Từ hàng ngày rà soát xuống còn vài giờ
Camera AI đô thị là hệ thống dùng trí tuệ nhân tạo để phân tích hình ảnh từ camera, giúp tìm dấu hiệu và sự việc cần cơ quan chức năng chú ý. Giá trị lớn nhất của công nghệ này ở Hà Nội là rút ngắn thời gian rà soát dữ liệu, nhưng tốc độ chỉ có ý nghĩa khi kết quả được kiểm chứng trong điều tra.
Tại tọa đàm về hạ tầng AI trong khuôn khổ Ngày Đổi mới sáng tạo mở 2026, Nguyễn Tuấn Huy, Phó Ban Công nghệ của MobiFone, cho biết việc truy xuất hình ảnh camera của người dân để tìm đối tượng nghi vấn trước đây có thể mất khoảng 5 ngày; với camera AI, thời gian có thể giảm còn khoảng 3 giờ, kể cả khi người đó che mặt hoặc biển số xe. Đây là hỗ trợ truy xuất nghi phạm qua dữ liệu camera trong một số vụ án, không phải bằng chứng rằng AI tự xác định được thủ phạm. Công nghệ giúp sàng lọc nhanh hơn; kết luận vẫn cần nghiệp vụ điều tra.
AI hỗ trợ điều tra hiện trường, nhưng không thay công an
Công an thành phố Hà Nội đang đẩy mạnh ứng dụng công nghệ vào nghiệp vụ; trong các giải pháp được nêu có trợ lý AI hỗ trợ điều tra tại hiện trường. Điều này cho thấy AI công an Hà Nội không chỉ gắn với việc tìm kiếm hình ảnh sau vụ việc mà còn có thể góp phần hỗ trợ lực lượng chức năng xử lý thông tin tại hiện trường.
Tuy nhiên, thông tin hiện có không mô tả cụ thể trợ lý AI làm những bước nào, cũng không cho biết hệ thống đang được triển khai đến đâu. Vì vậy, không nên đánh đồng mô tả về công cụ hỗ trợ với một quy trình điều tra tự động. Cách hiểu thận trọng hơn là AI giúp con người tiếp cận và rà soát dữ liệu nhanh, còn đánh giá tình huống, xác minh chứng cứ và quyết định nghiệp vụ vẫn thuộc về cán bộ. Sự phân biệt này quan trọng: hiệu quả của công nghệ không nằm ở lời hứa thay thế điều tra viên, mà ở việc giảm thời gian xử lý thông tin để lực lượng có thể tập trung vào xác minh.
Camera giao thông nhìn rộng hơn dòng xe
Ứng dụng của camera giám sát giao thông không dừng ở nhận biết phương tiện. MobiFone đã thử nghiệm drone tại khu vực Hồ Tây để theo dõi xe đỗ sai quy định và tình trạng lấn chiếm lòng đường, vỉa hè; thiết bị có thể phát loa nhắc nhở, hỗ trợ công an xử lý vi phạm. Với người đi đường, hướng ứng dụng này có thể giúp phát hiện những hành vi gây cản trở không gian công cộng và đưa thông tin đến lực lượng chức năng.
Dữ liệu camera AI khi kết hợp cảm biến đo mực nước còn có thể hỗ trợ xác định ùn tắc có liên quan đến ngập cục bộ hay không. Đây là bước tiến đáng chú ý vì nó nối quan sát giao thông với điều kiện hạ tầng, thay vì chỉ ghi nhận xe di chuyển chậm. Dù vậy, phát hiện và cảnh báo chỉ hữu ích khi dữ liệu đủ chính xác, được cập nhật kịp thời và gắn với phương án xử lý. Camera có thể giúp thành phố nhìn rõ vấn đề; tự nó không giải quyết được điểm nghẽn hay vi phạm.
Muốn hiệu quả, phải đầu tư và triển khai có kiểm soát
Các ví dụ được nêu còn mở rộng sang an ninh và quản lý đô thị: camera AI có thể phát hiện chuột chết trong bếp ăn để nhận biết dấu hiệu bất thường về vệ sinh thực phẩm. Ở quy mô rộng hơn, dữ liệu camera, cảm biến và hạ tầng có thể kết hợp để hỗ trợ điều hành. Nhưng những năng lực này không tự xuất hiện chỉ bằng cách lắp thêm camera.
Đưa giải pháp từ thử nghiệm vào vận hành thực tế vẫn là thách thức; đô thị thông minh cần hạ tầng đồng bộ gồm năng lực tính toán, điện toán đám mây, nền tảng AI, mạng truyền dẫn, 5G, camera và cảm biến. Nguyễn Tuấn Huy đề xuất mở rộng huy động nguồn lực, đặc biệt qua hợp tác công – tư; ông cũng nêu các chương trình quốc tế như những hướng tìm kiếm cơ hội hợp tác cho đô thị thông minh và khả năng chống chịu khí hậu. Kết luận cần rõ: AI có thể giúp Hà Nội truy xuất hình ảnh nhanh hơn, nhận biết vi phạm và hỗ trợ điều hành giao thông, nhưng giá trị thật phụ thuộc vào chất lượng dữ liệu, quy trình kiểm chứng và năng lực xử lý sau cảnh báo.
