Kỳ vọng cao, ngân sách chưa theo kịp
Theo khảo sát IDC, 89% người ra quyết định CNTT đánh giá Agentic AI sẽ giữ vai trò trọng yếu trong 12–24 tháng tới. Tuy nhiên, chỉ 56% tổ chức cho biết được cấp ngân sách đầy đủ hoặc thỏa đáng cho hạ tầng phục vụ Agentic AI – hạng mục nhận mức đầu tư thấp nhất trong các ưu tiên liên quan AI.
Khác với AI truyền thống chỉ nhận lệnh và trả phản hồi đơn lẻ, một agent trong môi trường doanh nghiệp phải liên tục truy xuất dữ liệu nội bộ, kích hoạt mô hình, gọi ứng dụng nghiệp vụ, thực thi mã và áp dụng chính sách an ninh nhiều lần trước khi hoàn tất một tác vụ. Quy trình đa bước lặp lại này đặt yêu cầu mới về năng lực xử lý, thông lượng mạng và cách phân bổ tài nguyên toàn hệ thống.
Ba tiêu chuẩn hạ tầng cho Agentic AI
IDC và Intel nhấn mạnh cơ hội không nằm ở việc mua thêm phần cứng rời rạc, mà ở chiến lược hạ tầng phù hợp cách vận hành thực tế. Ba tiêu chuẩn cốt lõi được nêu:
- Triển khai linh hoạt theo mô hình kết hợp (hybrid)
- Đa dạng hóa năng lực tính toán không đồng nhất
- Liên tục tối ưu phân bổ tài nguyên theo từng tác vụ
55% người tham gia duy trì cách tiếp cận cân bằng giữa hạ tầng nội bộ và đám mây công cộng; 38% ưu tiên chủ yếu hoặc hoàn toàn hệ thống nội bộ. 45% xác định hiện đại hóa hoặc hợp nhất trung tâm dữ liệu là ưu tiên CNTT hàng đầu năm 2026, bên cạnh bảo mật, tuân thủ và khả năng phục hồi.
Lý do trực diện: dữ liệu và ứng dụng nghiệp vụ vốn phân tán. Nhiều tác vụ quan trọng phải chạy gần nguồn dữ liệu nội bộ vì độ trễ, chi phí băng thông, an ninh, chủ quyền dữ liệu và tuân thủ pháp lý. Hybrid AI dần trở thành kiến trúc tất yếu.
Không chỉ GPU: bài toán hệ thống
Khảo sát ghi nhận 27% người mua xem GPU quyết định hiệu năng, 23% coi trọng CPU, nhưng khoảng một nửa khẳng định hiệu năng phụ thuộc ngữ cảnh cụ thể – cả CPU lẫn GPU đều thiết yếu.
Agentic AI không chỉ là cụm GPU đắt đỏ. Các luồng công việc liên tục chuyển giữa suy luận cục bộ, truy xuất cơ sở dữ liệu vector, tạo embedding, điều phối vi dịch vụ và gọi API. Intel định vị dòng Xeon với tăng tốc ma trận và vector trên Performance-core, kết hợp Efficient-core mật độ cao, nhằm hỗ trợ điều phối mà không buộc tái cấu trúc toàn bộ trung tâm dữ liệu.
Khoảng 40% người mua ưu tiên máy chủ tiêu chuẩn có khả năng tăng tốc ma trận, vector hoặc thẻ PCIe.
x86 vẫn là lộ trình thực tế
Dù mức độ phù hợp lý thuyết của x86 và Arm gần tương đương (87,5% so với 87,2%), khi triển khai quy mô lớn x86 dẫn đầu ở 9/12 tiêu chí, gồm tương thích phần mềm, khả năng mở rộng, độ tin cậy, mức độ phổ biến và chiều sâu chuyên môn kỹ thuật. Arm nhỉnh hơn về giá thành và hiệu quả năng lượng, nhưng các thế mạnh của x86 gắn với thực tế vận hành khi đưa Agentic AI từ thử nghiệm sang sản xuất.
Intel tối ưu các khung nguồn mở như PyTorch, vLLM và OpenVINO để giữ tính linh hoạt, không bị khóa vào kiến trúc độc quyền.
Câu hỏi còn bỏ ngỏ là tốc độ các doanh nghiệp Việt Nam và khu vực thu hẹp khoảng cách giữa kỳ vọng Agentic AI và ngân sách hạ tầng thực tế, đặc biệt khi dữ liệu nội bộ vẫn là rào cản lớn.
Góc nhìn của RAW.
Nghiên cứu IDC–Intel chỉ ra đúng điểm nghẽn hiện tại của AI doanh nghiệp: không còn là câu chuyện mô hình hay demo, mà là hạ tầng có đủ linh hoạt để chạy agent đa bước trên dữ liệu thực. Con số 89% ưu tiên đối chiếu với 56% đủ ngân sách cho thấy rủi ro “nói nhiều hơn làm” vẫn còn lớn.
Tín hiệu đáng chú ý nằm ở nhận thức hybrid. Doanh nghiệp không từ bỏ đám mây, nhưng cũng không bỏ qua dữ liệu nội bộ – vì độ trễ, chi phí và tuân thủ. Điều này khiến kiến trúc lai và khả năng điều phối giữa CPU–GPU trở thành yếu tố then chốt hơn việc chỉ đầu tư GPU.
Điểm cần theo dõi là liệu các tổ chức có chuyển từ mua sắm phần cứng rời sang tư duy hệ thống hay không. Nếu vẫn chạy đua GPU mà bỏ qua điều phối, truy xuất dữ liệu và tối ưu chi phí token, Agentic AI dễ dừng ở giai đoạn thử nghiệm thay vì tạo giá trị vận hành thực tế.
(Tham khảo: Thông cáo báo chí Intel / IDC)
Bình Luận