Khảo sát toàn cầu do IDC phối hợp với Intel thực hiện cho thấy Agentic AI đang trở thành ưu tiên chiến lược của doanh nghiệp trong 12–24 tháng tới. Tuy nhiên, khoảng cách giữa kỳ vọng và nguồn lực đầu tư vẫn là thách thức lớn, thúc đẩy nhu cầu hiện đại hóa hạ tầng, kết hợp CPU và GPU, đồng thời đưa AI đến gần hơn với dữ liệu doanh nghiệp.
Ngày 28/10/2026, Intel công bố kết quả nghiên cứu do IDC phối hợp thực hiện, phản ánh những thay đổi trong cách doanh nghiệp tiếp cận trí tuệ nhân tạo (AI). Theo báo cáo, sự phát triển của Agentic AI đang đặt ra yêu cầu mới đối với hạ tầng CNTT, từ năng lực xử lý, kết nối mạng đến cách phân bổ tài nguyên và bảo vệ dữ liệu.
Khác với các mô hình AI chủ yếu tiếp nhận yêu cầu và tạo phản hồi, Agentic AI có khả năng thực hiện chuỗi tác vụ liên tiếp để hoàn thành một mục tiêu. Trong môi trường doanh nghiệp, các tác nhân AI có thể truy xuất dữ liệu nội bộ, gọi ứng dụng nghiệp vụ, thực thi mã và tương tác với nhiều hệ thống theo những quy trình được thiết lập.
Cách vận hành này khiến nhu cầu điện toán không còn tập trung đơn thuần vào việc xử lý một mô hình AI. Thay vào đó, toàn bộ hệ thống phải phối hợp hiệu quả để duy trì khả năng phản hồi, bảo đảm an ninh và kiểm soát chi phí trong suốt quá trình thực thi tác vụ.
Khoảng cách giữa nhu cầu triển khai và ngân sách đầu tư
Theo khảo sát của IDC, 89% người ra quyết định CNTT tham gia nghiên cứu đánh giá Agentic AI sẽ là ưu tiên quan trọng trong 12–24 tháng tới. Tuy nhiên, chỉ 56% cho biết tổ chức của họ được cấp ngân sách đầy đủ hoặc ở mức phù hợp cho hạ tầng phục vụ công nghệ này.
Sự chênh lệch trên cho thấy doanh nghiệp đang đối mặt với bài toán không chỉ nằm ở khả năng tiếp cận công nghệ mà còn ở việc chuẩn bị nguồn lực để triển khai trên quy mô thực tế.
Thay vì đầu tư riêng lẻ vào những thành phần phần cứng có hiệu năng cao, doanh nghiệp cần xây dựng chiến lược hạ tầng dựa trên đặc điểm của từng khối lượng công việc. Các yếu tố quan trọng bao gồm khả năng triển khai linh hoạt giữa môi trường nội bộ và đám mây, kết hợp nhiều loại bộ xử lý, cũng như phân bổ tài nguyên phù hợp với từng tác vụ.
Cách tiếp cận tổng thể giúp doanh nghiệp tận dụng tốt hơn hệ thống hiện có, đồng thời hạn chế tình trạng đầu tư không đồng bộ giữa năng lực xử lý, lưu trữ, mạng và bảo mật.
Đưa AI đến gần dữ liệu với kiến trúc lai
Nghiên cứu cũng cho thấy doanh nghiệp vẫn cần duy trì sự cân bằng giữa hạ tầng tại chỗ và điện toán đám mây khi phát triển AI.
Cụ thể, 55% người tham gia khảo sát cho biết tổ chức của họ áp dụng cách tiếp cận cân bằng giữa hệ thống CNTT nội bộ (on-premises) và đám mây công cộng. Trong khi đó, 38% chủ yếu hoặc hoàn toàn ưu tiên hạ tầng nội bộ. Bên cạnh đó, 45% xác định hiện đại hóa hoặc hợp nhất hạ tầng trung tâm dữ liệu là một trong những ưu tiên CNTT hàng đầu trong năm 2026.
