Trí tuệ nhân tạo (AI) tại Việt Nam hiện nay: Cơ hội và thách thức

I. ỨNG DỤNG AI TRONG MỘT SỐ LĨNH VỰC

1. Thiếu nguồn nhân lực chất lượng cao

AI là một lĩnh vực đòi hỏi đội ngũ nhân lực được đào tạo chuyên sâu về các mảng như lập trình, dữ liệu lớn (Big Data), thuật toán học sâu (Deep Learning) và học máy (Machine Learning). Tuy nhiên, tại Việt Nam, số lượng chuyên gia có trình độ cao trong lĩnh vực này còn rất hạn chế. Trong giai đoạn ngắn hạn và trung hạn, từ năm 2024 đến 2025, Việt Nam mỗi năm đang thiếu khoảng 150.000 - 200.000 nhân lực trong lĩnh vực công nghệ thông tin, đặc biệt là ở các ngành như AI, Big Data, lập trình viên Full-stack và an ninh mạng.

Nguyên nhân dẫn đến tình trạng thiếu hụt nguồn nhân lực chất lượng cao trong lĩnh vực AI tại Việt Nam xuất phát từ nhiều yếu tố, trong đó có thể kể đến các nguyên nhân sau: 

• Hệ thống giáo dục hiện tại chưa đáp ứng được nhu cầu thực tế. Các chương trình đào tạo về AI và các công nghệ liên quan như học máy (Machine Learning), học sâu (Deep Learning), xử lý ngôn ngữ tự nhiên (NLP) hay dữ liệu lớn (Big Data) vẫn còn khá mới mẻ và chưa phổ biến. Số lượng trường đại học, cao đẳng có chuyên ngành đào tạo chuyên sâu về AI còn rất hạn chế, trong khi nội dung giảng dạy lại chưa gắn kết chặt chẽ với thực tiễn công việc, khiến sinh viên sau khi tốt nghiệp thường thiếu kỹ năng áp dụng vào thực tế.
• Thiếu hụt đội ngũ giảng viên và chuyên gia đào tạo trong lĩnh vực AI. Nhiều chuyên gia AI lựa chọn làm việc tại các công ty lớn hoặc ra nước ngoài thay vì tham gia vào công tác giảng dạy, khiến nguồn lực đào tạo bị hạn chế nghiêm trọng.
• Sự cạnh tranh nhân lực với thị trường quốc tế cũng là một nguyên nhân lớn. Các chuyên gia AI có trình độ cao thường được các tập đoàn công nghệ lớn trên toàn cầu săn đón với mức lương và điều kiện làm việc hấp dẫn hơn so với trong nước. Điều này dẫn đến tình trạng "chảy máu chất xám", khiến Việt Nam gặp khó khăn trong việc giữ chân nhân tài trong lĩnh vực AI.

2. Cơ sở hạ tầng chưa đồng bộ 

Để triển khai AI, một trong những yếu tố quan trọng là hạ tầng công nghệ, đặc biệt là khả năng lưu trữ và xử lý dữ liệu lớn. Tuy nhiên, tại Việt Nam, hạ tầng công nghệ hiện vẫn còn nhiều bất cập. Khảo sát từ Ngân hàng Thế giới chỉ ra rằng 40% doanh nghiệp nhỏ và vừa chưa có khả năng đầu tư vào AI do thiếu nguồn lực tài chính.

Thực trạng hạ tầng công nghệ tại Việt Nam hiện vẫn còn nhiều bất cập, đặc biệt là trong việc đáp ứng nhu cầu triển khai các giải pháp AI. Các hệ thống lưu trữ dữ liệu chưa được đầu tư đồng bộ, dẫn đến khó khăn trong việc thu thập, quản lý và xử lý dữ liệu lớn. Bên cạnh đó, công nghệ điện toán đám mây (Cloud Computing) và các trung tâm dữ liệu (Data Center) chưa phát triển mạnh mẽ, khiến việc vận hành các mô hình AI gặp nhiều hạn chế. Ngoài ra, tốc độ internet tại một số khu vực, đặc biệt là vùng nông thôn và các địa phương xa trung tâm, vẫn chưa đủ mạnh để hỗ trợ cho các ứng dụng AI yêu cầu kết nối ổn định và nhanh chóng.

Hệ quả là việc thiếu đồng bộ trong hạ tầng công nghệ đã khiến nhiều doanh nghiệp Việt Nam không thể tận dụng tối đa tiềm năng của dữ liệu để huấn luyện các mô hình AI. Điều này làm giảm hiệu quả của các dự án AI và làm chậm quá trình chuyển đổi số. Hơn nữa, khả năng cạnh tranh của các doanh nghiệp trong nước trên thị trường quốc tế bị suy giảm, do phải phụ thuộc nhiều vào các giải pháp công nghệ từ nước ngoài, dẫn đến chi phí cao hơn và khó làm chủ công nghệ.

