Bản tin AI 29/10/2026: Microsoft thu 10 tỷ USD từ OpenAI, Google ra Gemini 4

Bản tin AI ngày 29/10/2026 mang đến những con số tài chính lịch sử từ Microsoft và Google, chứng minh AI đã đi vào lõi doanh thu của các gã khổng lồ công nghệ. Bên cạnh sự xuất hiện của mô hình Gemini 4 Carbon và làn sóng tích hợp AI agents vào quy trình vận hành, bức tranh thực tế cũng cảnh báo các chủ doanh nghiệp về rủi ro tốn kém chi phí khi triển khai AI thiếu chuẩn bị.

Microsoft công bố doanh thu 10 tỷ USD từ OpenAI và lần đầu tiết lộ quy mô thực của Azure#

Trong quý kết thúc vào ngày 30/9, Microsoft ghi nhận mức doanh thu kỷ lục 92,3 tỷ USD (tăng 19% so với cùng kỳ năm ngoái), đánh dấu 10 quý liên tiếp phá kỷ lục doanh thu. Đáng chú ý, lần đầu tiên hãng công bố doanh thu thực tế bằng tiền mặt của mảng đám mây Azure ở mức 33,2 tỷ USD, cho thấy khoảng cách ngày càng thu hẹp với đối thủ dẫn đầu thị trường là AWS. Ngoài ra, Microsoft cũng thu về tới 10 tỷ USD từ các thỏa thuận thương mại với OpenAI, bao gồm cả các khoản thanh toán chia sẻ doanh thu.

Vì sao đáng chú ý: Những con số này cho thấy sự phụ thuộc tài chính khổng lồ giữa Microsoft và OpenAI, đồng thời khẳng định nhu cầu hạ tầng đám mây và AI của khối doanh nghiệp đang tạo ra dòng tiền thực tế cực lớn. Nguồn: TechCrunch (Doanh thu OpenAI), TechCrunch (Doanh thu Azure), TechCrunch (Kỷ lục Microsoft).

Google tung mô hình Gemini 4 Carbon vượt mặt đối thủ về an ninh mạng và lập trình#

Google vừa chính thức giới thiệu mô hình AI tiên phong (frontier model) mới nhất mang tên Gemini 4 Carbon. Mô hình tiên phong (frontier model) là các mô hình AI thế hệ mới nhất, có năng lực xử lý phức tạp dẫn đầu thị trường tại thời điểm ra mắt. Theo công bố của Google, phiên bản này tạo ra bước tiến lớn trong lập trình, các tác vụ tự hành (agentic tasks) và an ninh mạng, giúp hãng vươn lên vị trí số một trên bảng xếp hạng Artificial Analysis Intelligence Index (v5.0), xếp trên cả Claude Opus 5.5 và GPT-6 Astra.

Vì sao đáng chú ý: Cuộc đua mô hình nền tảng đang chuyển dịch mạnh sang khả năng thực thi tác vụ tự động và bảo mật hệ thống, mang lại công cụ mạnh mẽ hơn cho các đội ngũ kỹ thuật và sản phẩm. Nguồn: The Verge.

Google mở rộng quảng cáo AI Search toàn cầu và mở cửa Gemini cho các ứng dụng bên thứ ba#

Cùng với báo cáo doanh thu quý 3 của công ty mẹ Alphabet đạt 127,6 tỷ USD (tăng 25% so với cùng kỳ), Google tuyên bố mở rộng quảng cáo trên AI Search ra phạm vi toàn cầu trong bối cảnh tăng trưởng quảng cáo cốt lõi đang chậm lại. Song song đó, khi các tác nhân AI (AI agents) đang định hình lại môi trường web, Google đã ra mắt một nền tảng nhà phát triển mới cho phép các doanh nghiệp đưa dịch vụ của họ trực tiếp vào trải nghiệm Gemini và Search.

Vì sao đáng chú ý: Cách người tiêu dùng tìm kiếm và khám phá dịch vụ đang thay đổi căn bản; các doanh nghiệp cần chuẩn bị cho cả kênh quảng cáo trên AI Search lẫn việc tích hợp dịch vụ của mình vào hệ sinh thái AI để không bị mất điểm chạm khách hàng. Nguồn: TechCrunch (AI Search Ads), TechCrunch (Gemini & Search Platform).

Anthropic ra mắt công cụ đo lường hiệu quả chi tiêu AI cho doanh nghiệp#

Trước thềm kế hoạch IPO, phòng thí nghiệm AI Anthropic đã tung ra các công cụ mới giúp các công ty thấy rõ khoản ngân sách chi cho AI của họ thực sự đang mua được giá trị gì. Động thái này nhằm minh bạch hóa cách người dùng và các tổ chức đang chi tiêu tiền bạc vào các mô hình của hãng.

Vì sao đáng chú ý: Khi giai đoạn thử nghiệm qua đi, bài toán kiểm soát chi phí và đo lường hiệu quả đầu tư (ROI) trở thành ưu tiên hàng đầu của mọi lãnh đạo doanh nghiệp khi sử dụng AI. Nguồn: TechCrunch.

