Sau 6 tháng triển khai, 6 trong 10 nhóm nghiên cứu của Saigon AI Hub – Applied AI Lab đã trình diễn các nguyên mẫu AI có tính ứng dụng trong nhiều lĩnh vực. Khóa 2 được khởi động theo hướng mới, bắt đầu từ những bài toán thực tế do doanh nghiệp, cơ quan và tổ chức công đề xuất.Saigon AI Hub (SAIH) và Quỹ Google AI Futures Fund vừa tổ chức SAIH: Applied AI Lab Demo Day 2026, đánh dấu chặng đường 6 tháng của Khóa 1 với phần trình diễn các nguyên mẫu AI từ 6 nhóm nghiên cứu. Dịp này, SAIH cũng chính thức khởi động Khóa 2, chuyển sang mô hình tiếp nhận đề bài thực tế và kết nối với các nhóm nghiên cứu phù hợp để phát triển, thử nghiệm và hướng tới thương mại hóa giải pháp.Sau 6 tháng, 6/10 nhóm nghiên cứu Saigon AI Hub – Applied AI Lab đã trình diễn các nguyên mẫu AI có tính ứng dụng thực tế trong nhiều lĩnh vực.SAIH là mô hình nghiên cứu và ứng dụng AI do VNG và Đại học Quốc gia TP.HCM (ĐHQG-HCM) đồng sáng lập vào cuối năm 2025. Đến tháng 5/2026, SAIH và Quỹ Google AI Futures Fund công bố hợp tác chiến lược, triển khai Applied AI Lab đầu tiên tại Việt Nam. Chương trình hướng đến việc hỗ trợ các nhà nghiên cứu tiếp cận hạ tầng, công nghệ và chuyên gia AI, qua đó rút ngắn khoảng cách từ nghiên cứu đến ứng dụng thực tế.Khóa 1 ghi nhận nhiều nguyên mẫu AI có tính ứng dụngKhóa 1 quy tụ gần 60 nhà nghiên cứu đến từ các trường đại học tại TP.HCM. Trong số đó, 10 nhóm được lựa chọn dựa trên năng lực nghiên cứu, khả năng ứng dụng thực tiễn và định hướng phát triển AI có trách nhiệm.Trong 6 tháng, các nhóm vừa phát triển nghiên cứu vừa xây dựng và thử nghiệm nguyên mẫu. SAIH hỗ trợ các nhóm tiếp cận sớm những công nghệ AI mới của Google, cùng hạ tầng AI, mô hình AI và tư vấn kỹ thuật từ chuyên gia Google Labs, Google DeepMind và VNG.Khóa 1 quy tụ gần 60 nhà nghiên cứu, trong đó 10 nhóm được lựa chọn dựa trên năng lực nghiên cứu, khả năng ứng dụng thực tiễn và định hướng phát triển AI có trách nhiệm.Các hướng nghiên cứu trải rộng từ y tế, phòng chống ung thư, công nghệ tiếng Việt đến AI đa phương thức và thị giác máy tính. Một số nhóm cũng ghi dấu ấn tại các hội nghị và cuộc thi học thuật quốc tế ở Mỹ, Hà Lan, Thụy Điển, Australia, Italy và Trung Quốc.Tại Demo Day 2026, cả 10 nhóm đều trình diễn kết quả nghiên cứu, trong đó 6 nhóm được lựa chọn để thuyết trình trực tiếp về prototype. Đáng chú ý, một dự án trong Khóa 1 đã được thương mại hóa sau khi nhóm nghiên cứu chuyển hướng từ bài toán tương tác người – robot (XR-MR) sang ứng dụng AI trong đào tạo điều khiển thiết bị bay không người lái. Giải pháp kết hợp thiết bị thực với môi trường mô phỏng.PGS.TS. Trần Minh Triết cho rằng SAIH giúp nhà nghiên cứu trẻ tiếp cận chuyên gia, hạ tầng và bài toán thực tế, rút ngắn quá trình từ nghiên cứu đến ứng dụng.Theo PGS.TS. Trần Minh Triết, Phó Hiệu trưởng Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM, mô hình hợp tác giữa nhà trường và doanh nghiệp thông qua SAIH tạo môi trường nghiên cứu mở, đồng thời giúp các nhà nghiên cứu trẻ tiếp cận mạng lưới chuyên môn, hạ tầng tính toán, cố vấn và những bài toán thực tế. Đây cũng là cơ sở để rút ngắn quá trình chuyển từ nghiên cứu sang ứng dụng.