Làm chủ những năng lực thiết yếu
Một hệ thống AI có thể trả lời bằng nhiều ngôn ngữ và xử lý lượng thông tin lớn trong thời gian ngắn. Nhưng để công nghệ đó phục vụ người dân, câu hỏi đặt ra không chỉ là hệ thống thông minh đến đâu. Dữ liệu được lưu trữ ở đâu, ai có quyền sử dụng và điều gì xảy ra nếu dịch vụ bị gián đoạn cũng là những vấn đề cần tính đến.
Theo ông Ajit Kumar, Vụ trưởng Bộ Điện tử và Công nghệ thông tin (Ấn Độ), tự chủ AI bắt đầu từ năng lực lựa chọn. Mỗi quốc gia cần xác định lĩnh vực phải tự xây dựng, đồng thời hợp tác ở những khâu mà đối tác có thể mang lại giá trị. Mục tiêu cuối cùng là bảo đảm công nghệ phục vụ nhu cầu của người dân.
Bài toán của Ấn Độ cho thấy quy mô dân số và đặc điểm ngôn ngữ có ảnh hưởng trực tiếp đến lựa chọn này. Với hơn 1,4 tỷ dân và 22 ngôn ngữ chính thức, quốc gia này cần các hệ thống AI có thể hiểu được ngôn ngữ, bối cảnh và nhu cầu đa dạng của người sử dụng.
Ông Ajit Kumar cho biết, chiến lược AI của nước này tập trung vào năng lực tính toán, mô hình, bán dẫn, nhân lực và niềm tin. Trong đó, hạ tầng tính toán dùng chung giúp các đơn vị nghiên cứu và phát triển tiếp cận nguồn lực vốn đòi hỏi chi phí đầu tư lớn.
Theo ông Ajit Kumar, sứ mệnh AI Ấn Độ được phê duyệt vào tháng 3/2024 với ngân sách 103 tỷ rupee trong 5 năm, đã đạt được những bước tiến đáng kể. Tính đến nay, chương trình đã chọn 15 nhà cung cấp dịch vụ điện toán qua 4 vòng và phân bổ hơn 38.000 bộ xử lý đồ họa (GPU) cho hạ tầng tính toán. Ngoài ra, 20.000 GPU nữa đã được công bố bổ sung vào tháng 2/2026.
Nguồn lực tính toán được hỗ trợ cho các dự án phát triển công nghệ. Cụ thể, 237 dự án đã được phê duyệt trợ cấp năng lực tính toán với 9,3 triệu giờ GPU được cấp phép. Cách làm này giúp các nhóm nghiên cứu tiếp cận hạ tầng mà không phải tự đầu tư toàn bộ thiết bị ngay từ đầu.
Cùng với hạ tầng, Ấn Độ hỗ trợ phát triển các mô hình AI trong nước để đáp ứng nhu cầu riêng. Trong số 506 hồ sơ đăng ký, 20 đề xuất mô hình nền tảng đã được lựa chọn hỗ trợ, gồm 12 mô hình đa phương thức quy mô lớn và 8 mô hình ngôn ngữ nhỏ. Theo ông Ajit Kumar, quyền sở hữu trí tuệ thuộc về các đơn vị đăng ký.
Phát triển công nghệ trong nước cũng đi cùng với việc sử dụng nguồn lực từ bên ngoài. Ấn Độ tận dụng GPU từ thị trường toàn cầu, đồng thời đầu tư vào năng lực bán dẫn và nghiên cứu. Theo ông, các hệ thống có mức độ tự chủ cao vẫn cần khả năng kết nối với nhau; các quốc gia cũng cần mở rộng cơ hội tiếp cận tài nguyên AI và đa dạng hóa chuỗi cung ứng.
Ở góc độ quản trị, bà Emilie Esparon, Đồng sáng lập, Giám đốc Điều hành Trung tâm Xuất sắc về AI châu Âu (ECAIE), cho rằng không quốc gia hay khu vực nào dễ dàng tự chủ toàn bộ chuỗi giá trị AI. Vấn đề là nhận diện những mối phụ thuộc và có khả năng quản lý chúng.
Chẳng hạn, khi một cơ quan hay doanh nghiệp sử dụng mô hình AI do đối tác cung cấp, đơn vị đó cần hiểu công nghệ đang vận hành như thế nào, dữ liệu được bảo vệ ra sao và liệu còn phương án thay thế nếu dịch vụ bị gián đoạn hay không. Những câu hỏi này giúp việc hợp tác đi cùng khả năng kiểm soát các hoạt động quan trọng.
Bà Emilie Esparon đề xuất ba tiêu chí để lựa chọn năng lực cần phát triển. Thứ nhất, tính trọng yếu các lĩnh vực liên quan đến an ninh công cộng, dữ liệu y tế và dữ liệu dân cư cần được ưu tiên về quyền kiểm soát. Thứ hai, mỗi quốc gia nên tập trung đầu tư vào những lĩnh vực đã có thế mạnh. Đối với các hạng mục đòi hỏi nguồn vốn và quy mô lớn, hợp tác với đối tác có thể giúp mở rộng năng lực.
