Quản lý nhà nước về tư liệu sản xuất số – những vấn đề đặt ra

State management of digital means of production: Issues and challenges

TS. Ngô Quang Thành
Trường Đại học Công Thương TP. Hồ Chí Minh
Email: thanhnq@huit.edu.vn
TS. Lê Văn Thông
Trung tâm Lý luận Chính trị Đại học Quốc gia TP. Hồ Chí Minh
Email: lvthong.cps@vnuhcm.edu.vn

(Quanlynhanuoc.vn) – Tư liệu sản xuất số – gồm dữ liệu, các công cụ số như phần mềm, thuật toán, trí tuệ nhân tạo và hạ tầng số gồm mạng, trung tâm dữ liệu, điện toán đám mây, nền tảng – đang trở thành cơ sở vật chất – kỹ thuật chủ yếu của nền kinh tế số. Bài viết làm rõ khái niệm, cấu trúc ba lớp và các đặc điểm kinh tế của tư liệu sản xuất số có ý nghĩa trong quản lý. Từ đó, đề xuất nguyên tắc và giải pháp quản lý nhà nước đối với các lĩnh vực: nhận diện, hạch toán tài sản số; phát triển và khai thác dữ liệu; làm chủ công cụ số và trí tuệ nhân tạo; đầu tư, điều tiết hạ tầng số; phát triển nguồn nhân lực.

Từ khóa: Quản lý nhà nước; tư liệu sản xuất số; kinh tế số; chủ quyền số.

Abstract: Digital means of production, comprising data; digital tools such as software, algorithms, and artificial intelligence; and digital infrastructure, including networks, data centers, cloud computing, and platforms, are becoming the principal material and technical foundation of the digital economy. This article clarifies the concept, three-layer structure, and economic characteristics of digital means of production that have implications for state management. On that basis, it proposes principles and solutions for state management in the following areas: identification and accounting of digital assets; data development and exploitation; mastery of digital tools and artificial intelligence; investment in and regulation of digital infrastructure; and human resource development.

Keywords: State management; digital means of production; digital economy; digital sovereignty.

1. Đặt vấn đề

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, tư liệu sản xuất số ngày càng giữ vai trò quan trọng đối với sự phát triển của nền kinh tế. Văn kiện Đại hội XIV của Đảng đặt mục tiêu đến năm 2030 “tỉ trọng kinh tế số đạt khoảng 30% GDP” (Đảng Cộng sản Việt Nam, 2026, tr. 84); đồng thời, yêu cầu “Phát triển và khai thác có hiệu quả hạ tầng khoa học, công nghệ và đổi mới sáng tạo, nhất là hạ tầng số, cơ sở dữ liệu lớn, kinh tế dữ liệu” (Đảng Cộng sản Việt Nam, 2026, tr. 105) và “Quản lý, thúc đẩy phát triển tài sản số, tiền kỹ thuật số lành mạnh và hiệu quả” (Đảng Cộng sản Việt Nam, 2026, tr. 106). Để hiện thực hóa những mục tiêu và yêu cầu này, cần có cách tiếp cận phù hợp đối với hệ thống tư liệu sản xuất mới, bao gồm dữ liệu, phần mềm, thuật toán, mô hình trí tuệ nhân tạo (AI), mạng viễn thông, trung tâm dữ liệu, điện toán đám mây và các nền tảng số. Đây là những yếu tố cấu thành cơ sở vật chất – kỹ thuật của nền kinh tế số, đồng thời đặt ra những yêu cầu mới đối với công tác quản lý nhà nước.

Thời gian qua, giới nghiên cứu trong nước đã bàn nhiều về vị trí và vai trò của dữ liệu và AI trong lực lượng sản xuất. Có ý kiến coi dữ liệu là đối tượng sản xuất quan trọng và đặc trưng nhất (Hồ Tú Bảo, 2025); có ý kiến coi AI là “một hình thái tư liệu sản xuất mới đặc thù” (Nguyễn Xuân Phong, 2026); đồng thời, có ý kiến nhấn mạnh tư liệu sản xuất số có thể tái tạo và sử dụng lặp lại với chi phí biên thấp (Nguyễn Văn Tài, 2026). Các nghiên cứu trên thế giới chỉ ra rằng AI và sản xuất số dựa trên một nền tảng vật chất rất lớn gồm lao động, khoáng sản, năng lượng và hạ tầng (Crawford, 2021); hay quá trình công nghiệp hóa AI đang tạo ra sự phụ thuộc vào hạ tầng đám mây của một số ít nhà cung cấp (van der Vlist và cộng sự, 2024). Tuy nhiên, tư liệu sản xuất số ít được xem xét như một chỉnh thể có cấu trúc để trở thành đối tượng quản lý của nhà nước. Trên thực tế, chính sách về dữ liệu, AI và hạ tầng số thường được xây dựng tương đối tách rời, trong khi các lớp tư liệu sản xuất này phụ thuộc chặt chẽ lẫn nhau.

