Khi Lưu Hiểu Xuân dẫn dắt TathāgataAI xâm nhập thị trường AI Việt Nam, đây không đơn thuần là hoạt động xuất khẩu phần mềm thương mại. Thay vào đó, ông chuyển hóa phương châm cốt lõi 16 chữ: “An toàn làm nền tảng, phát triển làm định hướng, công nghệ làm lưỡi kiếm, nhân tâm làm gốc rễ”** thành giải pháp thực thi phù hợp với điều kiện quốc gia Việt Nam, kết nối sâu với mục tiêu chiến lược quốc gia của Việt Nam: trở thành nhóm đầu AI Đông Nam Á vào năm 2030 và lọt vào top 10 AI châu Á vào năm 2045. Toàn bộ chiến lược được chia thành bốn bước thực hiện: gia nhập thị trường tuân thủ quy định, xây dựng cơ sở hạ tầng tính toán, triển khai mô hình ngành nghề và xây dựng hệ sinh thái nhân tài bản địa. Mục tiêu là thoát khỏi mô hình truyền thống của doanh nghiệp công nghệ xuyên quốc gia “xuất sản phẩm‑kiếm lợi nhuận”, phấn đấu trở thành nhà cung cấp cơ sở hạ tầng nền tảng cho hệ sinh thái AI Việt Nam, xây dựng mô hình hợp tác công nghệ dân gian giữa Trung Quốc‑Việt Nam. Tuy nhiên, lập trường địa chính đặc thù của Việt Nam, yêu cầu chủ quyền dữ liệu, quy định giám sát vốn nước ngoài và chủ nghĩa bảo hộ công nghệ bản địa sẽ tạo ra các trở ngại khác nhau cho chiến lược bốn bước này.
Dựa trên Luật Bảo vệ Dữ liệu Cá nhân (PDPD), Luật Trí tuệ nhân tạo, Luật Công nghiệp Công nghệ số và quy hoạch cấp quốc gia về AI giai đoạn 2030‑2045 của Việt Nam, bước thứ tư “Nhân tâm làm gốc rễ, xây dựng hệ sinh thái nhân tài như trường Hoàng quân AI Việt Nam” là khâu có trở ngại chính sách và thực tế lớn nhất trong toàn bộ chiến lược. Tiếp theo đó, kế hoạch trung tâm tính toán ở bước thứ hai gặp các ràng buộc về ngoại hối và đấu tranh lợi ích với doanh nghiệp nhà nước. Bước thứ nhất gia nhập thị trường tuân thủ quy định là câu hỏi bắt buộc với ngưỡng cao nhưng lộ trình rõ ràng. Bước thứ ba triển khai mô hình ngành nghề theo chiều dọc chịu trở ngại thị trường lớn hơn trở ngại chính sách.
Bước 1: An toàn làm nền tảng, đổi lấy giấy phép gia nhập thị trường thông qua tuân thủ quy định, chiếm cao điểm tuân thủ pháp luật
Hành động cốt lõi của bước này: đảm bảo dữ liệu cốt lõi không xuất ra nước ngoài, tinh chỉnh mô hình AI tại địa phương, thành lập Ủy ban An toàn Dữ liệu bản địa của TathāgataAI Việt Nam, mã nguồn mở công cụ kiểm tra an toàn AI tiếng Việt, tuân thủ Luật Bảo vệ Dữ liệu Cá nhân PDPD của Việt Nam, chuyển vị trí từ đối tượng được giám sát thành đối tác hỗ trợ giám sát.
