Hiện thực hóa Nghị quyết số 57-NQ/TW: AI tạo đột phá chiến lược trong quản lý hành chính công tại Việt Nam

Realizing Resolution No. 57-NQ/TW: artificial intelligence as a strategic breakthrough for public administration in Vietnam

ThS. Phạm Minh Tuấn
ThS. Nguyễn Huy Khôi
Trường Đại học Lao động – Xã hội

(Quanlynhanuoc.vn) – Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị đã đặt chuyển đổi số vào vị trí đột phá chiến lược của quốc gia. Trí tuệ nhân tạo (AI) được kỳ vọng là động lực cốt lõi để hiện đại hóa nền hành chính công tại Việt Nam. Bằng phương pháp nghiên cứu định tính, tổng hợp tài liệu trong nước và quốc tế giai đoạn 2020-2024, kết hợp phân tích 6 tình huống điển hình (Estonia, Singapore, Ấn Độ, Phần Lan, TP. Hồ Chí Minh, Đà Nẵng), bài viết đánh giá thực trạng và tiềm năng ứng dụng AI trong khu vực công. Từ đó, bài viết đề xuất 5 nhóm giải pháp đồng bộ: chuẩn hóa và liên thông dữ liệu quốc gia; đầu tư hạ tầng số cho khu vực công; đào tạo đội ngũ công chức số; hoàn thiện hành lang pháp lý về AI; thúc đẩy mô hình hợp tác công – tư (PPP). Những khuyến nghị này góp phần hiện thực hóa Nghị quyết 57, đưa AI từ thí điểm trở thành động lực thực sự cho cải cách hành chính tại Việt Nam.

Từ khóa: Nghị quyết 57; trí tuệ nhân tạo; quản lý hành chính công; RPA; chính phủ số.

Abstract: Resolution No. 57-NQ/TW, dated December 22, 2024, issued by the Politburo, has positioned digital transformation as a strategic breakthrough for the nation. Artificial intelligence (AI) is expected to be the core driver for modernizing public administration in Vietnam. Using qualitative research methods, this paper synthesizes domestic and international literature from 2020 to 2024 and analyzes six case studies (Estonia, Singapore, India, Finland, Ho Chi Minh City, and Da Nang) to assess the current status and potential for AI applications in the public sector. Based on this analysis, the article proposes five integrated solution groups: standardizing and interconnecting national data; investing in digital infrastructure for the public sector; training a digital civil service workforce; improving the legal framework for AI; and promoting public-private partnership (PPP) models. These recommendations contribute to the implementation of Resolution 57, transforming AI from a pilot initiative into a true driver of administrative reform in Vietnam.

Keywords: Resolution 57; artificial intelligence; public administration; RPA; digital government.

1. Đặt vấn đề

Cuộc cách mạng công nghiệp 4.0 đang tái định hình cách thức vận hành của bộ máy nhà nước trên phạm vi toàn cầu. Chuyển đổi số không còn là lựa chọn mà đã trở thành yêu cầu sống còn đối với mọi nền hành chính công. Tại Việt Nam, Nghị quyết số 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị đã xác định phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số là một trong ba đột phá chiến lược đến năm 2030, tầm nhìn 2045.

Trong bức tranh tổng thể đó, trí tuệ nhân tạo (AI) nổi lên như một công nghệ cốt lõi, có khả năng tạo ra bước nhảy vọt về chất lượng trong quản trị. Không chỉ là công cụ tự động hóa đơn thuần, AI còn mở ra khả năng dự báo, cá nhân hóa dịch vụ và hỗ trợ ra quyết định dựa trên dữ liệu lớn (big data) – những điều mà các hệ thống hành chính truyền thống khó lòng đạt được.