Từ yêu cầu thực tiễn, bài viết tập trung làm rõ cấu trúc và những đặc điểm kinh tế của tư liệu sản xuất số có ý nghĩa đối với quản lý nhà nước; trên cơ sở đó, đề xuất các nguyên tắc và giải pháp quản lý phù hợp. Qua đó, góp phần cung cấp luận cứ khoa học cho việc hoàn thiện quản lý nhà nước đối với tư liệu sản xuất số, đáp ứng yêu cầu phát triển kinh tế số ở Việt Nam hiện nay.

Phương pháp nghiên cứu: Bài viết vận dụng phương pháp luận của chủ nghĩa duy vật biện chứng và chủ nghĩa duy vật lịch sử, tiếp cận từ kinh tế chính trị Mác – Lênin, lấy lý luận của C. Mác về quá trình lao động và tư liệu sản xuất làm cơ sở xác định khái niệm, cấu trúc của tư liệu sản xuất số. Phương pháp lôgic kết hợp với lịch sử được sử dụng để đặt tư liệu sản xuất số vào tiến trình phát triển của tư liệu lao động và nhận diện những đặc điểm kinh tế mới. Đồng thời, phương pháp phân tích chính sách được vận dụng để đối chiếu cấu trúc, đặc điểm của tư liệu sản xuất số với các định hướng của Đảng và quy định pháp luật hiện hành, trong đó có Luật Dữ liệu, Luật Trí tuệ nhân tạo, cùng các công trình nghiên cứu trong nước và quốc tế về dữ liệu, trí tuệ nhân tạo, hạ tầng số và nền tảng số; từ đó đề xuất nguyên tắc và giải pháp quản lý nhà nước đối với tư liệu sản xuất số.

2. Tư liệu sản xuất số

(1) Khái niệm. Theo C. Mác, tư liệu sản xuất gồm đối tượng lao động và tư liệu lao động; tư liệu lao động không chỉ là công cụ trực tiếp mà còn bao gồm những điều kiện vật chất chung cần thiết cho quá trình lao động (C. Mác và Ph. Ăng-ghen, 1993, tr. 266–268). C. Mác đặc biệt nhấn mạnh ý nghĩa lịch sử của tư liệu lao động: “Những thời đại kinh tế khác nhau không phải ở chỗ chúng sản xuất ra cái gì, mà ở chỗ chúng sản xuất bằng cách nào, với những tư liệu lao động nào. Các tư liệu lao động không những là thước đo sự phát triển sức lao động của con người, mà còn là một chỉ tiêu của những quan hệ xã hội, trong đó lao động được tiến hành” (C. Mác và Ph. Ăng-ghen, 1993, tr. 269–270). Theo nghĩa đó, tư liệu sản xuất số là thước đo trình độ của nền kinh tế số, đồng thời phản ánh những quan hệ xã hội trong đó chúng được sở hữu và sử dụng.

Có thể hiểu tư liệu sản xuất số là toàn bộ dữ liệu, công cụ số và hạ tầng số được sử dụng trong quá trình sản xuất, với tư cách là đối tượng lao động, tư liệu lao động hoặc điều kiện vật chất chung của sản xuất. Khái niệm này cần được phân biệt với hai khái niệm gần gũi. “Tài sản số” là khái niệm pháp lý – kế toán, chỉ những đối tượng số có thể xác lập quyền và định giá; không phải mọi tài sản số đều là tư liệu sản xuất. Chẳng hạn, một số tài sản số chỉ phục vụ mục đích tiêu dùng hoặc đầu cơ. “Hạ tầng số” là một bộ phận của tư liệu sản xuất số, nhưng không bao gồm toàn bộ dữ liệu và các công cụ số. Việc phân biệt các khái niệm này giúp tránh tình trạng một chính sách chỉ tập trung vào “tài sản số” hay “hạ tầng số” nhưng lại được kỳ vọng sẽ giải quyết toàn bộ các vấn đề liên quan đến tư liệu sản xuất số.

