Thị trường dữ liệu BIM Việt Nam và cơ chế phân phối giá trị

I. Đặt vấn đề 

BIM đang chuyển từ cách tiếp cận lấy mô hình làm trung tâm sang lấy dữ liệu làm trung tâm và tiến tới BIM có khả năng tính toán, tự động hóa và hỗ trợ AI. Vì vậy, giá trị của BIM ngày càng không nằm chủ yếu ở việc tạo ra mô hình 3D mà ở chất lượng dữ liệu, mức độ tin cậy, khả năng liên thông, chia sẻ và tái sử dụng dữ liệu trong nhiều quyết định khác nhau của vòng đời công trình. Một bộ dữ liệu được tạo ra ở giai đoạn thiết kế có thể tiếp tục phục vụ thẩm định, dự toán, đấu thầu, thi công, thanh toán, nghiệm thu, quản lý tài sản và vận hành trong hàng chục năm.

Tuy nhiên, cơ chế kinh tế BIM hiện nay chủ yếu vẫn trả tiền cho công sức tạo mô hình và các sản phẩm bàn giao. Người phải đầu tư để tạo và chuẩn hóa dữ liệu chưa chắc là người hưởng phần lớn lợi ích từ dữ liệu đó. Ngược lại, một số chủ thể có thể hưởng lợi lớn từ việc tái sử dụng dữ liệu nhưng không tham gia tương xứng vào chi phí tạo lập và duy trì dữ liệu. Đây là khoảng lệch giữa chi phí tạo dữ liệu và giá trị kinh tế mà dữ liệu tạo ra.

Câu hỏi đặt ra là: Việt Nam phải thiết kế thị trường BIM Data như thế nào để người tạo dữ liệu, người kiểm chứng, người quản trị, người chia sẻ, người tái sử dụng và người tiếp tục cải thiện dữ liệu đều có động lực kinh tế, đồng thời tổng lợi ích của chủ đầu tư, Nhà nước và xã hội vẫn lớn hơn chi phí phải bỏ ra?

2. Kinh tế học của BIM Data

Nghiên cứu cần phân biệt rõ chi phí dữ liệu, giá dữ liệu, giá trị dữ liệu và lợi ích kinh tế do dữ liệu tạo ra. Chi phí phản ánh nguồn lực cần để tạo, chuẩn hóa, kiểm chứng, lưu trữ, cập nhật và duy trì dữ liệu. Giá là khoản mà một chủ thể sẵn sàng trả để được tạo, truy cập hoặc sử dụng dữ liệu. Giá trị lại phụ thuộc vào khả năng dữ liệu hỗ trợ các quyết định và tạo ra kết quả kinh tế trong suốt vòng đời công trình.

Đặc điểm quan trọng của dữ liệu là có thể được sử dụng nhiều lần mà không bị tiêu hao như vật liệu. Vì vậy, một dataset có chi phí tạo tương đối nhỏ nhưng nếu được tái sử dụng hàng trăm lần để giảm sai sót, giảm làm lại, tự động kiểm tra, bóc khối lượng, kiểm soát thanh toán và tối ưu vận hành thì tổng giá trị vòng đời có thể lớn hơn nhiều lần chi phí ban đầu. Kinh tế học BIM Data do đó phải nghiên cứu cả giá trị của lần sử dụng đầu tiên và giá trị tích lũy của quá trình tái sử dụng.

3. Cấu trúc thị trường BIM Data

Thị trường BIM Data không nên được hiểu đơn giản là một nơi mua bán file BIM. Đối tượng của thị trường có thể là mô hình IFC, BIM Object, hệ thống phân loại, bộ thuộc tính PDT, từ điển dữ liệu, IDS, quy tắc kiểm tra, dữ liệu khối lượng, chi phí, tài sản, carbon, dữ liệu vận hành, API hoặc các gói dữ liệu đã được kiểm chứng.

Trong thị trường đó cần nhận diện rõ người tạo dữ liệu, người kiểm chứng, người quản trị và cập nhật, người cung cấp, người tích hợp, người cải thiện, người sử dụng và người cuối cùng hưởng lợi kinh tế. Một tổ chức có thể đảm nhiệm nhiều vai trò, nhưng giá trị đóng góp của từng vai trò cần có khả năng nhận diện. Nền tảng của thị trường vì vậy là trả lời được ai tạo dữ liệu, ai chịu chi phí, ai kiểm chứng, ai sử dụng và cuối cùng ai nhận được lợi ích.

