Ngày 25/8/2026, Google công bố hai thứ trong cùng một ngày: Gemini 3.5 Transcribe, mô hình chuyển giọng nói thành văn bản, và Gemini Enterprise for Legal, bộ công cụ AI dành riêng cho công ty luật. Hai sản phẩm khác nhau nhưng cùng nhắm vào một chỗ: công việc giấy tờ chuyên nghiệp, nơi sai một chữ là có hậu quả.
Gemini 3.5 Transcribe: nhanh hơn và sai ít hơn
So với Chirp 3, mô hình tiền nhiệm, Gemini 3.5 Transcribe nhanh hơn 70% và giảm tỷ lệ lỗi nhận dạng xuống còn 5,5%.
Ngoài tốc độ và độ chính xác, mô hình có hai hành vi đáng chú ý. Thứ nhất, nó lược bỏ các từ đệm như "ừm", "ờ" trong bản ghi. Thứ hai, nó tự cập nhật khi người dùng sửa lỗi, tức là bản ghi được điều chỉnh dần theo phản hồi thay vì cố định ngay từ lần xuất đầu tiên.
Cả hai tính năng này nghe nhỏ nhưng thay đổi khối lượng công việc sau khi phiên âm. Với bất kỳ ai từng biên tập bản ghi cuộc họp, phần lớn thời gian không nằm ở việc sửa từ sai mà ở việc dọn các âm thừa và lặp trong lời nói tự nhiên.
Tỷ lệ lỗi 5,5% nghĩa là gì khi dùng thật
Đây là chỗ cần tỉnh táo, vì con số này rất dễ bị hiểu quá lạc quan.
Tỷ lệ lỗi nhận dạng tính theo tỷ lệ từ bị sai, thiếu hoặc thừa so với bản ghi chuẩn. Mức 5,5% nghĩa là trung bình cứ khoảng 18 từ thì có một từ sai. Trong một bản ghi cuộc họp một tiếng, khoảng 8.000 từ, con số đó tương đương vài trăm chỗ cần xem lại.
Với mục đích tra cứu, tìm lại một đoạn, hoặc nắm ý chính, mức đó hoàn toàn dùng được. Với mục đích trích dẫn nguyên văn, lập biên bản chính thức hay đưa vào hồ sơ pháp lý, nó không đủ, và mọi bản ghi vẫn phải được người đọc lại.
Còn hai điều kiện nữa làm con số thực tế lệch khỏi con số công bố. Một là chất lượng âm thanh: các chỉ số công bố thường đo trên bản ghi sạch, trong khi cuộc họp thật có tiếng ồn, nhiều người nói chồng lên nhau và micro cách xa người nói. Hai là ngôn ngữ và giọng vùng miền: độ chính xác giữa các ngôn ngữ không đồng đều, và với tiếng Việt kèm thuật ngữ chuyên ngành hay từ tiếng Anh xen giữa, tỷ lệ lỗi thực tế thường cao hơn.
Cách kiểm chứng hợp lý là tự đo. Lấy một bản ghi thật của chính bạn, dài khoảng mười phút, phiên âm rồi đếm số chỗ phải sửa. Con số đó mới là con số dùng để quyết định.
Gemini Enterprise for Legal và bốn nhóm tác vụ
Cùng ngày, Google Cloud ra mắt Gemini Enterprise for Legal, nền tảng thiết kế cho các công ty luật và luật sư. Nó được tổ chức theo các "skill", tức các năng lực chuyên biệt, tập trung vào bốn nhóm việc: xác minh trích dẫn, quản lý vòng đời hợp đồng, soạn thảo bản tóm tắt pháp lý và theo dõi thay đổi quy định.
Bốn nhóm này được chọn khá có chủ ý, vì chúng nằm ở giao điểm của hai đặc tính: tốn nhiều giờ công và có cấu trúc rõ ràng.
Xác minh trích dẫn là việc kiểm tra xem mỗi dẫn chiếu tới án lệ hay điều luật trong một văn bản có tồn tại thật, có còn hiệu lực, và có đúng nội dung được viện dẫn hay không. Đây là công việc thuần kiểm tra, cực tốn thời gian, và là nơi các mô hình ngôn ngữ từng gây ra sự cố nổi tiếng khi bịa ra án lệ không tồn tại. Việc Google đặt nó thành một năng lực riêng cho thấy vấn đề đó được nhìn nhận nghiêm túc.
Quản lý vòng đời hợp đồng trải từ soạn thảo, đàm phán, ký kết tới theo dõi nghĩa vụ và thời hạn. Soạn tóm tắt pháp lý là việc rút gọn hồ sơ dài thành bản trình bày ngắn. Theo dõi quy định là việc giám sát các thay đổi trong luật và văn bản dưới luật có ảnh hưởng tới khách hàng.
Các công ty luật lớn như Cleary, Weil, Freshfields và Williams & Connolly đã tham gia thử nghiệm nền tảng. Google cũng hợp tác với một loạt đơn vị trong hệ sinh thái pháp lý và công nghệ, gồm Legora, Courtroom5, Docusign và Thomson Reuters.
Vì sao ngành luật là phép thử khó
Mọi nhà cung cấp AI đều muốn bán cho ngành luật, vì đây là ngành có giá trị giờ công cao và khối lượng văn bản khổng lồ. Nhưng đây cũng là ngành khó nhất để triển khai, vì ba lý do.
Thứ nhất, sai sót có hậu quả trực tiếp và có thể đo bằng tiền. Một điều khoản hiểu sai, một dẫn chiếu sai là rủi ro nghề nghiệp thật cho luật sư ký tên.