(2) Cấu trúc ba lớp. Từ góc độ quản lý, tư liệu sản xuất số có thể được nhìn nhận theo 3 lớp. Lớp thứ nhất là dữ liệu, bao gồm dữ liệu thô, dữ liệu đã chuẩn hóa, cơ sở dữ liệu và kho dữ liệu huấn luyện. Tùy công đoạn, dữ liệu là đối tượng được xử lý hoặc là đầu vào vận hành của hệ thống kỹ thuật; bản thân dữ liệu dùng cho học máy cũng là sản phẩm của các quá trình lao động thu thập, chú giải và kiểm tra (Miceli và Posada, 2022). Lớp thứ hai là công cụ số, bao gồm phần mềm, thuật toán, mô hình AI – những tư liệu lao động thực hiện chức năng xử lý thông tin, điều khiển, dự báo, tạo lập nội dung và hỗ trợ ra quyết định. AI là bước phát triển cao của quá trình vật hóa tri thức vào tư liệu lao động; tư liệu sản xuất số “không tự thân tạo ra giá trị mới” (Nguyễn Văn Tài, 2026), mà phát huy tác dụng thông qua lao động sống (Giả Thục Phẩm và Ổ Thụy Ngọc, 2025). Lớp thứ ba là hạ tầng số bao gồm mạng viễn thông, trung tâm dữ liệu, điện toán đám mây, bộ xử lý chuyên dụng, năng lực tính toán và các nền tảng số – những điều kiện vật chất chung mà các lớp trên dựa vào.

Cấu trúc ba lớp trên có mối quan hệ phụ thuộc và tác động qua lại theo chiều dọc. Cụ thể, mô hình AI cần dữ liệu để huấn luyện và năng lực tính toán để vận hành; dữ liệu chỉ có giá trị khai thác khi có công cụ xử lý và hạ tầng lưu trữ, truyền dẫn; còn hạ tầng chỉ phát huy hiệu quả khi có dữ liệu và các ứng dụng sử dụng chúng. Vì vậy, sự thiếu hụt hoặc tình trạng bị kiểm soát ở bất kỳ lớp nào cũng có thể hạn chế khả năng vận hành của toàn bộ hệ thống tư liệu sản xuất số. Nghiên cứu về kinh tế chính trị của AI cho thấy quyền lực trong lĩnh vực này ngày càng gắn với việc kiểm soát hạ tầng đám mây và tài nguyên tính toán (Luitse, 2024).

(3) Đặc điểm kinh tế có ý nghĩa đối với công tác quản lý.

Một là, chi phí cố định lớn, chi phí biên thấp. Xây dựng một cơ sở dữ liệu lớn, huấn luyện một mô hình AI hay đầu tư vào một trung tâm dữ liệu đòi hỏi chi phí ban đầu rất lớn, nhưng chi phí phục vụ thêm một người dùng lại thấp. Đặc điểm này tạo ra lợi thế quy mô mạnh và xu hướng tập trung vào một số ít chủ thể có tiềm lực.

Hai là, hao mòn vô hình nhanh. Phần mềm, mô hình AI và thiết bị tính toán có thể nhanh chóng lạc hậu do tiến bộ công nghệ, ngay cả khi chưa bị hao mòn về mặt vật lý. Dữ liệu cũng có thể suy giảm giá trị sử dụng khi trở nên lạc hậu hoặc kém chính xác. Đặc điểm này đặt ra yêu cầu riêng đối với việc xác định mức khấu hao, định giá tài sản và xây dựng chu kỳ đầu tư, nhất là trong đầu tư công.

Ba là, tính bổ trợ và khả năng khóa chặt. Do các lớp tư liệu sản xuất số phụ thuộc lẫn nhau, người sử dụng một hạ tầng hoặc nền tảng thường gặp khó khăn khi chuyển sang nhà cung cấp khác do phải chịu chi phí chuyển đổi dữ liệu, ứng dụng và kỹ năng. Quá trình nền tảng hóa có thể kết hợp các hoạt động phân tán với quyền lực hạ tầng tập trung (Van Dijck, 2021).

