Nguồn lực công nghệ trong các ngành công nghiệp sáng tạo Việt Nam: Từ ứng dụng đến làm chủ công nghệ

Nhìn tổng thể, cấu trúc điểm số cho thấy 'năng lực khai thác' đang đi trước 'năng lực tạo lập'. Hạ tầng và nhân lực đã tạo điều kiện cho ứng dụng, nhưng đầu tư và R&D chưa tương xứng. Đặc biệt, dữ liệu dùng chung là mắt xích yếu, trong khi dữ liệu ngày càng quyết định khả năng cá nhân hóa, phân tích hành vi, huấn luyện và triển khai các ứng dụng AI. Kết quả này phù hợp với các nghiên cứu cho rằng chuyển đổi số chỉ tạo tác động bền vững khi tổ chức có đủ nguồn lực công nghệ và năng lực hấp thụ để tích hợp công nghệ vào quy trình và mô hình hoạt động (Jafari và cộng sự, 2026; Tran và Pavelková, 2024).

Mức độ sử dụng và xây dựng NLCN

Nhóm chỉ báo về sử dụng NLCN có điểm trung bình 3,58/5, cao hơn rõ rệt so với nhóm xây dựng NLCN 2,92. Trong nhóm sử dụng, diễn đàn trực tuyến đạt 3,75; nền tảng trực tuyến phục vụ truyền thông, tiếp cận và hỗ trợ khách hàng đạt 3,70; mạng xã hội đạt 3,52; nền tảng trực tuyến trong sản phẩm/dịch vụ đạt 3,45; sử dụng các công nghệ số mới như AI, AR, VR, XR và công nghệ trình diễn đạt 3,47. Đây là bằng chứng trực tiếp cho thấy giai đoạn ứng dụng công nghệ đã hình thành tương đối rõ.

Trái lại, nhóm xây dựng NLCN chỉ đạt 2,92; trong đó nhân lực 3,28 và hạ tầng 3,03 cao hơn đầu tư 2,71 và R&D 2,65. Như vậy, doanh nghiệp có thể hình thành đủ điều kiện để sử dụng công nghệ mà chưa tích lũy đủ nguồn lực để phát triển công nghệ. Khoảng cách này là cơ sở quan trọng để phân biệt 'năng lực sử dụng' với 'năng lực công nghệ nội sinh'.

Ở nhóm phát triển, khả năng khai thác đạt 3,77, kết nối với công nghệ tiên tiến đạt 3,12 và khả năng công nghệ nội địa đáp ứng yêu cầu sản phẩm chất lượng cao đạt 3,00. Khi chỉ báo phủ định được đọc đúng chiều, kết quả cho thấy khả năng hấp thụ và chuyển hóa công nghệ tiên tiến vẫn là điểm cần cải thiện. Do đó, không nên kết luận rằng mức khai thác cao đồng nghĩa với mức làm chủ cao.

Thực trạng ứng dụng theo năm nhóm NLCN

Hạ tầng và thiết bị công nghệ

Hạ tầng và thiết bị là điều kiện đầu vào của quá trình số hóa. Điểm đánh giá hạ tầng đạt 3,03/5, cho thấy các chủ thể đã có nền tảng cho ứng dụng nhưng chưa đồng đều về chiều sâu. Đối với CNST, vấn đề không chỉ là kết nối Internet mà còn là năng lực tính toán, lưu trữ, thiết bị sản xuất nội dung, thiết bị trình diễn và khả năng tiếp cận dịch vụ đám mây. Điều này phù hợp với quan điểm về công nghiệp sáng tạo 4.0, trong đó hạ tầng số tạo điều kiện để công nghệ được tích hợp vào toàn bộ chuỗi giá trị (Ammirato và cộng sự, 2025).

Nền tảng, phần mềm và công cụ công nghệ

Đây là nhóm được ứng dụng rộng nhất. Điểm sử dụng chung 3,58 và các chỉ báo về nền tảng trực tuyến từ 3,45 đến 3,75 cho thấy nền tảng số đã trở thành một phần thường xuyên của hoạt động sáng tạo, truyền thông và tương tác với khách hàng. Trong xuất bản, nghiên cứu của Phạm và cộng sự (2023, 2024) cũng cho thấy các yếu tố công nghệ, tổ chức và môi trường có vai trò quan trọng đối với chấp nhận xuất bản điện tử và ý định chuyển đổi số.

Tuy nhiên, mức độ phổ biến của nền tảng không phản ánh khả năng sở hữu hoặc kiểm soát nền tảng. Việc phụ thuộc vào phần mềm, hệ thống CMS, nền tảng phân phối hoặc dịch vụ đám mây của bên thứ ba có thể giúp doanh nghiệp tăng tốc ứng dụng nhưng chưa tạo ra lợi thế công nghệ riêng. Vì vậy, chỉ tiêu quan trọng hơn trong giai đoạn tiếp theo là khả năng tích hợp API, kết nối dữ liệu, tự động hóa quy trình, tùy biến chức năng và phát triển giải pháp phù hợp với đặc thù ngành.

