Richard Teachout // Teachout.com
← Tất cả bài viết

Sáu ngày tại Trung Quốc: Những tiến bộ AI công nghệ cao đang vượt qua đổi mới của Mỹ

Richard Teachout
Richard Teachout CTO tại Ashley Furniture Industries - Lãnh đạo công nghệ cấp điều hành, Doanh nhân, Lãnh đạo AI, Kiến trúc sư, Người giải quyết vấn đề, Cựu nhà phát triển. 18 tháng 8, 2025
AI
Six days in China — high-tech AI advancements

Sáu ngày tại Trung Quốc đủ để thay đổi cách bạn nhìn phần còn lại của thế giới. Không phải vì bất kỳ công nghệ đơn lẻ nào — chúng ta có tất cả những thứ đó ở Hoa Kỳ — mà vì tốc độ, quy mô và chiến lược đằng sau mọi thứ họ xây dựng. Tôi đi với kỳ vọng thấy sự tiến bộ. Tôi trở về hiểu rằng khoảng cách không nằm ở ý tưởng. Nó nằm ở việc một quốc gia có thể biến một ý tưởng thành thứ vận hành ở quy mô lớn nhanh đến đâu.

Phần ấn tượng nhất không phải là các nhà máy hay chính những con robot. Đó là vòng lặp tích lũy bên dưới chúng: việc ra quyết định dựa trên kỹ thuật, AI mã nguồn mở, và một hệ thống giáo dục coi công nghệ là môn học cốt lõi thay vì một cuộc tranh luận tùy chọn. Mỗi yếu tố nuôi dưỡng yếu tố tiếp theo, và toàn bộ hệ thống vận hành ở một nhịp độ mà hầu hết các nhà lãnh đạo Mỹ chưa thực sự nắm bắt.

Tốc độ là chiến lược, không phải sản phẩm phụ

Hãy xem ví dụ về hạt nhân, vì nó định khung cho mọi thứ khác. Trung Quốc có thể phê duyệt và xây dựng mười một lò phản ứng với chi phí xấp xỉ những gì chúng ta bỏ ra để xây một lò. Dù bạn có cho rằng hạt nhân là câu trả lời đúng hay không, chỉ riêng phép so sánh đó đã là thước đo của một điều quan trọng: một quốc gia có thể làm được gì khi việc cấp phép, quy hoạch và thực thi được coi là một hệ thống thống nhất thay vì một chặng vượt chướng ngại vật.

Mô hình tương tự xuất hiện trong hạ tầng, sản xuất và công nghệ. Kế hoạch hóa tập trung có những cái giá thật — tôi không lãng mạn hóa nó. Nhưng nó tạo ra một vận tốc mà tranh luận phi tập trung, ít nhất dưới hình thức Mỹ hiện tại, không có được. Câu hỏi khó chịu cho chúng ta không phải là "chúng ta có muốn hệ thống của họ không?" mà là "phần nào trong vấn đề tốc độ của chúng ta là tự gây ra?"

Một xã hội do kỹ sư điều hành, một cách có chủ đích

Trung Quốc mỗi năm đào tạo khoảng 1,5 triệu kỹ sư, và chính phủ của họ có rất nhiều người xuất thân từ kỹ thuật. Đó không phải là sự tình cờ của văn hóa — đó là một đường ống có chủ đích. Khi những người ra quyết định đã dành cả sự nghiệp để xây dựng hệ thống, cuộc đối thoại quốc gia sẽ mặc định hướng đến cách xây dựng, chứ không phải có nên xây dựng hay không.

Hãy so sánh với đường ống của chính chúng ta. Chúng ta mỗi năm đào tạo khoảng 36.000 luật sư nhưng chỉ vài trăm kỹ sư khai khoáng và luyện kim. Chúng ta là một quốc gia của quy trình và tiền lệ; họ là một quốc gia của nguyên mẫu và sản xuất. Cả hai cách tiếp cận đều có điểm mạnh. Nhưng khi câu hỏi cạnh tranh xoay quanh đất hiếm, sản xuất tiên tiến và AI ứng dụng, sự mất cân bằng trong việc chúng ta đang đào tạo ai bắt đầu giống một gánh nặng chiến lược.

AI mã nguồn mở đang tích lũy tiến bộ vật lý

Câu chuyện công nghệ ấn tượng nhất ở Trung Quốc hiện nay không phải là một đột phá đơn lẻ — mà là AI mã nguồn mở đang tăng tốc AI vật lý. Robot hình người, robot bốn chân, máy bay không người lái, hệ thống lưu trữ và truy xuất tự động — các tiến bộ được chia sẻ trên nhiều nền tảng, nên mỗi cải tiến đều trở thành cải tiến của tất cả mọi người.

Có một câu nói nắm bắt điều này một cách hoàn hảo: một khi một robot hình người học được cách đi, tất cả chúng đều học được cách đi. Trong một hệ sinh thái mã nguồn mở, tiến bộ tích lũy vì không có gì bị chia cắt. Mọi phòng thí nghiệm, nhà máy và startup đều xây trên cùng một đường cơ sở đang dịch chuyển. Đó là một đường cong khác biệt cơ bản so với đường cong mà hầu hết các công ty Mỹ đang đi, nơi những bức tường độc quyền buộc mỗi nhóm phải giải lại cùng một bài toán "đi bộ".

Một khi một robot hình người học được cách đi, tất cả chúng đều học được cách đi. Tiến bộ mã nguồn mở tích lũy — và đó là đường cong mà chúng ta đang cạnh tranh.

