Ở một tỉnh duyên hải phía Bắc, người viết bài này được nghe công chức kể: "Chúng tôi định thuê một doanh nghiệp công nghệ xây dựng và vận hành trợ lý ảo tích hợp trí tuệ nhân tạo (AI) trên Cổng dịch vụ công của tỉnh (Cổng). Nhưng doanh nghiệp đòi giá cao quá, nên đành thôi".

Chi phí xây dựng ban đầu, duy trì trợ lý ảo hàng năm có thể dùng để trả lương cho 3-4 công chức thạo việc hiện nay đảm nhiệm các công việc về thủ tục hành chính nói chung, mà nhiệm vụ hướng dẫn, hỏi - đáp với người dùng trên Cổng (tính năng của trợ lý ảo) chỉ là phần việc trong đó. Anh bảo, chúng tôi cũng không rõ báo giá của doanh nghiệp dựa vào đâu, nhưng nếu theo quy định về chi cho nhiệm vụ công nghệ thông tin từ ngân sách Nhà nước (NSNN) thì không ai duyệt một dự toán với chi phí cao như vậy; và cũng không biết nên lập dự toán về những khoản chi cho việc xây dựng, vận hành các giải pháp AI (ví dụ trợ lý ảo) như thế nào.

Còn công chức Sở Thông tin và Truyền thông (nay là Sở Khoa học và Công nghệ) của một tỉnh phía Nam chia sẻ, các anh có ý tưởng, giải pháp AI cụ thể, nhưng để xây dựng giải pháp, thử nghiệm, cần có card (một loại thiết bị chuyên xử lý các thông tin về hình ảnh trong máy tính) đủ mạnh để chạy. Trong khi đó, rất khó mua card, một phần thiếu nguồn cung, phần khác do thiếu cơ chế tài chính để tính tiền, chi tiền từ ngân sách Nhà nước cho những thiết bị như vậy. Vì thế, các công chức đã tự bỏ tiền túi mua card Nvidia sản xuất do hàng game bán rẻ sau một thời gian sử dụng.

Phát triển, ứng dụng AI đòi hỏi nhiều tiền (Ảnh minh họa: Vecteezy).

Những trường hợp nói trên cho thấy vấn đề "đầu tiên" trong ứng dụng AI ở khu vực nhà nước là "tiền đâu" - nguồn tài chính và cơ chế tài chính cho các giải pháp AI, trong khi phát triển, ứng dụng AI đòi hỏi nhiều tiền, thậm chí rất nhiều tiền, và đôi khi "đốt tiền" cho những thứ chưa biết có thành công hay không.

Khó tính tiền, khó chi tiền cho AI

Phát triển, ứng dụng AI đòi hỏi nhiều tiền. Theo Statista ( nền tảng dữ liệu và thông tin kinh doanh toàn cầu), riêng chi phí huấn luyện các mô hình AI trên thế giới như Gemini, các đời ChatGPT, DeepSeek… đã tốn từ vài triệu đến hàng trăm triệu USD. Một nghiên cứu toàn cầu cho rằng, nếu tính chi phí theo cấp độ phức tạp, số tiền bỏ ra là từ 10.000 đến 100.000 USD cho dự án AI ít phức tạp, trên 100.000-500.000 USD cho dự án phức tạp vừa phải, trên 500.000-1 triệu USD/một dự án phức tạp hơn, và trên 1 triệu USD là chi phí cho dự án siêu phức tạp.

Trong khi đó, nguồn ngân sách nhà nước ở Việt Nam chi cho các nhiệm vụ công nghệ thông tin của các cơ quan Nhà nước lâu nay vốn hạn hẹp. Hơn nữa, "sản phẩm như ChatGPT mà tính theo quy định về sử dụng kinh phí từ NSNN thì chắc chỉ được khoảng 50 triệu đồng" - một chuyên gia AI từng cung cấp giải pháp AI cho cơ quan Nhà nước nói một cách thẳng thắn.

