Tại Diễn đàn Trí tuệ nhân tạo Việt Nam - AI360 2026 diễn ra ngày 18/11 ở Hà Nội, đại diện Hiệp hội Phần mềm và Dịch vụ CNTT Việt Nam (Vinasa), Bộ Khoa học và Công nghệ cùng EY Việt Nam cùng đưa ra một thông điệp: sau khi có hành lang pháp lý và chiến lược quốc gia, trọng tâm của năm 2026 là đưa AI vào vận hành thực tế với hiệu quả đo đếm được.
Khung pháp lý đã sẵn sàng
Theo ông Nguyễn Văn Khoa, Chủ tịch Vinasa, bối cảnh phát triển AI tại Việt Nam đã khác nhiều so với một năm trước. Luật Trí tuệ nhân tạo có hiệu lực từ ngày 1/3, còn Chiến lược quốc gia về AI được phê duyệt hồi tháng 8. Chiến lược đặt mục tiêu đến năm 2030 có 100% dịch vụ công trực tuyến tích hợp AI và hình thành tối thiểu 10 thương hiệu AI Việt Nam có năng lực cạnh tranh. Đây là các mục tiêu và kế hoạch, chưa phải kết quả đã đạt được.
Ông Khoa dùng câu: "Luật đã mở đường, Chiến lược đã chỉ hướng. Năm 2026 là năm AI của Việt Nam bước vào vận hành thực tế". Ông cũng cho rằng nhu cầu ứng dụng AI đang hình thành ở cả khu vực công lẫn tư, kèm cơ chế thử nghiệm có kiểm soát, tạo cơ hội lớn cho doanh nghiệp công nghệ trong nước.
Từ nhu cầu thành bài toán cụ thể
Ông Trần Anh Tú, Phó cục trưởng Công nghệ số và Trí tuệ nhân tạo (Bộ KH&CN), cho rằng muốn biến nhu cầu thành thị trường thì mỗi nhu cầu phải được cụ thể hóa thành bài toán có đơn vị sử dụng, yêu cầu đầu ra và điều kiện tiếp nhận rõ ràng. Đó là cơ sở để cơ quan, tổ chức đặt hàng, thuê dịch vụ hoặc mua sắm đổi mới sáng tạo theo quy định.
- Chuyển đổi AI phải xuất phát từ bài toán thực tế, có mục tiêu và tiêu chí đánh giá rõ ràng.
- Người đứng đầu xác định khâu ưu tiên, giao trách nhiệm và tính đủ chi phí từ dữ liệu, tích hợp đến đào tạo, vận hành.
- Dữ liệu phục vụ AI phải có chất lượng, được cập nhật, có chủ thể chịu trách nhiệm và điều kiện khai thác rõ ràng.
- Quản trị AI theo mức độ rủi ro, phân định trách nhiệm giữa nhà cung cấp, đơn vị triển khai và người dùng, đồng thời giám sát hệ thống khi vận hành để có thể can thiệp và xử lý sai sót.
Bài toán chi phí và đo lường hiệu quả
Ông Nguyễn Việt Long, Phó tổng giám đốc EY Việt Nam, dẫn Khảo sát Triển vọng CEO của hãng công bố tháng 10: 99% CEO ghi nhận năng suất tăng đáng kể trong 12 tháng qua và 48% tái đầu tư phần lợi ích này vào tăng trưởng, đổi mới. Tuy vậy, chỉ 16% tổ chức theo dõi toàn diện chi phí AI theo thời gian thực và tự tin đo lường được hiệu quả đầu tư.
Chi phí token là mối lo lớn: 82% lãnh đạo lo ngại về mức sử dụng token và chi phí phát sinh, 98% đã xem xét lại cách tiếp cận AI vì vấn đề này, nhưng chỉ 64% chủ động theo dõi token bằng ngân sách và giới hạn cụ thể. EY khuyến nghị xác định giá trị AI qua một số trường hợp gắn với mục tiêu kinh doanh, thiết lập cơ chế quản trị chi phí, tích hợp yêu cầu về dữ liệu, bảo mật, pháp lý ngay từ đầu, kiểm soát vòng đời phần mềm AI và điều chỉnh KPI, đào tạo nhân sự để làm việc cùng các tác nhân AI.
Góc nhìn NTEK
Với doanh nghiệp và cơ quan nhà nước, thông điệp từ AI360 khá thực tế: AI chỉ tạo giá trị khi đi cùng dữ liệu sạch, hạ tầng tính toán ổn định, tích hợp vào quy trình hiện có và cơ chế đo lường chi phí. Nhiều dự án AI vướng ở chính những khâu nền tảng này chứ không phải ở mô hình.
Vì vậy, trước khi chọn mô hình hay công cụ, đơn vị nên rà soát hiện trạng dữ liệu, kết nối giữa các hệ thống và năng lực hạ tầng, đồng thời đặt sẵn chỉ số đo hiệu quả cho từng trường hợp thí điểm. Bắt đầu từ vài bài toán nhỏ, rõ đầu ra, rồi mở rộng dần sẽ an toàn hơn là triển khai dàn trải.
Nguồn: VnExpress