Từ đồng thuận đến bài toán triển khai
Hợp tác AI Việt Trung là quá trình hai nước kết nối hạ tầng số, dữ liệu, chuyên gia và năng lực nghiên cứu để cùng phát triển, thử nghiệm và đưa giải pháp trí tuệ nhân tạo vào các lĩnh vực cụ thể. Ngày 29/10/2026, tại Quảng Ninh, Học viện Công nghệ Bưu chính Viễn thông thuộc Bộ Khoa học và Công nghệ tổ chức hội thảo về nghiên cứu và ứng dụng AI trong khuôn khổ Tuần lễ Số Quốc tế Việt Nam 2026, với sự tham gia của cơ quan quản lý, trường đại học, viện nghiên cứu và doanh nghiệp hai nước.
Thời điểm này có ý nghĩa vì hai bên đang tăng cường trao đổi kinh nghiệm và tìm cơ hội phát triển công nghệ mới; các nhận thức chung cấp cao và Tuyên bố chung Việt Nam - Trung Quốc cũng tạo cơ sở cho hợp tác về AI, kinh tế số và sản xuất thông minh. Tuy nhiên, hội thảo chỉ tạo đà, không bảo đảm kết quả. Thước đo nên là các nhóm nghiên cứu chung, sản phẩm được thử nghiệm và nhu cầu thực tế được giải quyết, thay vì số cuộc gặp hay cam kết chung chung.
Hạ tầng và dữ liệu phải nối thành một hệ thống
Đề xuất từ phía Quảng Tây đáng chú ý ở chỗ không dừng ở việc mở thêm đường truyền. Hai bên được khuyến nghị tăng kết nối cáp đất liền và cáp biển, đồng thời tích hợp mạng lưới với năng lực tính toán và dữ liệu. Quảng Tây nêu độ trễ tuyến Nam Ninh - Hà Nội khoảng 3,5 mili giây và Nam Ninh - TP.HCM khoảng 16 mili giây; địa phương cũng cho biết nền tảng chia sẻ dữ liệu tập hợp hơn 6.992 tỷ bản ghi từ 86 cơ quan. Những con số này cho thấy nền tảng có thể hỗ trợ trao đổi và xử lý dữ liệu, nhưng không tự động giải quyết quyền truy cập, chất lượng dữ liệu hay bảo vệ thông tin cá nhân.
Vì vậy, nghiên cứu trí tuệ nhân tạo xuyên biên giới cần đi kèm quy tắc rõ ràng về mục đích sử dụng, phân quyền và an toàn dữ liệu. Nếu thiếu các điều kiện đó, hạ tầng kết nối nhanh hơn có thể chỉ làm luồng dữ liệu chạy nhanh, chứ chưa tạo ra hợp tác có trách nhiệm.
Mô hình ngôn ngữ lớn chỉ có ích khi hiểu đúng nhu cầu
PTIT đề xuất phối hợp thử nghiệm và phát triển giải pháp AI, mô hình ngôn ngữ lớn (LLM) và AI tác nhân, đồng thời lập nhóm nghiên cứu về mô hình hiệu quả, tiêu chuẩn kỹ thuật và quản trị AI. Phía Quảng Tây nêu khả năng cùng tối ưu mô hình ngôn ngữ lớn tiếng Việt và phát triển ứng dụng trong nông nghiệp, công nghiệp, văn hóa, du lịch, giáo dục, y tế. Hướng đi này có triển vọng hơn việc chạy đua tạo mô hình đa dụng nếu mỗi dự án bắt đầu từ một vấn đề xác định, dữ liệu phù hợp và tiêu chí đánh giá rõ ràng.
Ứng dụng chuyên ngành cho thấy AI có thể chạm tới đời sống người dân: Quảng Tây cho biết mô hình chống lừa đảo gắn với mức giảm 54,3% số vụ lừa đảo được báo cáo sau hai năm triển khai. Trong y tế, dự án nhận diện bệnh thalassemia giữa Trung Quốc và Lào sử dụng dữ liệu sức khỏe đã khử nhận dạng để hỗ trợ tiếp cận chẩn đoán chuyên môn. Đây là những ví dụ tham khảo, không phải bằng chứng rằng mọi mô hình có thể chuyển nguyên trạng sang Việt Nam; hiệu quả cần được kiểm chứng theo dữ liệu và bối cảnh trong nước.
Đào tạo nhân lực và thử nghiệm mới quyết định bước tiếp
Đào tạo nhân lực AI và kết nối doanh nghiệp với nhà khoa học, giảng viên, sinh viên là phần thiết yếu của hợp tác, không nên đứng ngoài các dự án ứng dụng. Việt Nam đặt mục tiêu đến năm 2030 có ít nhất 5 nền tảng AI dùng chung, 8 mô hình AI, đào tạo 10.000 nhân lực AI trình độ cao và 50.000 nhân lực AI trình độ đại học trở lên. Quy mô mục tiêu cho thấy nhu cầu lớn; để biến con số thành năng lực, chương trình đào tạo cần gắn với dữ liệu, bài toán và môi trường triển khai thật.
Bước tiếp theo nên là chọn các dự án thí điểm có đối tác chịu trách nhiệm, tiêu chí đo lường và cơ chế bảo vệ dữ liệu rõ ràng; song song, trao đổi chuyên gia và sinh viên để nuôi các nhóm nghiên cứu lâu dài. Định hướng của Việt Nam chuyển sang gắn nghiên cứu, phát triển và ứng dụng với chuyển đổi toàn diện bằng AI, hướng tới mục tiêu năng lực khu vực vào năm 2030 và vị thế cao hơn ở châu Á vào năm 2045. Hợp tác chỉ thực chất khi kiến thức, con người và sản phẩm cùng lưu chuyển giữa hai bên, thay vì dừng ở hội thảo.
