Thử bàn về vốn cho kinh tế AI

(KTSG) – “AI đang dịch chuyển từ một lĩnh vực công nghệ riêng lẻ sang vai trò hạ tầng mục đích chung. Nếu không nhìn vốn cho kinh tế AI như một hệ sinh thái đa tầng – PPP cho hạ tầng, quỹ mạo hiểm cho startup, và tín dụng/ưu đãi cho ứng dụng – thì AI ở Việt Nam sẽ chỉ dừng ở mức thử nghiệm nhỏ lẻ”, TS. Vũ Hoàng Linh, trường Đại học Kinh tế, Đại học Quốc gia Hà Nội, trao đổi với Kinh tế Sài Gòn.

Kịch bản tham vọng và vấn đề nguồn vốn

KTSG: Theo Báo cáo Kinh tế AI Việt Nam 2025 mới được công bố trong tháng 7-2025, đến năm 2040, Trí tuệ nhân tạo (AI) có thể đóng góp tới 130 tỉ đô la Mỹ vào GDP Việt Nam, tương đương khoảng 25% quy mô nền kinh tế hiện tại. Ông bình luận như thế nào về những dự báo nêu trên? Liệu chúng ta có đang nhìn nhận vấn đề hơi lạc quan?

– TS. Vũ Hoàng Linh: Con số 130 tỉ đô la Mỹ đến năm 2040 là một kịch bản tham vọng. Nếu tính theo GDP hiện tại (dự báo khoảng 491 tỉ đô la Mỹ năm 2025), tỷ trọng là 25%. Nhưng nếu tính theo quy mô GDP năm 2040 (ước khoảng 1.200-1.300 tỉ đô la Mỹ, giả định tăng trưởng 6-6,5%/năm), thì đóng góp của AI sẽ chiếm 10-11% GDP. Điều đó vẫn rất lớn – tương đương gấp 3 lần toàn bộ kim ngạch xuất khẩu dệt may hiện nay. Tuy nhiên, để đạt mức này, Việt Nam phải chú trọng bốn khâu then chốt:

(1) Hạ tầng tính toán và năng lượng: Đóng góp vào GDP từ AI chủ yếu đến từ việc ứng dụng quy mô lớn, nhưng nếu thiếu trung tâm dữ liệu, bộ xử lý đồ họa (GPU) và nguồn điện ổn định thì năng lực triển khai sẽ bị bó hẹp. Singapore hiện có công suất trung tâm dữ liệu xấp xỉ 1.000 MW, trong khi Việt Nam mới có khoảng 200 MW. Không đầu tư hạ tầng, con số 130 tỉ đô la Mỹ chỉ là trên giấy.

(2) Khung dữ liệu và pháp lý: AI học từ dữ liệu. Nếu dữ liệu công – tư còn phân tán, thiếu chuẩn mở, lại vướng pháp luật về chuyển dữ liệu xuyên biên giới, thì doanh nghiệp sẽ không có “nguyên liệu” để tạo giá trị. Đóng góp vào GDP sẽ khó lan tỏa ra toàn nền kinh tế.

(3) Nhân lực: Việt Nam có nhiều kỹ sư lập trình cơ bản, nhưng còn thiếu kỹ sư AI ứng dụng. Nếu không lấp khoảng trống này, năng suất từ AI sẽ chỉ tập trung ở vài công ty lớn, không đủ để tạo ra 130 tỉ đô la Mỹ.

(4) Cầu thị trường dẫn dắt: Dự báo 130 tỉ đô la Mỹ giả định AI được ứng dụng rộng rãi trong hành chính công, y tế, giáo dục và sản xuất. Nếu Chính phủ không triển khai các dự án có tính dẫn dắt ở quy mô lớn, thì doanh nghiệp tư nhân sẽ thiếu động lực để đầu tư theo. Khi đó, AI khó có thể lan tỏa ở mức vĩ mô.

