Dự thảo Chiến lược chuyển đổi AI quốc gia đặt mục tiêu đến năm 2030 có 10.000 nhân lực AI chuyên sâu. Cùng với đó, tối thiểu 10 triệu người sẽ được trang bị kỹ năng AI cơ bản. Con số này hé lộ cách Việt Nam chuẩn bị lực lượng cho một nền kinh tế vận hành bằng dữ liệu.
Mục tiêu 10 triệu người có kỹ năng AI cơ bản vào năm 2030
Nội dung này được TS Trần Anh Tú, Phó cục trưởng Công nghệ số và Trí tuệ nhân tạo (Bộ Khoa học và Công nghệ), chia sẻ ngày 14/8. Bối cảnh là Hội thảo khoa học quốc gia AI4CRIS 2026. Dự thảo nêu rõ hai lớp nhân lực rất khác nhau. Lớp thứ nhất gồm 10.000 chuyên gia AI chuyên sâu. Lớp thứ hai rộng hơn nhiều, với tối thiểu 10 triệu người có kỹ năng AI cơ bản.
Cách chia này đáng chú ý hơn vẻ ngoài của nó. Nhóm chuyên sâu là những người tạo ra mô hình và thuật toán. Trong khi đó, nhóm 10 triệu người mới là lực lượng đưa AI vào công việc hàng ngày. Họ có thể là kế toán, nhân viên kho, kỹ thuật viên hay quản lý ca. Nói cách khác, kỹ năng AI cơ bản đang được nhìn nhận như một dạng “biết đọc biết viết” mới của thời kỳ số.
Chuyển đổi toàn diện bằng AI ở cả khu vực công và khu vực tư
Quan điểm chủ đạo đầu tiên của dự thảo là “chuyển đổi toàn diện bằng AI”. Cách tiếp cận này khác hẳn việc gắn AI vào từng sản phẩm riêng lẻ. Vì vậy, chỉ tiêu được đặt cho cả bộ máy nhà nước lẫn khối doanh nghiệp. Bảng dưới đây tóm tắt các mốc chính mà dự thảo hướng tới trong năm năm tới.
| NHÓM CHỈ TIÊU | MỤC TIÊU ĐẾN NĂM 2030 |
|---|---|
| Dịch vụ công | Toàn bộ dịch vụ công trực tuyến và hồ sơ thủ tục hành chính được AI hỗ trợ |
| Điều hành nhà nước | 60% quyết định chỉ đạo, điều hành có sự hỗ trợ của dữ liệu và trí tuệ nhân tạo |
| Doanh nghiệp | AI hỗ trợ tối thiểu 500.000 doanh nghiệp vừa, nhỏ, hộ kinh doanh và hợp tác xã |
| Khởi nghiệp | Ít nhất 100 startup AI có giá trị trên 10 triệu USD |
| Nhân lực | 10.000 nhân lực AI chuyên sâu và tối thiểu 10 triệu người có kỹ năng AI cơ bản |
| Nền tảng dùng chung | Tối thiểu 5 nền tảng AI dùng chung và 8 mô hình tiếng Việt |
| Vị thế | AI đóng góp khoảng 6% GDP, Việt Nam vào top 3 Đông Nam Á về nghiên cứu và phát triển AI |
Con số 500.000 doanh nghiệp nhỏ và vừa rất đáng để bạn lưu ý. Phần lớn nhóm này không có bộ phận công nghệ riêng. Do đó, họ sẽ tiếp cận AI qua các công cụ sẵn có thay vì tự xây mô hình. Điều kiện tiên quyết vẫn là đội ngũ có kỹ năng AI cơ bản để dùng công cụ đúng cách. Nếu thiếu nền tảng đó, phần mềm tốt vẫn nằm im trong máy tính.
Về hạ tầng, dự thảo đề xuất xây dựng nền tảng điều phối năng lực tính toán quốc gia. Một nền tảng đánh giá mô hình tiếng Việt cũng được tính đến. Theo TS Tú, mục tiêu chung là AI đóng góp khoảng 6% GDP. Tầm nhìn xa hơn được đặt ở năm 2045, khi Việt Nam hướng tới nhóm 10 quốc gia dẫn đầu châu Á về năng lực AI.
Dữ liệu sạch mới tạo ra kết quả AI đáng tin cậy
Một góc nhìn khác tại hội thảo đến từ Trung tá Đào Đình Nam, Phó trưởng phòng Tham mưu tổng hợp, Trung tâm dữ liệu quốc gia. Theo ông, chiến lược AI phải gắn chặt với dữ liệu nội địa. Đây là phần ít được nhắc tới khi mọi người bàn về đào tạo kỹ năng AI cơ bản. Tuy nhiên, chính nó quyết định chất lượng của mọi kết quả đầu ra.
Nói về điều kiện để AI tạo ra giá trị lâu dài, Trung tá Đào Đình Nam nêu quan điểm:
“AI chỉ tạo ra giá trị bền vững được phát triển trên nền tảng dữ liệu đúng, đủ, sạch, sống, thống nhất và dùng chung, có thể truy xuất nguồn gốc.”
Ông phân tích thêm rằng một mô hình có thể xử lý rất tốt. Nhưng kết quả vẫn sai nếu dữ liệu huấn luyện không đại diện hoặc không được cập nhật. Rủi ro lớn hơn lại nằm ở cách kết quả sai được trình bày ra bên ngoài.