3. Thiếu khung pháp lý rõ ràng 

Thực trạng thiếu khung pháp lý rõ ràng trong lĩnh vực AI tại Việt Nam đang là một trong những rào cản lớn đối với sự phát triển và ứng dụng công nghệ này. Hiện tại, các quy định pháp luật liên quan đến AI còn khá sơ khai, chưa có một hệ thống pháp lý đầy đủ và chi tiết để điều chỉnh các hoạt động nghiên cứu, phát triển và triển khai AI trong thực tế.

Thứ nhất, các quy định về quyền sở hữu trí tuệ trong lĩnh vực AI vẫn chưa được làm rõ. Việc xác định quyền sở hữu đối với các sản phẩm, mô hình AI hoặc dữ liệu được sử dụng để huấn luyện AI gặp nhiều khó khăn, đặc biệt khi có sự tham gia của nhiều bên liên quan. Điều này gây ra tình trạng tranh chấp hoặc mơ hồ về trách nhiệm pháp lý trong các dự án AI.

Thứ hai, vấn đề bảo mật và quyền riêng tư cũng chưa được quy định chặt chẽ. AI thường yêu cầu lượng lớn dữ liệu cá nhân để hoạt động hiệu quả, nhưng các quy định về việc thu thập, lưu trữ và sử dụng dữ liệu cá nhân vẫn chưa rõ ràng. Điều này dẫn đến nguy cơ lạm dụng dữ liệu, vi phạm quyền riêng tư của người dùng và làm giảm niềm tin của công chúng đối với các ứng dụng AI.

Thứ ba, chưa có quy định cụ thể về trách nhiệm pháp lý khi xảy ra sai sót hoặc hậu quả từ việc sử dụng AI. Ví dụ, trong trường hợp một mô hình AI đưa ra quyết định sai lầm gây thiệt hại, việc xác định ai chịu trách nhiệm – nhà phát triển, doanh nghiệp triển khai hay người sử dụng – vẫn chưa được làm rõ. Điều này khiến các doanh nghiệp e ngại trong việc áp dụng AI vào các lĩnh vực có rủi ro cao như y tế, tài chính hay giao thông.

Thứ tư, các tiêu chuẩn và quy chuẩn kỹ thuật liên quan đến AI cũng chưa được xây dựng đầy đủ. Điều này dẫn đến sự thiếu đồng bộ trong việc phát triển và triển khai các giải pháp AI, gây khó khăn trong việc đánh giá chất lượng và hiệu quả của các sản phẩm công nghệ.

Việc thiếu khung pháp lý rõ ràng không chỉ làm chậm quá trình ứng dụng AI tại Việt Nam mà còn tạo ra những rủi ro tiềm ẩn về pháp lý, bảo mật và đạo đức. Điều này đòi hỏi sự vào cuộc nhanh chóng của các cơ quan quản lý để xây dựng một hệ thống pháp luật phù hợp, tạo điều kiện thuận lợi cho sự phát triển bền vững của lĩnh vực AI.

Bên cạnh các chiến lược và hợp tác quốc tế, Việt Nam cũng đang chứng kiến sự phát triển mạnh mẽ của hệ sinh thái khởi nghiệp trong lĩnh vực AI. Các doanh nghiệp công nghệ trong nước như FPT, Viettel, VinAI và một số startup nổi bật đã và đang đầu tư đáng kể vào nghiên cứu và phát triển các sản phẩm AI mang tính ứng dụng cao. Những sản phẩm này không chỉ phục vụ thị trường nội địa mà còn hướng tới xuất khẩu, góp phần khẳng định vị thế của Việt Nam trên bản đồ công nghệ thế giới.

Ngoài ra, các sáng kiến như xây dựng thành phố thông minh tại Hà Nội, TP.HCM và Đà Nẵng đang tạo môi trường thử nghiệm lý tưởng để ứng dụng AI vào quản lý đô thị, giao thông và an ninh. Những dự án này không chỉ giúp cải thiện chất lượng cuộc sống của người dân, mà còn là cơ hội để Việt Nam tích lũy kinh nghiệm và phát triển các giải pháp AI "made in Vietnam".

Tuy nhiên, để đạt được mục tiêu đề ra, Việt Nam cần tập trung giải quyết một số thách thức lớn. Trước hết, việc đầu tư vào hạ tầng dữ liệu là yếu tố then chốt. AI phụ thuộc rất nhiều vào dữ liệu, nhưng hiện tại, việc thu thập, lưu trữ và chia sẻ dữ liệu tại Việt Nam vẫn còn nhiều hạn chế. Việc xây dựng các nền tảng dữ liệu mở, đảm bảo tính bảo mật và quyền riêng tư sẽ là bước đi cần thiết để thúc đẩy sự phát triển AI.