Cách chọn công ty AI Bangkok 2026 | 5 tiêu chí then chốt

“Đã đưa AI vào rồi mà ngoài hiện trường không ai dùng cả”. Khi câu này xuất hiện tại Thái Lan, nguyên nhân thường nằm ở giai đoạn trước cả việc chọn công cụ, tức là ở khâu chọn đối tác. Khi tìm một công ty AI tại Bangkok, bạn sẽ thấy các startup nội địa, những hãng tư vấn lớn có vốn nước ngoài và cả các nhà tích hợp hệ thống chuyên phục vụ nhà máy Nhật Bản cùng nằm trong một trang kết quả tìm kiếm, dù bản chất của họ hoàn toàn khác nhau. Bài viết này sắp xếp lại “cách nhìn khi so sánh các công ty AI riêng ở thành phố Bangkok”, kèm theo bối cảnh đầu tư và chính sách năm 2026, trước khi bạn bước vào các chi tiết nghiệp vụ hợp đồng. Với người đọc đang làm việc tại Việt Nam, đây cũng là tư liệu tham chiếu để đối chiếu thị trường nhà cung cấp AI giữa các nước Đông Nam Á.

Vì sao phải bắt đầu câu chuyện từ tiêu chí lựa chọn

BigGo Finance đưa tin rằng tốc độ ứng dụng AI tại nơi làm việc của Thái Lan đã vươn lên vị trí thứ 2 thế giới, nhưng đại đa số người dân vẫn chưa thực sự khai thác được công nghệ này. Nhiều tổ chức dừng lại ở mức đưa vào một chatbot, phát tài khoản AI tạo sinh cho nhân viên, còn quy trình nghiệp vụ và cách ra quyết định thì không thay đổi. Tình trạng đó không hẳn xảy ra vì phía doanh nghiệp thiếu nhiệt tình. Ngược lại, nguyên nhân thường gặp hơn là sở trường của đối tác được chọn ngay từ đầu lệch khỏi bài toán mà doanh nghiệp thực sự muốn giải.

Dự án ứng dụng AI là một trong những loại dự án phát triển hệ thống mà bên đặt hàng khó viết trọn vẹn đặc tả nhất. Rất hiếm doanh nghiệp nắm đầy đủ được AI làm được gì rồi mới đi đặt hàng, nên trên thực tế kết quả phụ thuộc nhiều vào việc “đối tác đề xuất những gì”. Chính vì vậy, trước khi đánh giá nội dung đề xuất, bạn cần một bước riêng để nhận diện xem tổ chức đưa ra đề xuất đó có bản chất như thế nào. Bangkok có rất nhiều công ty AI, nhưng số lượng nhiều không đồng nghĩa với dễ chọn. Càng nhiều website trông giống nhau xếp cạnh nhau, bạn càng không thể quyết định nếu bản thân không có một trục đánh giá riêng.

Bài viết này dựng trục đánh giá đó từ “đặc thù vị trí địa lý Bangkok”. Các chi tiết nghiệp vụ hợp đồng như cách chọn loại hợp đồng, cách đọc cấu phần báo giá, điều kiện nghiệm thu hay quy định về quyền sở hữu trí tuệ được trình bày trong bài riêng Cách chọn công ty phát triển AI 2026, bạn nên đọc kèm. Còn bài này xử lý giai đoạn đứng trước đó, tức là “làm sao thu hẹp danh sách ứng viên”.

Lý do các công ty AI tập trung về Bangkok

Trước tiên hãy nắm vì sao có nhiều doanh nghiệp liên quan đến AI tụ về Bangkok đến vậy. Biết bối cảnh sẽ giúp bạn dễ phân biệt công ty trước mặt là “một tay chơi mới nhảy vào thị trường đang nóng” hay “một doanh nghiệp đã tích lũy bền bỉ từ trước”.

Vị trí thứ 2 thế giới về tốc độ ứng dụng AI tại nơi làm việc

Theo BigGo Finance, năm 2026 Thái Lan đã vươn lên vị trí thứ 2 thế giới về tốc độ ứng dụng AI tại nơi làm việc. Tỷ lệ sử dụng AI trong nhóm lao động tri thức, tương đương khối văn phòng, được cho là đã đạt 32%.

Con số này, với các công ty AI, là bằng chứng cho thấy nhu cầu có thật. Với bên đặt hàng, nó gợi ý rằng “sự phản kháng trong nội bộ có thể nhỏ hơn bạn tưởng”. Một lo ngại rất hay nghe ở các pháp nhân địa phương của doanh nghiệp Nhật Bản là “liệu nhân viên bản địa có dùng được AI không”, nhưng ít nhất trên số liệu thống kê, hoàn toàn có khả năng nhân viên tại chỗ đã dùng AI trong công việc hằng ngày sớm hơn cả trụ sở chính ở Nhật. Trước khi quy kết rào cản triển khai cho trình độ của hiện trường, hãy kiểm chứng thực tế đã.

Tuy nhiên, tỷ lệ sử dụng cao và việc tạo ra kết quả là hai chuyện khác nhau. Nhận định về “ứng dụng mới ở bề mặt” nêu trên chính là đang chỉ ra khoảng cách giữa tỷ lệ sử dụng cao và thành quả ít ỏi. Giữa việc cá nhân dùng AI tạo sinh và việc tổ chức nhúng AI vào quy trình nghiệp vụ là một đứt gãy rất lớn.

Chính sách mở miễn phí AI tạo sinh cho 5 triệu người dân

Theo Jiji Press, tháng 8 năm 2026 Chính phủ Thái Lan đã công bố chính sách mở miễn phí AI tạo sinh cho 5 triệu người dân và lượng đăng ký đang tăng dồn dập. Tổng quy mô được cho là khoảng 7.7 tỷ yên, với mục tiêu nâng tỷ lệ phổ cập AI lên trên 20% trong năm 2027.

