AI360 2026: Doanh nghiệp công nghệ số sẵn sàng đưa AI vào vận hành thực tế

Tạp chí Nhịp sống số - "Luật đã mở đường, Chiến lược đã chỉ hướng. Năm 2026 là năm AI Việt Nam bước vào vận hành thực tế", đây là nhận định được ông Nguyễn Văn Khoa - Chủ tịch VINASA - đưa ra tại Diễn đàn Trí tuệ Nhân tạo Việt Nam 2026 (AI360 2026)

Hôm nay, Diễn đàn Trí tuệ Nhân tạo Việt Nam – AI360 2026 đã khai mạc tại Hà Nội với chủ đề "AI trong thực tiễn: Ứng dụng – Hiệu quả – Thị trường". Sự kiện do Hiệp hội Phần mềm và Dịch vụ CNTT Việt Nam (VINASA) tổ chức, dưới sự bảo trợ của Bộ Khoa học và Công nghệ.

2026 là năm AI Việt Nam bước vào vận hành thực tế

"Luật đã mở đường, Chiến lược đã chỉ hướng. Năm 2026 là năm AI Việt Nam bước vào vận hành thực tế", ông Nguyễn Văn Khoa, Chủ tịch VINASA, nhấn mạnh trong phát biểu khai mạc.

AI360 2026: Doanh nghiệp công nghệ số sẵn sàng đưa AI vào vận hành thực tế

Đại diện Ban tổ chức cho biết, tại Diễn đàn AI360 năm 2025, cộng đồng đã nhìn nhận: nếu năm 2023 là "năm của các dự án thử nghiệm", thì năm 2025 là "năm của giá trị kinh doanh thực tế". Chỉ sau một năm, bức tranh đã thay đổi căn bản, khi Luật Trí tuệ nhân tạo có hiệu lực từ ngày 01/3/2026. Cùng đó, ngày 28/8/2026, Thủ tướng Chính phủ phê duyệt Chiến lược quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045 (Quyết định số 1671/QĐ-TTg), chuyển từ ứng dụng AI sang chuyển đổi toàn diện quốc gia bằng AI. Chiến lược đặt mục tiêu đến năm 2030 quy mô kinh tế AI đạt khoảng 6% GDP; năng suất lao động trong các ngành ứng dụng AI tăng 10–15%; 100% dịch vụ công trực tuyến được tích hợp AI; hình thành tối thiểu 10 thương hiệu AI Việt Nam; xuất khẩu sản phẩm, dịch vụ AI đạt khoảng 5 tỷ USD.

Phát biểu tại Diễn đàn, ông Trần Anh Tú - Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo (Bộ KH&CN) - cho rằng: Chủ đề của AI360 2026 cũng chính là yêu cầu của triển khai chính sách hiện nay: đưa AI vào công việc một cách có trách nhiệm, tạo ra lợi ích cụ thể cho người dân, doanh nghiệp và nền kinh tế. Chuyển đổi AI quốc gia phải gắn với phát triển năng lực công nghiệp AI trong nước, và khi khuôn khổ pháp lý đã hình thành.. "Trọng tâm hiện nay là tổ chức thực hiện!", ông Trần Anh Tú nhấn mạnh.

AI360 2026: Doanh nghiệp công nghệ số sẵn sàng đưa AI vào vận hành thực tế
Ông Trần Anh Tú - Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo (Bộ KH&CN)

Cùng đó, diễn giả đến từ Bộ KH&CN cũng đưa ra bốn định hướng liên quan đến vấn đề này. Một là, chuyển đổi AI phải gắn với hiệu quả thực tế: người đứng đầu lựa chọn khâu ưu tiên, giao rõ trách nhiệm; mỗi kế hoạch cần có hiện trạng để đối chiếu, tiêu chí đánh giá và tính đủ chi phí từ dữ liệu, tích hợp đến đào tạo, vận hành. Hai là, phát triển năng lực AI Việt Nam gắn với thị trường: nhu cầu cần được cụ thể hóa thành bài toán có đơn vị sử dụng và yêu cầu đầu ra rõ ràng, làm cơ sở cho đặt hàng, thuê dịch vụ, mua sắm đổi mới sáng tạo. Ba là, mở rộng tiếp cận nguồn lực: dữ liệu có chất lượng và chủ thể chịu trách nhiệm; chia sẻ năng lực tính toán, mô hình dùng chung; giải pháp dễ triển khai, chi phí minh bạch cho doanh nghiệp nhỏ và vừa, hộ kinh doanh. Bốn là, quản trị AI theo rủi ro: Luật phân loại hệ thống AI theo ba mức cao, trung bình, thấp; trách nhiệm của nhà cung cấp, bên triển khai và người sử dụng phải được xác định rõ.

Quản trị chi phí để tối ưu hóa đầu tư AI

Trình bày bức tranh ứng dụng AI tại châu Á và thế giới, ông Nguyễn Việt Long, Phó Tổng Giám đốc EY Việt Nam, dẫn Khảo sát Triển vọng CEO của EY công bố tháng 10/2026: 99% CEO cho biết đã đạt mức tăng năng suất đáng kể trong 12 tháng qua và 48% đang tái đầu tư phần lợi ích này vào tăng trưởng, đổi mới. Tuy nhiên, chỉ 16% tổ chức theo dõi được chi phí AI một cách toàn diện, theo thời gian thực và tự tin đo được ROI.

Trong bối cảnh đó, chi phí đang trở thành câu hỏi quản trị: 82% lãnh đạo lo ngại mức sử dụng token và chi phí đi kèm, 98% đã phải xem xét lại cách tiếp cận AI vì chi phí token, trong khi mới 64% chủ động theo dõi token với ngân sách và giới hạn rõ ràng.