Bốn là, nhu cầu lớn về tài nguyên vật chất. Các trung tâm dữ liệu cạnh tranh trực tiếp về các nguồn lực như điện năng và công suất lưới điện (Libertson và cộng sự, 2021). Vì vậy, sản xuất số dù mang tính chất “phi vật chất” nhưng thực chất vẫn dựa trên một hệ thống cơ sở vật chất ngày càng mở rộng, đòi hỏi nguồn lực đầu tư và điều kiện vận hành tương ứng.

Năm là, gắn liền trực tiếp với an ninh và chủ quyền quốc gia. Dữ liệu và hạ tầng số lưu trữ, xử lý và truyền tải các thông tin quan trọng liên quan đến dân cư, doanh nghiệp và hoạt động của các cơ quan nhà nước. Do đó, sự phụ thuộc vào hạ tầng và công cụ số do các chủ thể nước ngoài kiểm soát không chỉ đặt ra vấn đề về kinh tế và công nghệ mà còn liên quan trực tiếp đến an ninh và chủ quyền số của quốc gia.

3. Những vấn đề đặt ra đối với quản lý nhà nước

Thứ nhất, nguyên tắc tiếp cận. Từ cấu trúc và những đặc điểm kinh tế của tư liệu sản xuất số đã được phân tích, có thể xác định 3 nguyên tắc cơ bản trong quản lý nhà nước. (1) Quản lý theo từng lớp, đồng thời bảo đảm tính liên kết giữa các lớp: chính sách dữ liệu, chính sách AI và chính sách hạ tầng cần được thiết kế đồng bộ. (2) Kết hợp vai trò kiến tạo và điều tiết của Nhà nước: Nhà nước thực hiện vai trò kiến tạo thông qua đầu tư vào hạ tầng có tính chất điều kiện chung, xây dựng tiêu chuẩn và phát triển nguồn nhân lực; đồng thời, thực hiện vai trò điều tiết đối với các điều kiện tiếp cận, cạnh tranh và bảo đảm an ninh. (3) Gắn quản lý tư liệu sản xuất số với phát triển năng lực sản xuất và hoàn thiện thể chế: đây là hai phương diện có quan hệ chặt chẽ, tác động trực tiếp đến hiệu quả khai thác và phát triển tư liệu sản xuất số. Văn kiện Đại hội XIV của Đảng chỉ rõ: “Muốn đột phá về công nghệ, phải bắt đầu từ con người và cơ chế” (Đảng Cộng sản Việt Nam, 2026, tr. 32).

Bảng 1. Nội dung quản lý nhà nước đối với các lớp tư liệu sản xuất số

LớpĐối tượng quản lý chủ yếuMục tiêuCông cụ chủ yếu
Dữ liệuCơ sở dữ liệu quốc gia, dữ liệu chuyên ngành, dữ liệu mở, kho dữ liệu huấn luyệnBảo đảm chất lượng, liên thông, an toàn; phát triển kinh tế dữ liệuLuật Dữ liệu, tiêu chuẩn dữ liệu, danh mục dữ liệu mở, sàn dữ liệu
Công cụ số, AIPhần mềm, mô hình AI, sản phẩm công nghệ chiến lượcLàm chủ công nghệ lõi; an toàn, trách nhiệmLuật Trí tuệ nhân tạo, đặt hàng nghiên cứu, mua sắm công, kiểm định
Hạ tầng sốMạng, trung tâm dữ liệu, điện toán đám mây, năng lực tính toán, nền tảngBảo đảm đủ năng lực, chi phí hợp lý, tự chủ, bền vữngĐầu tư công, quy hoạch, điều tiết điều kiện tiếp cận, cạnh tranh
Liên lớpHạch toán tài sản số; nguồn nhân lựcĐo lường đúng; người lao động làm chủ công nghệThống kê, kế toán, đào tạo, chính sách công dân số
Nguồn: Nhóm tác giả tổng hợp.

