Góp ý đề án đô thị thông minh Việt Nam đến 2030

1.    Đặt vấn đề

Trong hơn một thập kỷ qua, “đô thị thông minh” đã trở thành xu hướng phát triển quan trọng của nhiều quốc gia. Tuy nhiên, thực tiễn cho thấy rất nhiều mô hình Smart City chưa đạt được kỳ vọng ban đầu. Không ít nơi đầu tư rất lớn vào camera, cảm biến, trung tâm điều hành, Dashboard hay ứng dụng số nhưng hiệu quả quản trị tổng thể vẫn còn hạn chế. Nguyên nhân sâu xa nằm ở chỗ nhiều mô hình đô thị thông minh hiện nay vẫn tiếp cận theo hướng “công nghệ hóa đô thị” thay vì “tái cấu trúc đô thị bằng dữ liệu”. Dữ liệu tuy nhiều nhưng tồn tại rời rạc, phân mảnh, thiếu khả năng liên thông và thiếu ngữ nghĩa chung. Hệ quả là các hệ thống không thể phối hợp hiệu quả để tạo ra “trí tuệ đô thị tổng hợp”. 

Đối với Việt Nam, vấn đề này đang trở nên cấp thiết hơn bao giờ hết khi đất nước bước vào giai đoạn phát triển mới với chuyển đổi số quốc gia, AI, Digital Twin, BIM, IoT và chính quyền số. Trong nhiều năm qua, các bộ ngành, địa phương và doanh nghiệp đã đầu tư rất lớn vào xây dựng cơ sở dữ liệu, GIS, IOC, nền tảng quản lý đô thị và nhiều hệ thống số khác nhau. Tuy nhiên, phần lớn các hệ thống này được phát triển theo nhu cầu riêng lẻ của từng cơ quan hoặc từng lĩnh vực mà thiếu một kiến trúc dữ liệu thống nhất ngay từ đầu. Kết quả là giao thông phát triển dữ liệu riêng, cấp nước có dữ liệu riêng, thoát nước có dữ liệu riêng, quy hoạch có dữ liệu riêng, BIM có dữ liệu riêng, GIS có dữ liệu riêng và các hệ thống IoT cũng vận hành theo logic riêng biệt. Mỗi hệ thống sử dụng một cấu trúc dữ liệu khác nhau, một cách định danh khác nhau và một mô hình semantic khác nhau. Điều này làm cho dữ liệu ngày càng nhiều nhưng khả năng phối hợp và tạo ra giá trị tổng hợp vẫn còn hạn chế. 

Một trong những hạn chế lớn nhất hiện nay là Việt Nam chưa hình thành được “Ngôn ngữ Dữ liệu Chung Hạ tầng Đô thị”. Trong khi các quốc gia phát triển đang chuyển rất mạnh từ tư duy “xây dựng hệ thống CNTT” sang tư duy “xây dựng kiến trúc dữ liệu quốc gia”, thì nhiều mô hình đô thị thông minh tại Việt Nam vẫn tập trung chủ yếu vào lớp công nghệ bề mặt như dashboard, camera hay ứng dụng quản lý. Điều này dẫn đến nguy cơ hình thành thêm nhiều “ốc đảo dữ liệu số” mới thay vì tạo ra một hệ sinh thái dữ liệu đô thị liên thông. Nếu không giải quyết được tầng nền dữ liệu này, AI sẽ rất khó hiểu được “bức tranh tổng thể” của đô thị, còn Digital Twin cũng khó trở thành “bản sao số sống” có khả năng phản ánh trạng thái vận hành thực theo thời gian thực. 

2. Vấn đề dữ liệu cho đô thị thông minh

Trong thời đại AI, vấn đề lớn nhất không còn là thu thập dữ liệu mà là làm cho dữ liệu có thể được hiểu bởi cả con người lẫn máy móc. Điều này đòi hỏi dữ liệu phải có cấu trúc, có metadata, có semantic, có ontology và có khả năng interoperability xuyên suốt giữa các ngành và các hệ thống. Nếu mỗi cơ quan mô tả cùng một đối tượng theo một cách khác nhau thì AI gần như không thể hiểu được bản chất vận hành của đô thị. Một tuyến đường có thể được đặt mã khác nhau trong quy hoạch, giao thông và quản lý tài sản. Một công trình hạ tầng có thể được mô tả khác nhau trong BIM, GIS và dữ liệu vận hành. Khi đó, dữ liệu tuy tồn tại nhưng không tạo ra được “trí tuệ đô thị”. Đây chính là vấn đề cốt lõi mà Đề án phát triển đô thị thông minh Việt Nam đến năm 2030 cần tập trung giải quyết!

