Production-Ready AI: Enterprise, Multi-Agent & Long-Term Builds
Lưu ý: thanh toán bằng chuyển khoản ngân hàng để mua vé với giá rẻ hơn tại đây.
AI in Production: Enterprise, Multi-Agent & Long-Term Builds
AI đang được nhắc tới ở mọi nơi - mỗi ngày một demo viral, mỗi tuần một framework mới, mỗi tháng một mô hình "tốt hơn tất cả những gì trước đó". Nhưng giữa một demo trên mạng và một hệ thống AI chạy thật trong production là cả một khoảng cách - và phần lớn các bài chia sẻ về AI hiện nay không bước qua được khoảng cách đó.
Buổi này quy tụ 3 góc nhìn từ 3 môi trường khắc nghiệt nhất với AI:
Triển khai AI trong Corporate - khi AI rời sandbox và bước vào tổ chức thật: kháng cự nội bộ, change management, quy trình kiểm soát, compliance. Buổi này có một case study đặc thù từ một ngành khắc nghiệt nhất: ngân hàng - nơi sai số có thể trị giá hàng trăm tỷ và mọi mô hình đều phải giải thích được trước kiểm toán
Multi-Agent autonomous systems - nơi AI không còn "trả lời câu hỏi" mà tự lập kế hoạch, tự gọi tool, tự ra quyết định
Sản phẩm dài hạn - nơi tính ổn định và bảo trì quan trọng hơn việc chạy theo trend mới mỗi tháng
Ba góc nhìn, ba quy mô, ba bộ ràng buộc khác nhau - nhưng cùng chung một câu hỏi: AI thực sự cần gì để chạy được trong môi trường thật?
🎯 Sự kiện này dành cho ai?
Developer / AI Engineer: Bạn đang chuyển từ "build prototype" sang "đưa AI vào production" và muốn hiểu trước những vách đá kỹ thuật + tổ chức cần vượt qua
Builder / Indie Hacker: Bạn đang xây sản phẩm AI và muốn nhìn vào blueprint của những hệ thống multi-agent thực sự đang vận hành - không chỉ là demo
Tech Founder / CTO: Bạn đang đánh giá AI roadmap cho doanh nghiệp và cần một khung tư duy về rủi ro, compliance và lựa chọn framework cho dự án dài hạn
Bất kỳ ai tò mò: Bạn không phải dev, nhưng bạn muốn hiểu thực sự AI trong production khác gì AI trên demo. Welcome.
👥 Khách mời & Nội dung chia sẻ
1. Nguyễn Chiến Thắng
Head of Development, Khối Công nghệ Thông tin - Ngân hàng SHB
Founder MiAI.vn - cộng đồng AI 75.000+ thành viên trên Facebook
20 năm kinh nghiệm trong lĩnh vực công nghệ và tài chính ngân hàng
Từng giữ các vị trí: Giám đốc Mobile Payment VCCORP, Giám đốc CNTT M-Pay, Giám đốc Sản phẩm bán lẻ
Anh Thắng là một trong số rất ít người vừa có chiều sâu kỹ thuật để dẫn dắt phát triển hệ thống ở quy mô doanh nghiệp lớn, vừa có ảnh hưởng cộng đồng thông qua MiAI.vn - nơi quy tụ các bạn trẻ, chuyên gia và người đam mê AI tại Việt Nam. Góc nhìn của anh không phải từ một enthusiast bên ngoài, mà từ người đang trực tiếp triển khai AI bên trong môi trường corporate. Case study cụ thể anh mang tới buổi này đến từ một trong những ngành đặc thù nhất: ngân hàng - nơi ngưỡng chấp nhận rủi ro thấp nhất và quy định khắt khe nhất - nhưng phần lớn bài học có thể áp dụng cho mọi tổ chức quy mô lớn.
🧠 Topic: Sự thật "trần trụi" triển khai AI trong Ngân hàng
Mỗi tuần lại có thêm một ngân hàng công bố "chuyển đổi AI" - chatbot hỗ trợ khách hàng, mô hình chấm điểm tín dụng, hệ thống phát hiện gian lận thế hệ mới. Nhưng ẩn sau những thông cáo báo chí bóng bẩy là một bức tranh phức tạp hơn nhiều. Những người trong cuộc - từ CTO đến chuyên viên vận hành - đều biết: triển khai AI trong ngành tài chính không đơn giản như cài thêm một phần mềm.
Nội dung chính:
AI không phải chìa khóa sống còn của ngân hàng - lợi thế cạnh tranh thực sự vẫn đến từ niềm tin khách hàng, mạng lưới quan hệ và chất lượng sản phẩm tài chính. AI là công cụ hỗ trợ mạnh mẽ, nhưng những ngân hàng kỳ vọng AI sẽ "cứu" chiến lược cạnh tranh đang đặt cược nhầm chỗ.
