AI4Construction 2026: Kết nối dữ liệu, công nghệ và nguồn lực để thúc đẩy AI trong ngành xây dựng

Sáng 13/11, tại Trường Đại học Xây dựng Hà Nội, Hội thảo quốc tế “Trí tuệ nhân tạo trong xây dựng - AI4Construction 2026” diễn ra với sự tham gia của hàng trăm chuyên gia, nhà khoa học, nhà quản lý, doanh nghiệp và sinh viên. Hội thảo tập trung trao đổi các giải pháp ứng dụng AI trong toàn bộ vòng đời công trình, đồng thời thúc đẩy kết nối giữa cơ quan quản lý, cơ sở đào tạo, viện nghiên cứu và doanh nghiệp.

Hội thảo do Trường Đại học Xây dựng Hà Nội phối hợp với Câu lạc bộ các Khoa - Trường - Viện Công nghệ thông tin và Truyền thông Việt Nam (FISU Việt Nam) tổ chức, dưới sự bảo trợ của Bộ Xây dựng và Bộ Khoa học và Công nghệ, với sự hỗ trợ của Tổng hội Xây dựng Việt Nam và Hội Tin học Việt Nam.

Sự kiện nằm trong chuỗi hoạt động kỷ niệm 60 năm thành lập Trường Đại học Xây dựng Hà Nội và 70 năm truyền thống đào tạo của Nhà trường. Không chỉ cập nhật xu hướng công nghệ, hội thảo hướng tới nhận diện những bài toán thực tiễn của ngành xây dựng, từ dữ liệu, thiết kế, thi công đến quản lý và vận hành công trình; qua đó đề xuất các hướng hợp tác nghiên cứu, đào tạo và chuyển giao giải pháp AI.

AI là giải pháp quan trọng để nâng cao năng suất ngành xây dựng

Thứ trưởng Bộ Xây dựng Phạm Minh Hà phát biểu chỉ đạo tại Hội thảo. Ảnh Bảo Ngọc

Phát biểu khai mạc hội thảo, Thứ trưởng Bộ Xây dựng Phạm Minh Hà đánh giá việc tổ chức một diễn đàn chuyên sâu về AI trong ngành xây dựng có ý nghĩa thiết thực, nhất là trong bối cảnh nhu cầu đầu tư phát triển kết cấu hạ tầng giai đoạn 2026–2030 và những năm tiếp theo rất lớn. Nhiều công trình, dự án quan trọng quốc gia đang và sẽ được triển khai, đặt ra yêu cầu ngày càng cao về công nghệ, tiến độ, chất lượng, quản lý và chi phí.

Thứ trưởng nhấn mạnh, Nghị quyết số 57 của Bộ Chính trị đã xác định phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia là đột phá quan trọng hàng đầu. Cùng với đó, Luật Trí tuệ nhân tạo có hiệu lực từ ngày 1/3/2026 đã tạo lập hành lang pháp lý cho hoạt động nghiên cứu, phát triển và ứng dụng AI tại Việt Nam. Trong bối cảnh này, ngành xây dựng cần xác định rõ những lĩnh vực ưu tiên, lộ trình và giải pháp triển khai phù hợp, bảo đảm an toàn, hiệu quả và minh bạch.

Theo Thứ trưởng, AI có vai trò quan trọng trong việc tăng năng suất lao động và thúc đẩy chuyển đổi số ngành xây dựng. Tuy nhiên, quá trình ứng dụng hiện vẫn gặp nhiều khó khăn: dữ liệu còn phân tán, thiếu chuẩn hóa; nguồn nhân lực vừa có chuyên môn xây dựng vừa am hiểu AI còn thiếu; sản phẩm AI chuyên ngành chưa nhiều; trong khi phần lớn doanh nghiệp xây dựng có quy mô nhỏ và vừa, hạn chế về nguồn lực đầu tư công nghệ. Các vấn đề liên quan đến tiêu chuẩn, quy chuẩn kỹ thuật, kiểm định và trách nhiệm pháp lý khi sử dụng AI cũng cần tiếp tục được nghiên cứu, hoàn thiện.

Hội thảo thu hút hàng trăm chuyên gia, nhà khoa học, nhà quản lý, doanh nghiệp và sinh viên tham dự. Ảnh Bảo Ngọc 

Từ thực tiễn đó, Thứ trưởng đề nghị hội thảo tập trung vào bốn nhóm vấn đề. Trước hết là xây dựng nền tảng dữ liệu đầy đủ, chính xác, có khả năng kết nối và chia sẻ, trong đó cần đẩy mạnh áp dụng BIM và chuẩn hóa cơ sở dữ liệu về hoạt động xây dựng, quy hoạch đô thị, hạ tầng giao thông. Bộ Xây dựng hiện đang triển khai hệ thống cơ sở dữ liệu ngành với 78 cơ sở dữ liệu, gồm một cơ sở dữ liệu quốc gia về hoạt động xây dựng và 9 cơ sở dữ liệu chuyên ngành. Việc hoàn thiện, chuẩn hóa và bổ sung dữ liệu lịch sử vẫn là nhiệm vụ quan trọng để các hệ thống công nghệ có thể khai thác hiệu quả.