Ông David Benjamin, Đồng sáng lập Google AI Futures Fund thuộc Google Labs, cho rằng Khóa 1 cho thấy các nhà nghiên cứu Việt Nam có thể phát triển những nguyên mẫu tương đối hoàn thiện, giải quyết các nhu cầu thực tế trong y tế, ngôn ngữ, an toàn và độ tin cậy. Mục tiêu tiếp theo là đưa những kết quả nghiên cứu đạt chuẩn quốc tế tạo ra tác động rõ rệt hơn đối với xã hội.Ông David Benjamin, Đồng sáng lập Google AI Futures Fund thuộc Google Labs nhận định Khóa 1 cho thấy năng lực nghiên cứu AI của Việt Nam có thể tạo ra các nguyên mẫu giải quyết bài toán thực tế, hướng tới tác động xã hội lớn hơn.Khóa 2 chuyển sang mô hình bắt đầu từ bài toán thực tếTừ kinh nghiệm của Khóa 1, SAIH thay đổi cách tiếp cận trong Khóa 2. Thay vì để các nhóm bắt đầu từ đề tài nghiên cứu, chương trình sẽ tìm kiếm và tiếp nhận những bài toán thực tế từ doanh nghiệp, cơ quan và tổ chức công, sau đó kết nối từng đề bài với nhóm nghiên cứu có chuyên môn phù hợp. Mục tiêu cuối cùng là phát triển các giải pháp có khả năng triển khai và thương mại hóa.Ông Lê Hồng Minh – Nhà sáng lập và Chủ tịch HĐQT VNG chia sẻ định hướng Khóa 2 sẽ tập trung giải quyết các bài toán AI thực tế do doanh nghiệp, cơ quan nhà nước và tổ chức đề xuất.Ông Lê Hồng Minh, Nhà sáng lập và Chủ tịch HĐQT VNG, cho biết quá trình triển khai Khóa 1 cho thấy một số giải pháp xuất phát nhiều hơn từ mối quan tâm học thuật của nhóm nghiên cứu thay vì nhu cầu thực tế. Vì vậy, Khóa 2 sẽ đảo chiều quy trình: xác định bài toán cần giải quyết trước, sau đó mới tìm kiếm các nhóm nghiên cứu có năng lực để đề xuất giải pháp.Theo mô hình mới, SAIH đóng vai trò nền tảng kết nối ba nhóm chính. Đầu tiên là đơn vị sở hữu đề bài, gồm doanh nghiệp, cơ quan và tổ chức công, chịu trách nhiệm đưa ra bài toán, cung cấp chuyên môn ngành, dữ liệu và môi trường thử nghiệm. Tiếp theo là các nhóm giải bài toán, gồm cộng đồng nghiên cứu AI và các nhóm liên ngành có năng lực phù hợp. Cuối cùng là nguồn lực từ SAIH và các đối tác, bao gồm hạ tầng, mô hình AI, vốn, không gian làm việc cùng mạng lưới chuyên gia và nghiên cứu quốc tế.Bốn nhóm bài toán được ưu tiên trong Khóa 2Trong giai đoạn đầu, Khóa 2 tập trung vào bốn nhóm lĩnh vực gồm sản xuất, nông nghiệp, biến đổi khí hậu và các bài toán quy mô quốc gia.Với sản xuất, SAIH tìm kiếm các bài toán ứng dụng AI để nâng cao chất lượng, hiệu quả vận hành, chẳng hạn kiểm tra chất lượng, bảo trì dự đoán và tối ưu quy trình.Trong nông nghiệp, các đề bài tập trung vào việc kết hợp AI với dữ liệu và kiến thức chuyên ngành để tăng năng suất, tính bền vững và khả năng thích ứng, như giám sát cây trồng, phát hiện dịch bệnh hay dự báo năng suất.TS. Trương Minh Huy Vũ – Phó Chủ tịch UBND TP.HCM nhấn mạnh, phát triển nhân tài AI cần song hành với hạ tầng tính toán, dữ liệu, môi trường thử nghiệm, bài toán thực tế và nguồn vốn để đưa kết quả nghiên cứu thành sản phẩm, doanh nghiệp công nghệ.