Đo AI bằng kết quả, không bằng số dự án
Ứng dụng AI thực chất là việc đưa trí tuệ nhân tạo vào quy trình có nhu cầu rõ ràng, dữ liệu phù hợp và kết quả cải thiện có thể kiểm chứng, thay vì dừng ở thử nghiệm hoặc số hóa hình thức. Đó cũng là thước đo cần thiết khi Việt Nam chuyển từ các dự án AI riêng lẻ sang thay đổi trên diện rộng. Phát biểu tại phiên bàn tròn cấp bộ trưởng về số và AI trong Tuần lễ Số Việt Nam 2026 ở Quảng Ninh ngày 28/10, Bộ trưởng Khoa học và Công nghệ Vũ Hải Quân nhấn mạnh khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số là động lực của mô hình tăng trưởng mới; AI phải đem lại kết quả hữu hình. Hướng đi này hợp lý: nếu một công cụ không giúp người dân tiếp cận dịch vụ thuận tiện hơn, hoặc không giúp tổ chức làm việc tốt hơn, thì việc triển khai nó chưa thể xem là thành công.
Tầm nhìn “AI vì con người, AI cho mọi người” chỉ có ý nghĩa khi năng lực cần thiết không bị giới hạn trong các tập đoàn lớn. Bộ trưởng nêu rõ hạ tầng kết nối, điện năng, dữ liệu chất lượng và hạ tầng số tin cậy phải dễ tiếp cận, có chi phí phù hợp và tiết kiệm năng lượng. Đây là điều kiện để chuyển đổi số bằng AI mở rộng ra các cơ quan, ngành nghề và cộng đồng, thay vì tạo thêm khoảng cách giữa nơi có đủ nguồn lực với nơi còn thiếu.
Viện Hàn lâm đặt dữ liệu và chất lượng nghiên cứu làm trọng tâm
Tại hội nghị ngày 2/11 đánh giá việc thực hiện Nghị quyết 57-NQ/TW, Viện Hàn lâm Khoa học xã hội Việt Nam (VASS) xác định khai thác dữ liệu, ứng dụng AI và nâng cao chất lượng nghiên cứu là những ưu tiên gắn với đặc thù của mình. Cách tiếp cận đáng chú ý là chuyển từ từng đề tài đơn lẻ sang các chương trình nghiên cứu có tính kế thừa, liên kết và tích lũy tri thức. Với AI trong nghiên cứu, nền tảng không phải là chạy theo công cụ mới nhất, mà là khả năng tìm kiếm, kết nối và sử dụng nguồn tư liệu đáng tin cậy để phục vụ câu hỏi nghiên cứu cụ thể.
Quy mô công việc cho thấy tiến độ nhưng chưa tự nó chứng minh tác động: đến 31/10, VASS được giao 140 nhiệm vụ, trong đó 71 đã hoàn thành, 67 được thực hiện thường xuyên và 2 đang triển khai, sắp đến hạn. Trong kế hoạch hành động cao điểm 100 ngày, 15 trong 27 nhiệm vụ thuộc 8 nhóm công việc đã hoàn thành tính đến 30/10. Viện cũng ban hành kế hoạch tổng thể chuyển đổi số giai đoạn 2026–2030. Những con số này hữu ích để theo dõi, song thước đo cuối cùng phải là chất lượng nghiên cứu và hiệu quả quản lý được cải thiện ra sao.
Chủ tịch VASS Lê Văn Lợi yêu cầu chuyển từ xây dựng hệ thống và số hóa tài liệu sang khai thác dữ liệu để tạo giá trị thực. Đây là phân biệt quan trọng: kho dữ liệu chỉ hữu ích khi được chuẩn hóa, kết nối với dữ liệu chuyên ngành và phục vụ được công việc. VASS thừa nhận cơ sở dữ liệu tổng thể chưa vận hành đồng bộ, dữ liệu còn phân tán, mức độ sử dụng nền tảng số chưa đều; một số thủ tục điện tử và cơ chế đầu tư công nghệ cũng còn vướng. Phát triển công cụ AI trên dữ liệu của Viện vì thế là bước tiếp theo, không thể tách rời việc xử lý những điểm nghẽn này.
