Dũng Virgo
TP.HCM đang định hình một hệ sinh thái hỗ trợ AI theo hướng kết hợp giữa nghiên cứu, dữ liệu, hạ tầng tính toán và nguồn vốn. Tại Applied AI Lab Demo Day 2026 diễn ra ngày 8/10, ông Trương Minh Huy Vũ, Phó Chủ tịch UBND TP.HCM, cho biết thành phố đang báo cáo Chính phủ về cơ chế vốn đối ứng dành cho đầu tư mạo hiểm công nghệ.
Theo đề xuất được nêu tại sự kiện, tỷ lệ vốn đối ứng có thể dao động từ 1:1, 1:2 đến 1:3, tùy thuộc mức độ ưu tiên của từng dự án. Đây được xem là một hướng tiếp cận đáng chú ý trong bối cảnh các nhóm nghiên cứu AI thường gặp khó khăn khi chuyển nguyên mẫu thành sản phẩm thương mại.
TP.HCM muốn trở thành môi trường thuận lợi cho nhân tài AI
Trong phần phát biểu tại sự kiện, ông Trương Minh Huy Vũ ví các nhóm nghiên cứu như những hạt giống cần được gieo vào một môi trường phù hợp. Nếu Saigon AI Hub (SAIH) giữ vai trò kết nối và chăm sóc các “hạt giống” nghiên cứu, thành phố sẽ tập trung tạo ra điều kiện cần thiết về chính sách, dữ liệu, hạ tầng và cơ hội ứng dụng.
Cách tiếp cận này cho thấy mục tiêu của TP.HCM không chỉ dừng ở việc thu hút chuyên gia AI. Thành phố muốn hình thành một chuỗi hỗ trợ đủ dài để ý tưởng nghiên cứu có thể đi qua nhiều giai đoạn: thử nghiệm, đánh giá trong thực tế, gọi vốn và phát triển thành doanh nghiệp công nghệ.
Ông Vũ cũng bày tỏ kỳ vọng từ những nhóm nghiên cứu hiện nay có thể xuất hiện các công ty công nghệ quy mô lớn trong tương lai. Để đạt mục tiêu đó, nhân tài AI cần được tiếp cận với những bài toán đủ lớn, nguồn dữ liệu phù hợp, năng lực tính toán, môi trường thử nghiệm và các đối tác có khả năng đưa sản phẩm ra thị trường.
Dữ liệu thành phố có thể trở thành nguồn bài toán cho AI
Một trong những hướng hỗ trợ được đề cập là xây dựng hệ thống dữ liệu tập trung liên quan đến đất đai, thuế và tài chính. Khi dữ liệu được tổ chức tốt, thành phố có thể chuyển các nhu cầu quản lý và phục vụ người dân thành những bài toán cụ thể cho giới nghiên cứu.
Ví dụ được đưa ra tại sự kiện là việc phân tích nhu cầu đặc biệt của từng nhóm hành khách xe buýt. Một hệ thống AI có thể hỗ trợ nhận diện các nhu cầu khác nhau, từ đó giúp cơ quan quản lý có thêm cơ sở để cải thiện chất lượng dịch vụ. Tuy nhiên, thông tin tại sự kiện chưa cho biết cụ thể mô hình công nghệ, dữ liệu đầu vào hay lộ trình triển khai cho bài toán này.
Điểm quan trọng nằm ở cách xác định đề bài. Theo đại diện TP.HCM, các vấn đề dành cho AI không nên bị giới hạn bởi ranh giới hành chính. Một bài toán đủ lớn và có ý nghĩa có thể thu hút sự tham gia của chuyên gia trong nước lẫn quốc tế.
Quan điểm này cũng đặt ra yêu cầu về chất lượng dữ liệu và cơ chế chia sẻ. Nếu thành phố muốn các nhóm nghiên cứu giải quyết những vấn đề thực tế, đơn vị sở hữu bài toán cần cung cấp dữ liệu ngành, chuyên gia hướng dẫn và điều kiện thử nghiệm phù hợp. Chỉ đưa ra yêu cầu mà không có dữ liệu hoặc môi trường kiểm chứng sẽ khiến quá trình nghiên cứu khó tạo ra sản phẩm có khả năng sử dụng rộng rãi.
Đề án trung tâm dữ liệu AI đang được chuẩn bị
Về hạ tầng, Sở Khoa học và Công nghệ cùng Ban quản lý Khu Công nghệ cao đã trình đề án phát triển các trung tâm dữ liệu AI. Đây là nền tảng quan trọng bởi nhiều mô hình AI hiện nay cần năng lực xử lý lớn trong cả giai đoạn huấn luyện lẫn vận hành.
