Thực hư video Galaxy S26 Ultra dính lỗi màn hình sọc xanh

Hôm 20.4, Apple tuyên bố bổ nhiệm một người nội bộ thay thế CEO Tim Cook. John Ternus, Phó chủ tịch Kỹ thuật phần cứng kỳ cựu, sẽ dẫn dắt chương tiếp theo của Apple.

Theo Reuters, Ternus gia nhập Apple năm 2001, là người không quá nổi bật trên truyền thông nhưng luôn kiên định về việc cải tiến sản phẩm của công ty trong những năm qua. Ông đã đóng vai trò quan trọng trong việc khôi phục doanh số bán hàng của các sản phẩm như máy tính Mac, giúp Apple giành được thị phần từ máy tính cá nhân (PC).

Trong khi Tim Cook là nhà quản lý kinh doanh xuất sắc, John Ternus lại là người làm sản phẩm đúng nghĩa. Điều thú vị là ở tuổi 50, Ternus bằng tuổi với Cook khi ông tiếp quản vị trí CEO từ người đồng sáng lập Apple, Steve Jobs.

Lần gần nhất Ternus xuất hiện trước công chúng là vào mùa thu năm ngoái, khi ông giới thiệu iPhone Air. Đây là bản nâng cấp lớn nhất của iPhone kể từ năm 2017 và là nền tảng thử nghiệm quan trọng cho một số chip mới.

Mặc dù không xuất hiện nhiều trước công chúng, Ternus đã góp phần tạo nên những sản phẩm hiện đã trở nên phổ biến như iPad và AirPods. Ông sẽ được giao nhiệm vụ giúp Apple định hướng trong bối cảnh công nghệ bị đảo lộn bởi trí tuệ nhân tạo (AI). Apple đã mất vị trí công ty có giá trị nhất thế giới vào tay Nvidia.

Ternus cũng vạch ra ranh giới rõ ràng giữa các dòng sản phẩm của Apple, bằng cách giới thiệu các mẫu "Pro" của máy Mac và iPhone. Quyết định này đã tạo ra khác biệt rõ ràng về hiệu năng và giá của các dòng sản phẩm. Ông cũng giúp người dùng Apple được tiếp cận với các sản phẩm giá rẻ như MacBook Neo và iPhone "e".

Chương mới của Apple sẽ phải cạnh tranh với Nvidia, công ty đã công bố sản xuất máy tính cá nhân và đang phát triển các dòng chip có thể cung cấp sức mạnh cho máy tính xách tay. Ternus cũng phải dẫn dắt Apple cạnh tranh với Meta, công ty đang chuyển dịch từ phần mềm sang làm thiết bị với kính thực tế tăng cường. Kính thông minh của Meta đang làm được nhiều điều thú vị dù có giá rẻ hơn rất nhiều so với Apple Vision Pro.

Reuters dẫn lời Gil Luria, giám đốc điều hành của DA Davidson & Co, cho rằng: "Việc thăng chức cho ông Ternus cho thấy Apple sẽ tập trung vào các thiết bị phần cứng mới như điện thoại gập, kính mắt, thiết bị thực tế ảo và ghim cài áo tích hợp trí tuệ nhân tạo".

Có lẽ thách thức lớn nhất mà Ternus sẽ phải đối mặt là làm thế nào để tích hợp AI vào iPhone - sản phẩm tiêu dùng thành công nhất trong lịch sử - và các sản phẩm khác của Apple. Đầu năm nay, Apple đã đạt được thỏa thuận với Google về việc dùng Gemini để cải thiện trợ lý ảo Siri.

Dù đã giới thiệu trí tuệ nhân tạo đến công chúng vào năm 2011, Apple vẫn chưa có được một sản phẩm phần cứng hay phần mềm thành công nào dựa trên các công nghệ AI mới. Trong khi các đối thủ mới nổi như OpenAI đã thu hút hàng trăm triệu người dùng.

Bob O'Donnell, người đứng đầu công ty tư vấn công nghệ TECHAnalysis Research, cho biết: "Tôi dự đoán thách thức và nỗ lực lớn nhất của ông ấy sẽ tập trung vào việc xây dựng một câu chuyện và dịch vụ AI tốt hơn của chính Apple thay vì phụ thuộc vào bên thứ ba".