Dữ liệu và công nghệ thông minh

Dữ liệu là lớp NLCN có ý nghĩa ngày càng lớn đối với truyền thông, quảng cáo, nội dung số, game và các mô hình sáng tạo dựa trên tương tác người dùng. Dữ liệu giúp cá nhân hóa nội dung, tối ưu quảng cáo, phân tích nhu cầu và hỗ trợ phát triển sản phẩm. Tuy nhiên, lợi thế không nằm ở số lượng dữ liệu mà ở khả năng quản trị vòng đời dữ liệu: thu thập, làm sạch, chuẩn hóa, liên thông, phân tích, bảo vệ và chuyển hóa thành quyết định hoặc sản phẩm.

AI làm rõ hơn khoảng cách này. Nghiên cứu về AI trong CNST cho thấy AI đang mở rộng từ tự động hóa tác vụ sang hỗ trợ sáng tạo, sản xuất và phân phối nội dung (Anantrasirichai và cộng sự, 2025). Tuy nhiên, kết quả khảo sát của nghiên cứu cho thấy khả năng khai thác NLCN 3,77 cao hơn nhiều so với R&D 2,65. Điều này gợi ý rằng AI và công nghệ thông minh có thể được tiếp nhận nhanh thông qua các công cụ có sẵn, trong khi năng lực xây dựng dữ liệu, mô hình hoặc giải pháp AI riêng phát triển chậm hơn.

Công nghệ sáng tạo và bảo tồn văn hóa

3D/CGI, AI, AR/VR/XR, công nghệ trình diễn và số hóa di sản mở rộng không gian sáng tạo từ sản phẩm vật thể sang trải nghiệm số và tài sản số. Trong khảo sát, mức sử dụng các công nghệ số mới đạt 3,47/5.

Tuy nhiên, công nghệ sáng tạo có chi phí và yêu cầu kỹ năng cao hơn công cụ số phổ thông. Vì vậy, vấn đề không chỉ là mua thiết bị mà là khả năng kết hợp công nghệ với tri thức văn hóa, thiết kế và tài sản trí tuệ để tạo sản phẩm khác biệt. Đây cũng là nơi làm chủ công nghệ cần được hiểu theo nghĩa rộng: không nhất thiết tự sản xuất mọi thiết bị, mà phải có khả năng kiểm soát quy trình, tích hợp công nghệ, dữ liệu và nội dung để tạo ra giá trị riêng.

Tri thức và năng lực công nghệ

Tri thức và năng lực công nghệ là nhóm quyết định liệu công nghệ bên ngoài có được chuyển thành năng lực nội sinh hay không. Nhân lực công nghệ đạt 3,28/5, nhưng R&D chỉ 2,65 và đầu tư 2,68. Khoảng cách này cho thấy doanh nghiệp đã có nhân lực đủ để vận hành và khai thác công cụ, nhưng chưa chắc có đội ngũ đủ mạnh để phát triển kiến trúc công nghệ, tích hợp dữ liệu, xây dựng sản phẩm công nghệ hoặc cải tiến công nghệ.

Vì vậy, năng lực công nghệ trong CNST cần được đánh giá bằng tổ hợp kỹ năng: kỹ năng số, dữ liệu, AI, thiết kế và sản xuất nội dung, quản trị nền tảng, an toàn thông tin, quản trị tài sản trí tuệ và năng lực R&D. Cách tiếp cận này phù hợp với các nghiên cứu về năng lực công nghệ và đổi mới trong ngành sáng tạo (Helena & Mária, 2020; Hendayana và cộng sự, 2019).

Khoảng cách từ ứng dụng đến làm chủ công nghệ

Kết quả khảo sát cho thấy các chủ thể CNST đã đạt mức tương đối khá trong sử dụng và khai thác NLCN, với điểm trung bình lần lượt là 3,58 và 3,77/5. Tuy nhiên, các điều kiện tạo lập năng lực công nghệ nội sinh còn hạn chế, thể hiện ở đầu tư (2,68), R&D (2,65), hạ tầng (3,03) và dữ liệu dùng chung (2,40). Điều này gợi ý rằng khoảng cách hiện nay không chủ yếu nằm ở khả năng tiếp cận công nghệ, mà ở khả năng tích lũy, tích hợp, tùy biến và phát triển công nghệ.