Về nhân lực, các cơ sở đào tạo khối xây dựng, kiến trúc và giao thông cần sớm đưa kiến thức, kỹ năng AI vào chương trình đào tạo, đồng thời tổ chức bồi dưỡng cho kỹ sư, kiến trúc sư và cán bộ quản lý đang làm việc trong ngành. Thứ trưởng gợi ý phân chia nội dung đào tạo thành ba cấp độ: AI cơ bản, AI chuyên ngành và đào tạo chuyên sâu nhằm phát triển các công cụ, phần mềm AI phục vụ hoạt động xây dựng. Theo ông, kiến thức AI cơ bản cần được phổ cập nhanh chóng, tương tự kỹ năng sử dụng máy tính trước đây.

Thứ trưởng cũng nhấn mạnh yêu cầu tăng cường liên kết giữa cơ quan quản lý nhà nước, nhà trường, viện nghiên cứu và doanh nghiệp. Việc công bố Mạng lưới Trí tuệ nhân tạo trong xây dựng Việt Nam tại hội thảo được đánh giá là bước đi tích cực. Mạng lưới cần hoạt động thực chất, trở thành nơi chia sẻ dữ liệu, bài toán thực tiễn, kết quả nghiên cứu và kênh tham vấn cho Bộ Xây dựng trong quá trình hoạch định chính sách.

Cuối cùng, các giải pháp AI phải được triển khai có trách nhiệm, tuân thủ Luật Trí tuệ nhân tạo, bảo đảm minh bạch và an toàn dữ liệu. AI chỉ là công cụ hỗ trợ; trách nhiệm cuối cùng về an toàn, chất lượng sản phẩm và công trình vẫn thuộc về con người và các chủ thể theo quy định pháp luật.

Thứ trưởng Phạm Minh Hà bày tỏ mong muốn các kết quả thảo luận tại hội thảo sẽ chuyển hóa thành kiến nghị chính sách cụ thể, khả thi, đóng góp trực tiếp cho công tác quản lý nhà nước và sự phát triển của ngành xây dựng.

Nhà trường chủ động đưa AI vào đào tạo và nghiên cứu

PGS.TS. Hoàng Tùng, Hiệu trưởng Trường Đại học Xây dựng Hà Nội phát biểu tại hội thảo. Ảnh Bảo Ngọc 

Phát biểu tại hội thảo, PGS.TS. Hoàng Tùng, Hiệu trưởng Trường Đại học Xây dựng Hà Nội, cho biết AI đang tác động sâu rộng đến ngành xây dựng, từ quy hoạch, thiết kế, thi công đến quản lý và vận hành công trình. Trước xu thế đó, Nhà trường xác định cần chủ động đưa AI vào các hoạt động đào tạo, nghiên cứu và phối hợp với doanh nghiệp để ứng dụng vào thực tiễn sản xuất.

Theo Hiệu trưởng, có ba yêu cầu trọng tâm đặt ra đối với Nhà trường. Thứ nhất, ứng dụng AI đúng đắn, hiệu quả trong xây dựng chương trình và tổ chức đào tạo. Thứ hai, sinh viên tốt nghiệp cần có tư duy và khả năng vận dụng AI vào công việc chuyên môn. Thứ ba, Nhà trường phải từng bước xây dựng nền tảng dữ liệu và năng lực công nghệ để khai thác hiệu quả AI trong lĩnh vực xây dựng.

Hội thảo năm nay có 28 bài báo được tuyển chọn đăng trong kỷ yếu, đến từ các trường đại học, viện nghiên cứu và doanh nghiệp. Các công trình được trình bày tại bốn phiên song song, tập trung vào kiến trúc và BIM; quản lý dự án và chi phí; kết cấu và giám sát sức khỏe công trình; kiểm tra hiện trường và dữ liệu. Bên cạnh bốn báo cáo keynote, chương trình còn có các khóa đào tạo chuyên sâu do Bentley Education, Autodesk và Glodon phối hợp tổ chức.

PGS.TS. Hoàng Tùng cho rằng các nghiên cứu được giới thiệu tại hội thảo đã cho thấy sự quan tâm và nỗ lực của nhiều nhóm nghiên cứu, với những mô hình dữ liệu và kết quả bước đầu có thể tiếp tục phát triển, thử nghiệm trên các dự án thực tế. Điều quan trọng là kết nối các kết quả này với nhu cầu của doanh nghiệp và toàn ngành.

Với vai trò dẫn dắt, điều phối Mạng lưới Trí tuệ nhân tạo trong xây dựng Việt Nam, Trường Đại học Xây dựng Hà Nội cam kết bố trí đơn vị thường trực, làm đầu mối kết nối các thành viên với Bộ Xây dựng và Bộ Khoa học và Công nghệ; phối hợp xây dựng cấu trúc dữ liệu chuẩn; đưa AI vào chương trình đào tạo và tổ chức các khóa bồi dưỡng ngắn hạn cho kỹ sư, kiến trúc sư, cán bộ quản lý.