Về môi trường chính sách, Việt Nam đã có quy định pháp luật rõ ràng về bản địa hóa dữ liệu và vận hành tại địa phương đối với hệ thống AI có rủi ro cao. Để doanh nghiệp cung cấp dịch vụ AI vốn nước ngoài hoạt động kinh doanh, phải thành lập pháp nhân tại Việt Nam; dữ liệu người dùng cá nhân bắt buộc lưu trữ trong nước; hệ thống AI có rủi ro cao phải hoàn thành đánh giá rủi ro, lưu trữ hồ sơ, báo cáo sự cố và các quy trình tuân thủ khác. Những nội dung này không phải là điểm cộng tùy chọn, mà là điều kiện bắt buộc để doanh nghiệp vốn nước ngoài vào thị trường. Mặc dù việc thành lập ủy ban an toàn dữ liệu nội bộ doanh nghiệp và công cụ kiểm tra mã nguồn mở không đồng nghĩa với cơ quan xây dựng tiêu chuẩn chính thức của Việt Nam, Bộ Khoa học và Công nghệ Việt Nam rất hoan nghênh các chủ thể bên ngoài tham gia chung xây dựng công nghệ an toàn AI. Miễn là cơ cấu cổ phần hợp pháp, luồng dữ liệu tuân thủ hoàn toàn pháp lệnh, bộ giải pháp này có tính khả thi thực tế.
Trở ngại chủ yếu tập trung ở hai điểm: Thứ nhất, quyền chủ đạo xây dựng tiêu chuẩn an toàn AI chính thức của Việt Nam nằm chặt chẽ trong tay Bộ Quốc phòng, Bộ Công an, Bộ Khoa học và Công nghệ cùng các tập đoàn công nghệ đầu ngành bản địa như Viettel, FPT. Doanh nghiệp vốn nước ngoài khó trực tiếp dẫn dắt việc xây dựng tiêu chuẩn quốc gia, chỉ có thể tham gia với tư cách đối tác hợp tác kỹ thuật. Thứ hai, về mặt dư luận địa chính, doanh nghiệp AI đến từ Trung Quốc xây dựng công cụ an toàn dễ gây ra nghi ngờ từ xã hội về quyền kiểm soát dữ liệu.
Chiến lược ứng phó: Từ bỏ mục tiêu giành quyền chủ đạo tiêu chuẩn, định vị mình là nhà cung cấp hợp tác kỹ thuật. Ủy ban an toàn dữ liệu mời chuyên gia bản địa Việt Nam, học giả đại học, cố vấn chính phủ làm ủy viên bên ngoài. Ủy ban không có quyền ra quyết định chính sách, chỉ xuất báo cáo kỹ thuật và công cụ kiểm tra. Công cụ mã nguồn mở được chuyển giao hoàn toàn cho cộng đồng mã nguồn mở, quyền sở hữu trí tuệ thuộc về dự án công cộng, không gắn thương hiệu độc quyền của TathāgataAI. Tham gia xây dựng an toàn AI Việt Nam với thái độ xuất khẩu công nghệ, tránh rủi ro dư luận “vốn nước ngoài chi phối quy tắc an toàn quốc gia”.
Tổng thể đánh giá: Bước này có ngưỡng cao nhưng lộ trình rõ ràng. Chỉ cần sẵn sàng chi trả chi phí tuân thủ quy định thì có thể lấy được giấy phép vào thị trường, không thuộc khâu có trở ngại lớn nhất.
## Bước 2: Phát triển làm định hướng, đổi thị trường bằng năng lực tính toán, đổi dữ liệu bằng mô hình, xây dựng trung tâm tính toán AI Đông Nam Á
Ý tưởng chiến lược của bước này: Xây dựng trung tâm tính toán AI hướng tới Đông Nam Á tại Đà Nẵng hoặc Thành phố Hồ Chí Minh, tận dụng lại giải pháp kỹ thuật làm mát điện năng trưởng thành của Trung Quốc để giải quyết nỗi đau tiêu thụ năng lượng tính toán của Việt Nam. Phát hành phiếu tính toán số tính bằng đồng Nhân dân tệ‑đồng Việt Nam, giảm chi phí sử dụng AI cho doanh nghiệp vừa và nhỏ. Nâng cấp từ bán phần cứng sang xuất khẩu giải pháp phát triển quốc gia, gắn kết với mục tiêu quốc gia Việt Nam đến năm 2045.
