Từ Smart City đến AI City: TP.HCM có thể quản trị siêu đô thị bằng dữ liệu thế nào?

Có một thời, sức mạnh của đô thị được đo bằng những cây cầu, tuyến đường, cảng biển, khu công nghiệp và những tòa nhà vươn cao trên đường chân trời. Những hạ tầng ấy vẫn vô cùng quan trọng. Thế nhưng trong kỉ nguyên trí tuệ nhân tạo (AI), một loại hạ tầng mới đang dần quyết định năng lực cạnh tranh của các thành phố: Hạ tầng dữ liệu.

TP.HCM đang bước vào một giai đoạn phát triển đòi hỏi tư duy quản trị hoàn toàn mới. Khi quy mô đô thị lớn hơn, không gian phát triển rộng hơn, các dòng di chuyển của con người, hàng hóa và dịch vụ phức tạp hơn, chính quyền không thể quản trị một siêu đô thị chỉ bằng những phương thức vốn phù hợp với một thành phố nhỏ hơn của nhiều thập niên trước.

Câu hỏi vì thế không còn đơn thuần là TP.HCM có xây dựng Smart City hay không? Câu hỏi lớn hơn là TP.HCM có thể tiến từ Smart City đến AI City - một đô thị biết sử dụng dữ liệu để hiểu mình, dự báo tương lai và đưa ra quyết định tốt hơn - hay không?

Smart City là nền móng, AI City là bước phát triển tiếp theo

Smart City thường bắt đầu bằng số hóa. Hồ sơ giấy trở thành hồ sơ điện tử. Camera được kết nối. Cảm biến được lắp đặt. Dịch vụ công được đưa lên môi trường số. Các cơ sở dữ liệu dần được hình thành.

Đó là bước tiến rất quan trọng, nhưng số hóa chưa đồng nghĩa với thông minh.

Một thành phố có thể sở hữu hàng nghìn camera, hàng triệu cảm biến và hàng trăm cơ sở dữ liệu nhưng vẫn phản ứng chậm nếu các hệ thống không thể “nói chuyện” với nhau.

Dữ liệu giao thông nằm ở một nơi. Dữ liệu đất đai ở nơi khác. Cấp nước, thoát nước, y tế, môi trường, dân cư, xây dựng lại có những hệ thống riêng. Nếu mỗi lĩnh vực trở thành một “ốc đảo dữ liệu”, thành phố có rất nhiều dữ liệu nhưng chưa chắc có nhiều tri thức.

AI City phải tiến thêm một bước.

Dữ liệu không chỉ được thu thập mà phải được kết nối. Không chỉ kết nối mà phải được phân tích. Không chỉ phân tích những gì đã xảy ra mà phải giúp dự báo những gì có thể xảy ra.

Smart City giúp thành phố nhìn thấy hiện tại. AI City phải giúp thành phố chuẩn bị cho tương lai. Đó là khác biệt căn bản.

Một thành phố - một hệ sinh thái dữ liệu

Muốn quản trị siêu đô thị bằng AI, trước hết phải giải quyết bài toán dữ liệu.

Không nhất thiết tất cả dữ liệu phải nằm trong một hệ thống duy nhất. Điều quan trọng hơn là chúng phải có khả năng kết nối, chia sẻ và được quản trị theo những tiêu chuẩn thống nhất.

TP.HCM cần hướng tới một hệ sinh thái dữ liệu đô thị dùng chung, trong đó dữ liệu từ các sở, ngành, địa phương và doanh nghiệp cung cấp dịch vụ thiết yếu có thể được tích hợp theo những cấp độ và quyền truy cập phù hợp.

Hãy hình dung một tình huống.

Khi mưa lớn xuất hiện, hệ thống không chỉ nhận dữ liệu lượng mưa, mà đồng thời phân tích mực nước, thủy triều, tình trạng cống thoát nước, giao thông, các điểm ngập lịch sử và dự báo thời tiết. AI từ đó có thể dự báo khu vực có nguy cơ ngập, đề xuất điều tiết giao thông và cảnh báo người dân trước khi tình trạng nghiêm trọng xảy ra.