Trên thế giới, nhiều quốc gia đã đạt được những kết quả ấn tượng trong việc ứng dụng AI vào khu vực công. Estonia – quốc gia được mệnh danh là “xứ sở số” – đã triển khai chatbot Bürokratt tích hợp với hơn 20 dịch vụ công, tự động giải đáp hơn 65% yêu cầu của công dân. Singapore sử dụng AI để dự báo nhu cầu nhà ở công cộng với độ chính xác cao (R>0,9). Ấn Độ vận hành DigiLocker với hơn 43 triệu người dùng và 9,4 tỷ tài liệu số hóa. Hoa Kỳ và Phần Lan cũng có những mô hình RPA và AI-DSS được nhân rộng trên toàn quốc.

Tại Việt Nam, mặc dù Chính phủ đã có nhiều nỗ lực thúc đẩy chính phủ điện tử và chuyển đổi số, việc ứng dụng AI trong quản lý hành chính công vẫn còn ở giai đoạn sơ khai. Nhiều địa phương đã thử nghiệm chatbot, hệ thống một cửa điện tử, hoặc tích hợp RPA, nhưng các mô hình này chưa được nhân rộng một cách có hệ thống.

2. Cơ sở lý luận và tổng quan nghiên cứu

Quản lý hành chính công được hiểu là hoạt động điều hành, tổ chức và cung ứng dịch vụ công của bộ máy nhà nước từ trung ương đến địa phương. “Ứng dụng AI” bao gồm các hệ thống sử dụng học máy, xử lý ngôn ngữ tự nhiên, nhận dạng mẫu và tự động hóa quy trình thông minh để thực hiện các nhiệm vụ thường do con người đảm nhận.

Các tổ chức quốc tế đã có nhiều đóng góp quan trọng: (1) OECD (2021)1: xây dựng khung “AI-enabled public sector”, nhấn mạnh tầm quan trọng của dữ liệu mở, niềm tin xã hội và năng lực thể chế. (2) UNDP (2022)2: khuyến nghị các chính phủ cần kết hợp AI với cải cách hành chính, đặc biệt chú trọng đến nhóm dễ bị tổn thương. (3) World Bank (2023)3: khẳng định chính phủ số chỉ thực sự hiệu quả khi AI được tích hợp vào phân tích, giám sát và cung cấp dịch vụ.

Wirtz et al. (2019)4 đề xuất mô hình tương tác AI-Administration; Chen et al. (2020)5 chỉ ra cả cơ hội và rủi ro về đạo đức và quyền riêng tư. Sun & Medaglia (2019)6 tập trung vào vai trò của chatbot trong tương tác giữa chính quyền và công dân.

Nghiên cứu tại Việt Nam đã bắt đầu phản ánh thực tiễn đa dạng. Nguyễn Văn T. và Trần Thị H. (2022)7 chỉ ra rằng, rào cản lớn nhất là dữ liệu phân tán và thiếu nhân lực chất lượng cao, đặc biệt ở vùng miền núi và nông thôn. Lê Văn Bảy (2021)8 nhấn mạnh tiềm năng của RPA trong việc xử lý hồ sơ hành chính. Phạm Thị Mai và cộng sự (2023)9 đánh giá hiệu quả thực tế tại TP. Hồ Chí Minh và Đà Nẵng ghi nhận giảm 40% thời gian xử lý hồ sơ. Viện IPS (2022)10 cảnh báo, 87% dự án AI trong khu vực công đang ở trạng thái “đóng băng” do thiếu chiến lược đồng bộ. Điểm chung của các nghiên cứu trong nước là nhất trí về tiềm năng to lớn, nhưng cũng thống nhất về sự cần thiết phải có khung pháp lý, hạ tầng dữ liệu và nguồn nhân lực.

Bài viết đề xuất khung phân tích “Vòng đời dịch vụ hành chính số” (Hình 1), trong đó, quy trình cung cấp dịch vụ công được chia thành 4 giai đoạn liên tiếp. (1) Tương tác và hướng dẫn ban đầu – ứng dụng chatbot/trợ lý ảo. (2) Tiếp nhận và số hóa hồ sơ – ứng dụng nhận dạng/xử lý văn bản thông minh (OCR, ICR, NLP). (3) Xử lý, thẩm định và ra quyết định – ứng dụng hệ thống hỗ trợ quyết định dựa trên AI (AI-DSS). (4) Tự động hóa các tác vụ lặp lại và báo cáo – ứng dụng RPA.