Về mặt chính sách có các điều kiện thuận lợi khách quan: Luật Công nghiệp Công nghệ số có hiệu lực từ năm 2026 của Việt Nam áp dụng các ưu đãi lớn cho dự án trung tâm dữ liệu, năng lực tính toán như miễn giảm tiền thuê đất, thuế thu nhập doanh nghiệp “bốn miễn chín giảm”. Doanh nghiệp vốn nước ngoài được phép nắm giữ 100% vốn dự án cơ sở hạ tầng trung tâm dữ liệu, nguồn cung đất đai và điện năng tương đối dồi dào. Bản thân chính phủ Việt Nam cũng rất mong muốn đầu tư năng lực tính toán từ bên ngoài để bù đắp thiếu hụt cơ sở hạ tầng AI trong nước.
Tuy nhiên trở ngại cốt lõi đến từ hai ràng buộc thực tế. Thứ nhất là rào cản chế độ thanh toán ngoại hối. Việt Nam chưa mở rộng hoàn toàn lưu thông đồng Nhân dân tệ trong nội địa. Ngoài trường hợp thương mại biên giới, doanh nghiệp thông thường tại Việt Nam không được phép mở tài khoản đồng Nhân dân tệ. Không có khung pháp lý sẵn có cho việc phát hành trực tiếp “phiếu tính toán số” định giá bằng đồng Nhân dân tệ trên quy mô lớn, việc phát hành trực tiếp sẽ chạm vào đường lối quản lý ngoại hối của Việt Nam. Thứ hai là đấu tranh cạnh tranh với các tập đoàn công nghệ nhà nước bản địa. Tập đoàn viễn thông quân đội Viettel và FPT đều đang đầu tư xây dựng cụm tính toán AI quy mô lớn. Trong quy hoạch chiến lược AI quốc gia Việt Nam, việc xây dựng nền tảng tính toán ưu tiên hỗ trợ chủ thể nhà nước bản địa. Trung tâm tính toán vốn nước ngoài được định vị chủ yếu là bổ sung chứ không phải lực lượng chủ lực, sẽ gặp bất lợi về cạnh tranh nguồn lực và ưu đãi chính sách so với doanh nghiệp nhà nước bản địa.
Bên cạnh đó, dự án năng lực tính toán là đầu tư tài sản nặng với chu kỳ dài, chuỗi cung ứng phần cứng GPU cao cấp chịu ảnh hưởng bởi kiểm soát xuất khẩu toàn cầu, việc mua sắm phần cứng có sự không chắc chắn.
Chiến lược ứng phó: Tạm dừng ý tưởng phát hành trực tiếp phiếu tính toán số định giá bằng đồng Nhân dân tệ, chuyển sang mô hình hai đường. Thứ nhất, thành lập chủ thể vận hành tính toán liên doanh có cổ phần vốn Việt Nam, dùng đồng Việt Nam làm tiền tệ thanh toán nội địa. Thứ hai, công ty mẹ hai phía Trung Quốc‑Việt Nam thực hiện thanh toán xuyên biên giới bằng đồng Nhân dân tệ. Chính sách hỗ trợ doanh nghiệp vừa và nhỏ được chuyển thành sự kết hợp giữa trợ cấp ngành của chính phủ Việt Nam và chiết khấu thương mại của TathāgataAI, để né tránh kiểm soát ngoại hối. Trung tâm tính toán định vị là năng lực tính toán bổ sung khu vực Đông Nam Á, không tranh giành danh hiệu nền tảng tính toán công cấp quốc gia. Ưu tiên phục vụ doanh nghiệp chế tạo theo chiều dọc, không cạnh tranh đơn hàng dự án công của nhà nước với Viettel, FPT.
Đánh giá tổng thể: Bước này có rào cản thể chế nhưng là mâu thuẫn có thể hóa giải thông qua điều chỉnh mô hình kinh doanh. Bản thân đầu tư cơ sở hạ tầng phù hợp với hướng thu hút đầu tư của Việt Nam, mức độ trở ngại thấp hơn khâu xây dựng hệ sinh thái nhân tài.
