Tự chủ AI là năng lực tạo giá trị và tự chịu trách nhiệm
Tự chủ AI là khả năng phát triển, triển khai và kiểm soát công nghệ trí tuệ nhân tạo phù hợp với nhu cầu trong nước, đồng thời giữ quyền chủ động với dữ liệu, hạ tầng và trách nhiệm sử dụng. Đây không phải cuộc đua chỉ nhằm tạo mô hình lớn nhất, mà là năng lực biến công nghệ thành giá trị có thể kiểm chứng.
AI đang lan rộng trong đời sống, doanh nghiệp và khu vực công, nên lựa chọn của Việt Nam không còn là có ứng dụng hay không, mà là ứng dụng theo cách nào. Khi công nghệ tác động đến dịch vụ thiết yếu và quyết định của tổ chức, năng lực AI phải được tính cả ở khả năng vận hành an toàn, chứ không chỉ ở tốc độ phát triển. Vì vậy, tự chủ không đồng nghĩa đóng cửa với công nghệ quốc tế; đó là có đủ năng lực để lựa chọn, điều chỉnh và chịu trách nhiệm khi sử dụng.
Bài học Canada: nghiên cứu phải đi đến thị trường
Kinh nghiệm Canada nhấn mạnh một điểm Việt Nam không nên bỏ qua: thành tựu nghiên cứu sẽ khó củng cố năng suất và tự chủ công nghệ nếu không được chuyển thành sản phẩm, doanh nghiệp và thị trường. Đầu tháng 10, chính phủ nước này công bố bổ sung nguồn lực cho Sáng kiến AI vùng nhằm hỗ trợ doanh nghiệp ứng dụng AI, giúp các công ty trong nước thương mại hóa và mở rộng sản phẩm. Mục tiêu là chuyển lợi thế nghiên cứu thành năng lực phát triển, đồng thời giữ lại nhiều hơn giá trị do tri thức, nhân lực và tài sản trí tuệ trong nước tạo ra.
Đây là lời nhắc thực tế cho Việt Nam: không thể chỉ đo thành công bằng số công trình hay mô hình được công bố. Cần kết nối viện, trường, doanh nghiệp và Nhà nước từ đầu, xác định ai chịu trách nhiệm đưa kết quả đến người dùng. Hạ tầng tính toán dùng chung, tiếp cận minh bạch cho nghiên cứu và doanh nghiệp cũng có thể giảm đầu tư phân tán, hạ chi phí và mở rộng cơ hội làm sản phẩm. Tự chủ AI chỉ có ý nghĩa khi nghiên cứu được thị trường kiểm chứng và tạo ra năng suất.
CMC đặt trọng tâm vào hạ tầng và quản trị AI
Ngày 28/10, tại phiên chuyên đề về năng lực tự chủ AI trong khuôn khổ Diễn đàn Kinh tế Mùa thu 2026 ở TP.HCM, ông Lê Minh, Giám đốc Công nghệ CMC TS, nêu hai trọng tâm: phát triển hạ tầng công nghệ và làm chủ công nghệ AI do doanh nghiệp Việt Nam nghiên cứu, xây dựng để đáp ứng nhu cầu cụ thể. Hạ tầng được nhắc đến gồm năng lực tính toán hiệu năng cao, trung tâm dữ liệu và mạng truyền dẫn; sản phẩm có thể tập trung vào những bài toán như trợ lý AI pháp lý.
Nhưng lời cảnh báo đáng chú ý hơn là năng lực phát triển phải đi cùng cơ chế kiểm soát, nguyên tắc sử dụng và trách nhiệm. Ông Lê Minh ví AI như chiếc xe: động cơ cần mạnh, nhưng phanh cũng phải tốt. Hình ảnh này nêu đúng vấn đề quản trị AI: nếu thiếu quy trình kiểm tra đầu ra, kiểm soát dữ liệu và người chịu trách nhiệm, mở rộng ứng dụng có thể làm tăng rủi ro thay vì nâng hiệu quả. Quản trị không phải thủ tục bổ sung sau khi sản phẩm hoàn tất; nó cần nằm trong thiết kế và vận hành ngay từ đầu.
Lộ trình Việt Nam: chọn bài toán, xây năng lực, đặt giới hạn
Hai hướng tiếp cận bổ sung cho nhau: Canada nhấn mạnh đường đi từ nghiên cứu đến thương mại hóa, còn đề xuất của CMC làm rõ điều kiện để triển khai có trách nhiệm. Việt Nam nên tránh đối đầu trực diện với các tập đoàn toàn cầu bằng quy mô mô hình nền tảng. Hướng thực tế hơn là phát triển mô hình chuyên biệt tối ưu cho tiếng Việt và bài toán kinh tế - xã hội trong nước, đồng thời làm chủ dữ liệu, quy trình triển khai và cách đánh giá chất lượng.
Bước tiếp theo là gắn hợp tác nghiên cứu với đào tạo nhân lực và lộ trình ứng dụng; kết nối chương trình đồng hướng dẫn nghiên cứu sinh với nhiệm vụ thực tế của doanh nghiệp. Ở cấp địa phương, TP.HCM cần tiếp tục tạo cơ chế hợp tác cởi mở, xác định bài toán cụ thể và mở đường cho doanh nghiệp công nghệ tham gia. Kết hợp bối cảnh, dữ liệu, quy trình khu vực công với năng lực phát triển của doanh nghiệp sẽ giúp giải pháp đi vào sử dụng hiệu quả hơn. Kết luận rất rõ: làm chủ AI không chỉ là sở hữu công nghệ, mà là tạo được sản phẩm hữu ích, kiểm soát được rủi ro và xác định rõ trách nhiệm.
