Với đa số người dùng và doanh nghiệp nhỏ, thuê AI trên đám mây là lựa chọn hợp lý: dùng được mô hình mạnh nhất, không phải mua máy, không phải lo bảo trì, trả theo mức dùng. Chạy AI trên máy riêng đáng cân nhắc trong ba trường hợp: dữ liệu quá nhạy cảm để rời khỏi văn phòng, cần chạy ổn định khi mạng chập chờn, hoặc dùng đều đặn và nhiều đến mức tiền thuê vượt tiền mua và nuôi máy.
Câu trả lời thật thường không phải chọn một bỏ một. Rất nhiều nơi làm theo kiểu lai: việc thường ngày thuê đám mây, việc đụng dữ liệu nhạy cảm chạy mô hình nhỏ trên máy riêng. Bài này đi qua từng tiêu chí bằng ví dụ phòng khám, xưởng sản xuất và cửa hàng ở Việt Nam để bạn tự cân.
"Đám mây" và "máy riêng" thật ra là gì
Thuê AI trên đám mây nghĩa là bạn gửi câu hỏi và dữ liệu qua mạng tới máy chủ của nhà cung cấp, họ chạy mô hình rồi gửi kết quả về. Bạn có thể dùng qua giao diện trò chuyện, hoặc qua giao diện lập trình để nối vào phần mềm của mình. Bạn không sở hữu máy, không thấy máy, trả tiền theo lượt dùng hoặc theo gói.
Chạy AI trên máy riêng nghĩa là bạn tải một mô hình về, thường là mô hình có trọng số công khai, rồi chạy trên máy tính hay máy chủ đặt ở văn phòng hoặc thuê chỗ đặt. Dữ liệu không đi ra ngoài, bạn kiểm soát mọi thứ, và cũng tự lo mọi thứ: phần cứng, phần mềm, cập nhật, bảo mật, sự cố lúc nửa đêm.
Có một khoảng giữa thường bị bỏ quên: thuê máy chủ riêng trên đám mây. Bạn thuê một máy có GPU theo giờ, tự cài mô hình lên đó. Dữ liệu vẫn rời văn phòng nhưng nằm trên máy chỉ mình bạn dùng, và bạn chọn được nơi đặt máy. Cách này hợp với giai đoạn thử nghiệm, khi chưa chắc có cần mua máy hay không.
Khác biệt lớn nhất giữa hai phương án không nằm ở công nghệ mà ở trách nhiệm. Thuê là chuyển phần lớn trách nhiệm vận hành sang nhà cung cấp, đổi lại phụ thuộc vào họ. Tự chạy là giữ quyền kiểm soát, đổi lại gánh trách nhiệm. Doanh nghiệp không có người kỹ thuật thường đánh giá thấp phần trách nhiệm này.
So sánh từng tiêu chí
Sức mạnh mô hình. Đám mây thường có mô hình mạnh nhất; máy riêng chỉ chạy được mô hình vừa với phần cứng của bạn.
Dữ liệu nhạy cảm. Máy riêng giữ dữ liệu trong nhà; đám mây phụ thuộc chính sách và cam kết của nhà cung cấp.
Chi phí ban đầu. Đám mây gần như bằng không; máy riêng phải mua phần cứng.
Chi phí khi dùng nhiều và đều. Đám mây tăng theo mức dùng; máy riêng chi phí gần như cố định sau khi mua, cộng điện và bảo trì.
Bảo trì. Đám mây do nhà cung cấp lo; máy riêng do bạn lo, kể cả cập nhật bảo mật.
Phụ thuộc mạng. Đám mây cần internet ổn định; máy riêng chạy được cả khi mất mạng ngoài.
Độ trễ. Máy riêng đặt tại chỗ phản hồi nhanh cho việc liên tục như soi lỗi sản phẩm trên băng chuyền.
Mở rộng. Đám mây tăng giảm tức thì theo nhu cầu; máy riêng muốn mạnh hơn phải mua thêm.
