt.

Enligt Dr. Chau Thanh Duc, forskningschef på Zalo AI, beror takten inom AI i Vietnam på många faktorer, framför allt utvecklingen av AI-modeller, den snabba förbättringen av hårdvaru- och datainfrastruktur samt den digitala transformationsprocessen.

Vietnam anses vara ett av de länder med betydande potential för AI-utveckling, vilket framgår av program för kompetensförsörjning, uppbyggnaden av en teknikgemenskap och statligt stöd. Dessutom bedöms vietnamesiska medborgare ha en hög grad av beredskap för digital transformation.

Dr. Chau Thanh Duc, forskningschef på Zalo AI.

I denna omvandling lanserade Zalo många AI-relaterade funktioner, såsom den virtuella assistenten Kiki. Företaget strävar efter att utveckla verktyg som ökar arbetseffektiviteten och är särskilt enkla för alla att använda. Zalos verktyg stöder allt från kodning, programmering och forskning till vardagliga aktiviteter som kommunikation, översättning och bildsökning.

Experter tror dock att detta bara är början, och det finns fortfarande många svårigheter i AI-transformationsprocessen. Dr. Nguyen Truong Son, vetenskapschef på Zalo AI, sa att svårigheterna härrör från säkerhet, kostnadsproblem och höga krav från användare. Dessa är inte bara svårigheter för Zalo utan även för användare och företag.

Det första hindret handlar om att välja en AI-modell som garanterar en viss nivå av autonomi. Tredjepartsmodeller erbjuder ofta bättre prestanda och utdatakvalitet, medan interna modeller har fördelen av informationskontroll men är begränsade vad gäller stabilitet och effektivitet.

Information delad av representanter för Zalo AI.

Dessutom delar de flesta nuvarande modeller gemensamma svagheter såsom ofullständig noggrannhet och inkonsekvent utdata. Många chatbotar har begränsad förmåga att förstå och bearbeta vietnamesiska och uppfyller inte specifika krav eller sammanhang.

För att åtgärda detta problem föreslog experter på Zalo flera lösningar, såsom att tillämpa avancerad modellutvecklingsteknik och kombinera tillförlitliga datakällor under chatbot-utbildning. Samtidigt utvärderade utvecklingsteamet kontinuerligt modellen genom interna tester.

En annan utmaning ligger i att balansera kostnad, prestanda och säkerhet. Enligt Dr. Nguyen Truong Son kan användningen av en liten modell för att hantera komplexa förfrågningar öka handläggningstiden och driftskostnaderna, och vice versa.

Dr. Nguyen Truong Son, vetenskapschef på Zalo AI.

Han menade att optimering kan börja redan från kommandoinmatningsstadiet. Användare kan minska tokenkostnaderna genom att begränsa onödig längd och ge chatboten tydlig och koncis kontext.

På systemnivå implementerar Zalo-teamet olika lösningar, såsom att föreslå lämpliga kommandon och distribuera kontrolllager för att säkerställa säkerheten för användarinformation.

Sammantaget anses Vietnam vara väl förberett för den globala AI-vågen. Zalo är en av de tidiga deltagarna i denna omvandling och fokuserar på att hantera utmaningarna med kostnad, kvalitet och säkerhet vid storskalig implementering av AI.

Den hårda chipracet

Explosionen av AI är ett resultat av framsteg inom hårdvara eller chips. Dr. Pham Hy Hieu från OpenAI betonar att framväxten av ChatGPT revolutionerade chipsen, vilket gjorde det möjligt för Nvidia att växa snabbt på kort tid.

När ChatGPT först lanserades förlitade sig dess drift nästan helt på Nvidia-chip. Detta ledde till en ökning av hårdvaruköp från teknikjättar som Anthropic och Meta.

Spelet är dock inte bara för Nvidia. Konkurrenter som AMD och Google erbjuder också optimala hårdvarulösningar för AI-modelleringsutvecklare.

"Flödet av chips och chiprelaterat kapital påverkar också ekonomiska flöden, åtminstone tillväxten i den amerikanska ekonomin."

Dessutom har företag som strävar efter att utveckla AI ambitioner att utveckla sina egna chip eftersom kostnaden för att köpa chip ökar, så även en liten besparing är en enorm fördel. Det är därför alla företag vill vara självförsörjande på chipresurser, tillade Hieu.

Dr. Pham Hy Hieu, som representerar OpenAI.

