Trí tuệ nhân tạo trong chuyển đổi động lực tăng trưởng ở Việt Nam: Điều kiện hấp thụ và hàm ý chính sách
ThS. Đỗ Thị Việt Hằng
Khoa Quản trị kinh doanh, Trường Đại học Điện lực
Email: hangdtv@epu.edu.vn
Tóm tắt
Trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh, đang mở rộng ứng dụng và làm thay đổi phương thức tổ chức sản xuất, sử dụng lao động và đổi mới. Nghiên cứu đánh giá sự chuyển dịch động lực tăng trưởng của Việt Nam và phân tích các điều kiện chuyển hóa AI thành năng suất và giá trị gia tăng. Phương pháp định tính được kết hợp với phân tích dữ liệu thứ cấp từ cơ quan thống kê Việt Nam, ILO và WIPO. Kết quả cho thấy động lực tăng trưởng đang chuyển dịch theo hướng gia tăng vai trò của năng suất và hiệu quả sử dụng nguồn lực; năng suất lao động, chất lượng nguồn nhân lực và năng lực đổi mới từng bước được cải thiện. Tuy nhiên, tăng trưởng vẫn phụ thuộc đáng kể vào vốn, tỷ lệ lao động qua đào tạo có bằng, chứng chỉ còn hạn chế và năng lực hấp thụ công nghệ giữa các doanh nghiệp chưa đồng đều. Nghiên cứu xác định ba cấp độ quyết định khả năng tạo giá trị từ AI gồm tiếp cận, hấp thụ và tích hợp, tạo giá trị. Theo đó, chính sách cần chuyển trọng tâm từ mở rộng tiếp cận công nghệ sang nâng cao năng lực hấp thụ của doanh nghiệp, phát triển kỹ năng lao động, hoàn thiện hạ tầng dữ liệu và củng cố hệ sinh thái đổi mới.
Từ khóa: Trí tuệ nhân tạo, động lực tăng trưởng, năng suất lao động, năng lực hấp thụ, đổi mới sáng tạo
Abstract
Artificial intelligence (AI), particularly generative AI, is expanding its applications and transforming how production is organized, labor is utilized, and innovation is pursued. This study assesses shifts in Viet Nam’s growth drivers and analyzes the conditions required to translate AI into productivity gains and added value. A qualitative approach is combined with secondary data analysis of data from Vietnamese statistical agencies, the International Labor Organization (ILO), and the World Intellectual Property Organization (WIPO). The findings indicate that growth drivers are shifting toward a greater role for productivity and resource-use efficiency. Labor productivity, human resource quality, and innovation capacity have gradually improved. However, economic growth remains heavily dependent on capital, the proportion of workers with formal qualifications or certificates remains limited, and firms’ capacity for technological absorption varies considerably. The study identifies three levels that determine the ability to generate value from AI: access, absorption and integration, and value creation. Accordingly, policies should shift their focus from expanding access to technology toward strengthening firms’ absorptive capacity, developing workforce skills, improving data infrastructure, and reinforcing the innovation ecosystem.
Keywords: Artificial intelligence, growth drivers, labor productivity, absorptive capacity, innovation
ĐẶT VẤN ĐỀ
Trong nhiều thập niên, tăng trưởng kinh tế Việt Nam dựa đáng kể vào tích lũy vốn, mở rộng lao động, chuyển dịch cơ cấu, thu hút đầu tư trực tiếp nước ngoài và hội nhập thương mại. Mô hình này góp phần mở rộng năng lực sản xuất và cải thiện thu nhập, nhưng dư địa tăng trưởng dựa vào gia tăng đầu vào đang thu hẹp trước những thay đổi về cơ cấu dân số, lợi thế chi phí lao động và yêu cầu nâng cao vị thế trong chuỗi giá trị. Duy trì tăng trưởng dài hạn vì vậy đòi hỏi gia tăng vai trò của năng suất, chất lượng nguồn nhân lực, công nghệ và đổi mới.
Trong quá trình chuyển đổi đó, trí tuệ nhân tạo (AI) có thể hỗ trợ nâng cao năng suất thông qua tự động hóa một số nhiệm vụ, bổ trợ lao động, cải thiện quá trình ra quyết định và giảm chi phí xử lý thông tin. Tuy nhiên, tiếp cận công nghệ không đồng nghĩa với tạo ra hiệu quả kinh tế. Khả năng chuyển hóa AI thành năng suất và giá trị gia tăng phụ thuộc vào nguồn nhân lực, dữ liệu, hạ tầng, năng lực tổ chức và khả năng tích hợp công nghệ của doanh nghiệp. Do đó, vấn đề trọng tâm không chỉ là mức độ phổ biến của AI mà còn là năng lực hấp thụ và khai thác công nghệ.
Tại Việt Nam, khuôn khổ thể chế về AI tiếp tục được hoàn thiện với Luật Trí tuệ nhân tạo số 134/2025/QH15, Nghị định số 142/2026/NĐ-CP và Chiến lược quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045. Tuy nhiên, khả năng chuyển những điều kiện thuận lợi về công nghệ và thể chế thành kết quả kinh tế vẫn cần được xem xét trong mối quan hệ với năng lực hấp thụ của nền kinh tế.