Bốn ứng dụng này không chỉ tương ứng với 4 giai đoạn của chu trình cung cấp dịch vụ công mà còn có thể vận hành tuần tự hoặc song song, tạo thành một hệ sinh thái AI liên hoàn từ đầu vào (công dân tương tác) đến đầu ra (quyết định hành chính và phản hồi). Khung này làm cơ sở để lựa chọn và phân tích 4 ứng dụng trọng tâm tại mục 4, đồng thời giúp xác định vị trí của từng ứng dụng trong chiến lược chuyển đổi số tổng thể theo Nghị quyết 57-NQ/TW.

Bảng 1. Khung phân tích “Vòng đời dịch vụ hành chính số” và 4 ứng dụng AI tương ứng

Giai đoạnChức năng hành chínhỨng dụng AI lõiGiá trị gia tăng chínhBằng chứng từ case study
1Tương tác, hướng dẫn, giải đápChatbot, NLP, NLUGiảm tải bộ phận một cửa, hoạt động 24/7Estonia (Bürokratt): giảm 35-40% khối lượng CV; TP. Hồ Chí Minh: hài lòng 95%
2Tiếp nhận, số hóa, phân loại hồ sơOCR, ICR, nhận dạng văn bảnSố hóa giấy tờ, liên thông dữ liệuẤn Độ (DigiLocker): 43,5 triệu người dùng, 9,4 tỷ tài liệu
3Xử lý, thẩm định, ra quyết địnhAI-DSS (ML, predictive modeling)Dự báo, cảnh báo rủi ro, hỗ trợ chính sáchSingapore (HDB): độ tin cậy R>0,9; Phần Lan (Kanta): cảnh báo nguy cơ y tế
4Tác vụ lặp lại, nhập liệu, báo cáoRPATự động hóa quy trình, giảm sai sótTP. Hồ Chí Minh: tiết kiệm 2.000 giờ công/ngày; Hoa Kỳ: bot library dùng chung

Bảng trên mô tả 4 giai đoạn của vòng đời dịch vụ hành chính số, từ khi công dân/doanh nghiệp tương tác với bộ phận một cửa đến khi hồ sơ được xử lý hoàn tất. Mỗi giai đoạn được hỗ trợ bởi một nhóm ứng dụng AI tương ứng, với các chỉ số hiệu quả điển hình từ các mô hình thí điểm trong và ngoài nước. Các yếu tố nền tảng (dữ liệu, hạ tầng, pháp lý, nhân lực) đóng vai trò xuyên suốt, đảm bảo các ứng dụng AI có thể vận hành liên thông và bền vững.

3. Phương pháp nghiên cứu

Bài viết sử dụng phương pháp nghiên cứu định tính với 2 kỹ thuật chính.

Thứ nhất, tổng quan tài liệu có hệ thống (systematic literature review). Thu thập và phân tích các nghiên cứu học thuật, báo cáo chính sách, tài liệu chuyên đề từ cả nguồn quốc tế (OECD, UNDP, World Bank) và trong nước.

Thứ hai, phân tích tình huống điển hình (case study). Lựa chọn có chủ đích 6 trường hợp: 4 trường hợp quốc tế (Estonia, Singapore, Ấn Độ, Phần Lan) và 2 trường hợp trong nước (TP. Hồ Chí Minh, Đà Nẵng), dựa trên các tiêu chí: mức độ trưởng thành trong ứng dụng AI, tính đại diện cho các nhóm công nghệ khác nhau và khả năng tiếp cận dữ liệu.

Dữ liệu thứ cấp được khai thác từ các nguồn: văn bản chính sách (nghị quyết, quyết định của Thủ tướng), báo cáo của cơ quan nhà nước, tổ chức quốc tế và các ấn phẩm khoa học đã qua bình duyệt.

4. Kết quả nghiên cứu

Dựa trên phân tích tài liệu và tình huống, bốn ứng dụng AI nổi lên như những lĩnh vực có tác động rõ rệt nhất đối với quản lý hành chính công tại Việt Nam.

