AI trong kinh tế, kinh doanh: Từ ứng dụng công nghệ đến tạo giá trị bền vững

Sáng 28/8, tại Trường Đại học Ngoại thương (FTU) đã diễn ra Hội thảo khoa học AI4Econ&Biz 2026 với chủ đề “Ứng dụng AI trong kinh tế và kinh doanh hướng tới tương lai bền vững”. Hội thảo được khởi xướng từ năm 2026, hướng tới trở thành chuỗi sự kiện thường niên do Trường Đại học Ngoại thương phối hợp tổ chức cùng FISU Việt Nam.

Hội thảo diễn ra trong bối cảnh trí tuệ nhân tạo (AI) đang chuyển nhanh từ một công nghệ hỗ trợ sang một hạ tầng công nghệ mới, tác động ngày càng sâu rộng tới sản xuất, kinh doanh, quản trị và ra quyết định. Những vấn đề được đặt ra không còn đơn thuần là doanh nghiệp có nên ứng dụng AI hay không, mà là ứng dụng như thế nào để tạo ra giá trị thực chất, an toàn và bền vững.

AI không chỉ là câu chuyện công nghệ

PGS.TS Lê Thị Thu Thủy, Chủ tịch Hội đồng KH&ĐT Trường Đại học Ngoại thương phát biểu tại hội thảo

Phát biểu chào mừng hội thảo, PGS.TS Lê Thị Thu Thủy, Chủ tịch Hội đồng KH&ĐT Trường Đại học Ngoại thương, cho rằng sự phát triển mạnh mẽ của công nghệ số và AI đang làm thay đổi các mô hình tăng trưởng, phương thức kinh doanh, thị trường lao động và quản trị doanh nghiệp.

Theo bà, câu hỏi lớn đặt ra hiện nay là làm thế nào để sử dụng sức mạnh của công nghệ và AI để phát triển nhanh hơn, tốt hơn và bền vững hơn.

Trong bối cảnh Việt Nam đang thúc đẩy khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số, việc nghiên cứu, thúc đẩy ứng dụng AI trong kinh tế và kinh doanh không còn chỉ là một xu hướng công nghệ mà đã trở thành yêu cầu mang tính chiến lược.

Trường Đại học Ngoại thương, với thế mạnh về đào tạo và nghiên cứu kinh tế, kinh doanh, đang đẩy mạnh các chương trình liên ngành giữa kinh tế, kinh doanh và công nghệ, trong đó chú trọng AI và khoa học dữ liệu. Việc ra mắt Lab Công nghệ của nhà trường cũng được xác định là một bước đi quan trọng trong quá trình chuyển đổi này.

Đáng chú ý, hội thảo đã nhận được hơn 80 bài viết bằng tiếng Việt và tiếng Anh từ các nhà khoa học đến từ trường đại học, viện nghiên cứu, doanh nghiệp và cơ quan quản lý. Sau quá trình biên tập, 53 bài viết được chấp nhận để trình bày tại hội thảo.

Ba trụ cột cho nền kinh tế AI phát triển bền vững

GS.TS Nguyễn Thanh Thủy, Chủ tịch Hội Tin học Việt Nam, Chủ tịch FISU Việt Nam phát biểu tại hội thảo

Phát biểu khai mạc, GS.TS Nguyễn Thanh Thủy, Chủ tịch Hội Tin học Việt Nam, Chủ tịch FISU Việt Nam, nhận định AI đang bước vào một giai đoạn phát triển đặc biệt.

Theo ông, AI không còn chỉ là một lĩnh vực công nghệ chuyên biệt mà đang trở thành một hạ tầng công nghệ mới của nền kinh tế, tác động tới phương thức sản xuất, kinh doanh, quản trị và ra quyết định.

Từ dự báo thị trường, quản trị chuỗi cung ứng, phát hiện gian lận, đánh giá rủi ro đến phát triển sản phẩm, dịch vụ mới, AI đang mở ra nhiều phương thức vận hành mới cho doanh nghiệp. Đặc biệt, sự phát triển của Generative AI, các mô hình nền tảng, Agentic AI và AI Agents đang đưa AI từ vai trò hỗ trợ một công việc sang khả năng tham gia ngày càng sâu vào toàn bộ quy trình kinh doanh và quản trị.