Trên cơ sở đó, nghiên cứu đánh giá sự chuyển dịch động lực tăng trưởng của Việt Nam và phân tích điều kiện khai thác AI theo ba cấp độ tiếp cận – hấp thụ và tích hợp – tạo giá trị. Qua đó, nghiên cứu làm rõ những hạn chế về nguồn nhân lực, năng lực doanh nghiệp, dữ liệu, hạ tầng và thể chế, đồng thời đề xuất hàm ý chính sách nhằm nâng cao khả năng chuyển hóa AI thành năng suất, đổi mới và giá trị gia tăng.
CƠ SỞ LÝ LUẬN VÀ KHUNG PHÂN TÍCH
Chuyển đổi động lực tăng trưởng và vai trò của AI
Theo lý thuyết tăng trưởng, mở rộng vốn và lao động có thể thúc đẩy sản lượng, nhưng khả năng duy trì tăng trưởng dài hạn phụ thuộc ngày càng nhiều vào tiến bộ công nghệ và hiệu quả sử dụng nguồn lực (Solow, 1956). Các mô hình tăng trưởng nội sinh tiếp tục nhấn mạnh vai trò của tri thức, vốn nhân lực, nghiên cứu và phát triển (R&D) và đổi mới sáng tạo trong việc nâng cao năng suất và tạo ra tăng trưởng bền vững (Romer, 1990). Theo đó, chuyển đổi động lực tăng trưởng có thể được hiểu là sự dịch chuyển từ mô hình dựa chủ yếu vào mở rộng vốn, lao động và lợi thế chi phí sang mô hình trong đó năng suất, chất lượng vốn nhân lực, công nghệ, đổi mới và hiệu quả phân bổ nguồn lực giữ vai trò ngày càng lớn.
Trong quá trình này, AI không phải là một nguồn tăng trưởng độc lập mà là công nghệ có khả năng làm thay đổi cách thức kết hợp vốn, lao động và tri thức. AI có thể tự động hóa một số nhiệm vụ, hỗ trợ người lao động xử lý thông tin và ra quyết định, đồng thời tạo điều kiện hình thành sản phẩm, quy trình và phương thức tổ chức mới. Aghion, Jones và Jones (2019) chỉ ra hai kênh quan trọng mà AI có thể ảnh hưởng đến tăng trưởng là tự động hóa hoạt động sản xuất và hỗ trợ quá trình tạo ý tưởng. Dưới góc độ công việc, tác động của công nghệ diễn ra ở cấp nhiệm vụ, trong đó thay thế lao động, bổ trợ lao động và hình thành nhiệm vụ mới có thể đồng thời xuất hiện (Acemoglu & Restrepo, 2018).
Tuy nhiên, khả năng tiếp cận AI không đồng nghĩa với sự cải thiện năng suất. Đối với các công nghệ có phạm vi ứng dụng rộng, lợi ích kinh tế thường xuất hiện sau một khoảng trễ do doanh nghiệp phải đầu tư vào các tài sản bổ trợ như dữ liệu, phần mềm, kỹ năng và tổ chức lại quy trình (Brynjolfsson, Rock, & Syverson, 2021). Vì vậy, vai trò của AI đối với chuyển đổi động lực tăng trưởng cần được xem xét thông qua khả năng công nghệ được hấp thụ, tích hợp vào hoạt động kinh tế và chuyển hóa thành năng suất, đổi mới và giá trị gia tăng.
Khung phân tích năng lực hấp thụ AI
Năng lực hấp thụ phản ánh khả năng của tổ chức trong việc nhận diện giá trị của tri thức bên ngoài, tiếp nhận và khai thác tri thức đó cho hoạt động của mình. Đối với AI, năng lực hấp thụ không chỉ thể hiện ở khả năng tiếp cận hoặc sử dụng một công cụ công nghệ, mà còn ở khả năng lựa chọn ứng dụng phù hợp, kết hợp công nghệ với dữ liệu và kỹ năng, điều chỉnh quy trình và chuyển hóa kết quả ứng dụng thành giá trị kinh tế. Do đó, cùng một công nghệ có thể tạo ra hiệu quả khác nhau giữa các doanh nghiệp tùy thuộc vào chất lượng nguồn nhân lực, dữ liệu, năng lực quản trị và mức độ sẵn sàng thay đổi tổ chức.
Trên cơ sở đó, nghiên cứu phân tích quá trình khai thác AI theo ba cấp độ: tiếp cận – hấp thụ và tích hợp – tạo giá trị. Tiếp cận phản ánh khả năng tiếp cận công cụ, hạ tầng và các dịch vụ AI. Hấp thụ và tích hợp thể hiện khả năng lựa chọn công nghệ, chuẩn hóa dữ liệu, phát triển kỹ năng và điều chỉnh quy trình để đưa AI vào hoạt động thực tế. Tạo giá trị được thể hiện ở khả năng chuyển hóa ứng dụng công nghệ thành cải thiện năng suất, đổi mới và giá trị gia tăng.
