Tính đến tháng 9/2026, TP.HCM đã thu thập 25/39 danh mục dữ liệu theo Đề án 06, đạt 64%; chuẩn hóa 31.768 địa điểm với tọa độ GPS và đơn vị hành chính tương đối đầy đủ; đồng thời kết nối kho dữ liệu thành phố với Trung tâm Dữ liệu quốc gia trên môi trường thử nghiệm, theo VnEconomy (11/10/2026). Những con số này phác thảo một bài toán khó hơn nhiều: đưa dữ liệu chính phủ vốn đang phân mảnh vào một hệ thống thống nhất để AI có thể thực sự phục vụ người dân.
Tại sao dữ liệu phân mảnh vẫn là điểm nghẽn lớn nhất?
Các sở, ban, ngành của thành phố mỗi nơi giữ một kho dữ liệu riêng, không kết nối với nhau. Với các mô hình ngôn ngữ lớn (LLM, tức các mô hình AI được huấn luyện trên khối lượng văn bản khổng lồ để hiểu và tạo ra ngôn ngữ), chất lượng dữ liệu đầu vào quyết định trực tiếp chất lượng đầu ra.
Ông Nguyễn Thanh Hòa, Phó Giám đốc Trung tâm Chuyển đổi số TP.HCM, nói với VnEconomy rằng dữ liệu phải đáp ứng sáu tiêu chí trước khi có thể đưa vào các mô hình AI hay công cụ khai phá dữ liệu: đúng, đủ, sạch, sống (cập nhật liên tục), thống nhất và dùng chung.
Thành phố đang giải quyết vấn đề này thông qua dự án IOC (Trung tâm Giám sát, Điều hành chung, kết nối dữ liệu từ các phường, xã, đặc khu cũng như các sở, ban, ngành của Thành phố, hướng tới xử lý dữ liệu theo thời gian thực) tại số 6 Tú Xương.
Một chiến dịch cao điểm 100 ngày (từ 10/7/2026 đến hết 30/11/2026) đang tập trung xử lý dứt điểm các điểm nghẽn còn lại. Ông Hòa cho biết Trung tâm sẽ có đánh giá cụ thể hơn sau khi chiến dịch kết thúc.
Nền tảng pháp lý cũng được củng cố đáng kể. Nghị quyết 57-NQ/TW của Bộ Chính trị (ngày 22/12/2024) đặt khung quốc gia cho khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số. Luật Dữ liệu quy định rõ cơ quan nào sở hữu và tạo lập từng bộ dữ liệu, tạo cơ sở pháp lý rõ ràng hơn cho việc phối hợp. Khung Kiến trúc dữ liệu quốc gia quy định những ứng dụng nào các bộ, ngành sẽ đầu tư tập trung để địa phương sử dụng chung, tránh đầu tư trùng lặp.
App Công dân số đạt được gì và còn thiếu gì?
Ứng dụng “Công dân số” của TP.HCM đã vượt 1,2 triệu lượt tải và ghi nhận hơn 7 triệu lượt tương tác, theo VnEconomy. Các tính năng hiện tích hợp gồm:
- Miniapp SOS (ứng dụng nhỏ nhúng bên trong ứng dụng lớn hơn) về an ninh trật tự của Công an Thành phố
- Dữ liệu ngành giáo dục và học bạ học sinh
- Dữ liệu ngành y tế
- Hồ sơ công đoàn viên: hơn 1,8 triệu đầu dữ liệu đã tích hợp trên tổng số khoảng 2,2 triệu công đoàn viên toàn thành phố
Ông Hòa nhận định rằng với quy mô dân số TP.HCM, 1,2 triệu lượt cài đặt vẫn còn nhiều dư địa tăng trưởng. Yếu tố then chốt để người dùng quay lại, theo ông, là tính hữu ích: công nghệ phải giải quyết được nhu cầu thực tế thì người dân mới có lý do quay trở lại.
Hướng đi dài hạn của thành phố là mô hình siêu ứng dụng (super-app), nơi người dân truy cập nhiều dịch vụ qua một đầu mối duy nhất. Ông Hòa gợi ý VNeID, hệ thống định danh số quốc gia của Việt Nam, có thể đóng vai trò là tầng trung tâm, xây trên nền xác thực thống nhất và có khả năng tích hợp dịch vụ đa lĩnh vực. Ông dẫn các mô hình từ các thành phố tại Trung Quốc, Anh, Australia và Hoa Kỳ, nơi ứng dụng số đã tích hợp từ xem truyền hình, đọc báo đến thông tin vé, chương trình giảm giá và các dịch vụ thiết yếu.
