AI không thiếu, dữ liệu mới là điểm nghẽn
Dữ liệu chất lượng cao trong bối cảnh AI doanh nghiệp Việt là tập hợp dữ liệu đầy đủ, chính xác, có ngữ cảnh, được chuẩn hóa và kết nối thống nhất trên toàn tổ chức để hỗ trợ phân tích, ra quyết định và tự động hóa ở quy mô lớn, thay vì chỉ phục vụ các tác vụ rời rạc và cục bộ.
Nhiều doanh nghiệp Việt đang lầm tưởng rằng chỉ cần mua thêm công cụ AI là sẽ tạo ra đột phá. Thực tế, 73% doanh nghiệp đã ứng dụng AI ở một mức độ nhất định, nhưng chỉ 13,8% triển khai trên quy mô toàn doanh nghiệp. Khoảng cách này cho thấy vấn đề không nằm ở việc có AI hay không, mà ở việc doanh nghiệp có đủ dữ liệu chất lượng cao để AI hoạt động hiệu quả hay chưa. AI có thể mua như một sản phẩm, nhưng dữ liệu đáng tin cậy phải được tích lũy qua thời gian, gắn với chính hệ thống vận hành của doanh nghiệp. "AI có thể được triển khai nhanh, nhưng năng lực cạnh tranh bền vững lại phụ thuộc vào chất lượng dữ liệu phía sau" – đó là câu trả lời thẳng thắn cho câu hỏi vì sao nhiều dự án AI vẫn thất bại.
Rào cản thật sự: dữ liệu phân tán và hạ tầng công nghệ AI lạc hậu
Tại AVEVA Inspire – Diễn đàn Trí tuệ Công nghiệp Việt Nam tổ chức ngày 6/8 tại Hà Nội, các lãnh đạo và chuyên gia đã cùng mổ xẻ lý do vì sao AI doanh nghiệp Việt chưa tạo ra giá trị tương xứng với kỳ vọng. Bức tranh được phác họa rất rõ: dữ liệu phân tán trên quá nhiều hệ thống, hạ tầng công nghệ lạc hậu và khả năng quan sát hoạt động vận hành yếu kém đang kéo tụt mọi tham vọng. Trong thực tế, dữ liệu vận hành nằm rải rác từ dây chuyền sản xuất, hệ thống điều khiển, bảo trì, thiết kế đến quản lý tài sản, nhưng hiếm khi được kết nối thành một bức tranh thống nhất. Mặc dù AI đang trở nên phổ biến hơn, nhiều tổ chức vẫn loay hoay vì "dữ liệu phân tán, hạ tầng công nghệ lạc hậu và khả năng quan sát hoạt động vận hành còn hạn chế". Nói cách khác, doanh nghiệp đang cố xây nhà thông minh trên nền móng đang nứt.
Theo bà Ann Moore, thách thức lớn nhất hiện nay không nằm ở tham vọng mà ở nền tảng hạ tầng. Nếu dữ liệu vẫn nằm trong các "ốc đảo" riêng lẻ, AI chỉ có thể hỗ trợ từng tác vụ đơn lẻ, không thể tạo giá trị xuyên suốt chuỗi sản xuất. Đây là lý do nhiều dự án thử nghiệm AI trông rất ấn tượng trên slide, nhưng lại không thay đổi đáng kể năng suất, chất lượng hay chi phí vận hành trong thực tế.
Lợi thế cạnh tranh dữ liệu: thứ không thể mua sẵn
Cuộc chơi AI đang dần chuyển từ “ai có mô hình tốt hơn” sang “ai sở hữu lợi thế cạnh tranh dữ liệu”. Thực tế cho thấy, AI có thể được triển khai nhanh, nhưng lợi thế dài hạn nằm ở chất lượng và độ phong phú của dữ liệu phía sau. Khi AI tạo sinh trở thành công cụ quen thuộc, các mô hình AI công nghiệp dần trở nên phổ thông và dễ tiếp cận hơn. Điều mà đối thủ khó sao chép lại là kho dữ liệu vận hành có ngữ cảnh, được chuẩn hóa và cập nhật liên tục. Trong bối cảnh Việt Nam đẩy mạnh chương trình chuyển đổi số quốc gia và các doanh nghiệp chịu áp lực nâng cao năng lực cạnh tranh, cải thiện năng suất, thúc đẩy mục tiêu phát triển bền vững, dữ liệu không chỉ là tài sản kỹ thuật mà là “nguyên liệu chiến lược”. Doanh nghiệp nào kiểm soát được dòng dữ liệu xuyên suốt – từ kỹ thuật, vận hành đến kinh doanh – sẽ chiếm thế thượng phong.
Khi nền tảng dữ liệu được hoàn thiện, AI mới phát huy hết vai trò: dự báo hỏng hóc thiết bị, tối ưu tiêu hao năng lượng, lập kế hoạch bảo trì hay hỗ trợ ra quyết định sản xuất. Những khả năng này không đến từ việc cài thêm một phần mềm AI, mà từ việc biến dữ liệu rời rạc thành thông tin vận hành đáng tin cậy. Thông qua dữ liệu thời gian thực, bản sao số (Digital Twin) và phân tích nâng cao, doanh nghiệp có thể nâng cao độ tin cậy tài sản, giảm lãng phí, đẩy nhanh tiến độ mục tiêu phát triển bền vững. Nói thẳng, công nghệ AI là điều kiện cần; hệ sinh thái dữ liệu chất lượng cao mới là điều kiện đủ để biến AI thành tiền.
Xây nền tảng dữ liệu trước, AI chỉ là lớp trên cùng
Thông điệp nhấn mạnh tại diễn đàn là: doanh nghiệp phải xây dựng nền tảng dữ liệu trước khi mơ về AI ở quy mô toàn tổ chức. Điều này đồng nghĩa với việc ưu tiên xây "single source of truth" – một nguồn dữ liệu thống nhất, nơi dữ liệu kỹ thuật, vận hành, kinh doanh được chuẩn hóa, liên kết và cập nhật theo thời gian thực. Nền tảng như CONNECT được thiết kế để giải quyết đúng khoảng trống này: giảm chi phí và độ phức tạp trong việc hợp nhất dữ liệu công nghiệp, giúp khách hàng chuyển đổi dữ liệu rời rạc thành thông tin vận hành đáng tin cậy, từ đó thúc đẩy hành trình chuyển đổi số dựa trên AI. Phiên bản CONNECT dự kiến ra mắt trong quý I/2027 sẽ tích hợp Industrial Knowledge Graph và Agentic AI, cho phép AI tự động nhận diện mối liên hệ giữa các nguồn dữ liệu, xây dựng bản sao số nhanh hơn và rút ngắn thời gian đưa dữ liệu vào khai thác.
Giải pháp mới sẽ được triển khai thông qua chương trình Tiếp cận sớm trong năm nay, mở ra cơ hội cho những doanh nghiệp dám đi sớm trong cuộc đua dữ liệu. Trong bối cảnh Việt Nam đặt mục tiêu phát thải ròng bằng "0" vào năm 2050 và thúc đẩy chuyển đổi số trong các ngành công nghiệp trọng điểm, dữ liệu trở thành nền tảng để tối ưu hiệu suất tài sản, giảm tiêu hao năng lượng, nâng cao độ tin cậy của hệ thống vận hành. Lựa chọn lúc này khá rõ ràng: hoặc đầu tư nghiêm túc vào hạ tầng dữ liệu và hạ tầng công nghệ AI, hoặc chấp nhận đứng bên lề khi đối thủ biến dữ liệu của họ thành lợi thế cạnh tranh bền vững.