Quá trình này phụ thuộc vào các điều kiện bổ trợ ở cả cấp doanh nghiệp và nền kinh tế. Ở cấp doanh nghiệp, các yếu tố quan trọng gồm chất lượng nguồn nhân lực, dữ liệu, năng lực tổ chức và khả năng tích hợp công nghệ vào quy trình. Ở cấp độ nền kinh tế, hạ tầng số, hệ sinh thái đổi mới và chất lượng thể chế quyết định khả năng tiếp cận nguồn lực, lan tỏa tri thức và mở rộng ứng dụng. Vì vậy, mức độ phổ biến của AI chưa đủ để đánh giá đóng góp của công nghệ đối với tăng trưởng; vấn đề quan trọng hơn là khả năng chuyển từ tiếp cận sang hấp thụ và từ hấp thụ sang tạo giá trị.
PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu sử dụng phương pháp định tính kết hợp phân tích dữ liệu thứ cấp. Dữ liệu được tổng hợp từ Cục Thống kê, Tổ chức Lao động Quốc tế (ILO), Tổ chức Sở hữu trí tuệ thế giới (WIPO), các văn bản pháp luật và chiến lược của Việt Nam, cùng các nghiên cứu học thuật liên quan đến năng suất, tự động hóa và năng lực hấp thụ công nghệ. Thời điểm cập nhật dữ liệu là tháng 10/2026. Đối với chỉ tiêu năm 2026 chưa có số liệu cả năm, bài viết sử dụng số liệu chín tháng hoặc quý III và ghi rõ phạm vi thời gian để tránh so sánh không tương thích.
Phân tích được thực hiện theo hai bước. Bước thứ nhất nhận diện xu hướng chuyển đổi động lực tăng trưởng thông qua đóng góp của vốn, lao động và TFP trong giai đoạn có số liệu phân rã thống nhất; đồng thời cập nhật diễn biến gần đây về tăng trưởng, năng suất lao động, cơ cấu việc làm và chất lượng lao động. Bước thứ hai đánh giá các điều kiện khai thác AI theo khung tiếp cận - hấp thụ - tạo giá trị, tập trung vào nguồn nhân lực, doanh nghiệp, đổi mới, dữ liệu và thể chế. Các chỉ tiêu về TFP, năng suất, đổi mới và mức độ tiếp xúc nghề nghiệp với AI được sử dụng để nhận diện điều kiện nền tảng và điểm nghẽn, không nhằm xác lập quan hệ nhân quả trực tiếp giữa AI và tăng trưởng kinh tế.
THỰC TRẠNG CHUYỂN ĐỔI ĐỘNG LỰC TĂNG TRƯỞNG TẠI VIỆT NAM
Sự thay đổi trong cơ cấu nguồn tăng trưởng
Trong giai đoạn phát triển trước đây, tích lũy vốn, gia tăng lao động, chuyển dịch cơ cấu và hội nhập quốc tế đóng vai trò quan trọng đối với tăng trưởng của Việt Nam. Phân rã tăng trưởng cho thấy tỷ trọng đóng góp của TFP tăng từ 34,75% trong giai đoạn 2011-2015 lên 46,04% trong giai đoạn 2016-2020, trong khi đóng góp của lao động giảm từ 15,28% xuống 1,80%. Trái lại, đóng góp của vốn tăng từ 49,97% lên 52,16%. Sự thay đổi này cho thấy hiệu quả sử dụng nguồn lực đã có vai trò lớn hơn, nhưng tích lũy vốn vẫn là nguồn tạo tăng trưởng quan trọng.
Bảng 1: Cơ cấu đóng góp của vốn, lao động và TFP vào tăng trưởng
|
Giai đoạn |
Vốn (%) |
Lao động (%) |
TFP (%) |
|
2011-2015 |
49,97 |
15,28 |
34,75 |
|
2016-2020 |
52,16 |
1,80 |
46,04 |
|
2011-2020 |
51,07 |
8,48 |
40,45 |
Xu hướng trên cần được diễn giải thận trọng. TFP tăng không đồng nghĩa với việc Việt Nam đã hoàn tất chuyển đổi từ tăng trưởng theo chiều rộng sang chiều sâu, bởi tỷ trọng đóng góp của vốn vẫn ở mức cao. Đồng thời, số liệu phân rã thống nhất mới cho phép nhận diện xu hướng cơ cấu trong giai đoạn 2011-2020, không phản ánh đầy đủ những biến động gần đây. Vì vậy, nghiên cứu bổ sung các chỉ tiêu về năng suất, cơ cấu lao động và đổi mới để đánh giá nền tảng hiện tại của quá trình chuyển đổi.
Năm 2025, GDP Việt Nam tăng 8,02%; quy mô GDP theo giá hiện hành đạt khoảng 12.847,6 nghìn tỷ đồng, tương đương 514 tỷ USD. Chín tháng năm 2026, GDP tăng 9,01% so với cùng kỳ; công nghiệp và xây dựng đóng góp 49,62% vào mức tăng tổng giá trị tăng thêm, dịch vụ đóng góp 45,03%. Tốc độ tăng cao cho thấy khả năng mở rộng sản xuất còn đáng kể, nhưng bản thân tốc độ tăng GDP chưa phản ánh chất lượng nguồn tạo tăng trưởng. Đáng chú ý, tích lũy tài sản chín tháng năm 2026 tăng 17,88%, cho thấy đầu tư tiếp tục giữ vai trò lớn trong mở rộng tổng cầu và năng lực sản xuất (Cục Thống kê, 2026a).