Nhiều doanh nghiệp 'vỡ mộng' vì vội vã ứng dụng AI khi chưa sẵn sàng#

Nhiều công ty trên thế giới đang phải giải quyết hậu quả hỗn độn từ việc vội vàng triển khai AI khi các công cụ chưa thực sự ổn định. Sự nóng vội này đã dẫn đến tình trạng làm mất thời gian của nhân sự, rò rỉ thông tin mật và làm đội chi phí vận hành. Bức tranh này cũng tương đồng với nhận định từ MIT Technology Review: khi doanh nghiệp vận hành đồng thời nhiều công cụ AI rời rạc từ chăm sóc khách hàng đến tự động hóa quy trình nhưng thiếu ngữ cảnh doanh nghiệp (enterprise context), kết quả tạo ra có thể bị sai lệch hoặc nhầm lẫn.

Vì sao đáng chú ý: Đây là lời cảnh tỉnh thực tế cho các SMEs và nhà làm sản phẩm tại Việt Nam: ứng dụng AI phải bắt nguồn từ bài toán vận hành cụ thể và dữ liệu chuẩn hóa, thay vì chạy theo phong trào. Nguồn: VnExpress, MIT Technology Review.

OpenAI và ServiceNow bắt tay đưa AI Agents sâu vào quy trình doanh nghiệp#

OpenAI và ServiceNow vừa công bố mở rộng quan hệ đối tác nhằm tích hợp các mô hình và AI agents của OpenAI trực tiếp vào nền tảng ServiceNow. Ngược lại, các luồng công việc (workflows) của ServiceNow cũng sẽ được đưa vào bên trong ChatGPT và Codex.

Vì sao đáng chú ý: Tác nhân AI (AI agent) là hệ thống phần mềm có khả năng tự lập kế hoạch và thực thi chuỗi hành động trong quy trình làm việc thay vì chỉ trả lời câu hỏi đơn thuần. Sự kết hợp này cho thấy xu hướng AI không còn nằm ở một cửa sổ chat tách biệt mà đang nhúng thẳng vào phần mềm quản trị cốt lõi của doanh nghiệp. Nguồn: OpenAI News.

Nvidia phát hành miễn phí mô hình chuyển đổi giọng nói thành văn bản hỗ trợ 40 ngôn ngữ#

Nvidia vừa tung ra một mô hình chuyển đổi giọng nói thành văn bản (speech-to-text) mở và miễn phí, có khả năng xử lý tới 40 ngôn ngữ. Điểm giới hạn là mô hình này chỉ hoạt động trên các tệp âm thanh đã ghi âm sẵn chứ không xử lý âm thanh theo thời gian thực (live audio), qua đó nhường mảng thời gian thực lại cho các đối thủ như ElevenLabs.

Vì sao đáng chú ý: Các đội ngũ phát triển sản phẩm có thể tận dụng ngay mô hình miễn phí này để xây dựng tính năng ghi chú cuộc họp, phân tích cuộc gọi chăm sóc khách hàng đã ghi âm hoặc hồ sơ y tế với chi phí tối ưu. Nguồn: TechCrunch.

Góc nhìn cho doanh nghiệp#

Từ những chuyển động lớn trên thị trường ngày hôm nay, dưới đây là 4 điểm hành động thực tế dành cho các chủ doanh nghiệp, founder và người làm sản phẩm:

• Chuẩn hóa dữ liệu và quy trình trước khi cắm AI: Bài học từ việc các công ty "vỡ mộng" vì tốn chi phí và lộ dữ liệu cho thấy AI không thể tự sửa một quy trình hỏng. Chẳng hạn, một chuỗi bán lẻ hay quán cà phê muốn dùng AI để phân tích hành vi khách hàng thì trước hết phải số hóa được khâu bán hàng (POS), thanh toán và định danh thành viên trên một luồng dữ liệu thống nhất.
• Kiểm toán chặt chẽ chi phí AI theo hiệu quả thực tế: Với việc cả Microsoft công bố doanh thu tỷ đô từ OpenAI lẫn Anthropic ra mắt công cụ theo dõi chi tiêu, chi phí cho AI đang trở thành một khoản mục lớn. Hãy yêu cầu đội ngũ kỹ thuật đo lường rõ ràng mỗi đồng chi cho API hay công cụ AI tiết kiệm được bao nhiêu giờ làm việc hoặc mang lại bao nhiêu doanh thu.
• Chuẩn bị cho sự dịch chuyển từ SEO truyền thống sang AI Search & Agents: Việc Google mở rộng quảng cáo AI Search toàn cầu và mở nền tảng đưa dịch vụ vào Gemini báo hiệu hành vi tìm kiếm của khách hàng đang thay đổi nhanh chóng. Doanh nghiệp làm dịch vụ, O2O cần tối ưu hóa thông tin sản phẩm rõ ràng, có cấu trúc để các AI agents dễ dàng đọc hiểu và gợi ý cho người dùng cuối.
• Tận dụng các mô hình mở cho bài toán ngách: Thay vì dùng các mô hình thương mại đắt đỏ cho mọi tác vụ, các team sản phẩm có thể kết hợp những mô hình miễn phí như công cụ speech-to-text 40 ngôn ngữ của Nvidia để xử lý các tác vụ hậu kiểm (như phân tích file ghi âm tổng đài CSKH), giúp tối ưu biên lợi nhuận.