Sau khi rời ghế CEO, Tim Cook sẽ đảm nhiệm vị trí chủ tịch điều hành của Apple. Cổ phiếu của công ty đã tăng gấp 20 lần từ khi Cook làm CEO vào tháng 8.2011. Cook được nhà sáng lập Steve Jobs tuyển dụng từ Compaq vào lúc công ty này đang ở đỉnh cao của cơn sốt máy tính cá nhân những năm 1990, còn Jobs đang nỗ lực cứu Apple khỏi bờ vực phá sản.

Ban đầu, Cook tạo dựng danh tiếng tại Apple bằng việc xây dựng chuỗi cung ứng rộng lớn ở Trung Quốc. Sau nhiều năm, ông trở thành một CEO nổi tiếng khi là người đầu tiên trong danh sách Fortune 500 công khai mình đồng tính vào năm 2014. Ông cũng đã có những lập trường công khai về các vấn đề như đa dạng nơi làm việc và phát triển bền vững của doanh nghiệp.

Trong nhiệm kỳ của mình, Cook đã trao một tấm bảng vàng được thiết kế riêng cho Tổng thống Mỹ Donald Trump và tiếp tục hợp tác với các nhà hoạch định chính sách.

Việc bổ nhiệm Ternus làm giám đốc điều hành của Apple đánh dấu sự chuyển dịch từ một chuyên gia về chuỗi cung ứng, người đã giúp biến Apple thành một thương hiệu toàn cầu sản xuất hàng trăm triệu sản phẩm mỗi năm, sang một nhà lãnh đạo từ lâu đã tập trung vào thiết kế và sản phẩm.

Ben Bajarin, CEO của công ty tư vấn công nghệ Creative Strategies, cho biết Ternus rất được yêu thích tại Apple "và sẽ mang đến nguồn năng lượng mới".

Ngoài ra, Apple cũng thông báo Johny Srouji, người từng giám sát thiết kế chip và cảm biến tùy chỉnh của Apple, đã được bổ nhiệm làm giám đốc phần cứng. Srouji sẽ tiếp tục điều hành nhóm này, cùng với nhóm kỹ thuật phần cứng mà Ternus từng lãnh đạo, nay sẽ do Tom Merieb phụ trách.

Tin Gốc: Thanh Niên

Nguyễn Xuân Phong, sinh năm 1989, có bằng thạc sĩ khoa học máy tính tại Đại học Carnegie Mellon (Mỹ) và tiến sĩ chuyên ngành AI tại Đại học Tokyo (Nhật Bản). Ông nằm trong Top 50 nhà khoa học trẻ xuất sắc của tập đoàn Hitachi ở tuổi 26. Năm 2024, ông là người Việt Nam đầu tiên được vinh danh trong bảng xếp hạng AI150 toàn cầu của Constellation Research.

Đầu tháng 3, ông trở thành CTO thuộc thế hệ 8x đầu tiên của FPT, chịu trách nhiệm định hướng và kiến trúc hệ sinh thái công nghệ của tập đoàn xoay quanh sự dịch chuyển của AI. Trong cuộc đối thoại với ông Nguyễn Thành Nam, thành viên Hội đồng Sáng lập FPT, Nguyễn Xuân Phong chia sẻ những cơ hội, thách thức AI tạo ra cho các ngành nghề, đặc biệt với ngành công nghệ thông tin tại Việt Nam.

- Nguyễn Thành Nam: Gần đây, một chuyên gia AI từ Thung lũng Silicon khi về nước đã nhận xét thẳng thừng "anh em Việt Nam chưa biết làm AI". Câu nói này gây "giật mình". Quan điểm của ông thế nào?

- Nguyễn Xuân Phong: Cần nhìn nhận khách quan rằng nhận định đó đến từ một nhân tài làm việc tại một nơi có thể coi là "đại bản doanh" AI của thế giới, nên góc nhìn chắc chắn sẽ khác. Ở Thung lũng Silicon, AI len lỏi vào từng hơi thở của đời sống. Có lần tôi đi taxi ở đó, tài xế hỏi: "Anh đã huấn luyện mô hình 9 tỷ hay 32 tỷ tham số chưa?". Khi một người lái taxi cũng có thể bàn về tham số mô hình, thì một chuyên gia AI về Việt Nam và thấy "sốc" vì những khái niệm cơ bản chưa được phổ cập cũng là điều dễ hiểu.