4. Kinh nghiệm quốc tế

EU cung cấp kinh nghiệm về Data Space, dữ liệu dùng chung, khả năng liên thông và quản trị quyền truy cập dữ liệu. Singapore cho thấy vai trò của Nhà nước trong việc tạo nhu cầu đối với dữ liệu chuẩn thông qua CORENET X, IFC+SG và kiểm tra mô hình tự động. Trung Quốc đáng chú ý với việc liên kết BIM, CIM, định danh công trình và dữ liệu vòng đời. Hàn Quốc thể hiện vai trò dẫn dắt của các chủ đầu tư công, đồng thời từng bước liên kết đối tượng BIM với khối lượng, chi phí, tiến độ và thanh toán.

Điểm chung của các mô hình này là dữ liệu ngày càng được chuẩn hóa để có thể sử dụng ngoài phạm vi phần mềm hoặc hợp đồng đã tạo ra nó. Tuy nhiên, một khoảng trống vẫn đáng nghiên cứu là làm thế nào đo được giá trị do dữ liệu tạo ra, xác định chủ thể đã đóng góp vào giá trị đó và phân phối một phần lợi ích trở lại cho những chủ thể đã đầu tư vào chất lượng dữ liệu. Đây có thể là hướng Việt Nam nghiên cứu phát triển thêm thay vì chỉ sao chép mô hình quốc tế.

5. Hạ tầng cho thị trường BIM Data Việt Nam

Thị trường chỉ có thể hoạt động khi Việt Nam hình thành một hạ tầng dữ liệu tối thiểu gồm định danh ổn định, VNClass, ODD-VN và PDT, từ điển dữ liệu, IDS, IFC+VN, hệ thống kiểm chứng, CDE hoặc Data Space và cơ chế kết nối qua API. Các thành phần này giúp cùng một đối tượng công trình được con người, phần mềm và AI nhận biết tương đối thống nhất.

Hạ tầng dữ liệu có thể được tổ chức thành ba lớp. Lớp dữ liệu nền dùng chung gồm hệ thống phân loại, từ điển, schema và một số quy tắc cơ bản cần được xem như hạ tầng số của ngành. Lớp dữ liệu chia sẻ ngành phục vụ benchmark, chi phí, carbon, sản phẩm và các nhu cầu chung. Trên cùng là thị trường dữ liệu và dịch vụ thương mại như dữ liệu đã kiểm chứng, phân tích, API, Digital Twin và dịch vụ AI. Nhà nước không nhất thiết kinh doanh dữ liệu mà chủ yếu thiết lập hạ tầng, tiêu chuẩn và luật chơi để thị trường vận hành.

6.Chất lượng và niềm tin dữ liệu

Giá trị kinh tế chỉ xuất hiện bền vững khi dữ liệu đủ đáng tin để được sử dụng cho quyết định. Vì vậy cần xây dựng khung đánh giá BIM Data Trust dựa trên độ chính xác, đầy đủ, nhất quán, cập nhật, tuân thủ yêu cầu, nguồn gốc và khả năng liên thông. Dữ liệu chưa được kiểm chứng không thể có cùng giá trị sử dụng với dữ liệu đã được xác thực và đủ điều kiện cho một quyết định cụ thể.

Cơ chế kinh tế cần tạo quan hệ trực tiếp giữa chất lượng và lợi ích. Dữ liệu càng đáng tin thì phạm vi sử dụng càng lớn, khả năng tái sử dụng càng cao và giá trị tiềm năng càng tăng. Điều này tạo động lực để doanh nghiệp đầu tư không chỉ vào việc tạo dữ liệu mà còn vào kiểm chứng, cập nhật và duy trì chất lượng dữ liệu.

7. Định giá và đo giá trị BIM Data

Việt Nam cần chuyển dần từ cách tính chi phí BIM chủ yếu dựa trên nhân công sang mô hình kết hợp chi phí tạo lập, mức độ tin cậy và giá trị sử dụng. Chi phí dữ liệu phải tính cả việc tạo, cấu trúc, kiểm chứng, lưu trữ, chia sẻ, duy trì và cải thiện. Giá trị dữ liệu được đo thông qua tiết kiệm thời gian, giảm làm lại, giảm rủi ro, tăng năng suất, tự động hóa quy trình, cải thiện vận hành và nâng cao chất lượng quyết định.

