Trong 3 ngày từ 28 đến 30/10, trong khuôn khổ Tuần lễ Số Quốc tế Việt Nam (VIDW) năm 2026 với chủ đề “Công nghệ chiến lược và Đổi mới sáng tạo” tổ chức tại thành phố Quảng Ninh, Quảng Ninh đã có cơ hội để trao đổi, tiếp cận, kết nối với các cơ quan quản lý, tổ chức quốc tế, hiệp hội, doanh nghiệp công nghệ trong nước và quốc tế; tiếp thu nhiều nội dung mới về KHCN, đổi mới sáng tạo, chuyển đổi số, trí tuệ nhân tạo (AI), dữ liệu, 5G, hạ tầng số… Qua đó, có thêm các gợi mở hữu ích góp phần thực hiện thắng lợi Nghị quyết số 57-NQ/TW, Nghị quyết số 59-NQ/TW và mục tiêu chuyển đổi số toàn diện của thành phố.
Phóng viên Báo và phát thanh, truyền hình Quảng Ninh đã có cuộc trò chuyện với ông Nguyễn Xuân Huy (ảnh), đồng sáng lập kiêm Giám đốc điều hành (CEO) Datasight - doanh nghiệp công nghệ châu Âu chuyên sâu về trí tuệ nhân tạo và xử lý dữ liệu.
+ Từ góc nhìn của doanh nghiệp chuyên sâu về trí tuệ nhân tạo và xử lý dữ liệu, ông đánh giá thế nào về thực trạng chuyển đổi số của Việt Nam nói chung, Quảng Ninh nói riêng?
- Điều tôi ấn tượng nhất ở Việt Nam là tốc độ, đi cùng một quyết tâm rất rõ từ Trung ương đến địa phương. Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị xác định phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia là “đột phá quan trọng hàng đầu”. Chỉ trong khoảng một năm, từ cuối năm 2024 đến cuối năm 2025, Quốc hội đã thông qua Luật Dữ liệu, Luật Bảo vệ dữ liệu cá nhân và Luật Trí tuệ nhân tạo. Hành lang pháp lý hình thành nhanh như vậy giúp các doanh nghiệp, kể cả doanh nghiệp nước ngoài như chúng tôi, chủ động lập kế hoạch dài hạn.
Từ ngày 1/9/2026, Quảng Ninh chính thức trở thành thành phố. Vị thế mới cũng là cơ hội để thành phố bứt phá trong chuyển đổi số. Quảng Ninh vốn là một trong những địa phương đi đầu cả nước về cải thiện môi trường đầu tư kinh doanh. Năm 2025, Quảng Ninh tiếp tục nằm trong nhóm 5 địa phương dẫn đầu Chỉ số năng lực cạnh tranh (PCI) do Liên đoàn Thương mại và Công nghiệp Việt Nam (VCCI) công bố. Đây là năm thứ 13 liên tiếp Quảng Ninh đứng trong nhóm dẫn đầu cả nước. Quảng Ninh cũng đã xây dựng Chiến lược dữ liệu đến năm 2030 và coi dữ liệu là tài sản chiến lược. Mục tiêu là hoàn thiện thể chế, hạ tầng và nền tảng dữ liệu dùng chung. Đó là bước đi đúng hướng, vì mọi ứng dụng AI về sau đều cần một nền dữ liệu tốt.
+ Theo ông, đâu là khoảng cách lớn nhất giữa việc đầu tư công nghệ, xây dựng nền tảng số với hiệu quả thực tế trong quản lý, sản xuất, kinh doanh và phục vụ người dân?
Theo tôi, khoảng cách không nằm ở công nghệ mà ở khâu tổ chức sử dụng. Xây xong một nền tảng mới là đi được nửa chặng đường. Nửa còn lại là để cán bộ, doanh nghiệp và người dân dùng nền tảng đó mỗi ngày, trong quản lý, sản xuất, kinh doanh hay khi làm thủ tục.
Một nền tảng thật sự đi vào cuộc sống khi cán bộ ở bộ phận một cửa mở máy là thấy ngay hồ sơ người dân đã nộp ở sở khác, không phải hỏi lại. Muốn vậy, cần hai điều: Trước hết, dữ liệu từ nhiều nơi phải thông suốt. Bên cạnh đó, người dùng phải hiểu và tin công cụ mới. Khi có đủ hai điều này, kết quả sẽ hiện ra ngay trong công việc hằng ngày.
