Chuyển đổi số đang từng bước giải quyết các bài toán của cơ sở

 Ông Nguyễn Dương Anh, Phó Giám đốc Sở Khoa học và Công nghệ thành phố.

Về hiệu quả từ các mô hình đã triển khai, ông Nguyễn Dương Anh, Phó Giám đốc Sở Khoa học và Công nghệ thành phố đánh giá:

Khoa học - công nghệ và chuyển đổi số ở Huế đang chuyển khá rõ từ việc xây dựng nền tảng, ứng dụng đơn lẻ sang giải quyết trực tiếp các bài toán của cơ sở. Nhờ đó, khả năng phát hiện vấn đề sớm hơn, hỗ trợ ra quyết định nhanh hơn, giảm thao tác thủ công và kết nối được các nguồn lực để xử lý vấn đề.

Ở quy mô đô thị, Trung tâm Giám sát, điều hành đô thị thông minh (IOC) thành phố Huế đã kết nối hơn 800 camera, tích hợp 29 giải pháp AI; hệ thống phản ánh hiện trường đã tiếp nhận 22.400 phản ánh, góp ý và tỷ lệ giải quyết đạt khoảng 95%.

Điều quan trọng hơn, công nghệ đang trở thành công cụ giải quyết vấn đề, xuất phát từ bài toán thực tế, có dữ liệu đầu vào, quy trình xử lý, đơn vị chịu trách nhiệm và chỉ số đánh giá kết quả rõ ràng. Đây là cơ sở để lựa chọn những mô hình thực sự hiệu quả và nhân rộng.

Trong khi một số vùng nuôi xảy ra cá chết nhiều, cá lồng ở Kim Trà bị ảnh hưởng ít hơn nhờ hệ thống giám sát, cảnh báo. Theo ông, mô hình này có thể nhân rộng thế nào và cần hỗ trợ gì?

Mô hình giám sát chất lượng nước bằng IoT tại Kim Trà cho thấy giá trị rất thực tế của IoT: Theo dõi môi trường nước thường xuyên, cảnh báo sớm nguy cơ để người dân chủ động ứng phó. Qua đó, góp phần hạn chế thiệt hại, chính quyền cũng nắm tình hình và hỗ trợ nhanh hơn.

Trong thời gian tới, có thể mở rộng thí điểm sang một số vùng nuôi có quy mô lớn hoặc nguy cơ cao như Quảng Điền và các khu vực nuôi tập trung khác, ưu tiên kết nối vào cùng một nền tảng giám sát để so sánh dữ liệu giữa các vùng, nhận diện sớm biến động môi trường và nâng độ tin cậy của cảnh báo. Việc nhân rộng nên thực hiện từng bước, trên cơ sở đánh giá hiệu quả thực tế tại từng vùng trước khi triển khai diện rộng.

Khi dữ liệu từ nhiều vùng nuôi được tích hợp về nền tảng dùng chung tại IOC, mô hình không chỉ hỗ trợ từng hộ nuôi mà còn giúp cơ quan chuyên môn theo dõi xu hướng theo vùng, cảnh báo sớm trên phạm vi rộng và chủ động điều hành, hỗ trợ sản xuất hiệu quả hơn.

Trong thời gian tới, Nền tảng số kết nối “3 Nhà” sẽ được phát triển theo hướng nào, nhất là việc kết nối các bài toán của địa phương với nhà khoa học và doanh nghiệp, thưa ông?

Nền tảng “3 Nhà” được định hướng trở thành hạ tầng kết nối hoạt động nghiên cứu của thành phố, liên kết Nhà nước - Nhà khoa học - Doanh nghiệp trên cơ sở các vấn đề thực tiễn. Từ ngày 26/6 đến 23/8/2026, nền tảng đã tiếp nhận 96 vấn đề từ các sở, ngành, địa phương; có 16 nhóm/nhà khoa học và 14 doanh nghiệp đăng ký tham gia. Kế hoạch đặt hàng nhiệm vụ khoa học và công nghệ đợt 1 năm 2026 cũng có 10/14 nhiệm vụ định hướng triển khai theo mô hình 3 nhà.

