Trong cuộc trò chuyện với Chúng ta anh kể về 2.000 giờ sống cùng AI, 350.000 dòng code trong bốn tháng, và lý do một Giám đốc Sản xuất (CDO) mảng phần mềm ô tô lại "ăn AI, ngủ AI" đến vậy.
 |
| Anh Vũ Tuấn Mạnh - Giám đốc sản xuất FPT Automotive (thuộc nhà Phần mềm FPT). Ảnh: NVCC. |
- Một ngày làm việc điển hình của anh bây giờ sẽ như thế nào?
- Anh Vũ Tuấn Mạnh: Ngoài những việc liên quan tới dự án như rà soát đề xuất (proposal), họp chuẩn bị tiến hành dự án mới, họp xử lý sự cố, chuẩn bị tiếp khách hàng… tôi liên tục làm việc với các loại AI để thử nghiệm các quy trình làm việc dùng AI (AI workflow), soạn tài liệu đào tạo, thử nghiệm áp dụng AI vào từng bước của vòng đời phát triển phần mềm (SDLC - Software Development Life Cycle). Tôi cũng theo dõi, “chat chít” động viên các nhóm đào tạo gồm gần 300 người đang tham dự khoá học tôi đã chia sẻ.
- Trên trang cá nhân của anh có một đoạn giới thiệu: VP, FPT Software; Chief Delivery Officer, FPT Automotive; Quan tâm AI Transformation, SDV, Automotive Engineering, Learning Innovation; Chia sẻ góc nhìn cá nhân về công nghệ, quản trị và học tập. Anh có thể chia sẻ thêm về những dòng giới thiệu này? Anh có thể "dịch ca-bin" để người bình thường vào trang có thể hiểu ngay?
- Đó là cách tôi tóm tắt ba lớp công việc và mối quan tâm của mình.
Ở FPT Software và FPT Automotive, nền tảng của tôi vẫn là kỹ thuật và sản xuất: làm sao biến một chiến lược hay ý tưởng công nghệ thành sản phẩm, dự án và năng lực đội ngũ thực sự vận hành được. Kỹ thuật ô tô là lĩnh vực tôi gắn bó lâu năm, từ phần mềm nhúng, IVI (hệ thống thông tin giải trí trên xe), AUTOSAR, kiểm thử, an toàn và an ninh mạng cho đến SDV (Software-Defined Vehicle - xe được điều khiển bằng phần mềm).
CDO là phụ trách sản xuất, một công việc cần sự tỉ mỉ, kiên trì và khả năng “tiêu hóa” áp lực, khó khăn, tiêu cực để giúp dự án vượt qua thử thách.
AI Transformation (chuyển đổi AI) là điều tôi dành nhiều thời gian nhất hiện nay, vì AI không chỉ là một công cụ năng suất. Nó đang buộc chúng ta thiết kế lại cách tổ chức công việc, quản trị tri thức, đào tạo kỹ sư và đo lường hiệu quả. Chuyển đổi AI sẽ không thành công nếu chỉ mua license (bản quyền) hoặc ban hành một khẩu hiệu; cuối cùng vẫn là câu chuyện con người có biết làm việc cùng AI một cách có trách nhiệm hay không.
Người làm chuyển đổi AI vì thế cần chuyên môn sâu về chính lĩnh vực mình muốn chuyển đổi: hiểu quy trình làm việc, dữ liệu, chất lượng, rủi ro, khách hàng và chỉ số kinh doanh. Thiếu chiều sâu đó, rất dễ rơi vào tình trạng hô hào AI, làm chatbot để trình diễn hoặc đo những chỉ số bề mặt mà không tạo ra chuyển biến thực sự về năng suất, chất lượng hay hiệu quả kinh doanh.
Còn Learning Innovation (Đổi mới sáng tạo trong học tập/giáo dục) xuất phát từ một quan sát đơn giản: tốc độ thay đổi của công nghệ đã nhanh hơn rất nhiều tốc độ cập nhật của cách đào tạo truyền thống. Vì vậy, tôi đang theo đuổi cách đào tạo “build to understand”: học viên không chỉ nghe về AI mà phải tự tay làm, từ làm rõ bài toán, thiết kế quy trình, giao việc cho AI, kiểm tra rủi ro đến xây một lát cắt sản phẩm chạy được. Những hoạt động đào tạo gần đây tại Việt Nam, Nhật Bản và Hàn Quốc là các thử nghiệm thực tế cho cách tiếp cận này.
Mỗi khoá học chỉ diễn ra trong 3 giờ. Học viên phải cùng AI làm ra được một luồng sản phẩm chạy được và lên trình diễn. Không lý thuyết, thuần tuý là kỹ thuật. Doer (người thực hiện) là vị trí quan trọng nhất trong mọi tổ chức, đặc biệt là trong các tập đoàn công nghệ lớn (Big Tech). Chính họ là người tạo ra sản phẩm và sự thay đổi.
