FPT集团旗下FPT Smart Cloud于10月17日在河内举办FPT Transform 2026活动，主题为“Ship AI Live”，讨论企业将人工智能从试验阶段推进到实际运营所面临的问题。FPT Smart Cloud总经理黎鸿越在会上表示，AI正在改变软件开发团队构建产品的方式。
黎鸿越称，过去完善一个产品原型可能需要一到两周讨论、草拟和修改，采用自然语言编程后，这一时间可缩短至两到三小时；AI还可协助编写测试、在系统出错时查找根本原因。但他指出，开发速度只解决了AI进入实际应用的一部分问题，转入运营环境后，应用须处理真实数据、满足速度与稳定性要求、连接现有系统，并确保安全及对AI操作的可控性。
在数据层面，FPT Smart Cloud数据平台产品负责人黎清和与数据架构工程师阮孟孝介绍了一项基于模拟零售数据集的试验：团队用40个问题在17个已标准化数据模型上检验AI按业务定义作答的能力。阮孟孝举例说，统计退货次数与累加退货数量并不相同，系统还须把退货记录与原始销售交易关联；若缺乏明确业务定义，回答可能在语言上合理却在业务上错误。
该试验显示，在补充数据目录信息后，按业务定义回答正确的比例从61%升至86%，使用的仍是同一个AI模型。这一结果被用来说明，提供完整上下文和业务定义可改善回答质量，而不一定需要更换模型。
越南工商股份商业银行（VietinBank）数据与AI部门副总监阮功商博士在会上分享了AI Agent按用户身份和权限在Lakehouse上挖掘数据的做法：AI可协助起草提案，但员工仍须检查、修改并按权限完成审批。这意味着企业须明确哪些数据可用、哪些决定需由人批准。
在基础设施与成本方面，FPT介绍了Token Factory平台，称其提供统一API入口以访问FPT运营的模型及其他供应商的模型；FPT称，从基础设施、软件到API入口的整体优化使同一GPU系统上的处理吞吐量提高逾两倍，生成首个token的时间减少三倍。
西贡-河内商业股份银行（SHB）发展中心总监阮战胜表示，选择预设工作流还是AI Agent取决于工作特点、成本和结果可解释性要求；流程步骤明确的工作可适用工作流，需要更灵活处理的任务才需要agent。他提到，AI可能通知任务已完成而实际结果并不准确，因此企业需要检查机制、操作历史记录和审计来发现偏差。
MoMo高级副总经理兼首席技术官泰智雄分享说，AI最初用于编程、营销等单独工作，随后逐步扩展至产品开发全生命周期；随着应用范围扩大，持续评估和接收反馈成为按实际需求调整系统的重要要求。
越南中文社
