Chuyển đổi sang mô hình quản trị đô thị thông minh dựa trên dữ liệu là yêu cầu bắt buộc để nâng cao hiệu lực và hiệu quả quản lý nhà nước

Hạ tầng số và dữ liệu đặt nền tảng cho quản trị đô thị thông minh

Việt Nam đang bước vào giai đoạn yêu cầu tăng trưởng cao, bền vững, đòi hỏi nâng cao năng suất, chất lượng và sức cạnh tranh của nền kinh tế. Trong bối cảnh đó, đô thị tiếp tục đóng vai trò là trung tâm tập trung dân cư, kinh tế, khoa học công nghệ và đổi mới sáng tạo, đồng thời đối mặt với những áp lực gia tăng về dân số, biến đổi khí hậu và yêu cầu chuyển đổi xanh.

Đề cập những yêu cầu này tại hội thảo với chủ đề “Quản trị đô thị thông minh dựa trên dữ liệu” trong khuôn khổ Diễn đàn phát triển bền vững đô thị Việt Nam 2026: “Mô hình phát triển đô thị đóng góp cho tăng trưởng quốc gia, ông Lê Hoàng Trung, Phó Cục trưởng Cục Phát triển đô thị, Bộ Xây dựng khẳng định, chuyển đổi sang mô hình quản trị đô thị thông minh dựa trên dữ liệu là yêu cầu bắt buộc nhằm nâng cao hiệu lực, hiệu quả quản lý nhà nước. 

 Ông Lê Hoàng Trung cho biết, nhiều địa phương đã chủ động xây dựng cơ sở dữ liệu, phát triển hạ tầng số; thành lập và vận hành các Trung tâm Điều hành thông minh (IOC); triển khai ứng dụng quản lý giao thông, giám sát môi trường, cung cấp dịch vụ công và tăng cường kênh tương tác trực tiếp với người dân.

Nhấn mạnh mục tiêu nâng cao hiệu quả quản trị, ông Hoàng Hữu Hạnh, Phó Cục trưởng Cục Chuyển đổi số quốc gia, Bộ Khoa học Công nghệ cho biết, Khung kiến trúc ICT phát triển đô thị thông minh phải hỗ trợ tối thiểu bốn mục tiêu trụ cột, gồm hiệu quả quản trị đô thị, phát triển kinh tế bền vững, chất lượng cuộc sống và tối ưu hóa nguồn lực.

Theo ông, phát triển đô thị thông minh cần được dẫn dắt bởi bài toán quản trị, với dữ liệu là nền tảng, AI và công nghệ số là công cụ, kết quả đối với người dân, doanh nghiệp là thước đo.

Về vai trò của hạ tầng số, dữ liệu và AI, ông Nguyễn Anh Tuấn, Giám đốc Quan hệ Chính phủ, Huawei Technologies Việt Nam cho rằng, ba năng lực nền tảng này cần được xây dựng trong một hệ thống thống nhất để phát triển đô thị thông minh.

Trong đó, hạ tầng số giúp thành phố thu nhận thông tin về những gì đang diễn ra theo thời gian thực. Dữ liệu về giao thông, xây dựng, môi trường, thoát nước, năng lượng, dịch vụ công và phản ánh của người dân cần được liên kết để phục vụ phân tích. AI hỗ trợ dự báo, cảnh báo và đề xuất phương án xử lý, với con người giữ vai trò quyết định.

Người dân chưa cảm nhận được đô thị “thông minh” tương xứng với năng lực kết nối

Từ những nền tảng đã được xây dựng đến hiệu quả quản trị và phục vụ người dân vẫn còn những khoảng cách. Ông Nguyễn Anh Tuấn nhận định rằng kết nối của Việt Nam đã ở nhóm đầu thế giới, nhưng người dân đô thị vẫn chưa cảm nhận được một thành phố "thông minh" tương xứng.

Khoảng cách trong khai thác các nền tảng này cũng được ông Lê Hoàng Trung đề cập khi chỉ ra những vướng mắc tại địa phương. Theo ông, dữ liệu đô thị còn lưu giữ rải rác ở nhiều cơ quan, đơn vị, chưa được chuẩn hóa, đồng bộ, gây khó khăn cho việc kết nối, chia sẻ và khai thác.