Xem thêm: Chuyên gia FPT đối thoại về AI
 |
| Anh Mạnh (ngoài cùng bên phải) cùng đồng nghiệp tại sự kiện CES ở Mỹ. |
- FPT Automotive đang ứng dụng AI vào phần việc nào trong quy trình sản xuất hiện tại?
- Việc ứng dụng khá đa dạng. AI là công cụ viết code và công cụ quản lý tri thức dự án xuất sắc. Cụ thể, AI hỗ trợ phân tích yêu cầu, phát hiện điểm mơ hồ hoặc thiếu nhất quán; hỗ trợ tạo WBS - cấu trúc phân chia công việc, thiết kế ma trận truy vết yêu cầu; sinh các kịch bản kiểm thử, hỗ trợ rà soát code, phân tích nhật ký hệ thống và tìm nguyên nhân lỗi. Với các dự án ô tô, nơi yêu cầu về ASPICE (khung chuẩn đánh giá và cải tiến quy trình phát triển phần mềm và hệ thống điện tử trong ngành công nghiệp ô tô), an toàn chức năng, an ninh mạng và truy vết rất chặt, AI đặc biệt có giá trị ở khối lượng tài liệu và kiểm thử lớn.
Chúng tôi cũng thử nghiệm các tác nhân AI (AI agent) chạy theo quy trình: từ yêu cầu đến thiết kế, triển khai, SIT/UAT (kiểm thử tích hợp hệ thống/kiểm thử chấp nhận của người dùng) và báo cáo. Mục tiêu là tự động hóa, giảm thời gian cho các phần việc lặp lại để kỹ sư dành nhiều hơn cho kiến trúc, chất lượng, an toàn và những quyết định cần kinh nghiệm.
Với các dự án fixed-price (trọn gói), chúng tôi cũng chuyển nguyên tắc đó thành cơ chế triển khai: ở những phạm vi đã đủ rõ và có thể kiểm soát rủi ro, đội ngũ chỉ được lập kế hoạch tải khoảng 50-70% nhân sự so với cách làm truyền thống. Phần năng lực còn lại không mặc định được bù bằng tuyển thêm người, mà quản trị dự án (PM) phải tìm cách tổ chức lại công việc bằng AI: tự động hóa, agent, tái sử dụng tri thức, cải tiến quy trình và giảm việc làm lại. Đây là cách tạo áp lực tích cực để AI đi vào sản xuất thật.
- Anh có thể kể một bài toán cụ thể trong sản xuất phần mềm ô tô mà AI đã giúp anh và đội ngũ giải quyết được, điều mà một năm trước còn bất khả thi?
- Giải pháp xây dựng các kịch bản kiểm thử từ tài liệu đặc tả yêu cầu phần mềm: có thể sinh 3000 - 4000 kịch bản trong một giờ, giúp kiểm thử viên tiết kiệm được nhiều thời gian soạn kịch bản thô, tập trung vào rà soát.
Một nền tảng ảo hoá giúp việc kiểm thử tích hợp trên xe được thực hiện sớm 6-12 tháng so với cách làm truyền thống. Đây là một dự án từng bất khả thi nhưng đã thành hiện thực nhờ áp dụng AI.
- Anh từng nhận định cơ hội sắp tới sẽ thuộc về những kỹ sư vừa vững chuyên môn, vừa biết biến AI thành năng lực thực chiến. Vậy FPT Automotive đang làm gì để đào tạo lớp kỹ sư đó?
- Chỉ cần trao công cụ, động viên và định hướng đúng cách cho đông đảo anh em, họ sẽ tạo ra những đột phá thực sự. Tôi luôn tâm niệm lãnh đạo không cấm đoán thì anh em đã có cơ hội thử nghiệm, và 80% xác suất thành công với cái mới.
 |
- Sau mấy tháng gần như ‘ở ẩn’ trên mạng xã hội, anh quay lại với loạt bài chia sẻ về AI rất sâu, khiến nhiều người chú ý. Anh có nhắc đến 4 tháng với 2.000 giờ ‘cày’ AI. Anh chia sẻ thêm hành trình ‘lấy kinh AI’ này?
- Con số 2.000 giờ nghe có vẻ hơi “cày cuốc”, nhưng thực ra đó là tổng thời gian của một giai đoạn tôi gần như sống cùng AI: đọc, thử, xây, hỏng, làm lại; từ các mô hình ngôn ngữ, tác nhân lập trình, RAG - tạo sinh tăng cường bằng truy xuất, quy trình có nhiều tác nhân AI phối hợp, quản trị, cho tới tạo hình ảnh và video.
Ăn AI, ngủ AI, các câu chuyện của tôi chỉ xoay quanh AI và những điều kỳ diệu mà AI làm được. Ai ở gần tôi đều bị “tra tấn” hàng giờ về những khám phá của tôi, những thứ có thể cải thiện trong quá trình vận hành, những dự định trong tương lai.
Tôi hay nói nhờ AI mà tôi giống như người đi du hành thời gian 30 năm ở tương lại trở về và tôi đang tận dụng từng dây từng phút, làm việc 18-20 giờ mỗi ngày vì sợ không theo kịp những gì mà AI đang thay đổi. Tôi sợ tụt lại và bỏ qua một trong những sự kiện công nghệ đặc biệt nhất kể từ khi máy tính xuất hiện.