Năng suất lao động, cơ cấu việc làm và chất lượng nguồn nhân lực
Năng suất lao động là chỉ tiêu gần hơn với chất lượng tăng trưởng so với quy mô sản lượng. Năm 2025, năng suất lao động theo giá hiện hành đạt 245,0 triệu đồng/lao động, tương đương 9.809 USD/lao động; theo giá so sánh tăng 6,83%. Tỷ lệ lao động qua đào tạo có bằng, chứng chỉ đạt 29,2%. Đến quý III/2026, tỷ lệ này tăng lên 30,4%; tính chung chín tháng năm 2026 đạt 29,9% (Cục Thống kê, 2026b). Mức cải thiện cho thấy chất lượng lao động đang tăng, nhưng gần 70% lực lượng lao động vẫn chưa có bằng hoặc chứng chỉ đào tạo, phản ánh khoảng trống đáng kể về kỹ năng chính thức.
Bảng 2: Một số chỉ tiêu về năng suất và chất lượng lao động
|
Chỉ tiêu |
2024 |
2025 |
|
NSLĐ giá hiện hành (triệu đồng/lao động) |
221,9 |
245,0 |
|
Tăng NSLĐ theo giá so sánh (%) |
5,88 |
6,83 |
|
LĐ qua đào tạo có bằng/chứng chỉ (%) |
28,3 |
29,2 |
Cơ cấu việc làm tiếp tục chuyển dịch. Năm 2025, lao động trong nông, lâm nghiệp và thủy sản chiếm 25,7% tổng số người có việc làm, giảm 3,4 điểm phần trăm so với năm 2021; công nghiệp và xây dựng chiếm 33,5%, còn dịch vụ chiếm 40,8%. Sự dịch chuyển khỏi nông nghiệp tạo điều kiện nâng năng suất thông qua tái phân bổ lao động sang các khu vực có năng suất cao hơn. Tuy nhiên, tỷ lệ việc làm phi chính thức năm 2025 vẫn ở mức 63,1%, trong đó khu vực nông thôn là 73,3%. Tỷ lệ phi chính thức cao làm giảm khả năng tiếp cận đào tạo, công nghệ và các hình thức tổ chức sản xuất hiện đại, qua đó hạn chế tốc độ lan tỏa năng suất.
Như vậy, Việt Nam đồng thời có hai xu hướng: năng suất và chất lượng lao động được cải thiện, nhưng nền tảng kỹ năng và mức độ chính thức hóa thị trường lao động còn hạn chế. Đây là vấn đề trực tiếp đối với khả năng khai thác AI, bởi lợi ích của công nghệ phụ thuộc vào khả năng người lao động hiểu, kiểm chứng và kết hợp đầu ra của hệ thống với tri thức nghề nghiệp. Nếu kỹ năng không theo kịp tốc độ phổ biến công nghệ, AI có thể làm gia tăng chênh lệch năng suất giữa nhóm lao động có trình độ cao và nhóm lao động kỹ năng thấp.
Năng lực đổi mới và chất lượng nền tảng công nghệ
Năng lực đổi mới của Việt Nam tiếp tục được cải thiện. Theo Global Innovation Index 2026, Việt Nam xếp thứ 43 trong 139 nền kinh tế, tăng một bậc so với năm 2025. Đáng chú ý, đầu ra đổi mới xếp thứ 35, cao hơn đáng kể so với đầu vào đổi mới ở vị trí 54. Việt Nam đứng thứ nhất về tỷ trọng xuất khẩu công nghệ cao trong tổng thương mại và xuất khẩu hàng hóa sáng tạo, thứ ba về nhập khẩu công nghệ cao; tăng trưởng năng suất lao động được xếp thứ sáu trong các chỉ tiêu thế mạnh của GII 2026 (WIPO, 2026).
Khoảng cách giữa thứ hạng đầu vào và đầu ra có thể được nhìn nhận theo hai chiều. Một mặt, Việt Nam cho thấy khả năng tạo kết quả đổi mới tương đối tốt so với nguồn lực đầu vào. Mặt khác, vị trí thấp hơn của nhóm đầu vào phản ánh dư địa cải thiện về thể chế, vốn nhân lực, nghiên cứu, hạ tầng và mức độ tinh vi của thị trường. Đối với AI, đây là vấn đề quan trọng vì năng lực khai thác công nghệ không chỉ phụ thuộc vào khả năng nhập khẩu hoặc tiếp cận giải pháp mà còn vào năng lực nghiên cứu, dữ liệu, nhân lực và tổ chức trong nước.
Các chỉ tiêu GII không phải là thước đo trực tiếp về năng lực AI. Tuy nhiên, chúng cung cấp bằng chứng về nền tảng đổi mới mà trên đó công nghệ có thể được hấp thụ và lan tỏa. Việt Nam có lợi thế về hội nhập thương mại và tiếp cận sản phẩm công nghệ, nhưng thách thức nằm ở việc chuyển từ sử dụng công nghệ nhập khẩu sang tích hợp công nghệ vào quy trình, phát triển giải pháp phù hợp với nhu cầu trong nước và hình thành tài sản tri thức có khả năng tạo giá trị lâu dài.
