Tại nhà máy xi măng do Tập đoàn Conch vận hành, hệ thống AI tác nhân dựa trên nền tảng của Huawei hiện có thể dự đoán độ bền của clinker với độ chính xác trên 90% và tự động điều chỉnh các thông số nung để giảm tiêu thụ than lên đến 1% – công việc trước đây yêu cầu chuyên môn của con người qua nhiều năm kinh nghiệm.
Điều này minh họa cách Huawei đang phát triển các hệ thống AI tác nhân vượt xa các tương tác lệnh-phản hồi đơn giản, hướng tới các nền tảng có khả năng tự lập kế hoạch, ra quyết định và thực thi độc lập.
Chiến lược xây dựng các hệ thống AI tác nhân của Huawei tập trung vào chiến lược toàn diện mở rộng từ hạ tầng AI, mô hình cơ bản, công cụ chuyên dụng, đến các nền tảng tác nhân.
Zhang Yuxin, CTO của Huawei Cloud, đã trình bày khung chiến lược này tại Hội nghị Thượng đỉnh AI Huawei Cloud gần đây ở Thượng Hải, nơi hơn 1.000 lãnh đạo từ các lĩnh vực chính trị, kinh doanh và công nghệ đã xem xét các ứng dụng thực tế trong tài chính, cảng vận chuyển, sản xuất hóa chất, chăm sóc sức khỏe và lái xe tự hành.
Sự khác biệt này rất quan trọng vì các ứng dụng AI truyền thống phản hồi lệnh của người dùng trong các quy trình cố định, trong khi các hệ thống AI tác nhân hoạt động với tính Tự vận hành, thay đổi cơ bản vai trò của họ trong hoạt động doanh nghiệp.
Zhang mô tả điều này là “một sự thay đổi lớn trong ứng dụng và tính toán,” lưu ý rằng các hệ thống này tự đưa ra quyết định và thích ứng linh hoạt, tái định hình cách hệ thống tính toán tương tác và phân bổ tài nguyên. Vấn đề đặt ra cho các doanh nghiệp là: làm thế nào để xây dựng hạ tầng và nền tảng có thể hỗ trợ mức độ hoạt động Tự vận hành này?
Thách thức hạ tầng thúc đẩy các kiến trúc tính toán mới
Nhu cầu tính toán của hệ thống AI tác nhân đã phơi bày giới hạn trong kiến trúc Cloud truyền thống, đặc biệt khi yêu cầu đào tạo và suy luận mô hình cơ bản gia tăng.
Phản hồi của Huawei Cloud bao gồm các siêu nút CloudMatrix384 được kết nối qua mạng tốc độ cao MatrixLink, tạo ra hệ thống tính toán kết hợp linh hoạt mà công ty miêu tả là kết hợp khả năng tính toán đa năng và thông minh.
Kiến trúc này cụ thể giải quyết các điểm nghẽn trong các mô hình hỗn hợp chuyên gia (MoE) thông qua suy luận song song chuyên gia, giảm thời gian nhàn rỗi của NPU trong quá trình chuyển dữ liệu. Theo thông số kỹ thuật của công ty, phương pháp này nâng cao tốc độ suy luận đơn PU gấp 4-5 lần so với các mô hình phổ biến khác.
Hệ thống cũng tích hợp Lưu trữ AI-Native trung tâm bộ nhớ, được thiết kế cho các tác vụ AI điển hình, nhằm cải thiện hiệu quả đào tạo và suy luận. ModelBest, một công ty chuyên về trí tuệ AI đa năng và thiết bị, đã trình diễn các ứng dụng thực tế của hạ tầng này.
Li Dahai, đồng sáng lập và CEO của ModelBest, chi tiết cách dòng MiniCPM của họ – trải dài các mô hình cơ bản, khả năng đa phương thức, và tích hợp đầy đủ – kết hợp với Dịch vụ Tính toán AI của Huawei Cloud để đạt được cải thiện 20% hiệu quả năng lượng đào tạo và 10% tăng hiệu suất so với tiêu chuẩn ngành.
