Chọn Vendor AI Cho Doanh Nghiệp Tech: Checklist Kỹ Thuật Trước Khi Ký Hợp Đồng

Một startup fintech ở TP.HCM đã ký hợp đồng với một vendor AI để xây dựng hệ thống phân tích rủi ro tín dụng. Sáu tháng sau, khi traffic tăng gấp 10 lần, chi phí API leo từ 3.000 USD lên 47.000 USD mỗi tháng — và không có điều khoản nào trong hợp đồng bảo vệ họ khỏi con số đó. Câu chuyện này không phải ngoại lệ; nó là quy luật khi đội IT nội bộ giỏi nhưng không có quy trình đánh giá vendor AI bài bản.

Vì sao doanh nghiệp tech thất bại khi triển khai AI dù có đội IT nội bộ

Nghịch lý ở chỗ: nhiều doanh nghiệp có đội kỹ sư mạnh, am hiểu Python và cloud, nhưng vẫn chọn sai vendor AI. Lý do không nằm ở năng lực kỹ thuật mà ở việc bỏ qua các câu hỏi đúng trước khi ký.

Chọn nhầm kiến trúc: self-hosted vs. API-based vs. fine-tuned model

Ba kiến trúc phổ biến mang ba bài toán chi phí và rủi ro hoàn toàn khác nhau. Self-hosted (chạy model trên hạ tầng riêng) cho phép kiểm soát dữ liệu tuyệt đối nhưng đòi GPU A100/H100 — một cluster đủ dùng cho production thực tế tốn từ 15.000 đến 80.000 USD mỗi tháng. API-based (gọi OpenAI, Anthropic, Gemini) rẻ hơn ở giai đoạn đầu nhưng chi phí tỷ lệ tuyến tính với volume. Fine-tuned model thường được vendor bán như “giải pháp tối ưu cho ngành của bạn” — nhưng dữ liệu fine-tune là dữ liệu của bạn, và khi hợp đồng kết thúc, model đó thuộc về ai?

Nếu bạn đang tìm hiểu thêm về phân tích dữ liệu để hỗ trợ quyết định kỹ thuật, bài giới thiệu về Mastering Data Analytics cung cấp góc nhìn nền tảng hữu ích trước khi bước vào đàm phán vendor.

Bỏ qua latency và cost per request khi scale

Demo của vendor luôn chạy mượt ở 50 request/phút. Production thực tế của bạn có thể là 50.000 request/giờ vào giờ cao điểm. Latency p99 (phần trăm thứ 99) mới là con số cần hỏi, không phải latency trung bình. Một vendor trả lời trung bình 200ms nhưng p99 là 4 giây sẽ làm hỏng UX của mọi tính năng real-time. Hãy yêu cầu số liệu benchmark ở 5x và 20x traffic dự kiến của bạn — nếu vendor từ chối cung cấp, đó là tín hiệu đỏ.

Không có kế hoạch fallback khi model provider thay đổi pricing

OpenAI đã thay đổi cấu trúc giá ít nhất 4 lần trong 18 tháng qua. Anthropic, Google, và các provider nhỏ hơn cũng vậy. Nếu toàn bộ pipeline AI của bạn phụ thuộc vào một provider duy nhất mà không có abstraction layer, mỗi lần họ đổi pricing là một cuộc khủng hoảng nội bộ. Kiến trúc đúng phải cho phép swap provider trong vòng 1–2 ngày làm việc, không phải 2–3 tháng refactor.

3 sai lầm kỹ thuật phổ biến khi chọn công ty ứng dụng AI

Chúng tôi đã quan sát hàng chục dự án triển khai AI tại các doanh nghiệp tech quy mô vừa và lớn. Ba sai lầm sau xuất hiện lặp đi lặp lại, bất kể ngành hay quy mô công ty.

Tin demo sandbox thay vì stress test với traffic thực tế

Sandbox của vendor được tối ưu để gây ấn tượng trong buổi demo. Họ dùng dataset sạch, server riêng, và đôi khi cả model đặc biệt không phải version production. Yêu cầu POC (Proof of Concept) kéo dài ít nhất 2 tuần với dữ liệu thực của bạn — messy, có tiếng Việt lẫn tiếng Anh, có edge case nghiệp vụ đặc thù. Nếu vendor từ chối POC với dữ liệu thực, bạn biết phải làm gì.

Không đánh giá vendor lock-in: data migration và model portability

Câu hỏi phải đặt ra ngay từ đầu: “Nếu chúng tôi muốn chuyển sang vendor khác sau 12 tháng, quy trình export toàn bộ dữ liệu và model configuration mất bao lâu và tốn bao nhiêu?” Vendor tốt sẽ trả lời cụ thể. Vendor muốn lock-in bạn sẽ trả lời mơ hồ hoặc nêu ra mức phí migration cao bất thường. Định dạng dữ liệu xuất ra có phải chuẩn mở (JSON, Parquet, ONNX cho model) hay định dạng proprietary chỉ họ đọc được?

Để hiểu thêm về các định dạng dữ liệu và file kỹ thuật số nói chung, bài tổng hợp các định dạng file video minh họa rõ sự khác biệt giữa định dạng mở và proprietary — bài học áp dụng được cho cả dữ liệu AI.

Bỏ qua compliance: GDPR, dữ liệu khách hàng xử lý ở đâu

Nếu bạn phục vụ khách hàng châu Âu hoặc xử lý thông tin cá nhân của người dùng Việt Nam (theo Nghị định 13/2023/NĐ-CP), câu hỏi không phải “vendor có tuân thủ GDPR không” mà là “dữ liệu của khách hàng tôi được xử lý ở server nào, tại quốc gia nào, và ai có quyền truy cập?” Một số vendor AI lớn mặc định route request qua US server — điều này có thể vi phạm điều khoản trong hợp đồng với khách hàng của bạn mà không ai hay biết cho đến khi có sự cố.