Tóm lại, mục tiêu 130 tỉ đô la Mỹ là khả dĩ về mặt tiềm năng, nhưng chỉ khi Việt Nam xử lý được đồng bộ bốn điểm nghẽn trên. Nếu không, dự báo này sẽ thiên về lạc quan nhiều hơn là hiện thực.

KTSG: Ông từng nhận định, AI không chỉ là một ngành công nghệ riêng biệt, mà là tầng nền tảng có khả năng tái định hình mọi lĩnh vực. Như vậy, có thể hiểu, AI sẽ trở thành một nhân tố có tính chất hạ tầng cho nền kinh tế hay không? Trong trường hợp này, câu chuyện vốn cho kinh tế AI cần được nhìn nhận như thế nào?

– AI đang dịch chuyển từ một lĩnh vực công nghệ riêng lẻ sang vai trò hạ tầng mục đích chung (general-purpose infrastructure), tương tự điện hay Internet. Điều đó có nghĩa là khi bàn về vốn cho kinh tế AI, chúng ta không thể chỉ nói đến quỹ đầu tư mạo hiểm cho startup, mà phải tổ chức theo ba tầng vốn khác nhau.

Nếu bốn trụ cột – pháp lý, hạ tầng, cầu thị trường và nhân lực – được triển khai đồng bộ và hiệu quả, thì AI sẽ không chỉ là khẩu hiệu mà sẽ thực sự trở thành động lực năng suất mới, có thể đóng góp đáng kể vào GDP trong 15-20 năm tới.

Thứ nhất, hạ tầng nền: Việt Nam đã có một số dự án quy mô lớn như FPT AI Factory trị giá 200 triệu đô la Mỹ; CMC Hyperscale DC giai đoạn đầu trị giá 250 triệu đô la Mỹ, khả năng mở rộng lên tổng đầu tư khoảng 1 tỉ đô la Mỹ; VNPT IDC Hòa Lạc – trung tâm dữ liệu lớn nhất Việt Nam đạt chuẩn Tier III. Dù vậy, tổng quy mô này vẫn nhỏ nếu so với Singapore – nơi công suất trung tâm dữ liệu đã vượt 1.000 MW, gấp 5 lần Việt Nam. Điều đó cho thấy Việt Nam buộc phải đẩy mạnh vốn hạ tầng nếu muốn AI trở thành nền tảng thực sự.

Thứ hai, khởi nghiệp và nghiên cứu – phát triển (R&D): Năm 2024, tổng vốn đầu tư đổi mới sáng tạo vào Việt Nam đạt 2,3 tỉ đô la Mỹ với 141 thương vụ (NIC, 2025). Tỷ trọng vốn cho R&D AI và công nghệ sâu (deeptech) tăng nhanh, thể hiện qua mức tăng gấp nhiều lần vốn rót cho startup AI so với năm trước. Đây là chỉ báo tích cực, cho thấy nhà đầu tư quốc tế coi Việt Nam là thị trường có tiềm năng trong mảng AI ứng dụng.

Thứ ba, ứng dụng công – tư (PPP): Số liệu thực tế cho thấy ngân sách chi cho công nghệ thông tin (CNTT) trong khu vực công thường chiếm khoảng 1,5-2% chi thường xuyên, trong khi doanh nghiệp lớn tại Việt Nam chi trung bình 1,8-2,2% doanh thu cho CNTT (theo báo cáo Vietdata 2024). Xu hướng mới là phần chi cho AI trong tổng chi CNTT ngày càng tăng, nhất là ở các ngành tài chính, bán lẻ, logistics. Nếu Chính phủ bổ sung cơ chế ưu đãi thuế và mở rộng mua sắm công theo hướng “đặt hàng AI”, thì vốn ứng dụng sẽ lan tỏa nhanh chóng.

Tóm lại, nếu không nhìn vấn đề vốn cho kinh tế AI như một hệ sinh thái đa tầng – đầu tư theo hình thức đối tác công tư (PPP) cho hạ tầng, quỹ mạo hiểm cho start up, và tín dụng/ưu đãi cho ứng dụng – thì AI ở Việt Nam sẽ chỉ dừng ở mức thử nghiệm nhỏ lẻ. Ngược lại, nếu tổ chức vốn đúng cấu trúc, AI có thể trở thành một tầng hạ tầng cốt lõi của nền kinh tế.

