Mỹ–Trung đưa “lan can” AI vào bàn đàm phán

Mỹ và Trung Quốc chuẩn bị thảo luận các “lan can” cho trí tuệ nhân tạo, bao gồm cả mô hình open-weight và closed-weight. Cuộc trao đổi diễn ra trong phiên làm việc ngày 20/9 giữa Bộ trưởng Tài chính Mỹ Scott Bessent, Phó thủ tướng Trung Quốc Hà Lập Phong và Đại diện Thương mại Mỹ Jamieson Greer tại New York.

Theo Reuters, đây là một phần của cuộc đàm phán rộng hơn về thuế quan và khoáng sản quan trọng trước thượng đỉnh giữa Tổng thống Donald Trump và Chủ tịch Tập Cận Bình. Hai bên chưa công bố thỏa thuận AI nào. Vì vậy, tín hiệu đáng chú ý ở thời điểm này không phải “Mỹ–Trung đã thống nhất”, mà là AI đã trở thành hồ sơ an ninh và thương mại ở cấp ngoại giao cao nhất.

Open-weight và closed-weight đều lên bàn

Scott Bessent nói ông kỳ vọng thảo luận sẽ bao gồm cả mô hình open-weight và closed-weight. Open-weight là mô hình công bố các thành phần cốt lõi để người dùng có thể tải về và tinh chỉnh. Closed-weight giữ trọng số và phần lớn cơ chế vận hành trong hạ tầng của nhà cung cấp.

Hai cách tiếp cận tạo ra cấu trúc rủi ro khác nhau. Mô hình mở giúp doanh nghiệp kiểm soát dữ liệu, tùy biến và giảm chi phí. Nhưng khi trọng số được phát tán rộng, việc thu hồi hoặc ngăn một tác nhân xấu sử dụng lại khó hơn. Mô hình đóng cho phép nhà cung cấp áp dụng giám sát và cập nhật tập trung, nhưng tạo ra phụ thuộc nền tảng và khiến khách hàng khó kiểm chứng mọi cơ chế bên trong.

Reuters lưu ý các mô hình open-weight của Trung Quốc đang được doanh nghiệp Mỹ quan tâm vì có thể rẻ hơn các dịch vụ đóng từ Anthropic, OpenAI và những nhà cung cấp Mỹ khác. Điều đó khiến vấn đề không chỉ là an toàn. Quy tắc với mô hình mở còn ảnh hưởng tới chi phí, khả năng cạnh tranh và chuỗi cung ứng phần mềm AI toàn cầu.

“Lan can” có thể nhắm tới rủi ro nào?

Bessent từng kêu gọi hai nước thống nhất các lan can nhằm ngăn mô hình mạnh rơi vào tay những tác nhân phi nhà nước có mục đích xấu. Reuters cho biết các cuộc thảo luận được thúc đẩy sau những báo cáo về sự cố an ninh liên quan tới mô hình AI.

Hiện chưa có tài liệu chung nêu rõ tiêu chí nào sẽ được áp dụng. Tuy nhiên, một khung khả thi có thể gồm ba lớp: đánh giá năng lực nguy hiểm trước khi phát hành; kiểm soát quyền truy cập với mô hình hoặc công cụ có rủi ro cao; và cơ chế chia sẻ cảnh báo khi phát hiện sự cố vượt biên giới. Đây là nhận định của Học viện AI, không phải nội dung đã được hai chính phủ đồng ý.

Khác biệt lớn nhất sẽ nằm ở cách thực thi. Một mô hình đóng có thể chặn tài khoản hoặc cập nhật bộ lọc từ máy chủ. Với mô hình open-weight đã được tải về, biện pháp kiểm soát phải tập trung nhiều hơn vào phần cứng, dữ liệu huấn luyện bổ sung, công cụ triển khai và trách nhiệm của đơn vị vận hành.

AI, chip và khoáng sản đang trở thành một hồ sơ chung

Cuộc gặp không tách AI khỏi các vấn đề thương mại. Khoáng sản đất hiếm là nguyên liệu quan trọng cho nhiều thành phần của chuỗi cung ứng bán dẫn và trung tâm dữ liệu. Thuế quan, quyền đầu tư, chip, năng lực tính toán và mô hình AI vì thế ngày càng gắn vào cùng một bàn đàm phán.

