Ngày 17/10, tại InterContinental Landmark 72 (Hà Nội), Tập đoàn FPT tổ chức FPT TRANSFORM 2026, sự kiện công nghệ chuyên sâu về trí tuệ nhân tạo (AI), điện toán đám mây (Cloud) và dữ liệu (Data). Ngay trong khuôn khổ chương trình, FPT giới thiệu ba giải pháp mới gồm FPT AI EOS, FPT Kubernetes Engine với GPU và FPT Token Factory, với mục tiêu giúp doanh nghiệp đưa AI vào quy trình công việc, sử dụng hạ tầng tính toán và khai thác các mô hình AI.
FPT ra mắt hàng loạt giải pháp công nghệ mới tại sự kiện FPT TRANSFORM 2026.
Từ thử nghiệm đến sử dụng thực tế
Với chủ đề "Ship AI Live", FPT TRANSFORM 2026 có hơn 50 phiên chuyên sâu, 10 hội thảo thực hành kỹ thuật và hơn 200 giải pháp được giới thiệu, trình diễn. Ban tổ chức cho biết hơn 1.700 vé đã được bán trước sự kiện. Trong phiên mở màn, ông Lê Hồng Việt, Tổng Giám đốc FPT Smart Cloud, nhấn mạnh khoảng cách từ bản trình diễn đến hệ thống vận hành thực tế là thách thức lớn khi triển khai AI. Theo ông, xây dựng được mô hình mới chỉ là bước đầu, vì doanh nghiệp còn phải giải quyết đồng thời bài toán dữ liệu, hạ tầng, triển khai, giám sát, bảo mật và mở rộng quy mô.
Chính những yêu cầu đó là cơ sở cho ba giải pháp mới. Mỗi giải pháp xử lý một nhóm việc riêng, từ kết nối với hệ thống sẵn có, kiểm soát dữ liệu và đầu ra, đến đáp ứng lượng người dùng tăng lên và quản lý chi phí vận hành.
Ông Lê Hồng Việt, Tổng Giám đốc FPT Smart Cloud, Tập đoàn FPT.
"Với việc bổ sung FPT AI EOS, FPT Kubernetes Engine với GPU và FPT Token Factory vào hệ sinh thái, chúng tôi mong muốn mỗi tổ chức có thể lựa chọn mức độ tự chủ AI phù hợp với nhu cầu và năng lực của mình, từ ứng dụng, mô hình đến hạ tầng. Mục tiêu cuối cùng là gia tăng quyền chủ động về công nghệ và dữ liệu, qua đó tạo nền tảng cho đổi mới sáng tạo, đưa AI vào vận hành ở quy mô thực tế và tạo ra giá trị kinh doanh", ông Lê Hồng Việt chia sẻ.
FPT AI EOS - nền tảng điều phối AI Agents cho quy trình nghiệp vụ
FPT AI EOS được phát triển như một nền tảng điều phối các AI Agents, giúp AI tham gia sâu hơn vào quy trình nghiệp vụ và phối hợp cùng con người. Nền tảng có thể kết nối với các phần mềm phục vụ hỗ trợ khách hàng, xử lý hợp đồng và bán hàng. Các "nhân sự số" (digital worker) theo dõi công việc, làm việc cùng hệ thống doanh nghiệp đang dùng và chuyển những quyết định cần kiểm soát đến người phụ trách phê duyệt.
Chị Đào Bích Ngọc, Product Owner của FPT AI EOS, demo phần ra mắt nền tảng.
Tại sự kiện, FPT trình diễn một "nhân sự số" có tên giả định là Tín, hoạt động trên môi trường thực tế để hỗ trợ vận hành kinh doanh. Tín có thể chuẩn bị báo giá, theo dõi phản hồi của khách hàng, tạo hợp đồng, tổng hợp ý kiến từ các bộ phận Kinh doanh, Pháp chế và Tài chính, đồng thời cập nhật trạng thái từng thương vụ. Điểm đáng chú ý là những việc như gửi thông tin cho khách hàng, chấp nhận điều khoản rủi ro hay ký hợp đồng vẫn phải do người phụ trách phê duyệt, nghĩa là AI đảm nhận phần việc lặp lại còn quyền quyết định vẫn ở phía con người.
FPT Kubernetes Engine với GPU, hạ tầng AI được quản trị sẵn
Giải pháp thứ hai bổ sung lớp Kubernetes được quản trị, dành riêng cho các tác vụ AI, vào hệ sinh thái FPT AI Factory. Kubernetes là công nghệ quản lý việc triển khai và vận hành phần mềm, còn GPU là bộ xử lý đồ họa được dùng cho tính toán AI. Môi trường này phục vụ huấn luyện, tinh chỉnh và triển khai mô hình, giúp doanh nghiệp bớt phải tự thiết lập và quản trị toàn bộ cụm hạ tầng.