Nhà trường cũng định hướng tổ chức thường niên Hội thảo quốc tế AI4Construction, tạo diễn đàn trao đổi, tổng kết và công bố kết quả hoạt động của mạng lưới. Hiệu trưởng đề nghị các thành viên chủ động chia sẻ kinh nghiệm, bài toán thực tế, dữ liệu trong phạm vi cho phép, đồng thời tham gia đào tạo và thử nghiệm giải pháp. Theo ông, mạng lưới chỉ có thể phát huy hiệu quả khi có sự đóng góp tích cực của tất cả các bên.

Kết nối cộng đồng công nghệ với những bài toán của ngành xây dựng

Ở góc độ tổ chức kết nối cộng đồng công nghệ, GS.TS. Nguyễn Thanh Thủy, Chủ tịch Hội Tin học Việt Nam, Chủ tịch FISU Việt Nam, cho rằng ngành xây dựng đang đứng trước giai đoạn chuyển đổi mạnh mẽ dưới tác động của công nghệ số và AI. Những tiến bộ về AI tạo sinh, AI đa phương thức, AI tác tử và các hệ thống dữ liệu thông minh đang mở ra khả năng thay đổi cách thức tổ chức công việc trong toàn bộ vòng đời công trình.

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

Tuy nhiên, câu hỏi quan trọng không chỉ là AI có thể làm được gì, mà là ứng dụng công nghệ như thế nào để tạo ra giá trị thực sự cho ngành xây dựng Việt Nam. Theo GS.TS. Nguyễn Thanh Thủy, cần tìm lời giải cho những vấn đề như đưa kết quả nghiên cứu từ trường đại học vào công trường và doanh nghiệp; kết nối dữ liệu, quy trình và nền tảng công nghệ; nâng cao năng lực của đội ngũ kỹ sư, kiến trúc sư; đồng thời bảo đảm các giải pháp AI được triển khai an toàn, có khả năng kiểm chứng và phù hợp với thực tiễn.

Với vai trò kết nối cộng đồng công nghệ thông tin - truyền thông, FISU Việt Nam thúc đẩy chuỗi diễn đàn AI4 theo các lĩnh vực ứng dụng, gồm AI4Edu trong giáo dục, AI4Health trong y tế, AI4Telecom trong điện tử - viễn thông, AI4Industry trong công nghiệp, AI4Agriculture trong nông nghiệp, AI4CyberSecurity trong an toàn, an ninh mạng và AI4Construction trong xây dựng.

Các diễn đàn cùng hướng tới mục tiêu kết nối tri thức, chia sẻ kinh nghiệm, thúc đẩy hợp tác và đưa AI vào giải quyết những vấn đề thực tiễn. Trong đó, AI4Construction có ý nghĩa quan trọng bởi xây dựng là ngành kinh tế có quy mô lớn, liên quan trực tiếp đến hạ tầng, đô thị, giao thông, công nghiệp và chất lượng sống của người dân.

GS.TS. Nguyễn Thanh Thủy đánh giá cao việc hội thảo không chỉ có các báo cáo chuyên môn mà còn tổ chức tọa đàm cấp lãnh đạo, hoạt động trình diễn các sản phẩm, giải pháp AI thực tế và công bố Mạng lưới Trí tuệ nhân tạo trong xây dựng Việt Nam. Theo ông, ngành xây dựng cần nhiều hơn những hội thảo diễn ra trong một hoặc hai ngày; cần một mạng lưới duy trì kết nối, chia sẻ dữ liệu và tri thức, hình thành các nhóm nghiên cứu, thúc đẩy hợp tác và phát triển sản phẩm có giá trị.

Để mạng lưới hoạt động hiệu quả, Chủ tịch FISU Việt Nam đề xuất ba định hướng: xác định những bài toán ưu tiên có khả năng tạo tác động cao; xây dựng nền tảng dữ liệu và hệ sinh thái công nghệ dùng chung; phát triển nguồn nhân lực và thúc đẩy hợp tác liên ngành. Ông khẳng định Hội Tin học Việt Nam và FISU Việt Nam sẽ tiếp tục đồng hành cùng Trường Đại học Xây dựng Hà Nội và các đơn vị, kết nối cộng đồng công nghệ với cộng đồng xây dựng, thúc đẩy hợp tác nghiên cứu, đào tạo và chuyển giao công nghệ.

Xây dựng hệ sinh thái dữ liệu cho ngành xây dựng 

Mở đầu phiên Keynote, PGS.TS. Nguyễn Hoàng Giang, Phó Hiệu trưởng Trường Đại học Xây dựng Hà Nội, trình bày tham luận “Từ dữ liệu phân tán đến hệ sinh thái AI cho ngành xây dựng Việt Nam”, tập trung vào một trong những điều kiện nền tảng để thúc đẩy ứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực xây dựng: hình thành hệ thống dữ liệu có chất lượng, được chuẩn hóa và có khả năng kết nối, chia sẻ.