Tuy nhiên, "làm AI" hiện nay có thể được định nghĩa lại ở hai cấp độ. Một là ứng dụng AI, tức dùng AI như công cụ để giải quyết bài toán cụ thể, như sản xuất phim ngắn hay xây dựng hệ thống voicebot gọi điện tự động. Ở đây AI chỉ là một cấu phần trong sản phẩm lớn. Thứ hai là xây dựng hệ thống và mô hình, là tầng sâu nơi các kỹ sư thực hiện thiết kế kiến trúc và huấn luyện (training) mô hình.

Thực tế, giới "làm AI" trong nước lệch về phía ứng dụng. Nhiều người dùng AI rất giỏi nhưng có thể không hiểu bản chất thuật toán phía sau, và đôi khi cũng không cần biết. Trong khi đó, lực lượng thực sự xây dựng được mô hình còn quá mỏng.

Sự chênh lệch này giống như chuyện sử dụng ôtô: chúng ta đang có rất nhiều tài xế giỏi, cứ lên xe là lái, nhưng số người hiểu rõ động cơ bên trong vận hành ra sao rất ít. Cái "sốc" của chuyên gia kia nằm ở đó, nhưng theo tôi điều đó chưa phản ánh được việc mạnh hay yếu, mà chỉ cho thấy chúng ta đang đứng ở phân khúc nào của chuỗi giá trị AI mà thôi.

- Đang làm tại Viện Mila ở Canada dưới sự dẫn dắt của giáo sư Yoshua Bengio - một trong những "cha đẻ" của AI hiện đại, khi quyết định về Việt Nam, ông có gặp cú "sốc" tương tự chuyên gia Thung lũng Silicon kia?

- Tôi làm việc với FPT Software khi vẫn đang ở Canada và mới bắt đầu về hẳn Việt Nam năm nay để nhận vị trí CTO của tập đoàn. Thực lòng, tôi không quá sốc.

Khi đó, mặt bằng chung chưa hiểu nhiều về AI, nhưng qua mạng lưới cá nhân, tôi biết Việt Nam không thiếu người giỏi. Chúng ta có rất nhiều nhân tài, nhưng đang tản mát, hoặc đâu đó nằm trong làn sóng chuyên gia từ nước ngoài trở về. Vấn đề của chúng ta không phải là không biết, mà chưa có sự kết nối và định hướng tập trung.

Tuy nhiên, tôi cũng có chút bỡ ngỡ ở góc độ vận hành doanh nghiệp. Những ngày đầu làm với FPT Software, tôi hỏi xin bản mô tả công việc (JD) cho kỹ sư AI và nhận ra... không có. Đơn giản lúc đó chúng ta chưa có những vị trí chuyên biệt cho lĩnh vực này. Tôi bắt tay vào xây dựng từ viên gạch đầu tiên, chuẩn hóa và chia công việc về AI thành những ngạch chuyên sâu: AI Engineer (kỹ sư AI), AI Scientist (nhà khoa học AI, Data Engineer (kỹ sư dữ liệu), Data Scientist (nhà khoa học dữ liệu), Data Analyst (chuyên gia phân tích dữ liệu)... Mỗi vị trí cần kỹ năng gì, khác nhau ra sao. Với tôi, đó là bước đi đầu tiên để hình thành sự thấu hiểu bài bản về AI trong tổ chức, trước khi nói đến việc xây dựng năng lực thực thi.

- Tiếp xúc môi trường phát triển AI tại Việt Nam từ 2019 đến nay là 2026, ông thấy có gì khác biệt? Công việc của những người làm AI đã thay đổi thế nào trong giai đoạn này?

- Cách đây 7 năm, AI vẫn là khái niệm xa vời, còn hiện đã đạt mức độ phổ cập. Điểm khác biệt lớn nhất đối với người làm AI là quy trình thực hiện.

Năm 2019, AI giống như món đồ trang sức, các công ty đầu tư chủ yếu ở mức độ thử nghiệm (PoC). Nay AI trở thành "hàng hóa thiết yếu", doanh nghiệp nếu không ứng dụng AI sẽ trở nên lạc hậu.