Những con số này phản ánh thực tế rằng dữ liệu và ứng dụng doanh nghiệp thường phân bố trên nhiều môi trường khác nhau. Điện toán đám mây mang lại khả năng mở rộng linh hoạt, nhưng một số tác vụ vẫn cần được xử lý gần nguồn dữ liệu nhằm kiểm soát độ trễ, chi phí truyền tải, yêu cầu bảo mật và tuân thủ quy định.
Với Agentic AI, vấn đề càng trở nên rõ ràng khi các tác nhân phải liên tục truy xuất dữ liệu, gọi dịch vụ và tương tác với ứng dụng nghiệp vụ. Việc chuyển toàn bộ dữ liệu lên một môi trường duy nhất không phải lúc nào cũng là phương án tối ưu.
Do đó, kiến trúc AI lai (hybrid AI), kết hợp năng lực xử lý tại chỗ với tài nguyên đám mây, được xem là hướng tiếp cận phù hợp để doanh nghiệp triển khai AI trong khi vẫn duy trì quyền kiểm soát đối với dữ liệu và hệ thống quan trọng.
CPU và GPU cùng giữ vai trò trong hệ thống Agentic AI
Một điểm đáng chú ý trong nghiên cứu là cách doanh nghiệp đánh giá vai trò của các bộ xử lý đối với hiệu năng AI. Có 27% người tham gia xem GPU là yếu tố quyết định, trong khi 23% đặt trọng tâm vào CPU. Khoảng một nửa cho rằng hiệu năng phụ thuộc vào từng tình huống cụ thể, trong đó cả hai loại bộ xử lý đều có vai trò thiết yếu.
Thực tế, Agentic AI không chỉ thực hiện suy luận bằng mô hình mà còn phải điều phối tác vụ, truy xuất cơ sở dữ liệu vector, tạo vector nhúng (embedding), gọi API và vận hành các dịch vụ liên quan. Những công việc này có đặc điểm xử lý khác nhau, đòi hỏi sự phối hợp giữa các tài nguyên điện toán thay vì phụ thuộc hoàn toàn vào một loại phần cứng.
GPU phù hợp với những tác vụ tính toán song song có cường độ cao, trong khi CPU đảm nhận nhiều công việc điều phối, xử lý logic, quản lý ứng dụng và truy xuất dữ liệu. Tùy kiến trúc triển khai, các bộ tăng tốc chuyên dụng cũng có thể được bổ sung để cải thiện hiệu quả đối với những tác vụ nhất định.
Theo khảo sát, khoảng 40% người mua ưu tiên máy chủ tiêu chuẩn có khả năng tăng tốc các phép toán ma trận, vector hoặc hỗ trợ bộ tăng tốc thông qua khe cắm PCIe.
Đây là một trong những hướng Intel nhấn mạnh khi đề cập đến dòng vi xử lý Xeon. Theo hãng, các nền tảng Xeon được thiết kế để hỗ trợ nhiều loại công việc trong hệ thống AI doanh nghiệp, từ điều phối ứng dụng, xử lý dữ liệu đến các tác vụ có sử dụng năng lực tăng tốc ma trận và vector.
Intel cũng định hướng kết hợp các nền tảng Performance-core với những nền tảng Efficient-core có mật độ nhân cao nhằm đáp ứng những yêu cầu khác nhau về hiệu năng và khả năng mở rộng. Cách tiếp cận này cho phép doanh nghiệp cân nhắc nâng cấp năng lực AI trên cơ sở hạ tầng hiện có, thay vì mặc định phải xây dựng lại toàn bộ trung tâm dữ liệu.
Kiến trúc x86 hỗ trợ doanh nghiệp tận dụng hạ tầng hiện hữu
Đối với những tổ chức đã đầu tư nhiều năm vào máy chủ, ứng dụng và hệ thống quản trị, khả năng tích hợp với hạ tầng hiện có là một tiêu chí quan trọng khi lựa chọn nền tảng triển khai Agentic AI.
