Giới thiệu

Trí tuệ nhân tạo (AI) mang lại nhiều hứa hẹn lớn cho sự phát triển, nhưng khoảng cách số ở các thị trường mới nổi đặt ra những trở ngại thực sự. Ở nhiều khu vực thu nhập thấp, kết nối internet chậm, vùng phủ sóng chắp vá và điện không ổn định. Ví dụ, GSMA nhận thấy rằng ở Châu Phi cận Sahara, chỉ khoảng 27% người dân sử dụng internet di động và vẫn còn khoảng cách sử dụng 60% – hàng triệu người sống trong vùng phủ sóng nhưng không thể trực tuyến do rào cản về thiết bị, dữ liệu hoặc kỹ năng cao (www.gsma.com). Africanews báo cáo rằng khoảng 900 triệu người Châu Phi vẫn chưa có bất kỳ quyền truy cập internet nào, và một số lượng tương tự thiếu điện (www.africanews.com). Trong khi đó, dữ liệu internet ở một số quốc gia có chi phí hơn 5% thu nhập hàng tháng (evolutionafricamagazine.com). Trong bối cảnh này, AI dựa trên đám mây (như các chatbot lớn) đơn giản là ngoài tầm với của hầu hết mọi người.

Để phục vụ các cộng đồng này, các nhà đổi mới đang khám phá AI ưu tiên ngoại tuyến trên các thiết bị chi phí thấp. Ý tưởng là đưa các dịch vụ AI đến “chặng cuối” bằng cách chạy các trợ lý thông minh trực tiếp trên điện thoại giá rẻ hoặc ki-ốt địa phương, và sử dụng các kênh đơn giản như SMS, thoại/USSD (menu mã ngắn) thay vì ứng dụng video hoặc web. Cách tiếp cận này có thể cung cấp lời khuyên kịp thời trong nông nghiệp, y tế, giáo dục và nhiều lĩnh vực khác, mà không cần kết nối liên tục hoặc phần cứng đắt tiền. Chìa khóa là điều chỉnh AI theo nhu cầu địa phương – hỗ trợ ngôn ngữ khu vực, có sự giám sát của cộng đồng và làm việc thông qua các đối tác đáng tin cậy (nhà mạng, các tổ chức phi chính phủ, chính phủ) với mức giá phù hợp với thu nhập địa phương.

Bài viết này kiểm tra các hạn chế và giải pháp đó, dựa trên các dự án và nghiên cứu gần đây. Nó cho thấy cách các trợ lý AI hoàn toàn ngoại tuyến hoặc công nghệ thấp có thể khả thi và tạo tác động cho nông nghiệp, y tế và giáo dục ở các thị trường mới nổi – và cách các mối quan hệ đối tác và sự quản lý của cộng đồng đảm bảo chúng bền vững, an toàn và giá cả phải chăng.

Rào cản: Kết nối, Điện năng và Chi phí

Khoảng cách kết nối. Mạng lưới ở nhiều khu vực đang phát triển đang mở rộng nhưng chưa hoàn chỉnh. Ví dụ, ở Châu Phi cận Sahara, 13% dân số vẫn sống ngoài vùng phủ sóng di động, và trong số những người được phủ sóng, khoảng cách “sử dụng” 60% vẫn tồn tại (www.gsma.com). Khoảng cách này phản ánh các thiết bị hoặc dữ liệu không đủ khả năng chi trả, trình độ kỹ thuật số thấp và lo ngại về an toàn. Trên toàn cầu, khoảng 3,1 tỷ người đối mặt với khoảng cách sử dụng như vậy (www.gsma.com). Trên thực tế, hàng trăm triệu hộ gia đình nông thôn không có internet đáng tin cậy, hoặc chỉ có 2G/3G. Như một báo cáo đã ghi nhận, khoảng 900 triệu người Châu Phi (trong số ~1,4 tỷ người) không có internet, và gần như cùng một số lượng không có điện (www.africanews.com). Những số liệu này cho chúng ta biết rằng các ứng dụng điện thoại thông minh cổ điển hoặc AI đám mây thường sẽ thất bại ở các làng xa xôi.