Sức kháng cự từ người dùng nội bộ - rào cản bị xem nhẹ nhất. Nhân viên lo mất việc, không tin kết quả mô hình, hoặc đơn giản là không sẵn sàng đổi quy trình quen thuộc. Không có change management bài bản, dự án AI hàng triệu đô vẫn có thể chết yểu từ bên trong.
Đặc thù rủi ro của ngành tài chính - một sai số có thể gây tổn thất hàng trăm tỷ, vi phạm quyền lợi khách hàng, hoặc kích hoạt khủng hoảng thanh khoản. Đây là lý do chu kỳ kiểm thử và giám sát trong ngân hàng kéo dài gấp nhiều lần các ngành khác - và hoàn toàn có lý do chính đáng.
Mê cung quy định và compliance - Basel, GDPR, quy định Ngân hàng Nhà nước. Mỗi thuật toán đưa vào vận hành đều cần kiểm chứng, giải thích rõ ràng và sẵn sàng cho kiểm toán. Explainability không còn là tính năng tùy chọn - mà là yêu cầu pháp lý bắt buộc.
"Bài chia sẻ này không nhằm ngăn ai triển khai AI. Ngược lại - đây là bản đồ địa hình thực tế, để biết những vách đá nào cần vượt qua trước khi bắt đầu leo."
🎯 Sau phần chia sẻ, bạn sẽ:
Thoát khỏi tư duy "AI là cây đũa thần" - hiểu đúng vị trí của AI trong hệ sinh thái ngân hàng, không kỳ vọng thái quá nhưng cũng không bỏ qua tiềm năng thực sự
Có khung tư duy đánh giá rủi ro trước khi triển khai - biết đặt đúng câu hỏi: rủi ro nào chấp nhận được, rủi ro nào phải kiểm soát chặt, rủi ro nào buộc phải dừng lại
Nhận ra con người mới là điểm nghẽn thực sự - không phải công nghệ. Từ đó chủ động xây dựng chiến lược change management và kéo đội ngũ vào cuộc từ sớm
Hiểu compliance không phải rào cản mà là điều kiện thiết kế - biết lồng ghép yêu cầu pháp lý vào ngay từ giai đoạn xây dựng mô hình, không phải bước kiểm tra cuối cùng
Tự tin hơn khi trình bày hoặc bảo vệ dự án AI trước ban lãnh đạo - vì đã nhìn thấy bức tranh toàn cảnh, bao gồm cả những góc tối mà đa số presentation về AI thường bỏ qua
2. Nguyễn Cường
Founder & CEO Unidata Innovation và ChatbotViet AI
Technical Leader & Full-stack Developer - kiến trúc phần mềm cấp CTO/Technical Lead
Cựu thành viên Google for Startups: AI Solutions Lab Vietnam
Sáng lập RuleSkill.com - hệ sinh thái indexing AI Agent skills
Đã thiết kế kiến trúc Agent 7 cấp độ cho sản xuất truyền thông đa nền tảng
Anh Cường tập trung nghiên cứu và phát triển sâu các hệ thống Multi-Agent Workflows, ứng dụng Model Context Protocol (MCP), RAG trong môi trường thực chiến - không phải POC. Phần chia sẻ của anh thiên về system design: cách lắp ráp các thành phần để có một hệ thống AI thực sự tự ra quyết định và hành động, không chỉ trả lời câu hỏi.
🧠 Topic: Blueprint Cho Autonomous Multi-Agent - Xây Dựng Hệ Thống Tự Động Hóa Thực Chiến Với MCP & RAG
Nội dung chính:
Giải mã Multi-Agent Frameworks - cách cấu trúc một hệ thống AI vận hành độc lập (Case study: thiết lập cấu trúc phân quyền Agent nhiều cấp độ như CEO, Research, Assembly)
Khai phóng sức mạnh với MCP - ứng dụng Model Context Protocol servers để kết nối AI Agents với backend, database và API bên ngoài
Kiến trúc RAG & Workflow tự động - tích hợp Retrieval-Augmented Generation để đảm bảo tính chính xác và tối ưu hóa luồng công việc (từ code, content đến video production)
AEO & SEO trong kỷ nguyên AI - đón đầu xu hướng Answer Engine Optimization để tối ưu hóa khả năng hiển thị của hệ sinh thái sản phẩm
🎯 Sau phần chia sẻ, bạn sẽ:
Mang về một tư duy thiết kế hệ thống (system design) rõ ràng để tự triển khai các luồng làm việc đa tác nhân (Multi-Agent)
Hiểu rõ cách dùng MCP server để biến các mô hình AI tĩnh thành những trợ lý có khả năng tương tác với dữ liệu thật
Có blueprint để xây dựng các cỗ máy tự động hóa cho cả phát triển phần mềm lẫn quy trình vận hành doanh nghiệp
3. Lưu Trọng Hiếu
CIO Vtech - Co-founder ERIN (mạng lưới thông tin cứu hộ/cứu trợ)
ex-CPO Sabomall, ex-CPO Ubox
ex-CEO Agilearn, ex-CTO Agilead Global
Co-founder Velacorp Investment Fund
Anh Hiếu giới thiệu mình ngắn gọn: "Một người làm sản phẩm công nghệ". Sau hơn một thập kỷ ở các vai trò sản phẩm và kỹ thuật từ startup tới quỹ đầu tư, anh tới với buổi này từ một góc nhìn khác hẳn: không phải framework nào hot nhất tuần này, mà framework nào còn hoạt động được sau 2 năm nữa.