Tôi thường nói với anh em bạn bè rằng chúng ta đang rất may mắn được chứng kiến AI xuất hiện.
Hiện tôi dùng song song và trực tiếp đánh giá đối chuẩn nhiều hệ AI: OpenAI, xAI, Anthropic, Gemini và Seedance. Mỗi mô hình có điểm mạnh, điểm yếu và chi phí khác nhau, không mô hình nào thắng ở mọi bài toán. Vì vậy, tôi thử nghiệm chúng trên cùng một tình huống, rồi so sánh chất lượng đầu ra, mức độ đúng cấu trúc, khả năng dùng công cụ, tốc độ, chi phí và công sức con người phải rà soát lại. Cách nhìn này thực tế hơn nhiều so với việc tin vào các bảng xếp hạng hay một buổi trình diễn (demo) đẹp.
Sau khi tự học và tự xây đủ lâu, tôi thấy mình có trách nhiệm chia sẻ lại cách làm thực chiến đó. Trong hai tháng gần đây, tôi đã đào tạo và trao đổi trực tiếp với khoảng 290 học viên: 140 người ở Việt Nam, 120 người ở Nhật Bản và 30 người ở Hàn Quốc. Điều tôi muốn lan tỏa không phải là "dùng công cụ AI nào", mà là một cách làm việc mới: con người giữ mục tiêu và trách nhiệm; AI là lực lượng thực thi được ủy quyền; mọi đầu ra quan trọng đều phải được kiểm chứng.
Bốn tháng đó cho tôi một niềm tin khá rõ: AI không thay thế tư duy. Nó là một bộ khuếch đại năng lực của bạn lên 100, thậm chí 1000 lần. AI giúp cho tôi thực sự có được hạnh phúc, khi mà từng giây từng phút tôi chỉ muốn được ngồi biến ý tưởng của mình thành sản phẩm bằng AI. 350.000 dòng code, hơn 3000 trang tài liệu là những gì tôi đã tạo ra trong 4 tháng làm việc không biết mệt mỏi, có những lúc khoảng 140 giờ/tuần. Thật là điên rồ, hết sức điên rồ với một người tầm tuổi như tôi!
- Đồng nghiệp và bạn bè đều biết anh còn có sản phẩm AI cá nhân: Narrium. Tôi và nhiều đồng nghiệp hơi tò mò rằng tại sao anh lại làm một thứ nghe có vẻ không liên quan gì đến ô tô?
- Narrium là một dự án cá nhân xoay quanh sáng tạo hình ảnh, đặc biệt là hỗ trợ chuyển tranh phác thảo, truyện tranh hoặc minh họa sang các phong cách màu sắc mới bằng AI. Tôi muốn làm trải nghiệm đủ đơn giản để người dùng không cần trở thành chuyên gia đồ họa hay kỹ thuật viết câu lệnh: chọn đúng thiết lập sẵn (preset), đưa vào đúng ngữ cảnh, rồi có thể tạo ra kết quả đẹp và nhất quán hơn.
Thực ra Narrium đã phát triển thành một hệ sinh thái thử nghiệm AI khá đầy đủ: từ production pipeline (quy trình quản lý việc sản xuất và giao hàng sản phẩm hay dịch vụ cho khách hàng) để phân tích và tô màu/xử lý hàng loạt trang truyện, ứng dụng sáng tạo trên iPad, đến WebStudio và Realm cho khâu xuất bản và đọc truyện. Mỗi bước đều là một bài toán nghiên cứu AI thật: làm sao giữ được bố cục và tinh thần bản gốc, giữ nhân vật nhất quán qua hàng trăm trang, kiểm soát chất lượng, tối ưu chi phí và đưa nội dung đến người đọc.
Nhìn bề ngoài, nó không liên quan đến Automotive. Nhưng với tôi, hai việc này có cùng một tinh thần: dùng AI để biến một quy trình phức tạp thành một trải nghiệm rõ ràng, có thể kiểm soát và tạo giá trị thật cho người dùng.
Làm dự án này giúp tôi được đứng ở phía người xây sản phẩm thay vì chỉ ở phía quản trị hay chiến lược. Tôi trực tiếp va vào các vấn đề như chất lượng đầu ra, độ ổn định, chi phí mỗi lượt tạo, an toàn nội dung, trải nghiệm người dùng, tốc độ hệ thống và cách đưa AI từ demo thành sản phẩm. Những bài học đó quay trở lại rất nhiều cho công việc AI Transformation ở FPT. Và khoá học AI Transformation tôi xây dựng và đang đi chia sẻ cho các đồng nghiệp nhà F chính là kết quả của quá trình làm Narrium đúc rút ra.
Và cũng thật lòng, đó là một dự án giúp tôi giữ niềm vui sáng tạo. Công nghệ sẽ rất khô nếu chúng ta chỉ nói về năng suất và KPI.
Minh Triết thực hiện
Ý kiến
()