Hạn chế về điện năng. Việc thiếu điện càng làm giảm khả năng tiếp cận kỹ thuật số. Trong cùng báo cáo của Africanews, một chuyên gia nhấn mạnh rằng các công cụ AI không thể hoạt động “trong khi tiếp tục làm việc trên 3G hoặc 2G” nếu không có điện (www.africanews.com). Nhiều hộ gia đình nông thôn phụ thuộc vào năng lượng mùa vụ hoặc năng lượng mặt trời, và việc sạc thiết bị rất tốn kém hoặc không thể đoán trước. Các dự án ki-ốt giáo dục hoặc y tế thường sử dụng năng lượng mặt trời hoặc bộ pin. Điều quan trọng là tối đa hóa việc sử dụng với năng lượng tối thiểu – ví dụ, chip tiết kiệm năng lượng cao, và các thiết bị có thể chạy trong nhiều ngày chỉ với một lần sạc.

Rào cản về khả năng chi trả. Chi phí thiết bị và dữ liệu vẫn quá cao đối với người dùng có thu nhập thấp. Ở Châu Phi cận Sahara, thuế và phí nhập khẩu có thể khiến ngay cả những chiếc điện thoại thông minh cơ bản nhất cũng có giá 50 đô la hoặc hơn – tương đương hàng chục giờ lương cho những người nghèo nhất. GSMA lưu ý rằng khả năng chi trả thiết bị là một phần lớn của khoảng cách sử dụng (www.gsma.com). Giá dữ liệu cũng chiếm một phần lớn thu nhập: một cuộc khảo sát cho thấy dữ liệu di động có chi phí hơn 5% thu nhập hàng tháng ở nhiều nước Châu Phi (evolutionafricamagazine.com), cao hơn nhiều so với mục tiêu khả năng chi trả 2% của Liên Hợp Quốc. Đối với nông dân hoặc sinh viên có thể chỉ kiếm được vài đô la mỗi ngày, việc trả dù chỉ 0,50 đô la mỗi GB cũng là quá đắt đỏ.

Những rào cản về cơ sở hạ tầng và chi phí này có nghĩa là các giải pháp AI phải được điều chỉnh triệt để: chúng phải hoạt động ngoại tuyến hoặc trên băng thông thấp nhất có thể, chạy trên phần cứng rất rẻ và tiêu thụ năng lượng tối thiểu. Phần còn lại của bài viết này sẽ xem xét cách thức thực hiện điều đó.

AI ưu tiên ngoại tuyến trên thiết bị chi phí thấp

Để vượt qua những khoảng trống trên, các dự án mới đang triển khai trợ lý AI ưu tiên ngoại tuyến trên các thiết bị cầm tay không đắt tiền hoặc các trung tâm địa phương. Những tiến bộ trong AI biên (edge AI) và nén mô hình có nghĩa là các mô hình AI hạn chế (ví dụ: để nhận dạng giọng nói, tư vấn văn bản) giờ đây có thể chạy trực tiếp trên các thiết bị cơ bản mà không cần truy cập đám mây. Một số nhà nghiên cứu đề xuất các thiết bị AI “trần” cực rẻ: các mô phỏng cho thấy AI ngôn ngữ thực tế có thể chạy trên các thiết bị có giá chỉ 8–10 đô la với chỉ ~30 MB RAM (www.researchgate.net). Các mô hình như vậy – thường được chắt lọc từ các hệ thống lớn – có thể trả lời câu hỏi hoặc đưa ra hướng dẫn ngoại tuyến, lưu trữ cơ sở dữ liệu ngôn ngữ cục bộ. Thực chất, chúng là những siêu máy tính bỏ túi cho các thành phố và trang trại không có internet ổn định.

Trên thực tế, các thiết bị này có thể có dạng:

• Điện thoại phổ thông có chip AI. Một số startup trang bị lại điện thoại đơn giản bằng chip AI giọng nói hoặc firmware. Ví dụ, Viamo của Canada đã ra mắt dịch vụ AI (vào năm 2024) biến bất kỳ điện thoại cơ bản nào thành “chatbot ngoại tuyến”. Người dùng quay một mã ngắn và nói hoặc nhắn tin – tất cả quá trình xử lý diễn ra trên một máy chủ cục bộ hoặc mô hình ngoại tuyến được nhúng. Người dùng nhận lại câu trả lời dưới dạng giọng nói hoặc văn bản (techcentral.co.za). Thiết lập này hoạt động ngay cả “ở giữa hư không” mà không cần internet – chỉ cần tín hiệu mạng di động tiêu chuẩn. Nó nhắm đến những người nghèo nhất thế giới, cho phép truy vấn với giá chỉ ₦10 (khoảng 0,12 đô la) mỗi cuộc gọi (techcentral.co.za).