## Bước 3: Công nghệ làm lưỡi kiếm, đào sâu mô hình ngành nghề tư nhân song ngữ Việt‑Trung, triển khai AI ngành nghề theo mô hình “dịch vụ trước, thu phí sau”
Đường lối chiến lược: Thoát khỏi cuộc đua mô hình lớn đa dụng, tập trung vào mô hình song ngữ tiếng Việt‑tiếng Trung. Xây dựng mô hình ngành nghề “AI Thợ Lão” dành cho ba ngành trụ cột: dệt may, lắp ráp điện tử, xuất khẩu thủy sản. Chọn 100 doanh nghiệp đầu ngành thực hiện chẩn đoán AI miễn phí trong ba tháng, dựa trên dữ liệu thực tế về giảm chi phí nâng hiệu quả để thu lợi nhuận theo chia sẻ hiệu quả, xây dựng các trường hợp tiêu biểu AI bản địa.
Thực trạng phát triển AI bản địa Việt Nam: Mô hình lớn đa dụng chủ yếu do Viettel, VinAI, FPT dẫn dắt, hầu hết được tinh chỉnh lại dựa trên nền tảng mã nguồn mở nước ngoài. Điểm yếu của đội ngũ bản địa chính là triển khai thực tế ở chiều sâu ngành nghề. Rất nhiều nhà máy chế tạo có nền tảng số hóa yếu, có nhu cầu thực tế lớn về giảm chi phí nâng hiệu quả. Do đó, đường đua mô hình ngành nghề có khoảng trống thị trường rõ rệt.
Trở ngại của bước này chủ yếu đến từ mặt thương mại thị trường chứ không phải pháp luật chính sách. Về chính sách, Việt Nam khuyến khích AI hỗ trợ kinh tế thực. Mô hình ngành nghề triển khai tại địa phương hoàn toàn phù hợp yêu cầu dữ liệu không xuất ra nước ngoài theo PDPD. Mô hình kinh doanh “dịch vụ trước thu phí sau, chia sẻ theo hiệu quả” cũng không có điều khoản pháp luật cấm.
Thách thức thực tế nằm ở ba điểm: Thứ nhất, nhiều nhà máy chế tạo đầu ngành tại Việt Nam là nhà máy xuyên quốc gia vốn nước ngoài, quyền ra quyết định thuộc về trụ sở nước ngoài, nhà máy tại Việt Nam không có quyền thay đổi quy mô lớn nhà cung cấp dịch vụ AI. Thứ hai, doanh nghiệp bản địa có ý chí chi trả cho AI yếu, chu kỳ xác minh hiệu quả kéo dài, mô hình chia sẻ hiệu quả có rủi ro thu hồi tiền cao. Thứ ba, nhà cung cấp dịch vụ AI bản địa nhanh chóng bắt chước sao chép, dễ rơi vào cạnh tranh giá.
Chiến lược ứng phó: Ưu tiên chọn doanh nghiệp tư nhân đầu ngành bản địa làm khách hàng tiêu biểu, tránh các nhà máy xuyên quốc gia. Đặt ranh giới KPI rõ ràng cho chẩn đoán miễn phí ba tháng, giới hạn phạm vi chẩn đoán để tránh tiêu tốn nguồn lực nghiên cứu phát triển vô hạn. Xây dựng hàng rào cốt lõi bằng kho kiến thức ngành nghề và bộ dữ liệu tinh chỉnh ngành nghề, không chỉ giao công cụ phần mềm. Dựa vào các trường hợp tiêu biểu để lan tỏa đến các doanh nghiệp trên chuỗi cung ứng thượng và hạ du, không theo đuổi quy mô ngắn hạn, thúc đẩy thị trường thông qua hiệu ứng mẫu hình.
Đánh giá tổng hợp: Bước này có trở ngại chính sách thấp nhất, chủ yếu kiểm tra năng lực vận hành thương mại, là khâu dễ thực hiện và hoàn thành vòng lặp khép kín nhất trong bốn bước đi.