Điều kiện để AI gắn với nhu cầu và vận hành
Dữ liệu và trí tuệ nhân tạo chỉ tạo thành năng lực khi được đặt trên hạ tầng đủ tin cậy, có năng lực tính toán, mô hình phù hợp với tiếng Việt và đội ngũ có kỹ năng. Định hướng quốc gia còn nhấn mạnh môi trường đổi mới cởi mở, chính sách AI có trách nhiệm và hợp tác quốc tế về nghiên cứu, nhân lực, tiêu chuẩn kỹ thuật cũng như luồng dữ liệu xuyên biên giới. Các yếu tố này không phải danh sách để hoàn thành cho đủ; chúng quyết định công cụ có hoạt động ổn định, an toàn và phù hợp với nhiệm vụ hay không.
Với từng cơ quan, điểm khởi đầu nên là xác định việc cần cải thiện: giảm thời gian xử lý hồ sơ, giúp nhà nghiên cứu khai thác tư liệu, hay hỗ trợ nhà quản lý ra quyết định. Sau đó mới đánh giá chất lượng và quyền sử dụng dữ liệu, mức độ phù hợp của công cụ, trách nhiệm con người và cách đo kết quả. Nếu dữ liệu bị phân mảnh hoặc quy trình vốn chưa thông suốt, AI có thể tự động hóa sự bất cập thay vì giải quyết nó. Vì vậy, ứng dụng AI thực chất đòi hỏi vừa đầu tư công nghệ vừa sửa cách tổ chức công việc.
Quy mô chuyển đổi cũng cần tính đến lợi ích của người dân: kết nối, điện, dữ liệu và dịch vụ số phải phổ cập, đáng tin cậy và sử dụng được trong thực tế. Tại Tuần lễ Số Việt Nam 2026, diễn ra từ 28 đến 30/10 với đại diện gần 30 quốc gia, đối thoại chính sách và hợp tác quốc tế là một phần của chương trình. Theo đánh giá của GSMA, kinh tế số Việt Nam được dự báo đóng góp 30% GDP vào năm 2030. Mục tiêu lớn ấy càng khiến việc ưu tiên hiệu quả thay vì số lượng thử nghiệm trở nên cấp thiết.
Từ số hóa đến giá trị có thể chứng minh
Định hướng quốc gia về AI và cách VASS triển khai chuyển đổi số gặp nhau ở một nguyên tắc: công nghệ chỉ đáng đầu tư khi cải thiện được kết quả. Một hệ thống mới, một kho tài liệu số hay một công cụ AI không phải thành tựu tự thân. Cơ quan sử dụng cần chứng minh chúng giúp nghiên cứu tốt hơn, khai thác dữ liệu thuận lợi hơn, quản lý hiệu quả hơn hoặc nâng chất lượng dịch vụ.
VASS đã xác định phát triển công cụ AI trên nền dữ liệu của mình, đồng thời đặt yêu cầu kết nối dữ liệu, dùng nền tảng đúng mục đích và gắn trách nhiệm với tiến độ công việc. Bước tiếp theo là biến các định hướng đó thành quy trình đo lường rõ ràng: xác định nhu cầu, đánh giá nền dữ liệu, theo dõi kết quả và điều chỉnh khi công cụ không tạo tác động. Nếu thiếu những bước này, chuyển đổi số bằng AI dễ trở thành danh mục dự án; nếu làm được, nó có thể trở thành năng lực dùng chung và tích lũy lâu dài.
Việt Nam cần chuyển từ thử nghiệm rời rạc sang thay đổi toàn diện, nhưng không nên hiểu “toàn diện” là triển khai AI ở mọi nơi bằng mọi giá. Đó phải là mở rộng những ứng dụng đã chứng minh được ích lợi, trên nền dữ liệu tốt, hạ tầng tin cậy và trách nhiệm rõ ràng. Thước đo đúng không phải có bao nhiêu công cụ được đưa vào sử dụng, mà là công việc và chất lượng nghiên cứu thay đổi thế nào. Đặt hiệu quả thực chất làm chuẩn sẽ giúp AI phục vụ đúng nhu cầu, thay vì biến công nghệ thành mục tiêu.