4.1. Chatbot trợ lý ảo – Cánh cửa tương tác 24/7

Công nghệ lõi: chatbot hành chính sử dụng xử lý ngôn ngữ tự nhiên (NLP), hiểu ngôn ngữ tự nhiên (NLU), học máy (ML) và các mô hình ngôn ngữ lớn như BERT, RoBERTa. Một số hệ thống tích hợp thêm chuyển đổi giọng nói – văn bản (speech-to-text, text-to-speech) để mở rộng kênh tương tác.

Chức năng chính: tra cứu thủ tục hành chính (giờ làm việc, hồ sơ, lệ phí); hướng dẫn điền biểu mẫu và kiểm tra tiến độ hồ sơ; tiếp nhận phản ánh, kiến nghị và tự động phân loại theo lĩnh vực. Hoạt động liên tục 24/7, giảm tải cho bộ phận một cửa.

Kết quả từ thực tiễn: Estonia (Bürokratt) đã tích hợp với hơn 20 dịch vụ công, tự động giải đáp trên 65% yêu cầu, giảm 35-40% khối lượng công việc lặp lại tại trung tâm dịch vụ công. TP. Hồ Chí Minh,Việt Nam (dicvucong.me – UNDP): chatbot hỗ trợ 15 dịch vụ hành chính cơ bản bằng cả văn bản và giọng nói; mức độ hài lòng của người dùng đạt 95%. Tích hợp chatbot vào Cổng Dịch vụ công, cho phép truy vấn bằng câu hỏi tự nhiên như “Tôi cần làm căn cước công dân ở đâu?” TheoNghiên cứu của Nguyen et al. (2023)11, chatbot tiếng Việt sử dụng BERT đạt độ chính xác 90% trong thử nghiệm tư vấn du lịch, cho thấy tiềm năng mở rộng sang lĩnh vực hành chính.

Đánh giá chung, chatbot là ứng dụng “dễ làm, dễ thấy hiệu quả” nhất, phù hợp với giai đoạn đầu của chuyển đổi số trong lĩnh vực hành chính. Chi phí triển khai tương đối thấp, thời gian hoàn vốn nhanh (thường dưới 12 tháng).

4.2. Nhận dạng và xử lý văn bản thông minh

Công nghệ lõi: kết hợp OCR (nhận dạng ký tự quang học), ICR (nhận dạng chữ viết tay), NLP và học máy để trích xuất thông tin có cấu trúc từ tài liệu giấy, PDF, ảnh quét. Các nền tảng, như: Google Document AI, Microsoft Form Recognizer, ABBYY FlexiCapture đang được ứng dụng rộng rãi.

Chức năng chính: số hóa hồ sơ giấy, xây dựng kho lưu trữ điện tử liên thông. Tự động phân loại công văn, đơn thư và giấy tờ tùy thân (CCCD, hộ khẩu, giấy khai sinh). Trích xuất dữ liệu đầu vào cho các hệ thống nghiệp vụ (thuế, bảo hiểm, tòa án, y tế).

Kết quả từ thực tiễn: Ấn Độ (DigiLocker), tính đến tháng 12/2024, có hơn 43,49 triệu người dùng, lưu trữ khoảng 9,4 tỷ tài liệu số, tích hợp với 149 tổ chức phát hành. OCR và AI được sử dụng để trích xuất số CMND, ngày cấp, số bằng lái và tự động hóa quá trình xác thực. Đà Nẵng, Việt Nam, hệ thống quản lý văn bản và điều hành tích hợp OCR, AI bút phê, ký số, lưu trữ điện tử đã được triển khai đến cấp xã, phường.

Đánh giá chung, công nghệ này giải quyết bài toán “xương sống” của hành chính công: số hóa và liên thông dữ liệu. Tuy nhiên, chất lượng OCR đối với chữ viết tay tiếng Việt (nhiều dấu, biến thể) vẫn là một thách thức cần được đầu tư nghiên cứu thêm.