Lựa chọn này cũng gắn với chi phí. Theo ông Albert Antoine, Giám đốc Chiến lược và đồng sáng lập Avaiga (Singapore), mức độ kiểm soát càng cao thì nguồn lực cần đầu tư càng lớn. Do đó, các quốc gia cần cân nhắc mức độ phụ thuộc có thể chấp nhận, đồng thời chuẩn bị phương án dự phòng cho những hệ thống thiết yếu.
Từ kinh nghiệm quan sát tại Singapore, ông Albert Antoine nhấn mạnh vai trò của đội ngũ hiểu rõ hệ thống đang sử dụng. Khi xảy ra gián đoạn, nhân lực trong nước cần có khả năng vận hành các chức năng cốt lõi bằng nguồn lực và phương án dự phòng sẵn có. Đây là một phần của năng lực tự chủ, bên cạnh hạ tầng và dữ liệu.
Từ quyền kiểm soát dữ liệu đến bài toán đô thị
Theo ông Matthieu Guitton, Giáo sư trường Đại học Laval (Canada), việc ứng dụng AI ngày càng rộng rãi khiến quyền kiểm soát công nghệ trở thành vấn đề gần với đời sống của người dân. Cùng với hiệu quả mà hệ thống mang lại, các cơ quan quản lý cần quan tâm đến chủ sở hữu hạ tầng, địa điểm lưu trữ dữ liệu và quyền tiếp cận thông tin.
Những câu hỏi này đặc biệt quan trọng khi AI tham gia vận hành đô thị thông minh. Dữ liệu phục vụ quản lý giao thông, y tế hay dịch vụ công có thể liên quan trực tiếp đến hoạt động của người dân. Nếu thiếu quy định rõ về quyền tiếp cận và trách nhiệm bảo vệ, việc mở rộng ứng dụng sẽ khó tạo được sự tin cậy.
Giáo sư Matthieu Guitton cũng lưu ý đến những ứng dụng AI tương tác trực tiếp với cá nhân. Người dùng có thể chia sẻ thông tin riêng tư trong quá trình trò chuyện với các ứng dụng này. Vì vậy, cùng với khả năng khai thác công nghệ, người sử dụng và cơ quan quản lý cần quan tâm đến cách dữ liệu được thu thập và xử lý.
Từ góc nhìn Việt Nam, ông đánh giá cao tiềm năng của lực lượng trẻ, sự phát triển của kinh tế số và năng lực nghiên cứu đang gia tăng. Tuy nhiên, để biến các điều kiện đó thành năng lực AI, công nghệ cần được đặt trong những bài toán cụ thể và gắn với yêu cầu bảo vệ dữ liệu.
Tại TP Hồ Chí Minh, bài toán không dừng ở việc đưa AI vào một vài phần mềm riêng lẻ. Theo bà Võ Thị Trung Trinh, Giám đốc Trung tâm Chuyển đổi số TP Hồ Chí Minh, chính quyền đô thị cần chuyển sang phương thức quản trị dựa trên dữ liệu, đồng thời nâng cao năng lực dự báo và đánh giá chính sách.
Một hướng ưu tiên là xác định rõ những vấn đề cần giải quyết, từ ngập nước, ùn tắc giao thông đến ô nhiễm môi trường và chậm giải ngân đầu tư công. Với mỗi bài toán, cơ quan thực hiện cần có dữ liệu đầu vào đủ tin cậy, xác định kết quả mong muốn và trách nhiệm của các bên liên quan.
Để làm được điều đó, dữ liệu của các ngành phải có khả năng kết nối và chia sẻ theo những quy tắc rõ ràng. Bà Trinh cho biết, TP Hồ Chí Minh đã bắt đầu xây dựng nền tảng dữ liệu dùng chung từ năm 2020 và vẫn đang tiếp tục giải quyết những khó khăn trong quá trình này.
Dữ liệu không chỉ cần được tập hợp mà còn phải được chuẩn hóa, cập nhật thường xuyên và xác định rõ quyền quản lý, sử dụng. Nếu thông tin giữa các đơn vị không thống nhất hoặc chậm cập nhật, kết quả phân tích của AI có thể không phản ánh đúng tình hình thực tế.
Theo bà Trinh, AI có thể hỗ trợ xuyên suốt quá trình quản trị, từ phát hiện vấn đề, xây dựng chính sách đến thực hiện, giám sát và đánh giá. Muốn vậy, cán bộ công chức cần hiểu giới hạn của mô hình, biết kiểm chứng các khuyến nghị và chịu trách nhiệm đối với quyết định của mình.
Kinh nghiệm quốc tế cùng thực tiễn quản trị đô thị cho thấy, tự chủ AI cần bắt đầu từ việc xác định rõ nhu cầu. Khi có dữ liệu phù hợp, đội ngũ đủ năng lực và cơ chế kiểm soát rõ ràng, cơ quan quản lý có thêm điều kiện lựa chọn công nghệ, hợp tác với đối tác và đánh giá hiệu quả ứng dụng đối với người dân.
