Ba hướng hợp tác, một yêu cầu chung
Ứng dụng AI là việc đưa trí tuệ nhân tạo vào quy trình, công việc hoặc nghiên cứu cụ thể để hỗ trợ xử lý thông tin, nâng cao năng lực con người và tạo ra kết quả phù hợp với từng lĩnh vực. Trong các hoạt động Việt Nam–Trung Quốc gần đây, AI không được đặt trong một khuôn mẫu duy nhất: kiểm toán cần phân tích dữ liệu và đánh giá rủi ro, giáo dục cần bồi dưỡng năng lực sử dụng công nghệ, còn nghiên cứu cần xây dựng giải pháp và kết nối chuyên gia.
Điểm đáng chú ý là các cuộc trao đổi không chỉ dừng ở giới thiệu công nghệ. Chúng đặt ra những điều kiện thực tế như chất lượng dữ liệu, bảo mật, nhân lực và khả năng chuyển kiến thức thành quy trình làm việc. Bởi vậy, hợp tác AI Việt Trung có ý nghĩa khi được nhìn qua từng mục tiêu cụ thể, thay vì xem mọi hoạt động như một tuyên bố chung về công nghệ.
AI trong kiểm toán: dữ liệu phải đi trước công cụ
Ngày 26/10 tại Hà Nội, Kiểm toán nhà nước Việt Nam và Cơ quan Kiểm toán quốc gia Trung Quốc tổ chức Hội thảo chung lần thứ 8, trao đổi về chuyển đổi số, dữ liệu lớn và AI trong kiểm toán. Trọng tâm thực dụng của cuộc gặp là dùng AI để phân tích dữ liệu tài chính, thông tin ngân hàng, tài khoản và giao dịch doanh nghiệp, qua đó hỗ trợ nhận diện dấu hiệu bất thường, khoanh vùng trọng tâm và đánh giá rủi ro.
Việt Nam đang xây dựng kho dữ liệu kiểm toán tập trung với hơn 100 triệu bản ghi, kết nối thông tin từ nhiều hệ thống quản lý nhà nước. Quy mô ấy mở ra khả năng đối chiếu rộng hơn, nhưng cũng làm nổi bật thách thức về chuẩn hóa, quyền truy cập và an toàn dữ liệu. Công nghệ có thể sàng lọc thông tin và rút ngắn thời gian xử lý; kết luận kiểm toán vẫn phải thuộc trách nhiệm của kiểm toán viên. Đây là ranh giới quan trọng: AI hỗ trợ phán đoán chuyên môn, không thay thế trách nhiệm giải trình.
Phía Việt Nam dự kiến tiếp tục phát triển nền tảng dữ liệu tập trung, công cụ phân tích dùng chung và ứng dụng AI vào các khâu có giá trị thiết thực; hai cơ quan cũng mong muốn tăng trao đổi chuyên gia, tài liệu và đào tạo nghiệp vụ.
Đào tạo tại Quế Lâm: đưa trải nghiệm vào lớp học
Một hướng hợp tác khác tập trung vào con người. Giảng viên và chuyên viên VNU-USSH tham gia chương trình bồi dưỡng tại Trung Quốc, tiếp cận các chuyên đề về AI và tham quan phòng thí nghiệm tại Trường Đại học Khoa học Kỹ thuật và Điện tử Quế Lâm. Nội dung giúp đoàn tìm hiểu xu hướng phát triển công nghệ, đồng thời xem xét cách ứng dụng phù hợp trong xử lý công việc, giảng dạy và nghiên cứu.
Các chuyến khảo sát doanh nghiệp tại Quế Lâm bổ sung góc nhìn về AI, robot và tự động hóa trong sản xuất. Với giảng viên, giá trị không nằm ở việc đưa công cụ mới vào bài giảng cho đủ thời sự, mà ở việc kết nối đào tạo với nhu cầu doanh nghiệp và các trường hợp thực tế. Tư liệu thu thập được có thể hỗ trợ giảng dạy, đồng thời gợi mở nghiên cứu về quản lý khoa học, đổi mới sáng tạo và sở hữu trí tuệ.
Đại diện VNU-USSH và Trường Đại học Công nghệ Điện tử Quế Lâm cũng thống nhất dự kiến tổ chức chuyến học tập, khảo sát cho giảng viên và sinh viên vào tháng 12/2026.
Nghiên cứu AI: từ kết nối đến thử nghiệm
Ở Quảng Ninh, hội thảo Việt Nam–Trung Quốc về nghiên cứu và ứng dụng AI tạo diễn đàn để cơ quan quản lý, viện nghiên cứu, trường đại học và doanh nghiệp công nghệ hai nước trao đổi và kết nối. Sự kiện có sự tham gia của các đơn vị như Đại học Phúc Đán, Trung tâm Đổi mới sáng tạo Quốc gia, ZTE, VNPT và CMC. Học viện Công nghệ Bưu chính Viễn thông nêu mong muốn thử nghiệm giải pháp AI, mô hình ngôn ngữ lớn và AI tác nhân, đồng thời hình thành nhóm nghiên cứu chuyên sâu và thúc đẩy đào tạo nhân lực.
Phía Trung Quốc đề xuất hợp tác về đổi mới sáng tạo mở, thu hẹp khoảng cách AI và phát triển AI gắn với lợi ích con người. Quảng Tây cũng đề cập kết nối hạ tầng số, mở rộng ứng dụng trong nông nghiệp, y tế, giáo dục và du lịch, cùng đào tạo nhân lực. Những đề xuất này đặt nghiên cứu AI trong mối liên hệ với nhu cầu triển khai, nhưng hiệu quả sẽ phụ thuộc vào việc có dự án thử nghiệm, nhóm làm việc và cơ chế trao đổi thường xuyên hay không.
Ba hoạt động vì thế bổ sung cho nhau chứ không trùng mục tiêu: kiểm toán cần dữ liệu đáng tin và kiểm soát rủi ro; đào tạo cần năng lực áp dụng có chọn lọc; nghiên cứu cần thử nghiệm và hợp tác chuyên môn. Nếu các bước tiếp theo giữ được sự phân biệt ấy, trao đổi song phương có thể tạo ra kết quả cụ thể thay vì dừng ở lời hứa công nghệ.