Thứ hai, nhận diện hạch toán tư liệu sản xuất số. Để quản lý hiệu quả, trước hết cần nhận diện và đo lường tư liệu sản xuất số. Theo đó, hệ thống thống kê và kế toán cần phân loại rõ các khoản đầu tư vào dữ liệu, phần mềm, mô hình AI và hạ tầng số; đồng thời, phân biệt tài sản số được sử dụng làm tư liệu sản xuất với tài sản số phục vụ mục đích tiêu dùng hoặc đầu cơ. Do tư liệu sản xuất số có đặc điểm hao mòn vô hình nhanh, cần xây dựng quy định về khấu hao và đánh giá lại giá trị phù hợp với từng loại. Đối với khu vực công, việc kiểm kê, định giá cơ sở dữ liệu, phần mềm và hạ tầng số là điều kiện quan trọng nhằm nâng cao hiệu quả quản lý, sử dụng tài sản công, đồng thời đáp ứng yêu cầu quản lý và thúc đẩy phát triển tài sản số như đã nêu trong Văn kiện Đại hội XIV của Đảng.

Thứ ba, phát triển và khai thác lớp dữ liệu. Báo cáo về các văn kiện trình Đại hội XIV yêu cầu “Thúc đẩy chuyển đổi số quốc gia toàn diện, trước hết là hoàn thiện hạ tầng số, dữ liệu số… bảo đảm an ninh mạng, an toàn dữ liệu” (Đảng Cộng sản Việt Nam, 2026, tr. 31). Trên cơ sở Luật Dữ liệu năm 2024, với trọng tâm quản lý là chất lượng, chuẩn hóa và khả năng liên thông của dữ liệu. Đây là những điều kiện để dữ liệu thực sự trở thành tư liệu sản xuất. Theo đó, cần ưu tiên hoàn thiện các cơ sở dữ liệu quốc gia và chuyên ngành có tính chất nền tảng; mở rộng danh mục dữ liệu mở trong các lĩnh vực phục vụ lợi ích chung như khí tượng, đất đai, giao thông, thống kê; đồng thời, phát triển các kho dữ liệu tiếng Việt phục vụ huấn luyện mô hình AI trong nước. Đây là nguồn tư liệu sản xuất có giá trị, đòi hỏi nguồn lực lớn và khả năng phối hợp mà từng doanh nghiệp riêng lẻ khó có thể tự xây dựng đầy đủ.

Thứ tư, làm chủ các công cụ số và AI. Văn kiện Đại hội XIV của Đảng yêu cầu “Ưu tiên tiếp thu, chuyển giao, ứng dụng sáng tạo, làm chủ các công nghệ tiên tiến, công nghệ chiến lược, công nghệ lõi, công nghệ nguồn, công nghệ số” (Đảng Cộng sản Việt Nam, 2026, tr. 106). Đối với AI, Nhà nước có thể sử dụng các công cụ đặt hàng nghiên cứu và mua sắm công để tạo lập thị trường ban đầu, thúc đẩy nghiên cứu, phát triển và ứng dụng các sản phẩm công nghệ trong nước. Phát triển mô hình và phần mềm nguồn mở là hướng đi phù hợp để giảm phụ thuộc vào công nghệ bên ngoài, song cần lưu ý rằng tính mở có nhiều chiều cạnh khác nhau (Liesenfeld, A. and Dingemanse, 2024); những hệ thống được gọi là “mở” vẫn có thể phụ thuộc vào năng lực tính toán và dữ liệu tập trung (Widder và cộng sự, 2024). Do đó, chính sách phát triển nguồn mở cần được triển khai đồng bộ với chính sách về dữ liệu và hạ tầng số, tránh tình trạng làm chủ được công cụ nhưng vẫn phụ thuộc vào các nguồn lực thiết yếu khác.