Checklist kỹ thuật đánh giá vendor AI cho doanh nghiệp tech

Dưới đây là bảng checklist chúng tôi tổng hợp từ kinh nghiệm thực tế, chia theo 4 nhóm yếu tố cần đánh giá trước khi ký bất kỳ hợp đồng nào với một công ty ứng dụng AI. Để chọn công ty ứng dụng AI phù hợp, bạn cần đi qua từng hạng mục này một cách có hệ thống.

Hạng mục	Câu hỏi cần đặt cho vendor	Mức độ ưu tiên
Infrastructure	On-premise hay cloud? Region nào? SLA uptime bao nhiêu %? Phạt như thế nào khi vi phạm SLA?	Bắt buộc
Model Transparency	Có thể audit output không? Explainability ở mức nào (black box / feature importance / full trace)?	Bắt buộc với regulated industry
Integration	REST API hay gRPC? SDK cho ngôn ngữ nào? Có webhook/event streaming không? Rate limit mặc định?	Cao
Security	Encryption at rest dùng chuẩn gì? Audit log chi tiết đến đâu? RBAC có phân quyền theo project không?	Bắt buộc
Cost Structure	Pricing theo token, request, hay user? Có tier pricing khi volume tăng? Cap chi phí tháng không?	Cao
Portability	Export data format là gì? Model weights có thể download không? Migration fee nếu chuyển vendor?	Cao
Support	SLA cho incident response là bao lâu? Có dedicated engineer không? Timezone support team?	Trung bình

Infrastructure: on-premise, cloud region, SLA uptime

SLA 99,9% nghe có vẻ cao, nhưng tương đương 8,7 giờ downtime mỗi năm — đủ để hủy hoại một đợt campaign hoặc một kỳ báo cáo tài chính. Hỏi rõ: downtime được tính như thế nào, scheduled maintenance có tính vào không, và khoản bồi thường khi vi phạm SLA là credit dịch vụ hay tiền mặt?

Model transparency: có thể audit output không, explainability level

Với các ứng dụng trong lĩnh vực tài chính, y tế, hoặc pháp lý, “AI quyết định” không phải câu trả lời chấp nhận được khi có tranh chấp. Bạn cần biết model đưa ra quyết định dựa trên feature nào, với trọng số như thế nào. Vendor cung cấp explainability ở mức feature importance (tối thiểu chấp nhận được) hay full decision trace (chuẩn vàng cho regulated industry)?

Integration: REST API, SDK ngôn ngữ nào, webhook support

Một vendor chỉ có SDK cho Python và Node.js nhưng stack của bạn là Go và Java sẽ tạo ra technical debt ngay từ ngày đầu. Webhook support quan trọng cho các pipeline async — nếu vendor chỉ có polling, chi phí infrastructure phía bạn sẽ tăng đáng kể ở scale lớn. Hỏi về rate limit mặc định và cách mua thêm quota — một số vendor yêu cầu thương lượng thủ công, không có self-serve.

Security: encryption at rest, audit log, RBAC

Encryption at rest với AES-256 là mức tối thiểu hiện nay. Audit log phải ghi lại ai gọi API nào, lúc nào, với payload gì — và log đó phải immutable (không ai xóa được, kể cả admin của vendor). RBAC cần đủ chi tiết để bạn cấp quyền cho team A xem project X mà không thấy project Y của team B.

Để hiểu cách các doanh nghiệp công nghệ đang tận dụng AI vào các mô hình kinh doanh mới, bài về kiếm tiền từ YouTube minh họa cách creator economy đang tích hợp tool AI vào workflow — góc nhìn thực tế từ phía người dùng cuối của các nền tảng AI.

Tài liệu và bước tiếp theo

Sau khi hoàn thành checklist, bước tiếp theo là gửi RFP (Request for Proposal) chính thức đến ít nhất 3 vendor để so sánh. RFP template tốt cần bao gồm: mô tả use case cụ thể (không phải chung chung), volume dự kiến theo tháng/năm, yêu cầu SLA có số liệu cụ thể, danh sách câu hỏi kỹ thuật từ checklist trên, và yêu cầu POC với timeline rõ ràng.

Bạn có thể tham khảo thêm các template và hướng dẫn đánh giá vendor từ cộng đồng kỹ thuật để xây dựng RFP phù hợp với đặc thù ngành của mình.

Một điểm thường bị bỏ qua trong RFP: hãy hỏi vendor về lộ trình phát triển sản phẩm 12–18 tháng tới. Vendor AI tốt sẽ có roadmap rõ ràng và sẵn sàng chia sẻ; vendor đang chật vật về tài chính hoặc không có định hướng rõ sẽ trả lời vòng vo. Trong thị trường AI biến động như hiện tại, chọn đúng partner về dài hạn quan trọng không kém chọn đúng công nghệ hiện tại.

Cuối cùng, hãy nhớ rằng hợp đồng AI không phải hợp đồng phần mềm thông thường. Nó gắn liền với dữ liệu của bạn, quy trình nghiệp vụ, và đôi khi cả các quyết định ảnh hưởng đến người dùng cuối. Đầu tư 2–4 tuần vào evaluation kỹ lưỡng bây giờ sẽ tiết kiệm cho bạn hàng trăm triệu đồng và nhiều tháng đau đầu về sau.