Thứ hai, tính bảo mật của dữ liệu là điều kiện tiên quyết chứ không phải tính năng cộng thêm. Hồ sơ khách hàng chịu ràng buộc về đặc quyền luật sư và khách hàng, nên câu hỏi dữ liệu được xử lý ở đâu, ai truy cập được, có dùng để huấn luyện tiếp không, phải được trả lời trước khi bàn tới bất cứ thứ gì khác.
Thứ ba, kết quả phải kiểm chứng được. Một bản tóm tắt đúng nhưng không truy được nguồn thì không dùng được trong hồ sơ. Đây là lý do năng lực xác minh trích dẫn quan trọng hơn các năng lực sinh nội dung: nó phục vụ việc kiểm tra, chứ không phải việc tạo ra thêm văn bản.
Việc các hãng luật lớn tham gia thử nghiệm vì thế nên đọc là một tín hiệu, không phải một kết luận. Thử nghiệm khác với triển khai diện rộng, và các công ty ở quy mô đó có nguồn lực để thử nhiều thứ cùng lúc.
Phần hợp tác với BTS nằm ở đâu trong bức tranh này
Cùng khoảng thời gian, Google giới thiệu bốn tính năng tương tác trên ứng dụng Gemini hợp tác với nhóm nhạc BTS: tìm hiểu các thắc mắc của nhóm, đoán bài hát qua emoji, theo dõi lịch lưu diễn và học tiếng Hàn giao tiếp.
Đặt cạnh hai sản phẩm doanh nghiệp ở trên, thoạt nhìn đây là hai thế giới không liên quan. Nhưng nó phản ánh đúng cách một nền tảng AI tiêu dùng vận hành: cùng một mô hình nền, hai kênh phân phối hoàn toàn khác nhau. Một kênh bán cho phòng pháp chế qua hợp đồng doanh nghiệp, kênh còn lại kéo người dùng phổ thông vào ứng dụng bằng nội dung giải trí.
Điểm chung là dữ liệu sử dụng và thói quen người dùng, hai thứ mà cả hai kênh cùng bồi đắp. Với người đọc, giá trị của việc nhận ra điều này là: đừng đánh giá mức độ trưởng thành của một nền tảng AI qua các tính năng gây chú ý, và cũng đừng đánh giá thấp nó vì có những tính năng như vậy.
Ai ở Việt Nam dùng được ngay, ai phải chờ
Cần tách hai nhóm sản phẩm ra, vì điều kiện tiếp cận rất khác nhau.
Các tính năng tiêu dùng trên ứng dụng Gemini, gồm cả phần hợp tác với BTS, chỉ cần tài khoản Google và kết nối internet. Nhóm này dùng được ngay, và việc học tiếng Hàn qua hội thoại là ứng dụng thực tế hơn nhiều người nghĩ với người đang học ngôn ngữ.
Khả năng chuyển giọng nói thành văn bản có giá trị rộng hơn hẳn: ghi chú cuộc họp, tạo phụ đề video, hỗ trợ người khiếm thính. Với người làm nội dung và lập trình viên muốn tích hợp vào sản phẩm, cách tiếp cận là qua API của Google. Nhưng như đã nói ở trên, hãy tự đo tỷ lệ lỗi trên dữ liệu tiếng Việt của chính mình trước khi cam kết với khách hàng bất kỳ mức chính xác nào.
Gemini Enterprise for Legal là câu chuyện khác. Bài gốc không nêu tình trạng phát hành tại Việt Nam, và ngay cả khi có, rào cản không nằm ở việc mua được hay không. Bộ công cụ này xây quanh hệ thống pháp luật theo án lệ, nơi việc tra cứu và xác minh án lệ là phần lớn công việc. Hệ thống pháp luật Việt Nam vận hành theo luật thành văn, với cấu trúc văn bản và quy trình khác hẳn. Nghĩa là ngay cả khi nền tảng có mặt, phần năng lực có giá trị nhất của nó cũng không chuyển thẳng sang được.
Điều thực tế hơn cho các công ty luật trong nước là nhìn vào bốn nhóm tác vụ được chọn và tự hỏi nhóm nào đang tốn nhiều giờ nhất ở văn phòng mình. Rà soát hợp đồng và theo dõi thay đổi quy định là hai nhóm chuyển đổi tốt nhất sang bối cảnh Việt Nam, và cũng là hai nhóm có thể bắt đầu bằng công cụ sẵn có mà không cần chờ một nền tảng chuyên ngành.
Nguồn tham khảo
- 디지털투데이 — Google ra mắt bộ mô hình AI giọng nói Gemini 3.5 hỗ trợ 85 ngôn ngữ
- Investing.com Việt Nam — Google ra mắt mô hình chuyển giọng nói thành văn bản Gemini 3.5 Transcribe
- GenZ Việt — Google Gemini bắt tay BTS ra mắt 4 tính năng tương tác độc đáo
- insurancejournal.com — Google Expands Gemini Enterprise AI Platform for Law Firms, Lawyers - Insurance Journal
- artificiallawyer.com — Google Launches Gemini Enterprise for Legal - Artificial Lawyer
- arstechnica.com — Google announces Gemini 3.5 Transcribe for AI-powered speech-to-text - Ars Technica
- reuters.com — Google expands Gemini Enterprise AI platform for law firms, lawyers - Reuters
- law.com — Google Cloud Unveils Gemini Enterprise for Legal - Law.com
