AI đang là từ khóa được mọi doanh nghiệp công nghệ nhắc đến, nhưng không phải công ty nào cũng đã đi từ “ứng dụng AI” sang “tổ chức lại mô hình vận hành quanh AI”. Điểm đáng chú ý trong thông điệp mới của FPT là doanh nghiệp này không mô tả AI như một lớp công cụ bổ sung, mà như nền tảng cốt lõi cho cách phát triển sản phẩm, triển khai dịch vụ và mở rộng năng lực delivery toàn cầu. Thông điệp đó xuất hiện xuyên suốt trong Annual Report 2025 và chiến lược 2026–2028 của FPT.
Câu hỏi quan trọng hơn là: đây có chỉ là narrative đẹp cho chu kỳ AI, hay đã phản ánh một chiến lược có khả năng tạo tăng trưởng thực? Để trả lời, bài này sẽ tách bạch ba lớp: áp lực thị trường buộc doanh nghiệp phải AI hóa, các lợi thế mà FPT tuyên bố đang sở hữu, và những điều kiện cần để các lợi thế đó thực sự chuyển thành doanh thu, biên lợi nhuận hoặc vị thế cạnh tranh bền hơn.
AI không còn là công cụ phụ trợ, mà là bài kiểm tra mô hình vận hành
Trong thông điệp của Chủ tịch Trương Gia Bình, FPT đặt AI vào bối cảnh một “technology tsunami”, nơi doanh nghiệp phải giải đồng thời ba bài toán: ra thị trường nhanh hơn, giảm chi phí và tăng năng suất lao động. Đây là cách đóng khung rất rõ: AI không chỉ để thử nghiệm sáng tạo, mà là đòn bẩy cho vận hành và năng lực cạnh tranh.
Vì sao “thời gian – chi phí – năng suất” trở thành bộ ba áp lực mới
Lập luận này không hoàn toàn là nội dung mang màu thương hiệu. McKinsey ước tính GenAI có thể tạo thêm giá trị kinh tế rất lớn trên quy mô toàn cầu, đồng thời trong riêng chức năng software engineering, tác động trực tiếp lên năng suất có thể tương đương 20–45% chi tiêu thường niên hiện tại của bộ phận này, chủ yếu nhờ giảm thời gian cho viết bản nháp mã, sửa lỗi, refactor, phân tích nguyên nhân gốc và thiết kế hệ thống mới.
Ở chiều lập trình viên, nghiên cứu của GitHub cho thấy trong một thí nghiệm có đối chứng với 95 lập trình viên chuyên nghiệp, nhóm dùng GitHub Copilot hoàn thành bài tập nhanh hơn 55%, với thời gian trung bình khoảng 1 giờ 11 phút so với 2 giờ 41 phút ở nhóm không dùng; dù vậy, GitHub cũng lưu ý đây là một bối cảnh nhiệm vụ cụ thể, không nên suy diễn cơ học rằng mọi hoạt động phần mềm đều tăng năng suất ở cùng mức.
Nói cách khác, trục “thời gian – chi phí – năng suất” mà FPT nêu ra có cơ sở. Điểm cần đọc thận trọng là: AI thường tạo hiệu quả rất mạnh ở các quy trình phù hợp để chuẩn hóa, mô hình hóa và tự động hóa, chứ không đồng nghĩa mọi khâu trong doanh nghiệp sẽ cải thiện ngay lập tức.
Khung phân tích: đọc chiến lược AI của FPT qua 3 lớp
Đây là framework nên dùng khi đọc bài toán AI của FPT:
Lớp 1 – Áp lực thị trường: khách hàng toàn cầu muốn rút ngắn thời gian triển khai, tối ưu chi phí và tăng hiệu suất.
Lớp 2 – Năng lực đáp ứng: doanh nghiệp phải có nhân lực, hạ tầng compute, data, mô hình và đối tác.
Lớp 3 – Khả năng thương mại hóa: AI phải gắn vào use case có ngân sách thật, không chỉ demo kỹ thuật.