🧠 Topic: Tại sao BMAD Framework ít được nhắc đến? Nó có thực sự hiệu quả?
Nội dung chính:
Dự án cồng kềnh nghiệp vụ thì dùng gì? - khi product không phải là một chatbot demo cuối tuần
Một sản phẩm đi lâu dài cần tính ổn định hơn là chạy theo trend - vậy chọn gì để build?
Mindset > Skillset > Toolset - AI thay đổi nhanh, vậy liệu chạy theo trend có đến lúc hụt hơi?
🎯 Sau phần chia sẻ, bạn sẽ:
Biết BMAD Framework là gì và tại sao nó ít được cộng đồng nhắc tới so với các framework AI agent khác
Có bộ tiêu chí để tự đánh giá liệu BMAD có phù hợp với product/team của mình hay không
Hiểu được lý do chọn tooling cho dự án dài hạn khác hẳn lý do chọn tooling cho prototype hay demo
🔥 Vì sao bạn nên tham dự buổi offline cộng đồng này?
Một bản đồ rủi ro để nói chuyện AI với leadership và compliance team - không né tránh, không tô hồng
Blueprint multi-agent + MCP + RAG có thể ráp lại ngay khi về đến bàn làm việc
Khung quyết định tooling cho dự án dài hạn vs. dự án nhanh - biết khi nào nên chạy theo trend, khi nào nên đứng yên
Hiểu vì sao con người và compliance mới là điểm nghẽn thực sự khi đưa AI vào production - không phải mô hình
Network trực tiếp với 3 builder đang vận hành AI ở 3 quy mô và 3 môi trường khác nhau - doanh nghiệp lớn (case study từ Banking), agency multi-agent, sản phẩm công nghệ dài hạn
Kết nối với cộng đồng AI Transformers Vietnam - developer, builder, tech founder cùng quan tâm đến việc đưa AI ra production thật
🎟 Đăng ký & Thanh toán
Đây là sự kiện có bán vé với số lượng chỗ ngồi giới hạn nhằm đảm bảo trải nghiệm tương tác với diễn giả.
Giá vé đã bao gồm 1 đồ uống.
Có 2 hình thức thanh toán:
1. Thanh toán bằng chuyển khoản ngân hàng
👉 Giá rẻ hơn, cần đợi một chút để ban tổ chức xác nhận thanh toán và xuất vé. Chuyển khoản tại đây.
2. Thanh toán bằng thẻ tín dụng/quốc tế
👉 Trả thẻ trực tiếp trên Luma. Giá cao hơn nhưng nhanh gọn, nhận vé ngay lập tức. Không cần chờ xác nhận.
⚠️ Lưu ý
Mọi người sắp xếp công việc trước và đến sớm 10–15 phút để ổn định chỗ ngồi
Capacity giới hạn, đăng ký sớm để giữ chỗ
🤝 Đơn vị tổ chức
Sự kiện được tổ chức bởi AI Transformers Vietnam - cộng đồng dành cho developer, builder và indie hacker đam mê AI tại Việt Nam.
👉 Tham gia cộng đồng: Zalo (tiếng Việt) | WhatsApp (English) | Facebook
🤝 Đối tác đồng hành
Sự kiện được tài trợ không gian bởi UPGen - Workspace Solutions. UPGen tạo ra những không gian truyền cảm hứng và xây dựng những cộng đồng đầy nhiệt huyết, định hình lại thế giới công việc từ gốc rễ. Hiện tại, UPGen đang có mặt tại một số thành phố phát triển mạnh nhất châu Á, bao gồm: Hà Nội, Thành phố Hồ Chí Minh, Bangkok và Kuala Lumpur.