Năm 2019, muốn làm AI phải tìm dữ liệu và huấn luyện mô hình từ đầu. Hiện các mô hình đã có sẵn và được huấn luyện, người làm có thể sử dụng ngay để tạo ra giá trị. Chúng ta chỉ cần thực hiện thêm các bước tinh chỉnh là có thể đưa vào thực tiễn. AI đã trở nên bình dân hơn và hiện diện trong mọi hoạt động đời sống.

Sự thay đổi cũng phân hóa công việc của chuyên gia AI theo cấp độ khác nhau. Trước đây, làm AI bắt buộc phải giỏi Toán để xây dựng mô hình và hiểu sâu về mạng nơ-ron. Hiện nay, nhiều kỹ năng AI không còn yêu cầu quá sâu về Toán. Việc thiết kế một hệ thống AI hoạt động đòi hỏi kỹ năng quản lý và thiết kế nhiều hơn.

Lực lượng chuyên gia hiểu sâu về Toán sẽ tập trung vào việc xây dựng mô hình cho Việt Nam hoặc các nhà máy chuyên biệt. Đồng thời, đang nổi lên thế hệ xây dựng các hệ thống AI. Thay vì xây mô hình, người làm sẽ giao nhiệm vụ cho các tác nhân (agent) thực hiện phần việc khác nhau. Tôi cho rằng kỹ năng quan trọng nhất hiện nay là "AI Orchestrator" hay "Agent Orchestrator", tức vai trò "nhạc trưởng" để điều hành và thiết kế hệ thống.

- Thực tế làm AI có tốn kém không, và giả sử tôi là một bác sĩ, liệu tôi có thể tự tạo AI phục vụ riêng cho công việc của mình?

- Việc đầu tư tùy thuộc vào quy mô, "tiền nào cũng chơi được".

Có khái niệm "Narrow AI" (AI hẹp), tức tập trung làm tốt một việc cụ thể. Nếu đào sâu vào một bài toán chuyên biệt, ví dụ một mô hình ngôn ngữ chỉ cần hiểu sâu kiến thức hóa học mà không bắt nó làm thơ, thì chi phí thấp hơn rất nhiều so với mô hình lớn. Việc dùng một mô hình khổng lồ để giải quyết một việc quá chuyên sâu đôi khi gây tốn kém về năng lực tính toán mà không hiệu quả bằng. Thế giới hiện vận hành song song: mô hình lớn ngày càng mạnh để đa nhiệm, còn mô hình nhỏ làm chuyên sâu.

Với nền tảng kiến thức đã được chia sẻ rộng rãi và giá đơn vị tính toán rẻ đi nhiều, một bác sĩ, hay rất nhiều người trong các ngành nghề khác, nếu biết cách sử dụng mô hình AI sẵn có, dưới dạng nguồn mở hoặc đi thuê các hãng lớn cung cấp, thậm chí có thể tự làm các phần mềm AI, hệ thống AI Agent mà không cần đến chuyên gia. Nếu bác sĩ có sẵn dữ liệu tích lũy và kinh nghiệm để "dạy" mô hình, dần dần AI có thể thay thế ở nhiều khâu. Khi đó, bác sĩ chỉ đóng vai trò là người đưa ra quyết định hoặc ký đơn thuốc.

- Việt Nam thời gian qua ban hành nhiều chính sách thúc đẩy AI, và nhiều người cho rằng AI là "cơ hội vàng" cho Việt Nam. Ông đánh giá thế nào về nhận định này?

- Đây là vấn đề cần phân tích sâu. Nếu gọi là "vàng" thì liệu AI có phải là "vàng" với các quốc gia khác nữa không, và chúng ta phải có điểm khác biệt để "vàng" của mình thực sự phát huy giá trị.

Tôi cho rằng một trong các giá trị "vàng" của Việt Nam nằm ở mật độ tài năng. Cách đây gần 10 năm, tham gia các hội nghị AI thế giới như Hội nghị Quốc tế về Học máy ICML, khi mở danh sách khách mời, tôi bất ngờ vì gặp rất nhiều cái tên Nguyễn, Trần, Lê... và tập hợp được khoảng 30 anh em người Việt ở đó ngồi lại với nhau. Điều đáng nói, hầu hết đều đại diện cho các phòng thí nghiệm lớn tại Mỹ, châu Âu hoặc Nhật Bản, chứ không đến từ một đơn vị trong nước nào.

