Xây dựng giao thông thông minh tại Việt Nam: Hợp tác công tư và AI

“Trước đây, khi nói đến hợp tác công tư, chúng ta thường nhìn nhiều ở góc độ chia sẻ nguồn lực giữa khu vực công và khu vực tư để thúc đẩy phát triển. Tuy nhiên, trong bối cảnh phát triển AI và đổi mới sáng tạo hiện nay, hợp tác công tư cần được mở rộng hơn, không chỉ dừng ở chia sẻ nguồn lực mà còn là chia sẻ tầm nhìn giữa Nhà nước và khu vực tư nhân để cùng xây dựng cơ chế, chính sách thúc đẩy hệ sinh thái công nghệ phát triển.

Có thể thấy rất rõ định hướng này trong thời gian gần đây khi Chính phủ đã ban hành danh mục các lĩnh vực công nghệ chiến lược và sản phẩm công nghệ chiến lược, trong đó có AI và các sản phẩm như camera giao thông. Điều đó cho thấy Nhà nước không chỉ đóng vai trò quản lý mà còn chủ động định hướng thị trường, tạo tín hiệu để doanh nghiệp mạnh dạn đầu tư cho nghiên cứu, phát triển và ứng dụng AI.

Song song với đó, Nhà nước cũng từng bước hoàn thiện khung pháp lý liên quan tới AI, từ cơ chế kiểm soát rủi ro cho tới các chính sách khuyến khích phát triển và ứng dụng AI có trách nhiệm. Gần đây nhất là Nghị định số 180/2025/NĐ-CP của Chính phủ về cơ chế hợp tác công tư trong lĩnh vực khoa học, công nghệ và đổi mới sáng tạo. Nếu trước đây mô hình PPP chủ yếu được nhắc tới trong phát triển hạ tầng xây dựng thì nay đã được mở rộng sang cả lĩnh vực khoa học, công nghệ và đổi mới sáng tạo.

Theo tôi, đây là một cơ chế rất mở, tạo điều kiện để các đơn vị như Trung tâm Đổi mới sáng tạo quốc gia có thể cùng doanh nghiệp phát triển, khai thác và kinh doanh dựa trên các ứng dụng khoa học công nghệ và AI. Điều quan trọng hơn là cơ chế này tạo ra không gian hợp tác linh hoạt hơn giữa Nhà nước và khu vực tư nhân trong phát triển công nghệ.

Một nội dung khác rất đáng chú ý là hợp tác công tư trong phát triển hạ tầng và chia sẻ nguồn lực, đặc biệt là hạ tầng dữ liệu. Với AI, dữ liệu là yếu tố có ý nghĩa quyết định. Hiện nay, Chính phủ cũng đang thúc đẩy việc hình thành các trung tâm dữ liệu quốc gia và tích hợp các cơ sở dữ liệu của các bộ, ngành. Chẳng hạn, Bộ Tài chính hiện đang triển khai xây dựng và tích hợp 16 cơ sở dữ liệu thuộc các lĩnh vực quản lý của Bộ vào trung tâm dữ liệu quốc gia.

Theo tôi, khi các cơ sở dữ liệu được tích hợp và chia sẻ ở mức độ phù hợp, khu vực tư nhân sẽ có điều kiện tốt hơn để tham gia khai thác, phát triển các mô hình AI cũng như xây dựng các ứng dụng hiệu quả hơn cho logistics, giao thông hay vận tải. Đây cũng là nền tảng quan trọng để AI có thể đi vào vận hành thực tế.

Bên cạnh hạ tầng dữ liệu, hợp tác công tư hiện nay cũng cần hướng tới xây dựng một hệ sinh thái mở. Tất cả các chủ thể đều nằm trong cùng một hệ sinh thái và đều chịu tác động cũng như hưởng lợi từ hệ sinh thái đó. Vì vậy, điều quan trọng là phải kết nối được các thành tố từ cơ quan quản lý nhà nước, nhà đầu tư, doanh nghiệp khởi nghiệp cho tới các viện nghiên cứu và trường đại học.