Marknaden för AI-chip är för närvarande indelad i två huvudkategorier baserat på deras avsedda användning. Den första kategorin är träningschip, som kräver förmågan att utföra stor matrismultiplikation, enhetlig dimensionalitet och hög bandbredd för att ansluta tusentals chips samtidigt.

Den andra typen är inferenschipet, vilket kräver ett mer blygsamt antal länkar (cirka 50–100 chip) och fokuserar på små matrisproblem av oregelbundet storlek. Inferenschip kräver dock god effektoptimering för hållbar drift.

Om man ser tillbaka på utvecklingshistoriken, om perioden 2019-2023 fokuserade på träning och datakomprimering för GPT-modeller, så flyttas fokus från och med 2024 till resonemangsfunktioner. Denna förskjutning leder till en efterfrågan på inferenschips.

"Vilken roll spelar Vietnam i chiptillverkningen? Även om chipindustrin är en biljonindustri behöver vi inte tiotals miljarder dollar för att delta. Vietnameserna kan bidra till AI-chiplandskapet på många sätt", delade Hieu.

Insikter från Dr. Pham Hy Hieu om hårdvara i AI-infrastruktur.

Representanter för OpenAI föreslog två huvudinriktningar. Istället för att tävla om att producera chip för storskaliga språkmodeller skulle Vietnam kunna fokusera på att utveckla lågenergichip för bilar, smartphones eller implanterbara medicintekniska produkter. Dessa är marknadssegment med betydande tillväxtpotential och lägre investeringskostnader.

För det andra finns det integrationen av hårdvara och mjukvara. Bidrag som Flash Attention 2-algoritmen visar hur en smart kombination av programmering och hårdvara kan skapa genombrott utan att kräva massiva kapitalinvesteringar.

"Framtiden ligger i händerna på dem som vågar se möjligheter, vågar ta risker och vågar möta faror", avslutade Hieu.

Framstående lag vid Zalo AI Challenge 2025

Efter talarnas presentationer presenterades många praktiska lösningar för att tillämpa AI vid Zalo AI Challenge 2025. Tävlingen, som lanserades i slutet av oktober, lockade fler än 1 000 deltagande lag.

I år är Zalo AI Challenge uppdelad i två kategorier: RoadBuddy (använder algoritmer för att identifiera trafikskyltar) och AeroEyes (designar AI för drönare för att känna igen markobjekt). Vinnande lag får ett totalt kontantpris på 12 000 dollar tillsammans med gåvor från sponsorer.

Enligt arrangörerna var årets examensfrågor alla praktiska och visade på potentialen hos AI utanför forskningsmiljöer för att lösa verkliga problem.

I RoadBuddy-utmaningen fokuserade deltagarna på att bearbeta data från bilkameror. Lagen fick bearbeta videodatauppsättningar som var 0–15 sekunder långa, inspelade under olika tidsförhållanden. AI-modellens uppgift var att korrekt identifiera detaljer som vägskyltar, trafikljus och körfältsmarkeringar som visades i videon.

Dela och utdela priser för Zalo AI Challenge 2025.

Med en datauppsättning bestående av 1 500 träningsprover, 500 offentliga testprover och 500 privata testprover utvärderades de tävlande lagen baserat på två kriterier: noggrannhet och svarstid.

Enligt Mr. Nguyen Truong Sons bedömning använde deltagarna avancerade tekniker som Vision Language Model (VLM). Den allmänna processen innebär att man extraherar bildrutor från video som indata och sedan kombinerar dem med modeller som Qwen eller YOLO för att identifiera objekt och ge logisk analys.

I slutresultatet tog CtelAI-teamet första plats med en noggrannhet på 71,3 %, följt av BitterSweet med 70,5 %.

Med temat AeroEyes deltog lagen i en kvalificeringsrunda innan de gick vidare till finalen. I finalen fick deltagarna programmera modeller direkt på drönare, etablera flygvägar och styra kameror i verkliga förhållanden för att upptäcka objekt.

På grund av uppgiftens svårighetsgrad var antalet lag som uppfyllde kraven inte högt, så arrangörerna introducerade flexibelt ett kompletterande ämne. De tävlande lagen justerade snabbt sina modeller för att uppfylla kraven. Som ett resultat vann lag AIO_C3A tack vare sin högsta effektivitet. Andraplatsen delades av lagen IUH_Alers_K16 och AEB.

Källa: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html