Cập nhật mô hình. Đám mây được nâng cấp liên tục, có khi đổi hành vi mà bạn không kịp biết; máy riêng giữ nguyên cho tới khi bạn đổi.
Tính ổn định của kết quả. Máy riêng chạy cùng mô hình thì kết quả nhất quán lâu dài, hợp quy trình cần kiểm định.
Kỹ năng cần có. Đám mây chỉ cần biết dùng; máy riêng cần người hiểu hệ thống, mạng và bảo mật.
Rủi ro nhà cung cấp. Đám mây có thể đổi giá, đổi điều khoản, ngừng dịch vụ; máy riêng tránh được rủi ro này.
Ba ví dụ: phòng khám, xưởng, cửa hàng
Một phòng khám nha khoa ở quận trung tâm muốn dùng AI tóm tắt hồ sơ bệnh nhân và soạn hướng dẫn chăm sóc sau điều trị. Hồ sơ bệnh nhân là dữ liệu sức khoẻ, thuộc loại nhạy cảm. Phòng khám chọn cách lai: soạn hướng dẫn chung, viết bài cho trang web thì dùng dịch vụ đám mây vì không đụng tên bệnh nhân; còn tóm tắt hồ sơ thì chạy một mô hình nhỏ trên máy đặt trong phòng kho có điều hoà, do một kỹ thuật viên bên ngoài hợp đồng bảo trì. Bác sĩ vẫn đọc lại mọi bản tóm tắt.
Một xưởng gỗ ở Bình Dương gắn camera trên băng chuyền để phát hiện ván bị nứt, mắt gỗ. Camera chụp liên tục, cần phản hồi ngay để gạt tấm lỗi ra, và xưởng không muốn dây chuyền dừng mỗi lần mạng chập chờn. Ở đây máy đặt tại chỗ là hợp lý, kể cả không vì chuyện bảo mật: độ trễ và sự độc lập với mạng mới là lý do chính.
Một cửa hàng mỹ phẩm online muốn trợ lý trả lời khách về thành phần, cách dùng, chính sách đổi trả. Dữ liệu là thông tin công khai về sản phẩm, lượng câu hỏi lên xuống theo mùa sale. Thuê đám mây là lựa chọn rõ ràng: mô hình mạnh, trả theo mức dùng, mùa sale tăng không phải mua thêm máy. Việc cần làm là che thông tin cá nhân của khách trước khi gửi và cài sẵn câu chuyển cho nhân viên khi khách hỏi về dị ứng hay vấn đề sức khoẻ.
Ba ví dụ cho thấy cùng một câu hỏi "máy riêng hay đám mây" có ba câu trả lời khác nhau, tuỳ việc cụ thể. Đừng chọn hạ tầng trước rồi tìm việc cho nó; chọn việc trước, rồi để việc quyết định hạ tầng.
Câu hỏi tự kiểm trước khi quyết định
Dữ liệu này lộ ra thì thiệt hại gì? Thiệt hại càng lớn càng nghiêng về máy riêng hoặc dịch vụ có cam kết rõ.
Mình cần mô hình mạnh cỡ nào? Viết bài, phân tích phức tạp cần mô hình lớn; phân loại, tóm tắt ngắn thì mô hình nhỏ đủ.
Mức dùng có đều không? Dùng thất thường thì thuê; dùng đều đặn cả ngày thì tính thử phương án mua.
Mạng ở chỗ mình có ổn không? Xưởng ở vùng ven hay mất mạng thì cân nhắc chạy tại chỗ cho việc quan trọng.
Ai sẽ bảo trì máy? Không trả lời được câu này thì chưa nên mua máy.
Có cần kết quả nhất quán lâu dài không? Quy trình cần kiểm định lại mỗi khi mô hình đổi thì máy riêng dễ kiểm soát hơn.
Nhà cung cấp lưu dữ liệu ở đâu, bao lâu? Đọc kỹ điều khoản, hỏi rõ trước khi gửi dữ liệu khách hàng.
