8 月 15 日，HSC 大會重返胡志明市，匯聚了來自創投、企業科技與軟體工程領域的資深人士，共同探討人工智慧的導入、數據主權，以及代理式企業系統的未來。

本屆活動最受矚目的場次之一「全球 AI 局勢：越南的機遇與啟示」由 TEIZA 執行長 Harpreet Singh Maan 主持，與談者包括 GenAI Fund 合夥人 Laura Nguyen、SotaTek 資深副總裁兼營運長 Harry Vu、OpenMax 共同創辦人 Charlie Hu，以及 Revve AI 創辦人兼執行長 Trung Vu。

與談人並未將越南的 AI 崛起視為深厚工程人才庫的必然副產品，而是剖析了技術潛力與可規模化部署之間的實際障礙。他們檢視了該國享譽國際的開發者基礎與政策動能在哪些方面創造了真正的競爭優勢，以及在哪些環節，分散的企業數據、以本地為優先的產品思維，以及無法量化的試點專案，使導入在進入正式生產前便停滯不前。這股政策動能確實存在：越南政府於 2021 年發布《至 2030 年人工智慧研究、發展與應用國家戰略》，為 AI 研究投資、人才培育與國家數據基礎設施設定目標，為這場關於執行落差的討論提供了具體的政策背景。

討論也權衡了運用國際基礎模型與培養符合越南語言及治理需求的主權開放權重替代方案之間的策略矛盾，同時思考 AI 代理要從實驗性聊天機器人演變為能夠在機構合規框架內運作的安全、可信賴系統，需要哪些條件。這場辯論反映了更廣泛的全球趨勢：從歐盟到日本，各國政府均已採取行動支持本土 AI 能力，並在某些情況下推動本地託管的開放權重模型，以降低對外國供應商的依賴。

這是一場對新興市場中建置、部署與信任 AI 的實務現實的坦率省思——從誠實評估越南目前所處的位置開始。

生態系的優勢與劣勢

Laura 提出了「人才、流程、產品」架構來評估越南的準備程度。她指出，越南的 AI 人才經常被譽為東協最佳，並有強大的創業能量與積極的政府政策作後盾。然而，與談人一致同意，該國在產品開發與全球擴展性方面仍落後。本身為 Y Combinator 校友的 Trung 觀察到，太多新創缺乏「全球優先思維」，仍專注於本地市場而非國際擴張。快速建置的能力早已確立；推出世界級的產品仍是關鍵挑戰。

企業導入落差

Harry 反駁了企業界普遍的誤解：認為 AI 本質上即插即用。他強調，部署模型通常是最後一步——在此之前必須清理分散的數據、標準化結構，並建立人機協作（human-in-the-loop）的工作流程。他解釋道：「如果你的數據很糟糕、很分散……在應用 AI 之前，你還有很多事要做。」Charlie 明確區分了個人原型與企業級解決方案，指出大型組織將治理、數據隱私與法規遵循置於邊際效能提升之上。他表示：「如果你沒有適當的法律與安全檢查，他們根本不會採用你的解決方案。」以 2023 年 7 月生效的《個人資料保護法令》為基石的越南數據保護制度，為企業部署 adds 了另一層必須滿足的合規要求。

主權與模型之辯

隨著與談人辯論越南對國際基礎模型的依賴，討論帶上了地緣政治的層面。Charlie 提醒不要無條件信任美國的前沿實驗室，形容閉源模型「本質上仍是個黑盒子」。主持人則警告「數位殖民」的風險——長期依賴外國基礎設施最終可能損害國家的談判籌碼。Trung 提出了一條務實的中間路線：與其讓個別科技巨頭各自打造模型，越南應集中資源，開發一個適應本地語言與文化的開放權重模型。Laura 則以學術上的信任架構——能力、善意與透明度——來框架這一策略難題，並指出政策制定者與創業家得出不同結論或許都是合理的。

規模化導入的障礙

儘管熱情廣泛，企業仍難以超越試點專案階段。Laura 認為，根本障礙在於可量化的投資報酬率：董事會需要財務上的正當理由，而非模糊的生產力提升承諾。她問道：「說到底，這到底能為我或組織帶回多少錢？」Trung 補充說，企業工作流程中隱含著抗拒輕易自動化的潛在文化規則；Charlie 則指出，許多現有解決方案根本無法通過企業領袖要求的嚴格安全性與可靠性檢核清單。試點停滯的模式並非越南獨有：產業界對企業 AI 導入的調查一再發現，從概念驗證走向正式生產在全球各地仍是瓶頸。

在閉幕時，與談人對未來三到五年表示審慎樂觀。Harry 倡議推動統一的國家語言模型計畫；Charlie 肯定其公司對越南數位化成熟市場的堅定承諾；Trung 則呼籲未來的創辦人從創立之初就放眼全球。總體而言，這場對話描繪出越南同時具備人才與企圖心，足以開創獨特的 AI 發展軌跡——前提是生態系能夠成功縮小技術能力與企業級執行之間的落差。

來源：Metaverse Post