Tuy nhiên, câu hỏi quan trọng là làm thế nào để AI không chỉ tạo ra tăng trưởng mà còn tạo ra tăng trưởng có chất lượng, có trách nhiệm và bền vững.

Từ góc nhìn đó, GS.TS Nguyễn Thanh Thủy đề xuất ba trụ cột cho một nền kinh tế AI phát triển bền vững.

Thứ nhất, AI phải tạo ra giá trị kinh tế thực chất, góp phần tăng năng suất, chất lượng, sức cạnh tranh và năng lực đổi mới của nền kinh tế.

Thứ hai, AI phải được phát triển và sử dụng có trách nhiệm. Dữ liệu cần được bảo vệ, các quyết định quan trọng cần có trách nhiệm của con người; hệ thống AI phải bảo đảm an toàn, minh bạch và đáng tin cậy.

Thứ ba, AI phải hướng tới con người và phát triển bền vững. AI không chỉ thay thế một số công việc mà còn làm thay đổi bản chất công việc và yêu cầu về năng lực của người lao động. Vì vậy, đào tạo và phát triển nhân lực AI sẽ là một trong những điều kiện quan trọng quyết định năng lực cạnh tranh quốc gia.

Chủ tịch FISU Việt Nam cũng kỳ vọng AI4Econ&Biz sẽ trở thành diễn đàn thường niên, nơi các nhà khoa học, doanh nghiệp và cơ quan quản lý không chỉ chia sẻ kết quả nghiên cứu mà còn cùng nhau giải quyết những bài toán thực tiễn của nền kinh tế.

Mục tiêu xa hơn là hình thành mạng lưới hợp tác lâu dài về AI trong kinh tế và kinh doanh, kết nối các trường đại học, viện nghiên cứu, doanh nghiệp và cơ quan quản lý trong nước cũng như quốc tế.

Từ “ứng dụng AI” sang giải quyết bài toán thực tế

Ông Trần Anh Tú, Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo, Bộ Khoa học và Công nghệ phát biểu trong buổi hội thảo 

Từ góc độ cơ quan quản lý, ông Trần Anh Tú, Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo, Bộ Khoa học và Công nghệ, cho rằng chủ đề của hội thảo được lựa chọn đúng thời điểm.

Theo ông, AI đang tác động sâu rộng tới sản xuất, kinh doanh và quản trị; không chỉ giúp doanh nghiệp làm nhanh hơn, tiết kiệm hơn mà còn góp phần hình thành sản phẩm, dịch vụ và mô hình kinh doanh mới. Vì vậy, AI ngày càng trở thành một yếu tố quan trọng để tăng năng suất, thúc đẩy đổi mới sáng tạo và nâng cao năng lực cạnh tranh.

Ông Trần Anh Tú nhấn mạnh cần thay đổi cách tiếp cận: không bắt đầu từ câu hỏi “dùng công nghệ nào”, mà bắt đầu từ “bài toán nào và tạo ra giá trị gì”.

Một bài toán AI cần xác định rõ quyết định hoặc quy trình nào cần được cải thiện, giá trị tạo ra là gì, cần dữ liệu và hạ tầng nào, cũng như đánh giá kết quả bằng tiêu chí nào. Đây không phải công việc riêng của kỹ sư AI mà cần sự tham gia của các chuyên gia kinh tế, quản trị, tài chính, logistics và pháp luật.

Theo ông, doanh nghiệp cũng cần chuyển từ những thử nghiệm AI đơn lẻ sang xây dựng năng lực AI trong toàn tổ chức. Một mô hình trình diễn thành công chưa đồng nghĩa với một ứng dụng có thể vận hành bền vững. Dữ liệu, hạ tầng, nhân lực, quy trình, cơ chế giám sát và khả năng đo lường kết quả phải được chuẩn bị đồng bộ.

“Ứng dụng AI không chỉ là mua thêm công cụ, mua thêm phần mềm ứng dụng”, mà trong nhiều trường hợp còn đòi hỏi tổ chức phải thiết kế lại quy trình vận hành. Hiệu quả cuối cùng cần được chứng minh bằng năng suất, chi phí, thời gian, chất lượng ra quyết định hoặc năng lực đổi mới.