Vì AI là tư liệu lao động, việc xác định trách nhiệm trong quá trình phát triển, cung cấp, triển khai và xử lý các hệ quả của AI cần gắn với các tổ chức và cá nhân cụ thể. Tính mô-đun của chuỗi cung ứng AI có thể khiến việc xác định trách nhiệm trở nên khó khăn (Widder và Nafus, 2023). Vì vậy, trong quá trình thực thi Luật Trí tuệ nhân tạo năm 2025 và hoàn thiện “hệ thống pháp luật đáp ứng yêu cầu phát triển nền kinh tế số, nhất là công nghệ tài chính, tài sản số, trí tuệ nhân tạo” (Đảng Cộng sản Việt Nam, 2026, tr. 88) cần phân định rõ trách nhiệm giữa bên phát triển mô hình, bên cung cấp dịch vụ và bên triển khai ứng dụng. Trong khu vực công, khi “Ứng dụng các công nghệ số, trí tuệ nhân tạo trong quản lý, điều hành của Đảng, Nhà nước” (Đảng Cộng sản Việt Nam, 2026, tr. 106), cần xác định AI là công cụ hỗ trợ trong hoạt động quản lý, điều hành; thẩm quyền và trách nhiệm đối với quyết định vẫn thuộc về cơ quan, người có thẩm quyền.

Thứ năm, đầu tư và điều tiết lớp hạ tầng số. Hạ tầng số có tính chất là điều kiện chung, chi phí cố định lớn và xu hướng tập trung, do đó cần có vai trò dẫn dắt, kiến tạo và điều tiết của Nhà nước. Trước hết, đầu tư công cần tập trung vào những hạ tầng mà thị trường khó cung ứng đủ hoặc có ý nghĩa đối với chủ quyền số, như trung tâm dữ liệu quốc gia và hạ tầng tính toán hiệu năng cao phục vụ nghiên cứu và đào tạo. Tiếp đó, cần có cơ chế chia sẻ năng lực tính toán cho các viện nghiên cứu, trường đại học, doanh nghiệp nhỏ và doanh nghiệp khởi nghiệp, qua đó tạo điều kiện tiếp cận hạ tầng số bình đẳng hơn, hạn chế nguy cơ các chủ thể này bị gạt ra khỏi quá trình phát triển AI do hạn chế về tiềm lực đầu tư. Đồng thời, cần điều tiết điều kiện tiếp cận hạ tầng thông qua việc khuyến khích khả năng chuyển đổi dữ liệu và ứng dụng giữa các nhà cung cấp, hạn chế tình trạng bị khóa chặt và phụ thuộc vào một số ít nhà cung cấp lớn (van der Vlist và cộng sự, 2024). Bên cạnh đó, quy hoạch và phát triển trung tâm dữ liệu cần được đặt trong mối liên hệ với quy hoạch năng lượng, bảo đảm khả năng cung ứng điện và phù hợp với mục tiêu phát triển bền vững.

Thứ sáu, phát triển nguồn nhân lực làm chủ tư liệu sản xuất số. Tư liệu sản xuất số chỉ phát huy tác dụng khi người lao động có năng lực làm chủ và sử dụng hiệu quả chúng. Văn kiện Đại hội XIV của Đảng yêu cầu “Phát triển công dân số, trang bị kiến thức, kỹ năng cần thiết để người dân tham gia hiệu quả vào nền kinh tế số và xã hội số” (Đảng Cộng sản Việt Nam, 2026, tr. 106). Kinh nghiệm quốc tế cho thấy hệ quả của tự động hóa đối với người lao động không chỉ phụ thuộc vào trình độ công nghệ mà còn chịu tác động từ cách tổ chức sản xuất và các thiết chế liên quan (Cirillo và cộng sự, 2021; Howcroft và Taylor, 2023). Do đó, phát triển tư liệu sản xuất số cần đi đôi với việc phát triển nguồn nhân lực có khả năng làm chủ công nghệ. Cụ thể, cần tăng cường đào tạo kỹ năng số, tổ chức đào tạo lại cho người lao động chịu ảnh hưởng bởi tự động hóa, đồng thời khuyến khích và tạo điều kiện để người lao động tham gia vào quá trình chuyển đổi công nghệ tại doanh nghiệp.

4. Kết luận

Tư liệu sản xuất số là hình thái phát triển mới của tư liệu sản xuất, bao gồm ba lớp có mối quan hệ phụ thuộc và tác động qua lại, gồm dữ liệu, công cụ số và hạ tầng số. Những đặc điểm kinh tế của tư liệu sản xuất số như chi phí cố định lớn, chi phí biên thấp, hao mòn vô hình nhanh, tính bổ trợ và khả năng khóa chặt, cùng nhu cầu lớn về tài nguyên vật chất, gắn trực tiếp với an ninh và chủ quyền số, đặt ra yêu cầu đổi mới cách tiếp cận trong quản lý nhà nước. Theo đó, cần bảo đảm tính đồng bộ trong quản lý các lớp cấu thành, kết hợp vai trò kiến tạo và vai trò điều tiết của Nhà nước. Việc nhận diện, hạch toán, phát triển và điều tiết hiệu quả tư liệu sản xuất số không chỉ góp phần hiện thực hóa mục tiêu phát triển kinh tế số mà Đại hội XIV của Đảng đề ra, mà còn tạo nền tảng để khai thác và sử dụng các nguồn lực số phục vụ phát triển nhanh, bền vững và tự chủ của đất nước.

