Tự chủ AI bắt đầu từ năng lực nghiên cứu
Tự chủ nền tảng AI là năng lực nghiên cứu, làm chủ dữ liệu, phát triển mô hình và đưa công nghệ vào ứng dụng phù hợp với nhu cầu trong nước, thay vì chỉ sử dụng sản phẩm có sẵn từ bên ngoài. Đây là lựa chọn mang tính chiến lược: nếu Việt Nam chỉ tiếp cận mô hình tiên tiến của thế giới mà không tạo được tri thức và năng lực riêng, lợi thế cạnh tranh sẽ khó bền vững. Nghị quyết 57-NQ/TW của Bộ Chính trị xác định khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số là đột phá quan trọng hàng đầu, đồng thời đặt AI vào nhóm công nghệ chiến lược. Vì vậy, nghiên cứu trí tuệ nhân tạo trong nước không thể là phần việc bên lề; đó là nền móng để hiểu, kiểm chứng và cải tiến công nghệ. Trường đại học, viện nghiên cứu và doanh nghiệp cần cùng xây dựng dữ liệu, bộ đánh giá chuyên ngành và đội ngũ có khả năng biến kết quả nghiên cứu thành sản phẩm.
Hạ tầng và dữ liệu là điều kiện để làm chủ
Nghiên cứu không thể tiến xa nếu thiếu năng lực tính toán và dữ liệu phù hợp. Hạ tầng AI cần được xem như năng lực dùng chung cho trường đại học, viện nghiên cứu và doanh nghiệp, thay vì chỉ là tài sản của một vài đơn vị có nguồn lực lớn. Song song với máy chủ và năng lực xử lý, Việt Nam cần dữ liệu chất lượng, có thể được sử dụng an toàn, cùng bộ đánh giá để biết mô hình làm tốt đến đâu trong từng nhiệm vụ. Nếu thiếu các thành phần này, nhóm nghiên cứu khó thử nghiệm, còn doanh nghiệp dễ phụ thuộc vào nền tảng bên ngoài và không kiểm soát được chất lượng đầu ra. Hướng đi tiếp theo nên kết hợp đầu tư hạ tầng số, nguồn lực tính toán, dữ liệu và nguồn nhân lực có kỹ năng; đồng thời tạo cơ chế thử nghiệm có kiểm soát và hỗ trợ nghiên cứu, khởi nghiệp để kết quả không nằm lại trong phòng thí nghiệm.
Mô hình chuyên ngành tạo giá trị từ bài toán thật
Việt Nam không nhất thiết phải cạnh tranh bằng cách tạo ra một mô hình phổ quát lớn hơn mọi đối thủ. Lợi thế thiết thực hơn nằm ở mô hình AI chuyên ngành hiểu tiếng Việt, dữ liệu và quy trình nghiệp vụ trong nước, từ pháp luật, hành chính công đến y tế, giáo dục và sản xuất. Một ví dụ là Clex, nền tảng AI hỗ trợ công vụ quốc gia do Viện Nghiên cứu AI của CMC phát triển; mô hình ngôn ngữ lớn gồm 32 tỷ tham số được xây dựng để phục vụ lĩnh vực pháp luật Việt Nam, huấn luyện trên văn bản quy phạm pháp luật và thông tin từ các cổng của cơ quan nhà nước. Đây là hướng đi có ý nghĩa vì mô hình chuyên ngành không chỉ trả lời câu hỏi mà có thể hỗ trợ công việc gắn với nghiệp vụ cụ thể. Tuy nhiên, cần đánh giá độ chính xác và cập nhật dữ liệu thường xuyên, nhất là với lĩnh vực mà sai sót có thể ảnh hưởng đến quyền lợi người dân.
Đưa AI vào vận hành, không dừng ở trình diễn
Giá trị của AI được đo bằng việc giải quyết công việc cụ thể, chứ không phải số lượng mô hình được công bố. Chủ tịch Hội đồng quản trị AIZ Vũ Thanh Thắng cho biết doanh nghiệp đang phát triển hệ thống AI như “bộ não doanh nghiệp” và nhân sự số, đảm nhiệm các việc từ bán hàng, chăm sóc khách hàng đến kế toán, logistics. Theo thông tin được công bố, một giải pháp của AIZ triển khai tại doanh nghiệp thương mại điện tử có 50 gian hàng giúp giảm nhân sự từ 20 xuống còn 5 người, trong khi quy mô hoạt động tăng gấp 4 lần. Trường hợp này cho thấy mô hình chuyên ngành và ứng dụng gắn với quy trình có thể tạo tác động kinh tế rõ rệt. Nhưng để nhân rộng, doanh nghiệp cần được tiếp cận công nghệ, dữ liệu và nhân lực phù hợp; cơ quan quản lý cũng cần cơ chế thử nghiệm và hỗ trợ đưa kết quả nghiên cứu vào thực tiễn. Tự chủ AI vì thế phải nối liền nghiên cứu, hạ tầng và ứng dụng.
Kết luận, Việt Nam không thể tự chủ AI chỉ bằng việc mua quyền truy cập vào công nghệ tiên tiến. Năng lực nghiên cứu trong nước, hạ tầng tính toán và dữ liệu có thể sử dụng, cùng những mô hình chuyên ngành giải quyết bài toán thật mới tạo thành nền tảng bền vững. Nghị quyết 57-NQ/TW đã đặt AI trong ưu tiên phát triển khoa học, công nghệ và chuyển đổi số; bước tiếp theo là biến định hướng ấy thành đầu tư phối hợp, thử nghiệm có trách nhiệm và sản phẩm đem lại ích lợi cho người dân, cơ quan công quyền và doanh nghiệp.