Đây là một chính sách quy mô lớn, trong đó nhà nước bỏ ngân sách để phân phối rộng quyền truy cập AI tạo sinh. Tác động trực tiếp của động thái này lên việc ứng dụng AI trong doanh nghiệp có hai mặt. Một là số lượng nhân sự từng chạm tay vào công cụ AI tăng rất nhanh. Hai là với các doanh nghiệp kinh doanh trong lĩnh vực AI, làn gió thuận từ chính sách trở nên rõ ràng.

Nhìn từ phía bên đặt hàng, chính sách này có nghĩa là một điều kiện tiền đề đã thay đổi, đó là “số người từng dùng AI trong nội bộ sẽ tăng lên”. Chi phí đào tạo giảm xuống, nhưng đồng thời nội bộ cũng dễ nảy sinh kỳ vọng lẫn lộn giữa “dùng được ở mức cá nhân” và “vận hành được như một hệ thống nghiệp vụ”. Việc điều chỉnh mức kỳ vọng này nên được làm xong trong nội bộ trước khi đi chọn công ty AI. Các luận điểm rộng hơn về ứng dụng AI trên toàn Thái Lan được sắp xếp trong bài Ứng dụng AI tại Thái Lan 2026.

Chiến lược AI quốc gia và AI Thailand Roadmap

Chiến lược và kế hoạch hành động AI quốc gia của Thái Lan có kỳ áp dụng từ năm 2022 đến năm 2027, được đưa tin là gồm 5 trụ cột: quản trị AI, hạ tầng AI, phát triển nhân lực AI, nghiên cứu phát triển AI và thúc đẩy ứng dụng AI. Ngoài ra, DEPA thuộc Bộ Kinh tế và Xã hội Số (MDES) triển khai “AI Thailand Roadmap” từ năm 2024, với mục tiêu đào tạo 100,000 nhân lực chuyên môn về AI đến năm 2030.

Đây là phần tóm lược tổng hợp từ nhiều bài phân tích chứ không phải tài liệu gốc, nên các con số chi tiết cần được kiểm chứng thêm. Dù vậy, về mặt xu hướng có thể thấy rõ Chính phủ Thái Lan đang đối xử với AI như một chính sách công nghiệp trung và dài hạn, chứ không phải một cơn sốt nhất thời. Việc đặt chỉ tiêu cho đào tạo nhân lực mang ý nghĩa rất thực tế với bên đặt hàng. Nghĩa là dù nhân lực hiện còn khan hiếm, nguồn cung được kỳ vọng sẽ tăng trong vài năm tới. Ngược lại, ở thời điểm hiện tại, công ty nào đang giữ được nhân lực AI thì bản thân điều đó đã là lợi thế cạnh tranh, và nó phản ánh vào giá.

BOI mở rộng đối tượng ưu đãi và hồ sơ đầu tư vào lĩnh vực số

Động thái của Ủy ban Đầu tư Thái Lan (BOI) là lý do trực tiếp nhất khiến doanh nghiệp AI tụ về Bangkok. Theo bài phân tích của unimon, năm 2026 lượng hồ sơ xin đầu tư vào các lĩnh vực điện toán đám mây, trung tâm dữ liệu và AI đang ở mức cao nhất từ trước đến nay, riêng quý 1 năm 2026 giá trị hồ sơ đầu tư vào lĩnh vực số đã vượt 87 tỷ baht.

Bên cạnh đó, các phân nhóm mới về AI và tự động hóa, bao gồm điện toán lượng tử, robot tiên tiến và AI tạo sinh, đã được bổ sung, làm mở rộng phạm vi được hưởng ưu đãi. Cơ chế ưu đãi của BOI là cách thúc đẩy đầu tư có điều kiện dành cho các dự án được công nhận thuộc diện áp dụng, nên việc phạm vi mở rộng là yếu tố có thể làm thay đổi chính quyết định đầu tư của doanh nghiệp đang cân nhắc rót vốn vào AI.

Điểm quan trọng ở đây là cơ chế ưu đãi này có thể liên quan không chỉ đến “phía công ty AI” mà cả “phía nhà máy ứng dụng AI”. Phần sau sẽ nói kỹ hơn, nhưng chất lượng đề xuất sẽ khác nhau rõ rệt giữa một nhà cung cấp hiểu được khoản đầu tư thiết bị hoặc hệ thống của bạn có nằm trong khung ưu đãi BOI hay không, và một nhà cung cấp không hiểu điều đó.

Bangkok với vai trò cứ điểm ASEAN của doanh nghiệp Nhật Bản

Theo phân tích của Digima Japan, Thái Lan tiếp tục là điểm đến được doanh nghiệp Nhật Bản ưa chuộng khi đặt cứ điểm ASEAN, và từ thập niên 2020 trở đi, làn sóng thâm nhập của các lĩnh vực CNTT, dịch vụ số và startup tăng lên đặc biệt rõ. Đó là bức tranh trong đó doanh nghiệp lĩnh vực số chồng lên cấu trúc thâm nhập truyền thống vốn lấy sản xuất chế tạo làm trung tâm.

