1. Hạ tầng tính toán AI: điểm nghẽn mang tính cấu trúc
1.1. Thực trạng hạ tầng AI
Một trong những yếu tố nền tảng của AI hiện đại là năng lực tính toán (compute), đặc biệt là GPU hiệu năng cao (A100, H100, TPU…).
Tại thời điểm hiện nay:
- Việt Nam chưa có AI supercluster hay trung tâm tính toán AI quy mô quốc gia
- Phần lớn doanh nghiệp, startup và viện nghiên cứu phải thuê GPU từ AWS, Google Cloud, Azure tại Singapore hoặc Nhật Bản
- Các trung tâm dữ liệu trong nước chủ yếu phục vụ cloud truyền thống, chưa tối ưu cho huấn luyện mô hình AI lớn (foundation models)
Theo Báo cáo AI Readiness của UNESCO, Việt Nam được đánh giá là:
“Có hạ tầng số nền tảng tốt, nhưng thiếu năng lực tính toán chuyên dụng cho AI ở quy mô quốc gia.”
1.2. Dẫn chứng đầu tư gần đây
- Cuối 2024 – 2025, Việt Nam ký Biên bản hợp tác chiến lược với NVIDIA về việc xây dựng Trung tâm R&D AI và AI Data Center.
→ Đây là bước đi đúng, nhưng mới ở giai đoạn khởi đầu, chưa tạo ra năng lực compute tương đương Singapore hay Hàn Quốc. - Một số tập đoàn lớn (Viettel, FPT, Vingroup) đã đầu tư GPU, nhưng quy mô vẫn ở mức doanh nghiệp, không đủ để hình thành nền tảng AI quốc gia.
Nhận diện thực tế:
👉 Việt Nam yếu về AI infrastructure, đây là điểm chậm so với các nước dẫn đầu.
2. Năng lực nghiên cứu AI: mạnh ở ứng dụng, yếu ở nền tảng
2.1. Nghiên cứu học thuật và công bố quốc tế
Việt Nam có sự cải thiện rõ rệt về:
- Số lượng bài báo AI
- Tham gia các hội nghị như NeurIPS, ICML, ACL
Tuy nhiên:
- Phần lớn công bố tập trung vào Computer Vision, NLP ứng dụng
- Rất ít đóng góp vào thuật toán lõi, kiến trúc mô hình mới, hay lý thuyết AI
Theo các bảng xếp hạng học thuật quốc tế:
- Việt Nam không nằm trong top 30–40 quốc gia về AI research
- Khoảng cách với Mỹ, Trung Quốc, Anh, Canada là rất lớn
2.2. Foundation model & AI tự chủ
- Việt Nam đã có một số nỗ lực đáng ghi nhận:
- VinaLLaMA, các mô hình tiếng Việt
- Bộ dữ liệu ViGen, Vi-Primer
- Tuy nhiên:
- Các mô hình này chưa đạt quy mô và năng lực cạnh tranh quốc tế
- Vẫn phụ thuộc nặng vào mô hình nền tảng nước ngoài (OpenAI, Google, Meta)
Nhận diện thực tế:
👉 Việt Nam chưa làm chủ AI nền tảng, chủ yếu là AI ứng dụng (applied AI).
3. Nhân lực AI: lợi thế tương đối nhưng chưa đủ “độ sâu”
3.1. Điểm mạnh
- Việt Nam có:
- Lực lượng kỹ sư CNTT đông đảo (≈500.000 người)
- Nhiều kỹ sư AI giỏi trong các mảng:
- Computer Vision
- NLP tiếng Việt
- Recommendation, fraud detection
- Kỹ sư Việt Nam được đánh giá tốt về khả năng triển khai và tối ưu chi phí
3.2. Điểm yếu
- Thiếu trầm trọng:
- AI system architect
- AI infrastructure engineer
- Researcher cấp độ dẫn dắt (principal scientist)
- Chảy máu chất xám:
- Nhân sự AI giỏi thường làm cho Big Tech nước ngoài
- Đào tạo đại trà nhanh hơn đào tạo tinh hoa
Theo đánh giá của nhiều doanh nghiệp công nghệ lớn:
“Việt Nam mạnh ở triển khai AI, yếu ở thiết kế hệ thống AI quy mô lớn.”
4. Ứng dụng AI: điểm sáng rõ rệt nhất
4.1. Khu vực tư nhân
AI đã được ứng dụng thực tế trong:
- Ngân hàng – tài chính (fraud detection, credit scoring)
- Thương mại điện tử, marketing, recommendation
- Sản xuất, logistics, bảo hiểm
Nhiều doanh nghiệp đã tạo ra giá trị kinh tế thực, không chỉ thử nghiệm.
4.2. Khu vực công
- AI trong:
- Hành chính công
- Giao thông thông minh
- Trợ lý ảo, phân tích dữ liệu
- Tuy nhiên:
- Ứng dụng còn rời rạc
- Thiếu hệ thống dữ liệu liên thông quy mô quốc gia
Nhận diện thực tế:
👉 Việt Nam mạnh về “AI dùng được”, yếu về “AI dẫn dắt”.
5. Chính sách và chiến lược quốc gia: đúng hướng nhưng cần thực chất hơn
- Việt Nam có:
- Chiến lược AI quốc gia đến 2030
- Mục tiêu top đầu ASEAN, top 50 thế giới
- Nhà nước xác định AI là công nghệ chiến lược
Tuy nhiên:
- Khoảng cách giữa chiến lược và năng lực thực thi còn lớn
- Đầu tư cho AI infrastructure và dữ liệu chưa tương xứng với mục tiêu
Kết luận: Nhận diện đúng để đi xa
Một cách thực tế, có thể khẳng định:
- Việt Nam chưa phải quốc gia mạnh về AI theo chuẩn toàn cầu
- Việt Nam không yếu, nhưng đang ở tầng “AI ứng dụng”, chưa bước sang tầng “AI nền tảng”
- Điểm nghẽn lớn nhất:
- Thiếu hạ tầng tính toán AI quốc gia
- Thiếu dữ liệu chuẩn hóa quy mô lớn
- Thiếu nhân lực R&D cấp cao
Nếu ví AI là một “chuỗi giá trị”, thì hiện nay:
Việt Nam đứng vững ở khâu triển khai và tối ưu,
nhưng chưa nắm được khâu thiết kế và làm chủ công nghệ lõi.
Việc nhận diện đúng thực lực không nhằm bi quan, mà là điều kiện tiên quyết để Việt Nam lựa chọn chiến lược AI phù hợp: tập trung vào AI giải quyết bài toán quốc gia, từng bước xây dựng năng lực nền tảng