Một chuyển dịch khác được ông Trần Anh Tú đề cập là từ nghiên cứu đơn ngành sang hợp tác liên ngành và gắn với thực tiễn. Đây cũng được xem là lợi thế riêng của Trường Đại học Ngoại thương khi có khả năng kết nối AI với thương mại quốc tế, tài chính, chuỗi cung ứng, quản trị, khởi nghiệp và pháp luật.

Theo ông, Lab Công nghệ của trường không nên chỉ là nơi có thiết bị hay thực hiện các đề tài riêng lẻ, mà cần trở thành hạ tầng phục vụ học tập và nghiên cứu liên ngành, nơi giảng viên, sinh viên, chuyên gia công nghệ, doanh nghiệp và tổ chức tài chính cùng giải quyết các vấn đề thực tế.

Đối với sinh viên, ông Trần Anh Tú cho rằng lợi thế lâu dài của con người không nằm ở việc AI có thể trả lời nhanh hơn, mà ở khả năng đặt câu hỏi đúng, hiểu bản chất vấn đề, kiểm chứng kết quả AI và chịu trách nhiệm với kết quả được sử dụng. Do đó, sinh viên cần kết hợp kỹ năng sử dụng AI với kiến thức chuyên ngành, tư duy phản biện và khả năng hợp tác liên ngành.

Legal AI: Khi độ tin cậy trở thành yêu cầu cốt lõi

GS.TS Nguyễn Lê Minh, Viện Khoa học và Công nghệ tiên tiến Nhật Bản thuyết trình bài phát biểu trong buổi hội thảo 

Một trong những nội dung chuyên môn đáng chú ý tại hội thảo là phần trình bày của GS.TS Nguyễn Lê Minh, Viện Khoa học và Công nghệ tiên tiến Nhật Bản, với chủ đề “Xử lý văn bản pháp luật trong thời đại GenAI”.

Theo GS.TS Nguyễn Lê Minh, Legal AI đang chuyển từ bài toán tìm kiếm và hỏi đáp đơn thuần sang một hệ thống có khả năng truy xuất, tóm tắt, so sánh, suy luận, soạn thảo, kiểm tra và rà soát văn bản pháp luật.

Sự phát triển của LLM và Agentic AI đang mở ra những khả năng mới, nhưng đồng thời cũng đặt ra câu hỏi căn bản: có thể tin cậy kết quả do AI tạo ra đến đâu?

Đối với văn bản pháp luật, vấn đề càng phức tạp bởi một thông tin không chỉ cần đúng về nội dung mà còn phải đúng nguồn, đúng phiên bản, đúng thời điểm và đúng bối cảnh áp dụng. GS.TS Nguyễn Lê Minh cho rằng đây là những yếu tố đặc biệt quan trọng khi xây dựng các hệ thống Legal AI.

Theo ông, một hệ thống Legal AI đáng tin cậy cần bắt đầu từ nguồn dữ liệu có thẩm quyền, dữ liệu có cấu trúc, khả năng truy xuất và suy luận, đồng thời phải kiểm soát đầu ra. Quan trọng nhất, AI không thể thay thế con người trong những quyết định pháp lý có hậu quả; chuyên gia pháp lý vẫn phải tham gia kiểm chứng và chịu trách nhiệm.

GS.TS Nguyễn Lê Minh cũng cho rằng Việt Nam đang đứng trước cơ hội lớn để phát triển Legal AI khi khối lượng văn bản pháp luật lớn, thường xuyên thay đổi và nhu cầu rà soát chồng chéo, mâu thuẫn, cảnh báo pháp lý ngày càng rõ nét.

Tuy nhiên, để Legal AI phát triển đáng tin cậy, cần đồng thời giải quyết các vấn đề về dữ liệu, năng lực tính toán, bảo mật, dữ liệu cá nhân, khả năng truy xuất, kiểm soát đầu vào – đầu ra, guardrail, hallucination và trách nhiệm giải trình.

Một trong những đề xuất được GS.TS Nguyễn Lê Minh nhấn mạnh là cần xây dựng các benchmark và stress test để đánh giá độc lập khả năng reasoning của Legal AI. Theo ông, không nên chỉ đánh giá một hệ thống Legal AI bằng một chỉ số Accuracy đơn lẻ, mà cần xây dựng hệ thống tiêu chí đủ rộng để đánh giá bằng chứng, thời gian, ngoại lệ, khả năng suy luận và độ tin cậy của kết quả.