Cấu trúc hai tầng này chính là đặc trưng của thị trường AI Bangkok. Hiện trường sản xuất tập trung dày đặc, và phía cung ứng dịch vụ CNTT hướng tới hiện trường đó cũng tập trung ở đây. Vì cả hai cùng nằm trong một vùng đô thị, môi trường này cho phép tồn tại kiểu “nhà cung cấp AI hiểu được bài toán của nhà máy”. Đó là một cấu trúc rất riêng của Bangkok, khác cả với cụm startup AI kiểu Thung lũng Silicon lẫn với cụm nhà tích hợp hệ thống ở các đô thị Nhật Bản. Với người đọc tại Việt Nam, đây cũng là một góc đối chiếu đáng lưu ý khi nhìn sang thị trường nhà cung cấp AI trong nước.

Các công ty AI Bangkok chia thành ba nhóm lớn

Khi tìm doanh nghiệp AI tại Bangkok trên các thư mục nhà cung cấp CNTT quốc tế như TechBehemoths, bạn sẽ thấy rất nhiều công ty được liệt kê. Từ các doanh nghiệp giải pháp CNTT toàn cầu, các nhà cung cấp chuyên biệt về tự động hóa bằng AI, cho tới startup nội địa, quy mô và xuất thân đều rất khác nhau. Nhìn thẳng vào danh sách đó thì không thể so sánh được. Trước hết, nên phân thành ba nhóm lớn theo bản chất doanh nghiệp.

Nhóm 1 – Startup AI nội địa và nhà cung cấp chuyên về AI

Đây là các doanh nghiệp công nghệ vốn Thái, hoặc đặt đại bản doanh tại Thái Lan, quy mô từ vài người đến trung bình. Phần lớn có thế mạnh ở một mảng công nghệ cụ thể như xây dựng mô hình học máy, thị giác máy tính, hay tự động hóa nghiệp vụ bằng AI tạo sinh.

Điểm mạnh là độ sắc bén trong đề xuất kỹ thuật, sức cạnh tranh về giá và tốc độ ra quyết định. Người điều hành thường chính là kỹ sư, nên phản hồi với các trao đổi kỹ thuật rất nhanh. Ở giai đoạn PoC (chứng minh khái niệm), đây là đối tác rất dễ phối hợp.

Điểm yếu là năng lực hỗ trợ tiếng Nhật mỏng, kiến thức nghiệp vụ sản xuất hạn chế, và rủi ro về tính liên tục của tổ chức. Không hiếm doanh nghiệp có quy mô mà chỉ cần một kỹ sư phụ trách nghỉ việc là dự án đứng lại. Ngoài ra, nhiều nơi không có bộ máy cung cấp bảo trì vận hành dài hạn sau khi hệ thống đi vào chạy thật, dễ dẫn tới kết cục “làm được nhưng không chăm sóc tiếp được”, cần hết sức lưu ý.

Nhóm 2 – Công ty tư vấn và phát triển CNTT có vốn nước ngoài, hoạt động toàn cầu

Đây là nhóm doanh nghiệp có cứ điểm ở nhiều quốc gia và đặt trung tâm triển khai hoặc văn phòng kinh doanh tại Bangkok. Phổ trải rộng từ các công ty lấy phát triển offshore làm trục chính cho tới các công ty tổng hợp bao gồm cả tư vấn chiến lược.

Điểm mạnh là phương pháp luận được chuẩn hóa, quy trình quản lý chất lượng và độ dày về nguồn lực. Nếu thiếu người, họ có thể bổ sung từ cứ điểm ở nước khác, nên chịu được cả những dự án quy mô lớn. Nhiều nơi có sẵn tiêu chuẩn nội bộ về bảo mật và tuân thủ, nên dễ tập hợp đủ căn cứ để thuyết phục bộ phận hệ thống thông tin của trụ sở chính.

Điểm yếu là chi phí cao và độ phân giải về thực tế bản địa Thái Lan. Trong trường hợp cứ điểm Bangkok chỉ là cửa ngõ kinh doanh còn phát triển thực tế diễn ra ở nước khác, việc hỗ trợ tại chỗ ở nhà máy trở nên khó khả thi. Ngoài ra, phương pháp luận chuẩn hóa thường được tối ưu cho doanh nghiệp lớn, nên cách tiến hành đôi khi quá nặng so với quy mô của một pháp nhân địa phương.

Nhóm 3 – Nhà tích hợp hệ thống mạnh về hỗ trợ nhà máy Nhật Bản

Đây là nhóm doanh nghiệp lấy pháp nhân địa phương của công ty Nhật Bản làm khách hàng chính, đã làm hệ thống quản lý sản xuất, hệ thống quản lý năng lượng, thiết bị FA và tự động hóa, thu thập dữ liệu hiện trường bằng IoT. Những năm gần đây, ngày càng nhiều đơn vị mở rộng từ nền tảng đó sang hỗ trợ ứng dụng AI. TOMAS TECH cũng thuộc nhóm này.

Điểm mạnh là kiến thức nghiệp vụ hiện trường sản xuất, khả năng trao đổi bằng tiếng Nhật, và bộ máy được xây dựng trên tiền đề sẽ trực tiếp đến tận nhà máy. Họ có cảm nhận thực địa về những phần thô ráp nằm trước cả AI, như “lấy dữ liệu từ thiết bị bằng cách nào” hay “kết nối với hệ thống quản lý sản xuất hiện có ra sao”. Vì phần lớn dự án AI đổ vỡ không phải do độ chính xác của mô hình mà do không lấy được dữ liệu, cảm nhận thực địa đó có giá trị nghiệp vụ rất rõ ràng.

Điểm yếu là ở những mảng sát với nghiên cứu AI tiên tiến nhất, họ thua các nhà cung cấp chuyên biệt, và quy mô thường ở mức vừa và nhỏ. Nhóm này không phù hợp với các dự án đòi hỏi tự nghiên cứu phát triển mô hình ngôn ngữ lớn đa dụng.