Ông Nguyễn Khương Duy, Phó Giám đốc Khối Công nghệ Cloud, kiêm Giám đốc Trung tâm Sản phẩm NCP, FPT Smart Cloud, trình bày phần ra mắt FPT Kubernetes Engine.
Về phân chia trách nhiệm, FPT đảm nhận lớp hạ tầng và hệ thống điều khiển Kubernetes, gồm cài đặt, nâng cấp, giám sát, tự động mở rộng và các thành phần phần mềm phục vụ GPU. Khách hàng chủ động quản lý ứng dụng, mô hình và các tác vụ AI của mình. Dịch vụ hỗ trợ triển khai trên máy chủ ảo có GPU hoặc máy chủ vật lý, và có thể khởi tạo, quản lý qua cổng dịch vụ, công cụ Terraform hoặc giao diện lập trình ứng dụng (API).
Theo kết quả đo trong điều kiện thử nghiệm của FPT, một cụm Kubernetes với GPU có thể khởi tạo trong khoảng 5 phút, đưa tác vụ vào môi trường vận hành trong khoảng 30 giây và giảm tới 90% khối lượng vận hành hạ tầng AI thủ công. Các con số này gắn với cấu hình thử nghiệm của FPT và không phải cam kết áp dụng cho mọi hệ thống.
FPT Token Factory - một cổng truy cập nhiều mô hình AI
FPT Token Factory cung cấp cổng truy cập thống nhất tới nhiều mô hình AI, gồm cả mô hình do FPT vận hành và mô hình từ các nhà cung cấp khác. Nền tảng tập trung vào truy cập và suy luận, tức dùng mô hình để xử lý yêu cầu và tạo đầu ra, thay vì huấn luyện mô hình từ đầu.
Ông Trần Việt Thanh, Phó Giám đốc Trung tâm Phát triển Hạ tầng Cloud, FPT Smart Cloud.
Vấn đề dữ liệu được phân định khá rõ. Với các mô hình do FPT vận hành, dữ liệu được xử lý trên hạ tầng của FPT. Với mô hình truy cập qua bên thứ ba, FPT Token Factory chỉ đóng vai trò cổng truy cập và quản lý sử dụng, còn việc xử lý dữ liệu phụ thuộc vào chính sách và hạ tầng của nhà cung cấp đó. Đây là chi tiết doanh nghiệp nên cân nhắc khi chọn mô hình cho từng tác vụ. Việc gom nhiều mô hình vào một cổng cũng giúp quản lý chi phí và tài nguyên tập trung hơn.
Ba giải pháp có thể dùng độc lập hoặc kết hợp. Chẳng hạn, doanh nghiệp có thể xây dựng và vận hành "nhân sự số" trên FPT AI EOS, chọn mô hình qua FPT Token Factory, đồng thời triển khai tác vụ trên FPT Kubernetes Engine với GPU khi cần kiểm soát sâu hơn về hạ tầng, hiệu năng và khả năng mở rộng.
Hội thảo thực hành xoay quanh việc đưa AI vào vận hành
Bên cạnh phần ra mắt, các phiên chuyên môn tại FPT TRANSFORM 2026 tiếp cận chủ đề này từ hai hướng, một là dùng AI hỗ trợ phát triển phần mềm, hai là xây dựng ứng dụng AI để đưa vào vận hành.
Ở hướng thứ nhất, phiên "AI Coding Playbook" bàn về việc gắn công cụ sinh mã với toàn bộ quy trình phát triển phần mềm thay vì chỉ xét từng đoạn mã riêng lẻ. Hội thảo "Autonomous Coding Agents" đi sâu vào mô hình nhiều tác tử AI cùng làm việc, mỗi tác tử đảm nhận một vai trò như lập kế hoạch, viết mã hay kiểm thử, trong khi thông tin dự án được duy trì qua các tệp và lịch sử thay đổi trên Git. Cách tổ chức này đặt ra yêu cầu rõ về tiêu chí đánh giá và kiểm soát chất lượng, bởi kết quả do AI tạo ra cần được kiểm tra trước khi phần mềm đi vào sử dụng. Với hướng xây dựng ứng dụng, hội thảo Agent Builder cho người tham dự thực hành tạo tác tử AI.
Ở hướng vận hành, hội thảo "Optimize LLM Inference for Production" xoay quanh các tình huống như xử lý đầu vào dài, giữ thời gian phản hồi ngắn và phục vụ nhiều người dùng cùng lúc. Người tham dự thực hành triển khai và tối ưu mô hình ngôn ngữ lớn trên GPU và Kubernetes. Chương trình còn có phần thực hành triển khai ứng dụng theo cách phối hợp phát triển và vận hành phần mềm, thường gọi là DevOps, trên nền tảng đám mây, nhằm nối phần xây dựng ứng dụng với công việc duy trì hệ thống.
Tại khu vực trình diễn, người tham dự có thể xem demo, trải nghiệm sản phẩm và trao đổi trực tiếp với kỹ sư, kiến trúc sư hệ thống về yêu cầu triển khai thực tế của doanh nghiệp.