Theo khung phân tích của nghiên cứu, quá trình phát triển NLCN có thể được diễn giải theo sáu cấp độ: tiếp cận → ứng dụng → tích hợp → tùy biến → làm chủ → tạo giá trị. Trong đó, dữ liệu hiện có cung cấp bằng chứng tương đối rõ về khả năng tiếp cận và ứng dụng, đồng thời cho thấy một số dấu hiệu của quá trình tích hợp; chưa đủ cơ sở để đo lường trực tiếp năng lực tùy biến và làm chủ công nghệ. Do đó, kết quả cần được hiểu là dấu hiệu về sự mất cân đối giữa năng lực khai thác công nghệ và năng lực tạo lập công nghệ nội sinh, thay vì khẳng định định lượng về mức độ “chưa làm chủ” công nghệ. Phát hiện này cho thấy cần chuyển trọng tâm từ phổ cập và ứng dụng công nghệ sang tăng cường năng lực hấp thụ, tích hợp, tùy biến và đổi mới công nghệ trong các ngành CNST.

KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH

Kết luận

Nghiên cứu đã xây dựng cách tiếp cận NLCN phù hợp với đặc thù CNST Việt Nam, gồm năm nhóm: hạ tầng và thiết bị; nền tảng, phần mềm và công cụ; dữ liệu và công nghệ thông minh; công nghệ sáng tạo và bảo tồn văn hóa; tri thức và năng lực công nghệ. Điểm nhấn của khung là đặt các nhóm nguồn lực trong tiến trình tiếp cận, ứng dụng, tích hợp, tùy biến, làm chủ và tạo giá trị. Kết quả khảo sát 260 chủ thể cho thấy khả năng sử dụng và khai thác công nghệ đã hình thành tương đối rõ, với điểm lần lượt 3,58 và 3,77/5. Ngược lại, đầu tư công nghệ 2,68, R&D 2,65 và dữ liệu dùng chung 2,40 là những điểm yếu. Vì các chỉ báo khảo sát có cả phát biểu tích cực và tiêu cực, nghiên cứu không sử dụng điểm NLCN tổng hợp 3,15 của bản thảo trước; thay vào đó, phân tích theo từng năng lực để bảo đảm tính hợp lệ của diễn giải.

Phát hiện quan trọng của nghiên cứu là sự mất cân đối giữa khả năng khai thác công nghệ và các điều kiện tạo lập NLCN nội sinh trong các ngành CNST Việt Nam. Các chủ thể có khả năng tiếp cận, sử dụng và khai thác các công nghệ sẵn có tương đối tốt, nhưng đầu tư cho R&D, dữ liệu dùng chung và các điều kiện phát triển năng lực công nghệ còn hạn chế. Kết quả này gợi ý rằng phát triển NLCN trong CNST cần chuyển dần từ mở rộng khả năng tiếp cận và ứng dụng sang tăng cường năng lực hấp thụ, tích hợp, tùy biến và đổi mới công nghệ. Tuy nhiên, do nghiên cứu chưa đo lường trực tiếp các năng lực tích hợp, tùy biến và làm chủ, kết quả chưa đủ cơ sở để khẳng định mức độ làm chủ công nghệ của các doanh nghiệp.

Hàm ý chính sách và quản trị

Thứ nhất, chuyển trọng tâm hỗ trợ từ 'ứng dụng' sang 'nâng cấp năng lực công nghệ'. Chương trình hỗ trợ không nên chỉ đo số doanh nghiệp mua phần mềm hay thiết bị mà cần đo tỷ lệ quy trình được tích hợp, mức độ tùy biến, số sáng kiến công nghệ, kết quả R&D và tài sản trí tuệ hình thành từ công nghệ.

Thứ hai, hình thành cơ chế khuyến khích R&D cho CNST, ưu tiên AI tạo sinh, dữ liệu văn hóa, XR, công nghệ trình diễn, 3D, game, số hóa di sản và các công nghệ phục vụ thiết kế. Chính sách nên khuyến khích dự án đồng phát triển giữa doanh nghiệp, trường đại học, viện nghiên cứu và doanh nghiệp công nghệ.

Thứ ba, xây dựng hạ tầng và dữ liệu dùng chung cho CNST. Cần ưu tiên các kho dữ liệu có khả năng liên thông về văn hóa, nghệ thuật, nội dung, xuất bản, thiết kế, thị trường và sở hữu trí tuệ, đồng thời xác lập cơ chế cấp quyền truy cập, bảo vệ dữ liệu và quyền tác giả. Đây là điều kiện để AI và phân tích dữ liệu tạo ra giá trị ở quy mô hệ sinh thái.

Thứ tư, phát triển nhân lực lai giữa công nghệ và sáng tạo. Đào tạo cần chuyển từ kỹ năng sử dụng phần mềm sang năng lực dữ liệu, AI, thiết kế số, XR, quản trị nền tảng, an toàn thông tin, bản quyền và thương mại hóa tài sản trí tuệ. Đồng thời cần có chương trình đào tạo lại cho lực lượng đang làm việc trong các ngành truyền thống.