So sánh ba nhóm

Sắp xếp đặc điểm của ba nhóm theo đúng những mối quan tâm của bên đặt hàng, ta có bảng sau.

Bảng này thể hiện sự khác nhau về bản chất chứ không phải hơn kém. Nếu chủ đề nặng màu nghiên cứu phát triển thì chọn nhóm 1, nếu là làm mới hệ thống lõi ở quy mô toàn công ty thì nhóm 2, còn nếu đi vào AI từ cải tiến hiện trường nhà máy thì nhóm 3. Nói cách khác, mức độ phù hợp thay đổi theo tính chất của bài toán. Nếu bạn còn đang phân vân nên hỏi nhóm nào, hãy tham khảo bài Hướng dẫn chọn nơi tư vấn ứng dụng AI 2026, trong đó các loại hình đối tác tư vấn đã được sắp xếp lại.

Năm tiêu chí cần xem trước khi đặt hàng

Khi đã hình dung được nhóm phù hợp, hãy chuyển sang đánh giá từng doanh nghiệp cụ thể. Chúng tôi thu gọn thành 5 tiêu chí đáng lưu ý riêng trong bối cảnh Bangkok. Đây không phải các mục chung chung như năng lực kỹ thuật hay số lượng dự án đã làm, mà là những góc nhìn chỉ phát huy tác dụng khi bạn đặt hàng tại Bangkok.

Tiêu chí 1 – Mức độ hỗ trợ tiếng Nhật và điều kiện lệch múi giờ 2 tiếng

Nói là hỗ trợ tiếng Nhật, nhưng trên thực tế mức độ rất khác nhau. Có trường hợp chỉ nhân viên kinh doanh nói tiếng Nhật, còn họp kỹ thuật thì chuyển sang tiếng Anh. Có trường hợp một người Nhật vào vai quản lý dự án, nhưng giữa người đó và đội phát triển vẫn phải chen thêm một lớp phiên dịch. Và có trường hợp chính kỹ sư thảo luận được bằng tiếng Nhật. Ba tình huống này khiến dự án chạy theo những cách hoàn toàn khác nhau.

Thứ cần xác nhận không phải chức danh, mà là lộ trình cụ thể “khi phát sinh sai lệch về đặc tả thì ai nói với ai, bằng ngôn ngữ nào, để giải quyết”. Trong dự án AI, các thảo luận chứa yếu tố mơ hồ như định nghĩa đầu ra mong muốn hay cách diễn giải thuật ngữ nghiệp vụ xảy ra liên tục. Nếu ở đó có một lớp phiên dịch chen vào, việc phát hiện sai lệch sẽ chậm mất vài ngày.

Cũng cần nói thêm về múi giờ. Thái Lan và Nhật Bản lệch nhau 2 tiếng, giờ làm việc gần như trùng nhau. Đây là lợi thế lớn khi đặt hàng nhà cung cấp có cứ điểm tại Bangkok, vì các cuộc họp ba bên có sự tham gia của trụ sở chính Nhật Bản có thể sắp xếp mà không gượng ép. So với các cứ điểm offshore ở Âu Mỹ hay Ấn Độ, tính chất “thảo luận kết thúc gọn trong cùng một ngày” đặc biệt phát huy tác dụng ở những dự án AI mà đặc tả chưa chốt hẳn. Việt Nam lệch múi giờ với Nhật Bản đúng bằng Thái Lan, nên lợi thế này cũng đúng khi bạn đối chiếu với nhà cung cấp trong nước.

Tiêu chí 2 – Khoảng cách tới khu công nghiệp và năng lực hỗ trợ tại chỗ

Rất nhiều công ty AI đặt văn phòng ở trung tâm Bangkok, nhưng nhà máy của doanh nghiệp sản xuất Nhật Bản lại nằm trong các khu công nghiệp ở những tỉnh lân cận như Ayutthaya, Rayong, Chonburi hay Pathum Thani. Từ văn phòng trung tâm tới nhà máy, nếu tính cả tắc đường thì một chiều mất vài tiếng là chuyện không hiếm.

Khoảng cách này trở thành ràng buộc nghiệp vụ trong dự án AI. Ở công đoạn lấy dữ liệu từ thiết bị, có rất nhiều thứ không thể phán đoán nếu không tận mắt xem tủ điện hay tủ điều khiển tại hiện trường. Ngay cả khi kết nối với hệ thống quản lý sản xuất hiện có, cũng phát sinh nhu cầu vào tận phòng máy chủ để xác nhận cấu hình. Một dự án được báo giá trên tiền đề làm hoàn toàn từ xa rồi vượt khối lượng công việc chỉ vì phải đi lại kiểm tra hiện trường, đó là diễn tiến thực sự rất hay gặp.

Những điểm nên xác nhận gồm: việc đến nhà máy đã nằm trong báo giá hay là chi phí phát sinh theo từng lần; khi có sự cố thì trong bao nhiêu giờ có thể cử người tới hiện trường; đã từng có dự án chạy thật ở khu công nghiệp các tỉnh lân cận hay chưa. Đừng dừng ở câu trả lời “chúng tôi hỗ trợ được”, hãy hỏi thành tích hỗ trợ trong quá khứ dưới dạng thời gian di chuyển cụ thể, bạn sẽ thấy được thực chất của bộ máy.

Tiêu chí 3 – Mức độ hiểu và kinh nghiệm vận dụng ưu đãi BOI

Như đã nêu, BOI đang mở rộng phạm vi ưu đãi cho lĩnh vực AI và tự động hóa. Vấn đề đặt ra ở đây là nhà cung cấp có hiểu cơ chế này hay không.