Ưu thế của Việt Nam

KTSG: Xét theo từng cấu phần, vốn để đầu tư hạ tầng cho AI, vốn để sáng tạo khởi nghiệp với AI, vốn để ứng dụng AI vào các lĩnh vực khác nhau, Việt Nam sẽ có ưu thế ở cấu phần nào? Và theo ông, chúng ta nên ưu tiên vào đâu để vừa phù hợp với điều kiện kinh tế và tiềm lực của Việt Nam, vừa có thể phát huy hiệu quả tốt nhất?

– Thực tế, Việt Nam hiện có lợi thế rõ rệt nhất ở ứng dụng AI. Theo khảo sát cuối năm 2024 của NIC, khoảng 19% doanh nghiệp nhỏ và vừa (SME) từng thử tích hợp một sản phẩm AI, nhưng chỉ dưới 4% duy trì sử dụng lâu dài. Trong khi đó, theo báo cáo CPA Australia, 44% doanh nghiệp nhỏ tại Việt Nam coi AI là khoản đầu tư công nghệ hàng đầu năm 2024 và hơn 47% đã sử dụng AI cho hoạt động cốt lõi. Điều này cho thấy nhu cầu ứng dụng đã hình thành mạnh, đặc biệt trong chăm sóc khách hàng, logistics và sản xuất.

Ngược lại, ở hạ tầng tính toán, chúng ta còn yếu. Bộ Khoa học và Công nghệ cho biết đến năm 2025, Việt Nam mới có 221 MW công suất trung tâm dữ liệu đang hoạt động. Khoảng cách này lý giải vì sao chi phí compute (chi phí tính toán) vẫn là nút thắt lớn cho doanh nghiệp AI trong nước.

Về R&D khoa học, đóng góp của Việt Nam trong lĩnh vực AI vẫn khiêm tốn. Theo Scopus, số bài báo AI từ Việt Nam chỉ chiếm một tỷ lệ rất nhỏ so với thế giới (dưới 1%), phản ánh hạn chế về nghiên cứu nền tảng và đội ngũ học giả.

Trong bối cảnh đó, chiến lược hợp lý cho Việt Nam là:

(1) Tập trung ứng dụng quy mô lớn trong hành chính công, giáo dục và y tế – ba lĩnh vực NIC khuyến nghị – để tạo thị trường và sinh dữ liệu chất lượng.

(2) Đầu tư có mục tiêu vào compute xanh (trung tâm dữ liệu kết hợp năng lượng tái tạo) nhằm đảm bảo tự chủ tối thiểu, giảm phụ thuộc vào hạ tầng quốc tế.

(3) Ưu tiên đào tạo 10.000-20.000 kỹ sư AI ứng dụng trong năm năm tới, tập trung vào ứng dụng thực tế, tích hợp AI vào quy trình sản xuất – dịch vụ thay vì chỉ đào tạo về nghiên cứu lý thuyết.

Với ba cột trụ “ứng dụng kéo – hạ tầng đẩy – nhân lực làm nền”, Việt Nam có thể phát huy lợi thế hiện tại, vừa phù hợp với điều kiện kinh tế, vừa tạo tác động lan tỏa lớn nhất.

KTSG: Theo ông, khúc mắc lớn nhất trong huy động vốn cho kinh tế AI nằm ở đâu và chúng ta có thể hóa giải như thế nào?

– Khúc mắc lớn nhất là tài sản vô hình khó được ngân hàng công nhận. Dữ liệu, thuật toán, hay quyền sở hữu trí tuệ không dễ thế chấp, khiến doanh nghiệp AI khó tiếp cận vốn dài hạn. Song song đó, chi phí hạ tầng tính toán cực cao trong khi giá điện ở Việt Nam dự kiến sẽ tiếp tục tăng trong thời gian tới.