Thứ năm, phát triển hệ sinh thái và cơ chế dùng chung. Trung tâm công nghệ sáng tạo, phòng lab, không gian sáng tạo và nền tảng thử nghiệm dùng chung có thể giúp doanh nghiệp nhỏ tiếp cận công nghệ tiên tiến với chi phí thấp hơn. Liên kết giữa doanh nghiệp CNST và doanh nghiệp công nghệ nên được coi là cơ chế đồng phát triển chứ không chỉ là mua–bán giải pháp.

Thứ sáu, gắn NLCN với tài sản trí tuệ và thương mại hóa. Mục tiêu cuối cùng không phải là tăng số lượng công nghệ được ứng dụng mà là chuyển công nghệ thành sản phẩm, nội dung, dịch vụ, dữ liệu, tài sản trí tuệ và mô hình kinh doanh có khả năng tạo giá trị. Vì vậy, chính sách công nghệ cần được kết nối với chính sách SHTT và phát triển thị trường.

Hạn chế và hướng nghiên cứu tương lai

Nghiên cứu có một số hạn chế. Mẫu 260 quan sát được phân tích chủ yếu bằng thống kê mô tả, do đó chưa cho phép khái quát hóa cho toàn bộ CNST Việt Nam hoặc xác lập quan hệ nhân quả. Các cấp độ tích hợp, tùy biến và làm chủ mới được nhận diện gián tiếp từ các chỉ báo hiện có. Nghiên cứu tiếp theo cần xây dựng và kiểm định thang đo mức độ trưởng thành NLCN, bổ sung các chỉ báo trực tiếp về tích hợp, tùy biến, R&D và làm chủ công nghệ; đồng thời phân tích sự khác biệt theo ngành, quy mô doanh nghiệp và kiểm định bằng các mô hình đa biến hoặc SEM.

Tài liệu tham khảo:

1. Ammirato, S., Felicetti, A. M., Linzalone, R., Giglio, C., & Frega, N. (2025). Cultural industries 4.0: How digitalisation is reshaping the sector: Insights from a systematic literature review. International Journal of Knowledge-Based Development, 15(1), 88–109. https://doi.org/10.1504/IJKBD.2025.145498.

2. Anantrasirichai, N., Zhang, F., & Bull, D. R. (2025). Artificial intelligence in creative industries: Advances prior to 2025. arXiv.

3. European Commission. (2021). Creative and cultural industries.

4. Helena, M., & Mária, K. B. (2020). Innovations in the creative industry entities. SHS Web of Conferences, 74, 02009. https://doi.org/10.1051/shsconf/20207402009.

5. Hendayana, Y., Suryana, Ahman, E., & Mulyadi, H. (2019). Do technological capabilities influence innovation in creative industry: The case of handicraft sector in Indonesia.

6. Jafari, P., Van Looy, A., & Helbin, T. (2026). About the interplay between technological resources and institutional factors for realizing digital work: A public sector long-term view. Journal of Advances in Management Research, 23(2), 165–193. https://doi.org/10.1108/JAMR-11-2024-0412.

7. Ortiz-Ospino, L., González-Sarmiento, E., & Roa-Perez, J. (2025). Technology trends in the creative and cultural industries sector: A systematic literature review. Journal of Innovation & Entrepreneurship, 14, 39. https://doi.org/10.1186/s13731-025-00497-6.

8. Phạm, V. L., Hoàng, C. C., & Chử, B. Q. (2023). Nghiên cứu các yếu tố ảnh hưởng đến quyết định chấp nhận XBĐT của các nhà xuất bản tại Việt Nam: Vận dụng khung TOE và lý thuyết khuếch tán đổi mới (IDT). Tạp chí Khoa học Thương mại, 174, 103–114.

9. Phạm, V. L., Hoàng, C. C., & Chử, B. Q. (2024). Nghiên cứu ảnh hưởng của các nhân tố tới ý định CĐS của các doanh nghiệp xuất bản tại Việt Nam. Tạp chí Khoa học Thương mại, 189, 94–105. https://doi.org/10.54404/JTS.2024.189V.08.

10. Tran, V. H. T., & Pavelková, D. (2024). Digital transformation adoption and its influence on performance: An empirical study of creative companies in Vietnam. Creativity Studies, 17(2), 660–685. https://doi.org/10.3846/cs.2024.16961.

11. UNCTAD. (2018). Creative economy outlook 2018.

12. UNESCO. (2022). Re|Shaping policies for creativity: Addressing culture as a global public good.

13. VCCI. (2024). Báo cáo liên quan đến đổi mới sáng tạo và năng lực công nghệ của doanh nghiệp Việt Nam.

14. WIPO. (2021). World intellectual property indicators 2021.

15. Zhu, J., & Li, Y. (2014). Technology resources allocation efficiency and related research.