Kết thúc phần trình bày, GS.TS Nguyễn Lê Minh nhấn mạnh ba thông điệp: cần xây dựng dữ liệu có thẩm quyền và độ đo phù hợp; phải đánh giá được bằng chứng, thời gian và ngoại lệ; đồng thời triển khai AI từng bước với trách nhiệm của con người được giữ vững.

Trong lĩnh vực pháp luật, AI nên đóng vai trò trợ lý tích cực cho người thực hiện pháp luật, thay vì trở thành chủ thể đưa ra quyết định cuối cùng.

Những vấn đề về dữ liệu, khả năng suy luận và trách nhiệm của con người trong quá trình ứng dụng AI cũng tiếp tục được các chuyên gia phân tích, làm rõ trong phiên đối thoại bàn tròn diễn ra ngay sau đó.

Những vấn đề về dữ liệu, khả năng suy luận, nguồn nhân lực và trách nhiệm của con người trong ứng dụng AI cũng tiếp tục được các chuyên gia phân tích tại phiên đối thoại bàn tròn diễn ra sau đó. Từ câu chuyện vì sao AI vẫn chưa tạo ra nhiều giá trị kinh tế thực chất, cuộc thảo luận mở rộng sang yêu cầu liên ngành, khoảng cách giữa nghiên cứu và ứng dụng, Legal AI và cách doanh nghiệp xác định những bài toán AI có thể giải quyết hiệu quả.

Tháo gỡ điểm nghẽn để AI tạo giá trị thực

CQô Phạm Thị Kim Dung và PGS.TS Nguyễn Ngọc Hà đặt câu hỏi cho các Đại biểu trong phiên thảo luận 

Mở đầu phiên thảo luận, cô Phạm Thị Kim Dung đặt vấn đề về khoảng cách giữa nghiên cứu AI và giá trị thực tế mà công nghệ này mang lại cho kinh tế, kinh doanh.

Theo ông Trần Anh Tú, Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo, Bộ Khoa học và Công nghệ, đây không phải là một điểm nghẽn đơn lẻ mà là tổng hợp của nhiều yếu tố. Trước hết là dữ liệu, bởi AI muốn hoạt động hiệu quả cần có dữ liệu đủ lớn, chất lượng và phù hợp. Bên cạnh đó là hạ tầng tính toán và đặc biệt là nguồn nhân lực.

“Đầu tiên là về dữ liệu. Thực ra AI thì cần dữ liệu”, ông Trần Anh Tú nói. Theo ông, Việt Nam đồng thời cần xây dựng đội ngũ chuyên gia AI tinh hoa và phát triển lực lượng nhân sự có khả năng ứng dụng, sử dụng AI rộng rãi trong các lĩnh vực khác nhau. Đây là điều kiện để AI tạo ra tác động đủ lớn và lan tỏa trong nền kinh tế.

Từ vấn đề điểm nghẽn, PGS.TS Nguyễn Ngọc Hà đặt câu hỏi về khả năng kết nối AI với các ngành, lĩnh vực khác. Theo ông, khi nói đến AI, cách tiếp cận thường thiên về công nghệ và kỹ thuật, trong khi để AI thực sự đi vào đời sống lại cần sự kết hợp với kinh tế, kinh doanh, pháp luật, y khoa, văn hóa và xã hội.

Sự liên kết này, theo PGS.TS Nguyễn Ngọc Hà, có thể mở ra cơ hội để các nhóm nghiên cứu không chỉ tạo ra kết quả khoa học mà còn hình thành những sản phẩm có khả năng ứng dụng và thương mại hóa cao hơn.

Đồng tình với quan điểm cần gắn nghiên cứu với ứng dụng, GS.TS Nguyễn Thanh Thủy cho rằng cộng đồng AI Việt Nam đã nhận thức khá sớm về yêu cầu song hành giữa nghiên cứu nền tảng và giải quyết các bài toán thực tiễn.

“Một mặt chúng ta hướng tới các công nghệ và các nghiên cứu mang tính chất nền tảng nòng cốt, nhưng cái quan trọng là ứng dụng”, ông nhấn mạnh.

