AI chủ quyền tại Việt Nam: doanh nghiệp thật sự quyết định được gì

"AI chủ quyền" (sovereign AI) đang là từ khóa cấp quốc gia: siêu máy tính đặt trong nước, mô hình ngôn ngữ tiếng Việt, trung tâm dữ liệu quốc gia. Nhưng với một doanh nghiệp bình thường — không xây data center, không huấn luyện mô hình 120 tỷ tham số — cụm từ đó nghĩa là gì, và thực tế bạn quyết định được điều gì?

Bài này gỡ khái niệm ra thành ba tầng, chỉ rõ tầng nào doanh nghiệp thật sự chạm tới, và các lựa chọn thực tế kèm cái giá của từng lựa chọn.

AI chủ quyền là gì: ba tầng

Nói gọn, chủ quyền AI là khả năng tự quyết về hạ tầng, mô hình và dữ liệu của mình thay vì phụ thuộc hoàn toàn vào một nhà cung cấp nước ngoài. Nó không phải một thứ, mà là ba tầng xếp chồng:

Tầng hạ tầng — GPU, trung tâm dữ liệu, nơi phép tính thật sự chạy.
Tầng mô hình — mô hình ngôn ngữ, ai huấn luyện, huấn luyện trên dữ liệu gì, hiểu tiếng Việt tới đâu.
Tầng dữ liệu và ứng dụng — dữ liệu của bạn đi qua đâu, ai đọc được, ứng dụng chạy ở đâu.

Phân biệt ba tầng này quan trọng, vì doanh nghiệp chỉ thật sự cầm trịch được tầng thứ ba — trong khi phần lớn tin tức lại nói về tầng một và hai.

Việt Nam đang ở đâu

Bức tranh hạ tầng và mô hình trong nước đã đổi khá nhanh:

Hạ tầng. FPT công bố AI Factory với hạ tầng NVIDIA đặt tại Việt Nam, lọt vào nhóm siêu máy tính hàng đầu thế giới theo bảng xếp hạng TOP500 (FPT Cloud). Viettel cũng đầu tư hạ tầng AI thế hệ mới — xem thêm hạ tầng AI chủ quyền và bài toán on-prem.
Mô hình. Viettel AI công bố VT-Super-120B, mô hình ngôn ngữ tiếng Việt quy mô lớn hướng tới hành chính công và tài liệu nghiệp vụ (VnExpress) — chi tiết trong bài VT-Super 120B và LLM tiếng Việt.
Vị thế quốc gia. Việt Nam được nêu tên trong nhóm quốc gia trọng tâm của chiến lược "sovereign AI" mà NVIDIA thúc đẩy (TechNode Global).
Sự kiện. GITEX AI VIETNAM 2026 diễn ra 26–27/11/2026 tại Hà Nội, do Trung tâm Đổi mới sáng tạo Quốc gia (NIC) đồng tổ chức, dưới sự bảo trợ của Bộ Tài chính và Bộ Khoa học & Công nghệ (gitexvietnam.com) — một mốc đáng theo dõi để đọc hướng đi của hệ sinh thái.

Tin tốt: tầng một và tầng hai không còn là chỗ trống. Doanh nghiệp Việt hôm nay có thể chạy AI mà dữ liệu không cần rời khỏi lãnh thổ.

Tầng doanh nghiệp thật sự quyết định

Hãy thành thật về ba tầng:

Hạ tầng: hầu hết doanh nghiệp sẽ không tự xây data center. Bạn thuê, hoặc mua một máy vừa đủ cho nhu cầu của mình.
Mô hình: bạn cũng sẽ không tự huấn luyện mô hình nền. Bạn dùng mô hình mã nguồn mở, hoặc mô hình tiếng Việt của nhà cung cấp trong nước.
Dữ liệu và ứng dụng: đây mới là nơi bạn quyết định. Tài liệu nội bộ, hồ sơ nhân sự, dữ liệu khách hàng của bạn đi qua đâu — bạn chọn, và không ai chọn thay.

Nói cách khác, với đa số tổ chức, "AI chủ quyền" trên thực tế nghĩa là: chạy ứng dụng AI trên hạ tầng mình kiểm soát, để dữ liệu nhạy cảm không rời khỏi tổ chức — chứ không phải sở hữu siêu máy tính.