Khó tính tiền, khó chi tiền là một trong những "điểm nghẽn" lớn liên quan đến phát triển, ứng dụng AI trong các cơ quan Nhà nước. Phần lớn các yếu tố công nghệ tạo nên AI về bản chất là tài sản trí tuệ vô hình, khó định giá do liên quan đến yếu tố "chất xám", liên quan đến cung - cầu trên thị trường. Các giải pháp AI của các doanh nghiệp có giá khác nhau, phụ thuộc vào mức độ cạnh tranh của các bên cung cấp dịch vụ: nhiều hay ít nhà cung cấp; sản phẩm phổ biến hay sản phẩm chuyên dụng.

Khó khăn trong tính tiền AI càng nhân lên khi các giải pháp/ứng dụng AI có bản chất đặc thù và độ phức tạp cao độ. Nhất là việc phát triển các mô hình nền tảng khác với phần mềm, thường không thể xác định chính xác các chức năng và độ phức tạp cụ thể của chúng cho mục đích định giá. Hoặc là khó có thể lập dự toán, chi cho việc tổng hợp, làm sạch dữ liệu, sử dụng dữ liệu để huấn luyện AI. Đặc biệt, do những đặc thù và sự thay đổi chóng mặt của công nghệ AI khiến giai đoạn nghiên cứu, thiết kế và thử nghiệm có những khi phải chấp nhận rủi ro, thất bại khi phê duyệt nguồn vốn cần thiết cho các dự án AI. Tuy nhiên, hiện chưa có căn cứ, hướng dẫn cụ thể nào về lập dự toán, quản lý, sử dụng, quyết toán kinh phí từ ngân sách Nhà nước đối với việc nghiên cứu, xây dựng, ứng dụng các mô hình, hệ thống AI trong cơ quan Nhà nước.

Bên cạnh đó, tồn tại một số thách thức liên quan đến việc mua sắm công đối với AI như: năng lực chuyên môn để đánh giá hiệu quả các công nghệ, giải pháp AI; nhận thức về quyền riêng tư dữ liệu, nhận dạng và bảo vệ quyền sở hữu trí tuệ, thiên vị thuật toán và tính minh bạch, cũng như đảm bảo trách nhiệm giải trình; tích hợp AI với cơ sở hạ tầng các cơ quan Nhà nước hiện có. Ngoài ra, bộ phận mua sắm công đối với AI thường không tham gia trực tiếp vào việc thiết kế và phát triển các hệ thống AI, làm cho việc kiểm tra thêm mất thời gian, công sức.

Những bất cập nói trên gây trở ngại kéo dài trong việc tiếp cận nguồn tài chính hiệu quả cho công nghệ thiết yếu AI. Hạn chế về ngân sách, cùng với các quy trình mua sắm phức tạp, khiến các cơ quan nhà nước gặp khó khăn trong việc có được cơ sở hạ tầng chất lượng cao như thiết bị, card AI cần thiết cho các giải pháp AI tiên tiến.

Để tính tiền và chi tiền cho AI

Khuôn khổ chính sách, pháp luật về đầu tư, cơ chế tài chính cho việc ứng dụng AI trong cơ quan Nhà nước cần được sửa đổi, bổ sung một số nội dung sau đây:

Cần có những quy định pháp luật cụ thể, riêng biệt về quản lý đầu tư cho AI từ kinh phí ngân sách Nhà nước, từ việc lập dự toán, quản lý, sử dụng, quyết toán kinh phí; phương pháp định giá, định mức cho những mục chi như chi cho thu thập, tổng hợp, kiểm tra, làm sạch dữ liệu; huấn luyện, tinh chỉnh mô hình/ứng dụng AI; vận hành giải pháp AI trong công việc v.v…Trong đó, chú ý tách biệt chi phí cho việc huấn luyện mô hình AI (vốn hoàn toàn khác xây dựng phần mềm) với chi phí xây dựng hệ thống AI như hệ thống ra quyết định, quản trị dữ liệu v.v... Đồng thời, cần phải quy định rõ ràng, cụ thể hơn về nguồn kinh phí thường xuyên hàng năm đối với việc vận hành, bảo trì hệ thống, huấn luyện tối ưu các mô hình, ứng dụng AI. 