Vì vậy, cần chuyển trọng tâm của Đề án từ “ứng dụng công nghệ thông minh” sang “xây dựng kiến trúc dữ liệu đô thị thông minh”. Nói cách khác, nền móng sâu nhất của đô thị thông minh không nằm ở camera hay dashboard mà nằm ở dữ liệu, semantic và interoperability. Việt Nam cần coi dữ liệu hạ tầng đô thị là tài sản chiến lược quốc gia và từng bước hình thành “Ngôn ngữ Dữ liệu Chung Hạ tầng Đô thị Việt Nam”. Đây không đơn thuần là việc thống nhất phần mềm hay định dạng file, mà là xây dựng một hệ thống thống nhất về classification, metadata, ontology, semantic model, API, định danh tài sản hạ tầng và governance dữ liệu liên ngành. 

3. Một số giải pháp trọng tâm

Trong thời gian đến Việt Nam cần đặc biệt quan tâm đến việc xây dựng Hệ thống phân loại hạ tầng đô thị quốc gia, Metadata, Framework, Urban Data Dictionary, Urban Ontology và BIM-GIS-IoT Interoperability Framework. Đây chính là “hạ tầng ngữ nghĩa” của đô thị AI tương lai. Nếu Classification là “ngôn ngữ phân loại”, Metadata là “ngữ cảnh dữ liệu”, thì Ontology chính là lớp semantic giúp AI hiểu được mối quan hệ giữa các đối tượng trong đô thị. Một đô thị AI trong tương lai không chỉ cần biết một tuyến đường tồn tại ở đâu, mà còn cần hiểu tuyến đường đó liên quan như thế nào đến logistics, dân cư, năng lượng, môi trường, ngập lụt và vận hành đô thị tổng thể. 

Bên cạnh đó, Đề án cần coi Regulatory Sandbox là một giải pháp chiến lược để phát triển đô thị thông minh trong thời đại AI. Trong bối cảnh công nghệ thay đổi rất nhanh, mô hình quản lý truyền thống “quản lý trước rồi mới cho đổi mới” đang dần không còn phù hợp. Sandbox cho phép thử nghiệm có kiểm soát, học tập nhanh, điều chỉnh nhanh và giảm rủi ro chính sách. Điều quan trọng là sandbox không chỉ để thử nghiệm công nghệ mà còn để thử nghiệm interoperability, governance dữ liệu, ontology đô thị, AI governance và cơ chế phối hợp liên ngành. Đây thực chất là “phòng thí nghiệm thể chế – dữ liệu – công nghệ” cho đô thị tương lai. 

Việt Nam không nên triển khai đô thị thông minh theo hướng đồng loạt và dàn trải ngay từ đầu. Thay vào đó, cần lựa chọn các đô thị phù hợp để triển khai sandbox theo vai trò chiến lược khác nhau. Đà Nẵng có thể trở thành “Living lab” cho Digital Twin và Governance dữ liệu; Hà Nội phù hợp để thử nghiệm Interoperability trong môi trường đô thị phức hợp; còn TP.HCM phù hợp để thử nghiệm AI đô thị Realtime quy mô lớn. Nếu tổ chức tốt, ba đô thị này có thể tạo thành “tam giác học tập dữ liệu đô thị quốc gia”, nơi các bài học được liên tục thử nghiệm, điều chỉnh và chuẩn hóa thành kiến trúc dữ liệu quốc gia cho Việt Nam.

Đồng thời, Đề án cần xác định rõ lộ trình phát triển theo hướng “Nhỏ trước- Học nhanh- Mở rộng dần-Chuẩn hóa dần”. Giai đoạn đầu cần tập trung xây trước Tư duy dữ liệu, Kiến trúc nền tảng và các Framework interoperability quốc gia. Giai đoạn tiếp theo là triển khai Sandbox cho các bài toán liên ngành như chống ngập, giao thông realtime, quản lý tài sản công, môi trường đô thị và quy hoạch số. Sau khi sandbox đạt độ trưởng thành đủ cao mới tiến tới chuẩn hóa quốc gia, tích hợp vào pháp luật và mở rộng trên phạm vi toàn quốc. Đây là cách tiếp cận phù hợp hơn rất nhiều so với mô hình “Big Bang” triển khai đồng loạt khi Kiến trúc dữ liệu và Governance còn chưa hoàn thiện. 

4. Tạm kết

Cuộc chuyển đổi lớn nhất của đô thị trong thế kỷ XXI không chỉ là chuyển đổi công nghệ mà là chuyển đổi cách con người hiểu, tổ chức và vận hành dữ liệu. Nếu thời đại công nghiệp tạo ra các “Thành phố cơ khí” vận hành bằng năng lượng và hạ tầng vật lý, thì thời đại AI đang dần hình thành các “Thành phố dữ liệu”, nơi mọi hoạt động của đô thị được vận hành bằng dòng chảy dữ liệu liên tục. Vì vậy, Đề án phát triển đô thị thông minh Việt Nam đến năm 2030 cần chuyển mạnh từ tư duy “xây dựng hệ thống số” sang tư duy “xây dựng hệ thần kinh dữ liệu quốc gia”. Đây không chỉ là nền móng của smart city, mà còn là nền móng của Digital Twin, AI đô thị và năng lực quản trị quốc gia trong nhiều thập kỷ tới.