Nhà cung cấp hiểu cơ chế sẽ dựng đề xuất theo cách khác. Thiết bị và phần mềm nào có thể thuộc diện ưu đãi, cần chuẩn bị hồ sơ nào cho việc nộp đơn, chia nhỏ kế hoạch đầu tư theo mốc nào thì dễ nộp hơn. Một đề xuất tính đến những điểm đó, dù cùng hiện thực hóa một chức năng, vẫn làm thay đổi gánh nặng thực chất của bên đặt hàng.

Ngược lại, nhà cung cấp không một lần nhắc đến BOI có khả năng chưa hiểu bối cảnh ra quyết định đầu tư của doanh nghiệp sản xuất Nhật Bản. Tất nhiên, bản thân việc nộp hồ sơ BOI thường nằm ngoài phạm vi công việc của nhà cung cấp, phần đó do các chuyên gia tư vấn hoặc công ty kế toán đảm nhận. Dù vậy, việc họ có chủ động đặt câu hỏi “khoản đầu tư này có đang được xem xét trong khung BOI không” ngay từ giai đoạn đầu của đề xuất hay không vẫn là một chỉ báo tốt để đo kinh nghiệm của đối tác.

Lưu ý rằng khả năng áp dụng ưu đãi BOI được xét theo từng nội dung dự án cụ thể và theo quy định tại thời điểm nộp hồ sơ, vì vậy đừng kết luận chỉ dựa trên nội dung bài viết này, hãy luôn xác nhận với chuyên gia.

Tiêu chí 4 – Thành tích tại nhà máy sản xuất và mức độ hiểu ngành

Năng lực kỹ thuật về AI và sự thấu hiểu hiện trường sản xuất là hai năng lực khác nhau. Và rất nhiều dự án AI thất bại vì thiếu cái thứ hai.

Cụ thể khác nhau ở đâu? Trước hết là thực trạng dữ liệu. Dữ liệu ở hiện trường sản xuất bẩn hơn bạn tưởng rất nhiều. Dấu thời gian lệch nhau giữa các thiết bị, bản ghi bị khuyết, cùng một hạng mục nhưng mỗi người phụ trách lại nhập theo một cách ghi khác nhau. Nhà cung cấp biết trước những tiền đề này sẽ đưa công đoạn chuẩn hóa dữ liệu vào báo giá ngay từ đầu. Nhà cung cấp không biết thì chỉ báo giá khối lượng công việc xây dựng mô hình, rồi sau đó vượt khối lượng ở khâu tiền xử lý.

Tiếp theo là ràng buộc vận hành hiện trường. Thời gian được phép dừng chuyền rất hạn chế, và ngay cả việc thêm một thao tác nhập liệu trên máy tính bảng cho công nhân cũng cần đạt được đồng thuận. Một đề xuất không tính đến ràng buộc này thì dù đúng về mặt kỹ thuật cũng không triển khai được.

Về cách xác nhận, thay vì hỏi số lượng khách hàng đã làm, hiệu quả hơn là hỏi “hãy kể cho tôi một ví dụ cụ thể về lần các anh chị gặp khó khi lấy dữ liệu ở dự án trước”. Mức độ cụ thể của câu trả lời sẽ cho thấy rõ họ đã thực sự bước vào hiện trường hay chưa.

Tiêu chí 5 – Năng lực trình bày hình thức hợp đồng và điều kiện nghiệm thu

Cuối cùng là hợp đồng. Do đặc tính khó định nghĩa sản phẩm bàn giao, cách chọn hình thức hợp đồng ảnh hưởng rất lớn tới kết quả của dự án AI. Làm theo hình thức khoán trọn gói hay theo hình thức ủy thác công việc, có tách PoC ra khỏi phát triển chính thức hay không, có đưa mục tiêu độ chính xác vào điều kiện nghiệm thu hay không. Nếu phần này còn mơ hồ mà vẫn tiến hành, cả hai bên sẽ cùng mắc kẹt ở trạng thái “hệ thống có chạy nhưng không đạt độ chính xác như kỳ vọng”.

Nhà cung cấp tốt sẽ chủ động nêu chuyện này trước khi bạn hỏi. Họ đề xuất cách chia giai đoạn kiểu “giai đoạn này làm theo ủy thác công việc, khi xác nhận được kết quả thì giai đoạn tiếp theo chuyển sang khoán trọn gói”, và đưa ra phương án cụ thể cho tiêu chuẩn nghiệm thu. Ngược lại, nhà cung cấp né tránh chuyện hình thức hợp đồng và chỉ đưa ra một con số tổng thì nên được xem là có rủi ro tranh chấp về sau cao hơn.

Các chi tiết nghiệp vụ như cách chọn loại hợp đồng, cách bóc tách và đọc cấu phần báo giá, cách viết điều kiện nghiệm thu, cách quy định quyền sở hữu đối với sản phẩm do AI tạo ra đã được hệ thống hóa trong bài Cách chọn công ty phát triển AI 2026, bạn nên đọc qua trước khi bước vào giai đoạn hợp đồng.

Danh sách câu hỏi nên đặt trong buổi gặp đầu tiên

Chúng tôi chuyển 5 tiêu chí trên thành dạng câu hỏi dùng được ngay trong buổi gặp thực tế. Buổi gặp đầu tiên thường bị xem là dịp để nghe đề xuất, nhưng nếu bên nghe nắm quyền chủ động đặt câu hỏi, lượng thông tin thu được sẽ khác hẳn.