Điều này cho thấy tài năng AI gốc Việt đã khẳng định được vị thế tại tập đoàn và viện nghiên cứu hàng đầu thế giới ngay. Nếu so sánh với một quốc gia có nhiều điểm tương đồng như Thái Lan, sự hiện diện của các tài năng trong lĩnh vực này của họ ít hơn hẳn.

Tôi tạm cho rằng người Việt có thế mạnh về gene và tư duy phù hợp với lĩnh vực này. Theo các thống kê, số lượng người gốc Việt tham gia các nhóm nghiên cứu AI cũng trong top thế giới. Chúng ta có thể chưa bằng các cường quốc hàng đầu, nhưng đã vượt trội so với rất nhiều quốc gia tầm trung khác. Việt Nam thường có thứ hạng cao trong các môn trí tuệ, và AI về bản chất cũng là một cuộc chơi như vậy.

- Vấn đề quan trọng là làm sao biến trí tuệ đó thành cơ hội kinh tế. Cờ vua Việt Nam cũng nằm trong Top 10 thế giới nhưng chúng ta đâu có giàu lên từ cờ vua? Ngay cả câu chuyện tăng năng suất lao động, liệu có chắc chắn mang lại doanh thu? Thực tế trong nhiều lĩnh vực, đôi khi năng suất cao lại khiến giá thành hạ và cuối cùng không tạo ra thêm tiền?

- AI khác cờ vua ở chỗ nó tạo ra giá trị kinh tế trực tiếp thông qua việc tăng năng suất lao động và tạo ra tri thức mới. Ở tầm quốc gia, muốn thành cơ hội vàng, phải tìm ra được những khu vực mà AI tạo ra giá trị mới. Và đó có thể là cơ hội "vàng" thứ hai của Việt Nam.

Về câu chuyện tăng năng suất có giúp tăng tiền không, câu trả lời nằm ở những ngành có nhu cầu lớn. Bên cạnh đó, AI mang lại những trải nghiệm hoàn toàn mới, từ đó tạo doanh số mới. Chẳng hạn trong giáo dục, mô hình trải nghiệm mới sẽ khiến người học sẵn lòng chi trả. Hoặc trong lĩnh vực dược phẩm và vật liệu, AI có khả năng tìm ra những cấu trúc vật liệu mới hay loại thuốc điều trị bệnh nan y mà trước nay con người chưa nghĩ tới.

Thông thường, chúng ta phải chấp nhận đánh đổi giữa các yếu tố, chẳng hạn với ngành vật liệu phải đánh đổi độ bền và giá thành. Nhưng khi đưa bài toán đa mục tiêu này cho AI, nó có thể rút ngắn đáng kể quá trình tìm ra lời giải tối ưu. Đó chính là việc đáp ứng những "nhu cầu mới" hoặc những nhu cầu trước đây chưa được thỏa mãn. Ngoài ra, các mảng về công nghệ phần mềm và quản trị vẫn là lĩnh vực tiềm năng, vì bản chất AI cũng là một dạng phần mềm.

Đây cũng là lý do thôi thúc tôi về làm việc tại FPT. Khi tích lũy đủ tri thức, tôi mong muốn giải phóng nó bằng cách kết nối với thực tế. Tôi mong muốn thấy sản phẩm mình làm ra có người dùng và tạo giá trị thực cho họ. Hiện có nhiều tiến sĩ sở hữu rất nhiều bài báo khoa học, nhưng câu hỏi quan trọng là chúng đóng góp gì cho thực tiễn không? Giá trị thực tế có thể đo bằng GDP, nhưng rõ ràng nhất là nhìn thấy công nghệ có thể đóng góp vào từng bữa ăn của mỗi người dân.

- Những câu chuyện trên cho thấy cấu trúc lao động sẽ thay đổi rất khác. AI tạo ra những công việc chưa từng có và làm mới những công việc cũ. FPT từng tuyên bố mục tiêu đạt một triệu nhân sự vào năm 2035. Với tư cách CTO chịu trách nhiệm toàn tập đoàn, ông nghĩ con số này có cần điều chỉnh?