Trong thời gian qua, Trung tâm Đổi mới sáng tạo quốc gia cũng triển khai nhiều chương trình ươm tạo doanh nghiệp khởi nghiệp trong lĩnh vực AI, trong đó có các mô hình ứng dụng AI cho logistics, cảng biển, vận tải và tự động hóa.

Ngoài mô hình hợp tác công tư truyền thống, hiện nay cần đặc biệt chú trọng mô hình hợp tác “ba nhà” gồm Nhà nước, nhà trường và doanh nghiệp. Đây là một chủ trương lớn đang được thúc đẩy nhằm kết nối đào tạo, nghiên cứu và thị trường để cùng xử lý các bài toán lớn của nền kinh tế và các ngành, lĩnh vực. Trong đó, vai trò kết nối các chủ thể trong hệ sinh thái sẽ ngày càng quan trọng đối với quá trình phát triển AI và đổi mới sáng tạo tại Việt Nam”.

“Hiện đang có sự đồng thuận ngày càng rõ rệt rằng AI không chỉ tạo ra giá trị kinh tế đáng kể mà còn góp phần nâng cao chất lượng sống trên nhiều phương diện, đặc biệt trong lĩnh vực di chuyển và giao thông vận tải. Những lợi ích nổi bật nhất mà chúng ta có thể nhìn thấy là khả năng tối ưu hiệu quả vận hành, tiết kiệm thời gian và giảm chi phí.

Tại Việt Nam, có nhiều lộ trình song song để xây dựng tương lai di chuyển bền vững hơn, từ chuyển đổi sang xe điện, mở rộng giao thông công cộng, tối ưu hóa logistics bằng AI cho đến phát triển giao thông thông minh và các nền tảng di chuyển chia sẻ. Mỗi hướng đi đều có vai trò riêng, nhưng AI chính là sợi chỉ xuyên suốt, kết nối các mắt xích trong toàn bộ hệ sinh thái này để mọi thứ có thể vận hành hiệu quả và đồng bộ hơn.

Tuy nhiên, tham vọng thôi là chưa đủ. Tốc độ và trình tự triển khai cũng quan trọng không kém. Quá trình phát triển hệ thống giao thông thông minh sẽ diễn ra trong nhiều thập kỷ và không thể vượt quá giới hạn thực tế của hạ tầng hay nguồn nhân lực. Vì vậy, đầu tư cho hạ tầng, đào tạo và nâng cao kỹ năng lao động đều cần thời gian, đồng thời phải được phản ánh thực tế trong các kế hoạch triển khai dài hạn.

Một thách thức lớn khác là tình trạng phân mảnh dữ liệu. Nếu muốn khai thác hiệu quả tiềm năng của AI trong lĩnh vực di chuyển, Việt Nam cần xây dựng được một hệ thống dữ liệu tập trung, có khả năng tích hợp và chia sẻ hiệu quả giữa các bên liên quan. Song song với đó là việc thiết lập một lộ trình rõ ràng cho ứng dụng AI - điều cần được ưu tiên trong giai đoạn hiện nay.

Ở góc độ thể chế, hợp tác công - tư cùng các cơ chế chia sẻ dữ liệu dựa trên niềm tin sẽ đóng vai trò then chốt trong thúc đẩy đổi mới. Đồng thời, sự phối hợp trong xây dựng quy định, cũng như tính ổn định và khả năng dự đoán của chính sách sẽ là nền tảng quan trọng để thu hút đầu tư dài hạn. Năng lực thể chế và một môi trường pháp lý minh bạch, rõ ràng cũng là những điều kiện không thể thiếu cho quá trình chuyển đổi này.

Đặc biệt, Việt Nam cần xây dựng các khung chính sách linh hoạt hơn, trong đó có cơ chế thử nghiệm chính sách (policy sandbox) được hỗ trợ bởi AI. Cách tiếp cận này sẽ cho phép chúng ta thử nghiệm, học hỏi và từng bước mở rộng các mô hình mới theo hướng an toàn và có kiểm soát”.

“Khi nói đến AI trong giao thông thì điều quan trọng nhất là phải xác định được AI sẽ tác động vào đâu và hỗ trợ lĩnh vực nào. Theo nhìn nhận của tôi, AI có thể hỗ trợ cho ba trụ cột chính của giao thông, đó là: quản lý, hạ tầng – phương tiện và người sử dụng.