Hỏi về bộ máy và ngôn ngữ

• Trong các tình huống thảo luận kỹ thuật, người nói tiếng Nhật giữ vai trò gì
• Chúng tôi có cơ hội nói chuyện trực tiếp với kỹ sư phụ trách phát triển không
• Trong thời gian dự án, khả năng thay đổi người phụ trách ở mức nào
• Anh chị đã từng tổ chức họp có sự tham gia của trụ sở chính Nhật Bản chưa
• Tài liệu bằng tiếng Nhật được cung cấp đến phạm vi nào

Hỏi về khả năng hỗ trợ hiện trường

• Tới địa điểm nhà máy của chúng tôi, anh chị dự kiến thời gian di chuyển một chiều là bao lâu
• Việc đến hiện trường nằm ở mục nào trong báo giá
• Nếu phát sinh lỗi sau khi chạy thật, thời gian mục tiêu để có mặt tại hiện trường là bao lâu
• Anh chị đã có dự án nào chạy thật ở khu công nghiệp các tỉnh lân cận chưa
• Nếu số lần kiểm tra hiện trường nhiều hơn dự kiến thì chi phí được xử lý thế nào

Hỏi về dữ liệu và điều kiện tiền đề

• Để hiện thực hóa chủ đề này, tối thiểu cần những dữ liệu nào
• Nếu chưa có sẵn dữ liệu đó thì cách tiến hành sẽ ra sao
• Việc tiền xử lý và chuẩn hóa dữ liệu nằm ở hạng mục nào trong báo giá
• Hãy kể một ví dụ cụ thể về lần anh chị gặp khó khi lấy dữ liệu ở dự án trước
• Quyền đối với dữ liệu dùng để huấn luyện và sản phẩm được tạo ra sẽ được sắp xếp thế nào

Hỏi về chi phí và hợp đồng

• Báo giá có thể được bóc tách trình bày theo đơn vị nào
• PoC và phát triển chính thức có ký hợp đồng tách riêng được không
• Điều kiện đạt nghiệm thu được định nghĩa dưới hình thức nào
• Nếu độ chính xác không đạt như dự kiến thì xử lý ra sao
• Sau khi chạy thật, chi phí bản quyền và phí sử dụng đám mây do bên nào chịu

Hỏi về vận hành và bảo trì

• Sau bàn giao, bảo trì đến đâu là tiêu chuẩn và từ đâu là hợp đồng riêng
• Nếu độ chính xác của mô hình suy giảm theo thời gian thì ai thực hiện huấn luyện lại
• Có tính đến việc bàn giao để nội bộ chúng tôi tiếp quản vận hành không
• Sau khi hợp đồng với quý công ty kết thúc, chúng tôi có tự duy trì hệ thống được không
• Trước đây đã có khách hàng nào chuyển sang tự vận hành sau khi kết thúc hợp đồng chưa

Không nhất thiết mọi câu hỏi đều phải nhận được câu trả lời hoàn hảo. Ngược lại, một nhà cung cấp thành thật nói “điểm đó hiện chúng tôi chưa rõ, để chúng tôi kiểm tra lại” đôi khi đáng tin hơn nhà cung cấp trả lời ngay lập tức mọi thứ. Thứ cần nhìn không phải nội dung câu trả lời, mà là sự chân thành và tính cụ thể trong cách trả lời.

Những cái bẫy thường gặp khi so sánh

Dưới đây là các thất bại dễ xảy ra ở giai đoạn so sánh nhiều nhà cung cấp. Nhìn lại sau đó thì cái nào cũng có vẻ hiển nhiên, nhưng khi đang trong tiến trình thì rất khó nhận ra.

Bẫy 1 – Chỉ so sánh bằng tổng giá rẻ

Đây là thất bại phổ biến nhất. Lấy báo giá từ 3 công ty rồi chọn công ty rẻ nhất. Phán đoán này nguy hiểm vì trong dự án AI, các báo giá thường “không cùng báo giá cho một thứ giống nhau”.

Một báo giá rẻ, trong phần lớn trường hợp, rẻ vì không bao gồm công đoạn chuẩn hóa dữ liệu, vì việc đi hiện trường được tách thành chi phí riêng, hoặc vì không bao gồm bảo trì. Sau khi ký, cuộc hội thoại “phần đó nằm ngoài phạm vi” lặp đi lặp lại, và tổng chi phí cuối cùng vượt cả báo giá đắt hơn là chuyện không hiếm.

Cách xử lý là làm cho độ chi tiết của các báo giá đồng đều. Hãy yêu cầu tất cả các công ty trình bày theo cùng một bộ hạng mục cấu phần và nêu rõ những mục không bao gồm. Chỉ thêm một bước này thôi là việc so sánh mới thực sự có ý nghĩa.

Bẫy 2 – Xem nhẹ hỗ trợ tại chỗ

Tiền đề “hệ thống chạy trên đám mây nên chắc không cần đến tận nơi” gần như không đứng vững ở các dự án lấy nhà máy làm đối tượng. Chừng nào nguồn phát sinh dữ liệu còn là thiết bị vật lý, thì ở đâu đó vẫn phát sinh nhu cầu xem tận hiện trường.

Phần đặc biệt dễ bỏ sót là sau khi chạy thật. Nguyên nhân của các sự cố kiểu dữ liệu ngừng gửi về hay giá trị bất thường thường là vấn đề vật lý ở thiết bị mạng hoặc cảm biến, và không thể khoanh vùng từ xa. Khi đó, việc có đến được hiện trường hay không sẽ quyết định thời gian khôi phục.

Bẫy 3 – Coi thành công của PoC là thành công của chạy thật

PoC là công đoạn kiểm chứng tính khả thi kỹ thuật với dữ liệu hạn chế và điều kiện hạn chế. Giữa việc có kết quả tốt ở đó và việc tạo ra giá trị liên tục trong môi trường chạy thật là một khoảng cách rất lớn.