PGS.TS. Nguyễn Hoàng Giang, Phó Hiệu trưởng Trường Đại học Xây dựng Hà Nội, trình bày tham luận tại hội thảo. Ảnh Bảo Ngọc 

Theo PGS.TS. Nguyễn Hoàng Giang, hiện nay các doanh nghiệp, trường đại học và đơn vị nghiên cứu thường xây dựng hệ thống cơ sở dữ liệu, công cụ AI riêng, dẫn đến tình trạng dữ liệu phân tán, thiếu đồng nhất và khó khai thác trên quy mô toàn ngành. Đặc biệt, dữ liệu trong lĩnh vực xây dựng có những đặc thù liên quan đến quyền sở hữu, bí mật kinh doanh và yêu cầu bảo mật, khiến việc tập trung toàn bộ dữ liệu về một hệ thống máy chủ chung không phải là phương án dễ thực hiện. Trong khi đó, nhiều đơn vị có thể cùng hướng tới những mục tiêu tương đồng, sử dụng chung hệ thống tiêu chuẩn, quy chuẩn và chịu sự điều chỉnh của cùng một khung pháp lý.

Từ thực tế này, Trường Đại học Xây dựng Hà Nội đề xuất cách tiếp cận xây dựng Data Hub theo hướng dữ liệu vẫn được lưu trữ, quản lý tại từng đơn vị, nhưng được chuẩn hóa theo một khung tiêu chuẩn chung và kết nối thông qua giao diện lập trình ứng dụng (API). Cách làm này vừa giúp các tổ chức giữ quyền kiểm soát dữ liệu của mình, vừa tạo điều kiện chia sẻ, truy cập và khai thác nguồn dữ liệu từ các thành viên tham gia mạng lưới. Mục tiêu xa hơn là hình thành một nền tảng dữ liệu có tính liên thông ở quy mô quốc gia, phục vụ nghiên cứu, đào tạo, quản lý và phát triển các ứng dụng AI trong ngành xây dựng.

Mô hình được đề xuất gồm bốn tầng: hạ tầng dữ liệu với hệ thống chuẩn hóa, kết nối BIM và các phòng thí nghiệm; tầng quản trị rủi ro, phân quyền truy cập và quản lý metadata; tầng dịch vụ cung cấp các công cụ kết nối, khai thác dữ liệu, API và benchmark; cuối cùng là tầng phát triển các ứng dụng AI. Trên nền tảng này, các đơn vị có thể xây dựng những công cụ như trợ lý tri thức, BIM AI, AI vật liệu, Digital Twins và Edge AI. Các miền dữ liệu được định hướng ưu tiên bao gồm thiết kế BIM, vật liệu xây dựng và các dữ liệu phục vụ quá trình sản xuất, thi công, vận hành, bảo trì và tái chế.

Đáng chú ý, tham luận cũng giới thiệu một số ứng dụng AI bước đầu được phát triển và thử nghiệm, trong đó có công cụ tra cứu hệ thống tiêu chuẩn xây dựng, hỗ trợ giảng dạy, thẩm tra và đánh giá; hệ thống AI tự động nhận diện, phát hiện các hành vi vi phạm quy định an toàn trên công trường và gửi cảnh báo tới người quản lý, chủ đầu tư. Những ví dụ này cho thấy tiềm năng chuyển hóa dữ liệu chuyên ngành thành các công cụ hỗ trợ trực tiếp cho hoạt động sản xuất, quản lý và vận hành.

Để hiện thực hóa đề xuất, Trường Đại học Xây dựng Hà Nội đưa ra lộ trình triển khai trong 24 tháng, bắt đầu bằng khảo sát và xây dựng quy chế quản lý dữ liệu trong 3 tháng đầu; thiết lập hệ thống metadata chung trong giai đoạn tháng thứ 4 đến tháng thứ 6; triển khai các mô hình thí điểm từ tháng thứ 7 đến tháng thứ 12; sau đó mở rộng mạng lưới và phát triển các dịch vụ khai thác nền tảng. Nhà trường cam kết đóng góp nguồn lực con người, tài chính, chuyên môn và các bài toán thực tiễn, đồng thời đề xuất kết nối trường đại học, doanh nghiệp, hội nghề nghiệp, cơ quan quản lý nhà nước và các nhà phát triển AI cùng tham gia xây dựng hệ sinh thái.

PGS.TS. Nguyễn Hoàng Giang nhấn mạnh, AI chỉ có thể phát triển hiệu quả khi được xây dựng trên nền tảng dữ liệu đáng tin cậy. Vì vậy, thay vì mỗi đơn vị phát triển những hệ thống riêng lẻ, việc hợp tác hình thành hạ tầng dữ liệu dùng chung, bảo đảm chuẩn hóa, minh bạch và tuân thủ quy định pháp luật sẽ tạo nền tảng quan trọng để ngành xây dựng Việt Nam khai thác hiệu quả tiềm năng của AI.

AI trong xây dựng: Cơ hội lớn đi cùng yêu cầu kiểm chứng và trách nhiệm con người

Trình bày tham luận “AI trong xây dựng: Cơ hội, thách thức và hành động – Góc nhìn từ FISU Việt Nam”, PGS.TS. Bùi Thu Lâm, Phó Chủ tịch kiêm Tổng Thư ký FISU Việt Nam, nhận định AI đang mở ra nhiều khả năng ứng dụng trong ngành xây dựng, từ thiết kế, dự toán, quản lý dự án đến thi công, giám sát và vận hành công trình. Tuy nhiên, mức độ triển khai thực tế vẫn còn khoảng cách đáng kể so với tiềm năng công nghệ.

