[2026 GGGF] Kim Soo-yeon, Giám đốc Trung tâm AI EY Hàn Quốc: "AI và Robot Trung Quốc đang tiến hóa mạnh mẽ... Thiết kế hiện trường học tập là yếu tố quyết định"

Ngành công nghiệp trí tuệ nhân tạo (AI) và robot của Trung Quốc đang tăng tốc trong việc thương mại hóa, trong khi các doanh nghiệp Hàn Quốc cũng cần tập trung vào việc 'thiết kế hiện trường học tập' thay vì chỉ đơn thuần là áp dụng robot.
 
Trong bài phát biểu đặc biệt tại Diễn đàn Tăng trưởng tốt, Việc làm tốt lần thứ 18 (2026 GGGF) diễn ra vào ngày 3 tháng 9 tại khách sạn The Plaza, Seoul, Kim Soo-yeon, Giám đốc Trung tâm AI EY Hàn Quốc, cho biết: "Năng lực cạnh tranh cốt lõi của ngành công nghiệp AI và robot Trung Quốc không chỉ nằm ở mô hình lớn mà còn ở việc biến dữ liệu và kinh nghiệm hiện trường thành tài sản thông qua cấu trúc 'flywheel'." Cấu trúc này cho phép dữ liệu và kinh nghiệm tích lũy tại hiện trường tạo ra một vòng tuần hoàn tích cực, giúp AI ngày càng thông minh hơn, và đây được coi là bí quyết chính giúp Trung Quốc nhanh chóng áp dụng công nghệ AI vào thực tiễn.
 
Kim Soo-yeon đã chia sẻ những quan sát về xu hướng sinh động của hệ sinh thái AI agent và AI vật lý của Trung Quốc sau khi tham dự trực tiếp Hội nghị AI Thế giới (WAIC) và Hội nghị Robot Thế giới (WRC 2026).
 
Cô cho biết: "Trung Quốc đang nhanh chóng áp dụng AI agent vào các lĩnh vực công nghiệp và tiến tới giai đoạn thương mại hóa," đồng thời nhấn mạnh rằng "họ đang tiến hóa từ AI phần mềm đơn giản sang một nền kinh tế tập trung vào robot." Cô giải thích rằng một hệ sinh thái với sự đầu tư khổng lồ và nhiều doanh nghiệp tham gia đang thúc đẩy tốc độ phát triển công nghệ.
 
Theo Kim, thị trường AI agent của Trung Quốc đang chứng kiến sự tăng trưởng bùng nổ. Quy mô đầu tư vào thị trường AI agent của Trung Quốc dự kiến sẽ tăng mạnh từ 55,9 tỷ nhân dân tệ (khoảng 113,02 nghìn tỷ đồng) vào năm 2025, với tỷ lệ tăng trưởng hàng năm đạt 70,9%, và có thể đạt 815,1 tỷ nhân dân tệ (khoảng 16,48 triệu tỷ đồng) vào năm 2030.
 
Trong bối cảnh tăng trưởng định lượng, Trung Quốc đang nỗ lực giảm sự phụ thuộc vào công nghệ nước ngoài và củng cố nội lực. Khoảng 80-85% dự án AI agent được thực hiện theo cách tự xây dựng cơ sở hạ tầng của các doanh nghiệp. Thực tế, 93% doanh nghiệp Trung Quốc đang sử dụng mô hình nội địa. Trong số đó, 68% áp dụng phương pháp 'đa mô hình' để kết hợp AI tối ưu cho từng công việc. Họ sử dụng mô hình hiệu suất cao cho các công việc phức tạp và mô hình tiết kiệm chi phí cho các công việc đơn giản, đồng thời xây dựng mạng nội bộ độc lập cho các công việc quan trọng để tăng cường kiểm soát.
 
Sự phát triển của AI agent cũng đang nhanh chóng mở rộng sang lĩnh vực AI vật lý. Trong nửa đầu năm nay, đầu tư vào AI vật lý của Trung Quốc đã tăng gấp 5 lần so với cùng kỳ năm trước, đạt khoảng 93,5 tỷ nhân dân tệ (khoảng 190 nghìn tỷ đồng). Sản lượng sản xuất humanoid hàng năm cũng dự kiến sẽ vượt qua 100.000 chiếc. Các doanh nghiệp lớn của Trung Quốc, bao gồm cả các tập đoàn nhà nước, Ant Group và Jingdong, đang tham gia mạnh mẽ vào hệ sinh thái robot AI, đổ vào đó một lượng vốn và dữ liệu khổng lồ.
 
Tuy nhiên, Kim cũng chỉ ra rằng "mức độ thương mại hóa thực tế trong ngành công nghiệp vẫn còn hạn chế." Hầu hết robot được đưa vào sử dụng tại hiện trường vẫn là các robot công nghiệp truyền thống như robot bánh xe hoặc robot bốn chân thay vì humanoid.
 
Cách thức thực hiện công việc vẫn đang ở giai đoạn phát triển, với các bàn tay robot hình người (bàn tay đa năng) vẫn chưa được hoàn thiện. Kim cho biết: "Tại hiện trường, các bộ phận tùy chỉnh như 'end effector' dạng hút hoặc kẹp thường được sử dụng," và nhấn mạnh rằng "để humanoid có thể hoàn thành công việc thực tế tại các nhà máy, vẫn cần phải nâng cao công nghệ và xác minh chất lượng."
 
Kim Soo-yeon nhấn mạnh rằng Hàn Quốc cần phải đẩy mạnh chiến lược độc lập để không chỉ là một quốc gia tiêu thụ công nghệ đơn giản. Cô cho biết: "Cơ hội dành cho các doanh nghiệp Hàn Quốc không phải là trở thành những người tiêu dùng thụ động của các mô hình AI hoặc sản phẩm robot đã hoàn thiện," mà là cần có một cách tiếp cận chiến lược để 'hệ thống hóa và thiết kế hiện trường' nhằm đảm bảo rằng quy trình làm việc thực tế và kinh nghiệm của người lao động tại hiện trường được tích lũy liên tục dưới dạng dữ liệu và học tự động."