- Mục tiêu một triệu người thể hiện khát vọng lớn của FPT. Truyền thống của chúng ta là gắn số lượng nhân sự với doanh số, bởi mỗi cá nhân là một đơn vị tạo ra giá trị. Tôi cho rằng con số này không sai, nhưng "chân dung" của một triệu con người đó phải khác trước: một triệu "nhạc công" phần mềm sẽ rất khác với một triệu "nhạc trưởng AI".

Đông người chắc chắn tạo ra tiền, nhưng vấn đề là vận dụng nguồn lực đó thế nào. Điều này phụ thuộc vào sức hấp thụ của thị trường và khả năng chuyển đổi của chính tập đoàn. Chúng ta có đào tạo kịp đội ngũ cho những vai trò mới như điều phối AI hay kỹ sư giải pháp không. Nếu thị trường trong nước không đủ sức hấp thụ, chiến lược vươn ra toàn cầu thế nào.

Khi mô hình kinh doanh thay đổi, con người cũng phải thay đổi. Nhân sự của ba năm tới sẽ rất khác hiện nay, đòi hỏi chúng ta phải tái cấu trúc hệ thống giáo dục, thực hiện đào tạo lại (reskill) và nâng cao kỹ năng (upskill) trên quy mô lớn.

Về lộ trình đến 2035, tập đoàn có thể đi chậm hơn vì đào tạo người mới luôn là bài toán khó. Nhưng cũng có thể sẽ nhanh hơn nếu bắt kịp nhịp độ công nghệ, bởi nhiều công việc mới đôi khi lại dễ thực hiện hơn ta tưởng. Quan trọng nhất là xác định được đâu là việc mới và giá trị mới..

- Vậy còn những dấu hiệu chững lại của ngành phần mềm hiện nay thì sao?

- Tôi nhìn nhận đây là bài toán về nhu cầu thị trường. Khách hàng đang tạm chậm lại để nghe ngóng vì có quá nhiều thông tin nhiễu loạn về AI. Tuy nhiên, sự chững lại này chỉ là tạm thời.

Trong quy trình kỹ thuật phần mềm, viết code chỉ là một công đoạn. AI có thể viết code xuất sắc, nhưng chưa thể thấu hiểu khách hàng, chưa thể cùng ngồi thảo luận hay nắm bắt nhu cầu ẩn sâu phía sau để đưa ra bản thiết kế phù hợp. Trong chuỗi giá trị lập trình, AI giúp tăng tốc đột biến ở một số khâu, nhưng tổng thể quy trình vẫn cần sự hiện diện của con người để giải quyết những bài toán phức tạp. Thậm chí càng ứng dụng AI nhiều, khách hàng sẽ càng cần tới các đối tác về công nghệ.

Một trong những giá trị mới mà chúng ta có thể mang lại là tốc độ. Ví dụ trước đây, việc chuyển đổi hệ thống cũ có thể mất 5 năm, nay AI giúp rút ngắn xuống còn vài tháng. Khách hàng sẽ trả tiền cho khoảng thời gian họ tiết kiệm được đó. Chúng ta không bán "thời gian lao động của mình" mà bán "thời gian tiết kiệm cho khách hàng". Đó là giá trị mới.

Thực tế, nhờ AI, nhiều khách hàng tin tưởng giao cho FPT nhiều việc hơn. Trước đây họ e ngại rào cản ngôn ngữ trao đổi hay thiết kế kỹ thuật, nhưng nay vì có AI, các rào cản đó giảm xuống đáng kể.

- Cấu trúc lao động thay đổi dẫn đến câu hỏi sát sườn: Các bạn trẻ 18 tuổi nên chọn học ngành gì? Trong khi nhu cầu thị trường đã khác biệt, hệ thống đại học có kịp thay đổi để không đào tạo ra những kỹ năng lỗi thời?

- Theo tôi, các bạn trẻ không nên quá tập trung vào việc học ngôn ngữ lập trình thuần túy. Thay vào đó, cần học kiến thức ngành (Domain) và kỹ năng chuyên biệt như thiết kế hệ thống (System Design), bảo mật (Cyber Security)...

"Nút thắt" không còn nằm ở việc viết code mà ở vai trò quản trị dự án, người duyệt code và kiến trúc sư hệ thống. Người làm công nghệ mới phải am hiểu cả về quản trị lẫn kỹ thuật để đưa ra lời giải trọn vẹn cho bài toán của khách hàng, bao gồm cả vấn đề bảo mật thông tin.

