Tỷ lệ ứng dụng AI tại Việt Nam đạt 26,5%, chuyên gia đặt vấn đề kiểm soát rủi ro công nghệ
Mức độ ứng dụng trí tuệ nhân tạo (AI) tại Việt Nam ghi nhận sự gia tăng liên tục, đạt 26,5% trong quý I/2026 và đứng thứ hai khu vực Đông Nam Á. Sự chuyển đổi công nghệ sâu rộng này được kỳ vọng hỗ trợ mục tiêu tăng trưởng GDP hai con số và mức phát thải ròng bằng 0 vào năm 2050, nhưng đồng thời cũng đặt ra yêu cầu cấp thiết về cơ chế giám sát rủi ro đối với các hệ thống vận hành.
Ứng dụng AI tăng trưởng mạnh nhất khu vực, hướng đến mục tiêu GDP hai con số
Báo cáo Mức độ Ứng dụng AI Toàn cầu do Microsoft công bố tháng 06/2026 cho thấy tỷ lệ ứng dụng AI tại Việt Nam tăng ổn định từ 21,2% trong nửa đầu năm 2025 lên 23,5% trong nửa cuối năm 2025, trước khi đạt mốc 26,5% trong quý I/2026. Mức tăng 3 điểm phần trăm trong quý đầu năm của Việt Nam là con số cao nhất tại khu vực Đông Nam Á, vượt qua mức tăng 2,5 điểm phần trăm của Singapore. Xét về tỷ lệ tuyệt đối, Việt Nam hiện đứng thứ hai khu vực, xếp sau Singapore (đạt 63,4%) và xếp trên các thị trường như Malaysia (21,8%), Philippines (20,1%) cùng Indonesia (14,1%).
Tại sự kiện Signify Innovation Day 2026 diễn ra vào ngày 20/08, Tổng lãnh sự Hà Lan tại TP HCM Raïssa Marteaux nhận định doanh nghiệp Việt Nam thể hiện tốc độ triển khai công nghệ mới rất nhanh nhạy. Theo ông Đặng Hải Dũng, Phó Cục trưởng Cục Đổi mới sáng tạo, Chuyển đổi xanh và Khuyến công (Bộ Công Thương), quốc gia đang đặt mục tiêu tăng trưởng GDP hai con số từ năm 2026, đồng thời với định hướng phát triển bền vững và đạt mức phát thải ròng bằng 0 vào năm 2050. Quá trình này đòi hỏi sự chuyển đổi sâu rộng của toàn bộ nền kinh tế, từ cơ cấu năng lượng, sản xuất công nghiệp đến cơ sở hạ tầng thiết yếu.
Yêu cầu thiết lập cơ chế giám sát rủi ro và minh bạch hóa hệ thống AI
Sự phát triển nhanh chóng của công nghệ cũng mang lại các rủi ro vận hành, đòi hỏi một cơ chế giám sát chặt chẽ đối với các mô hình AI phức tạp. Dưới góc độ kỹ thuật, ông Phạm Huân, Giám đốc kỹ thuật khu vực ManageEngine, chỉ ra bốn yếu tố cốt lõi để kiểm soát công nghệ khi đưa vào ứng dụng thực tiễn. Bước đầu tiên yêu cầu các hệ thống phải được phân loại rủi ro một cách nghiêm ngặt để phân bổ tài nguyên giám sát vào những khu vực cấp thiết nhất, tránh lãng phí nguồn lực chung của doanh nghiệp.
Tiếp đó, quá trình phát triển hệ thống cần đi kèm một kế hoạch thực thi để đưa khả năng giải thích vào mọi giai đoạn, từ khâu thiết kế đến kiểm toán định kỳ, để bảo đảm tính minh bạch trở thành một nguyên tắc thường nhật. Các tổ chức cũng bắt buộc phải đầu tư vào năng lực con người, giúp người ra quyết định có đủ khả năng phân tích và thẩm quyền để xử lý các vấn đề phát sinh từ hệ thống. Cuối cùng, doanh nghiệp phải liên tục giám sát hiệu suất và kết quả đầu ra của AI, bởi các yếu tố tác động đến quyết định của mô hình có thể biến đổi liên tục khi dữ liệu và môi trường vận hành thay đổi.