4.3. Hệ thống hỗ trợ ra quyết định dựa trên AI (AI-DSS)

Công nghệ lõi: AI-DSS khác biệt với DSS truyền thống ở khả năng học từ dữ liệu lịch sử, thích nghi với bối cảnh mới và đưa ra cảnh báo chủ động. Các thành phần chính gồm: Machine Learning/Deep Learning, Big Data Analytics, Predictive Modeling và Explainable AI (XAI) nhằm bảo đảm tính minh bạch.

Chức năng chính: lập kế hoạch ngân sách và phân bổ nguồn lực dựa trên dự báo về dân số, y tế và giáo dục. Phân loại mức độ ưu tiên của hồ sơ, khiếu nại và kiến nghị. Phân tích tác động chính sách công và cảnh báo rủi ro trong lĩnh vực nhạy cảm (đất đai, thuế, an sinh)

Kết quả từ thực tiễn: tại Phần Lan (Kanta Services), hệ thống dữ liệu y tế và xã hội toàn quốc cho phép các chuyên gia phân tích hồ sơ bệnh nhân, đưa ra cảnh báo nguy cơ và điều chỉnh chính sách bảo hiểm. Singapore (Smart Nation) sử dụng mô hình mạng nơ-ron để dự báo nhu cầu nhà ở công cộng (HDB resale) với độ tin cậy R > 0,9. Việt Nam, theo nghiên cứu của Pham et al., 202312, xây dựng hệ thống tìm kiếm thông minh cho văn bản pháp luật về giao thông đường bộ dựa trên ontology. Cho phép truy vấn bằng ngôn ngữ tự nhiên, độ chính xác đạt khoảng 75% (78% đối với khái niệm, 73% đối với mức phạt).

Đánh giá chung, AI-DSS là ứng dụng có giá trị chiến lược cao nhất nhưng cũng đòi hỏi đầu tư lớn nhất, cả về dữ liệu, thuật toán và năng lực thể chế. Việt Nam cần có lộ trình dài hạn, bắt đầu từ các lĩnh vực có dữ liệu tốt (y tế, bảo hiểm, giáo dục).

4.4. RPA – Tự động hóa quy trình bằng robot phần mềm

Công nghệ lõi: RPA sử dụng “robot phần mềm” mô phỏng hành vi con người (nhấp chuột, gõ phím, copy-paste) để thực hiện các tác vụ lặp lại. Tích hợp thêm OCR, NLP cho dữ liệu phi cấu trúc và API để giao tiếp trực tiếp với hệ thống hiện có.

Chức năng chính: Tự động nhập dữ liệu từ biểu mẫu vào hệ thống. Kiểm tra điều kiện hợp lệ của hồ sơ theo quy định của pháp luật. Gửi thông báo trạng thái hồ sơ qua email/SMS. Đồng bộ dữ liệu giữa hệ thống một cửa và cơ sở dữ liệu dân cư. Lập báo cáo định kỳ tự động

Kết quả từ thực tiễn: tạiHoa Kỳ, Digital.gov định nghĩa RPA là công nghệ tự động hóa các tác vụ lặp lại dựa trên quy tắc, giúp nhân viên công vụ tập trung vào các nhiệm vụ mang lại giá trị cao hơn. Singapore, Public Service Division (PSD) xây dựng “bot library” với hơn 100 robot tự động hóa cho các cơ quan chính phủ. Dịch vụ VITAL ra mắt nền tảng RPA tập trung vào toàn bộ hệ thống hành chính công. TP. Hồ Chí Minh (VNPT): hệ thống RPA tích hợp AI tự động tiếp nhận hồ sơ giấy (qua scan), phân loại, kiểm tra thông minh và nhập dữ liệu vào hệ thống điện tử. Kết quả: tiết kiệm hơn 2.000 giờ công mỗi ngày (tương đương 175 nhân sự toàn thời gian/năm), giảm sai sót gần như triệt để, cải thiện sự hài lòng của người dân lên trên 95%.