Các mô hình MiniCPM đã được ứng dụng trong hệ thống ô tô, điện thoại thông minh, AI nhập thể và máy tính cá nhân hỗ trợ AI.
Từ mô hình cơ bản đến ứng dụng theo ngành cụ thể
Thách thức phát triển mô hình cơ bản cho nhu cầu ngành cụ thể đã thúc đẩy sự phát triển của các phương pháp đào tạo tinh vi hơn. Phương pháp của Huawei Cloud bao gồm ba thành phần chính: đường dẫn dữ liệu hoàn chỉnh xử lý từ thu thập đến quản lý, quy trình đào tạo gia tăng sẵn có, và nền tảng đánh giá thông minh với các bộ đánh giá cài sẵn.
Quy trình đào tạo gia tăng được báo cáo là cải thiện hiệu suất mô hình từ 20-30% thông qua tự động điều chỉnh dữ liệu và cài đặt đào tạo dựa trên tính năng cốt lõi của mô hình và mục tiêu ngành cụ thể. Nền tảng đánh giá cho phép thiết lập nhanh hệ thống phù hợp với tiêu chuẩn ngành hoặc công ty, đáp ứng yêu cầu cả về độ chính xác và tốc độ.
Các ứng dụng thực tế minh họa việc áp dụng các phương pháp này. Tập đoàn Đầu tư Công nghiệp Văn hóa Thiểm Tây đã hợp tác với Huawei để tích hợp AI với hoạt động du lịch văn hóa.
Huang Yong, Chủ tịch Tập đoàn Đầu tư Công nghiệp Văn hóa Thiểm Tây, giải thích rằng, sử dụng nền tảng hội tụ dữ liệu-AI của Huawei Cloud, tổ chức đã kết hợp dữ liệu du lịch văn hóa đa dạng để tạo ra các tập dữ liệu toàn diện về lịch sử, phim ảnh, và di sản phi vật thể.
Quan hệ đối tác này đã thiết lập cái mà họ gọi là “Lĩnh vực dữ liệu quốc gia đáng tin cậy cho du lịch văn hóa” trên Huawei Cloud, cho phép các ứng dụng bao gồm xác minh tài sản, giao dịch bản quyền, nâng cao tín dụng doanh nghiệp, và phát triển sáng tạo.
Sự hợp tác đã tạo ra mô hình du lịch văn hóa Boguan, cung cấp các công cụ hỗ trợ AI, bao gồm bộ não thông minh du lịch văn hóa, trợ lý quản lý thông minh, trợ lý du lịch thông minh, và nền tảng video ngắn AI.
Các ứng dụng quốc tế cũng cho thấy xu hướng tương tự. Dubai Municipality đã làm việc với Huawei Cloud để tích hợp các mô hình cơ bản, con người ảo, sinh đôi kỹ thuật số, và hệ thống thông tin địa lý vào hệ thống đô thị. Mariam Almheiri, Giám đốc Điều hành Cơ quan Quy định và license Xây dựng tại Dubai Municipality, chia sẻ rằng sự tích hợp này đã cải thiện quy hoạch đô thị, quản lý cơ sở, và ứng phó khẩn cấp.
Xuất hiện nền tảng tác nhân cấp doanh nghiệp
Sự khác biệt giữa các tác nhân AI hướng tới người tiêu dùng và hệ thống AI tác nhân cấp doanh nghiệp tập trung vào yêu cầu tích hợp và sự phức tạp trong hoạt động. Hệ thống doanh nghiệp phải tích hợp liền mạch vào các quy trình làm việc rộng lớn hơn, xử lý tình huống phức tạp và đáp ứng các chuẩn hoạt động cao hơn so với các ứng dụng hướng tới người tiêu dùng thiết kế cho tương tác nhanh chóng.
Nền tảng Versatile của Huawei Cloud lấp đầy khoảng trống này bằng cách cung cấp hạ tầng cho các doanh nghiệp tạo ra các tác nhân tùy chỉnh phù hợp với nhu cầu sản xuất. Nền tảng kết hợp khả năng tính toán AI, mô hình, nền tảng dữ liệu, công cụ, và khả năng hệ sinh thái để tối ưu hóa việc phát triển tác nhân qua các giai đoạn triển khai, phát hành, sử dụng, và quản trị.