Theo dữ liệu IDC được Intel công bố, mức độ phù hợp về mặt lý thuyết của kiến trúc x86 và Arm đối với Agentic AI gần tương đương, lần lượt đạt 87,5% và 87,2%. Tuy nhiên, khi đánh giá các tiêu chí liên quan đến triển khai thực tế, x86 dẫn đầu ở 9 trong tổng số 12 tiêu chí khảo sát.
Một số kết quả đáng chú ý gồm khả năng tương thích phần mềm đạt 88% với x86 so với 80% với Arm; khả năng mở rộng lần lượt đạt 89% và 81%; độ tin cậy và khả năng phục hồi đạt 88% và 82%. Về mức độ phổ biến trong môi trường doanh nghiệp hiện tại, x86 đạt 88%, so với 77% của Arm. Tiêu chí chiều sâu chuyên môn kỹ thuật ghi nhận mức 92% đối với x86 và 83% đối với Arm.
Ở chiều ngược lại, Arm được đánh giá nhỉnh hơn về một số khía cạnh như chi phí, hiệu quả năng lượng và mức độ hài lòng. Những khác biệt này cho thấy lựa chọn kiến trúc cần dựa trên yêu cầu cụ thể của từng doanh nghiệp, thay vì chỉ so sánh hiệu năng hoặc chi phí phần cứng.
Với hệ thống x86 đã được triển khai rộng rãi, doanh nghiệp có thể tận dụng hệ sinh thái phần mềm, đội ngũ kỹ thuật và quy trình vận hành hiện có để tích hợp AI. Theo Intel, hãng cũng đang tối ưu hóa các nền tảng và công cụ nguồn mở như PyTorch, vLLM và OpenVINO, nhằm hỗ trợ triển khai mô hình AI trên nhiều cấu hình phần cứng khác nhau.
Intel hướng đến tối ưu hiệu quả AI trên toàn hệ thống
Theo định hướng của Intel, giai đoạn phát triển tiếp theo của AI doanh nghiệp sẽ tập trung nhiều hơn vào khả năng đưa công nghệ vào các quy trình vận hành thực tế, thay vì chỉ đánh giá mô hình qua kết quả thử nghiệm.
Trong hệ thống Agentic AI, CPU tiếp tục đảm nhiệm nhiều chức năng nền tảng như thực thi ứng dụng, điều phối tác vụ, truy xuất dữ liệu, bảo mật và kết nối giữa các dịch vụ. GPU cùng những bộ tăng tốc chuyên dụng bổ sung năng lực tính toán cho các công việc phù hợp.
Thách thức đặt ra là làm thế nào để các thành phần này phối hợp hiệu quả, đáp ứng yêu cầu xử lý của từng tác vụ mà vẫn kiểm soát được chi phí đầu tư và vận hành. Hiệu quả của hệ thống vì vậy không chỉ phụ thuộc vào số lượng bộ xử lý hay năng lực của từng linh kiện, mà còn liên quan đến cách tổ chức và khai thác toàn bộ hạ tầng.
Những kết quả từ nghiên cứu IDC và Intel cho thấy doanh nghiệp đang bước sang giai đoạn mới của quá trình ứng dụng AI, khi khả năng tích hợp với dữ liệu, ứng dụng và quy trình nghiệp vụ trở thành yếu tố quan trọng. Để Agentic AI tạo ra giá trị kinh tế thực tế, doanh nghiệp cần đồng thời giải quyết bài toán kiến trúc, ngân sách, bảo mật và tối ưu tài nguyên.
Intel cho biết báo cáo nghiên cứu đầy đủ do IDC thực hiện sẽ cung cấp thêm dữ liệu và phân tích về những lựa chọn kiến trúc hạ tầng phục vụ quá trình triển khai Agentic AI trong doanh nghiệp.