Đối với biến đổi khí hậu, AI có thể được ứng dụng trong theo dõi, dự báo và đánh giá rủi ro liên quan đến khí hậu, thiên tai và môi trường.Nhóm cuối cùng là các bài toán quốc gia do bộ, ngành, địa phương và cơ quan nhà nước đặt hàng, gắn với những ưu tiên phát triển ở quy mô lớn, chẳng hạn khai thác dữ liệu để nâng cao chất lượng giao thông công cộng.Đặt mục tiêu 10 dự án và 1 start-up trong năm 2027Trong năm 2027, SAIH đặt mục tiêu lựa chọn tối thiểu 10 dự án cho Khóa 2. Trong số này, chương trình kỳ vọng có 6 dự án triển khai pilot thành công trong môi trường thực tế, 3 dự án được thương mại hóa và một start-up được thành lập. Song song với mục tiêu ứng dụng, SAIH tiếp tục duy trì định hướng nghiên cứu và các công bố khoa học đạt chuẩn quốc tế.Khóa 2 dự kiến chính thức bắt đầu giai đoạn nghiên cứu vào tháng 2/2027.Từ ngày 8/10/2026 đến cuối tháng 11/2026, SAIH mở chương trình Call for Challenges, tiếp nhận đề bài từ doanh nghiệp, cơ quan và tổ chức công trong bốn lĩnh vực ưu tiên. Sau khi lựa chọn, SAIH sẽ phối hợp với đơn vị đưa ra đề bài để xác định phạm vi và hoàn thiện bài toán trước khi mở Research Call dành cho các nhà nghiên cứu AI, nhóm nghiên cứu và nhóm liên ngành trên toàn quốc.Khóa 2 dự kiến chính thức bắt đầu giai đoạn nghiên cứu vào tháng 2/2027, với thời gian triển khai dự kiến 6 tháng.Các hoạt động chính của Khóa 2:Thời gian Giai đoạnHoạt động chính08/10/2026Khởi động Khóa 2 và Kêu gọi Đề bàiChính thức tìm kiếm các đề bài thuộc 4 lĩnh vực: Sản xuất, Nông nghiệp, Biến đổi khí hậu và Bài toán Quốc gia.10 –11/2026Tìm kiếm · Sàng lọc · Xác định phạm viTiếp nhận đề bài → đánh giá mức độ cam kết của đơn vị sở hữu → phát triển thành đề bài sẵn sàng cho nghiên cứu.12/2026Mở tuyển chọn Nhóm nghiên cứuCông bố các đề bài được lựa chọn và mời các nhóm nghiên cứu AI trên cả nước đăng ký.01/2027Đánh giá · Kết nối nhóm nghiên cứuĐánh giá kỹ thuật → kết nối/phỏng vấn giữa Đơn vị sở hữu đề bài và Nhóm nghiên cứu → lựa chọn cuối cùng.02/2027Kích hoạt nghiên cứuThống nhất phạm vi, cột mốc và cam kết của các bên → bắt đầu hành trình nghiên cứu 6 tháng.Tại sự kiện, Phó Chủ tịch UBND TP.HCM Trương Minh Huy Vũ cho rằng việc phát triển nhân tài AI cần đi cùng hạ tầng tính toán, dữ liệu, môi trường thử nghiệm, bài toán thực tế và khả năng tiếp cận nguồn vốn. Theo ông, đây là những điều kiện quan trọng để các kết quả nghiên cứu có thể tiếp tục phát triển thành sản phẩm và doanh nghiệp công nghệ.