Tại tọa đàm chiều 18/11/2026 trong khuôn khổ AI360, Diễn đàn Trí tuệ nhân tạo Việt Nam 2026, lãnh đạo phụ trách chuyển đổi số của Hà Nội và TP.HCM đã nêu những rào cản thực tế khi đưa AI vào quản lý nhà nước: dữ liệu phân tán, thiếu định mức kinh tế - kỹ thuật cho kiểm toán và tâm lý ngại việc của cán bộ.
Hà Nội: dữ liệu chưa sẵn sàng thì AI chưa giải quyết được việc cụ thể
Ông Trịnh Tất Thắng, Giám đốc Trung tâm Dữ liệu và Trí tuệ nhân tạo thuộc Sở Khoa học và Công nghệ Hà Nội, cho biết trước khi tái cấu trúc bộ máy, thành phố chưa có tổ chức tập trung quản trị dữ liệu. Dữ liệu nằm rải rác trong nhiều ứng dụng, có cả bảng tính Excel do cán bộ tự quản lý. Qua rà soát 93 cơ sở dữ liệu của thành phố, chỉ hơn 60 cơ sở có hệ thống CNTT đáp ứng, phần còn lại quản lý thủ công hoặc lưu trong kho giấy. Khi cán bộ chuyển công tác mà không bàn giao, dữ liệu mất theo.
Hạ tầng cũng phân tán: quận Hoàn Kiếm từng đầu tư máy chủ riêng nhưng gặp khó vì chi phí duy trì cao, thiếu nhân lực vận hành và bảo đảm an toàn thông tin. Hà Nội từng theo hướng từ trên xuống, xây nền tảng AI đa năng quy mô lớn, nhưng khi dữ liệu chưa sẵn sàng thì hệ thống không giải quyết được việc cụ thể. Khảo sát từ dưới lên cho thấy cán bộ muốn có AI nhưng đơn vị thiếu dữ liệu đầu vào và người làm chưa nắm rõ quy trình để huấn luyện hệ thống.
Vướng mắc về kiểm toán và rủi ro vận hành
Ông Thắng kể hơn ba năm trước, một giải pháp AI hỏi đáp thủ tục hành chính được người dân đánh giá cao, nhưng đoàn kiểm toán bóc tách nhiều hạng mục và yêu cầu xuất toán vì chưa có tiêu chuẩn, định mức kinh tế - kỹ thuật cho AI. Một dự án tương tự khác bị đánh giá "trùng thừa" và phải hủy. Ông cũng cảnh báo AI có thể đưa ra câu trả lời theo ý lãnh đạo, dễ gây định kiến nếu người đứng đầu tin mà không kiểm chứng.
TP.HCM: liên thông dữ liệu và an toàn thông tin
Bà Võ Thị Trung Trinh, Giám đốc Trung tâm Chuyển đổi số TP.HCM, cho biết thành phố tiếp cận kiến trúc hạ tầng dùng chung từ sớm nhưng chuẩn hóa và liên thông dữ liệu vẫn khó. Cán bộ vẫn thường lưu tài liệu trên máy tính cá nhân, các đơn vị tự vận hành trung tâm dữ liệu nhỏ thì tốn kém. Bà cảnh báo cán bộ có thể đưa tài liệu nội bộ lên công cụ AI công cộng để nhờ làm báo cáo, tiềm ẩn nguy cơ lộ dữ liệu nhà nước, nguyên nhân là thiếu nền tảng quản lý tập trung.
Khi để nhân viên tự chọn công cụ, trung tâm rơi vào cảnh mỗi người ủng hộ một công cụ khác nhau như Copilot, Gemini, ChatGPT, Claude, Grok hay DeepSeek. Khi triển khai diện rộng có hai rào cản: người dùng cuối e ngại nghiệm thu vì lo hiệu quả của AI khiến họ bị giao thêm việc, và quy trình nghiệm thu thường kéo dài 5-6 tháng hoặc hơn, có dự án vừa dùng được một, hai tháng đã có công nghệ mới thay thế. TP.HCM sẽ tổ chức hội nghị lắng nghe khó khăn của các đơn vị về con người, mô hình và tri thức huấn luyện AI.
Góc nhìn NTEK
Các vướng mắc trên cho thấy nút thắt của AI trong khu vực công không nằm ở mô hình mà ở nền tảng dữ liệu, hạ tầng dùng chung và quy trình. Với cơ quan, doanh nghiệp, trình tự hợp lý là chuẩn hóa và tập trung dữ liệu trước, xây hạ tầng lưu trữ, sao lưu và an toàn thông tin dùng chung, đặt chính sách sử dụng công cụ AI nội bộ để tránh đưa dữ liệu nhạy cảm lên dịch vụ công cộng, rồi mới triển khai từng bài toán AI cụ thể và đo được hiệu quả. Cách làm theo giai đoạn cũng giúp rút ngắn thời gian nghiệm thu.
Nguồn: VietNamNet