Chiến lược AI của Việt Nam phụ thuộc vào nhiều yếu tố hơn là chip và nhân tài: hạ tầng dữ liệu mới là mảnh ghép còn thiếu. Cuộc gặp giữa Tổng Bí thư Tô Lâm và Google đã đưa vấn đề hạ tầng dữ liệu lên bàn nghị sự quốc gia.
Đăng ngày: 8/6/2026 | Tác giả: DataCore Research
Tóm tắt nhanh
- Ngày 8/6/2026, Tổng Bí thư, Chủ tịch nước Tô Lâm đã gặp các chuyên gia của Google LLC và chính thức đề nghị hỗ trợ chiến lược trí tuệ nhân tạo (AI) quốc gia của Việt Nam.
- Việt Nam tái khẳng định mục tiêu xuất khẩu công nghệ số đạt 55 tỷ USD mỗi năm (nguồn: VnExpress, 8/6/2026).
- Một chiến lược AI quốc gia cần bốn trụ cột: năng lực tính toán, nhân tài, quy định và dữ liệu. Việt Nam đang đầu tư mạnh vào ba trụ cột đầu; dữ liệu có cấu trúc theo ngành là phần ít được giải quyết nhất.
- Các mô hình AI cho thị trường tài chính, chuỗi cung ứng, doanh nghiệp và địa chỉ của Việt Nam cần dữ liệu tiếng Việt được tuyển chọn, không phải dữ liệu thu thập tự động hay đã lỗi thời.
- DataCore cung cấp hạ tầng dữ liệu Việt Nam có cấu trúc, truy cập qua API trên các lĩnh vực kinh tế, tài chính, thông tin doanh nghiệp, địa chỉ và định vị, là lớp dữ liệu nền tảng cho ứng dụng AI trong ngân hàng, bảo hiểm, tài chính doanh nghiệp và khu vực công.
Chuyện gì đã diễn ra tại cuộc gặp giữa Tô Lâm và Google?
Ngày 8/6/2026, Tổng Bí thư, Chủ tịch nước Tô Lâm đã làm việc với các chuyên gia của Google LLC và đề nghị Google hỗ trợ Việt Nam phát triển chiến lược AI quốc gia.
Thông điệp xuyên suốt cuộc gặp rất rõ ràng: tham vọng AI của Việt Nam là nghiêm túc, nhưng để hiện thực hóa, đất nước cần một nền tảng hạ tầng dữ liệu vững chắc chứ không chỉ là các mô hình và năng lực tính toán.
Cuộc gặp diễn ra khi phần lớn thảo luận về AI tập trung vào chip, trung tâm dữ liệu và nhân lực, trong khi hạ tầng dữ liệu, nguyên liệu đầu vào quyết định chất lượng của mọi mô hình, lại ít được nhắc tới.
Vì sao mục tiêu xuất khẩu công nghệ số 55 tỷ USD phụ thuộc vào dữ liệu?
Để đạt mục tiêu xuất khẩu công nghệ số 55 tỷ USD mỗi năm, các sản phẩm AI và phần mềm Make in Vietnam phải đủ sức cạnh tranh quốc tế. Mà chất lượng của một sản phẩm AI lại bị giới hạn bởi chất lượng hạ tầng dữ liệu đứng phía sau nó.
Một chiến lược AI quốc gia cần bốn trụ cột: năng lực tính toán, nhân tài, quy định và dữ liệu. Việt Nam đang đầu tư đáng kể vào ba trụ cột đầu tiên. Trụ cột còn lại, dữ liệu có cấu trúc và đáng tin cậy theo từng ngành, chính là điểm nghẽn. Nếu thiếu hạ tầng dữ liệu chuẩn hóa, ngay cả những mô hình tốt nhất cũng cho kết quả kém chính xác khi áp dụng vào bối cảnh Việt Nam.
Hạ tầng dữ liệu của Việt Nam đang ở đâu?
Dữ liệu của Việt Nam hiện nằm phân tán ở nhiều cơ quan, định dạng và mức độ cập nhật khác nhau. Nhiều tập dữ liệu quan trọng vẫn ở dạng PDF, bảng tính rời rạc hoặc cổng thông tin không có API.
