ChatGPT và Midjourney đều được gọi là "generative AI", nhưng bên trong chạy trên hai kiến trúc khác hẳn — một bên đoán từng token, một bên khử nhiễu để hiện ảnh ra. Generative AI (AI tạo sinh) là nhánh AI sinh ra nội dung mới thay vì chỉ phân loại dữ liệu cũ. Năm 2025, doanh nghiệp toàn cầu chi 37 tỷ USD cho GenAI — gấp 3,2 lần năm trước — nhưng cùng năm Gartner tuyên bố nó đã rơi vào "trough of disillusionment". Hai con số đó tóm tắt cuộc tranh luận hôm nay.
Nguồn: Generative artificial intelligence — Wikipedia
Generative AI là gì?
Wikipedia định nghĩa generative AI là "a subfield of artificial intelligence that uses generative models to generate text, images, videos, audio, software code or other forms of data" — một nhánh AI dùng các mô hình sinh để tạo ra văn bản, ảnh, video, âm thanh, mã nguồn hoặc dạng dữ liệu khác.
Điểm cốt lõi nằm ở chữ sinh (generate). Các sản phẩm bạn đã dùng đều thuộc họ này, mỗi cái ở một dạng dữ liệu khác:
- Văn bản — ChatGPT, Claude, Gemini, Copilot.
- Hình ảnh — Midjourney, DALL-E, Stable Diffusion, Adobe Firefly.
- Âm thanh / nhạc — Suno, ElevenLabs, Udio.
- Video — Sora (OpenAI), Veo (Google), Runway.
- Mã nguồn — GitHub Copilot, Cursor, Claude Code.
Trong cây phân loại AI, GenAI là nhánh con sâu nhất: AI → Machine Learning → Deep Learning → Generative AI. Chưa rõ ba tầng đầu, đọc AI là gì trước.
Generative AI khác AI truyền thống ở điểm nào?
Khác biệt đơn giản: AI truyền thống phân loại hoặc dự đoán; GenAI sinh ra.
| Loại AI | Input | Output | Ví dụ |
|---|---|---|---|
| Discriminative | Nhãn spam / không spam | Bộ lọc Gmail | |
| Discriminative | Ảnh X-quang | Có khối u / không | Phần mềm chẩn đoán |
| Generative | Câu prompt | Đoạn văn mới chưa từng tồn tại | ChatGPT |
| Generative | Câu mô tả | Bức ảnh mới chưa từng tồn tại | Midjourney |
Bộ lọc spam không tự viết được email; ChatGPT không có nút "đúng/sai". Đầu ra GenAI vô hạn về khả năng — nguồn gốc của cả sức mạnh lẫn rủi ro, vì không có đáp án "đúng" duy nhất để đối chiếu.
Generative AI hoạt động như thế nào?
Hai kiến trúc chính chạy gần như toàn bộ GenAI bạn dùng hôm nay: transformer cho văn bản và diffusion cho ảnh. Cách chúng làm việc khác hẳn nhau, dù cùng cho ra "nội dung mới".
Transformer — sinh văn bản từng token một
Mô hình ngôn ngữ (LLM) đứng sau ChatGPT, Claude, Gemini đều dùng transformer. Cơ chế cốt lõi là autoregressive — "predicting the next word in a sequence given the previous words" (dự đoán từ kế tiếp dựa trên các từ đã có).
Khi bạn gõ "Thủ đô của Pháp là", mô hình cắt câu thành các token, tính xác suất cho từng token tiếp theo, chọn "Paris" (xác suất cao nhất), rồi nối vào chuỗi và lặp lại. Một bài 500 từ là 600–700 lần lặp như vậy. Không tra cứu, không cơ sở dữ liệu — chỉ thống kê xác suất. Đọc LLM là gì để đi sâu hơn về transformer.
Diffusion — khử nhiễu để sinh ảnh
Stable Diffusion, DALL-E, Midjourney đi theo hướng ngược lại. Theo GPTech Blog, mô hình diffusion học bằng cách phá hủy ảnh — "an image can be transformed into a noisy version where its pixels are spread out and scrambled up, making the original image unrecognizable" — rồi học khôi phục ngược lại.
Khi sinh ảnh thật, nó bắt đầu từ một ô vuông toàn nhiễu ngẫu nhiên rồi khử nhiễu dần theo prompt của bạn, đến khi bức ảnh rõ nét xuất hiện. Hai cơ chế khác nhau, cùng cho ra dữ liệu mới mô hình chưa từng "thấy".
Generative AI đã đi đến đâu vào năm 2026?
GenAI không bắt đầu với ChatGPT. Theo Wikipedia, năm 2014 là bước nhảy đầu khi VAE và GAN "enabled effective deep generative modeling of complex data such as images". Năm 2017 là transformer. Tháng 11/2022, ChatGPT mới đưa GenAI ra khỏi phòng thí nghiệm. Ba năm sau, các con số đã ở tầm thị trường thật:
Nguồn: 2025: The State of Generative AI in the Enterprise — Menlo Ventures
- Chi tiêu doanh nghiệp. Báo cáo Menlo Ventures 2025 cho biết doanh nghiệp toàn cầu "spent $37 billion on generative AI in 2025, up from $11.5 billion in 2024" — gấp 3,2 lần trong một năm.