Nhìn tổng thể, động lực tăng trưởng của Việt Nam đang có sự dịch chuyển theo hướng gia tăng vai trò của năng suất, chất lượng lao động và đổi mới, song quá trình này chưa tạo ra sự thay đổi căn bản trong cấu trúc nguồn tăng trưởng. Sự phụ thuộc tương đối lớn vào vốn, chất lượng nguồn nhân lực còn hạn chế và năng lực đổi mới chưa đồng đều cho thấy nền tảng của tăng trưởng dựa trên tri thức và công nghệ vẫn cần tiếp tục được củng cố. Trong điều kiện đó, khả năng tiếp cận công nghệ mới chưa đủ để bảo đảm cải thiện năng suất và giá trị gia tăng. Vấn đề có ý nghĩa quyết định là năng lực tiếp nhận, tích hợp và khai thác công nghệ trong hoạt động kinh tế. Đối với AI, yêu cầu này đặt trọng tâm vào năng lực hấp thụ của nền kinh tế, được thể hiện qua chất lượng nguồn nhân lực, năng lực tổ chức của doanh nghiệp, dữ liệu và hạ tầng, hệ sinh thái đổi mới và môi trường thể chế. Đây là cơ sở để phân tích các điều kiện khai thác AI tại Việt Nam trong phần tiếp theo.
ĐIỀU KIỆN KHAI THÁC AI TRONG CHUYỂN ĐỔI ĐỘNG LỰC TĂNG TRƯỞNG TẠI VIỆT NAM
Nguồn nhân lực và khả năng hấp thụ AI
ILO (2026) ước tính khoảng 11,5 triệu lao động Việt Nam, tương đương khoảng một phần năm lực lượng lao động, đang làm việc trong các nghề có nhiệm vụ có khả năng chịu ảnh hưởng của AI tạo sinh. Tuy nhiên, chỉ khoảng một triệu lao động thuộc nhóm nghề vừa có mức độ tiếp xúc cao vừa có nhiệm vụ tiêu chuẩn hóa cao; rủi ro tự động hóa toàn bộ vì vậy chỉ liên quan đến một tỷ lệ tương đối nhỏ của lực lượng lao động. Kết quả này cho thấy kênh tác động đáng chú ý trong ngắn và trung hạn có khả năng là thay đổi nội dung công việc và bổ trợ lao động hơn là thay thế hàng loạt việc làm.
Mức độ tiếp xúc phân bố không đồng đều. Nhóm hỗ trợ hành chính có mức tiếp xúc cao; tài chính - bảo hiểm, bán buôn - bán lẻ và thông tin - truyền thông nằm trong số các ngành có tỷ lệ tiếp xúc lớn. Lao động nữ có tỷ lệ tiếp xúc 24,1%, cao hơn mức 17,8% của lao động nam. Đồng thời, hơn một phần ba số việc làm có khả năng chịu ảnh hưởng tập trung tại Hà Nội, Thành phố Hồ Chí Minh và Đà Nẵng (ILO, 2026). Sự phân bố này cho thấy chính sách kỹ năng không nên triển khai đồng nhất mà cần ưu tiên theo nghề, ngành và nhóm lao động.
Điểm cần nhấn mạnh là tiếp xúc nghề nghiệp không đồng nghĩa với việc người lao động hoặc doanh nghiệp đã sử dụng AI. Chỉ số tiếp xúc phản ánh khả năng về mặt kỹ thuật để một số nhiệm vụ được hỗ trợ hoặc tự động hóa. Tác động thực tế còn phụ thuộc vào chi phí ứng dụng, chất lượng dữ liệu, quy trình quản trị, kỹ năng và quyết định đầu tư của doanh nghiệp. Vì vậy, 11,5 triệu lao động không thể được diễn giải như quy mô người đang sử dụng AI hay quy mô việc làm sẽ bị thay thế.
Năng lực hấp thụ AI của doanh nghiệp
Đối với doanh nghiệp, khoảng cách quan trọng không nằm giữa có và không có quyền truy cập một công cụ AI, mà giữa sử dụng rời rạc và tích hợp công nghệ vào hoạt động tạo giá trị. Một doanh nghiệp chỉ có thể thu được lợi ích năng suất khi xác định được nhiệm vụ phù hợp, chuẩn hóa dữ liệu, điều chỉnh quy trình, phân định trách nhiệm giữa con người và hệ thống, đào tạo người sử dụng và đo lường hiệu quả sau triển khai. Những yêu cầu này làm cho năng lực quản trị và tổ chức trở thành tài sản bổ trợ quan trọng không kém bản thân công nghệ.
Đối với doanh nghiệp nhỏ và vừa, hạn chế về vốn, nhân lực công nghệ, dữ liệu và khả năng đánh giá nhà cung cấp có thể làm tăng chi phí thử nghiệm và rủi ro đầu tư. Thông tin của cơ quan quản lý cho thấy đến năm 2024, hơn 90% doanh nghiệp nhỏ và vừa đã sử dụng ít nhất một dạng công nghệ số, nhưng chỉ một bộ phận nhỏ khai thác AI một cách có hệ thống. Điều này cho thấy nền tảng số hóa đã được mở rộng nhưng chưa đồng nghĩa với năng lực tích hợp AI. Nếu chính sách chỉ hỗ trợ mua công cụ mà không hỗ trợ chuẩn hóa dữ liệu, thiết kế quy trình và đào tạo tại nơi làm việc, hiệu quả năng suất có thể hạn chế.