TP.HCM đang xây năng lực trung tâm dữ liệu cho AI ra sao?
TP.HCM hiện có khoảng 20 trong tổng số hơn 40 trung tâm dữ liệu của cả nước. Mục tiêu quốc gia là đạt tổng công suất 500 MW vào năm 2030.
Chi phí đầu tư vào khoảng 6 đến 8 triệu USD mỗi MW, theo số liệu ông Hòa cung cấp cho VnEconomy; với những trung tâm dữ liệu có công suất hàng trăm MW, tổng mức đầu tư sẽ là một con số rất lớn. Các địa điểm tiềm năng thành phố đã xác định gồm Khu Công nghệ cao tại Thủ Đức, Tân Thuận và Khu công nghiệp Tân Phú Trung ở Củ Chi.
Hai nút thắt lớn về nguồn cung đang cản trở tốc độ phát triển: nguồn điện ổn định và chip điện toán hiệu năng cao (bộ xử lý chuyên dụng, chủ yếu là GPU, cần thiết để chạy các tác vụ AI ở quy mô lớn), vốn vẫn phụ thuộc vào chính sách cấp phép xuất khẩu của các nước cung cấp. Ông Hòa cho biết khả năng tiếp cận chip cho các trung tâm điện toán hiệu năng cao vẫn là thách thức đang được xử lý tích cực.
Ngày 28/8/2026, Thủ tướng ban hành Quyết định số 1671/QĐ-TTg về Chiến lược quốc gia về AI đến năm 2030, tầm nhìn đến năm 2045. Ông Hòa cho rằng AI có thể giúp nâng cao năng suất và thúc đẩy các lĩnh vực còn nhiều dư địa như nông nghiệp, logistics, hàng không và vận tải.
AI Agent sẽ đóng vai trò gì trong giai đoạn tiếp theo?
Ông Hòa phân biệt rõ giữa AI tạo sinh (Gen AI, các hệ thống tạo ra văn bản, hình ảnh và nội dung theo yêu cầu) và AI agentic (AI Agent, các hệ thống có khả năng ghi nhớ ngữ cảnh qua nhiều phiên, lập kế hoạch thực hiện nhiều bước và tự thực thi tác vụ). Ông cho biết thành phố dự kiến đưa AI Agent vào các nghiệp vụ cụ thể từ năm 2027.
AI Agent có thể đảm nhận các công việc trước đây cần nhân sự trực tiếp, ông nói, và có thể mở ra các mô hình kinh doanh mới, bao gồm hình thức doanh nghiệp một người vận hành nhiều AI Agent phụ trách các chức năng riêng biệt trong khi người chủ tập trung vào giám sát và ra quyết định cuối cùng.
Rủi ro bảo mật và quyền riêng tư khi dữ liệu tập trung hóa
Khung pháp lý bảo vệ dữ liệu cá nhân của Việt Nam hiện dựa trên Luật Bảo vệ dữ liệu cá nhân và Nghị định 356/2025/NĐ-CP, thay thế Nghị định 13/2023/NĐ-CP trước đó.
Ông Hòa cho biết lượng cuộc gọi lừa đảo đã giảm đáng kể nhờ phối hợp với Interpol và các đối tác quốc tế. Song tấn công mạng vẫn là mối lo cần theo dõi sát. Tần suất tấn công có thể giảm, nhưng mức độ thiệt hại của từng vụ có thể tăng, ông nhận định.
Tấn công ransomware (tấn công mạng mã hóa toàn bộ dữ liệu của tổ chức và đòi tiền chuộc để khôi phục) có thể gây tổn thất hàng triệu USD cho doanh nghiệp lớn. Khuyến cáo của ông Hòa: các tổ chức phải chủ động sao lưu dữ liệu, duy trì kế hoạch dự phòng và chuẩn bị phòng thủ cụ thể trước các phương thức tấn công mới, thay vì chờ đến khi sự cố xảy ra.
Kỹ năng số của người dân có bắt kịp hạ tầng không?
TP.HCM phát động chiến dịch “Bình dân học vụ số” vào ngày 11/10/2025 nhằm phổ cập kỹ năng số đại trà cho người dân. Đến nay, riêng Trung tâm Chuyển đổi số đã tổ chức khoảng 174 lớp với khoảng 38.000 người tham gia.