Theo GS.TS Nguyễn Thanh Thủy, sự tham gia ngày càng lớn của doanh nghiệp tại các diễn đàn về AI là một chỉ dấu cho thấy công nghệ này đang chuyển mạnh sang giai đoạn ứng dụng. Ông dẫn chứng một hội thảo về AI thu hút khoảng 1.000 người tham dự, trong đó chỉ khoảng 300 người đến từ các trường đại học, còn lại là đại diện các doanh nghiệp, tập đoàn và doanh nghiệp vừa và nhỏ.

Từ FinTech, LegalTech đến AI có trách nhiệm và các nghiệp vụ chuyên môn, ông cho rằng kinh tế, kinh doanh và pháp luật đang là những không gian có nhiều dư địa để AI tiếp tục đi sâu.

AI cần đi sâu vào những bài toán lớn của từng ngành 

Ở góc nhìn của một nhà nghiên cứu nền tảng lâu năm, GS.TS Hồ Tú Bảo cho rằng Việt Nam cần triển khai song song hai hướng phát triển AI.

Một mặt, cần tập trung nguồn lực cho các nhóm nghiên cứu tinh hoa, lựa chọn một số công nghệ lõi và vấn đề cơ bản để theo đuổi dài hạn. Mặt khác, với một quốc gia đi sau trong lĩnh vực AI, việc đưa công nghệ này vào các lĩnh vực kinh tế - xã hội trên quy mô rộng cũng đặc biệt quan trọng.

GS.TS Hồ Tú Bảo ví AI như một “phần não” có thể bổ sung cho những lĩnh vực mà Việt Nam đã có thế mạnh. Theo ông, AI có thể tạo thêm năng lực xử lý, phân tích và ra quyết định cho các hoạt động sản xuất, kinh doanh, qua đó góp phần gia tăng giá trị.

“AI chính là cái tạo thêm phần não cho những hoạt động đấy để tăng giá trị sản xuất”, ông nói.

Tuy nhiên, ông cũng cảnh báo nguy cơ AI mới chỉ được sử dụng ở những công việc tương đối bề nổi, trong khi những bài toán lớn, chuyên sâu và đặc thù của từng ngành chưa được khai thác tương xứng. Điều này cho thấy yêu cầu quan trọng của giai đoạn tiếp theo không chỉ là mở rộng số lượng ứng dụng AI, mà phải nâng cao chất lượng và độ sâu của các bài toán được giải quyết.

Legal AI: từ chatbot đến các bài toán suy luận chuyên sâu

Từ câu chuyện AI trong các lĩnh vực chuyên ngành, phiên thảo luận quay trở lại chủ đề Legal AI được đề cập trong phần trình bày trước đó của GS.TS Nguyễn Lê Minh.

PGS.TS Nguyễn Ngọc Hà đặt vấn đề về những thách thức khi phát triển AI cho lĩnh vực pháp luật, đặc biệt trong xử lý ngôn ngữ pháp lý phức tạp và kiểm soát tình trạng AI tạo ra thông tin sai.

Chia sẻ kinh nghiệm từ Nhật Bản, GS.TS Nguyễn Lê Minh cho biết Legal AI tại đây đã vượt ra ngoài mô hình hỏi - đáp thông thường. Công nghệ được ứng dụng ở nhiều tầng khác nhau, từ tìm kiếm án lệ, điều khoản pháp luật đến rà soát hợp đồng nhằm phát hiện rủi ro và những điểm mâu thuẫn.

“Nó không chỉ đơn thuần là một cái chatbot như mình hỏi, mà nó ứng dụng vào những cái phân tầng ứng dụng khác nhau”, ông cho biết.

Đáng chú ý, Nhật Bản cũng đang đi sâu vào các bài toán reasoning trong lĩnh vực pháp luật. Theo GS.TS Nguyễn Lê Minh, Legal AI không chỉ cần khả năng truy xuất thông tin mà phải có khả năng xử lý những bài toán pháp lý phức tạp, trong đó yêu cầu về suy luận, bằng chứng và độ tin cậy của kết quả ngày càng cao.