Khoảng cách hấp thụ giữa doanh nghiệp lớn và doanh nghiệp nhỏ cũng có thể làm gia tăng phân hóa năng suất. Doanh nghiệp có dữ liệu tốt, quy trình chuẩn hóa và nhân lực chuyên môn cao thường có khả năng thử nghiệm, đánh giá và mở rộng ứng dụng nhanh hơn. Trong khi đó, doanh nghiệp quy mô nhỏ có thể sử dụng các công cụ phổ thông nhưng khó chuyển sang những ứng dụng gắn sâu với chuỗi giá trị. Vì vậy, năng lực hấp thụ của doanh nghiệp cần được coi là mắt xích trung tâm trong chính sách AI gắn với tăng trưởng.
Dữ liệu, hạ tầng và hệ sinh thái đổi mới
AI phụ thuộc mạnh vào dữ liệu và năng lực tính toán. Dữ liệu thiếu chuẩn hóa, phân tán hoặc khó chia sẻ làm tăng chi phí triển khai và hạn chế khả năng xây dựng các ứng dụng chuyên ngành. Đối với Việt Nam, yêu cầu không chỉ là mở rộng dung lượng hạ tầng mà còn phải nâng chất lượng quản trị dữ liệu, khả năng liên thông, an toàn thông tin và cơ chế tiếp cận phù hợp. Đây là điều kiện để doanh nghiệp, đặc biệt là doanh nghiệp nhỏ, có thể sử dụng các dịch vụ AI mà không phải tự đầu tư toàn bộ hạ tầng từ đầu.
Khung chính sách năm 2026 đã chuyển theo hướng rõ hơn. Luật Trí tuệ nhân tạo quy định các cơ chế hỗ trợ tiếp cận hạ tầng, dữ liệu và môi trường thử nghiệm; kế hoạch thi hành Luật đặt ra nhiệm vụ phát triển hạ tầng AI dùng chung, năng lực tính toán, dữ liệu, nền tảng huấn luyện và kiểm thử. Quyết định số 1091/QĐ-TTg ngày 17/6/2026 phê duyệt đề án hình thành các doanh nghiệp công nghệ chiến lược quy mô lớn trong nước giai đoạn 2026-2030, còn Quyết định số 1671/QĐ-TTg cập nhật Chiến lược quốc gia về AI đến năm 2030, tầm nhìn 2045. Những thay đổi này tạo nền tảng thể chế cho mở rộng cung công nghệ và hạ tầng.
Tuy nhiên, tác động đến năng suất phụ thuộc vào khả năng kết nối hạ tầng với nhu cầu sản xuất. Đầu tư vào trung tâm tính toán, mô hình nền tảng hoặc cơ sở dữ liệu chỉ tạo ra giá trị kinh tế khi doanh nghiệp có thể tiếp cận với chi phí hợp lý, có dữ liệu đủ chất lượng và có năng lực xây dựng bài toán ứng dụng. Vì vậy, chính sách hạ tầng cần gắn với cơ chế dùng chung, tiêu chuẩn dữ liệu, hỗ trợ thử nghiệm và liên kết giữa doanh nghiệp - trường đại học - tổ chức nghiên cứu.
Khung thể chế cho phát triển và ứng dụng AI
Năm 2026 đánh dấu sự thay đổi đáng kể của môi trường thể chế về AI tại Việt Nam. Luật Trí tuệ nhân tạo số 134/2025/QH15 có hiệu lực từ ngày 01/3/2026; Quyết định số 367/QĐ-TTg ban hành kế hoạch triển khai thi hành Luật; Nghị định số 142/2026/NĐ-CP có hiệu lực từ ngày 01/5/2026; và Chiến lược quốc gia về AI mới được ban hành tháng 8/2026. Hệ thống văn bản này tạo khuôn khổ tương đối đầy đủ hơn cho nghiên cứu, phát triển, cung cấp và sử dụng hệ thống AI, đồng thời chú trọng hạ tầng, dữ liệu, nhân lực, thị trường và quản trị rủi ro.
Việc hoàn thiện khuôn khổ pháp lý là điều kiện cần nhưng chưa đủ để tạo ra tăng năng suất. Tác động thực tế phụ thuộc vào chất lượng hướng dẫn thực thi, mức độ rõ ràng của tiêu chuẩn kỹ thuật, khả năng tiếp cận cơ chế thử nghiệm, chi phí tuân thủ và sự phối hợp giữa các cơ quan. Nếu yêu cầu quản lý thiếu rõ ràng hoặc chi phí tuân thủ quá cao, doanh nghiệp nhỏ có thể trì hoãn ứng dụng; ngược lại, quản lý quá lỏng có thể làm gia tăng rủi ro về dữ liệu, trách nhiệm và niềm tin. Do đó, mục tiêu phù hợp là giảm bất định cho hoạt động đổi mới trong khi duy trì các yêu cầu cần thiết về an toàn và trách nhiệm.
