Cách AI thay đổi lĩnh vực toán học cho các startup, theo lời của Phó Chủ tịch Microsoft

Russell Brandom

Thứ Năm, ngày 12 tháng 2 năm 2026 lúc 2:51 sáng GMT+9 5 phút đọc

Trong bài viết này:

•                                       Lựa chọn hàng đầu của StockStory 
  

  MSFT

  -2.22%

Phó Chủ tịch Microsoft về CoreAI Amanda Silver | Ảnh: Microsoft

Trong 24 năm, Amanda Silver của Microsoft đã làm việc để giúp các nhà phát triển — và trong vài năm gần đây, điều đó có nghĩa là xây dựng các công cụ cho AI. Sau một thời gian dài làm việc trên GitHub Copilot, Silver hiện là phó chủ tịch tập đoàn tại bộ phận CoreAI của Microsoft, nơi cô làm việc về các công cụ triển khai ứng dụng và hệ thống agent trong doanh nghiệp. Công việc của cô tập trung vào hệ thống Foundry trong Azure, được thiết kế như một cổng AI thống nhất cho doanh nghiệp, giúp cô có cái nhìn gần hơn về cách các công ty thực sự sử dụng các hệ thống này và nơi các triển khai gặp trục trặc.

Tôi đã trò chuyện với Silver về khả năng hiện tại của các agent doanh nghiệp, và lý do tại sao cô tin rằng đây là cơ hội lớn nhất cho các startup kể từ khi có đám mây công cộng.

Phỏng vấn này đã được chỉnh sửa về độ dài và rõ ràng.

Vậy, công việc của bạn tập trung vào các sản phẩm của Microsoft dành cho các nhà phát triển bên ngoài — thường là các startup không tập trung vào AI. Bạn thấy AI ảnh hưởng như thế nào đến các công ty đó?

Tôi xem đây là một bước ngoặt lớn cho các startup, tương tự như sự chuyển đổi sang đám mây công cộng. Nếu nghĩ kỹ, đám mây đã tạo ra ảnh hưởng lớn đối với các startup vì nó giúp họ không còn cần phải có không gian vật lý để đặt các rack server, và họ không cần phải chi nhiều tiền cho việc đầu tư phần cứng để đặt trong phòng thí nghiệm của mình nữa. Mọi thứ trở nên rẻ hơn. Bây giờ, AI agentic sẽ tiếp tục giảm chi phí vận hành phần mềm, vì nhiều công việc liên quan đến việc thành lập một dự án mới — như hỗ trợ khách hàng, điều tra pháp lý — đều có thể được thực hiện nhanh hơn và rẻ hơn với các agent AI. Tôi nghĩ điều đó sẽ thúc đẩy nhiều dự án và startup mới ra đời. Và chúng ta sẽ thấy các startup có giá trị cao hơn, với ít người điều hành hơn. Và tôi nghĩ đó là một thế giới đầy hứng khởi.

Điều đó thể hiện như thế nào trong thực tế?

Chúng ta chắc chắn đang thấy các agent đa bước trở nên phổ biến trong tất cả các loại nhiệm vụ lập trình, đúng không? Ví dụ, một điều các nhà phát triển phải làm để duy trì mã nguồn là cập nhật các phiên bản thư viện mà nó phụ thuộc. Bạn có thể phụ thuộc vào một phiên bản cũ hơn của dot-net runtime hoặc Java SDK. Và chúng ta có thể có các hệ thống agentic lý luận trên toàn bộ mã nguồn của bạn và cập nhật nó dễ dàng hơn nhiều, giảm thời gian khoảng 70 hoặc 80%. Và điều này thực sự cần một agent đa bước đã được triển khai để làm điều đó.

Hoạt động trên trang web là một ví dụ khác — nếu bạn nghĩ đến việc duy trì một trang web hoặc dịch vụ và có sự cố xảy ra, có một tiếng động trong đêm, và ai đó phải trực để phản ứng với sự cố đó. Chúng ta vẫn có người trực 24/7, phòng khi dịch vụ bị gián đoạn. Nhưng trước đây, công việc này rất ghét vì bạn thường xuyên bị đánh thức dậy vì các sự cố nhỏ. Và giờ đây, chúng ta đã xây dựng một hệ thống di truyền để chẩn đoán thành công và trong nhiều trường hợp khắc phục hoàn toàn các vấn đề phát sinh trong hoạt động trực tiếp này, giúp con người không cần phải bị đánh thức giữa đêm để kiểm tra và chẩn đoán. Điều này cũng giúp giảm đáng kể thời gian trung bình để xử lý một sự cố.

Tiếp tục câu chuyện  

Một trong những câu đố khác của thời điểm hiện tại là các triển khai agentic chưa diễn ra nhanh như chúng ta mong đợi kể từ sáu tháng trước. Tôi tò mò lý do tại sao lại như vậy.

Nếu nghĩ về những người xây dựng agent, điều gì ngăn cản họ thành công, trong nhiều trường hợp, là do họ chưa thực sự rõ mục đích của agent là gì. Có một sự thay đổi về văn hóa cần xảy ra trong cách mọi người xây dựng các hệ thống này. Mục đích kinh doanh mà họ cố gắng giải quyết là gì? Họ muốn đạt được điều gì? Bạn cần rõ ràng về định nghĩa thành công của agent này. Và bạn cần suy nghĩ, dữ liệu nào tôi cung cấp cho agent để nó có thể lý luận về cách hoàn thành nhiệm vụ cụ thể này?

Chúng tôi xem những điều đó là những trở ngại lớn hơn, hơn là sự không chắc chắn chung về việc triển khai agent. Bất kỳ ai xem xét các hệ thống này đều thấy lợi ích đầu tư.

Bạn đề cập đến sự không chắc chắn chung, điều này cảm giác như một rào cản lớn từ bên ngoài. Tại sao bạn lại thấy nó ít vấn đề hơn trong thực tế?

Trước tiên, tôi nghĩ rằng sẽ rất phổ biến để các hệ thống agentic có các kịch bản có con người tham gia. Hãy nghĩ đến việc trả lại hàng hóa. Trước đây, quy trình xử lý trả hàng thường tự động 90% và chỉ có 10% là sự can thiệp của con người, khi ai đó phải xem xét gói hàng và đưa ra quyết định về mức độ hư hỏng của nó trước khi chấp nhận trả hàng.

Đây là ví dụ hoàn hảo khi các mô hình thị giác máy tính ngày càng tốt hơn đến mức trong nhiều trường hợp, chúng ta không cần quá nhiều sự giám sát của con người trong việc kiểm tra gói hàng và đưa ra quyết định đó. Vẫn còn những trường hợp giới hạn, nơi mà khả năng thị giác máy chưa đủ tốt để đưa ra quyết định, và có thể cần phải nâng cấp. Nó giống như, bạn cần gọi quản lý bao nhiêu lần?

Có những việc luôn cần sự giám sát của con người, vì chúng là các hoạt động quan trọng. Hãy nghĩ đến việc ký kết nghĩa vụ pháp lý theo hợp đồng, hoặc triển khai mã vào hệ thống sản xuất có thể ảnh hưởng đến độ tin cậy của hệ thống của bạn. Nhưng ngay cả trong trường hợp đó, câu hỏi là chúng ta có thể tự động hóa phần còn lại đến mức nào.

Điều khoản và Chính sách quyền riêng tư

Bảng điều khiển quyền riêng tư

Thêm thông tin