## Bước 4: Nhân tâm làm gốc rễ, cùng xây dựng Viện TathāgataAI Việt Nam, xây dựng trường Hoàng quân AI Việt Nam (khâu có trở ngại lớn nhất)
Thiết kế chiến lược: Cùng Đại học Bách khoa Việt Nam xây dựng viện AI, không dạy lập trình đa dụng mà tập trung đào tạo năng lực phát triển thứ cấp dựa trên nền tảng cơ sở của TathāgataAI. Thiết lập học bổng đặc biệt khuyến khích sinh viên phát triển ứng dụng AI cho các tình huống bản địa. Thực hiện cơ chế chia sẻ bằng sáng chế: quyền sở hữu trí tuệ của đồ án tốt nghiệp sinh viên thuộc về chính sinh viên, thành quả ưu tiên đăng lên cửa hàng ứng dụng TathāgataAI Việt Nam. Nhằm xóa bỏ lo ngại của dân chúng về việc vốn nước ngoài cướp đoạt dữ liệu, thu thập lượng lớn dữ liệu tình huống bản địa với chi phí thấp, hoàn thành bố cục nền tảng về tư duy và hệ sinh thái nhân tài.
Nhân tài là gốc rễ của toàn bộ chiến lược, cũng là khâu khó giải quyết nhất. Trở ngại chồng chéo các mâu thuẫn về quy định pháp luật, chủ quyền công nghệ quốc gia, giám sát giáo dục và tâm lý địa chính, là nước cờ có rủi ro cao nhất trong bốn bước.
Thứ nhất, có đường giới hạn giám sát rõ ràng đối với vốn nước ngoài trong lĩnh vực giáo dục bậc cao Việt Nam. Để doanh nghiệp vốn nước ngoài thành lập cơ sở giáo dục bậc cao phải theo mô hình liên doanh, có giới hạn tỷ lệ nắm giữ cổ phần vốn nước ngoài. Quy trình phê duyệt giấy phép hoạt động giáo dục kéo dài, dự án giáo dục cần phê duyệt kép từ Bộ Giáo dục và Đào tạo cùng Bộ Khoa học và Công nghệ. Doanh nghiệp nước ngoài không được phép tự thành lập viện cấp bằng chính quy. Nếu doanh nghiệp trực tiếp đặt tên “Viện TathāgataAI Việt Nam”, rất khó có được giấy phép đào tạo cấp bằng chính thức. Ngay cả đối với đào tạo ngắn hạn không cấp bằng, chương trình giảng dạy cũng cần báo cáo để xét duyệt. Không được phép mở rộng các khóa đào tạo định hướng hoàn toàn xoay quanh nền tảng của một doanh nghiệp vốn nước ngoài. Các trường đại học Việt Nam phải đảm bảo tính tự chủ giảng dạy, từ chối biến trường thành cơ sở đào tạo định hướng cho một doanh nghiệp nước ngoài nào đó. Mục tiêu quy hoạch nhân tài AI quốc gia Việt Nam là nuôi dưỡng hệ thống nhân tài AI tự chủ của bản địa, định hướng chính sách là nắm vững ngăn xếp công nghệ tự chủ, chứ không phải đào tạo hàng loạt kỹ sư phát triển thứ cấp cho một nền tảng AI nước ngoài.
Thứ hai, có nghịch lý nội tại giữa quyền sở hữu trí tuệ và thu thập dữ liệu. Ý tưởng ban đầu là quyền sở hữu trí tuệ thuộc về sinh viên để loại bỏ lo ngại về việc vốn nước ngoài thu thập dữ liệu. Nhưng mâu thuẫn thực tế là: khi sinh viên hoàn thành ứng dụng đồ án tốt nghiệp dựa trên nền tảng của TathāgataAI, quá trình huấn luyện chắc chắn sẽ gọi API của TathāgataAI, dữ liệu tình huống tạo ra sẽ luân chuyển trong hệ thống TathāgataAI. Ngay cả khi quyền sở hữu trí tuệ trên giấy tờ thuộc về sinh viên, dư luận xã hội Việt Nam vẫn có thể diễn giải là vốn nước ngoài lợi dụng hệ sinh thái trường đại học để thu thập dữ liệu tình huống bản địa Việt Nam với chi phí thấp, gây ra nghi vấn về “thuộc địa hóa công nghệ”. Luật Trí tuệ nhân tạo của Việt Nam quy định rõ toàn bộ dữ liệu huấn luyện AI phải có nguồn gốc hợp pháp, lưu trữ và kiểm toán. Trách nhiệm tuân thủ dữ liệu của các dự án sinh viên sẽ cuối cùng chuyển giao cho doanh nghiệp hợp tác. Rất nhiều dự án sáng tạo của sinh viên sẽ mang đến rủi ro tuân thủ cực kỳ cao.