PGS.TS. Bùi Thu Lâm, Phó Chủ tịch kiêm Tổng Thư ký FISU Việt Nam trình bày tham luận “AI trong xây dựng: Cơ hội, thách thức và hành động – Góc nhìn từ FISU Việt Nam”. Ảnh Bảo Ngọc 

Dẫn khảo sát của Viện Khảo sát Hoàng gia Anh (RICS) năm 2025 với hơn 2.200 chuyên gia trong lĩnh vực xây dựng và môi trường xây dựng trên toàn cầu, PGS.TS. Bùi Thu Lâm cho biết, 45% người tham gia khảo sát chưa triển khai AI, 34% mới ở giai đoạn thí điểm ban đầu, khoảng 12% sử dụng thường xuyên trong một số quy trình và chưa đến 1% tích hợp AI trên nhiều quy trình của tổ chức. Ba rào cản nổi bật là thiếu nhân lực có kỹ năng (46%), khó tích hợp với hệ thống hiện có (37%) và chất lượng, mức độ sẵn có của dữ liệu (30%).

Theo ông, AI đang chuyển từ các công nghệ dự báo, phân loại, nhận dạng truyền thống sang AI tạo sinh và AI tác tử (Agentic AI). Nếu AI truyền thống chủ yếu hỗ trợ dự báo chi phí, tiến độ hoặc nhận dạng khuyết tật công trình, AI tạo sinh có thể hỗ trợ xây dựng phương án thiết kế, soạn thảo và tóm tắt hồ sơ. Trong khi đó, AI tác tử tiến thêm một bước khi có khả năng lập kế hoạch, sử dụng công cụ và thực hiện các nhiệm vụ như rà soát bản vẽ theo tiêu chuẩn, cập nhật tiến độ từ dữ liệu công trường hay hỗ trợ điều phối các bên liên quan.

Sự kết hợp giữa mô hình ngôn ngữ lớn, học máy, thị giác máy tính, BIM, Digital Twin, IoT và robot đang tạo nên nền tảng công nghệ mới cho ngành xây dựng. AI không còn chỉ dừng ở việc trả lời câu hỏi mà ngày càng có khả năng suy luận, hành động và tương tác với con người cũng như các hệ thống AI khác.

Phân tích các ứng dụng cụ thể, PGS.TS. Bùi Thu Lâm cho rằng AI có thể tham gia xuyên suốt vòng đời công trình. Trong quy hoạch và thiết kế, công nghệ hỗ trợ tạo nhiều phương án kiến trúc, tối ưu kết cấu, năng lượng và tự động rà soát mức độ tuân thủ quy chuẩn. Ở khâu dự toán và quản lý dự án, AI có thể bóc tách khối lượng từ mô hình BIM, rà soát hợp đồng, phân loại hồ sơ và dự báo nguy cơ phát sinh chi phí, chậm tiến độ. Tại công trường, camera và thị giác máy tính hỗ trợ giám sát an toàn lao động, drone và công nghệ quét 3D giúp đối chiếu tiến độ thực tế với kế hoạch, trong khi các hệ thống AI có thể nhận diện vết nứt, sai lệch hình học và khuyết tật công trình. Đối với giai đoạn vận hành, dữ liệu cảm biến kết hợp AI cho phép giám sát kết cấu, dự báo hư hỏng và tối ưu bảo trì.

Đáng chú ý, diễn giả nhấn mạnh dữ liệu là điều kiện nền tảng để triển khai AI. Các hệ thống BIM, Digital Twin và AI có mối quan hệ chặt chẽ nhưng không đồng nhất: BIM cung cấp cấu trúc thông tin công trình; Digital Twin kết nối mô hình số với dữ liệu trạng thái và vận hành; còn AI đảm nhiệm phân tích, dự báo, phát hiện bất thường và đề xuất hành động. Việc kết nối dữ liệu hiện trường với mô hình BIM và quy trình quản lý sẽ quyết định phần lớn giá trị thực tiễn của các giải pháp AI.

Tuy nhiên, ngành xây dựng là lĩnh vực có yêu cầu đặc biệt cao về độ chính xác và an toàn, do đó không thể áp dụng cách tiếp cận thử nghiệm thiếu kiểm soát. PGS.TS. Bùi Thu Lâm chỉ ra năm thách thức chính gồm dữ liệu phân mảnh, thiếu chuẩn hóa; thiếu hướng dẫn thống nhất về thẩm định và nghiệm thu sản phẩm có AI tham gia; nguy cơ AI tạo ra thông tin sai lệch hoặc “ảo giác”; vấn đề xác định trách nhiệm khi xảy ra sai sót; và tình trạng thiếu nhân lực có khả năng kết hợp kiến thức xây dựng với công nghệ AI.