Đánh giá chung: RPA là ứng dụng “trả đũa” nhanh nhất về năng suất, phù hợp với các quy trình hành chính có khối lượng lớn, ít biến động (nhập liệu, đối soát, báo cáo). Chi phí triển khai trung bình; thời gian hoàn vốn thường dưới 6 tháng.

Bảng 2. Tổng hợp so sánh các case study ứng dụng AI trong quản lý hành chính công

Quốc gia/địa phươngỨng dụng AI chínhKết quả định lượngRào cản chính
EstoniaChatbot BürokrattGiảm 35-40% khối lượng công việcTích hợp liên dịch vụ
SingaporeAI-DSS dự báo nhà ởĐộ tin cậy R>0,9Chất lượng dữ liệu
Ấn ĐộDigiLocker43,49 triệu người dùng, 9,4 tỷ tài liệuHạ tầng vùng sâu
Phần LanKanta Services (AI-DSS y tế)Cảnh báo nguy cơ chính xác caoBảo mật dữ liệu
TP. Hồ Chí MinhRPA + chatbotTiết kiệm 2.000 giờ công/ngàyNhân rộng ra quận/huyện
Đà NẵngOCR + AI bút phêTriển khai đến cấp xãThiếu chuyên gia bảo trì

5. Thảo luận

Tổng hợp từ các case study, ứng dụng AI trong quản lý hành chính công mang lại 3 lợi ích chiến lược: (1) Giảm thời gian và chi phí xử lý. Các mô hình thí điểm tại Việt Nam cho thấy thời gian xử lý hồ sơ giảm 30-40% giúp tiết kiệm hàng nghìn giờ lao động thủ công. (2) Nâng cao độ chính xác và tính minh bạch. Hệ thống AI giảm thiểu sai sót do con người, tạo ra dấu vết số hóa cho mọi thao tác, đồng thời tăng cường khả năng kiểm tra và giám sát. (3) Cải thiện trải nghiệm người dân: dịch vụ công 24/7, thời gian chờ đợi giảm, khả năng tra cứu và theo dõi hồ sơ dễ dàng, mức độ hài lòng đạt trên 95% tại các mô hình thành công.

Tuy nhiên, việc nhân rộng các mô hình thành công còn gặp bốn rào cản mang tính hệ thống:

Rào cản 1 – Hạ tầng dữ liệu phân mảnh. Các cơ quan hành chính vận hành các hệ thống dữ liệu riêng lẻ, thiếu chuẩn kỹ thuật chung và kết nối liên thông. Theo báo cáo của UNDP và IPS (2022)13, 87% dự án tích hợp AI trong khu vực công đang ở trạng thái “đóng băng” (không hoạt động) vì lý do này. 70% doanh nghiệp và tổ chức được khảo sát đánh giá rằng hiệu quả triển khai AI chỉ đạt mức tối thiểu.

Rào cản 2 – Năng lực nhân lực và công nghệ. Cán bộ, công chức tại nhiều địa phương, đặc biệt là cấp huyện và cấp xã, chưa được đào tạo về kỹ năng làm việc với dữ liệu và hệ thống tự động hóa. Nhiều phần mềm AI chỉ dừng ở mức thử nghiệm, thiếu quy trình kiểm định chất lượng, bảo trì và cập nhật định kỳ.

Rào cản 3 – Hành lang pháp lý thiếu và chậm trễ. Việt Nam chưa có hướng dẫn cụ thể về: trách nhiệm pháp lý khi hệ thống AI đưa ra khuyến nghị sai hoặc đưa ra quyết định gây thiệt hại; bảo vệ dữ liệu cá nhân trong quá trình xử lý thông tin của công dân; tiêu chuẩn kỹ thuật và an toàn cho các hệ thống AI trong khu vực công.

Rào cản 4 – Nguồn lực tài chính hạn chế. Việc triển khai AI đòi hỏi đầu tư ban đầu lớn (phần cứng, phần mềm, tư vấn, đào tạo). Các địa phương có điều kiện kinh tế khó khăn gần như không thể tự lực triển khai nếu không có sự hỗ trợ từ ngân sách trung ương hoặc các chương trình, dự án.