• Ki-ốt AI hoặc đài phát thanh cộng đồng. Một cách tiếp cận khác là các trung tâm làng được trang bị máy tính mini chắc chắn hoặc các thiết bị kiểu Raspberry Pi. Ví dụ, Kolibri mã nguồn mở (của Learning Equality) cho phép các trường học cài đặt một máy chủ cục bộ hoặc Pi. Học sinh sau đó sử dụng bất kỳ thiết bị cục bộ nào để xem sách giáo khoa, video hoặc câu đố ngoại tuyến (evolutionafricamagazine.com). Điều này đã được sử dụng ở nông thôn Kenya, Tanzania và Malawi – giáo viên tải nội dung giáo dục toàn cầu và điều chỉnh nó sang ngôn ngữ địa phương trên Kolibri (evolutionafricamagazine.com). Một mô hình tương tự đang sử dụng các điểm truy cập Wi-Fi hoặc mạng nội bộ cục bộ với các chương trình trò chuyện AI cho nông dân tại các trung tâm cộng đồng.

• “Điện thoại AI” chuyên dụng chi phí thấp. Các dự án đầy tham vọng hình dung ra điện thoại thông minh 10–20 đô la được tích hợp AI trên thiết bị. Một nghiên cứu kinh tế kỹ thuật đề xuất phân phối 700 triệu thiết bị học tập AI ngoại tuyến ở Châu Phi vào năm 2030, mỗi thiết bị có giá 10–20 đô la (www.researchgate.net) (www.researchgate.net). Chúng sẽ được cài đặt sẵn các bách khoa toàn thư đa ngôn ngữ và các mô-đun tương tác (văn bản, nhận dạng hình ảnh, giọng nói bằng nhiều ngôn ngữ). Mặc dù chưa có thiết bị tiêu dùng nào rẻ như vậy, lộ trình đã tồn tại: sản xuất quy mô lớn và các mô hình siêu nhẹ (như bộ tăng cường LLaMA của Meta hoặc mạng ngôn ngữ “MetalNLLB”) có thể sớm đạt được điểm đó (www.researchgate.net).

Điểm mấu chốt ở tất cả các giải pháp này là hoạt động ngoại tuyến, tiết kiệm năng lượng. Ví dụ, các mô hình AI có thể tải trước một tập hợp con nội dung (như cơ sở dữ liệu cây trồng hoặc câu hỏi thường gặp cơ bản về sức khỏe) để chỉ những nội dung này cần được lưu trữ cục bộ, và bất kỳ truy vấn mới nào có thể được xếp hàng đợi cho đến khi có kết nối. Trong thời gian chờ đợi, thiết bị phản hồi ngay lập tức cho người dùng. Khi công nghệ phát triển, ngay cả các ứng dụng điện thoại thông minh cũng đang thêm chế độ ngoại tuyến (cho phép tải xuống khi có Wi-Fi, sau đó sử dụng ngoại tuyến). Bài học ấn tượng là: bạn không cần máy chủ Google hoặc OpenAI nếu mô hình AI được làm nhỏ gọn hoặc được lưu vào bộ nhớ cache – bước đi đột phá là nhúng trí thông minh vào các điểm biên nơi người dùng đang ở.

Kênh và Trường hợp sử dụng: SMS, USSD và Thoại

Ở các thị trường mới nổi, các phương tiện phổ biến nhất là SMS, USSD (menu văn bản tương tác) và cuộc gọi thoại – chứ không phải ứng dụng web. Bất kỳ trợ lý AI nào cũng phải sử dụng các kênh đó để tiếp cận số đông người dùng. May mắn thay, cả SMS và USSD đều đã được thiết lập tốt: GSMA báo cáo chín trong mười giao dịch tiền di động ở Châu Phi cận Sahara chạy qua USSD (www.gsma.com), và các nhà cung cấp trên toàn cầu vẫn hỗ trợ USSD trên tất cả các điện thoại. Quan trọng hơn, USSD và SMS không yêu cầu bất kỳ dữ liệu internet nào – chỉ cần kênh tín hiệu GSM (www.gsma.com). Chúng hoạt động trên những chiếc “điện thoại phổ thông” rẻ nhất, ngay cả những chiếc không có thẻ nhớ microSD hoặc màn hình màu. Một trợ lý AI qua USSD có thể gửi một truy vấn văn bản (như “Loại sâu bệnh nào ảnh hưởng đến ngô? 1=Rệp, 2=Mọt”) và nhận được một câu trả lời số với lời khuyên. Phản hồi giọng nói tương tác (IVR) hoạt động tương tự: người dùng nói hoặc nghe qua các menu tự động bằng ngôn ngữ địa phương.