Ở PoC, người ta dùng dữ liệu đã được sắp xếp gọn gàng và có chuyên gia túc trực vận hành. Ở môi trường chạy thật, dữ liệu bẩn chảy vào tự động và không có người chuyên trách. Không có gì bảo đảm độ chính xác của PoC sẽ được giữ nguyên khi chạy thật.

Ở giai đoạn so sánh, chúng tôi khuyên bạn nên hỏi về “tỷ lệ dự án đi được từ PoC sang chạy thật” và “khi chuyển đổi thì đã phát sinh những vấn đề gì”. Nhà cung cấp có kinh nghiệm thật sẽ trả lời câu hỏi này kèm cả những câu chuyện thất bại cụ thể.

Bẫy 4 – Tiến hành mà không kiểm chứng câu “AI làm được”

Từ khi AI tạo sinh xuất hiện, rất nhiều thứ được diễn đạt là “AI làm được”. Nhưng làm được và làm được một cách ổn định với độ chính xác chịu được sử dụng thực tế là hai chuyện khác nhau.

Một căn cứ phán đoán hữu hiệu là hỏi về “phương án thay thế nếu không đạt độ chính xác”. Nhà cung cấp chân thành sẽ hình dung ngay từ đầu những thiết kế thực tế như bù phần AI không giải được bằng xử lý theo luật, hay giữ lại một công đoạn để con người xác nhận cuối cùng. Đề xuất kiểu “AI sẽ giải quyết tất cả” thường không phải biểu hiện của sự tự tin về kỹ thuật, mà là biểu hiện của việc xem xét chưa đủ sâu.

Bẫy 5 – Đặt hàng khi nội bộ chưa có nơi tiếp nhận

Đây không phải vấn đề của nhà cung cấp mà là vấn đề của bên đặt hàng. Hệ thống AI không phải bàn giao xong là hết. Phải duy trì chất lượng dữ liệu, phản ánh đầu ra vào các quyết định nghiệp vụ, và khi cần thì phán đoán việc huấn luyện lại. Nếu trong nội bộ không có người đảm nhận vai trò này, hệ thống sẽ bị bỏ không dùng từ rất sớm.

Phần lớn các tình huống không thoát khỏi “ứng dụng bề mặt” đã nêu ở đầu bài đều bắt nguồn từ sự vắng mặt của nơi tiếp nhận này. Ai sẽ dùng, ai chịu trách nhiệm về kết quả, ai là đầu mối với nhà cung cấp. Quyết định xong 3 điểm này rồi mới đặt hàng, tỷ lệ thành công của dự án sẽ thay đổi thấy rõ.

Câu hỏi thường gặp

Mặt bằng chi phí của các công ty AI tại Bangkok là bao nhiêu

Đưa ra một mức giá chung là không phù hợp. Cùng một cụm từ “ứng dụng AI”, nhưng một dự án chỉ cần thiết lập công cụ có sẵn và đào tạo, so với một dự án xây mô hình riêng rồi nhúng vào hệ thống hiện có, sẽ chênh nhau cả một bậc về con số.

Thay vào đó, chúng tôi xin chia sẻ cách tư duy để so sánh. Khi nhận được báo giá, trước hết hãy bóc chi phí thành các tầng: “xây dựng ban đầu”, “chuẩn hóa dữ liệu”, “kết nối hệ thống hiện có”, “chi phí vận hành như đám mây”, “hỗ trợ bảo trì”. Nhìn xem trong 5 tầng này tầng nào dày, tầng nào mỏng, bạn sẽ đọc ra được công ty đó giỏi ở đâu. Một báo giá có khối lượng chuẩn hóa dữ liệu gần bằng không thì hoặc là đang mặc định bên đặt hàng tự làm công đoạn đó, hoặc đơn giản là đã bỏ sót.

Ngoài ra, chúng tôi khuyên bạn so sánh theo tổng chi phí sở hữu trong 3 năm. Nếu chỉ so bằng chi phí ban đầu, những cấu hình phát sinh phí bản quyền và phí đám mây hằng năm sẽ trông có vẻ có lợi hơn thực tế.

Ở Bangkok có nhiều công ty AI hỗ trợ tiếng Nhật không

Có một số lượng nhất định công ty trưng biển “hỗ trợ được tiếng Nhật”, nhưng mức độ thì rất khác nhau. Từ công ty chỉ có cửa ngõ kinh doanh nói tiếng Nhật cho tới công ty mà kỹ sư thảo luận được bằng tiếng Nhật, thực tế chênh lệch rất lớn.

Chủ yếu ở nhóm nhà tích hợp hệ thống phục vụ nhà máy Nhật Bản, có những công ty hỗ trợ tiếng Nhật ở tầng kỹ thuật. Trong khi đó, ở các nhà cung cấp nội địa chuyên về AI hay các công ty phát triển toàn cầu, thực tế phần lớn lấy tiếng Anh làm ngôn ngữ cơ bản. Nếu đội của bạn không gặp vấn đề khi tiến hành bằng tiếng Anh thì phạm vi lựa chọn rộng ra rất nhiều, vì vậy hãy xác định trước xem bộ máy của chính công ty mình có thảo luận đặc tả bằng tiếng Anh được không, rồi mới khoanh vùng ứng viên.

Nên nhờ công ty ở Bangkok hay công ty ở Nhật Bản

Nếu dự án lấy nhà máy tại Thái Lan làm đối tượng thì công ty có bộ máy tại chỗ có lợi thế. Lý do là họ đến được hiện trường, lệch múi giờ chỉ 2 tiếng nên giờ làm việc gần như trùng nhau, họ hiểu quy định và tập quán kinh doanh của Thái Lan, và giao tiếp trực tiếp được với nhân viên người Thái.