Nhiều hệ thống công nghệ được đầu tư theo từng ngành, từng dự án riêng lẻ, thiếu tính tích hợp, chưa tạo thành nền tảng dữ liệu chung cho toàn đô thị. Trong khi đó, cơ chế phối hợp, phân định trách nhiệm quản lý và quy trình chia sẻ dữ liệu giữa các cơ quan, đơn vị chưa hoàn thiện. Việc ứng dụng AI, phân tích dữ liệu lớn và bản sao số đô thị cũng gặp khó khăn do thiếu dữ liệu đầu vào chuẩn xác, hạ tầng kỹ thuật chưa đồng bộ, hạn chế về nguồn nhân lực và năng lực vận hành lâu dài.

Phân tích cụ thể thực trạng dữ liệu đô thị tại Việt Nam, TS. Hán Minh Cường, Viện trưởng Viện Khoa học Công nghệ Xây dựng AIST, Chủ tịch Hội đồng quản trị Tập đoàn SGroup Việt Nam chỉ ra, dữ liệu đang được tổ chức theo ngành, cơ quan và nhiệm vụ, dẫn đến cùng một đối tượng có thể xuất hiện trong nhiều bộ dữ liệu khác nhau. Sự khác biệt về cấu trúc, định danh, ngữ nghĩa khiến kết nối kỹ thuật chưa bảo đảm khả năng khai thác liên ngành.

Bên cạnh đó, việc cập nhật, chất lượng và trách nhiệm chưa đồng bộ khiến khó xác định nguồn có thẩm quyền và duy trì dữ liệu tin cậy. Việc thiếu phương pháp và công cụ triển khai chung gây khó khăn trong đánh giá hiện trạng, lựa chọn đầu tư và hạn chế chồng chéo. “Những khác biệt về cấu trúc, định danh, ngữ nghĩa và thời điểm cập nhật, cùng sự thiếu đồng bộ trong phối hợp liên ngành và trách nhiệm quản trị, khiến dữ liệu khó tái sử dụng, dễ dẫn đến thu thập và đầu tư trùng lặp”, ông cho biết thêm.

Minh họa cho tình trạng phân tán dữ liệu, ông Nguyễn Anh Tuấn nêu trường hợp cùng một con đường nhưng các lĩnh vực giao thông, xây dựng, cấp nước, công an, môi trường và phường, xã sử dụng những mã định danh khác nhau. Các bên đều có dữ liệu, song hệ thống chưa nhận diện được rằng những bản ghi đó cùng đề cập đến một địa điểm.

Đại diện Huawei cũng lưu ý, hạ tầng tốt nhưng dữ liệu phân mảnh sẽ hạn chế giá trị khai thác; dữ liệu tốt nhưng thiếu năng lực tính toán sẽ gây khó khăn cho việc triển khai AI ở quy mô toàn thành phố. Khi dữ liệu đầu vào thiếu tin cậy, kết quả AI cũng khó bảo đảm độ tin cậy.

Ở góc độ sử dụng dữ liệu trong quản trị, ông Kiều Việt Cường, Quyền Trưởng Đại diện UN-Habitat Việt Nam xác định năm khoảng cách cần thu hẹp, gồm khoảng cách giữa dữ liệu hiện có và thông tin phục vụ quyết định; giữa nhu cầu được ghi nhận và nhu cầu thực tế; giữa kết quả phân tích và tổ chức thực hiện; giữa đầu tư ban đầu và nguồn lực duy trì; giữa kết quả vận hành và kết quả phát triển.

Theo phân tích, sự khác nhau về định nghĩa, đơn vị đo và kỳ cập nhật có thể khiến dữ liệu sau khi ghép từ nhiều nguồn trở nên chi tiết nhưng sai về ý nghĩa. Trong khi đó, thống kê lượt sử dụng dịch vụ có thể bỏ sót những người có nhu cầu nhưng chưa tiếp cận được dịch vụ. Thông tin phân tích cũng chưa tự tạo ra quyết định, kinh phí hay sự thống nhất về thứ tự ưu tiên.

Với nhu cầu sử dụng dịch vụ, ông phân biệt nguồn cung công trình, dịch vụ trên địa bàn; lượt sử dụng, giao dịch, phản ánh trực tuyến đã đi vào hệ thống; và nhu cầu của những người chưa tiếp cận được. Thống kê lượt sử dụng có thể bỏ sót người có nhu cầu nhưng gặp trở ngại về tuổi, giới, khuyết tật, thu nhập, nơi ở hoặc trình độ. Vì vậy, dữ liệu phản ánh trực tuyến chưa thể được coi là đại diện cho toàn bộ dân cư.