Nông nghiệp: Đối với nông dân, tư vấn AI qua SMS/thoại đã và đang diễn ra. Một ví dụ ở Cameroon là ứng dụng Farmer Guide: nó chẩn đoán bệnh cây trồng bằng AI, nhưng nông dân ngoài thành phố không thể sử dụng nó – họ không có internet hoặc điện (www.africanews.com). Nền tảng Viamo can thiệp: nó cung cấp một dịch vụ do AI điều khiển, nơi bất kỳ nông dân nào cũng có thể gọi điện (ở Nigeria, Zambia và các nơi khác) và hỏi các câu hỏi nông nghiệp. Hệ thống chạy trên thoại/SMS và thậm chí có thể nhận lệnh bằng giọng nói, đưa ra phản hồi tương tự (techcentral.co.za). Điều này giúp AI có thể truy cập được trên mọi điện thoại, không chỉ điện thoại thông minh. Một sáng kiến khác là chatbot Darli AI của Ghana. Có thể truy cập qua WhatsApp (mà nhiều người dùng Châu Phi có) hoặc SMS, Darli cung cấp lời khuyên về trồng trọt, giá thị trường và mẹo thời tiết. Quan trọng hơn, Darli hỗ trợ 27 ngôn ngữ (bao gồm 20 ngôn ngữ Châu Phi như Swahili, Yoruba, Twi, v.v.) (www.weforum.org), vì vậy nông dân nhận được lời khuyên bằng tiếng mẹ đẻ của họ. Kể từ năm 2024, Darli đã tiếp cận hơn 110.000 nông dân ở Ghana và Kenya (www.weforum.org). Các dự án này cho thấy rằng các kênh văn bản/thoại đơn giản có thể cung cấp AI nông nghiệp tiên tiến đến làng xã.

Y tế: Y tế di động (mHealth) đã sử dụng SMS và IVR từ lâu, và AI có thể tích hợp với các kênh này. Ví dụ, nền tảng của Viamo hợp tác với UNICEF để cung cấp các chatbot AI ngoại tuyến cho các chủ đề y tế (phòng chống HIV, triệu chứng sốt rét, mẹo vệ sinh) (techcentral.co.za). Người dùng có thể gọi số hoặc nhắn mã để nhận lời khuyên y tế tức thì bằng ngôn ngữ của họ. Trong đại dịch COVID-19, nhiều quốc gia đã ra mắt các công cụ USSD để tự đánh giá và thông tin (ví dụ: công cụ kiểm tra triệu chứng USSD của Sierra Leone (www.gsma.com)). Một trợ lý AI có thể xây dựng dựa trên những công cụ này bằng cách thêm Hỏi & Đáp tương tác và hướng dẫn cá nhân hóa. Quan trọng là, các dịch vụ y tế từ xa dựa trên USSD (như kiểm tra sức khỏe USSD miễn phí của Kenya (www.gsma.com)) chứng minh rằng các kênh này hoạt động ở quy mô lớn. Trong tương lai, các mô-đun AI ngoại tuyến có thể chạy trên máy vi tính của phòng khám địa phương hoặc thậm chí điện thoại của y tá, cung cấp hỗ trợ quyết định mà không cần cơ sở dữ liệu trực tuyến.

Giáo dục: Học từ xa ở các khu vực nghèo kết nối đã đạt được thành công thông qua SMS và bộ công cụ ngoại tuyến. Các sáng kiến như Eneza Education (ở Kenya, Ghana và Bờ Biển Ngà) gửi câu hỏi đố và bài học qua SMS/USSD trên điện thoại cơ bản (evolutionafricamagazine.com). Hơn 10 triệu người học đã sử dụng nền tảng điện thoại phổ thông của Eneza với chi phí thấp, chứng minh rằng việc học kỹ thuật số có ý nghĩa có thể diễn ra mà không cần điện thoại thông minh (evolutionafricamagazine.com). Dựa trên điều này, M-Shule (“trường học di động”) của Kenya kết hợp SMS với AI: nó cá nhân hóa các bài học và phản hồi cho học sinh tiểu học bằng cách sử dụng máy học ngầm (evolutionafricamagazine.com). Giáo viên gửi các câu đố đến điện thoại của học sinh, và M-Shule điều chỉnh nội dung dựa trên câu trả lời của từng trẻ. Các dịch vụ như vậy hoạt động ngoại tuyến theo nghĩa là một khi chương trình học được cung cấp, người dùng điện thoại không cần truy cập internet liên tục. Các cộng đồng cũng đã thiết lập các trung tâm giáo dục ngoại tuyến (ví dụ: các lớp học chạy bằng năng lượng mặt trời với máy chủ cục bộ) sử dụng nội dung không tính phí. Trong đại dịch, UNICEF và các tổ chức khác báo cáo rằng hai phần ba trẻ em trong độ tuổi đi học trên toàn cầu không có internet tại nhà (www.unicef.org), vì vậy các giải pháp công nghệ thấp này đã giúp giáo dục tiếp tục hoạt động.