Trọng tâm là chuyển sang quản lý một chuỗi hoàn chỉnh: vấn đề thực tiễn - đề xuất giải pháp - đặt hàng/nghiên cứu - thử nghiệm - hoàn thiện - bảo hộ - ứng dụng hoặc thương mại hóa. Chính quyền cơ sở cần chuyển từ vị trí chủ yếu thụ hưởng kết quả sang chủ động xác định và công khai bài toán; nhà khoa học cung cấp năng lực nghiên cứu, giải pháp; doanh nghiệp tham gia từ sớm để bảo đảm khả năng hoàn thiện, ứng dụng và đưa sản phẩm ra thị trường.

Theo ông, khó khăn lớn nhất trong triển khai các mô hình chuyển đổi số hiện nay là gì? Chúng ta cần tập trung khắc phục như thế nào?

Khó khăn hiện nay không phải thiếu ứng dụng mà ở  khả năng kết nối và khai thác. Một số dữ liệu còn phân tán, mức liên thông và tái sử dụng chưa cao; các hệ thống chuyên ngành, IoT, camera và nền tảng dùng chung chưa kết nối đồng bộ. Một số quy trình dịch vụ công còn vận hành trên nhiều hệ thống; nhân lực số ở cơ sở còn vướng về cơ chế bố trí chuyên trách hoặc kiêm nhiệm. Ứng dụng AI chưa tạo được nhiều tác động rõ rệt đến quản trị và kinh tế.

Giải pháp tập trung tháo gỡ vướng mắc, bao gồm: Chuẩn hóa dữ liệu, xác định dữ liệu gốc, đơn vị chịu trách nhiệm và cơ chế chia sẻ, tái sử dụng; rà soát và hợp nhất các nền tảng có chức năng tương đồng theo nguyên tắc “Một nền tảng - Một quy trình - Một dòng dữ liệu”, hạn chế đầu tư manh mún; tái cấu trúc quy trình trước khi số hóa, tăng tự động hóa và cung cấp dịch vụ dựa trên dữ liệu; và nâng năng lực cho cán bộ cơ sở và doanh nghiệp, đồng thời lựa chọn các bài toán AI có đầu ra đo lường được.

Chuyển đổi số phải được đánh giá bằng thời gian, chi phí được giảm, dữ liệu được tái sử dụng, năng suất tăng và chất lượng phục vụ được cải thiện.

Ông có thể cho biết, thành phố có định hướng gì để chuyển từ những mô hình, ứng dụng riêng lẻ sang phương thức quản trị dựa trên dữ liệu, có khả năng dự báo và chủ động giải quyết vấn đề trên toàn thành phố?

Thành phố đã có nền tảng Hue-S, HueIOC, hệ thống camera, IoT, GIS, các cơ sở dữ liệu chuyên ngành và đang tiếp tục tích hợp dữ liệu vào mô hình bản sao số đô thị. Tiếp theo là hình thành nền tảng dữ liệu điều hành dùng chung, kết nối các luồng dữ liệu trọng yếu và dữ liệu thời gian thực để theo dõi, cảnh báo, đánh giá kết quả xử lý trên cùng một hệ thống.

Trên nền dữ liệu đó, sẽ xây dựng các kịch bản điều hành số theo từng bài toán cụ thể. Đồng thời, ứng dụng AI vào phân tích dữ liệu và mô hình dự báo để tự động phát hiện bất thường, cảnh báo, hỗ trợ giao nhiệm vụ và theo dõi quá trình xử lý.

Để làm được điều này trên quy mô toàn thành phố, cần đồng thời thống nhất kiến trúc, tiêu chuẩn dữ liệu, cơ chế phối hợp và trách nhiệm cập nhật dữ liệu; xây dựng các chỉ tiêu điều hành có thể đo theo thời gian thực; đánh giá hiệu quả bằng kết quả thực tế như thời gian phát hiện, thời gian xử lý, tỷ lệ xử lý đúng hạn, mức giảm sự cố và chất lượng dự báo. Khi dữ liệu được tổ chức thống nhất và gắn trực tiếp với quy trình xử lý, các mô hình riêng lẻ mới thực sự trở thành một phương thức quản trị số đồng bộ.