Đối với lĩnh vực quản lý, hiện nay chúng ta vẫn đang thiên về xử lý tình huống. Trong khi đó, điểm mạnh nhất của AI là có thể giúp chuyển từ xử lý tình huống sang dự báo và phòng ngừa. Đây là giá trị rất lớn mà AI có thể mang lại cho giao thông. Thay vì chỉ xử lý khi ùn tắc hoặc sự cố đã xảy ra, AI có thể hỗ trợ dự báo trước các nguy cơ để cơ quan quản lý chủ động điều tiết và đưa ra phương án phù hợp.

Tuy nhiên, muốn làm được điều này thì điều kiện tiên quyết là phải có dữ liệu đồng bộ và có hệ thống chia sẻ dữ liệu chung. Nếu mỗi đơn vị tiếp tục xây dựng một bộ dữ liệu riêng, tách rời nhau như những “ốc đảo dữ liệu” thì AI sẽ rất khó phát huy hiệu quả. Vì vậy, phát triển AI cho giao thông phải đi cùng với yêu cầu liên thông và chia sẻ dữ liệu giữa các cấp, các đơn vị quản lý.

Vấn đề thứ hai là hạ tầng và phương tiện. Muốn có hệ thống giao thông thông minh, muốn ứng dụng AI thì hạ tầng phải được chuẩn bị tương ứng. Chúng ta cần đặt ra yêu cầu cụ thể xem hệ thống giao thông phải đầu tư thêm những gì, từ đèn tín hiệu, camera cho tới trung tâm điều hành và hạ tầng dữ liệu. Đồng thời, phương tiện tham gia giao thông cũng cần được trang bị các công nghệ phù hợp để có thể kết nối và khai thác AI.

Hiện nay đã xuất hiện xu hướng phương tiện kết nối với hạ tầng, kết nối giữa xe với xe hoặc kết nối với trung tâm điều hành. Theo tôi, Việt Nam cũng cần tính toán lộ trình phù hợp cho các mô hình này, từ tổ chức hạ tầng giao thông, trung tâm điều hành cho tới hệ thống xử lý dữ liệu. Đây là nền tảng quan trọng nếu muốn AI thực sự tham gia vào vận hành giao thông.

Vấn đề thứ ba là người sử dụng. Theo tôi, nhu cầu sử dụng giao thông của từng nhóm đối tượng là khác nhau. Người dân ở Hà Nội sẽ có nhu cầu khác với Thành phố Hồ Chí Minh hay các địa phương khác. Tương tự, các doanh nghiệp logistics hay doanh nghiệp vận tải cũng có đặc thù riêng. Vì vậy, cần xác định rõ AI sẽ hỗ trợ loại hình phương tiện nào, khu vực nào và nhóm người dùng nào để từ đó xây dựng chính sách phù hợp cũng như tạo cơ sở để doanh nghiệp đầu tư khai thác nền tảng AI trong giao thông”.

“Trí tuệ nhân tạo (AI) đang tác động rất lớn tới quá trình giám sát giao thông. Thực tế cho thấy khi AI được đưa vào giám sát thì ý thức tham gia giao thông của người dân cũng thay đổi đáng kể. Mỗi người khi tham gia giao thông đều cảm nhận được rằng mình phải tuân thủ nghiêm túc hơn, bởi gần như toàn bộ phương tiện và người tham gia giao thông hiện nay đều nằm trong hệ thống giám sát.

Từ góc độ đó, nếu muốn thúc đẩy chuyển đổi từ xe xăng sang xe điện thì hoàn toàn có thể sử dụng các công cụ điều tiết bằng công nghệ và dữ liệu. Chẳng hạn, có thể xây dựng cơ chế thu phí theo từng vành đai giao thông, càng đi sâu vào khu vực trung tâm thì mức phí càng tăng dần. Việc triển khai cũng không cần thực hiện ngay lập tức mà có thể theo lộ trình, tăng dần theo thời gian để người dân thích ứng.