Điều này giải thích vì sao doanh nghiệp không thể đánh giá rủi ro AI chỉ qua bảng giá API. Một thay đổi về kiểm soát xuất khẩu, cấp phép đầu tư hoặc nguồn cung khoáng sản có thể ảnh hưởng tới năng lực tính toán và giá dịch vụ nhiều tháng sau đó. Bài ASML High NA thành nút thắt chip AI cho thấy chỉ một lớp thiết bị trong chuỗi sản xuất chip cũng có thể trở thành điểm nghẽn chiến lược.

Doanh nghiệp Việt Nam nên đọc tín hiệu này thế nào?

Thứ nhất, mô hình mở không đồng nghĩa tự động an toàn hơn hoặc nguy hiểm hơn. Quyết định nên dựa trên dữ liệu, quyền kiểm soát, đội ngũ vận hành và mức độ nhạy cảm của từng tác vụ. Một chatbot nội bộ tra cứu tài liệu khác hoàn toàn một agent được quyền chạy mã hoặc gửi lệnh ra hệ thống bên ngoài.

Thứ hai, doanh nghiệp cần chuẩn bị khả năng chuyển đổi. Nếu quy trình phụ thuộc sâu vào một mô hình, một nhà cung cấp hoặc một quốc gia, thay đổi chính sách có thể làm gián đoạn vận hành. Hãy tách dữ liệu, prompt, đánh giá và logic nghiệp vụ khỏi lớp mô hình để có thể chuyển giữa mô hình mở và đóng khi cần.

Thứ ba, đừng bỏ qua yêu cầu lưu trữ và quyền sử dụng dữ liệu. Bài Palantir và Nvidia siết AI vì dữ liệu cho thấy doanh nghiệp đang đòi hỏi điều kiện lưu trữ rõ ràng hơn khi đưa dữ liệu nhạy cảm vào hệ thống AI.

Cuối cùng, nguồn gốc mô hình có thể trở thành tiêu chí mua hàng. Sự việc website Chính phủ Mỹ dùng Qwen rồi gỡ là ví dụ cho thấy một lựa chọn kỹ thuật có thể nhanh chóng chuyển thành vấn đề chính sách và danh tiếng.

Bốn câu hỏi nên đưa vào hồ sơ mua AI

1. Mô hình là mở hay đóng, và phần nào doanh nghiệp thực sự kiểm soát?
2. Dữ liệu được lưu ở đâu, trong bao lâu và có dùng để huấn luyện lại hay không?
3. Nếu nhà cung cấp hoặc chính sách thay đổi, quy trình có chuyển sang mô hình khác trong bao lâu?
4. Ai chịu trách nhiệm khi agent gọi công cụ, gửi dữ liệu hoặc thực hiện hành động sai?

Điều chưa thể kết luận

Cuộc họp mới bắt đầu và Reuters dẫn các nhà phân tích cho rằng kết quả có thể chỉ là những bước nhỏ, chưa phải đột phá. Chưa có định nghĩa chung về “lan can”, chưa có danh sách năng lực bị hạn chế và chưa rõ hai bên có cơ chế kiểm chứng lẫn nhau hay không.

Dù vậy, việc mô hình mở và đóng cùng xuất hiện trong một cuộc gặp cấp cao cho thấy quản trị AI đang chuyển từ chính sách công nghệ sang địa chính trị. Doanh nghiệp Việt Nam nên tận dụng cạnh tranh để có lựa chọn tốt hơn, nhưng cần thiết kế hệ thống đủ linh hoạt để không bị kẹt khi luật chơi thay đổi.

Bạn cần thiết kế kiến trúc AI linh hoạt giữa mô hình mở và đóng? Nhận proposal triển khai AI phù hợp với doanh nghiệp.

Nguồn tham khảo

• Reuters, 20/9/2026: US Treasury's Bessent, China's He to launch talks on AI, trade, critical minerals.