Thực tế, các trường đại học, ngay cả ở Canada nơi tôi sống thời gian qua, thường chuyển đổi chậm hơn thực tế. Tuy nhiên, vai trò quan trọng nhất của đại học là chuẩn bị nguồn nhân lực sẵn sàng cho doanh nghiệp. Hiệu quả giáo dục sẽ được đo bằng việc rút ngắn thời gian đào tạo lại tại công ty. Bên cạnh chương trình mới về AI, một môi trường đại học lý tưởng sẽ giúp các bạn có các nền tảng cơ bản vững chắc như các trải nghiệm về cuộc sống, kiến thức mềm trong doanh nghiệp như văn hóa tổ chức, hay nơi rèn luyện thể chất và cách thức hợp tác.

Việc lựa chọn chương trình học tạo ra giá trị tương lai là yếu tố sống còn. Trong đó, những kiến thức cốt lõi về hệ thống và tư duy máy tính là nền tảng không thể thay thế. Bên cạnh đó, các môn học cơ bản như Toán học và tư duy phản biện vẫn đóng vai trò quan trọng để giúp người học thích nghi với mọi sự thay đổi.

Tin Gốc: Vnexpress

Theo Công ty Đấu giá hợp danh Việt Nam, 1515 là một trong bốn mã, số viễn thông được chốt giá thành công. Mức trúng đấu giá một tỷ đồng, bằng với giá khởi điểm. Trong khi đó, dù ở cùng nhóm số dịch vụ giải đáp thông tin, đầu số 1559 không tìm được người trả giá.

Với nhóm số dịch vụ tin nhắn ngắn, cả ba mã, số được đưa ra đợt này đều bán cao hơn giá khởi điểm (250 triệu đồng). Trong đó, đầu số 9999 được mua với giá 490 triệu đồng, cao nhất trong nhóm. Hai số còn lại 6789 và 5151 lần lượt được chốt ở mức 350 triệu và 290 triệu đồng.

Các phiên đấu giá trực tuyến diễn ra liên tục, gối đầu nhau, theo hình thức trả giá lên qua nhiều vòng trong cả ngày 16/4. Theo quy định, ngoài việc hoàn tất nghĩa vụ tài chính, doanh nghiệp trúng đấu giá phải đưa mã, số viễn thông vào khai thác trong vòng 6 tháng kể từ ngày được phân bổ.

Đầu số dịch vụ là dạng mã, số ngắn, thường gồm bốn chữ số, được doanh nghiệp, tổ chức hoặc cơ quan sử dụng để cung cấp dịch vụ qua điện thoại. Các số này chủ yếu phục vụ tổng đài chăm sóc khách hàng, hỗ trợ kỹ thuật, tư vấn, đặt lịch, khảo sát hoặc cung cấp thông tin tự động.

So với số điện thoại cố định hoặc di động thông thường, đầu bốn số dễ nhớ hơn, thuận tiện khi liên hệ và giúp tăng nhận diện thương hiệu. Tại Việt Nam, các đầu số dạng này do Cục Viễn thông - Bộ Khoa học và Công nghệ quản lý.

Trước đây, các mã, số được phân bổ theo hình thức cấp trực tiếp. Việc đấu giá quyền sử dụng là chính sách lớn trong quản lý nhà nước về viễn thông, nhằm đổi mới phương thức phân bổ tài nguyên theo cơ chế thị trường, qua đó tăng nguồn thu ngân sách và minh bạch hơn trong phân bổ.

Hồi tháng 1, bốn mã, số dịch vụ viễn thông từng được đấu giá thành công, với mức trúng từ một tỷ đồng. Trong đó, hai đầu số 1555 và 1500 được chốt giá 1,02 tỷ đồng, còn 1299 và 1558 đạt một tỷ đồng, cho thấy nhu cầu của thị trường với nhóm số ngắn.

Hồi tháng 3, Bộ Khoa học và Công nghệ cũng lần đầu tổ chức đấu giá tên miền quốc gia ".vn", với 37/50 tên miền đấu giá thành công, mức trúng cao nhất 1,5 tỷ đồng.

Tin Gốc: Vnexpress