Mỗi trường hợp sử dụng này nhấn mạnh rằng các kênh quan trọng hơn giao diện người dùng ưa mắt. Trong nông nghiệp, y tế và giáo dục nông thôn, giao diện di động đơn giản nhất – menu văn bản USSD hoặc IVR thoại bằng ngôn ngữ địa phương – tiếp cận đa số. AI được gắn vào các kênh này (hoặc trên thiết bị hoặc máy chủ cục bộ) có thể biến chúng từ các đường dây nóng thông tin tĩnh thành các trợ lý cá nhân tương tác.

Bản địa hóa: Ngôn ngữ, Dữ liệu và An toàn

Hỗ trợ ngôn ngữ. Để hữu ích, trợ lý phải nói tiếng địa phương – không chỉ tiếng Anh hoặc tiếng Pháp. Các thị trường mới nổi có tính đa ngôn ngữ cao; ví dụ, riêng Châu Phi có hơn 2.000 ngôn ngữ. Các mô hình AI chính thống thường chỉ bao gồm các ngôn ngữ thế giới lớn, vì vậy cần có các mô hình địa phương hoặc bản dịch được thiết kế riêng. Một số nỗ lực đầy hứa hẹn đã tồn tại. Ví dụ, chatbot Darli của Farmerline hỗ trợ 27 ngôn ngữ, bao gồm 20 ngôn ngữ Châu Phi như Akan, Hausa, Igbo, Twi và Swahili (www.weforum.org). Ở Indonesia, các dự án nghiên cứu đang thử nghiệm AI giọng nói bằng tiếng mẹ đẻ của nông dân sử dụng hệ thống IVR (www.gsma.com). Một ví dụ: Viện Nghiên cứu Lúa Quốc tế (IRRI) hợp tác với Viamo để ra mắt đường dây nóng IVR cung cấp dịch vụ tư vấn bằng ngôn ngữ địa phương Indonesia, để nông dân trồng lúa ở mọi trình độ học vấn đều có thể hiểu (www.gsma.com). Nội dung giáo dục cũng đã được bản địa hóa: nền tảng Kolibri đã đề cập ở trên được sử dụng trong các trường học ở Đông Phi, nơi “giáo viên điều chỉnh các tài nguyên mở toàn cầu cho phù hợp với ngôn ngữ và bối cảnh địa phương” (evolutionafricamagazine.com).

Để hỗ trợ các ngôn ngữ địa phương một cách có hệ thống, các dự án nên thu thập và đào tạo dữ liệu từ khu vực. Một mô hình là cộng đồng huy động nguồn lực: các tình nguyện viên địa phương (nông dân, giáo viên, dịch giả) có thể giúp xây dựng bảng chú giải hoặc ghi lại các mẫu giọng nói. Dữ liệu này, được lưu trữ cục bộ hoặc ẩn danh, có thể được sử dụng để tinh chỉnh các mô hình AI cho phù hợp với các phương ngữ của khu vực. Một số nỗ lực quốc gia thậm chí còn tạo ra các công cụ: ví dụ, Trung tâm Ngôn ngữ Bản địa Kỹ thuật số của Nigeria đã tạo ra một bàn phím AI di động bao phủ gần 180 ngôn ngữ Châu Phi (www.weforum.org), giúp dễ dàng gõ và đọc bằng các ngôn ngữ đó hơn. Các mối quan hệ đối tác với các trường đại học hoặc tổ chức phi chính phủ địa phương có thể giúp quản lý nội dung đúng văn hóa (ví dụ: tên cây trồng địa phương, thực hành vệ sinh) để lời khuyên của AI có ý nghĩa.