Vì vậy, thước đo của chuyển đổi số không phải là số phần mềm đã mua, mà là thời gian, công sức người dân và doanh nghiệp tiết kiệm được mỗi ngày.
Thước đo của chuyển đổi số không phải là số phần mềm đã mua, mà là thời gian, công sức người dân và doanh nghiệp tiết kiệm được mỗi ngày.
+ Dữ liệu và AI được kỳ vọng nâng cao chất lượng, hiệu quả chuyển đổi số. Tuy nhiên, để dữ liệu có thể khai thác, sử dụng hiệu quả và AI giải quyết được những bài toán cụ thể, các cơ quan, doanh nghiệp đang phải vượt qua những rào cản nào? Từ kinh nghiệm triển khai thực tế, ông cho rằng điểm nghẽn nào cần được tháo gỡ trước tiên?
- Từ các dự án chúng tôi triển khai ở châu Âu, cho cả các cơ quan công quyền lẫn doanh nghiệp, tôi thấy có 3 rào cản lặp đi lặp lại nhiều nhất.
Trước hết là vấn đề dữ liệu phân tán. Mỗi cơ quan, mỗi doanh nghiệp thường có nhiều hệ thống, được đầu tư vào những thời điểm khác nhau, từ những nhà cung cấp khác nhau. Các hệ thống đó vốn không được thiết kế để kết nối với nhau. Muốn có bức tranh đầy đủ về một hồ sơ, cán bộ phải mở từng hệ thống, tra từng nơi.
Thứ hai là sự chưa đồng nhất trong dữ liệu. Cùng một người, nơi này ghi tên có dấu, nơi kia ghi không dấu. Cùng chữ “khách hàng”, hệ thống này hiểu là một người, hệ thống kia lại hiểu là một tài khoản. Ghép dữ liệu khi chưa thống nhất cách hiểu thì kết quả sẽ sai, AI cũng sai theo.
Thứ ba là yếu tố con người. Cán bộ, nhân viên cần hiểu AI làm được gì, không làm được gì, và biết kiểm tra lại khi AI đưa ra một gợi ý. Có hiểu thì mới tin, có tin thì mới dùng. AI gợi ý, còn người có thẩm quyền mới là người quyết định.
Điểm nghẽn cần tháo gỡ trước tiên, theo tôi, là kết nối và chuẩn hóa dữ liệu. Đây trước hết là việc tổ chức và phối hợp giữa các đơn vị, công nghệ chỉ là phương tiện. Thuật toán AI ngày nay ai cũng có thể tiếp cận. Dữ liệu tốt thì mỗi nơi phải tự xây lấy. Dữ liệu phải đúng, đủ, sạch, sống thì AI mới đưa ra gợi ý đáng tin cậy.
Cách làm cũng không cần đập đi xây lại. Hệ thống nào đang vận hành tốt thì tiếp tục sử dụng. Việc cần làm là kết nối, liên thông các hệ thống này. Đồng thời, cần xây dựng một bộ từ điển dữ liệu chung để mọi đơn vị hiểu cùng một khái niệm theo cùng một cách.
Việt Nam đang ở thời điểm rất thuận lợi, vì nhiều nền tảng dữ liệu đang được xây dựng ngay lúc này. Thống nhất cách ghi chép ngay từ hôm nay, các nền tảng mai sau sẽ kết nối được với nhau mà không phải làm lại.
+ Với Quảng Ninh, ông khuyến nghị những ưu tiên nào trong xây dựng, chia sẻ, khai thác dữ liệu và ứng dụng AI để tạo ra kết quả thiết thực? Quảng Ninh nên bắt đầu từ những bài toán cụ thể nào và đo lường hiệu quả ra sao để lựa chọn đúng hướng đầu tư, tránh dàn trải, lãng phí?
- Tôi xin góp một vài ý kiến từ kinh nghiệm thực tế đã được tôi cùng các cộng sự tại Datasight đúc rút ra sau nhiều năm thực hiện theo phương châm chuyển dịch từ các định hướng, ý định chung sang giải quyết trực tiếp những bài toán cụ thể và đem lại kết quả thực tế cho cơ quan, doanh nghiệp châu Âu. Theo tôi, Quảng Ninh có thể ưu tiên bốn việc, lần lượt là dữ liệu, giải bài toán cụ thể, thước đo giá trị và nhân lực.