Khoảng cách còn xuất hiện trong quá trình duy trì và đánh giá hệ thống. “Dữ liệu không được cập nhật có thể khiến quyết định ngày càng xa thực tế dù hệ thống vẫn hoạt động. Hiệu suất hệ thống tăng cũng chưa đủ để kết luận nhu cầu đô thị được đáp ứng tốt hơn”, ông Kiều Việt Cường lưu ý. Theo ông, công nghệ, năng lực sử dụng dữ liệu và tổ chức thực hiện cần đi cùng nhau, gắn với cơ chế phối hợp, phân công trách nhiệm và nguồn lực duy trì.

Thống nhất tiêu chuẩn và trách nhiệm để dữ liệu trở thành nguồn lực dùng chung

Để thu hẹp khoảng cách giữa kết nối và khai thác dữ liệu, TS. Hán Minh Cường đề xuất mô hình tổ chức không gian dữ liệu đô thị trên nền tảng các cơ sở dữ liệu, hệ thống thông tin và hạ tầng số hiện có. Đây là môi trường tổ chức, quản trị, kết nối và khai thác dữ liệu đa nguồn, đa ngành, đa cấp và đa chủ thể, nhằm liên kết, tái sử dụng dữ liệu cho nhiều hoạt động quản lý đô thị.

Theo ông, liên thông dữ liệu cần được bảo đảm trên ba phương diện. Về kỹ thuật, các hệ thống có thể kết nối và trao đổi dữ liệu. Về ngữ nghĩa, dữ liệu từ nhiều nguồn phải được hiểu và sử dụng thống nhất. Về tổ chức, cần xác định rõ trách nhiệm, quy trình phối hợp và cơ chế chia sẻ. Quyền truy cập, sử dụng dữ liệu phải gắn với thẩm quyền, mục đích, yêu cầu an toàn và bảo vệ dữ liệu.

Về nguyên tắc tổ chức không gian dữ liệu, TS. Hán Minh Cường đề nghị kế thừa dữ liệu, nền tảng và hạ tầng hiện có, tránh trùng lặp; thống nhất tiêu chuẩn nhưng linh hoạt theo điều kiện địa phương. Dữ liệu cần được liên kết theo đối tượng, không gian và thời gian, xác định rõ chủ thể quản lý, cập nhật, khai thác, đồng thời kiểm soát nguồn gốc, quyền sử dụng và tính cập nhật. Việc triển khai cần xuất phát từ đối tượng, nhu cầu đô thị và được đánh giá hiệu quả trước khi mở rộng.

Để cụ thể hóa mô hình không gian dữ liệu đô thị, TS. Hán Minh Cường đề xuất bộ công cụ gồm khung tham chiếu, kiến trúc chức năng, danh mục tiêu chuẩn và đặc tả, cùng khung quản trị và phối hợp đa chủ thể. Trong đó cần làm rõ vai trò, trách nhiệm của các cơ quan, tổ chức; quy trình cập nhật, kiểm soát chất lượng, chia sẻ và phân quyền; cơ chế bảo vệ dữ liệu và phối hợp với doanh nghiệp, đơn vị vận hành.

Các công cụ thực hành được đề xuất bao gồm biểu mẫu kiểm kê, ma trận trách nhiệm, đặc tả kết nối, quy trình chia sẻ và kiểm thử liên thông. Bước tiếp theo, theo ông Cường, là thử nghiệm mô hình và bộ công cụ, đánh giá chất lượng, chi phí vận hành và hiệu quả quản lý.

Cũng nhấn mạnh yêu cầu thống nhất dữ liệu, ông Nguyễn Anh Tuấn đề cập ba nguyên tắc xây dựng nền tảng dữ liệu đô thị. Trước hết là thống nhất mã định danh cho con người, công trình, hạ tầng và không gian đô thị trọng yếu. Tiếp đó, mỗi dữ liệu có một cơ quan chủ quản chịu trách nhiệm về chất lượng. Cùng với đó là thống nhất chuẩn dữ liệu không gian, với chuẩn OGC, chuẩn BIM SZ-IFC, dữ liệu BIM-GIS, mô hình 3D và bản đồ nền dùng chung.

Theo đại diện Huawei, dữ liệu thuộc về thành phố và cơ quan có thẩm quyền. Công nghệ cần hỗ trợ kết nối, quản trị và khai thác dữ liệu an toàn. Ông cũng đề xuất ưu tiên hạ tầng dùng chung và làm rõ chất lượng, tiêu chuẩn, quyền truy cập, chia sẻ, mã định danh cùng trách nhiệm quản trị dữ liệu trước khi mở rộng ứng dụng AI.

Yêu cầu thống nhất cách hiểu và trách nhiệm cập nhật dữ liệu được ông Kiều Việt Cường làm rõ qua kinh nghiệm Flanders, Bỉ. Trong bối cảnh có nhiều sản phẩm, dịch vụ và nhà cung cấp phần mềm với cách tổ chức dữ liệu khác nhau, sáng kiến OSLO về tiêu chuẩn mở cho các tổ chức liên kết được khởi xướng theo hình thức hợp tác công tư.