Thu thập và quản lý dữ liệu địa phương. Thu thập dữ liệu và phản hồi tại hiện trường là rất quan trọng để đào tạo và cải thiện trợ lý. Tuy nhiên, điều này phải được thực hiện một cách có đạo đức: các cộng đồng phải đồng ý sử dụng dữ liệu, và dữ liệu cá nhân nhạy cảm (hồ sơ sức khỏe, tài chính cá nhân) phải được bảo vệ. Một mô hình hữu ích là đồng sáng tạo cộng đồng. Ví dụ, tại cộng đồng Makoko của Lagos, cư dân được đào tạo về lập bản đồ và thu thập dữ liệu bằng drone; họ đã tạo ra bộ dữ liệu địa lý của riêng mình, hiện đang được sử dụng để lập kế hoạch địa phương (www.weforum.org). Tương tự, một dự án AI có thể trang bị cho nhân viên y tế thôn bản hoặc nhân viên khuyến nông để thu thập các báo cáo trường hợp hoặc truy vấn ẩn danh. Các bộ dữ liệu địa phương này nên nằm dưới sự quản lý của cộng đồng – được lưu trữ trên các máy chủ cục bộ hoặc thông qua các đối tác đáng tin cậy – thay vì bị các công ty xa xôi khai thác. Diễn đàn Kinh tế Thế giới đề xuất đào tạo các nhà đổi mới, tổ chức phi chính phủ và cơ quan địa phương về kiến thức và quản trị AI để họ có thể “chọn cách kể câu chuyện của mình”, đảm bảo dữ liệu được sử dụng vì lợi ích của họ (www.weforum.org) (www.weforum.org).

An toàn và đạo đức. Bất kỳ trợ lý AI nào cung cấp lời khuyên (về y tế, nông nghiệp, v.v.) phải an toàn và chính xác. Điều đó đòi hỏi nhiều biện pháp bảo vệ: đánh giá của chuyên gia địa phương, bộ lọc nội dung và các tuyên bố từ chối trách nhiệm rõ ràng. Chẳng hạn, một bot y tế AI trong một ngôi làng nên bao gồm một cơ chế để người dùng báo cáo lỗi hoặc được chuyển đến sự giúp đỡ của con người. Các ủy ban giám sát địa phương hoặc mạng lưới các nhà giáo dục nông thôn có thể kiểm tra nội dung thường xuyên, điều chỉnh nó theo những thay đổi theo mùa hoặc tình huống. Một “vòng phản hồi” do cộng đồng thúc đẩy giúp phát hiện lỗi: nếu nhiều nông dân báo cáo cùng một vấn đề với lời khuyên của AI, các nhà phát triển có thể cập nhật mô hình. Các định dạng cũng nên cho phép cập nhật nhanh chóng. Quan trọng là, các cộng đồng bị bỏ quên nên có một số quyền sở hữu: triển khai công nghệ thông qua các hợp tác xã hoặc hội đồng địa phương thay vì áp đặt từ trên xuống đảm bảo trách nhiệm giải trình.

Kinh nghiệm cho thấy sự quản lý của cộng đồng là yếu tố then chốt. Trong bản đồ nông nghiệp và tài chính, các công cụ được thiết kế từ cơ sở hoạt động tốt hơn các công cụ chung chung. Các chuyên gia tại một Diễn đàn gần đây nhấn mạnh rằng “chúng ta phải gặp gỡ mọi người ở nơi họ đang ở” với các nền tảng ngôn ngữ địa phương (như chatbot WhatsApp) và việc điều chỉnh AI theo thực tế địa phương tạo ra những lợi ích bền vững (www.weforum.org). Trên thực tế, điều này có nghĩa là đào tạo người dùng và lãnh đạo trong mỗi cộng đồng: ví dụ, trang bị cho giáo viên làng hoặc nhân viên y tế những hướng dẫn về cách sử dụng và giải thích các công cụ AI. Những người tiên phong địa phương như vậy giúp giảm sự thiếu tin tưởng và giúp thực thi các chuẩn mực đạo đức.

Hợp tác và Mô hình kinh doanh

Để mở rộng thành công AI ngoại tuyến ở các thị trường mới nổi đòi hỏi quan hệ đối tác giữa các lĩnh vực – và giá cả mà người nghèo có thể chi trả.