Ba khoảng trống chính sách nổi bật cần được lấp đầy: (1) Thiếu chiến lược AI quốc gia cho khu vực công. Các văn bản hiện hành mới chỉ đề cập chung chung đến “ứng dụng công nghệ số”, chưa có lộ trình, tiêu chuẩn và nguồn lực cụ thể cho AI. (2) Thiếu cơ chế thử nghiệm có kiểm soát (sandbox). Các địa phương và đơn vị muốn thí nghiệm AI gặp khó khăn về thủ tục, trách nhiệm pháp lý và kinh phí. (3) Thiếu khung đánh giá tác động của AI. Chưa có bộ chỉ số để đánh giá hiệu quả, rủi ro và tác động xã hội của các hệ thống AI trong hành chính công.

6. Kết luận

Trí tuệ nhân tạo đang mở ra một cơ hội lịch sử để hiện đại hóa nền hành chính công tại Việt Nam. Bốn ứng dụng trọng tâm – chatbot, xử lý văn bản thông minh, AI-DSS và RPA – đã chứng minh hiệu quả rõ rệt trong các mô hình thí điểm: giảm 30-40% thời gian xử lý hồ sơ, tiết kiệm hàng nghìn giờ công, tăng mức độ hài lòng của người dân lên trên 95%. Tuy nhiên, các rào cản về dữ liệu phân mảnh (87% dự án bị “đóng băng”), thiếu nhân lực, khung pháp lý chưa theo kịp và nguồn lực tài chính hạn hẹp đang cản trở việc nhân rộng các mô hình thành công.

Để AI thực sự trở thành động lực cốt lõi của cải cách hành chính theo tinh thần Nghị quyết số 57-NQ/TW, cần có một chiến lược quốc gia bài bản, lộ trình rõ ràng và sự phối hợp liên ngành chặt chẽ.

Để hiện thực hóa Nghị quyết 57, cần có lộ trình 3 giai đoạn:

Giai đoạn 1 (2025-2026): hoàn thiện khung pháp lý cơ bản; ban hành tiêu chuẩn dữ liệu liên thông; triển khai chatbot và RPA tại 10 tỉnh/thành trọng điểm; đào tạo 30% cán bộ công chức cấp tỉnh về AI.

Giai đoạn 2 (2027-2028): xây dựng kho dữ liệu quốc gia (dân cư, đất đai, doanh nghiệp); nhân rộng AI-DSS trong y tế, giáo dục, bảo hiểm; thành lập Trung tâm Giám sát AI trong khu vực công; đào tạo 70% cán bộ công chức.

Giai đoạn 3 (2029-2030): tích hợp AI xuyên suốt 80% thủ tục hành chính; vận hành chính phủ số dựa trên dữ liệu và AI; hoàn thành đào tạo 100% cán bộ công chức; đánh giá tổng kết theo mục tiêu Nghị quyết 57.

Khuyến nghị 1 – Xây dựng cơ sở dữ liệu dùng chung, liên thông, chuẩn hóa

Ban hành quy định bắt buộc về định dạng, cấu trúc và giao diện lập trình ứng dụng (API) cho cơ sở dữ liệu hành chính các cấp. Ưu tiên xây dựng các kho dữ liệu quốc gia về dân cư, đất đai, doanh nghiệp, bảo hiểm, y tế, giáo dục với cơ chế chia sẻ dữ liệu an toàn. Thành lập Ủy ban Dữ liệu quốc gia để điều phối và giám sát.

Khuyến nghị 2 – Đầu tư hạ tầng số cho khu vực công

Phân bổ ngân sách riêng cho chuyển đổi số hành chính, trong đó có hạng mục AI, với tỷ lệ tối thiểu 10-15% tổng chi cho cải cách hành chính hàng năm. Khuyến khích đầu tư tư nhân theo mô hình PPP, đặc biệt cho các dự án trung tâm dữ liệu, điện toán đám mây và an toàn thông tin. Phát triển các nền tảng AI dùng chung (AI-as-a-Service) cho các cơ quan nhà nước nhằm giảm chi phí trùng lặp.