Đã thử nhỏ chưa? Chạy thử vài tuần trên máy thuê theo giờ trước khi đầu tư.
Có phương án dự phòng không? Đám mây ngừng hay máy riêng hỏng thì công việc chạy tiếp bằng cách nào.
Có nghĩa vụ pháp lý về dữ liệu không? Dữ liệu sức khoẻ, tài chính, dữ liệu cá nhân có quy định riêng; hỏi luật sư khi không chắc.
Chi phí đã tính đủ chưa? Với máy riêng, cộng cả điện, làm mát, bảo trì và công người, không chỉ giá máy.
Sai lầm hay gặp khi chọn hạ tầng AI
Mua máy vì sợ lộ dữ liệu mà không có người vận hành. Máy không cập nhật bảo mật lại thành lỗ hổng lớn hơn.
Gửi mọi thứ lên đám mây mà không che dữ liệu cá nhân. Tiện nhưng có thể vi phạm nghĩa vụ bảo vệ dữ liệu khách hàng.
So giá máy với giá thuê một tháng. Phải so trên vòng đời vài năm, gồm cả điện và công người.
Chọn mô hình lớn nhất cho mọi việc. Tốn tiền, chậm, trong khi nhiều việc mô hình nhỏ làm đủ.
Không có kế hoạch khi nhà cung cấp đổi. Quy trình bám chặt một dịch vụ, dịch vụ đổi giá hay đổi hành vi là cả quy trình lao đao.
Đặt máy chủ trong phòng không điều hoà. Ở khí hậu nóng ẩm, máy nhanh hỏng và hay lỗi vặt.
Tin máy riêng là tuyệt đối an toàn. Máy vẫn có thể bị tấn công qua mạng nội bộ, bị mất cắp, bị nhân viên sao chép dữ liệu.
Quên sao lưu. Máy riêng hỏng ổ cứng là mất cả mô hình đã tinh chỉnh lẫn dữ liệu.
Không đo hiệu quả. Không ghi lại AI giúp tiết kiệm được gì thì không biết có nên đầu tư tiếp.
Để nhân viên tự dùng dịch vụ cá nhân. Mỗi người một tài khoản miễn phí, dữ liệu công ty rải khắp nơi không ai kiểm soát.
Quyết định một lần rồi thôi. Công nghệ đổi nhanh; nên xem lại lựa chọn định kỳ.
Câu hỏi thường gặp
Mô hình AI chạy trên máy riêng có kém hơn dịch vụ đám mây không?
Thường kém hơn mô hình mạnh nhất trên đám mây, vì máy riêng chỉ chứa được mô hình vừa phần cứng. Nhưng với việc hẹp như phân loại, tóm tắt, trích thông tin, mô hình nhỏ có thể đủ tốt.
Doanh nghiệp không có nhân viên IT có nên tự chạy AI không?
Thường không nên. Hãy dùng dịch vụ đám mây có cam kết bảo vệ dữ liệu rõ ràng, hoặc thuê đơn vị bên ngoài vận hành nếu thật sự cần máy riêng.
Dùng AI trên đám mây có bị lộ dữ liệu không?
Rủi ro tuỳ nhà cung cấp và cách bạn dùng. Đọc chính sách lưu trữ, chọn gói dành cho doanh nghiệp nếu có, và che thông tin cá nhân trước khi gửi là ba việc giảm rủi ro đáng kể.
Phương án lai là gì?
Là chia việc: việc không đụng dữ liệu nhạy cảm dùng đám mây, việc đụng dữ liệu nhạy cảm chạy trên máy riêng. Cách này giữ được sức mạnh của đám mây mà vẫn kiểm soát phần dữ liệu quan trọng.
Khi nào nên chuyển từ thuê sang mua máy?
Khi mức dùng đã đều và ổn định, bạn đã thử đủ lâu để biết cần cấu hình gì, và đã có người vận hành. Tính chi phí trên vài năm, cộng cả điện, làm mát và công bảo trì, rồi mới so.