Theo tôi, điều quan trọng là phải tạo ra cơ chế để người dân tự lựa chọn phương thức di chuyển hợp lý hơn. Nếu nguồn thu đó tiếp tục được đầu tư cho hệ thống xe điện công cộng quy mô nhỏ thì sẽ từng bước hình thành thói quen chuyển dịch từ phương tiện cá nhân sang phương tiện công cộng. Quá trình này cần được công khai, có lộ trình và tạo thời gian thích ứng cho người dân.

Ở góc độ rộng hơn, xu hướng giao thông và logistics hiện nay cũng đang trở nên đa dạng hơn rất nhiều. Nhiều thành phố trên thế giới đã bắt đầu triển khai vận chuyển bằng drone, phát triển kinh tế tầm thấp hay mở rộng các hình thức vận tải trên mặt nước. Điều đó cho thấy giao thông trong tương lai sẽ không còn chỉ là câu chuyện của phương tiện mặt đất mà sẽ là một hệ sinh thái di chuyển đa tầng, đa phương thức.

Khi đó, bài toán an toàn giao thông cũng thay đổi. Người dân không chỉ quan tâm tới an toàn trên mặt đường mà còn cả các rủi ro từ không gian trên không hay những phương tiện tự hành. Để kiểm soát đồng bộ toàn bộ hệ thống này thì điều đầu tiên cần có là một hạ tầng quản trị thống nhất, bởi giao thông tương lai không chỉ liên quan tới phương tiện mà còn liên quan tới dữ liệu, phần mềm, an ninh, an toàn và quản lý các vật thể di chuyển trong nhiều không gian khác nhau.

Vì vậy, tất cả các chủ thể, từ cá nhân cho tới doanh nghiệp, đều cần đóng góp dữ liệu cho hệ thống dữ liệu quốc gia bằng những cơ chế phù hợp. Khi có được nguồn dữ liệu đủ lớn thì AI mới có thể đưa ra các giải pháp đủ thông minh và đủ chính xác. Từ nền tảng đó, Nhà nước sẽ thực hiện vai trò điều tiết, phân cấp và xây dựng các lớp ứng dụng phù hợp với từng nhóm đối tượng sử dụng.

Ví dụ, người dân bình thường có thể tiếp cận các ứng dụng hỗ trợ lựa chọn phương thức di chuyển tối ưu, trong khi doanh nghiệp logistics sẽ có những lớp dữ liệu và giải pháp chuyên sâu hơn phục vụ vận hành và điều phối vận tải. Khi có một nền tảng chung như vậy thì toàn bộ hệ thống sẽ vận hành hiệu quả hơn và tạo ra khả năng tiếp cận công bằng hơn giữa các nhóm đối tượng.

Tuy nhiên, cùng với việc tập trung dữ liệu và vận hành trên các nền tảng số tập trung thì cũng xuất hiện nhiều rủi ro mới. Một trong những rủi ro lớn là an ninh năng lượng. Chỉ cần mất điện hoặc xảy ra thiên tai tác động tới hệ thống thì toàn bộ nền tảng có thể bị gián đoạn. Vì vậy, cần chuẩn bị các phương án dự phòng, hệ thống sao lưu và cơ chế giảm thiểu rủi ro để bảo đảm khả năng vận hành liên tục”.

“Trong quá trình phát triển các ứng dụng AI phục vụ giao thông và di chuyển tại Việt Nam, vai trò của cơ chế hợp tác công tư là rất quan trọng. Đây không phải là việc riêng của cơ quan nhà nước, nhưng cũng không phải là việc riêng của doanh nghiệp, mà cần sự tham gia của rất nhiều bên. Vì vậy, để cơ chế này vận hành hiệu quả, cần xác định rõ nguyên tắc phối hợp giữa các chủ thể tham gia.

Điều quan trọng đầu tiên là phải phân định rõ loại rủi ro nào do bên nào xử lý hiệu quả nhất. Trong các mô hình hợp tác công tư truyền thống, Nhà nước thường tập trung vào các rủi ro mang tính hệ thống như pháp luật, chính sách hay các vấn đề vĩ mô, còn doanh nghiệp tập trung vào các vấn đề của thị trường. Tuy nhiên, với AI thì xuất hiện một nhóm rủi ro mà cả hai bên đều phải cùng tham gia xử lý, đó là rủi ro liên quan đến quy trình và dữ liệu.