Thứ ba là trở ngại mềm từ tâm lý địa chính. Việt Nam theo đuổi ngoại giao tre, giữ thế cân bằng giữa hai phe công nghệ lớn. Các trường đại học Việt Nam có nhiều hợp tác đào tạo nhân tài AI với Nvidia, Google nhưng giữ khoảng cách cân bằng, sẽ không liên kết sâu với một doanh nghiệp AI Trung Quốc duy nhất làm đối tác cốt lõi đào tạo nhân tài. Đồng thời Viettel, FPT cũng đang mạnh mẽ xây dựng phòng thí nghiệm AI, chương trình học bổng tại các trường đại học, tạo áp lực cạnh tranh cho hợp tác trường‑doanh nghiệp của TathāgataAI. Bản thân sinh viên cũng có lo ngại về chủ quyền công nghệ, sẽ chống lại lộ trình đào tạo hoàn toàn phụ thuộc vào nền tảng nước ngoài.
Chiến lược ứng phó phân giải từng vấn đề:
Trước hết, từ bỏ ý tưởng xây dựng độc lập “trường Hoàng quân AI Việt Nam” cấp bằng chính quy, chuyển sang mô hình hợp tác sản xuất‑học tập‑nghiên cứu không cấp bằng. Không tìm kiếm giấy phép hoạt động giáo dục, không đặt tên cho viện chính quy. Thay vào đó, cùng nhiều trường đại học bách khoa Việt Nam xây dựng phòng thí nghiệm AI liên hợp. Doanh nghiệp cung cấp học bổng, năng lực tính toán phần cứng, đề tài thực hành, trường đại học giữ toàn quyền tự chủ giảng dạy. Các môn học chuyên môn thông thường do nhà trường phụ trách, TathāgataAI chỉ mở các mô‑đun thực hành tự chọn. Chuyển nội dung “dạy phát triển thứ cấp dựa trên nền tảng TathāgataAI” từ môn bắt buộc thành môn tự chọn, đề tài cuộc thi, tôn trọng quyền tự chủ giảng dạy của trường đại học, giảm nghi ngờ từ cơ quan giám sát.
Tiếp theo, tái cấu trúc quy tắc quyền sở hữu trí tuệ và dữ liệu để giải quyết nghịch lý dư luận. Quyền sở hữu trí tuệ đồ án tốt nghiệp sinh viên hoàn toàn thuộc về sinh viên hoặc nhà trường. Nghiêm cấm TathāgataAI tự động lấy luồng dữ liệu từ ứng dụng của sinh viên. Nếu sinh viên tự nguyện chọn đăng lên cửa hàng ứng dụng TathāgataAI Việt Nam, phải ký thỏa thuận ủy quyền riêng, làm rõ phạm vi thu thập dữ liệu, sinh viên có quyền từ chối luân chuyển dữ liệu. Không đặt việc đăng lên cửa hàng ứng dụng làm điều kiện tiên quyết để nhận học bổng. Chia học bổng thành hai loại: học bổng thông thường không có ràng buộc, và tiền thưởng đề tài sáng tạo chỉ dành cho những nhà phát triển tự nguyện tham gia xây dựng hệ sinh thái. Phân định rõ ranh giới, xóa bỏ nghi vấn “dùng học bổng đổi lấy dữ liệu bản địa”.