THẢO LUẬN VÀ HÀM Ý CHÍNH SÁCH
Thảo luận
Kết quả nghiên cứu cho thấy động lực tăng trưởng của Việt Nam đang chuyển dịch theo hướng gia tăng vai trò của năng suất và hiệu quả sử dụng nguồn lực, nhưng mức độ chuyển đổi còn hạn chế. Đóng góp của TFP vào tăng trưởng tăng từ 46,04% giai đoạn 2016–2020 lên khoảng 47% giai đoạn 2021–2025; năng suất lao động giai đoạn 2021–2025 tăng bình quân khoảng 5,2%/năm. Đến chín tháng năm 2026, tỷ lệ lao động qua đào tạo có bằng, chứng chỉ đạt 29,9%; lao động trong khu vực nông, lâm nghiệp và thủy sản giảm còn khoảng 25,2%, trong khi công nghiệp – xây dựng và dịch vụ lần lượt chiếm 33,8% và 41,0%. Tuy nhiên, vốn vẫn giữ vai trò quan trọng trong tăng trưởng và lao động phi chính thức còn chiếm 61,5% tổng số lao động có việc làm. Những kết quả này cho thấy nền tảng của tăng trưởng dựa trên năng suất đã được cải thiện nhưng chưa thực sự vững chắc.
Trong quá trình chuyển đổi đó, AI có thể nâng cao hiệu quả sử dụng vốn, lao động và tri thức thông qua tự động hóa, bổ trợ lao động và hỗ trợ đổi mới (Aghion, Jones, & Jones, 2019; Acemoglu & Restrepo, 2018). Tuy nhiên, mức độ tiếp xúc với AI không đồng nghĩa với mức độ ứng dụng hoặc tác động thực tế đến năng suất. Hiệu quả kinh tế còn phụ thuộc vào các tài sản bổ trợ như kỹ năng, dữ liệu, năng lực quản trị và điều chỉnh quy trình, phù hợp với lập luận của Brynjolfsson, Rock và Syverson (2021) về độ trễ năng suất của công nghệ có mục đích chung.
Từ góc độ năng lực hấp thụ, cần phân biệt ba cấp độ tiếp cận – hấp thụ và tích hợp – tạo giá trị. Trong đó, hấp thụ và tích hợp là mắt xích quyết định khả năng chuyển công nghệ thành cải thiện năng suất và đổi mới. Sự khác biệt về kỹ năng, dữ liệu, năng lực tổ chức và nguồn lực đầu tư có thể dẫn đến hiệu quả ứng dụng không đồng đều giữa các doanh nghiệp. Vì vậy, vai trò của AI đối với chuyển đổi động lực tăng trưởng phụ thuộc không chỉ vào mức độ phổ biến của công nghệ mà chủ yếu vào năng lực chuyển hóa công nghệ thành kết quả kinh tế.
Hàm ý chính sách
Kết quả phân tích cho thấy trọng tâm chính sách đối với Việt Nam cần chuyển từ mở rộng khả năng tiếp cận AI sang nâng cao năng lực chuyển hóa công nghệ thành năng suất, đổi mới và giá trị gia tăng. Theo đó, chính sách AI cần được đặt trong tổng thể chính sách năng suất và đổi mới, với hiệu quả kinh tế là tiêu chí đánh giá chủ yếu.
Thứ nhất, nâng cao năng lực hấp thụ AI của doanh nghiệp, đặc biệt là doanh nghiệp nhỏ và vừa. Hỗ trợ cần tập trung vào chuẩn hóa dữ liệu, lựa chọn giải pháp phù hợp, đào tạo người sử dụng, tích hợp công nghệ vào quy trình và đánh giá hiệu quả sau triển khai.
Thứ hai, phát triển nguồn nhân lực theo hướng bổ trợ giữa con người và công nghệ. Bên cạnh đào tạo chuyên gia AI, cần chú trọng kỹ năng số, sử dụng dữ liệu, tư duy phản biện và khả năng đánh giá kết quả do AI hỗ trợ. Đào tạo cần gắn với đặc điểm nhiệm vụ và nhu cầu của từng ngành.
Thứ ba, phát triển hạ tầng số và dữ liệu theo hướng nâng cao khả năng tiếp cận và sử dụng. Trọng tâm không chỉ là năng lực tính toán mà còn bao gồm tiêu chuẩn hóa, liên thông, chia sẻ và quản trị dữ liệu an toàn, tạo điều kiện cho doanh nghiệp khai thác công nghệ hiệu quả.
Thứ tư, củng cố hệ sinh thái đổi mới thông qua nâng cao năng lực R&D của doanh nghiệp, tăng cường liên kết giữa trường đại học, viện nghiên cứu và khu vực sản xuất, đồng thời thúc đẩy lan tỏa tri thức và công nghệ từ khu vực FDI sang doanh nghiệp trong nước.
Thứ năm, hoàn thiện hệ thống dữ liệu và chỉ tiêu đánh giá tác động của AI. Điều tra doanh nghiệp cần bổ sung thông tin về mức độ ứng dụng, chi phí đầu tư, phạm vi nhiệm vụ, thay đổi lao động và năng suất, qua đó tạo cơ sở đánh giá đóng góp thực tế của AI ở cấp doanh nghiệp và ngành.