Bài học được đại diện UN-Habitat Việt Nam đề cập là gắn số hóa, chuẩn hóa từng ngành với nhu cầu sử dụng liên ngành, thông qua thống nhất định nghĩa đối tượng, đơn vị tính, mã nhận diện, phạm vi địa lý và kỳ cập nhật. Các bên trao đổi dữ liệu cần hiểu thống nhất ý nghĩa của dữ liệu, đồng thời gắn việc cung cấp thông tin một lần, sử dụng lại nhiều lần với trách nhiệm cập nhật.

Ở góc độ nền tảng công nghệ, ông Vũ Anh Hưng, Giám đốc nhóm giải pháp OEM, Dell Technologies Việt Nam trình bày cách kết hợp các nguồn dữ liệu từ camera, cảm biến, GIS, BIM, hệ thống nghiệp vụ và tương tác của người dân trên một nền tảng có khả năng tái sử dụng và được quản trị. Các mô hình dữ liệu và giao diện kết nối dùng chung, có khả năng tái sử dụng và được quản trị. Nền tảng này bao gồm mô hình dữ liệu, API dùng chung và các cơ chế định danh, phân quyền truy cập, bảo vệ quyền riêng tư, phục vụ an toàn công cộng, giao thông đô thị, điều hành liên ngành, quản lý năng lượng và phân tích thông tin khí hậu.

Về kiến trúc triển khai, ông Hoàng Hữu Hạnh cho biết, Khung kiến trúc ICT phát triển đô thị thông minh quốc gia phiên bản 2.0 là căn cứ để địa phương xây dựng kiến trúc ICT cấp tỉnh, tương thích với Khung kiến trúc tổng thể quốc gia số, hướng tới kết nối, liên thông, chia sẻ dữ liệu và tránh đầu tư trùng lặp.

Theo phần trình bày của ông Hạnh, kiến trúc được tổ chức thành hai tầng trong một hệ sinh thái dữ liệu. Tầng quốc gia thực hiện vai trò kiến tạo, chuẩn hóa và giám sát. Tầng địa phương tổ chức các thành phần nghiệp vụ đô thị thông minh, lớp tri thức, dịch vụ nền tảng, dữ liệu, tích hợp, hạ tầng, bản sao số đô thị và IOC. Hai tầng kết nối, chia sẻ dữ liệu hai chiều, đồng thời địa phương ưu tiên kế thừa, dùng chung hạ tầng hiện có.

Ứng dụng AI từ bài toán đô thị, đánh giá bằng kết quả thực tế

Gắn việc tổ chức dữ liệu dùng chung với bài toán quản lý cụ thể, TS. Hán Minh Cường đề xuất địa phương xác định vấn đề đô thị ưu tiên, kết quả cần đạt và chỉ số đánh giá. Trên cơ sở đó, làm rõ dữ liệu cần thiết, cơ quan quản lý, nhu cầu khai thác liên ngành và khả năng kế thừa các hệ thống hiện có.

Cùng cách tiếp cận này, ông Hoàng Hữu Hạnh đề nghị địa phương lựa chọn bài toán quản trị trước, sau đó xác định dữ liệu, IOC, bản sao số và AI phù hợp. 

Minh họa bằng kịch bản ngập lụt đô thị, ông Hạnh đưa ra cách kết hợp dữ liệu mưa, triều cường, mực nước và thoát nước, được chuẩn hóa theo mô hình tri thức. Trên cơ sở đó, AI hỗ trợ dự báo ngập, phát hiện bất thường; bản sao số mô phỏng kịch bản ngập và thử phương án ứng phó trước khi triển khai. IOC thực hiện cảnh báo, phân công xử lý và phối hợp liên ngành, còn cơ quan có thẩm quyền quyết định, chịu trách nhiệm và đưa kết quả trở lại thành dữ liệu. Các chỉ tiêu được ông Hạnh đề xuất gồm thời gian cảnh báo trước, tỷ lệ cảnh báo sai và thời gian phản ứng.

Ông Hoàng Hữu Hạnh cũng đề cập các biện pháp kiểm soát theo từng ứng dụng. “Với AI điều hành tín hiệu giao thông, cần có sự giám sát, can thiệp của con người và lưu vết. Việc phân tích hình ảnh camera cần giới hạn mục đích, phân quyền và thời hạn lưu trữ. Hệ thống hỏi đáp thông minh phục vụ người dân cần minh bạch việc sử dụng AI, kiểm soát nguồn tri thức để hạn chế thông tin sai lệch và lộ dữ liệu”, Phó Cục trưởng Cục Chuyển đổi số quốc gia cho biết.

