Giá trị AI bắt đầu từ vấn đề cụ thể
AI đô thị thông minh là việc ứng dụng trí tuệ nhân tạo cùng dữ liệu và hạ tầng số để dự báo nhu cầu, hỗ trợ quyết định và cải thiện các dịch vụ thiết yếu của thành phố. Công nghệ này có thể giúp dự báo nhu cầu hạ tầng, điều hành dựa trên dữ liệu và tối ưu hoạt động sản xuất, dịch vụ. Nhưng mua sắm công nghệ không đồng nghĩa với quản trị tốt hơn: thành phố phải xác định vấn đề cần giải quyết và cách đo kết quả trước khi triển khai.
Bối cảnh khiến câu hỏi ấy trở nên cấp thiết. Diễn đàn Kinh tế Mùa thu 2026, diễn ra tại TP.HCM từ ngày 26 đến 29/10, đặt AI vào trọng tâm thảo luận về mô hình tăng trưởng và tương lai các siêu đô thị. Thành phố đang tìm cách kết nối lợi thế tài chính, công nghiệp, cảng biển, logistics và đổi mới sáng tạo để tạo động lực phát triển mới. Trong cuộc cạnh tranh AI toàn cầu, đô thị có lợi thế không hẳn là nơi sở hữu nhiều công nghệ nhất, mà là nơi đưa công nghệ vào sử dụng thực tế.
Dữ liệu dùng chung là nền móng của quản trị đô thị AI
Tại phiên thảo luận ngày 28/10 về chuyển dịch kinh tế và tái cấu trúc siêu đô thị, Albert Antoine, CEO Avaiga và cựu cố vấn chuyển đổi số cho Chính phủ Singapore, nhấn mạnh rằng giá trị AI tùy thuộc vào việc chọn đúng ưu tiên và triển khai được trong thực tế. Gợi ý này đáng chú ý vì dữ liệu giao thông, năng lượng, môi trường, công trình và dịch vụ công thường nằm trong các hệ thống rời rạc. Nếu chúng thiếu đồng bộ hoặc không thể chia sẻ theo quy tắc thống nhất, chính quyền khó có bức tranh đủ đầy để quy hoạch hay phân bổ nguồn lực.
Phạm Minh Tuấn, Phó tổng giám đốc Tập đoàn FPT kiêm Tổng giám đốc FPT Software, đề xuất TP.HCM xây dựng nền tảng dữ liệu đô thị thống nhất, dùng chung, làm cơ sở cho trung tâm điều hành thông minh, bản sao số và công cụ AI hỗ trợ quyết định. Đây nên được xem là hạ tầng thiết yếu, không phải phần phụ của một dự án phần mềm. Kết nối dữ liệu liên ngành tác động trực tiếp đến chất lượng quy hoạch và đầu tư hạ tầng.
Đầu tư hạ tầng theo nhu cầu, không chạy theo quy mô
AI cần năng lực tính toán, dữ liệu đáng tin cậy và khả năng kết nối với các hệ thống đang vận hành. HPC, GPU và nền tảng điện toán chuyên dụng có thể xử lý dữ liệu quy mô lớn, mô phỏng và tối ưu hóa. Nhưng năng lực máy móc chỉ tạo ích lợi khi đi cùng điện ổn định, làm mát, viễn thông và đội ngũ kỹ thuật; đây đều là điều kiện cần cho trung tâm dữ liệu. Vì thế, hạ tầng đô thị số phải được tính theo nhu cầu sử dụng, chi phí vận hành và khả năng khai thác dài hạn, thay vì theo đuổi quy mô như một mục tiêu tự thân.
Không có một cấu hình công nghệ phù hợp cho mọi bài toán. Sở Khoa học và Công nghệ TP.HCM xác định AI, điện toán đám mây, điện toán biên và bản sao số cần được chọn theo nhu cầu như dự báo, quản lý hạ tầng hay cung ứng dịch vụ; chất lượng dữ liệu, tích hợp và an toàn thông tin phải được tính ngay từ đầu. Cách chọn đúng cũng giúp giảm nguy cơ đầu tư những hệ thống đắt đỏ nhưng không thể kết nối hoặc thiếu đơn vị tiếp nhận.
Thí điểm có tiêu chí để lợi ích đến với người dân
Người dân không cảm nhận được giá trị AI qua số lượng thuật toán hay trung tâm điều hành, mà qua hành trình đi lại bớt ùn tắc, chiếu sáng công cộng hợp lý và dịch vụ tốt hơn. Hệ thống tín hiệu thích ứng có thể điều chỉnh thời gian đèn xanh, đỏ theo mật độ phương tiện; dữ liệu hành khách cũng có thể giúp cải thiện mạng lưới vận tải. Những ứng dụng như vậy có thể nâng năng suất và sức hút đầu tư, nhưng hiệu quả phải được kiểm chứng bằng chỉ số thiết thực như thời gian di chuyển, mức ùn tắc và an toàn đường bộ.
Bước tiếp theo không nên là mở rộng đồng loạt. TP.HCM có thể thử nghiệm có kiểm soát drone, phương tiện tự hành và các ứng dụng AI gắn với hệ thống vật lý; để làm được, thành phố cần chuẩn bị dữ liệu, hạ tầng thử nghiệm, cơ chế phối hợp và đơn vị tiếp nhận sản phẩm. Mỗi dự án thí điểm cần mục tiêu đo lường được, trách nhiệm rõ ràng, ngân sách xác định và tiêu chí để tiếp tục, điều chỉnh hoặc dừng. Kết luận rất rõ: công nghệ có thể giúp đô thị vận hành thông minh hơn, nhưng chỉ dữ liệu tốt, hạ tầng phù hợp và lựa chọn tỉnh táo mới biến tiềm năng thành lợi ích thường ngày.