Thứ sáu, tiếp tục hoàn thiện quản trị AI theo hướng cân bằng giữa khuyến khích đổi mới và kiểm soát rủi ro. Khung pháp lý cần bảo đảm tính minh bạch, khả năng thực thi và chi phí tuân thủ hợp lý, qua đó giảm bất định và tạo điều kiện cho đầu tư, ứng dụng công nghệ dài hạn.
Nhìn chung, hiệu quả của chính sách AI không nên được đánh giá chủ yếu bằng quy mô đầu tư hay số lượng người sử dụng, mà bằng khả năng chuyển hóa công nghệ thành năng suất, đổi mới và giá trị gia tăng. Đây là điều kiện để AI thực sự hỗ trợ quá trình chuyển đổi động lực tăng trưởng của Việt Nam.
Tài liệu tham khảo:
1. Acemoglu, D., & Restrepo, P. (2018). Artificial intelligence, automation and work. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The economics of artificial intelligence: An agenda. University of Chicago Press.
2. Aghion, P., Jones, B. F., & Jones, C. I. (2019). Artificial intelligence and economic growth. In A. Agrawal, J. Gans, & A. Goldfarb (Eds.), The economics of artificial intelligence: An agenda. University of Chicago Press.
3. Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The productivity J-curve: How intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, 13(1), 333-372. https://doi.org/10.1257/mac.20180386
4. Calvino, F., & Fontanelli, L. (2023). A portrait of AI adopters across countries: Firm characteristics, assets’ complementarities and productivity. OECD Science, Technology and Industry Working Papers, No. 2023/02. OECD Publishing.
5. Cục Thống kê. (2026a). Thông cáo báo chí tình hình kinh tế - xã hội quý III và 9 tháng năm 2026.
6. Cục Thống kê. (2026b). Thông cáo báo chí về tình hình lao động, việc làm quý III và 9 tháng năm 2026.
7. Cục Thống kê. (2026c). Thông cáo báo chí tình hình kinh tế - xã hội quý IV và năm 2025.
8. Cục Thống kê. (2026d). Thị trường lao động, việc làm của Việt Nam năm 2025: Những điểm sáng và hạn chế.
9. International Labour Organization. (2026). Generative AI and jobs in Viet Nam: Labour market exposure and policy considerations. ILO Country Office for Viet Nam.
10. Quốc hội. (2025). Luật Trí tuệ nhân tạo số 134/2025/QH15, ngày 10/12/2025.
11. Chính phủ. (2026). Nghị định số 142/2026/NĐ-CP ngày 30/4/2026 quy định chi tiết một số điều và biện pháp thi hành Luật Trí tuệ nhân tạo.
12. Thủ tướng Chính phủ. (2026a). Quyết định số 367/QĐ-TTg ngày 28/2/2026 ban hành Kế hoạch triển khai thi hành Luật Trí tuệ nhân tạo.
13. Thủ tướng Chính phủ. (2026b). Quyết định số 1091/QĐ-TTg ngày 17/6/2026 phê duyệt Đề án hình thành các doanh nghiệp công nghệ chiến lược quy mô lớn trong nước giai đoạn 2026-2030.
14. Thủ tướng Chính phủ. (2026c). Quyết định số 1671/QĐ-TTg ngày 28/8/2026 phê duyệt Chiến lược quốc gia về trí tuệ nhân tạo đến năm 2030, tầm nhìn đến năm 2045.
15. Romer, P. M. (1990). Endogenous technological change. Journal of Political Economy, 98(5, Part 2), S71-S102. https://doi.org/10.1086/261725
16. Solow, R. M. (1956). A contribution to the theory of economic growth. The Quarterly Journal of Economics, 70(1), 65-94. https://doi.org/10.2307/1884513
17. World Intellectual Property Organization. (2026). Global Innovation Index 2026: Viet Nam profile. WIPO.
| Ngày nhận bài: 21/9/2026; Ngày hoàn thiện biên tập: 20/10/2026; Ngày duyệt đăng: 2/11/2026 |
Các tin khác
Công nhận giá trị pháp lý và quy kết hành vi trong giao kết hợp đồng tự động: Kinh nghiệm từ Luật mẫu UNCITRAL và bài học cho Việt Nam
Đề xuất khung đánh giá mức độ ứng dụng AI trong doanh nghiệp nhỏ và vừa tại Việt Nam
Vận dụng dữ liệu chi phí kế toán quản trị để xây dựng mô hình tối ưu sẵn sàng cho điện toán lượng tử trong chuỗi cung ứng doanh nghiệp F&B tại Việt Nam
Tác động phi tuyến của chuyển đổi xanh đến giá trị thị trường của các doanh nghiệp niêm yết tại Việt Nam
Tổng quan nghiên cứu đo lường đóng góp của kinh tế sinh học vào nền kinh tế
Nâng cao hiệu quả quản lý, xử lý và sử dụng tài sản tịch thu trong lĩnh vực hải quan
Giải pháp hoàn thiện công tác quản lý hải quan tại các khu thương mại tự do ở Việt Nam
Tác động của người ảnh hưởng xanh đến ý định mua sản phẩm xanh của Gen Z tại TP. Hồ Chí Minh
Phát triển năng lực số và tâm lý số cho sinh viên ngành Logistics tại Việt Nam