Để giải quyết vấn đề này, cần:

(1) Khung pháp lý đặc thù cho phép coi dữ liệu và phần mềm AI là tài sản có giá trị;

(2) Blended finance: mô hình kết hợp vốn ODA/DFI (ngân hàng phát triển, quỹ quốc tế) với ngân hàng thương mại, có bảo lãnh của Nhà nước cho hạ tầng AI. Ví dụ: dự án trung tâm dữ liệu AI trị giá 300 triệu đô la Mỹ có thể được cấu trúc: 40% vốn vay ưu đãi ODA, 40% vốn vay thương mại trong nước, và 20% vốn góp của doanh nghiệp. Nếu Nhà nước bảo lãnh 30% phần vay thương mại, rủi ro giảm, ngân hàng sẽ dễ cho vay.

(3) Chính sách khấu trừ thuế cho chi phí ứng dụng AI của SME (hiện SME chiếm 98% tổng số doanh nghiệp).

Nếu không tháo gỡ được bài toán vốn – tài sản vô hình, rất khó mở rộng kinh tế AI ra toàn nền kinh tế.

Cần hành động cụ thể

KTSG: Cuối cùng, ông từng đặt ra gợi mở, Việt Nam có đủ năng lực để biến AI thành động lực phát triển thực chất. Đến thời điểm này, câu trả lời của ông cho vấn đề này như thế nào? Xin ông chia sẻ cụ thể.

– Tôi cho rằng Việt Nam hoàn toàn có đủ tiềm lực để biến AI thành động lực phát triển thực chất, nếu biến chính sách thành hành động cụ thể.

Về mặt pháp lý, Luật Công nghiệp Công nghệ số (DTI Law) vừa được Quốc hội thông qua vào tháng 6-2025, mở khung pháp lý cho đầu tư AI và bán dẫn; gần như đồng thời, Luật Bảo vệ dữ liệu cá nhân (PDPL) cũng được thông qua, có hiệu lực từ đầu năm 2026, tạo nền tảng pháp lý cần thiết cho dữ liệu và AI.

Về hạ tầng, các doanh nghiệp lớn đã có bước đi cụ thể: FPT đang triển khai AI Factory và CMC hợp tác với Samsung C&T xây dựng trung tâm dữ liệu hyperscale (trung tâm dữ liệu lớn) tại TPHCM.

Về cầu thị trường, lĩnh vực này đang có dấu hiệu tích cực: các bộ ngành bắt đầu triển khai các giải pháp AI quy mô trong lĩnh vực hành chính công, giáo dục, y tế và vận tải đô thị. Chẳng hạn, TPHCM ra mắt robot hỗ trợ người dân và tích hợp ChatGPT tại trung tâm hành chính từ tháng 7-2025, rút ngắn thời gian xử lý và cải thiện trải nghiệm công vụ. Bộ Y tế đặt mục tiêu đào tạo 15.000 nhân viên y tế về AI giữa năm 2025 và 2026, hướng tới ứng dụng trong lâm sàng, quản trị và nghiên cứu khoa học. Trong lĩnh vực giao thông, AI và dữ liệu vệ tinh được triển khai trên diện rộng để phân tích nguy cơ tai nạn giao thông học đường, bắt đầu từ năm 2021-2024 và mở rộng ra toàn quốc.

Về nhân lực, nhiều trường đại học đã mở chương trình đào tạo AI như bốn trường về kinh tế (Đại học Kinh tế Quốc dân, Đại học Kinh tế TPHCM, trường Đại học Ngân hàng TPHCM, trường Đại học Kinh tế – Luật). Học viện Công nghệ Bưu chính Viễn thông mở khoa AI đầu tiên. Đại học Bách khoa Hà Nội hợp tác với NVIDIA/NIC để đào tạo chuyên sâu AI.

Nếu bốn trụ cột – pháp lý, hạ tầng, cầu thị trường và nhân lực – được triển khai đồng bộ và hiệu quả, thì AI sẽ không chỉ là khẩu hiệu mà sẽ thực sự trở thành động lực năng suất mới, có thể đóng góp đáng kể vào GDP trong 15-20 năm tới.