Các cụm thương mại điện tử ở quy mô mà chúng ta không xây dựng

Chúng tôi cũng tham quan các hoạt động thương mại điện tử trông chẳng giống gì so với những gì chúng ta có ở Mỹ — các cụm công ty tập trung trong những tòa tháp cao tới 70 tầng, chia sẻ đào tạo, dịch vụ tập trung và hạ tầng. Hàng nghìn doanh nghiệp lặp lại vòng lặp trong cùng một tòa nhà, thu thập dữ liệu thị trường theo thời gian thực và điều chỉnh nhanh hơn bất kỳ công ty đơn lẻ nào có thể tự làm.

Đây là việc tạo cụm như một chính sách công nghiệp có chủ đích, chứ không phải sự tình cờ của địa lý. Khi các công ty chia sẻ vốn, nhân tài và hậu cần trong một hệ thống dày đặc, kinh tế đơn vị của việc thử nghiệm sẽ sụp đổ theo hướng có lợi. Đó chính là loại lợi thế hệ sinh thái khó sao chép bằng các hoạt động đơn lẻ rời rạc.

Đất hiếm: Lợi thế dẫn trước mà không ai tranh cãi

Lợi thế dẫn trước của Trung Quốc về khoáng sản đất hiếm không phải là bí mật — đó là một thập kỷ đầu tư nhất quán, được hậu thuẫn bởi chính sách vào khai thác, chế biến và đường ống giáo dục để hỗ trợ. Đất hiếm nằm bên dưới mọi thứ trong công nghệ cao: pin, động cơ, cảm biến, hệ thống quốc phòng. Quốc gia kiểm soát chuỗi cung ứng sẽ kiểm soát giá sàn của tương lai.

Trong khi đó, chúng ta có một khoảng trống giáo dục khai khoáng đáng để mọi nhà điều hành công nghệ cảnh báo. Cứ mỗi kỹ sư khai khoáng hay luyện kim chúng ta đào tạo, chúng ta lại đào tạo hàng chục luật sư. Chúng ta tranh luận về chính sách trong khi họ xây dựng năng lực. Đây không phải là vấn đề ngắn hạn — nó là vấn đề của cả một thế hệ, và chiếc đồng hồ đã bắt đầu chạy từ lâu rồi.

AI ở bậc K-12: Bắt buộc so với tranh cãi

Ở Trung Quốc, AI là môn bắt buộc trong giáo dục K-12. Trẻ em học những nền tảng của trí tuệ máy theo cách chúng học toán — như một kỹ năng cốt lõi. Còn ở Mỹ, chúng ta vẫn đang tranh cãi liệu chatbot có thuộc về lớp học hay không, và nên cấm hay chấp nhận những công cụ mà học sinh đã đang dùng.

Khoảng cách này tạo ra không nằm ở lực lượng lao động hiện tại. Nó nằm ở thế hệ đang được xây dựng ngay bây giờ. Một thế hệ học sinh Trung Quốc sẽ tốt nghiệp với giả định rằng hiểu biết về AI là điều cơ bản; một thế hệ học sinh Mỹ sẽ tốt nghiệp sau khi đã tranh cãi về việc liệu nó có nên được cho phép hay không. Hai nhóm dân số đó bước vào thị trường lao động ở những vạch xuất phát khác nhau, và sự khác biệt đó tích lũy qua từng năm.

Những điều bắt buộc, không phải nên có

Chuyến đi để lại cho tôi một niềm tin rõ ràng: Hoa Kỳ phải coi giáo dục AI, tự động hóa và đất hiếm là những thứ bắt buộc, không phải nên có. Một thứ "nên có" là thứ có cũng tốt, sẽ bị trì hoãn khi ngân sách thắt chặt. Còn một thứ "bắt buộc" là một ràng buộc mà cả hệ thống tổ chức xoay quanh — như cách các công ty vận hành tốt nhất đối xử với bảo mật hay tuân thủ.

Chúng ta không cần sao chép mô hình của Trung Quốc. Chúng ta cần thành thật về tốc độ mà mình đang từ bỏ, và có chủ đích về việc chúng ta đang đào tạo, xây dựng và tài trợ cho điều gì với tư cách một quốc gia. Công nghệ không phải là nguồn lực khan hiếm. Ý chí hành động ở quy mô lớn mới là.

Trở nên sáng tạo hơn bao giờ hết không phải là một khẩu hiệu — đó là câu trả lời thực sự duy nhất. Các tổ chức và quốc gia coi hiểu biết AI, tự động hóa và các chuỗi cung ứng trọng yếu là những điều bắt buộc sẽ định ra nhịp độ cho vài thập kỷ tới. Những ai tiếp tục coi chúng là thứ nên có sẽ phải đuổi theo, và đuổi theo thì luôn đắt đỏ hơn dẫn đầu.

Nghe toàn bộ cuộc trò chuyện

Tôi đã đi cùng Todd Wanek, CEO của Ashley Furniture, và Matt Kirchner — họ đã thuật lại toàn bộ chuyến đi trên TechEd Podcast: các lò phản ứng, robot, cụm công nghiệp, và ý nghĩa của nó đối với sản xuất và giáo dục Hoa Kỳ.

Nghe: Sáu ngày tại Trung Quốc →
China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour

Nghĩ rằng lập luận này phù hợp với sự kiện của bạn? Hãy kể cho tôi về khán phòng — lịch trình có chọn lọc.

Bắt đầu trò chuyện
English简体中文Tiếng Việt