AI chỉ hữu ích khi giải đúng bài toán đô thị
AI quản lý đô thị là việc dùng trí tuệ nhân tạo để phân tích dữ liệu từ nhiều nguồn, hỗ trợ chính quyền nhận diện tình huống và đưa ra quyết định về dịch vụ, hạ tầng và ứng phó sự cố. Công nghệ này có thể giúp thành phố xử lý ùn tắc, ngập nước và ô nhiễm, nhưng không thể thay thế năng lực điều hành hay bù đắp dữ liệu rời rạc.
Tại Diễn đàn Kinh tế Mùa thu 2026 ngày 26/10, các đại biểu bàn cách chuyển năng lực công nghệ thành hiệu quả quản lý và phục vụ người dân. Hướng tiếp cận đáng tin cậy không phải là mua công nghệ để gắn nhãn “thành phố thông minh”, mà là xác định vấn đề cụ thể, đặt mục tiêu đo được rồi mới chọn công cụ. Một giải pháp AI giao thông phải giúp điều tiết phương tiện hoặc giảm thời gian chờ; một hệ thống AI chống ngập cần góp phần phát hiện điểm rủi ro và kích hoạt cảnh báo phù hợp.
AI đã cho thấy lợi ích thực dụng ở một số tác vụ: theo ông Nguyễn Tuấn Huy của MobiFone, việc truy xuất hình ảnh camera để tìm đối tượng nghi vấn có thể rút từ khoảng năm ngày xuống khoảng ba giờ nhờ camera AI. Nhưng tốc độ xử lý một vụ việc chưa đồng nghĩa với năng lực quản trị đô thị tốt hơn. Giá trị lớn hơn chỉ xuất hiện khi dữ liệu về camera, cảm biến, giao thông và hạ tầng được kết nối để giải quyết những vấn đề ảnh hưởng trực tiếp đến đời sống.
Dữ liệu liên thông là điều kiện, không phải phần phụ
Một đô thị không thể nhìn thấy toàn cảnh nếu mỗi cơ quan giữ một mảnh thông tin, còn dữ liệu doanh nghiệp nằm ngoài hệ thống công. Muốn AI đưa ra cảnh báo có ích, dữ liệu đô thị phải đầy đủ, minh bạch, đáng tin cậy và có thể chia sẻ theo quy tắc rõ ràng. Chính quyền cần thúc đẩy cơ chế kết nối dữ liệu công – tư thay vì để các nguồn thông tin bị cô lập.
Điều đó đặc biệt quan trọng với các tình huống giao thoa. Dữ liệu lưu lượng có thể hỗ trợ điều chỉnh đèn và phân luồng; thông tin mực nước, vùng trũng và tình trạng đường sá có thể giúp xác định nơi cần cảnh báo hoặc điều động lực lượng. Khi mưa lớn xảy ra, mô hình đô thị số song sinh có thể mô phỏng phương án vận hành van và máy bơm. Nếu thiếu dữ liệu liên kết, hệ thống chỉ phân tích được từng hiện tượng riêng lẻ, thay vì hỗ trợ quyết định tổng thể.
Chia sẻ dữ liệu cũng không có nghĩa là mở quyền truy cập vô điều kiện. Cần xác định ai được dùng thông tin nào, cho mục đích gì và chịu trách nhiệm ra sao. Người dân có thể cung cấp tin về điểm ngập hay sự cố hạ tầng, nhưng chính quyền phải tạo kênh tiếp nhận thuận tiện và an toàn, đồng thời biến phản ánh thành hành động. Dữ liệu chỉ tạo giá trị công khi người dân thấy được kết quả.
TP.HCM cần thể chế rõ và năng lực thực thi
TP.HCM cho thấy thách thức của quản trị đô thị bằng AI nằm ở tổ chức không kém gì công nghệ. Tại phiên chuyên đề ngày 27/10, các chuyên gia nhấn mạnh điều kiện triển khai gồm phối hợp liên ngành, trách nhiệm giải trình dữ liệu, huy động nguồn lực và tối ưu vận hành. Thành phố cần một khung quản trị dữ liệu tích hợp, trong đó chủ sở hữu chịu trách nhiệm về chất lượng, mục đích sử dụng được phép và cơ quan có trách nhiệm giải trình về quyết định cuối cùng.
Nếu trách nhiệm giữa các sở, ngành không rõ, dữ liệu sai hoặc quyết định gây hệ quả có thể bị đẩy qua lại, còn mô hình AI khó được kiểm chứng. Vì vậy, cơ quan điều phối chuyên trách và đầu mối kết nối liên ngành quan trọng không kém thuật toán. Hạ tầng tính toán, điện toán đám mây, đường truyền, mạng 5G, camera và cảm biến cũng phải được chuẩn bị đồng bộ; nếu thiếu nền tảng này, dữ liệu dù có giá trị vẫn khó được xử lý kịp thời.
Trong 24 tháng tới, đề xuất ưu tiên của TP.HCM là kết hợp ứng phó ngập nước với quản lý giao thông, hướng tới quyết định nhanh hơn về phân luồng, tuyến đường ưu tiên và điều động lực lượng khi có mưa lớn hoặc triều cường. Hiệu quả nên được đánh giá bằng thời gian phản ứng trước ngập, kẹt xe và mức độ hài lòng của người dân, thay vì số lượng hệ thống được lắp đặt. Lộ trình dự kiến gồm ba chặng: chuẩn bị dữ liệu và hạ tầng, thử nghiệm mô hình, rồi mới mở rộng.
Kết luận: thử nghiệm có trách nhiệm, mở rộng theo kết quả
Kỳ vọng AI xử lý ùn tắc, ngập lụt và ô nhiễm là có cơ sở, nhưng công nghệ không thể tự nối những hệ thống vốn thiếu phối hợp. Bài toán cốt lõi là tổ chức dữ liệu, phân định quyền hạn và bảo đảm có người chịu trách nhiệm cho quyết định cuối cùng. Hạ tầng tính toán phù hợp là điều kiện cần; thể chế minh bạch và năng lực thực thi mới quyết định hệ thống có phục vụ được người dân hay không.
Các địa phương nên bắt đầu bằng những thử nghiệm giới hạn, gắn với mục tiêu đo lường được và cơ chế đánh giá trước khi mở rộng. Với TP.HCM, kết nối dữ liệu giao thông và chống ngập là phép thử thiết thực: nếu cảnh báo đến sớm hơn, phản ứng nhanh hơn và người dân nhận thấy dịch vụ tốt lên, AI có lý do để được triển khai rộng. Nếu chưa giải quyết được dữ liệu phân mảnh và trách nhiệm thể chế, đầu tư thêm công nghệ chỉ làm tăng quy mô của một hệ thống chưa vận hành thông suốt.