Sau đó, xây dựng lại câu chuyện về mục tiêu đào tạo nhân tài, phù hợp với chính sách nhân tài quốc gia Việt Nam giai đoạn 2030‑2045. Truyền thông bên ngoài không nói là đào tạo “nhà phát triển TathāgataAI”, mà là đào tạo “kỹ sư triển khai AI bản địa Việt Nam”. Trong hệ thống chương trình học vẫn giữ nội dung giảng dạy về mô hình lớn mã nguồn mở, mô hình lớn bản địa Việt Nam. Nền tảng của TathāgataAI chỉ là một trong các công cụ tùy chọn. Chủ động kết nối chương trình đào tạo nhân tài AI của Bộ Khoa học và Công nghệ Việt Nam, phấn đấu để dự án được đưa vào danh mục hỗ trợ chính thức, nâng cấp từ “đào tạo tự xây dựng của doanh nghiệp” thành dự án mẫu hình hợp tác công nghệ Trung‑Việt.
Cuối cùng, thực hiện bố cục nhân tài theo từng giai đoạn. Ngắn hạn ưu tiên đào tạo kỹ sư đối tác kỹ thuật trong doanh nghiệp, trao quyền năng cho kỹ sư của doanh nghiệp hợp tác Việt Nam. Trung hạn triển khai phòng thí nghiệm trường đại học, học bổng, cuộc thi sáng tạo AI. Dài hạn, tích lũy dần hệ sinh thái nhà phát triển, không theo đuổi mở rộng quy mô nhanh chóng, chấp nhận việc xây dựng nhân tài là công trình dài hạn từ 5‑10 năm.
Tổng kết tổng hợp
Bản chất của chiến lược “Diệu bút sinh hoa” của Lưu Hiểu Xuân là thoát khỏi mô hình kinh doanh đơn thuần bán phần mềm và năng lực tính toán. Ông gói gọn năng lực kỹ thuật công nghiệp của Trung Quốc thành nguồn cung cấp hệ sinh thái công cộng hỗ trợ Việt Nam đạt mục tiêu phát triển quốc gia năm 2030 và 2045, phấn đấu hoàn thành chuyển đổi danh tính từ nhà cung cấp bên ngoài thành nhà cung cấp cơ sở hạ tầng bản địa.
Mức độ trở ngại của bốn bước đi có độ dốc rõ ràng: gia nhập thị trường tuân thủ quy định là câu hỏi bắt buộc có chi phí cao nhưng có thể thực hiện; trung tâm năng lực tính toán là đầu tư tài sản nặng, trở ngại chính đến từ ngoại hối và cạnh tranh với doanh nghiệp nhà nước bản địa, có thể hóa giải thông qua điều chỉnh cơ cấu cổ phần và mô hình thanh toán; mô hình ngành nghề theo chiều dọc có trở ngại chính sách thấp nhất, kiểm tra năng lực triển khai thương mại; xây dựng hệ sinh thái nhân tài chồng chéo các ràng buộc về giám sát giáo dục, chủ quyền công nghệ và dư luận địa chính, là nút thắt lớn nhất của toàn bộ chiến lược. Nếu khâu nhân tài xử lý không phù hợp, ngay cả khi hoàn thành triển khai về tuân thủ quy định, năng lực tính toán và mô hình ngành nghề, doanh nghiệp chỉ có thể nhận được đơn hàng dự án ngắn hạn, không thể xây dựng hệ sinh thái AI thực sự bén rễ tại Việt Nam, khó đạt được mục tiêu cuối cùng trở thành “nhà cung cấp dịch vụ nước‑điện‑than AI bản địa Việt Nam”.
Để trở thành mô hình mẫu hợp tác công nghệ dân gian giữa Trung Quốc và Việt Nam, điểm cốt lõi không phải sao chép xuất khẩu bộ giải pháp sẵn có của Trung Quốc. Mà là ở mỗi bước chủ động nhượng bộ một phần quyền chủ đạo, tôn trọng chủ quyền dữ liệu, chủ quyền giáo dục và yêu cầu phát triển công nghệ của Việt Nam. Chuyển hóa thực sự phương châm 16 chữ thành giải pháp bản địa do người Việt Nam tự chủ dẫn dắt và công nghệ bên ngoài hỗ trợ. Chỉ như vậy mới có thể nắm bắt cửa sổ thời gian Việt Nam đẩy mạnh phát triển đến năm 2030, hoàn thành bố cục cấp chiến lược này.
返回首页