Các nhà khai thác mạng di động (MNOs): Các công ty viễn thông là những đồng minh tự nhiên. Họ đã sở hữu cơ sở hạ tầng SMS/USSD và thoại. Bằng cách hợp tác với các nhà cung cấp AI, MNOs có thể lưu trữ các dịch vụ AI trên mạng của họ (ví dụ, dành một mã ngắn hoặc đường dây IVR). Ở nhiều thị trường, các nhà khai thác làm việc với chính phủ và các tổ chức phi chính phủ về kiến thức kỹ thuật số và rất muốn thêm “dịch vụ AI” vào danh mục của họ. Chẳng hạn, MTN và Vodacom ở Châu Phi đang bắt đầu tích hợp chatbot AI cho dịch vụ khách hàng và tối ưu hóa mạng lưới (www.gsma.com), và có thể làm tương tự cho các dịch vụ công ích. Các nhà khai thác cũng có thể trợ cấp kết nối cụ thể cho các dịch vụ này: ví dụ, cung cấp các phiên USSD miễn phí cho các mã y tế hoặc giáo dục đã được phê duyệt, hoặc gói các truy vấn AI trong các gói dữ liệu chi phí thấp. Điều này tương tự như các sáng kiến do viễn thông tài trợ như đường dây nóng y tế miễn phí hoặc cổng thông tin giáo dục. Ngoài ra, các nhà khai thác có thể chia sẻ dữ liệu vị trí hoặc sử dụng (đã ẩn danh) để giúp AI cải thiện mà không yêu cầu người dùng truyền thông tin thô. Quan trọng là, các cơ quan quản lý và hiệp hội viễn thông (như GSMA) có thể khuyến khích giảm phí SMS/USSD cho các chương trình xã hội, như được khuyến nghị trong các báo cáo ngành (www.gsma.com).

Chính phủ và Tổ chức phi chính phủ: Các đối tác công và phi lợi nhuận thường sẽ định hướng thiết kế và tài trợ. Các Bộ Nông nghiệp, Giáo dục hoặc Y tế hiểu nhu cầu địa phương và có thể tích hợp các công cụ AI vào các chương trình quốc gia (ví dụ: mạng lưới khuyến nông, trường học công lập, chiến lược y tế cộng đồng). Các tổ chức phi chính phủ – từ các tổ chức toàn cầu như UNICEF đến các quỹ địa phương – cung cấp chuyên môn lĩnh vực, nội dung và tính hợp pháp. Ví dụ, UNICEF đã hợp tác với Viamo để thêm nội dung y tế vào hệ thống của họ (techcentral.co.za); tương tự, các tổ chức phi chính phủ nông nghiệp và dịch vụ khuyến nông có thể đóng góp các chương trình giảng dạy hiện có. Các tổ chức tài trợ có thể tài trợ cho các đợt triển khai thử nghiệm (như Quỹ Đổi mới của GSMA hỗ trợ công nghệ nông nghiệp ở Châu Phi hoặc Châu Á). Các mô hình tài chính kết hợp (kết hợp tài trợ và chia sẻ chi phí) thường cần thiết ngay từ đầu, vì việc triển khai thương mại thuần túy có thể không mang lại lợi nhuận ngay lập tức. Diễn đàn Kinh tế Thế giới nhấn mạnh rằng quan hệ đối tác kết hợp (các cơ quan phát triển, chính phủ và các công ty tư nhân) là thiết yếu để giảm thiểu rủi ro đầu tư và điều chỉnh các giải pháp theo mục tiêu địa phương (www.weforum.org).

Giá cả và khả năng chi trả: Đối với người dùng cuối, chi phí phải được giữ ở mức tối thiểu hoặc miễn phí. Một số cách tiếp cận có thể:

• Thanh toán vi mô theo cấp độ. Mô hình Viamo (Nigeria) tính phí người dùng một khoản nhỏ cho mỗi tương tác (ví dụ: ₦10 hoặc ~0,12 đô la) (techcentral.co.za). Với mức giá đó, ngay cả những người nghèo nhất cũng có thể đủ khả năng chi trả cho các truy vấn không thường xuyên, và các nhà khai thác có một số doanh thu để duy trì dịch vụ. Thay vào đó, các dịch vụ có thể miễn phí đến một giới hạn (ví dụ 5 câu hỏi/ngày) và sau đó tính phí theo mức sử dụng.

• Trợ cấp và tài trợ. Các dịch vụ y tế hoặc giáo dục công cộng có thể được trợ cấp bởi ngân sách y tế hoặc các khoản tài trợ phát triển, giúp chúng miễn phí cho người dùng. Chẳng hạn, một chính phủ có thể tài trợ các đường dây tư vấn nông nghiệp miễn phí để thúc đẩy năng suất. Trong các trường hợp khác, các dịch vụ có thể chạy quảng cáo hoặc tài trợ tin nhắn từ các doanh nghiệp địa phương (mặc dù cần cẩn thận để tránh làm sai lệch lời khuyên).