Hiện nay, dữ liệu là một lĩnh vực còn tương đối mới, từ cách thức thu thập, quy trình sử dụng cho tới phạm vi khai thác đều cần vừa có sự phát triển từ phía doanh nghiệp, vừa cần vai trò điều tiết của Nhà nước. Nếu không làm rõ được cơ chế phân bổ trách nhiệm và chia sẻ dữ liệu thì rất khó tạo ra nền tảng AI hiệu quả cho giao thông.

Cụ thể, doanh nghiệp có thể tập trung vào những phần việc là thế mạnh của mình như thu thập dữ liệu, xử lý thông tin và phát triển hạ tầng số. Chẳng hạn, các hệ thống cảm biến AI phục vụ giao thông hay các nền tảng dữ liệu đều là những lĩnh vực doanh nghiệp có thể tham gia triển khai hiệu quả. Đồng thời, doanh nghiệp cũng có thể cung cấp các dịch vụ dữ liệu cho cơ quan quản lý nhà nước, như dự báo nhu cầu đi lại hay dự báo xu hướng phát triển các tuyến đường trong tương lai.

Một vấn đề khác cũng rất quan trọng là xây dựng hệ thống tiêu chuẩn cho AI trong giao thông. Các tiêu chuẩn này không chỉ bao gồm tiêu chuẩn liên thông dữ liệu hay tiêu chuẩn kỹ thuật của hạ tầng, mà còn liên quan tới tiêu chuẩn về đạo đức AI, quy trình sử dụng dữ liệu và cơ chế chia sẻ dữ liệu an toàn. Ai được sử dụng dữ liệu, sử dụng theo quy trình nào và chia sẻ theo tiêu chuẩn nào để vẫn bảo đảm an toàn, đó đều là những vấn đề cần được xác lập rõ ràng.

Tuy nhiên, ngay cả trong quá trình xây dựng tiêu chuẩn thì cơ chế hợp tác công - tư vẫn giữ vai trò rất lớn. Thực tế, cơ quan quản lý có thể nắm được nguyên tắc chung, nhưng nhiều tiêu chuẩn kỹ thuật cụ thể thì doanh nghiệp lại hiểu rõ hơn nhờ trực tiếp tiếp cận công nghệ và thị trường. Dù vậy, nếu thiếu cơ chế cân bằng thì các tiêu chuẩn được đề xuất có thể phù hợp với lợi ích của một nhóm doanh nghiệp hơn là lợi ích chung của cộng đồng. Vì vậy, quá trình xây dựng tiêu chuẩn cần có đối thoại cởi mở giữa Nhà nước và doanh nghiệp, đồng thời phải bảo đảm hài hòa lợi ích giữa các bên.

Trong các cơ chế hợp tác công - tư hiện nay vẫn đang chú trọng nhiều tới quan hệ giữa Nhà nước và doanh nghiệp, trong khi tiếng nói của người dân còn khá mờ nhạt. Với AI trong giao thông, người dân và người lao động là nhóm thụ hưởng trực tiếp. Dù lợi ích của mỗi cá nhân có thể rất nhỏ, nhưng nếu cộng lại trên quy mô toàn xã hội thì đây lại là lợi ích rất lớn. Vì vậy, cần thiết kế thêm cơ chế tiếp thu trực tiếp ý kiến của người dân để việc phát triển AI trong giao thông thực sự phục vụ lợi ích cộng đồng”.

“Từ kinh nghiệm phát triển nền tảng thành phố thông minh và hiện là doanh nghiệp tham gia vận hành hạ tầng giao thông điện tại Việt Nam, tôi cho rằng thách thức của giao thông Việt Nam không chỉ là tình trạng ùn tắc, mà sâu xa hơn là sự phân mảnh của toàn hệ thống.