Từ góc độ này, ông nhấn mạnh AI cần được sử dụng theo nguyên tắc có kiểm chứng. Chẳng hạn, một trợ lý AI có thể rà soát hồ sơ thiết kế, đối chiếu bản vẽ với thuyết minh và dự toán, nhận diện nội dung có nguy cơ chưa phù hợp tiêu chuẩn, đồng thời tổng hợp các rủi ro về tiến độ, chi phí và an toàn. Tuy nhiên, kết quả do AI đưa ra chỉ có giá trị gợi ý; kỹ sư phải kiểm tra, xác nhận hoặc bác bỏ từng phát hiện và chịu trách nhiệm về quyết định chuyên môn cuối cùng.

Theo diễn giả, vai trò của kỹ sư xây dựng sẽ thay đổi chứ không biến mất. AI có thể đảm nhiệm nhiều công việc tra cứu, tổng hợp, tạo phương án và phát hiện bất thường, nhưng con người vẫn phải xác định đúng bài toán, đánh giá tính khả thi, quyết định các vấn đề liên quan đến an toàn và chịu trách nhiệm nghề nghiệp. Khi khả năng tạo ra câu trả lời ngày càng dễ dàng, năng lực đặt đúng câu hỏi và nhận biết khi nào cần nghi ngờ kết quả của AI càng trở nên quan trọng.

Đối với Việt Nam, PGS.TS. Bùi Thu Lâm đề xuất bốn nhóm hành động ưu tiên: xây dựng các bộ dữ liệu và hệ thống đánh giá (benchmark) mở bằng tiếng Việt cho lĩnh vực xây dựng, kiến trúc và giao thông; hoàn thiện tiêu chuẩn, hướng dẫn thẩm định và nghiệm thu giải pháp AI; đẩy mạnh đào tạo liên ngành theo hướng kỹ sư xây dựng có kiến thức AI và kỹ sư công nghệ thông tin hiểu nghiệp vụ xây dựng; đồng thời phát triển mạng lưới hợp tác giữa trường đại học, viện nghiên cứu, doanh nghiệp và cơ quan quản lý.

Ông cũng lưu ý, dữ liệu chuyên ngành không nhất thiết phải tập trung về một đầu mối mới có thể khai thác cho nghiên cứu và phát triển AI. Cần nghiên cứu các giải pháp kỹ thuật cho phép nhiều đơn vị cộng tác, chia sẻ khả năng khai thác dữ liệu trong khi vẫn bảo vệ thông tin, danh tính và quyền lợi của chủ thể sở hữu dữ liệu.

Với vai trò kết nối của FISU Việt Nam, ông khẳng định tổ chức sẵn sàng đồng hành cùng các cơ sở đào tạo, viện nghiên cứu và doanh nghiệp xây dựng để thúc đẩy hợp tác nghiên cứu, chuyển giao công nghệ, đào tạo liên ngành và hình thành hệ sinh thái thực hành AI trong lĩnh vực này. Theo ông, mục tiêu cuối cùng không phải là ứng dụng AI bằng mọi giá, mà là khai thác công nghệ để tạo ra những công trình an toàn, bền vững và có giá trị cao hơn.

AI hỗ trợ rà soát quy chuẩn, tiêu chuẩn xây dựng 

Tiếp nối các đề xuất về xây dựng hệ sinh thái dữ liệu và AI dùng chung cho ngành xây dựng, ông Vũ Văn Chủ, đại diện Viện Khoa học Công nghệ Xây dựng (IBST), trình bày tham luận về chương trình nghiên cứu ứng dụng AI trong rà soát, kiểm tra quy chuẩn, tiêu chuẩn xây dựng. Đây là bài toán có ý nghĩa thực tiễn cao, hướng tới hỗ trợ tự động hóa quá trình đối chiếu các yêu cầu kỹ thuật, pháp lý với hồ sơ thiết kế công trình, qua đó nâng cao hiệu quả và độ chính xác trong công tác thẩm tra, thẩm định.

Ông Vũ Văn Chủ, đại diện Viện Khoa học Công nghệ Xây dựng (IBST) trình bày tham luận tại hội thảo. Ảnh Bảo Ngọc 

Theo ông Vũ Văn Chủ, trong bối cảnh chuyển đổi số ngành xây dựng đang được thúc đẩy, việc triển khai BIM và số hóa hồ sơ công trình tạo ra nguồn dữ liệu quan trọng để phát triển các ứng dụng AI. Tuy nhiên, quy chuẩn, tiêu chuẩn xây dựng hiện vẫn chủ yếu được thể hiện dưới dạng văn bản PDF, Word với ngôn ngữ tự nhiên, khiến kỹ sư, kiến trúc sư mất nhiều thời gian tra cứu, đọc hiểu và đối chiếu khi áp dụng. Đặc biệt, với những bài toán kỹ thuật đòi hỏi độ chính xác cao, việc sử dụng các công cụ AI phổ thông tiềm ẩn rủi ro do hiện tượng “ảo giác” hoặc diễn giải sai quy định.

