Các quỹ đầu tư, công ty luật và nền tảng chăm sóc khách hàng đang rẽ hướng khỏi các mô hình AI đóng gói sẵn để tự xây dựng giải pháp riêng. Bridgewater Associates, một trong những quỹ phòng hộ lớn nhất thế giới, đã huấn luyện một mô hình mã nguồn mở dựa trên dữ liệu nhãn từ các chuyên gia đầu tư nội bộ. Kết quả: mô hình này mắc ít hơn 30% lỗi so với các mô hình tiên tiến nhất, với chi phí vận hành chỉ bằng một phần nhỏ.

Chiến lược ba bước cho AI doanh nghiệp

Harvey, startup xây dựng AI cho các hãng luật, đối mặt với các công việc dài hơi như thẩm định giao dịch và soạn thảo bản ghi nhớ pháp lý. Bằng cách áp dụng học tăng cường lên mô hình mở, Harvey tạo ra một tác tử pháp lý vượt trội so với cả GPT-5.5 và Claude Opus 4.8 trên các thước đo nội bộ. Intercom, với tác tử AI Fin giải quyết gần 2 triệu vấn đề khách hàng mỗi tuần, đã huấn luyện bổ sung mô hình Fin Apex trên hàng tỷ tương tác. Kết quả, Fin Apex giải quyết nhiều vấn đề hơn các mô hình tiên tiến nhất với chi phí thấp hơn đáng kể.

Mô hình mở, dữ liệu riêng, học tăng cường

Bộ ba công ty trên chia sẻ chung một kịch bản: dùng mô hình mã nguồn mở, tự thu thập dữ liệu nhiệm vụ độc quyền, rồi đưa qua giai đoạn học tăng cường với một phiên bản quy trình làm việc được chấm điểm. Cách tiếp cận này đang lan rộng ra nhiều lĩnh vực khác, từ phân tích tài chính đến dịch vụ pháp lý và hỗ trợ khách hàng. Đối với người dùng thông thường, điều này có nghĩa là các doanh nghiệp có thể xây dựng AI rẻ hơn, chính xác hơn và phù hợp với nhu cầu cụ thể. Xu hướng này còn được ghi nhận ở nhiều lĩnh vực khác ngoài ba ví dụ nêu trên.