Giám đốc sản phẩm GM: Robot hình người không nên lắp ráp ô tô
Sterling Anderson, Giám đốc sản phẩm của General Motors, chia sẻ về chiến lược "xe hơi do trí tuệ định nghĩa", lộ trình tự lái cho xe cá nhân và lý do ông phản đối việc dùng robot hình người trong dây chuyền sản xuất. Ông cũng giải thích cách GM dùng AI mô phỏng để rút ngắn thời gian phát triển xe và xử lý bài toán quyền riêng tư dữ liệu.

General Motors vừa công bố lộ trình công nghệ mới tại một sự kiện lớn ở New York, xoay quanh việc phát triển xe bằng AI, công nghệ pin tiên tiến, máy tính ô tô hiệu năng cao và lái tự động. Nhưng điều đáng chú ý nhất lại đến từ những gì Giám đốc sản phẩm Sterling Anderson nói sau đó — đặc biệt là quan điểm dứt khoát rằng robot hình người không phải hướng đi đúng cho nhà máy ô tô.
Sterling Anderson, Giám đốc sản phẩm của General Motors, phát biểu tại sự kiện công nghệ thường niên của hãng ở New York
Chiến lược "xe hơi do trí tuệ định nghĩa"
Với mô hình "intelligence-defined vehicle" (xe hơi do trí tuệ định nghĩa), GM đặt cược vào trí tuệ nhân tạo, điện toán tập trung và kỹ thuật ảo hóa để rút ngắn một nửa thời gian phát triển xe — từ khoảng bốn đến năm năm xuống còn hơn hai năm.
Theo Anderson, thông điệp cốt lõi rất đơn giản: chiếc xe đang trở nên thông minh hơn và dần trở thành một "người bạn đồng hành thông minh đáng tin cậy".
Điểm mấu chốt nằm ở quá trình ảo hóa thử nghiệm. Thay vì chỉ có vài nguyên mẫu đem đi thử va chạm trong sáu tháng, GM có thể chạy hàng nghìn bài kiểm tra trong môi trường ảo và nhận phản hồi nhanh hơn nhiều. Anderson khẳng định tốc độ không đánh đổi bằng an toàn, mà ngược lại còn giúp bao phủ tình huống tốt hơn.
Về mô hình AI, GM tận dụng các foundation model dựa trên kiến trúc transformer để hỗ trợ thiết kế sinh tạo, huấn luyện trên kho dữ liệu thiết kế nội bộ hàng chục năm. Đồng thời, hãng kết hợp thêm dữ liệu bên ngoài để mô hình hoạt động tốt hơn — một cách tiếp cận mà Anderson gọi là "đồng huấn luyện".
Bài toán then chốt: chạy AI ở đâu?
Với các chức năng liên quan đến an toàn, suy luận AI được thực hiện ngay trên xe để tránh độ trễ và mất kết nối. Các tính năng như trợ lý OnStar AI thì không thuộc nhóm an toàn trọng yếu nên có thể xử lý qua đám mây, dù GM đang tính chuyển dần xuống thiết bị để giảm độ trễ.
Anderson cũng thừa nhận một trở ngại lớn của các hãng xe lâu đời: sự phức tạp. Khi đội ngũ phần mềm phải triển khai trên quá nhiều cấu hình xe khác nhau, tốc độ phát triển bị kéo lùi nghiêm trọng. Việc chuẩn hóa hệ thống điện và điện toán tập trung trên toàn bộ danh mục sản phẩm là cách GM gỡ nút thắt này.
Thương hiệu khác nhau, nền tảng chung
GM sở hữu nhiều thương hiệu với cá tính riêng như Buick, GMC hay Cadillac. Cách hãng xử lý là chuẩn hóa phần cứng bên dưới — khung gầm, hệ truyền động, hệ thống treo — rồi tạo khác biệt ở phần ngoại hình, giao diện số và mô hình tương tác.
Anderson nhấn mạnh toàn bộ kỹ thuật là một tổ chức duy nhất, nhằm tránh việc một thương hiệu phải nhận sản phẩm kém hơn chỉ vì đội ngũ phụ trách yếu hơn.
Tự lái cho xe cá nhân thay vì robotaxi