Để giải quyết vấn đề này, nhóm nghiên cứu của IBST tiếp cận theo hướng chuyển đổi các điều khoản quy chuẩn, tiêu chuẩn thành cơ sở dữ liệu có cấu trúc, giúp máy tính và AI có thể hiểu, truy xuất và kiểm tra chính xác. Trong đó, phương pháp RASE (Requirements, Applicability, Selection, Exceptions) được sử dụng để bóc tách, phân loại các yêu cầu pháp lý, kỹ thuật; kết hợp với tiêu chuẩn IDS (Information Delivery Specification) nhằm chuẩn hóa thông tin cần có trong mô hình BIM ở từng giai đoạn. Khi kết nối dữ liệu tiêu chuẩn với mô hình BIM 3D, hệ thống có thể hỗ trợ kiểm tra các yêu cầu cụ thể như an toàn phòng cháy, chữa cháy, khoảng cách thông thủy và các chỉ tiêu kỹ thuật của công trình.

Chương trình nghiên cứu dự kiến triển khai trong giai đoạn 2026–2028, tập trung trước hết vào các quy chuẩn, tiêu chuẩn do Bộ Xây dựng ban hành, trong đó có QCVN 06 về an toàn cháy cho nhà và công trình, cùng các quy định liên quan đến nhà chung cư, công trình công cộng, nền móng, kết cấu và kiến trúc. Nhóm nghiên cứu cũng bước đầu thử nghiệm bóc tách 170 điều khoản của QCVN 06, phân loại theo bốn nhóm A, B, C, D, tương ứng với các mức độ có thể tự động hóa, bán tự động hoặc cần sự tham gia của chuyên gia và quy trình hành chính.

Hệ thống được xây dựng trên bốn trụ cột công nghệ: chuyển đổi quy chuẩn, tiêu chuẩn thành tầng tri thức có chuyên gia kiểm chứng; chuẩn hóa dữ liệu trong mô hình BIM; phát triển các công cụ mô phỏng, tính toán và kiểm tra; tự động hóa quá trình rà soát, thẩm tra, thẩm định thiết kế và xuất báo cáo chi tiết về các nội dung đạt hoặc chưa đạt yêu cầu. Đáng chú ý, nhóm nghiên cứu cũng đặt ra yêu cầu kiểm soát các rủi ro như quá tải cảnh báo, sai lệch quy tắc và nguy cơ tiêm lệnh thông qua dữ liệu IFC, nhằm bảo đảm tính an toàn, minh bạch và độ tin cậy của kết quả.

Ông Vũ Văn Chủ cho biết, nhóm nghiên cứu định hướng chia sẻ các kết quả, dữ liệu và công cụ phục vụ cộng đồng, đồng thời thúc đẩy hợp tác với các trường đại học, viện nghiên cứu và doanh nghiệp. Khi hoàn thiện, giải pháp có thể phục vụ cơ quan quản lý nhà nước, đơn vị tư vấn, doanh nghiệp xây dựng và cơ sở đào tạo, đóng góp vào quá trình hình thành hệ thống dữ liệu ngành xây dựng có khả năng liên thông, khai thác và ứng dụng AI hiệu quả.

AI tối ưu vòng đời công trình, từ thiết kế đến vận hành

Với tham luận “Từ thiết kế đến vận hành tòa nhà: AI xuyên suốt vòng đời công trình”, ông Nguyễn Việt Anh, đại diện Công ty Liên doanh Sunjin Việt Nam, chia sẻ kinh nghiệm ứng dụng AI từ thực tiễn các dự án tư vấn thiết kế và quản lý vận hành công trình. Theo ông, thay vì chỉ tập trung vào giai đoạn thiết kế, cần nhìn nhận AI trong toàn bộ vòng đời công trình, đặc biệt là khâu vận hành, vốn kéo dài hàng chục năm và tiêu tốn lượng lớn năng lượng, nhân lực và chi phí.

Ông Nguyễn Việt Anh, đại diện Công ty Liên doanh Sunjin Việt Nam trình bày tham luận “Từ thiết kế đến vận hành tòa nhà: AI xuyên suốt vòng đời công trình”. Ảnh Bảo Ngọc 

Trong vận hành tòa nhà, hệ thống điều hòa có thể chiếm 28–50% tổng điện năng tiêu thụ, trong đó hệ thống Chiller đóng vai trò đáng kể. Vì vậy, nâng cao hiệu suất làm lạnh là một trong những hướng ứng dụng AI mang lại hiệu quả kinh tế trực tiếp. Diễn giả dẫn chứng, với một dự án quy mô nhỏ và trung bình, việc cải thiện chỉ số hiệu suất làm lạnh COP thêm 0,5 có thể giúp tiết kiệm khoảng 2–3 tỷ đồng chi phí vận hành mỗi năm.