- Lập trình viên. Cùng báo cáo: "50% of developers now use AI coding tools daily". McKinsey đo được Copilot giúp hoàn thành task code nhanh hơn 56%.
- Việt Nam. Nghiên cứu AWS tháng 9/2025: "18% of Vietnam's businesses have already adopted AI" với "year-on-year growth rate of 39%"; 61% báo cáo doanh thu tăng trung bình 16%.
- Tiềm năng kinh tế. McKinsey ước tính GenAI có thể đóng góp 2,6–4,4 nghìn tỷ USD mỗi năm cho kinh tế toàn cầu.
Khi nào Generative AI không phải lựa chọn tốt?
Cùng năm với những con số trên, Gartner xếp generative AI vào "trough of disillusionment" — pha vỡ mộng trong chu kỳ hype, theo báo cáo Hype Cycle 2025. Nhà phân tích Noha Tohamy của Gartner nói thẳng: "As more organisations grapple with the challenges of scaling Gen AI pilots and integrating the technology into legacy systems, it will appear as less of a 'silver bullet' solution".
Ba tình huống GenAI thường thất bại:
1. Sự kiện gần đây hoặc số liệu chính xác. Mô hình có ngày cắt huấn luyện và không tra cứu. Hỏi giá cổ phiếu hôm nay, kết quả bóng đá tuần này, hoặc tính toán nhiều bước — bạn dễ nhận câu trả lời tự tin nhưng sai.
2. Nghiên cứu chuyên ngành cần độ chính xác cao. Một nghiên cứu của Stanford HAI cho thấy ngay cả công cụ AI luật chuyên dụng dùng RAG cũng "hallucinated more than 17% of the time". Giáo sư Daniel E. Ho (Stanford Law School) nhận xét: "Hallucinations are here to stay, which warrants significant caution in legal research and writing".
3. Quyết định cần chịu trách nhiệm. GenAI không có "tôi không biết" — nó luôn xuất ra câu trả lời nghe trôi chảy, kể cả khi sai. Trong y tế, luật, tài chính, kết quả GenAI phải qua người chuyên môn duyệt, không bao giờ là quyết định cuối.
Quy tắc dùng được: GenAI là trợ lý nhanh nhưng hay nhầm, không phải người quyết định. Mỗi con số, tên riêng, trích dẫn đều phải kiểm tra.
Bạn nên bắt đầu từ đâu?
Khỏi đọc thêm bài so sánh — làm tay sẽ nhanh hơn:
- Chọn một việc thật tuần này: viết email khó, dịch một đoạn, tóm tắt báo cáo, vẽ minh họa cho slide, debug code.
- Thử bản miễn phí của ChatGPT, Claude, Gemini cho văn bản; DALL-E hoặc Stable Diffusion cho ảnh.
- Mô tả rõ kết quả mong muốn — định dạng, độ dài, giọng văn, đối tượng đọc.
- Kiểm tra kết quả trước khi dùng — đặc biệt con số, tên riêng, ngày tháng.
Vài lần là bạn sẽ biết GenAI giỏi phần nào trong công việc của mình. Muốn đào sâu kỹ thuật, đọc tiếp LLM là gì.
Câu hỏi thường gặp
Generative AI khác AI nói chung ra sao? GenAI là một nhánh của AI. AI còn bao gồm hệ thống chỉ phân loại hoặc dự đoán (bộ lọc spam, chấm điểm tín dụng) — không sinh ra nội dung mới. Mọi GenAI đều là AI; không phải AI nào cũng là GenAI.
Generative AI khác LLM ra sao? LLM (large language model) là một dạng của GenAI, chuyên xử lý văn bản. GenAI rộng hơn — bao gồm cả mô hình sinh ảnh (diffusion), sinh nhạc, sinh video. ChatGPT dùng LLM; Midjourney là GenAI nhưng không phải LLM.
Generative AI có "sáng tạo" thật không? Theo nghĩa con người hiểu thì không. GenAI tổ hợp lại mẫu thống kê từ dữ liệu huấn luyện — không có ý định, cảm xúc hay mục tiêu nghệ thuật. Kết quả có thể bất ngờ và hữu dụng, nhưng nguồn gốc là phép tính xác suất.
Tôi có thể chạy Generative AI miễn phí không? Được. ChatGPT, Claude, Gemini đều có bản miễn phí. Stable Diffusion là mã nguồn mở, chạy được trên laptop có GPU rời (~8GB VRAM). Đủ để thử trước khi quyết định trả phí.
Generative AI có thay thế công việc của tôi không? GenAI thay thế tác vụ, không phải công việc. Nó làm tốt vài việc lặp lại (viết nháp, tóm tắt, dịch sơ) và làm kém việc cần bối cảnh kinh doanh hoặc chịu trách nhiệm. Người biết dùng để bỏ phần lặp sẽ có lợi thế.