Cảnh báo về rủi ro này, ông nhấn mạnh:
“Đầu ra sai có thể được trình bày theo cách hợp lý, khiến người dùng tin tưởng và sử dụng làm căn cứ ra quyết định.”
Vì vậy, chất lượng AI phụ thuộc vào cả chuỗi quản trị dữ liệu. Chuỗi này trải dài từ thu thập, chuẩn hóa, gắn nhãn đến chia sẻ, huấn luyện, kiểm thử và giám sát khi vận hành. Bên cạnh đó, ông cũng nêu bốn hướng chuyển đổi được khuyến nghị cho giai đoạn tới:
- Từ dữ liệu phân tán sang hệ sinh thái dữ liệu quốc gia có kết nối
- Từ đầu tư hạ tầng tính toán riêng lẻ sang năng lực tính toán dùng chung
- Từ bảo vệ bị động sang quản trị rủi ro và đưa an ninh dữ liệu vào từ khâu thiết kế
- Từ phụ thuộc công nghệ sang làm chủ dữ liệu, mô hình, hạ tầng tính toán và công nghệ mật mã
Không một tổ chức nào đủ sức đi một mình
Phát biểu khai mạc, Trung tướng Vũ Ngọc Thiềm, Trưởng Ban Cơ yếu Chính phủ, đặt AI ở vị trí công nghệ nền tảng. Ông cho rằng bối cảnh mới đòi hỏi ba việc phải làm song song. Đó là kiến tạo chiến lược công nghệ, hoàn thiện thể chế và bồi dưỡng nhân tài. Ba trụ này gắn với nhau, thiếu một trụ thì hai trụ còn lại khó đứng vững.
Nhận định về vai trò của trí tuệ nhân tạo trong giai đoạn hiện nay, Trung tướng Vũ Ngọc Thiềm nêu rõ:
“Trí tuệ nhân tạo đang trở thành công nghệ nền tảng của kỷ nguyên số, đặt ra yêu cầu phải kiến tạo một chiến lược phát triển công nghệ, hoàn thiện thể chế và bồi dưỡng nhân tài.”
Ông cũng lưu ý về giới hạn của từng đơn vị riêng lẻ. Tốc độ phát triển của AI hiện vượt quá khả năng xoay xở của một tổ chức đơn độc. Do đó, hợp tác liên ngành trở thành điều kiện bắt buộc chứ không còn là lựa chọn.
Bàn về nhu cầu hợp tác giữa các bên, ông nói thêm:
“Trước tốc độ phát triển của trí tuệ nhân tạo, không một cơ quan, tổ chức hay doanh nghiệp nào có thể tự mình giải quyết đầy đủ những yêu cầu mới đặt ra.”
Hội thảo AI4CRIS do Học viện Kỹ thuật mật mã tổ chức, gồm sáu phiên chuyên đề và hơn 40 báo cáo. Các chủ đề trải rộng từ chống tin giả, phát hiện tấn công mạng đến mật mã kháng lượng tử. Ban tổ chức cho biết sự kiện hướng tới trở thành diễn đàn thường niên. Mục tiêu là hình thành hệ sinh thái nghiên cứu chung về AI, mật mã và an toàn thông tin.
Góc nhìn từ Roboworld
Từ thực tế triển khai robot và tự động hóa, chúng tôi thấy mục tiêu 10 triệu người có kỹ năng AI cơ bản chạm đúng nút thắt. Công nghệ thường không phải rào cản lớn nhất tại nhà máy hay chuỗi dịch vụ. Rào cản nằm ở chỗ đội ngũ vận hành có đủ tự tin giao việc cho máy hay không. Một thiết bị thông minh vẫn có thể bị dùng sai nếu người vận hành không hiểu nguyên lý phía sau.
Robot vệ sinh hay robot vận chuyển ngày nay đều chạy trên nền dữ liệu bản đồ và lịch trình. Khi quản lý ca hiểu cách máy học từ dữ liệu, họ sẽ đặt lịch hợp lý hơn. Ngược lại, dữ liệu đầu vào cẩu thả sẽ cho ra kết quả sai lệch. Cảnh báo về “dữ liệu đúng, đủ, sạch” vì thế rất gần với công việc hàng ngày ở xưởng và ở kho.
Vì vậy, bạn hoàn toàn có thể bắt đầu từ những bước nhỏ. Hãy chuẩn hóa cách ghi dữ liệu vận hành, rồi tập cho đội ngũ đọc báo cáo do máy sinh ra. Đó cũng chính là phần lõi của kỹ năng AI cơ bản mà chiến lược đang nhắm tới. Để hình dung rõ hơn mức độ tự động hóa hiện nay, bạn có thể xem qua các dòng robot dịch vụ và robot công nghiệp đang ứng dụng tại Việt Nam. Một số so sánh cấu hình theo nhu cầu cũng được tổng hợp tại trang thông tin về robot phục vụ.
Chiến lược này vẫn đang ở dạng dự thảo và còn thời gian để hoàn thiện. Nhưng hướng đi thì đã khá rõ ràng. Việt Nam không đặt cược toàn bộ vào một vài mô hình đình đám. Thay vào đó, phần lớn nỗ lực dồn vào việc mở rộng số người biết dùng AI trong công việc thật.