Từ đó có thể nghiên cứu cơ chế giá gồm chi phí cơ sở, phần thưởng cho mức độ tin cậy và một thành phần gắn với giá trị thực tế được tạo ra. ROI, BCR, NPV và giá trị vòng đời có thể được sử dụng tùy trường hợp, nhưng phải tránh quy toàn bộ lợi ích của dự án cho BIM khi lợi ích còn do nhiều yếu tố khác tạo nên.

8. Phân bổ và phân phối giá trị

Đây là phần trung tâm của mô hình. Mỗi lợi ích kinh tế quan trọng cần có khả năng truy ngược từ kết quả về quyết định đã tạo ra kết quả đó, từ quyết định về dữ liệu đã được sử dụng và từ dữ liệu về các chủ thể đã tạo, kiểm chứng và duy trì nó. Bên cạnh Data Provenance cần hình thành Value Provenance, tức khả năng truy xuất nguồn gốc của giá trị.

Trên cơ sở đó có thể thiết kế BIM Data Value Ledger để ghi nhận nguồn dữ liệu, phiên bản, người tạo, người kiểm chứng, mức độ tin cậy, lần sử dụng, quyết định, kết quả và lợi ích kinh tế. Hợp đồng BIM khi đó có thể kết hợp phí tạo dữ liệu, phí kiểm chứng, thưởng chất lượng, phí duy trì và cơ chế chia sẻ một phần lợi ích đã được xác minh. Mục tiêu không phải làm BIM đắt hơn mà làm cho những chủ thể tạo ra dữ liệu tốt có động lực tiếp tục đầu tư vào dữ liệu.

9. Vietnam BIM Data Sandbox

Khung đề xuất cần được kiểm nghiệm trên một số dự án thật trước khi áp dụng rộng. Có thể lựa chọn dự án dân dụng, giao thông và hạ tầng kỹ thuật, trong đó một dự án đầu tư công khoảng 1.000 tỷ đồng được sử dụng làm case định lượng trung tâm. Toàn bộ chi phí và lợi ích của Nhà nước, chủ đầu tư, tư vấn, đơn vị BIM/Data, nhà thầu và đơn vị vận hành được theo dõi trong cùng một mô hình.

Sandbox phải trả lời được ai bỏ tiền tạo dữ liệu, ai tạo ra giá trị, dữ liệu được tái sử dụng ở đâu, lợi ích kinh tế phát sinh bao nhiêu, chủ thể nào nhận lợi ích và cơ chế phân phối hiện tại có tạo đủ động lực cho người tạo dữ liệu hay không. Như vậy Sandbox không chỉ thử nghiệm công nghệ mà đồng thời thử nghiệm dữ liệu, hợp đồng, kinh tế và thể chế.

10. Kiến nghị.

Kết quả cuối cùng có thể hình thành BIM Data Value Distribution Framework for Vietnam gồm năm cấu phần: Data Cost Model để xác định chi phí thực của dữ liệu; Data Value Model để đo giá trị dữ liệu tạo ra; Benefit Attribution để xác định ai đóng góp vào giá trị; Contract Mechanism để chuyển đóng góp thành quyền, nghĩa vụ và thanh toán; Value Distribution để phân phối một phần giá trị trở lại cho các chủ thể tạo, kiểm chứng, chia sẻ và cải thiện dữ liệu.

Toàn bộ hệ thống phải tạo thành một vòng tuần hoàn kinh tế trong đó dữ liệu được tạo ra, kiểm chứng, chia sẻ, tái sử dụng, đo lường giá trị, xác định đóng góp, phân phối lợi ích rồi tái đầu tư để nâng cao chất lượng dữ liệu. Đích đến không phải là một thị trường mua bán file BIM, mà là một hệ sinh thái kinh tế dữ liệu xây dựng, nơi dữ liệu càng đáng tin, càng liên thông, càng được tái sử dụng và càng tạo ra giá trị thì những chủ thể đóng góp vào chất lượng của dữ liệu càng có động lực kinh tế để tiếp tục đầu tư.