Dữ liệu kết nối mới là nền móng của đô thị thông minh
AI quản lý đô thị là cách dùng trí tuệ nhân tạo cùng dữ liệu cập nhật liên tục để hỗ trợ chính quyền nhận diện vấn đề, dự báo rủi ro và điều phối dịch vụ công. Giá trị của nó không nằm ở thuật toán riêng lẻ, mà ở việc biến thông tin rời rạc thành quyết định kịp thời, có thể kiểm chứng.
Tại Diễn đàn Kinh tế mùa thu 2026, một phiên thảo luận chuyên đề tập trung vào điều kiện đưa AI vào xử lý các bài toán hạ tầng của đô thị lớn, trong đó có TP. Hồ Chí Minh. Hướng đi đúng không phải là mua công nghệ để gắn nhãn “thành phố thông minh”, mà là bắt đầu từ những vấn đề người dân gặp mỗi ngày: kẹt xe, ngập và dịch vụ công chậm.
Muốn làm được điều đó, dữ liệu đô thị cần vượt qua ranh giới giữa cơ quan nhà nước và doanh nghiệp. Kinh nghiệm Seoul cho thấy chính quyền có thể yêu cầu dịch vụ gọi xe tư nhân chia sẻ nhu cầu đi lại ban đêm để điều chỉnh hoạt động xe buýt công cộng. Đây là trao đổi có mục tiêu rõ ràng, thay vì thu gom dữ liệu tràn lan.
Với giao thông, dữ liệu lưu lượng thời gian thực có thể hỗ trợ điều chỉnh đèn tín hiệu và phân luồng. Với ngập lụt, thông tin về khu dân cư và vùng trũng giúp định vị điểm rủi ro, kích hoạt cảnh báo sớm. Người dân chỉ được hưởng lợi khi dữ liệu chính xác, cập nhật và được dùng để cải thiện dịch vụ, thay vì tạo thêm một lớp giám sát khó hiểu.
Ngành nước đang chuyển từ xử lý sự cố sang dự báo
Ngành cấp nước cũng đang rời cách quản lý dựa chủ yếu vào hồ sơ và xử lý sau sự cố để tiến tới điều hành bằng dữ liệu thời gian thực. Động lực rất cụ thể: rò rỉ ở đường ống ngầm thường khó phát hiện, trong khi thất thoát nước tại các đô thị Việt Nam được báo cáo ở mức 15%–17%, tương đương tổn thất khoảng 7.500 tỷ đồng mỗi năm.
Tại khu vực DMA Đa Tốn của Công ty Nước sạch Số 2 Hà Nội, nhân viên dùng điện thoại thu thập âm thanh tại van hoặc đồng hồ nước; thuật toán học sâu phân tích âm thanh cùng mô hình thủy lực để phát hiện nguy cơ rò rỉ với độ chính xác 95%. Công nghệ được đưa vào vận hành thường nhật sau giai đoạn thí điểm thành công, giúp tiết kiệm gần 6.000 m³ nước mỗi tháng tại một vùng cấp nước.
Điểm đáng chú ý không chỉ là độ chính xác. Quy trình thực hiện ban ngày giúp công nhân tránh những ca dò tìm ban đêm nguy hiểm và giảm lệ thuộc vào kinh nghiệm của một số chuyên gia. Khi cảnh báo đến sớm hơn, đơn vị cấp nước có thể khoanh vùng sự cố trước khi lượng nước thất thoát kéo dài hoặc người dân phải chịu gián đoạn dịch vụ.
Dữ liệu cảm biến, áp lực, lưu lượng và bản đồ địa lý chỉ có ý nghĩa khi được kết hợp thành một bức tranh vận hành thống nhất. Nếu mỗi bộ phận giữ một hệ thống riêng, AI sẽ dự báo trên những mảnh ghép thiếu hụt; nếu dữ liệu liên thông, nhà quản lý có cơ sở để ưu tiên sửa chữa đúng nơi.
Bản sao số có ích khi nối được mô hình với hiện trường
Bản sao số ngành nước là mô hình số mô phỏng mạng lưới cấp nước, được cập nhật bằng dữ liệu thực tế để hỗ trợ theo dõi, phát hiện bất thường và thử nghiệm phương án vận hành. Kết hợp cảm biến IoT, mô phỏng thủy lực và AI, mô hình này có thể tái hiện mạng lưới dưới dạng ba chiều; dữ liệu âm thanh, áp lực, lưu lượng và GIS giúp khoanh vùng rò rỉ để xử lý nhanh hơn.
Hiệu quả của công nghệ không dừng ở phát hiện thất thoát nước. Tại nhà máy Semenyih 2 ở Malaysia, tự động hóa công đoạn châm hóa chất, rửa lọc và vận hành bơm giúp giảm số nhân sự trực tiếp từ 21 xuống còn 10 người. Ở Busan, bản sao số kết hợp cảm biến âm học giúp rút ngắn 85% thời gian dò tìm rò rỉ so với phương pháp truyền thống. Những kết quả này cho thấy dữ liệu có thể cải thiện cả bảo trì mạng lưới lẫn vận hành nhà máy.
TP. Hồ Chí Minh đang tiếp tục thí điểm xây dựng bản sao số tại Công ty Cấp nước Trung An. Đây là bước đi đáng theo dõi, nhưng thí điểm chỉ có giá trị nếu chứng minh được khả năng tích hợp với hạ tầng hiện có, hỗ trợ nhân viên tại hiện trường và duy trì dữ liệu đủ tin cậy. Nhân rộng một mô hình chưa phù hợp có thể khiến chi phí và độ phức tạp tăng mà kết quả không tương xứng.
Thể chế và năng lực thực thi quyết định kết quả
Công nghệ không thể bù đắp cho mục tiêu mơ hồ hoặc dữ liệu không được chia sẻ. Các chuyên gia tại diễn đàn cảnh báo rằng đô thị không nên chạy theo AI đơn lẻ, mà cần xác định bài toán cụ thể, đánh giá hiệu quả đầu tư và chọn giải pháp phù hợp với hạ tầng từng khu vực. Điều đó đòi hỏi cơ chế chia sẻ dữ liệu công - tư minh bạch, quy định rõ quyền truy cập và trách nhiệm bảo vệ thông tin.
Năng lực triển khai cũng quan trọng không kém. Đô thị cần cán bộ có kỹ năng số, khung quản trị rủi ro và ngân sách đủ để duy trì hệ thống sau khi giai đoạn thử nghiệm kết thúc. Ngành nước còn đối mặt với hạ tầng quan trắc chưa đồng bộ và thiếu nhân lực hỗ trợ kỹ thuật, nên đầu tư phần mềm mà bỏ quên thiết bị, đào tạo và quy trình vận hành sẽ khó đem lại thay đổi lâu dài.
Kết luận, AI và bản sao số có thể giúp đô thị điều phối giao thông, cảnh báo ngập và giảm thất thoát nước, nhưng công nghệ chỉ phát huy khi dữ liệu được chia sẻ chính xác, đúng lúc và gắn với nhu cầu thật. Ưu tiên của TP. Hồ Chí Minh nên là giải quyết từng vấn đề có thể đo lường, bảo đảm người dân được hưởng lợi và chỉ mở rộng những mô hình chứng minh được hiệu quả trong vận hành.