Nếu một công ty chỉ mạnh ở lớp 1, họ có câu chuyện. Nếu mạnh ở lớp 1 và 2, họ có tiềm năng. Chỉ khi đi đủ cả 3 lớp, họ mới có thể biến AI thành tăng trưởng bền. Phần còn lại của bài sẽ dùng đúng khung này để phân tích FPT.
FPT đang theo đuổi chiến lược AI nào?
Từ AI-First đến AI-Native: khác nhau ở đâu?
FPT dùng song song hai cụm đáng chú ý: AI-First trong tài liệu chiến lược 2026–2028 và AI-Native trong thông điệp Chủ tịch. Theo cách diễn đạt của chính FPT, AI-First là định hướng doanh nghiệp đặt AI ở trung tâm tăng trưởng và hiệu quả vận hành; còn AI-Native đi xa hơn, nghĩa là AI được nhúng vào toàn bộ giải pháp và quy trình, không còn là một tiện ích gắn thêm sau cùng.
Đây là khác biệt quan trọng. Nhiều doanh nghiệp “AI-First” ở cấp truyền thông, nhưng vẫn vận hành theo kiến trúc cũ và chỉ thêm chatbot, copilot hoặc automation ở một số điểm. “AI-Native” hàm ý phải thay đổi sâu hơn: cấu trúc sản phẩm, tổ chức delivery, data governance, hạ tầng tính toán và cả năng lực nhân sự. Chính vì vậy, khi FPT nói về AI-Native, tuyên bố này nên được hiểu như một tham vọng tái cấu trúc doanh nghiệp, không đơn thuần là định vị marketing.
Vì sao FPT nhấn mạnh AI Agents, mô hình mở và hạ tầng tính toán?
Trong chiến lược 2026–2028, FPT nói rõ họ đang dịch chuyển từ mô hình cung ứng dịch vụ CNTT truyền thống sang mô hình nền tảng AI-Native, đồng thời ưu tiên phát triển AI Agents cho tài chính, sản xuất, y tế và logistics. Tài liệu này cũng cho biết FPT theo đuổi chiến lược kết hợp mô hình mở như LLaMA và Mistral với công nghệ sở hữu riêng để cân bằng giữa chi phí và quyền kiểm soát.
Về bản chất, đây là một lựa chọn khá thực dụng. Trong chu kỳ AI hiện tại, doanh nghiệp khó tự xây mọi thứ từ đầu nếu muốn đi nhanh, nhưng cũng khó tạo lợi thế bền nếu chỉ là reseller hoặc tích hợp thuần túy. Kết hợp mô hình mở với lớp tinh chỉnh, dữ liệu, quy trình và hạ tầng riêng là cách nhiều doanh nghiệp công nghệ dùng để tránh rơi vào thế phụ thuộc hoàn toàn vào mô hình nền tảng bên ngoài.
“Làm chủ chuỗi giá trị AI” nghĩa là gì trong bối cảnh 2026–2030?
Một điểm mới hơn đối thủ là tài liệu chiến lược của FPT không chỉ dừng ở AI như mảng dịch vụ. FPT đặt mục tiêu đến giai đoạn 2026–2030 là làm chủ chuỗi giá trị AI gồm mô hình, dữ liệu, hạ tầng tính toán, ứng dụng và phát triển nhân lực; đồng thời vận hành AI Factory ở Việt Nam với quy mô khoảng 10 EFLOPS (FP8), xây phòng thí nghiệm về an toàn và đánh giá AI, mở rộng đào tạo kỹ năng AI cho quy mô rất lớn.
Điều này cho thấy FPT muốn đi từ vai trò “đơn vị triển khai dự án công nghệ” sang “doanh nghiệp có platform, hạ tầng và tài sản công nghệ lõi”. Tuy nhiên, từ góc nhìn phân tích kinh doanh, làm chủ chuỗi giá trị không tự động đồng nghĩa làm chủ biên lợi nhuận. Chuỗi giá trị AI có chi phí đầu tư lớn, tốc độ thay đổi nhanh và phụ thuộc mạnh vào cường độ sử dụng thực tế. Bởi vậy, cần nhìn tiếp vào các lợi thế mà FPT nói mình đang có.