Mặt khác, với các dự án gắn chặt với hệ thống lõi của trụ sở chính Nhật Bản, hoặc mang tính chất định ra chuẩn chung cho cả tập đoàn, thì cách phân vai trong đó nhà cung cấp phía Nhật dẫn dắt còn nhà cung cấp bản địa đảm nhận phần việc tại chỗ sẽ vận hành tốt. Thực tế hơn cả là đừng chọn “bên nào”, mà hãy quyết định dựa trên trọng tâm của dự án nằm ở đâu. Cách phân vai này cũng đúng khi đối tượng là nhà máy tại Việt Nam.

Lưu ý thêm, nếu đặt hàng công ty Nhật Bản cho một dự án lấy nhà máy tại Thái Lan làm đối tượng, hãy nhất định chốt trước khi ký hợp đồng về tần suất và chi phí đi hiện trường, cũng như cách xử lý khi có sự cố khẩn cấp. Nếu phần này còn mơ hồ mà vẫn tiến hành, bạn sẽ gặp khó sau khi hệ thống chạy thật.

Tôi muốn bắt đầu từ quy mô nhỏ, nên hỏi từ đâu

Ngay cả khi chưa xác định được chủ đề, bạn vẫn có thể trao đổi. Đúng hơn là nếu chốt chủ đề rồi mới đi hỏi, bước kiểm chứng xem chủ đề đó có phù hợp với AI hay không sẽ bị bỏ qua.

Cách tiến hành thực tế mà chúng tôi khuyên là: trước hết rà soát trong nghiệp vụ của mình những “công đoạn tốn nhiều thời gian để ra phán đoán”, “công đoạn chỉ người có kinh nghiệm mới làm được”, “công đoạn lặp đi lặp lại cùng một thao tác”, rồi mang danh sách đó đi trao đổi với nhiều công ty. Đối chiếu xem với cùng một danh sách, mỗi công ty chọn phần nào và đề xuất ra sao, bản thân việc đó đã là một căn cứ so sánh rất tốt.

Tổng kết

Khi tìm công ty AI ở Bangkok, số lượng doanh nghiệp xuất hiện trong kết quả tìm kiếm không giúp gì cho việc phán đoán. Thứ bạn cần là tự mình có một trục so sánh.

Thái Lan năm 2026 được đưa tin là đã vươn lên vị trí thứ 2 thế giới về tốc độ ứng dụng AI tại nơi làm việc, với tỷ lệ sử dụng AI của lao động tri thức đạt 32%. Chính phủ tung ra chính sách quy mô lớn mở miễn phí AI tạo sinh cho 5 triệu người dân, còn BOI thì mở rộng phạm vi ưu đãi cho lĩnh vực AI và tự động hóa. Đà đi lên của thị trường là có thật. Nhưng đồng thời cũng có nhận định rằng việc ứng dụng AI đang dừng lại ở mức bề mặt, nghĩa là đà đi lên không tự động chuyển hóa thành thành quả.

Các công ty AI tại Bangkok chia thành ba bản chất lớn: nhà cung cấp chuyên AI nội địa, tư vấn CNTT vốn nước ngoài, và nhà tích hợp hệ thống phục vụ nhà máy Nhật Bản. Hãy chọn không phải theo bên nào giỏi hơn, mà theo việc bài toán của bạn hợp với nhóm nào. Trên nền đó, hãy đánh giá từng doanh nghiệp bằng 5 tiêu chí: mức độ hỗ trợ tiếng Nhật, khoảng cách tới khu công nghiệp và năng lực hỗ trợ tại chỗ, mức độ hiểu ưu đãi BOI, thành tích trong ngành sản xuất, và năng lực trình bày hình thức hợp đồng. Đi theo trình tự này, việc so sánh sẽ trở thành một công việc thực tế và làm được.

Và có một việc phải quyết trong nội bộ trước cả khi so sánh. Ai dùng, ai chịu trách nhiệm, ai làm đầu mối. Nơi tiếp nhận này có tồn tại hay không sẽ ảnh hưởng đến kết quả không kém gì việc bạn chọn nhà cung cấp nào.

TOMAS TECH cung cấp hỗ trợ triển khai hệ thống quản lý sản xuất và quản lý năng lượng, tự động hóa FA, cùng các dự án ứng dụng AI cho doanh nghiệp sản xuất Nhật Bản đang hoạt động tại Thái Lan và khu vực ASEAN. Với bộ máy được xây dựng trên tiền đề trực tiếp đến khu công nghiệp, chúng tôi đồng hành từ khâu bàn bạc đặc tả, thiết kế cách lấy dữ liệu cho tới kết nối với hệ thống hiện có. Bạn hoàn toàn có thể liên hệ ngay cả khi chủ đề chưa định hình, khi chưa rõ bài toán của mình có giải được bằng AI hay không, hay khi đã nhận đề xuất từ công ty khác nhưng chưa đánh giá được tính hợp lý. Chúng tôi sẵn sàng bắt đầu từ việc cùng bạn liệt kê các vấn đề của hiện trường, xin hãy liên hệ với chúng tôi tại đây.

Nguồn tham khảo

• Thái Lan xếp thứ 2 thế giới về tốc độ ứng dụng AI tại nơi làm việc (BigGo Finance)
• Thái Lan mở miễn phí AI tạo sinh cho 5 triệu người dân (Jiji Press)
• Hướng dẫn về ưu đãi đầu tư AI của BOI Thái Lan (unimon)
• Danh sách các công ty trí tuệ nhân tạo tại Bangkok (TechBehemoths)
• Kiến thức cơ bản về đầu tư vào Thái Lan (Digima Japan)