Về yêu cầu kiểm chứng khi sử dụng AI, ông Kiều Việt Cường nhấn mạnh mức độ kiểm chứng cần tương ứng với hệ quả của quyết định. Công cụ GeoAI có thể hỗ trợ nhận diện công trình, phân loại không gian và phân tích đô thị, nhưng dấu vết công trình chưa thể được đồng nhất với số hộ, quyền sử dụng đất, thu nhập hay nhu cầu trợ giúp. Bản đồ khảo sát sơ bộ cần được kiểm tra mẫu và thể hiện độ bất định; việc xác định người thụ hưởng, quyền lợi cần được xác minh chặt chẽ và bảo đảm khả năng khiếu nại.

Về điều kiện triển khai, ông Nguyễn Anh Tuấn đề xuất đưa hạ tầng số và AI vào từng cấp quy hoạch, từ bố trí mạng, cống bể dùng chung, mạng cảm biến đến chuẩn bị quỹ đất, nguồn điện và nước làm mát cho trung tâm dữ liệu. Ở cấp quy hoạch chi tiết và cấp phép, ông đề xuất chuẩn bị ống chờ khi thi công đường, nguồn điện, điểm gắn cảm biến và dữ liệu BIM/GIS trong hồ sơ cấp phép, hoàn công.

Đại diện Huawei đồng thời đề xuất lựa chọn phương thức đầu tư phù hợp từng lớp hạ tầng, kết hợp đầu tư công, thuê dịch vụ và doanh nghiệp đầu tư, vận hành. Chi phí cần được tính trong cả vòng đời, bao gồm điện, làm mát, nâng cấp thiết bị, vận hành và an ninh mạng. Lộ trình được đề xuất là lựa chọn một số bài toán bức xúc để thí điểm có đo lường, chuẩn hóa rồi nhân rộng.

Gắn với quá trình vận hành, ông Kiều Việt Cường đề nghị kết nối kết quả phân tích với thẩm quyền, trách nhiệm và nguồn lực, duy trì phối hợp giữa quy hoạch, đầu tư và vận hành. Dữ liệu, nhân lực và công cụ cần được duy trì để tiếp tục đáp ứng yêu cầu sử dụng.

Theo ông Kiều Việt Cường, hiệu quả cần được xem xét cả ở mức cải thiện chung và cách phân bố lợi ích giữa các địa bàn, nhóm dân cư, đặc biệt là cộng đồng yếu thế. Việc đánh giá cần có số liệu ban đầu để so sánh, xem xét người chưa được phục vụ và các yếu tố bối cảnh, bởi số liệu tổng hợp toàn tỉnh có thể che khuất một khu vực thiếu dịch vụ.

Minh họa cho việc sử dụng kết quả theo dõi để điều chỉnh, ông Kiều Việt Cường giới thiệu kinh nghiệm Vienna, Áo. Khi tiến độ giảm phát thải chưa đạt yêu cầu, thành phố cập nhật chiến lược, điều chỉnh mục tiêu, tiến độ và mở rộng đầu tư. Các chỉ tiêu về phát thải khí nhà kính, tỷ trọng giao thông công cộng, năng lượng tái tạo và tính bao trùm được sử dụng để xem xét ưu tiên tài trợ. Bài học được nêu là bộ chỉ tiêu cần gắn với thời điểm rà soát, cơ quan xem xét và khả năng điều chỉnh chương trình, dự án, nguồn lực.

Phát biểu kết luận Hội thảo, ông Lê Hoàng Trung nêu năm vấn đề trọng tâm được thống nhất, gồm thay đổi nhận thức và cách tiếp cận; xác định dữ liệu là nền tảng và tài nguyên; ứng dụng công nghệ xuất phát từ bài toán thực tiễn; liên tục cập nhật, hoàn thiện thể chế; huy động nguồn lực theo mô hình “Ba nhà”, kết hợp Nhà nước, nhà trường, viện nghiên cứu và doanh nghiệp.

“Dữ liệu phải trở thành nền tảng quản trị. Công nghệ phải là công cụ nâng cao hiệu quả. Và người dân, doanh nghiệp phải thực sự là trung tâm, là chủ thể và là người thụ hưởng những thành quả của phát triển đô thị thông minh”, Phó Cục trưởng Cục Phát triển đô thị, Bộ Xây dựng nhấn mạnh./.