Tài liệu tham khảo:
C. Mác và Ph. Ăng-ghen (1993). Toàn tập (Tập 23). Nxb Chính trị quốc gia.
Cirillo, V., Rinaldini, M., Staccioli, J., & Virgillito, M. E. (2021). Technology vs. workers: The case of Italy’s Industry 4.0 factories. Structural Change and Economic Dynamics, 56, 166-183.
Crawford, K (2021). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
Đảng Cộng sản Việt Nam (2026). Văn kiện Đại hội đại biểu toàn quốc lần thứ XIV. Tập I. Nxb Chính trị quốc gia Sự thật.
Giả Thục Phẩm và Ổ Thụy Ngọc (2025). Sự phát triển của học thuyết giá trị lao động của C. Mác trong thời đại trí tuệ nhân tạo (bản dịch). Tạp chí Thông tin khoa học lý luận chính trị, số 7/2025, tr. 35-43.
Howcroft, D & Taylor, P (2023). Automation and the future of work: A social shaping of technology approach. New Technology, Work and Employment, 38(2), 351-370.
Hồ Tú Bảo (2025). Về phương thức sản xuất số. Tạp chí Cộng sản điện tử. https://www.tapchicongsan.org.vn/media-story/-/asset_publisher/V8hhp4dK31Gf/content/ve-phuong-thuc-san-xuat-so
Libertson, F, Velkova, J & Palm, J (2021). Data-center infrastructure and energy gentrification: Perspectives from Sweden. Sustainability: Science, Practice and Policy, 17(1), 152-161.
Liesenfeld, A., & Dingemanse, M (2024). Rethinking open source generative AI: Open-washing and the EU AI Act. Proceedings of the 2024 ACM Conference on Fairness, Accountability, and Transparency, 1774-1787.
Luitse, D (2024). Platform power in AI: The evolution of cloud infrastructures in the political economy of artificial intelligence. Internet Policy Review, 13(2).
Miceli, M., & Posada, J. (2022). The data-production dispositif. Proceedings of the ACM on Human-Computer Interaction, 6(CSCW2), Article 460.
Nguyễn Văn Tài (2026). Phát triển lực lượng sản xuất mới trong chủ nghĩa xã hội công nghệ số và nhân văn ở Việt Nam. Tạp chí Cộng sản điện tử. https://www.tapchicongsan.org.vn/web/guest/thanh-pho-ha-noi/-/2018/1252802/view_content
Nguyễn Xuân Phong (2026). Trí tuệ nhân tạo là yếu tố đặc biệt quan trọng trong lực lượng sản xuất mới. Tạp chí điện tử Tổ chức nhà nước và Lao động. https://tcnnld.vn/news/detail/72018/Tri-tue-nhan-tao—yeu-to-dac-biet-quan-trong-cua-luc-luong-san-xuat-moi.html
Quốc hội (2024). Luật Dữ liệu năm 2024.
Quốc hội (2025). Luật Trí tuệ nhân tạo năm 2025.
Van der Vlist, F. N., Helmond, A., & Ferrari, F. (2024). Big AI: Cloud infrastructure dependence and the industrialisation of artificial intelligence. Big Data & Society, 11(1), 1-16.
Van Dijck, J. (2021). Seeing the forest for the trees: Visualizing platformization and its governance. New Media & Society, 23(9), 2801-2819.
Widder, D. G & Nafus, D (2023). Dislocated accountabilities in the ‘AI supply chain’: Modularity and developers’ notions of responsibility. Big Data & Society, 10(1), 1-17.
Widder, D. G, Whittaker, M & West, S. M (2024). Why ‘open’ AI systems are actually closed, and why this matters. Nature, 635, 827-833.