Điều này khiến việc xây dựng ứng dụng AI trở nên tốn kém và dễ sai sót, vì phần lớn công sức đổ vào việc làm sạch và kết nối dữ liệu thay vì phát triển mô hình. Một hạ tầng dữ liệu được chuẩn hóa và cập nhật thường xuyên sẽ giải phóng nguồn lực đó.
Các mô hình AI phục vụ thị trường tài chính, chuỗi cung ứng, doanh nghiệp và địa chỉ của Việt Nam cần dữ liệu tiếng Việt được tuyển chọn kỹ lưỡng. Dữ liệu thu thập tự động từ internet hoặc dữ liệu lỗi thời không thể thay thế cho một hạ tầng dữ liệu đáng tin cậy.
DataCore đóng vai trò gì trong chiến lược AI của Việt Nam?
DataCore cung cấp hạ tầng dữ liệu Việt Nam có cấu trúc, truy cập qua API, đóng vai trò lớp dữ liệu nền tảng cho các ứng dụng AI trong ngân hàng, bảo hiểm, tài chính doanh nghiệp và khu vực công. Cụ thể, hạ tầng dữ liệu của DataCore bao gồm:
- Dữ liệu kinh tế vĩ mô. GDP, thương mại, lạm phát (chỉ số giá tiêu dùng CPI), sản xuất công nghiệp, việc làm và các chuỗi số liệu thống kê chủ chốt từ Tổng cục Thống kê (GSO) và Bộ Tài chính.
- Dữ liệu thị trường tài chính. Dữ liệu cổ phiếu từ HOSE, HNX và UPCoM, bao gồm giá, khối lượng, sự kiện doanh nghiệp và báo cáo tài chính.
- Thông tin doanh nghiệp. Hồ sơ doanh nghiệp có cấu trúc theo đăng ký kinh doanh: tên pháp lý, mã số đăng ký, ngành nghề, vốn đăng ký, người đại diện pháp luật, địa chỉ và tình trạng, phân ngành theo cả VSIC 2018 và 2025.
- Dữ liệu địa chỉ và định vị. Địa chỉ Việt Nam chuẩn hóa, ánh xạ tới đơn vị hành chính (tỉnh, huyện, xã), tọa độ địa lý và chuẩn hóa địa chỉ cho ứng dụng so khớp địa chỉ bằng AI.
- Phân loại ngành nghề. Bộ mã phân ngành kinh tế Việt Nam đầy đủ, duy trì theo cả chuẩn VSIC 2018 và 2025, cho phép đối chiếu trực tiếp.
Điều này có ý nghĩa gì với doanh nghiệp xây dựng AI cho Việt Nam?
Với doanh nghiệp Việt Nam, bài học thực tế là hãy coi hạ tầng dữ liệu là ưu tiên ở cấp hội đồng quản trị. Hãy rà soát những nơi hạ tầng dữ liệu còn phân mảnh, đầu tư vào các chuẩn dữ liệu dùng chung và hợp tác với những đơn vị hiểu rõ hạ tầng dữ liệu trong nước.
Kết luận: Tham vọng AI của Việt Nam sẽ thành hay bại nhờ hạ tầng dữ liệu. Thu hẹp khoảng cách về hạ tầng dữ liệu, thông qua hạ tầng dữ liệu sạch, được kết nối và quản trị tốt, là bước đi có đòn bẩy cao nhất hiện nay.
Câu hỏi thường gặp
Cuộc gặp giữa Tô Lâm và Google diễn ra khi nào? Ngày 8/6/2026, Tổng Bí thư, Chủ tịch nước Tô Lâm đã gặp các chuyên gia Google LLC và đề nghị hỗ trợ chiến lược AI quốc gia của Việt Nam.
Vì sao hạ tầng dữ liệu lại quan trọng với chiến lược AI? Vì chất lượng của mọi mô hình AI bị giới hạn bởi chất lượng dữ liệu đầu vào. Nếu thiếu hạ tầng dữ liệu chuẩn hóa và cập nhật, các mô hình AI áp dụng cho Việt Nam sẽ kém chính xác.
DataCore cung cấp những loại dữ liệu nào? DataCore cung cấp hạ tầng dữ liệu Việt Nam có cấu trúc qua API: dữ liệu kinh tế vĩ mô, thị trường tài chính, thông tin doanh nghiệp, địa chỉ và định vị, cùng phân loại ngành nghề.
Để lại một bình luận
Bạn phải đăng nhập để gửi bình luận.