Vì sao tầng dữ liệu lại là chuyện pháp lý

Chủ quyền dữ liệu không còn là lựa chọn triết lý; nó bị luật ràng buộc:

Luật Bảo vệ dữ liệu cá nhân (91/2025), hiệu lực 01/01/2026 — ràng buộc cách tổ chức thu thập, xử lý, chia sẻ dữ liệu cá nhân. Đẩy dữ liệu nhân sự hay khách hàng qua một API nước ngoài là một hành vi xử lý dữ liệu, phải có cơ sở pháp lý.
Luật Dữ liệu (60/2024), hiệu lực 01/7/2025 — khung quản trị dữ liệu tổng thể.
Luật Trí tuệ nhân tạo (134/2025) — hành lang pháp lý cho AI, gồm nghĩa vụ liên quan tới nội dung do AI tạo ra; xem Luật AI 134/2025.
Luật Công nghiệp công nghệ số (71/2025) — lần đầu luật hóa quản trị rủi ro AI theo vòng đời; xem quản trị rủi ro AI theo Luật 71/2025.

Với nhiều tổ chức — nhất là khối nhà nước và ngành quản lý chặt — đây mới là lý do thật khiến họ chọn chạy AI trong tầm kiểm soát, chứ không phải vì thích công nghệ.

Ba lựa chọn thực tế, và cái giá của mỗi lựa chọn

Không có phương án đúng tuyệt đối. Có ba hướng, mỗi hướng đánh đổi khác nhau:

1. Dùng API đám mây nước ngoài. Nhanh nhất, rẻ nhất khi bắt đầu, mô hình mạnh nhất. Đổi lại dữ liệu rời khỏi tổ chức và ra khỏi lãnh thổ. Chấp nhận được với dữ liệu không nhạy cảm (soạn nội dung marketing, dịch tài liệu công khai). Không phù hợp với hồ sơ nhân sự, hợp đồng, dữ liệu công dân.

2. Thuê hạ tầng AI trong nước. Dữ liệu ở lại Việt Nam, không phải bỏ tiền mua máy, có thể co giãn. Đổi lại vẫn là hạ tầng của bên thứ ba — cần hợp đồng và kiểm soát truy cập rõ ràng.

3. Chạy on-premise trên hạ tầng của mình. Kiểm soát cao nhất, dữ liệu không đi đâu cả, phù hợp dữ liệu nhạy cảm. Đổi lại: phải đầu tư phần cứng, có người vận hành, và chấp nhận mô hình chạy được thường nhỏ hơn mô hình frontier.

Chọn theo độ nhạy cảm của dữ liệu và ngân sách, không theo khẩu hiệu. Nhiều tổ chức đi hỗn hợp: việc nhạy cảm chạy trong nhà, việc công khai dùng dịch vụ ngoài.

Vài điều cần nói thẳng

On-premise không miễn phí. Nó đổi chi phí thuê bao lấy chi phí phần cứng và vận hành. Với khối lượng nhỏ, thuê ngoài có khi rẻ hơn. Hãy tính tổng chi phí sở hữu, đừng tính cảm tính.

On-premise không phải đặc quyền của riêng ai. Các nhà cung cấp lớn trong nước cũng cung cấp hạ tầng và giải pháp AI đặt tại Việt Nam. Khác biệt giữa các bên nằm ở quy mô phù hợp, mức giá và độ gọn khi triển khai — không phải ở chuyện "ai mới làm được on-prem".

Mô hình nhỏ chạy local không phải bản sao của mô hình frontier. Nhưng với phần lớn nghiệp vụ văn phòng — tra cứu tài liệu, rút trích dữ liệu, tóm tắt — mô hình vừa phải là đủ. Đừng mua sức mạnh bạn không dùng tới.

Bắt đầu từ đâu

Đừng bắt đầu bằng việc mua GPU. Hãy bắt đầu bằng một bài toán:

Chọn một use case có ROI rõ và đo được — tra cứu tri thức nội bộ, xử lý và rút trích tài liệu, hỗ trợ soạn thảo. Đây là những chỗ AI đang tạo giá trị thật, không phải nơi cần AI agent tự hành.
Xác định độ nhạy cảm của dữ liệu trong use case đó — nó quyết định bạn được phép chọn hướng nào trong ba hướng ở trên.
Làm nhỏ, đo thật, rồi mới mở rộng. Xem thêm cách làm trong bài triển khai RAG tài liệu nội bộ on-premise và AI đọc tài liệu nội bộ chạy local.

Kết

AI chủ quyền ở tầm quốc gia là chuyện siêu máy tính và mô hình lớn. Ở tầm doanh nghiệp, nó là một câu hỏi giản dị hơn nhiều: dữ liệu của bạn đi qua đâu, và bạn có kiểm soát được không? Hạ tầng và mô hình trong nước đã sẵn sàng đủ để câu trả lời không còn là "buộc phải gửi ra nước ngoài".

Nếu tổ chức đang cân nhắc đưa AI vào nghiệp vụ mà vẫn giữ được dữ liệu trong tầm kiểm soát, hãy đặt lịch tư vấn để chọn đúng use case và mô hình triển khai theo thực tế của bạn.