AI chỉ có ích khi thể chế theo kịp công nghệ
AI quản lý đô thị là việc dùng hệ thống trí tuệ nhân tạo để phân tích dữ liệu từ nhiều nguồn, hỗ trợ chính quyền dự báo tình huống và ra quyết định vận hành dịch vụ đô thị. Với TP.HCM, điểm nghẽn trước mắt không phải thiếu thuật toán, mà là thiếu quy tắc rõ ràng về dữ liệu, phối hợp và trách nhiệm.
Chiều 27/10, tại phiên “Ứng dụng AI trong quản trị siêu đô thị và công nghiệp” thuộc Diễn đàn Kinh tế Mùa thu 2026, các chuyên gia bàn về phối hợp liên ngành, trách nhiệm giải trình dữ liệu, huy động nguồn lực và tối ưu vận hành. Nhận định đáng chú ý là chính quyền có thể gặp thách thức lớn nhất ở thể chế, cơ chế quản trị và trách nhiệm pháp lý khi có sự cố, chứ không phải ở bản thân công nghệ.
Đây là khác biệt quan trọng giữa một dự án trình diễn và năng lực quản trị thực tế. AI có thể đưa ra kịch bản, nhưng người dân vẫn cần biết ai chịu trách nhiệm khi dữ liệu sai hoặc quyết định tự động gây hệ quả. Nếu chưa phân định được điều đó, triển khai rộng chỉ làm tăng rủi ro và khó tạo niềm tin.
Dữ liệu công – tư phải nối được với đường phố
Nền tảng của quản trị siêu đô thị không phải gom dữ liệu cho thật nhiều, mà là kết nối được dữ liệu cần thiết và cho phép sử dụng theo quy tắc minh bạch. Bà Võ Thị Trung Trinh, Giám đốc Trung tâm Chuyển đổi số TP.HCM, xác định thành phố cần một khung quản trị dữ liệu đô thị tích hợp; khung này phải làm rõ quyền truy cập, chất lượng dữ liệu và trách nhiệm giải trình.
Lợi ích dễ thấy nằm ở giao thông TP.HCM và ứng phó ngập. Dữ liệu lưu lượng theo thời gian thực có thể hỗ trợ điều phối đèn, phân luồng; bản đồ vùng trũng có thể giúp kích hoạt cảnh báo sớm. Dữ liệu từ doanh nghiệp cũng cần được chia sẻ có điều kiện: Seoul, chẳng hạn, yêu cầu dịch vụ gọi xe cung cấp thông tin nhu cầu đi lại ban đêm để tối ưu xe buýt công cộng.
Với thành phố, ưu tiên kết hợp chống ngập và điều hành giao thông là hợp lý: khi mưa lớn hoặc triều cường, hệ thống cần giúp xác định tuyến ưu tiên, phân luồng và điều động lực lượng. Người dân cũng có thể báo điểm ngập, sự cố hạ tầng nếu có kênh tiếp nhận thuận tiện và an toàn. Giá trị của dữ liệu nằm ở phản ứng nhanh hơn và dịch vụ tốt hơn, không phải ở số lượng bảng điều khiển.
Tự chủ AI cần đi cùng an ninh và nhân lực
TP.HCM có hơn 14 triệu dân, nên lựa chọn công nghệ AI không thể tách khỏi câu hỏi thành phố kiểm soát được phần nào của hạ tầng số. Chủ quyền AI không đồng nghĩa tự phát triển mọi thứ; đó là khả năng chọn phần lõi cần tự chủ và phần có thể hợp tác, từ năng lực tính toán đến mô hình và dữ liệu huấn luyện.
An ninh dữ liệu cũng phải được tính từ đầu. Các chuyên gia cảnh báo máy tính lượng tử trong tương lai có thể phá vỡ một số phương thức mã hóa hiện hành, đặt dữ liệu tài chính và hạ tầng trọng yếu trước nguy cơ bị giải mã. Một hệ thống điều hành đô thị càng kết nối nhiều nguồn thì càng cần quy định truy cập, bảo vệ và ứng phó sự cố chặt chẽ.
Công nghệ sẽ không tự vận hành tốt nếu thiếu người hiểu dữ liệu, nghiệp vụ và rủi ro. Thành phố cần đào tạo cán bộ chuyên trách, đồng thời phát triển kỹ sư có khả năng đáp ứng nhu cầu thực tế. Đây không phải phần phụ của chiến lược số: con người là điều kiện để kiểm tra đầu ra AI và giữ quyền quyết định cuối cùng trong tay chính quyền.
Đo kết quả bằng trải nghiệm người dân
TP.HCM nên triển khai theo từng bước: chuẩn bị dữ liệu và hạ tầng, thử nghiệm mô hình, rồi mới mở rộng. Lộ trình được nêu tại thảo luận hướng tới các giải pháp thực tiễn trong 24 tháng tới. Cách làm này giúp thành phố kiểm chứng hiệu quả trước khi nhân rộng, thay vì đầu tư dàn trải vào những hệ thống chưa rõ bài toán.
Thước đo nên gắn với việc người dân cảm nhận được: thời gian phản ứng khi ngập hoặc kẹt xe, chất lượng xử lý sự cố và mức độ hài lòng với dịch vụ đô thị. Thành phố cũng cần đánh giá ai được lợi, ai có thể bị bỏ lại khi dịch vụ chuyển sang nền tảng số; quyền lợi của nhóm yếu thế phải nằm trong thiết kế ngay từ đầu.
Kết luận, AI có thể hỗ trợ TP.HCM điều hành một đô thị phức tạp, nhưng không thể thay thế thể chế tốt. Khung dữ liệu tích hợp, chia sẻ công – tư có trách nhiệm, an ninh số, nhân lực đủ năng lực và cơ chế đo kết quả là những điều kiện phải đi cùng nhau. Nếu thiếu một mắt xích, AI khó giải quyết được ngập lụt hay giao thông; nếu có đủ, công nghệ mới trở thành công cụ phục vụ người dân.