Hay trong cấp nước, dữ liệu áp lực, lưu lượng, chất lượng nước, lịch sử tiêu thụ và tình trạng mạng lưới có thể giúp AI nhận biết bất thường, cảnh báo rò rỉ hoặc dự báo nhu cầu nước của từng khu vực.

Giá trị của dữ liệu vì vậy không nằm ở việc chúng ta lưu trữ được bao nhiêu terabyte.

Giá trị của dữ liệu nằm ở số quyết định tốt hơn mà thành phố có thể tạo ra từ dữ liệu đó.

Từ “xử lý sự cố” sang “quản trị dự báo”

Một trong những thay đổi lớn nhất AI có thể mang lại cho quản trị đô thị là chuyển từ tư duy phản ứng sang tư duy dự báo.

Trong mô hình truyền thống, vấn đề xảy ra trước, chính quyền xử lý sau.

Kẹt xe xảy ra rồi mới phân luồng. Ngập xuất hiện rồi mới điều động lực lượng. Đường ống rò rỉ rồi mới sửa chữa. Một điểm ô nhiễm vượt ngưỡng rồi mới cảnh báo.

AI mở ra một cách tiếp cận khác.

Nếu dữ liệu đủ tốt và mô hình đủ chính xác, hệ thống có thể nhận diện tín hiệu bất thường trước khi vấn đề trở thành khủng hoảng.

Trong giao thông, AI có thể dự báo mật độ phương tiện và đề xuất điều chỉnh chu kỳ đèn tín hiệu.

Trong cấp nước, thuật toán có thể phát hiện dấu hiệu rò rỉ từ những biến động rất nhỏ về lưu lượng và áp lực.

Trong y tế, dữ liệu có thể hỗ trợ dự báo nhu cầu khám chữa bệnh theo khu vực.

Trong môi trường, cảm biến kết hợp dữ liệu khí tượng có thể cảnh báo sớm những thời điểm chất lượng không khí suy giảm.

TP.HCM cần một thế hệ cán bộ quản lý không nhất thiết phải trở thành kỹ sư AI, nhưng phải biết đặt câu hỏi với dữ liệu, hiểu giới hạn của thuật toán và biết sử dụng bằng chứng để ra quyết định.

Trong tương lai, năng lực quản trị đô thị sẽ ngày càng gắn với năng lực quản trị dữ liệu.

Vì vậy, chuyển đổi AI không thể chỉ là nhiệm vụ của cơ quan công nghệ thông tin, mà phải trở thành năng lực chung của bộ máy quản trị.

Đây có thể là cuộc chuyển đổi khó nhất nhưng cũng quan trọng nhất.

Từ thành phố có dữ liệu đến thành phố biết suy nghĩ bằng dữ liệu

TP.HCM có truyền thống năng động, dám thử nghiệm và đi đầu trong nhiều mô hình mới. Kỷ nguyên AI mở ra một cơ hội khác: Không chỉ trở thành đô thị sử dụng công nghệ, mà trở thành một đô thị biết học hỏi từ chính dữ liệu của mình.

Con đường từ Smart City đến AI City không bắt đầu bằng việc mua thêm thật nhiều công nghệ, mà bắt đầu bằng việc đặt đúng câu hỏi.

Dữ liệu nào thực sự cần thiết? Ai chịu trách nhiệm về dữ liệu? Các hệ thống có kết nối được với nhau không? AI đang giải quyết vấn đề nào của người dân? Và cuối cùng, chất lượng cuộc sống có tốt hơn sau mỗi khoản đầu tư công nghệ hay không?

Nếu trả lời được những câu hỏi đó, TP.HCM có thể từng bước hình thành một mô hình quản trị mới: Dữ liệu là hạ tầng, AI là công cụ, dự báo là năng lực và con người là trung tâm.

Thành phố của tương lai không nhất thiết là nơi có nhiều công nghệ nhất.