Việc thực hiện của Tập đoàn Conch trong ngành sản xuất xi măng cung cấp các chỉ số hiệu suất cụ thể. Công ty hợp tác với Huawei để tạo ra cái mà họ mô tả là mô hình xi măng và vật liệu xây dựng AI đầu tiên trong ngành xi măng.
Các tác nhân xi măng kết quả dự đoán độ bền clinker trong 3 và 28 ngày với độ lệch dự đoán dưới 1 MPa so với kết quả thực tế, đạt độ chính xác trên 90%. Đối với tối ưu hóa quá trình nung xi măng, mô hình đề xuất các thông số quy trình và giải pháp hoạt động giảm tiêu thụ than chuẩn lên đến 1% so với tiêu chuẩn hiệu quả năng lượng lớp A.
Xu Yue, Trợ lý Giám đốc điều hành xi măng Conch, lưu ý rằng sự thành công của mô hình với kiểm soát chất lượng, tối ưu hóa sản xuất, quản lý thiết bị, và an toàn đặt nền tảng cho hợp tác và ra quyết định từ đầu đến cuối thông qua các tác nhân xi măng, di chuyển ngành công nghiệp “từ dựa vào chuyên môn truyền thống sang hoàn toàn do dữ liệu điều khiển trong tất cả các quy trình.”
Trong quản lý du lịch doanh nghiệp, Smartcom đã phát triển một tác nhân du lịch sử dụng Huawei Cloud Versatile cung cấp các dịch vụ thông minh từ đầu đến cuối qua khởi hành, chuyển tiếp, và chuyến bay. Kong Xianghong, CTO của Shenzhen Smartcom và Giám đốc Giải pháp Smartcom, báo cáo rằng hệ thống kết hợp dữ liệu ngành du lịch, chính sách công ty, và lịch sử chuyến đi cá nhân để tạo ra các khuyến nghị.
Nhân viên chấp nhận hơn một nửa những khuyến nghị này và hoàn tất đặt chỗ trong vòng chưa đầy hai phút. Tác nhân giải quyết 80% các vấn đề trong trung bình ba lần tương tác thông qua dự đoán câu hỏi phù hợp.
Điều gì tiếp theo cho AI Tự vận hành?
Các ứng dụng được thảo luận tại hội nghị thể hiện xu hướng rộng rãi hơn của ngành hướng tới các hệ thống AI tác nhân vận hành với tính tự chủ ngày càng tăng trong các giới hạn định sẵn. Sự tiến triển của công nghệ từ công cụ phản ứng sang hệ thống có khả năng lập kế hoạch và thực hiện nhiệm vụ phức tạp độc lập đại diện cho một sự thay đổi cơ bản trong kiến trúc tính toán doanh nghiệp.
Tuy nhiên, sự chuyển đổi này đòi hỏi các khoản đầu tư hạ tầng đáng kể, kỹ thuật dữ liệu tinh vi và tích hợp cẩn thận với các quy trình kinh doanh hiện có. Các chỉ số hiệu suất từ các ứng dụng sớm – dù là trong gia tăng hiệu quả sản xuất, cải thiện quản lý đô thị, hay tối ưu hóa đặt chỗ du lịch – cung cấp các tiêu chuẩn cho các tổ chức đánh giá các triển khai tương tự.
Khi các hệ thống AI tác nhân tiếp tục phát triển, trọng tâm dường như đang chuyển từ các trình bày khả năng công nghệ sang các thách thức tích hợp hoạt động, khuôn khổ quản trị, và kết quả kinh doanh đo lường được. Các ví dụ từ sản xuất xi măng, du lịch văn hóa, và quản lý du lịch doanh nghiệp gợi ý rằng giá trị thực tiễn xuất hiện khi các hệ thống này giải quyết các điểm đau trong hoạt động cụ thể thay vì phục vụ như các công cụ tự động hóa đa năng.
(Photo by AI News )
Xem thêm: Huawei chi tiết lộ trình phát triển AI mã nguồn mở tại Huawei Connect 2025