Quy trình ứng dụng AI được triển khai qua bốn bước: thu thập dữ liệu từ cảm biến IoT, hệ thống quản lý tòa nhà (BMS), công tơ điện và dữ liệu thời tiết; tích hợp vào mô hình dữ liệu chung hoặc bản sao số (Digital Twin); sử dụng AI để dự báo phụ tải, tối ưu hệ thống và phát hiện bất thường; cuối cùng hiển thị kết quả trên mô hình BIM, bảng điều khiển và các ứng dụng di động. Trên nền tảng này, AI có thể dự báo nhu cầu điện trong những khoảng thời gian khác nhau, mô phỏng các kịch bản vận hành hệ thống Chiller, bơm và tháp giải nhiệt, từ đó đề xuất điều chỉnh nhiệt độ nước lạnh, tốc độ bơm và phương án trữ lạnh phù hợp. Các hệ thống camera tích hợp AI cũng hỗ trợ phát hiện, cảnh báo cháy nổ, sự cố an ninh và những tình huống mất an toàn trong tòa nhà.

Một ví dụ được giới thiệu là hệ thống cửa hàng IKEA, nơi mô hình 3D các cửa hàng trên toàn cầu được tích hợp vào nền tảng Digital Twin, kết nối dữ liệu vận hành để theo dõi và tối ưu tiêu thụ năng lượng. Theo số liệu được diễn giả trình bày, giải pháp giúp tiết kiệm trung bình khoảng 22% năng lượng cho hệ thống làm lạnh. Tuy nhiên, ông nhấn mạnh AI cần đóng vai trò công cụ hỗ trợ, còn con người vẫn phải giữ quyền kiểm soát và chịu trách nhiệm đối với các quyết định vận hành.

Tọa đàm cấp lãnh đạo: “Ứng dụng AI trong Xây dựng – Chúng ta cần hành động gì ngay hôm nay?” với sự tham gia của cơ quan quản lý, nhà hoạch định chính sách, trường đại học, viện nghiên cứu và doanh nghiệp. Ảnh Bảo Ngọc 

Ở khâu tư vấn thiết kế, Sunjin Việt Nam đã xây dựng hệ thống AI phục vụ hơn 100 nhân sự thuộc các bộ môn kiến trúc, kết cấu, điện, nước và dự toán. Hệ thống được thiết kế theo hướng mở, linh hoạt, có khả năng khai thác dữ liệu và tri thức nội bộ doanh nghiệp. Đáng chú ý, tri thức được đóng gói không chỉ bao gồm quy chuẩn, tiêu chuẩn, phương án và kinh nghiệm thiết kế, mà còn cả những thao tác, quy trình công việc của kỹ sư khi tương tác với AI. Qua đó, hệ thống từng bước tích lũy kỹ năng, tái sử dụng kinh nghiệm và cải thiện hiệu quả xử lý các dự án.

Nhiều ứng dụng cụ thể đã được triển khai như chuyển bản phác thảo tiền ý tưởng thành phương án thiết kế cơ sở; hỗ trợ chuyển bản vẽ sang mô hình BIM; tính toán kết cấu, đối chiếu mô hình BIM với ETABS; kiểm tra chuyển vị, độ võng theo tiêu chuẩn; tự động hóa thiết kế hệ thống cơ điện, hạ tầng; cập nhật hồ sơ thi công và bóc tách khối lượng dự toán từ CAD, PDF hoặc BIM. Trong đó, một số tác vụ tính toán kết cấu có thể tiết kiệm tới 90% thời gian; công việc bóc tách dự toán của một dự án được rút từ khoảng 3 tuần xuống còn 4 ngày. Theo tổng hợp của diễn giả, tùy từng nhóm công việc, mức tiết kiệm thời gian có thể đạt 90–95% đối với một số tác vụ dự toán, cơ điện, thẩm định giá, trong khi nhiều tác vụ khác cũng giảm trên 50%.

Từ thực tiễn triển khai, ông Nguyễn Việt Anh cho rằng AI đang mở ra cơ hội nâng cao năng suất đáng kể cho doanh nghiệp xây dựng, từ thiết kế đến vận hành. Tuy nhiên, AI trước hết vẫn là công cụ hỗ trợ, không thay thế kiến thức chuyên môn và kinh nghiệm thực tế của kỹ sư, kiến trúc sư. Việc kiểm soát chất lượng đầu ra, thẩm định kết quả và duy trì vai trò quyết định của con người là điều kiện quan trọng để khai thác hiệu quả công nghệ này.

Các đại biểu và diễn giả tham dự hội thảo chụp ảnh lưu niệm. Ảnh Bảo Ngọc 

Từ các nội dung trao đổi tại hội thảo có thể thấy, ứng dụng AI trong xây dựng không còn giới hạn ở những thử nghiệm đơn lẻ mà đang mở rộng sang nhiều khâu của vòng đời công trình. Từ xây dựng hệ sinh thái dữ liệu, hỗ trợ thiết kế, rà soát quy chuẩn, giám sát an toàn đến tối ưu vận hành tòa nhà, các giải pháp được giới thiệu cho thấy tiềm năng nâng cao năng suất và chất lượng hoạt động của ngành.

Dù vậy, để chuyển từ tiềm năng sang ứng dụng rộng rãi, ngành xây dựng cần giải quyết đồng thời những vấn đề về dữ liệu, tiêu chuẩn, nhân lực và cơ chế phối hợp. Đặc biệt, các giải pháp AI phải được kiểm chứng trong điều kiện thực tế, có quy trình kiểm soát rõ ràng và xác định trách nhiệm của con người trong các quyết định chuyên môn.