Khuyến nghị 3 – Nâng cao năng lực đội ngũ công chức số

Xây dựng chương trình đào tạo bắt buộc về AI và dữ liệu cho 100% cán bộ, công chức từ cấp xã trở lên, hoàn thành trong vòng 3 năm. Đào tạo chuyên sâu cho đội ngũ chuyên trách vận hành, giám sát và bảo trì hệ thống AI. Hợp tác với các trường đại học, viện nghiên cứu và doanh nghiệp công nghệ để luân chuyển và cập nhật kiến thức thực tiễn.

Khuyến nghị 4 – Hoàn thiện hành lang pháp lý về AI trong khu vực công

Sớm ban hành Luật hoặc Nghị định riêng về quản lý, ứng dụng AI trong cơ quan nhà nước, bao gồm các quy định về: trách nhiệm pháp lý đối với các quyết định của AI; bảo vệ dữ liệu cá nhân; tiêu chuẩn kỹ thuật, an toàn và minh bạch. Xây dựng cơ chế thử nghiệm có kiểm soát (sandbox) cho các dự án AI hành chính, miễn trừ một số trách nhiệm pháp lý trong thời gian thử nghiệm. Ban hành bộ chỉ số đánh giá tác động AI (AI Impact Assessment) bắt buộc đối với mọi hệ thống AI trước khi đưa vào vận hành chính thức.

Khuyến nghị 5 – Thúc đẩy mô hình hợp tác công – tư (PPP)

Xây dựng danh mục các dự án AI ưu tiên trong hành chính công để kêu gọi đối tác tư nhân tham gia. Có cơ chế ưu đãi về thuế, thủ tục và chia sẻ dữ liệu (phi nhạy cảm) dành cho doanh nghiệp tham gia. Thành lập Quỹ Đổi mới sáng tạo hành chính công, huy động từ ngân sách và đóng góp của doanh nghiệp, để tài trợ cho các dự án AI thí điểm.

Chú thích:
1. OECD (2021). The AI-enabled public sector: A framework for digital transformation. OECD Publishing.
2. UNDP (2022). AI for Public Good – Charting the path for an inclusive digital future in Viet Nam.
3. World Bank (2023). Digital Government and AI Integration in Developing Countries. Washington DC.
4. Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2019). Artificial intelligence and the public sector. Public Administration Review, 79(6), 861-874.
5. Chen, W., & Quan-Haase, A. (2020). Big Data Ethics and Politics: Toward New Understandings. Social Science Computer Review, 38(1), 3–9.
6. Sun, Q., & Medaglia, R. (2019). Mapping the challenges of artificial intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368–383.
7, 12. Pham, H. et al. (2023). An ontology-based intelligent legal information retrieval system for Vietnam’s road traffic law. arXiv:2301.11252.
8, 9. Phạm Thị Mai, Lê Văn Bảy, Nguyễn Thị Hoa (2023). Ứng dụng AI trong dịch vụ công tại TP. Hồ Chí Minh và Đà Nẵng. Tạp chí Quản lý nhà nước, số 325, tr. 45-52.
10, 13. Viện IPS (2022). Báo cáo hiện trạng và khuyến nghị chính sách về ứng dụng AI trong khu vực công tại Việt Nam. Hà Nội.
11. Nguyen, T. et al. (2023). Vietnamese chatbot using BERT for tourism consulting. International Journal of Intelligent Systems, 38(2), 1-18.
Tài liệu tham khảo:
1. Bộ Chính trị (2024). Nghị quyết số 57-NQ/TW ngày 22/12/2024 về phát triển khoa học – công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia.
2. VNPT (2024). Báo cáo tổng kết triển khai RPA tại hệ thống dịch vụ hành chính TP. Hồ Chí Minh.
3. Ứng dụng trí tuệ nhân tạo trong quản lý hành chính công. https://www.quanlynhanuoc.vn/2025/08/19/ung-dung-tri-tue-nhan-tao-trong-quan-ly-hanh-chinh-cong/

BÀI VIẾT LIÊN QUANXEM THÊM