Cần chuyển từ khuôn khổ mua sắm công truyền thống sang cơ chế linh hoạt, phù hợp hơn với bản chất thay đổi nhanh chóng của AI. Sự thay đổi này bao gồm việc hợp lý hóa các quy trình mua sắm thông qua các quy định và điều chỉnh được cập nhật đối với khuôn khổ mua sắm công, xây dựng các hướng dẫn bao gồm các thông lệ tốt và các cân nhắc về đạo đức, và thúc đẩy sự hợp tác với các chuyên gia AI và các bên liên quan trong ngành.

Để cơ quan Nhà nước khỏi phải phân vân, có thể lập danh sách tham khảo các doanh nghiệp đủ điều kiện có thể cung cấp các dịch vụ, giải pháp AI đáp ứng yêu cầu. Danh sách này không chỉ có các doanh nghiệp Nhà nước, các doanh nghiệp lớn, mà cả những doanh nghiệp nhỏ và vừa, miễn là họ đáp ứng đầy đủ các yêu cầu về chuyên môn. Như ở Singapore, các cơ quan chính phủ có nhu cầu xây dựng giải pháp, ứng dụng AI cần phải lựa chọn nhà thầu từ danh sách này trước, nếu không được thì mới được lựa chọn từ các nguồn khác. Cách làm này vừa đảm bảo hiệu quả mua sắm công, chất lượng nhà cung cấp; đồng thời hỗ trợ phát triển các doanh nghiệp AI nội địa có thêm khách hàng từ các cơ quan Nhà nước.

Bên cạnh đó, học hỏi kinh nghiệm các nước như Singapore, Pháp, Chính phủ nên thiết lập một số chương trình hỗ trợ các cơ quan Nhà nước đặt hàng các cơ sở nghiên cứu, doanh nghiệp phát triển các giải pháp AI cho các nhiệm vụ cụ thể của cơ quan, ngành mình. Theo đó, chương trình có ngân sách cố định; các cơ quan Nhà nước gửi yêu cầu phát triển các giải pháp AI cụ thể; chương trình sẽ cấp kinh phí cho doanh nghiệp hoặc cơ sở nghiên cứu có quan tâm, đủ năng lực phát triển giải pháp AI, nếu đáp ứng đúng yêu cầu về hiệu quả, tính khả thi trong quá trình thử nghiệm (testing), giải pháp sẽ được triển khai trong thực tế, kinh phí sẽ được thanh toán cho doanh nghiệp/cơ sở nghiên cứu.

Cuối cùng, có thể nghiên cứu thí điểm, tiến tới xây dựng cơ chế tài chính chấp nhận "thử nghiệm và sai sót" có chọn lọc đối với các ứng dụng AI trong cơ quan Nhà nước. Cơ chế tài chính này có thể thực hiện trước ở Hà Nội, TPHCM, Đà Nẵng là những địa phương đã được Quốc hội trao thẩm quyền thí điểm những chính sách phù hợp. Điều này nhằm tạo điều kiện cho các cơ quan Nhà nước yên tâm đầu tư vào nghiên cứu, mua, thuê các sản phẩm, dịch vụ AI phục vụ hoạt động của các cơ quan Nhà nước.

Tác giả: Ông Nguyễn Đức Lam là cố vấn chính sách, công tác tại Viện Nghiên cứu chính sách và phát triển truyền thông. Ông học thạc sỹ luật ở Trường Luật, ĐH Melbourne, Úc và có hơn 20 năm làm việc trong lĩnh vực pháp luật, chính sách công tại Văn phòng Quốc hội. Hiện nay, ông tập trung vào nghiên cứu, tư vấn chính sách công nghệ số như xây dựng chính quyền số, sử dụng dữ liệu trong hoạt động của Nhà nước, chính sách phát triển, kiểm soát rủi ro của AI.