Việt Nam hiện tồn tại song song nhiều loại hình di chuyển, từ xe máy, ô tô cá nhân, xe buýt, taxi, xe công nghệ, đi bộ, xe điện và gần đây là các tuyến đường sắt đô thị tại Hà Nội và Thành phố Hồ Chí Minh. Tuy nhiên, các hệ thống này lại hoạt động rời rạc, thiếu kết nối về dữ liệu, quy hoạch cũng như điều phối vận hành.

Trong khi tại Singapore và Hàn Quốc, chỉ cần mở ứng dụng trên điện thoại, người dân có thể biết chính xác khi nào xe buýt sẽ đến trạm chờ, tuyến metro nào sẽ khởi hành tiếp theo, thậm chí cả vị trí sân ga thuận tiện nhất để tối ưu thời gian di chuyển. Từ đó, người dùng có thể lựa chọn hình thức di chuyển tối ưu nhất.

Từ thực tế đó, tôi cho rằng AI có thể hỗ trợ giải quyết bốn bài toán giao thông của Việt Nam.

Thứ nhất, khả năng hiển thị và dự báo nhu cầu di chuyển. Các đô thị cần hiểu người dân đang di chuyển ở đâu, vào thời điểm nào và vì mục đích gì. AI có thể giúp dự báo nhu cầu giao thông, đồng thời nhận diện những khu vực chưa được phục vụ đầy đủ.

Thứ hai, giải quyết áp lực không gian đô thị. Ở các thành phố như Hà Nội, ùn tắc không chỉ diễn ra trên mặt đường mà còn xuất hiện ở bãi đỗ xe, vỉa hè, điểm đón trả khách hay các không gian công cộng. AI có thể giúp phân tích và nhận diện các “điểm nóng” áp lực đang hình thành.

Thứ ba, AI có thể hỗ trợ lập kế hoạch, dự báo và triển khai các phương tiện di chuyển thân thiện với môi trường, đặc biệt là xe điện. Tuy nhiên, việc đưa xe điện ra thị trường mới chỉ là bước khởi đầu. Quan trọng hơn là bài toán vận hành phía sau, từ quản lý sạc và thay pin, bảo trì phương tiện, điều phối lưu lượng cho đến bảo đảm an toàn và duy trì trải nghiệm người dùng một cách ổn định và thuận tiện.

Thứ tư, đo lường tính bền vững. Nếu Việt Nam muốn thu hút thêm đầu tư cho giao thông xanh và bền vững, các thành phố và nhà đầu tư cần những dữ liệu đáng tin cậy về mức độ sử dụng, khả năng giảm phát thải, độ an toàn cũng như khả năng tiếp cận của hệ thống giao thông. AI có thể hỗ trợ xử lý và phân tích những dữ liệu đó, nhưng điều kiện tiên quyết là phải có nền tảng dữ liệu đủ tin cậy.

Từ kinh nghiệm triển khai dự án xe đạp điện chia sẻ tại Việt Nam, chúng tôi nhận thấy ngay cả một hệ thống xe đạp điện dùng chung cũng tạo ra lượng dữ liệu di chuyển rất giá trị: từ mô hình lưu thông trong đô thị, hành vi đỗ xe, hoạt động pin, nhu cầu di chuyển phục vụ du lịch cho đến thói quen sử dụng của người dân.

Vì vậy, để Việt Nam xây dựng một hệ sinh thái giao thông thông minh, Việt Nam cần: (i) có khung vận hành rõ ràng, trong đó khu vực tư nhân có không gian để đầu tư, còn khu vực công đóng vai trò hỗ trợ và điều phối, từ đó thúc đẩy cơ chế hợp tác công – tư để chia sẻ nguồn lực; (ii) xây dựng các tiêu chuẩn dữ liệu vì AI chỉ hiệu quả khi dữ liệu đầu vào đủ chất lượng; (iii) triển khai các chương trình thí điểm mang tính thực tiễn thay vì chỉ dừng ở ý tưởng; (iv) tư duy thiết kế lấy con người làm trung tâm. Giao thông thông minh phải giúp việc di chuyển trở nên an toàn hơn, sạch hơn, tiết kiệm hơn và thuận tiện hơn cho người dân”.