Đối với các nhóm nghiên cứu nhỏ, chi phí tiếp cận máy chủ, GPU và hệ thống lưu trữ có thể trở thành rào cản đáng kể. Việc có hạ tầng dùng chung sẽ giúp họ giảm phụ thuộc vào nguồn lực riêng, rút ngắn thời gian thử nghiệm và tập trung nhiều hơn cho việc hoàn thiện thuật toán, dữ liệu cũng như sản phẩm.
Hiện thông tin công bố tại sự kiện chưa nêu quy mô, địa điểm hoặc thời điểm đưa các trung tâm dữ liệu AI vào hoạt động. Vì vậy, hiệu quả của đề án sẽ còn phụ thuộc vào mô hình đầu tư, cách phân bổ tài nguyên và tiêu chí lựa chọn nhóm nghiên cứu được sử dụng sau này.
Trong thực tế, hạ tầng AI không chỉ là số lượng máy chủ. Các nhóm phát triển còn cần công cụ quản lý dữ liệu, môi trường triển khai, cơ chế bảo mật và khả năng mở rộng khi sản phẩm được thử nghiệm trên quy mô lớn. Những thiết bị chuyên dụng cho AI, chẳng hạn hệ thống có thể chạy mô hình hàng trăm tỷ tham số, cho thấy yêu cầu phần cứng của lĩnh vực này ngày càng cao.
Cơ chế vốn đối ứng có thể mở rộng cơ hội thương mại hóa
Chi tiết thu hút sự chú ý nhất là đề xuất vốn đối ứng cho đầu tư mạo hiểm công nghệ. Theo ông Trương Minh Huy Vũ, thành phố đang báo cáo Chính phủ về ba mức tỷ lệ gồm 1:1, 1:2 và 1:3, tùy theo mức độ ưu tiên của dự án.
Hiểu đơn giản, khi cơ chế được thông qua và áp dụng theo một tỷ lệ cụ thể, nguồn vốn công có thể được sử dụng để đồng hành cùng nguồn vốn tư nhân trong các dự án được lựa chọn. Tỷ lệ càng cao sẽ tạo thêm động lực cho những dự án có ý nghĩa chiến lược nhưng cũng đi kèm mức độ rủi ro lớn.
Điểm đáng chú ý là cơ chế này thừa nhận đặc thù của đầu tư công nghệ. Không phải mọi ý tưởng AI đều thành công, ngay cả khi có đội ngũ nghiên cứu tốt. Một số dự án cần nhiều vòng thử nghiệm, thay đổi hướng phát triển hoặc thời gian dài để tìm được mô hình kinh doanh phù hợp.
Tuy nhiên, vốn đối ứng không thể thay thế cho quy trình thẩm định. Thành phố vẫn cần tiêu chí rõ ràng về năng lực đội ngũ, tính cần thiết của bài toán, khả năng bảo vệ dữ liệu, tiềm năng ứng dụng và kế hoạch thương mại hóa. Cơ chế giám sát cũng cần được thiết kế để vừa kiểm soát rủi ro, vừa không làm chậm tốc độ đổi mới.
Nếu triển khai hiệu quả, chính sách này có thể giúp thu hẹp khoảng cách giữa phòng nghiên cứu và thị trường. Đây cũng là điều kiện để các ý tưởng AI không chỉ dừng ở bản trình diễn tại sự kiện mà có thể được thử nghiệm trong ngân hàng, tài chính, giao thông, du lịch, sản xuất hoặc các lĩnh vực công cộng.
Những nguyên mẫu AI hướng tới ứng dụng thực tế
Tại Demo Day, một số hướng ứng dụng được nhắc đến gồm phát hiện deepfake và thực tế ảo. Ông Vũ cho rằng công nghệ phát hiện nội dung giả mạo có thể phù hợp với hoạt động ngân hàng, định danh và bảo mật, nhất là khi TP.HCM đang thúc đẩy Trung tâm Tài chính quốc tế.
Deepfake đang tạo ra thách thức cho quá trình xác thực hình ảnh, giọng nói và danh tính. Vì vậy, các công cụ hỗ trợ nhận diện nội dung do AI tạo ra có thể trở thành một lớp kiểm tra bổ sung trong các hệ thống số. Người đọc có thể tham khảo thêm về hướng phát triển công cụ nhận diện nội dung AI qua bài viết Google mở SynthID Detector.
Trong khi đó, các giải pháp thực tế ảo được kỳ vọng tạo ra cách tiếp cận mới cho du lịch và văn hóa. Những nguyên mẫu dạng này có thể giúp người dùng khám phá không gian, di sản hoặc nội dung trải nghiệm theo phương thức tương tác hơn. Dù vậy, để đi vào sử dụng, sản phẩm vẫn cần được kiểm tra về tính chính xác, khả năng vận hành và mức độ phù hợp với nhu cầu thực tế.