Từ đó, ông Nguyễn Việt Long đề xuất 5 hành động ưu tiên cho lãnh đạo: định nghĩa giá trị bằng 3–5 trường hợp ứng dụng gắn với tăng trưởng, biên lợi nhuận hoặc trải nghiệm khách hàng; thiết lập quản trị tài chính cho AI (FinOps) – đo token, hiệu quả trên từng đơn vị, ngân sách và ngưỡng dừng; thiết kế quản trị ngay từ đầu, nhúng chính sách dữ liệu, bảo mật, pháp lý và phê duyệt vào quy trình; quản lý vòng đời phần mềm AI với người chịu trách nhiệm sản phẩm, tiêu chuẩn kiểm thử và tiêu chí dừng; và tái thiết KPI, đào tạo vai trò của con người trong mô hình làm việc cùng AI agent. Theo ông, câu hỏi điều hành mà mỗi lãnh đạo cần trả lời là: "Chúng ta đang giải quyết vấn đề nào, và giá trị nào đủ lớn để biện minh cho chi phí cùng rủi ro?"

Liên quan đến chủ đề này, ông Nguyễn Quang Huy - Giám đốc Trung tâm Kỹ thuật và Khoa học dữ liệu - Khối Dữ liệu, Ngân hàng Vietcombank – khẳng định: "Dữ liệu phải đi trước AI". Theo đó, cùng câu hỏi "ngân hàng có bao nhiêu khách hàng đang hoạt động" có thể nhận về tới bốn câu trả lời khác nhau, tùy cách mỗi bộ phận định nghĩa dữ liệu. Khi thiếu ngữ nghĩa dữ liệu thống nhất, AI agent sẽ khuếch đại sai lệch ở tốc độ máy. Trong bài toán phát hiện gian lận, một quyết định được đưa ra trong khoảng 300 mili-giây qua sáu bước, nhưng mô hình AI chỉ tham gia hai bước; phần còn lại là dữ liệu, ngữ nghĩa và quản trị.

"Ngân hàng AI-first không phải là ngân hàng có nhiều mô hình AI nhất, mà là ngân hàng ra quyết định nhanh hơn, chính xác hơn và có trách nhiệm hơn nhờ dữ liệu được quản trị tốt," ông Nguyễn Quang Huy nói.

AI360 2026: Doanh nghiệp công nghệ số sẵn sàng đưa AI vào vận hành thực tế

Đặc biệt, chi phí hạ tầng AI - một "bài toán" lớn cũng được đặt ra. Theo đại diện FPT Smart Cloud, doanh nghiệp có ba lựa chọn: Tự mua và vận hành GPU, với vốn lớn và mất 6–12 tháng. Thứ hai là thuê GPU và thứ ba là mua token theo mức sử dụng để đưa ứng dụng vào vận hành trong vài ngày. Vấn đề đặt ra là không chỉ là xây được AI Factory, mà là ai kiểm soát dữ liệu và vận hành nó.

DN công nghệ số sẵn sàng nhận "bài toán lớn" của đất nước

Theo Chủ tịch VINASA Nguyễn Văn Khoa, đây là cơ hội lớn chưa từng có với cộng đồng doanh nghiệp công nghệ số: thị trường đã hình thành, từ nhu cầu tích hợp AI vào dịch vụ công đến hàng trăm nghìn doanh nghiệp nhỏ và vừa cần AI để tăng năng suất; thể chế đã rõ với cơ chế thử nghiệm có kiểm soát, Quỹ Phát triển trí tuệ nhân tạo quốc gia và phiếu hỗ trợ doanh nghiệp; doanh nghiệp Việt Nam hiểu tiếng Việt và hiểu bài toán của người Việt. Mục tiêu 10 thương hiệu AI Việt Nam vào năm 2030 là đơn đặt hàng gửi tới chính cộng đồng doanh nghiệp công nghệ số đang có mặt tại hội trường này.

Thay mặt cộng đồng doanh nghiệp, VINASA gửi tới Bộ Khoa học và Công nghệ, Cục Công nghệ số và Trí tuệ nhân tạo bốn kiến nghị: sớm vận hành Quỹ Phát triển trí tuệ nhân tạo quốc gia và cơ chế hỗ trợ, ưu tiên doanh nghiệp nhỏ và vừa sử dụng giải pháp AI do doanh nghiệp Việt Nam phát triển; tăng cường đặt hàng và hợp tác công – tư để doanh nghiệp trong nước tham gia xây dựng nền tảng AI dùng chung và tích hợp AI vào dịch vụ công; mở dữ liệu dùng chung, dữ liệu tiếng Việt và hạ tầng tính toán cho doanh nghiệp; đơn giản hóa thủ tục tuân thủ, thử nghiệm và sớm cụ thể hóa các cơ chế ưu đãi thuế, hỗ trợ lãi suất cho hoạt động AI.

"Doanh nghiệp công nghệ số Việt Nam sẵn sàng nhận những bài toán lớn nhất của đất nước. Hãy giao việc cho doanh nghiệp Việt và đo chúng tôi bằng kết quả", Chủ tịch VINASA khẳng định.

Có thể bạn quan tâm

Trong giai đoạn tới, vấn đề cốt lõi đặt ra đối với công nghiệp bán dẫn Việt Nam là lựa chọn đúng mô hình phát triển và phân khúc ưu tiên, xây dựng năng lực R&D nội sinh gắn với đào tạo nguồn nhân lực chất lượng cao, đầu tư hạ tầng nghiên cứu và huy động hiệu quả nguồn lực quốc tế