Những chia sẻ này cho thấy với các lĩnh vực có yêu cầu cao về tính chính xác và trách nhiệm như pháp luật, giá trị của AI không nằm ở việc trả lời nhanh, mà ở khả năng cung cấp thông tin có căn cứ, đúng bối cảnh và có thể kiểm chứng.

Doanh nghiệp: nghiên cứu phải hướng tới sản phẩm và giá trị

Từ góc nhìn doanh nghiệp, PGS.TS Ngô Xuân Bách, Giám đốc Khối Sản phẩm AI tại FPT Smart Cloud, cho rằng bài toán quan trọng không phải là phát triển càng nhiều công nghệ AI càng tốt, mà là hình thành một hệ sinh thái các sản phẩm có khả năng giải quyết nhu cầu thực tế. Theo ông, doanh nghiệp vẫn cần nghiên cứu công nghệ lõi, nhưng mục tiêu cuối cùng phải là khả năng ứng dụng. “Chúng ta có thể có các kết quả nghiên cứu, chúng ta có thể có các công bố, nhưng đó là hệ quả chứ không phải là đích đến; mà đích đến sẽ là các sản phẩm, các giải pháp đi vào trong cuộc sống”, ông Bách nhấn mạnh. Theo đó, các giải pháp AI được phát triển tập trung vào ba nhóm bài toán chính của doanh nghiệp: thúc đẩy tăng trưởng kinh doanh và doanh thu; tối ưu vận hành, nâng cao năng suất lao động; đồng thời cải thiện trải nghiệm khách hàng. Ông Bách cho biết hiện khó có thể xác định một sản phẩm AI duy nhất tạo ra giá trị lớn nhất, bởi AI đã được triển khai ở nhiều khâu, từ tương tác và chăm sóc khách hàng đến đào tạo nhân sự, hỗ trợ tuân thủ và nâng cao năng suất. Cách tiếp cận này cũng cho thấy AI đang dần chuyển từ những dự án thử nghiệm riêng lẻ sang việc trở thành một năng lực được tích hợp vào nhiều quy trình trong doanh nghiệp.

Đưa "cơn đau" của doanh nghiệp vào bài toán nghiên cứu 

 Khép lại phiên đối thoại, ông Bùi Quang Tiến, Phó Trưởng ban Tổ chức Nhân sự Tập đoàn Viettel, đưa cuộc thảo luận trở về những nhu cầu rất cụ thể từ thực tiễn doanh nghiệp.

“Hiện nay ở góc độ của doanh nghiệp thì nó có rất là nhiều những cái mà tôi tạm gọi nó là ‘cơn đau’”, ông nói.

Theo đại diện Viettel, doanh nghiệp đang có nhiều bài toán cần AI hỗ trợ, từ cảnh báo sớm các rủi ro trong quá trình vận hành đến xác định những công việc mà AI có thể thực hiện hiệu quả hơn con người. Vấn đề là làm thế nào để những nhu cầu này được chuyển thành các bài toán nghiên cứu có phương pháp và có khả năng triển khai trong thực tế.

“Thông qua những hội thảo như thế này... chúng tôi rất là muốn đưa ra những bài toán như thế để những học giả, những nhà khoa học và những chuyên gia hàng đầu về AI sẽ có những cách giải quyết”, ông Bùi Quang Tiến chia sẻ.

Từ những trao đổi tại phiên bàn tròn, có thể thấy bài toán của AI trong kinh tế và kinh doanh đang dần chuyển từ câu hỏi “AI có thể làm được gì?” sang “AI có thể giải quyết bài toán nào và tạo ra giá trị gì?”. Khoảng cách giữa nghiên cứu và ứng dụng vì thế không chỉ cần được thu hẹp bằng công nghệ, mà còn bằng dữ liệu, nhân lực, sự hợp tác liên ngành và đặc biệt là khả năng kết nối trực tiếp với những nhu cầu thực tế của doanh nghiệp.

Đây cũng là tinh thần xuyên suốt của AI4Econ&Biz 2026: đưa AI ra khỏi phạm vi của một công nghệ đơn lẻ để trở thành công cụ tạo giá trị cho kinh tế, kinh doanh và xã hội, đồng thời đặt yêu cầu về trách nhiệm, độ tin cậy và phát triển bền vững ở vị trí trung tâm.