Khác với Waymo, Zoox hay Tesla Cybercab, GM chọn hướng tự lái trên xe cá nhân sở hữu. Anderson phản đối mạnh mẽ các khái niệm như "eyes off" (rời mắt) trong hệ thống hỗ trợ lái, cho rằng đó là những phân biệt vô nghĩa và tạo tâm lý chủ quan nguy hiểm.
"Nếu bạn tin hệ thống hỗ trợ lái của mình siêu giỏi, bạn đã có nguy cơ chủ quan — nguy cơ đối xử với nó như hệ thống tự hành."
Lộ trình của GM đi theo từng loại đường cụ thể thay vì giới hạn theo vùng địa lý như robotaxi. Khi xe đang tự hành trên một đoạn đường được chỉ định, hệ thống sẽ đếm ngược nhắc tài xế tiếp quản, và nếu không ai tiếp quản, xe tự dừng an toàn ở lối ra.
Quyền riêng tư: thiết kế để không thể truy cập
Sau các lệnh của FTC liên quan đến việc GM bán dữ liệu khách hàng cho bên thứ ba, Anderson khẳng định quyền riêng tư phải được thiết kế ngay từ đầu. Dữ liệu được mã hóa đầu cuối, GM chỉ tiếp cận ở dạng tổng hợp và ẩn danh.
"Kể cả nếu lại có ai đó làm việc thiếu suy nghĩ cho chúng tôi và làm điều tương tự, họ cũng không thể. Họ sẽ không thể truy cập dữ liệu."
Ông cũng thừa nhận các quyết định trong quá khứ của những người không còn làm việc tại công ty vẫn để lại hệ quả, nhưng khẳng định kiến trúc hiện tại ngăn chặn về mặt kỹ thuật.
Vì sao robot hình người là sai hướng?
Đây là phần gây tranh cãi nhất trong cuộc trò chuyện. Anderson cho rằng làn sóng robot hình người hiện nay đặt hình thức lên trên chức năng.
"Hình dáng con người tiến hóa để chạy trốn sư tử trên thảo nguyên châu Phi! Môi trường sản xuất đâu được xây dựng cho hình dáng con người, cũng như đường dành cho ngựa không có nghĩa ô tô phải có bốn chân."
Theo ông, diện tích sàn là tài nguyên quý giá nhất trong nhà máy. Thay vì những robot hình người lóng ngóng leo ra leo vào xe, nên bắt đầu từ các dạng thân máy "kỳ lạ" như một con bạch tuộc treo trên giàn và vươn vào dây chuyền đang chạy.
GM vẫn hợp tác với các nhà cung cấp máy móc hạng nặng như Fanuc, đồng thời tự phát triển nhiều giải pháp robot chuyên biệt.
Pin LMR và câu chuyện giá thành
Về khả năng tiếp cận, Anderson nhấn mạnh hóa học pin LMR (lithium manganese rich) mang lại tầm hoạt động gần bằng pin nickel cao cấp với chi phí gần pin LFP. Kết hợp với việc chuẩn hóa kiến trúc điện giúp giảm chiều dài dây dẫn và khối lượng xe, giá thành sẽ hạ xuống — áp dụng cho cả xe xăng và hybrid, không riêng xe điện.
Cảm biến đa tầng: không từ bỏ radar và lidar
Khác với Tesla, GM kiên định với bộ cảm biến gồm camera, radar và lidar. Anderson gọi việc bỏ radar là "lập trường tôn giáo kỳ lạ, phớt lờ vật lý", bởi radar rất rẻ và có thể đo vận tốc tức thời cũng như xuyên qua sương mù dày — những thứ camera không làm được.
Với độc giả Việt Nam, những chia sẻ này đáng chú ý trong bối cảnh các hãng xe điện Trung Quốc đang mở rộng mạnh mẽ ra thị trường Đông Nam Á, và cuộc đua về tự lái, AI trên xe lẫn chi phí pin đang trực tiếp định hình giá bán xe tại Việt Nam trong vài năm tới.
Bài viết liên quan

Công nghệ
Nộp đơn xin việc lẽ ra nên khó hơn. Thật đấy
25 tháng 8, 2026

Công nghệ
Mô hình AI hàng đầu giỏi Vật lý đến đâu? Nghiên cứu mới chỉ ra các bài kiểm tra hiện hành đang đánh giá sai
16 tháng 9, 2026
Công nghệ
Gforth 1.0 chính thức ra mắt: bước tiến lớn của ngôn ngữ Forth mã nguồn mở
27 tháng 10, 2026