Tuy nhiên, câu hỏi lớn đặt ra là liệu những đơn vị này có đủ độc lập về tài chính, quyền tiếp cận và công bố kết quả để giám sát hiệu quả các tập đoàn AI hàng đầu thế giới hay không.

Theo CNBC, chỉ trong vài tháng, hoạt động đánh giá AI độc lập đã chuyển từ một lĩnh vực tương đối ít được chú ý thành tâm điểm của cuộc tranh luận về trách nhiệm và mức độ an toàn của ngành công nghiệp AI trị giá hàng nghìn tỷ USD. Những tổ chức như Model Evaluation and Threat Research (METR), Apollo Research và Transluce đang được các công ty phát triển AI tìm đến để kiểm tra năng lực mô hình, phát hiện hành vi nguy hiểm và đánh giá khả năng tuân thủ các cơ chế bảo vệ.

Sự chú ý gia tăng trong bối cảnh các hệ thống AI tiên tiến ngày càng có khả năng thực hiện nhiều nhiệm vụ phức tạp, đồng thời làm dấy lên lo ngại về những hành vi vượt ngoài dự kiến, khả năng né tránh cơ chế giám sát và nguy cơ truy cập trái phép vào các hệ thống bên ngoài. Các tổ chức đánh giá độc lập vì vậy được kỳ vọng đóng vai trò như một lớp kiểm tra bên ngoài, bổ sung cho hoạt động kiểm thử nội bộ của chính doanh nghiệp phát triển mô hình.

Độc lập là điều kiện then chốt

Anthropic và OpenAI đã công khai ủng hộ việc đưa các chuyên gia đánh giá bên ngoài vào quy trình kiểm tra an toàn mô hình. CEO Anthropic Dario Amodei đề xuất để các chuyên gia độc lập làm việc ngay trong doanh nghiệp, với quyền tiếp cận và điều kiện làm việc gần tương đương các nhóm đánh giá rủi ro nội bộ. CEO OpenAI Sam Altman cũng nhanh chóng bày tỏ sự ủng hộ đối với hướng tiếp cận này.

Tuy nhiên, việc bố trí chuyên gia bên ngoài trong nội bộ doanh nghiệp không tự động bảo đảm tính độc lập. Các tổ chức đánh giá vẫn phải đối mặt với những vấn đề căn bản: Ai trả tiền cho hoạt động kiểm định? Họ được tiếp cận dữ liệu và hệ thống đến mức nào? Liệu họ có thể công bố những phát hiện bất lợi mà không lo mất hợp đồng hoặc nguồn tài trợ trong tương lai?

Đây là thách thức đáng kể bởi các phòng thí nghiệm AI lớn sở hữu nguồn lực tài chính và nhân sự vượt xa những tổ chức đánh giá nhỏ. METR, một tổ chức phi lợi nhuận chuyên nghiên cứu và đánh giá các rủi ro của AI, có quy mô nhân sự dưới 50 người làm việc toàn thời gian theo thông tin được CNBC dẫn lại. Trong khi đó, các công ty AI hàng đầu đã huy động hàng chục tỷ USD và liên tục mở rộng năng lực nghiên cứu, phát triển sản phẩm.

METR cho biết đã nhận được các cam kết tài trợ khoảng 71 triệu USD trong sáu tháng tính đến tháng 8/2026, cao hơn đáng kể so với tổng đóng góp 13,6 triệu USD trong năm 2024. Ở khu vực doanh nghiệp vì lợi nhuận, Vals AI – công ty xây dựng các bộ tiêu chuẩn đánh giá hiệu suất AI theo từng ngành – cũng mở rộng nhân sự từ 8 người lên khoảng 30 người trong năm nay và công bố vòng gọi vốn 40 triệu USD vào tháng 8.

Dòng vốn mới cho thấy nhu cầu đánh giá AI đang tăng nhanh. Tuy nhiên, quy mô tài chính của các tổ chức này vẫn đặt ra câu hỏi về khả năng duy trì hoạt động lâu dài mà không phụ thuộc quá lớn vào chính những doanh nghiệp mà họ cần giám sát.

Một hệ thống đánh giá đáng tin cậy không chỉ cần chuyên môn kỹ thuật mà còn phải có cơ chế bảo vệ tính độc lập, quyền công bố các phát hiện quan trọng và quy định rõ ràng về xung đột lợi ích. Nếu nguồn thu của đơn vị kiểm định phụ thuộc vào việc duy trì quan hệ với khách hàng, nguy cơ đánh giá dễ dãi hoặc né tránh những kết luận bất lợi sẽ khó loại trừ.

Tranh luận về vai trò của chính phủ

Trong bối cảnh chính quyền liên bang Mỹ chưa thúc đẩy một khuôn khổ giám sát AI bắt buộc toàn diện, trách nhiệm đánh giá an toàn phần lớn vẫn do các doanh nghiệp tự tổ chức hoặc tự nguyện hợp tác với bên thứ ba.

Cuối tháng 9/2026, Tổng thống Donald Trump chủ trì cuộc gặp với lãnh đạo các tập đoàn công nghệ và đưa ra một thỏa thuận tự nguyện về an toàn AI. Văn bản khuyến khích các doanh nghiệp hợp tác với đơn vị kiểm toán hoặc đánh giá bên ngoài, nhưng không thiết lập một cơ chế thực thi bắt buộc tương ứng.

