Kế hoạch trở thành trung tâm dữ liệu và AI của khu vực vào năm 2030 đang cho thấy tham vọng lớn của Malaysia. Tuy nhiên, một câu hỏi ngày càng rõ ràng là liệu các doanh nghiệp nước này đã sẵn sàng về hạ tầng dữ liệu để triển khai AI ở quy mô lớn, hay vẫn chỉ dừng ở các dự án thử nghiệm.
Bà Cecily Ng, Phó chủ tịch kiêm Tổng giám đốc khu vực ASEAN và Trung Quốc đại lục của Databricks, cho biết Malaysia đang thúc đẩy AI ở cả cấp quốc gia lẫn doanh nghiệp, coi đây là động lực tăng trưởng kinh tế mới. Các nỗ lực hiện trải rộng từ ứng dụng công nghệ, xây dựng khung quản trị đến đào tạo nhân lực.
Theo bà Ng, nhiều doanh nghiệp lớn như Malaysia Airlines, Petronas và Digital Nasional Berhad đã bắt đầu đưa AI vào hoạt động vận hành và phân tích dữ liệu. Tuy nhiên, trở ngại lớn nhất hiện nay vẫn là nền tảng dữ liệu chưa đồng bộ.
Nhiều doanh nghiệp vẫn vận hành trên nhiều hệ thống đám mây khác nhau, sử dụng hạ tầng cũ và dữ liệu còn phân tán giữa các phòng ban.
“Phần lớn doanh nghiệp Malaysia vẫn đang xử lý các hệ thống dữ liệu rời rạc. Điều này khiến họ rất khó mở rộng AI ra ngoài các dự án thử nghiệm đơn lẻ,” bà Ng nói.
Theo bà, dù ban lãnh đạo nhiều doanh nghiệp đã đưa AI vào thảo luận chiến lược, phần lớn vẫn đang trong quá trình hợp nhất dữ liệu và xây dựng cơ chế quản trị trước khi có thể triển khai rộng rãi.
Những doanh nghiệp thành công thường không xem AI là một dự án công nghệ riêng lẻ, mà là một phần trong quá trình chuyển đổi dữ liệu và vận hành tổng thể.
Nhiều công ty đã thử nghiệm AI tạo sinh thông qua chatbot hoặc công cụ tăng năng suất, nhưng để đưa các ứng dụng này vào vận hành thực tế đòi hỏi nền tảng dữ liệu mạnh hơn.
“Năm 2026, các doanh nghiệp thành công với AI không phải là những đơn vị thử nhiều mô hình hơn. Họ là những doanh nghiệp đầu tư vào nền tảng để AI có thể được tin cậy và mở rộng quy mô,” bà nói.
Theo bà Ng, các doanh nghiệp triển khai AI hiệu quả thường bắt đầu từ những ứng dụng có khả năng tạo giá trị rõ ràng, như vận hành nội bộ hoặc quản trị rủi ro. Cách tiếp cận này giúp họ chứng minh hiệu quả trước khi mở rộng sang các dịch vụ hướng đến khách hàng.
Bà dẫn ví dụ Digital Nasional Berhad đã hợp tác với Databricks để xây dựng nền tảng dữ liệu và AI thống nhất cho hoạt động mạng lưới. Hệ thống này hỗ trợ xử lý dữ liệu theo thời gian thực, giám sát hiệu suất, phát hiện bất thường và tối ưu quyết định, giúp tiết kiệm tới 70% chi phí.
Theo bà Ng, nhiều doanh nghiệp hiện vẫn nhìn AI quá hẹp, chỉ tập trung vào việc chọn mô hình nào tốt hơn.
“Yếu tố tạo khác biệt thực sự là dữ liệu doanh nghiệp — dữ liệu có được hợp nhất và sẵn sàng cho AI hay không,” bà nói.
Bà cho rằng dữ liệu độc quyền như hành vi khách hàng, hoạt động vận hành, dữ liệu sử dụng sản phẩm và kiến thức chuyên ngành sẽ giúp AI tạo ra kết quả sát nhu cầu doanh nghiệp hơn.
Databricks dự báo tương lai sẽ là môi trường “đa mô hình”, nơi doanh nghiệp có thể chọn công cụ AI phù hợp cho từng tác vụ nhưng vẫn đảm bảo dữ liệu được bảo mật và giám sát chặt chẽ.
Bà Ng cũng nhấn mạnh rằng AI có trách nhiệm cần được tích hợp xuyên suốt vòng đời triển khai, thay vì chỉ dừng ở các tuyên bố chính sách hay đạo đức.
Điều này đặc biệt quan trọng với các lĩnh vực có quy định nghiêm ngặt và vận hành phức tạp như hàng không, năng lượng và viễn thông.
Theo bà Ng, Malaysia vẫn có lợi thế trong khu vực nhờ các doanh nghiệp sớm chuyển sang điện toán đám mây và đầu tư mạnh vào hạ tầng. Điều này có thể giúp nước này xây dựng kiến trúc dữ liệu và AI đồng bộ từ sớm, thay vì phải xử lý hậu quả của các hệ thống phân mảnh sau này.
Bà Cecily Ng, Phó chủ tịch kiêm Tổng giám đốc khu vực ASEAN và Trung Quốc đại lục của Databricks. Ảnh: TechWire Asia