SAIH thay đổi cách tuyển chọn dự án ở Khóa 2
Applied AI Lab là chương trình do SAIH phối hợp với Google AI Futures Fund triển khai. SAIH là mô hình nghiên cứu AI mở do VNG và Đại học Quốc gia TP.HCM đồng sáng lập, đặt tại VNG Campus.
Khóa 1 có gần 60 nhà nghiên cứu thuộc 10 nhóm. Trong số đó, 6 nhóm trình diễn nguyên mẫu trực tiếp tại Demo Day, còn một nhóm đã thương mại hóa giải pháp kết hợp AI với drone. Những kết quả này cho thấy chương trình đã tạo ra nguồn lực và tốc độ nghiên cứu nhất định.
Dù vậy, ông Lê Hồng Minh, Nhà sáng lập và Chủ tịch HĐQT VNG, cho rằng một hạn chế của Khóa 1 là nhiều giải pháp bắt đầu từ mối quan tâm học thuật của nhóm nghiên cứu thay vì nhu cầu cụ thể từ thị trường. Đây là lý do SAIH điều chỉnh mô hình ở Khóa 2.
Thay vì bắt đầu bằng đề tài nghiên cứu, Khóa 2 sẽ xuất phát từ các bài toán thực tế do doanh nghiệp, cơ quan hoặc tổ chức công đề xuất. Sau đó, các nhóm nghiên cứu mới đăng ký và phát triển giải pháp phù hợp. SAIH sẽ đóng vai trò kết nối ba bên gồm đơn vị sở hữu bài toán, nhóm nghiên cứu và các nguồn lực hỗ trợ.
Trong mô hình này, đơn vị đưa ra đề bài cũng phải tham gia sâu hơn. Họ cần cử chuyên gia đồng hành, chia sẻ dữ liệu ngành và mở môi trường thử nghiệm. Cách làm này giúp sản phẩm được đánh giá sớm trong bối cảnh thật, thay vì chỉ kiểm tra trên dữ liệu mô phỏng.
Lộ trình tuyển chọn dự án trong năm 2026 và 2027
Từ ngày 8/10 đến cuối tháng 11/2026, SAIH tiếp nhận đề bài từ doanh nghiệp, cơ quan và tổ chức công. Bốn nhóm lĩnh vực ưu tiên gồm sản xuất, nông nghiệp, biến đổi khí hậu và các bài toán quốc gia. Các đề bài được lựa chọn dự kiến công bố vào tháng 12, trước khi mở tuyển nhóm nghiên cứu trên cả nước.
Hoạt động nghiên cứu dự kiến bắt đầu vào tháng 2/2027 và kéo dài sáu tháng. Trong năm 2027, SAIH đặt mục tiêu lựa chọn tối thiểu 10 dự án, trong đó có 6 dự án pilot thành công, 3 dự án được thương mại hóa và một start-up được thành lập.
Những mục tiêu này cho thấy chương trình sẽ được đánh giá không chỉ bằng số lượng nghiên cứu hay nguyên mẫu. Khả năng thử nghiệm thành công, tạo doanh thu và hình thành doanh nghiệp cũng được đặt vào trọng tâm.
Để hệ sinh thái phát triển bền vững, chính sách thu hút nhân tài AI cần đi cùng hạ tầng tính toán, dữ liệu, môi trường thử nghiệm, bài toán có giá trị và cơ hội hợp tác quốc tế. Khi các yếu tố này được kết nối, TP.HCM có thể tạo ra môi trường thuận lợi hơn cho các nhóm nghiên cứu trong nước, đồng thời tăng sức hút với chuyên gia quốc tế.
Đề xuất vốn đối ứng hiện vẫn đang trong quá trình báo cáo và chưa phải chính sách đã triển khai trên thực tế. Dù vậy, việc đặt vốn, dữ liệu và hạ tầng trong cùng một kế hoạch cho thấy TP.HCM đang hướng tới cách phát triển AI toàn diện hơn, trong đó nghiên cứu cần gắn với nhu cầu xã hội và khả năng đưa sản phẩm ra thị trường.
Character.AI phá sản dù có 12 triệu người dùng: Vì sao?
REA giúp AI khám phá logic bên trong phần mềm
Trump yêu cầu dùng “SI” thay cho “AI”, Musk hưởng ứng
AI ngân hàng giao dịch lớn sẽ chịu quản lý rủi ro cao từ 15/11
Anthropic siết quy tắc dùng Claude với hành vi lạm dụng AI
AI khiến dân văn phòng Trung Quốc phải làm việc bằng 3
Vì sao giới đầu tư Mỹ sang Trung Quốc để xem robot?