• Miễn phí dữ liệu và gói cước. MNOs có thể miễn phí dữ liệu USSD và SMS cho các dịch vụ AI đã được phê duyệt, do đó người dùng không phải trả chi phí. Họ cũng có thể gộp các gói dữ liệu: ví dụ, một gói giáo dục bao gồm một số nội dung trả trước. Ở một số quốc gia, Quỹ Dịch vụ Phổ cập – các khoản thuế đối với viễn thông dành cho các khu vực bị bỏ quên – đã được khai thác để tài trợ cho các sáng kiến giáo dục hoặc y tế kỹ thuật số. Các chính sách như vậy có thể giúp giữ chi phí mà người dùng phải trả gần bằng không. Giảm thuế đối với thiết bị và thẻ SIM (như GSMA khuyến nghị (www.gsma.com)) cũng làm cho các dịch vụ này trở nên phải chăng hơn ngay từ đầu.

• Nhạy cảm với chi phí địa phương. Giá cả phải phản ánh mức thu nhập. Ngay cả những khoản phí nhỏ cũng nên được điều chỉnh: mức nhỏ ở một quốc gia (₦10) có thể quá cao ở một quốc gia khác. Các dự án thử nghiệm nên khảo sát mức độ sẵn lòng chi trả của địa phương, và điều chỉnh thông qua định giá động (ví dụ: rẻ hơn trong mùa trồng trọt, đắt hơn trong mùa thu hoạch).

Cuối cùng, mục tiêu là tiếp cận chứ không phải lợi nhuận. Nhiều dự án ICT4D đã chỉ ra rằng khi các cộng đồng bị bỏ qua có được thông tin miễn phí hoặc được trợ cấp, họ thường tìm cách “chi trả” thông qua các phương tiện khác (cải thiện năng suất, sức khỏe, v.v.). Điều quan trọng là giá cả phải dễ đoán và minh bạch, để người dùng có thể lập kế hoạch.

Kết luận

Các thị trường mới nổi không phải là những trang giấy trắng – họ có mạng lưới di động và một số điện khí hóa, mặc dù không đồng đều. Nhưng với sự tái cấu trúc sáng tạo, AI có thể vượt qua những khoảng trống này. Các ví dụ trên cho thấy rằng các trợ lý AI ưu tiên ngoại tuyến trên điện thoại đơn giản có thể thay đổi cuộc sống nông thôn: cung cấp cho nông dân lời khuyên nông nghiệp kịp thời, thông báo cho bệnh nhân và các bà mẹ về sức khỏe, và hỗ trợ giáo dục từ xa. Công thức kỹ thuật hiện đã trong tầm tay – các mô hình AI nhỏ gọn, phần cứng rẻ tiền, năng lượng mặt trời và các kênh phổ biến như SMS/USSD.

Thành công phụ thuộc mạnh mẽ vào việc đáp ứng nhu cầu địa phương. Điều đó có nghĩa là thiết kế cho ngôn ngữ địa phương, đồng sáng tạo nội dung với các cộng đồng và đảm bảo sự giám sát đáng tin cậy. Nó cũng có nghĩa là hình thành các mối quan hệ đối tác: các công ty viễn thông để xử lý mạng lưới và định giá; chính phủ và các tổ chức phi chính phủ để quản lý nội dung và tiếp cận người dân; và các nhà lãnh đạo cộng đồng để hướng dẫn và xác thực hệ thống.

Bằng cách áp dụng các nguyên tắc này, AI có thể nâng cao đời sống của 3,2 tỷ người hiện đang không được kết nối hoặc được phục vụ kém trong thế giới kỹ thuật số. AI ngoại tuyến trên các thiết bị chi phí thấp có thể trao quyền cho các nông dân tiểu điền để tăng sản lượng cây trồng, giúp người dân làng quản lý sức khỏe và giúp trẻ em học tập – tất cả trong hệ sinh thái địa phương mà họ biết rõ nhất. Theo lời của các nhà đổi mới nông thôn, “Chúng ta phải gặp gỡ mọi người ở nơi họ đang ở”: cung cấp các công cụ thông minh bằng ngôn ngữ, phương tiện và mức giá phù hợp với họ (www.weforum.org). Với thiết kế chu đáo và sự hợp tác, AI cuối cùng có thể trở thành một lực lượng toàn diện vì điều tốt đẹp trong các cộng đồng bị bỏ quên nhất trên thế giới.