Góc nhìn Hingewise
Con số 64% dễ khiến người đọc nghĩ TP.HCM đã đi được hơn nửa chặng đường. Nhưng trong thực tế, 64% ở đây chỉ phản ánh số lượng danh mục dữ liệu đã thu thập được, chứ chưa nói gì đến chất lượng. Để hình dung rõ hơn: một tập dữ liệu thu thập đủ 39 danh mục nhưng có thông tin lỗi thời, thiếu trường, hoặc định dạng không đồng nhất giữa các sở vẫn không thể đưa vào mô hình AI. Bởi vậy sáu tiêu chí mà ông Hòa nêu (đúng, đủ, sạch, sống, thống nhất, dùng chung) không phải hướng dẫn thực hành, mà là điều kiện tối thiểu.
Điểm đáng chú ý nhất, theo Hingewise, là lộ trình AI Agent cho năm 2027 phụ thuộc trực tiếp vào nền dữ liệu đang xây dựng ngay lúc này. AI Agent hoạt động theo cơ chế truy xuất thông tin theo ngữ cảnh và thực thi nhiều bước liên tiếp, tức nó cần dữ liệu không chỉ đủ mà còn phải truy xuất được theo thời gian thực. Nếu dữ liệu phân mảnh chưa được giải quyết trước năm 2027, triển khai AI Agent ở quy mô vận hành đô thị sẽ gặp đúng vấn đề này ngay từ bước đầu.
Ràng buộc về chip GPU cũng là rủi ro hay bị đánh giá thấp trong các kế hoạch chuyển đổi số địa phương. Không giống thiếu điện hay thiếu đất, đây là ràng buộc địa chính trị: địa phương không tự giải quyết được, và thời gian chờ cấp phép xuất khẩu có thể kéo dài mà không báo trước. Kế hoạch năng lực trung tâm dữ liệu cần tính biến số này vào từ đầu, không phải xử lý khi đã ký cam kết vốn.
Việc tập trung hóa dữ liệu cũng làm thay đổi hồ sơ rủi ro an ninh theo hướng ông Hòa đã nêu: ít sự cố hơn, nhưng mỗi sự cố nặng hơn. Đây là lý do chiến lược sao lưu và kế hoạch ứng phó sự cố không thể để đến lúc có hạ tầng mới nghĩ đến.
Trước khi đưa AI vào vận hành: 6 điều cần kiểm tra về dữ liệu
- Kiểm tra sáu tiêu chí dữ liệu: dữ liệu của bạn có đúng, đủ, sạch, sống (được cập nhật), thống nhất về định dạng và có thể chia sẻ giữa các bộ phận không?
- Xác định chủ sở hữu từng bộ dữ liệu: ai có quyền truy cập, ai có quyền sửa đổi, ai chịu trách nhiệm cập nhật?
- Kiểm tra khả năng truy xuất theo thời gian thực: dữ liệu có thể được hệ thống tự động đọc ngay lập tức không, hay vẫn cần qua bước xuất file thủ công?
- Rà soát kế hoạch sao lưu: nếu toàn bộ dữ liệu bị mã hóa bởi ransomware hôm nay, bạn có thể khôi phục được không và mất bao lâu?
- Đánh giá mức độ trùng lặp ứng dụng: tổ chức hoặc đơn vị của bạn đang dùng bao nhiêu nền tảng riêng rẽ cho cùng một loại dữ liệu?
- Lập danh sách rủi ro phụ thuộc bên ngoài: những gì trong kế hoạch số của bạn phụ thuộc vào bên thứ ba (nhà cung cấp chip, điện lưới, đối tác dữ liệu) mà bạn không kiểm soát được?
Điều đáng theo dõi tiếp: Chiến dịch 100 ngày kết thúc ngày 30/11/2026. Báo cáo tổng kết từ Trung tâm Chuyển đổi số TP.HCM sẽ cho thấy thực chất những điểm nghẽn dữ liệu phân mảnh đã được xử lý đến đâu, và đó sẽ là tín hiệu quan trọng nhất để đánh giá tính khả thi của lộ trình AI Agent năm 2027.
Nguồn: VnEconomy, 11/10/2026
Bài viết được soạn với sự hỗ trợ của AI từ các nguồn dẫn ở trên và đối chiếu với các nguồn đó trước khi đăng. "Góc nhìn Hingewise" là nhận định biên tập của Hingewise, dựa trên khung phân tích và lập trường chúng tôi dùng trong công việc GEO. Cách chúng tôi làm việc: Chính sách biên tập.