Các chuyên gia cho rằng mô hình tự nguyện có thể là bước khởi đầu, song khó thay thế được một hệ thống giám sát có tiêu chuẩn thống nhất và trách nhiệm giải trình rõ ràng. Nếu không có cơ chế bảo đảm độc lập, các tổ chức đánh giá có thể chịu sức ép thương mại, đặc biệt khi khách hàng của họ đồng thời là những doanh nghiệp có ảnh hưởng lớn đến nguồn tài trợ và cơ hội phát triển của toàn ngành.

Một đề xuất đang được thảo luận tại Mỹ là thành lập các tổ chức xác minh độc lập – Independent Verification Organizations (IVOs). Theo mô hình này, các đơn vị đánh giá có thể được cấp phép và giao nhiệm vụ kiểm tra việc doanh nghiệp AI đáp ứng những tiêu chí an toàn nhất định. Ý tưởng này được đưa vào dự luật FRONTIER do hai nghị sĩ Lori Trahan và Jay Obernolte giới thiệu hồi tháng 7/2026.

Ở cấp bang, California đã có những bước đi nhằm xây dựng khuôn khổ cho hoạt động đánh giá AI độc lập và lập danh sách các đơn vị kiểm toán. Một số bang khác, trong đó có Connecticut và Virginia, cũng đang xem xét các biện pháp liên quan.

Cách tiếp cận này phản ánh quan điểm rằng đánh giá an toàn không nên chỉ là một cam kết tự quản của doanh nghiệp. Một cơ chế giám sát đáng tin cậy cần xác định rõ tiêu chuẩn đánh giá, quyền tiếp cận thông tin, nghĩa vụ công bố kết quả và cách xử lý các phát hiện về rủi ro nghiêm trọng.

Minh bạch phải đi cùng quyền tiếp cận thực chất

Anthropic cho biết các chuyên gia đánh giá bên ngoài cần có điều kiện làm việc và quyền tiếp cận tương xứng với nhiệm vụ, đồng thời được phép công bố những phát hiện quan trọng, với phạm vi biên tập hạn chế đối với thông tin nhạy cảm về an ninh hoặc bí mật kinh doanh. OpenAI cũng đề xuất quy trình đánh giá phải xác định rõ phạm vi kiểm tra, phương pháp, tiêu chuẩn chuyên môn và các xung đột lợi ích có thể phát sinh.

Diễn đàn AI Evaluator Forum, gồm METR, AI Verification and Evaluation Research Institute (AVERI) cùng các tổ chức khác, đã kêu gọi các doanh nghiệp bảo đảm tính minh bạch, bảo vệ chuyên gia đánh giá khỏi hành vi trả đũa và trao cho họ quyền tiếp cận đủ sâu để kiểm chứng các tuyên bố về an toàn.

Những nguyên tắc này đặc biệt quan trọng khi hoạt động đánh giá được thực hiện ngay trong doanh nghiệp. Nếu chuyên gia chỉ được tiếp cận những dữ liệu do công ty lựa chọn, hoặc không thể công bố kết quả trái với thông điệp truyền thông của doanh nghiệp, hoạt động kiểm định có nguy cơ trở thành thủ tục hình thức thay vì một lớp bảo vệ thực chất.

Dù vậy, đánh giá độc lập cũng không thể giải quyết toàn bộ bài toán quản trị AI. Đây chỉ nên là một thành phần bổ sung cho các biện pháp quản lý rủi ro nội bộ, giám sát của cơ quan nhà nước, nghiên cứu an toàn và trách nhiệm giải trình trước công chúng.

Niềm tin trở thành điều kiện để AI phát triển

Động lực khiến các công ty AI quan tâm hơn đến đánh giá độc lập không chỉ đến từ áp lực quản lý. Khi các mô hình ngày càng có năng lực cao và được tích hợp vào nhiều hoạt động kinh tế – xã hội, niềm tin của người dùng, khách hàng doanh nghiệp và nhà đầu tư sẽ ảnh hưởng trực tiếp đến khả năng triển khai sản phẩm.

Tuy nhiên, các công ty như OpenAI và Anthropic cũng đang cạnh tranh gay gắt về công nghệ, thị trường và kỳ vọng định giá. Điều đó tạo ra một mâu thuẫn khó tránh: doanh nghiệp vừa phải đẩy nhanh phát triển để duy trì lợi thế, vừa phải chứng minh rằng tốc độ đổi mới không làm suy yếu các tiêu chuẩn an toàn.

Sự nổi lên của các tổ chức đánh giá độc lập cho thấy ngành AI đang bắt đầu hình thành một lớp hạ tầng mới bên cạnh hạ tầng tính toán, dữ liệu và mô hình. Nhưng để lớp hạ tầng này phát huy tác dụng, các đơn vị đánh giá cần được bảo đảm về nguồn tài chính bền vững, quyền tiếp cận kỹ thuật và khả năng công bố kết quả một cách có trách nhiệm.

Đối với các quốc gia đang thúc đẩy ứng dụng AI, trong đó có Việt Nam, bài học quan trọng là quản trị rủi ro phải được xây dựng song hành với quá trình triển khai công nghệ. Khi AI được đưa vào sản xuất, tài chính, y tế, giáo dục và các hệ thống thiết yếu, việc kiểm tra độc lập, đánh giá tác động và truy xuất trách nhiệm sẽ ngày càng cần thiết.

Cuối cùng, an toàn AI không thể chỉ dựa vào lời cam kết của những doanh nghiệp tạo ra công nghệ. Một hệ sinh thái đáng tin cậy cần có sự phối hợp giữa doanh nghiệp, chuyên gia độc lập và cơ quan quản lý, cùng những quy tắc đủ rõ để bảo đảm rằng việc đánh giá không chỉ tồn tại trên giấy, mà thực sự có khả năng phát hiện và ngăn ngừa rủi ro.