Tự chủ là quyền lựa chọn, không phải tự cung tự cấp
Tự chủ trí tuệ nhân tạo là năng lực lựa chọn, phát triển và quản lý các hệ thống AI phù hợp với nhu cầu trong nước, đồng thời giữ quyền kiểm soát dữ liệu và những hạ tầng thiết yếu mà không phải tự sản xuất mọi công nghệ. Đây là cách hiểu thực tế hơn về chủ quyền số: mở cửa hợp tác nhưng không phó mặc những năng lực trọng yếu.
Tại Diễn đàn Kinh tế Mùa thu 2026 ở Thành phố Hồ Chí Minh, diễn ra từ ngày 26 đến 29/10, các chuyên gia thảo luận cách khai thác thành tựu công nghệ toàn cầu mà vẫn bảo đảm quyền kiểm soát dữ liệu, hạ tầng và hệ thống thiết yếu. Tự làm toàn bộ chip, năng lực tính toán và mô hình nền tảng sẽ đòi hỏi vốn lớn cùng chuỗi cung ứng phức tạp; chi phí ấy không mặc nhiên tạo ra lợi thế cạnh tranh. Câu hỏi đúng không phải là “có tự làm được tất cả không”, mà là “nếu phụ thuộc, ta có biết mình phụ thuộc vào đâu và có thể đổi hướng hay không”.
Ông Ajit Kumar, Vụ trưởng Bộ Điện tử và Công nghệ thông tin Ấn Độ, nhấn mạnh cần xác định năng lực phải xây trong nước và công nghệ có thể tiếp cận qua hợp tác quốc tế, hướng tới nhu cầu thực tế của người dân. Tự chủ vì vậy là quyền lựa chọn có hiểu biết, không phải khẩu hiệu đóng cửa.
Ưu tiên những khâu gắn với dữ liệu và lợi ích công
Việt Nam nên ưu tiên làm chủ những nơi mà mất quyền kiểm soát sẽ gây hệ quả trực tiếp: dữ liệu nhạy cảm, quy trình triển khai AI trong dịch vụ thiết yếu, năng lực đánh giá hệ thống và phương án duy trì hoạt động khi nhà cung cấp gián đoạn. Bà Emilie Esparon đề xuất đặc biệt chú trọng an ninh công cộng, dữ liệu y tế và dữ liệu dân cư; các cơ quan, doanh nghiệp cũng cần biết dữ liệu được lưu trữ, xử lý ở đâu và ai có quyền truy cập.
Điều đó không đòi hỏi Việt Nam phải tự huấn luyện mô hình khổng lồ cho mọi mục đích. Hướng khôn ngoan hơn là phát triển mô hình chuyên biệt tối ưu cho tiếng Việt, làm chủ dữ liệu và quy trình triển khai, đồng thời tổ chức hạ tầng AI tính toán thành nguồn lực dùng chung.
Năng lực làm chủ AI chỉ có ý nghĩa khi giải quyết được việc người dân gặp hằng ngày. Trợ lý AI pháp lý có thể giúp tiếp cận thông tin thuận tiện hơn; các ứng dụng đô thị có thể hỗ trợ xử lý ngập nước, ùn tắc và ô nhiễm. Ưu tiên theo nhu cầu cụ thể sẽ tạo giá trị thiết thực hơn chạy theo mô hình lớn chỉ để chứng minh năng lực.
Hợp tác để tăng năng lực, không tạo thêm lệ thuộc
Hợp tác quốc tế AI có thể giúp Việt Nam mở rộng tiếp cận đào tạo, năng lực tính toán, nghiên cứu và kinh nghiệm quản trị. Nhưng tiếp cận công nghệ không tự động biến thành năng lực: đội ngũ trong nước phải đủ khả năng hiểu, thử nghiệm, đánh giá và quyết định nên tự phát triển, mua hay dùng giải pháp bên ngoài. Thứ trưởng Khoa học và Công nghệ Trần Trung Tính nêu nguy cơ khoảng cách AI trở thành khoảng cách phát triển nếu các nước không đầu tư kịp thời vào nhân lực, hạ tầng và nguồn lực công nghệ.
Tại Đối thoại liên khu vực về nâng cao năng lực AI trong Tuần lễ Số Quốc tế Việt Nam 2026, tổ chức ở Quảng Ninh từ ngày 28 đến 30/10, các đại biểu nhấn mạnh yêu cầu chuyển nguyên tắc hợp tác thành năng lực thực tế. Đại diện UNESCO đề xuất chia sẻ hạ tầng, phát triển hệ sinh thái mở, nghiên cứu chung và trao đổi kinh nghiệm; quan hệ đối tác cần dài hạn và xuất phát từ nhu cầu của từng quốc gia.
Kinh nghiệm Ấn Độ cho thấy có thể kết hợp tiếp cận GPU toàn cầu với đầu tư nghiên cứu bán dẫn trong nước để giảm rào cản cho các đơn vị nghiên cứu. Việt Nam nên học cách phối hợp đó: dùng hợp tác để mở rộng năng lực trước mắt, nhưng đồng thời xây kỹ năng, dữ liệu và khả năng chuyển đổi nhà cung cấp để giảm rủi ro lệ thuộc.
Từ chủ trương đến năng lực có thể kiểm chứng
Việt Nam đang xây dựng năng lực phát triển AI dựa trên ba trụ cột: thể chế và chính sách; nhân lực và nhân tài; hạ tầng, dữ liệu và cộng đồng khởi nghiệp AI. Đây là khung phù hợp, nhưng kết quả sẽ phụ thuộc vào cách biến từng trụ cột thành nhiệm vụ có đầu vào, đầu ra, mốc thực hiện và đơn vị chịu trách nhiệm.
Tại phiên thảo luận ở Thành phố Hồ Chí Minh, ông Lê Minh, Giám đốc Công nghệ CMC TS, nêu hai hướng: phát triển năng lực tính toán hiệu năng cao, trung tâm dữ liệu và truyền dẫn; đồng thời phát triển công nghệ AI trong nước đáp ứng bài toán cụ thể. Hai hướng ấy cần đi cùng quản trị dữ liệu, nguyên tắc sử dụng và trách nhiệm khi triển khai. Nếu thiếu cơ chế kiểm soát, hạ tầng mạnh chỉ làm tăng tốc cả sai lầm lẫn lợi ích.
Kết luận, tự chủ không phải là tự làm mọi thứ hay rút khỏi chuỗi cung ứng quốc tế. Việt Nam cần làm chủ dữ liệu nhạy cảm, năng lực đánh giá và quản trị, hạ tầng thiết yếu cùng những ứng dụng sát nhu cầu; còn đào tạo, nghiên cứu và công nghệ có thể được mở rộng bằng hợp tác. Phối hợp hiệu quả giữa khu vực công và tư nhân, trong nước và quốc tế, mới biến quyền lựa chọn thành năng lực tự chủ thật sự.