Về dữ liệu, ưu tiên số một là nền tảng dữ liệu dùng chung, đúng với mục tiêu Quảng Ninh đã đặt ra trong Chiến lược dữ liệu. Mỗi sở, ngành vẫn quản lý dữ liệu của mình, nhưng theo cùng một chuẩn và chia sẻ được khi cần. Dữ liệu được lưu trữ và quản trị trên hạ tầng do thành phố làm chủ, kết nối với các cơ sở dữ liệu quốc gia theo đúng quy định.
Nên làm thí điểm ở một vài sở, ngành hoặc địa phương trước. Việc nào có kết quả thì nhân rộng. Việc nào chưa đạt thì dừng sớm và rút kinh nghiệm. Mỗi khoản đầu tư nên gắn với một bài toán cụ thể, một đơn vị sử dụng và một chỉ số đo được. Như vậy sẽ tránh được dàn trải, lãng phí.
Về bài toán, thành phố nên chọn một vài việc gắn với thế mạnh riêng, đem lại kết quả thấy ngay. Tôi nghĩ đến ba lĩnh vực.
Với du lịch, chỉ trong 9 tháng năm 2026, Quảng Ninh đã ước đón khoảng 18,8 triệu lượt khách, trong đó có 4,21 triệu lượt khách quốc tế (theo số liệu của Sở Văn hóa, Thể thao và Du lịch Quảng Ninh). Mục tiêu cả năm là 23 triệu lượt khách. Dữ liệu và AI giúp thành phố nắm được xu hướng chung của dòng khách, như thị trường nào tăng, mùa nào đông, khách lưu trú bao lâu. Từ đó, thành phố có thể giãn khách ra bốn mùa và nhiều điểm đến, tránh quá tải vào cao điểm. AI cũng có thể trả lời du khách bằng nhiều thứ tiếng và chỉ ra sớm những trang đặt phòng, đặt tour có dấu hiệu giả mạo để cơ quan chức năng xử lý.
Với dịch vụ công, khi dữ liệu được dùng chung, người dân và doanh nghiệp chỉ cần khai báo một lần. Hồ sơ nhờ vậy được giải quyết nhanh hơn, với ít giấy tờ hơn.
Với cảng biển và logistics, kết nối dữ liệu giữa các khâu giúp hàng hóa lưu thông nhanh hơn. Cán bộ có thể tập trung vào những lô hàng có dấu hiệu bất thường, còn doanh nghiệp làm ăn đúng quy định thì đỡ mất thời gian chờ đợi và giảm được chi phí.
Về thước đo, trước khi triển khai, nên chọn hai đến ba chỉ số đơn giản, ai nhìn cũng hiểu. Chẳng hạn, đó có thể là thời gian giải quyết một bộ hồ sơ, số lần người dân phải đi lại, hay lượng khách vào mùa thấp điểm. Đo trước khi làm, rồi đo lại sau vài tháng.
Nên làm thí điểm ở một vài sở, ngành hoặc địa phương trước. Việc nào có kết quả thì nhân rộng. Việc nào chưa đạt thì dừng sớm và rút kinh nghiệm. Mỗi khoản đầu tư nên gắn với một bài toán cụ thể, một đơn vị sử dụng và một chỉ số đo được. Như vậy sẽ tránh được dàn trải, lãng phí.
Về nhân lực, mỗi dự án nên có cán bộ, kỹ sư trẻ của địa phương cùng làm ngay từ ngày đầu, vừa làm vừa học bên cạnh các chuyên gia giàu kinh nghiệm. Đó là cách để Quảng Ninh làm chủ công nghệ và từng bước tự chủ, với một đội ngũ tại chỗ đủ sức đảm nhận các dự án mới.
Làm ít mà chắc, đo cho rõ, rồi mới nhân rộng. Với nền tảng sẵn có, tôi tin Quảng Ninh sớm cho thấy những lợi ích rất cụ thể của dữ liệu. Đó là thủ tục nhanh hơn, du khách đến đều quanh năm và hàng hóa lưu chuyển thông suốt hơn.
+ Trân trọng cảm ơn ông về cuộc trò chuyện ý nghĩa này!
