Các dự án AI lớn tại Việt Nam đang dịch chuyển từ phần mềm sang hạ tầng: data center, GPU, cloud, chip và chủ quyền dữ liệu. Đây là tín hiệu quan trọng cho doanh nghiệp, nhưng cũng là phép thử về điện, governance và năng lực vận hành.
Việt Nam đang bước vào lớp hạ tầng của cuộc đua AI
Trong khoảng hai năm gần đây, bức tranh AI tại Việt Nam đã thay đổi rõ rệt. Trước đây, phần lớn thảo luận xoay quanh chatbot, trợ lý ảo, phân tích dữ liệu hoặc một vài ứng dụng tự động hóa. Hiện nay, các thông tin đáng chú ý lại nằm ở tầng sâu hơn: data center, AI Factory, GPU, cloud, bán dẫn, chủ quyền dữ liệu và hạ tầng điện.
Đây là một thay đổi quan trọng. Khi AI đi vào hạ tầng, nó không còn là một nhóm công cụ để doanh nghiệp dùng thử. Nó trở thành một phần của năng lực vận hành quốc gia và năng lực cạnh tranh của doanh nghiệp.
Câu hỏi không chỉ là “dùng AI để làm gì”, mà là “AI sẽ chạy trên hạ tầng nào, dữ liệu nằm ở đâu, ai kiểm soát, chi phí ra sao và rủi ro vận hành được quản trị như thế nào”.
Một tín hiệu mới: Các dự án AI lớn bắt đầu đi xuống tầng hạ tầng
Một tín hiệu sớm là kế hoạch FPT đầu tư 200 triệu USD vào AI Factory sử dụng chip và phần mềm của Nvidia. Theo Reuters, dự án này phục vụ nghiên cứu AI và phát triển các ứng dụng như generative AI, xe tự hành và các năng lực AI khác.
Đây không phải là một dự án phần mềm đơn thuần, mà là bước đi vào năng lực tính toán chuyên dụng cho AI.
Không lâu sau đó, FPT và các công ty liên quan cũng khởi công dự án trung tâm AI trị giá khoảng 174 triệu USD tại Bình Định. Reuters cho biết dự án có quy mô hơn 93 ha, gồm trung tâm AI, khu giáo dục và khu đô thị hỗ trợ; phần trung tâm AI tập trung vào nghiên cứu, sản xuất phần mềm, chuyển đổi số và an ninh mạng.
Điểm đáng chú ý ở đây không chỉ là con số đầu tư. Nó cho thấy một logic mới: muốn khai thác AI ở quy mô lớn thì phải có năng lực tính toán, nhân lực, không gian R&D, dữ liệu, bảo mật và khả năng triển khai lâu dài.
AI không thể chỉ nằm trong các dự án thử nghiệm rời rạc.
Data center AI trở thành tâm điểm đầu tư mới
Trong nhóm hạ tầng, data center đang là lớp được chú ý nhiều nhất.
CMC đã được chấp thuận đầu tư dự án CMC Hyperscale Data Center tại Khu Công nghệ cao TP.HCM với quy mô hơn 250 triệu USD. Theo thông tin từ CMC, dự án có công suất ban đầu 30 MW và có thể mở rộng lên 120 MW, được định vị là hạ tầng phục vụ AI, cloud và an ninh mạng.
Song song với đó, một số dự án quy mô lớn hơn cũng được công bố dưới dạng thỏa thuận hoặc MOU.
Kinh Bắc, Accelerated Infrastructure Capital và VietinBank đã ký MOU phát triển trung tâm dữ liệu AI tại KCN Tân Phú Trung, TP.HCM, với tổng mức đầu tư được truyền thông nêu khoảng 2 tỷ USD và công suất thiết kế 200 MW.
Vietnam News cũng ghi nhận TP.HCM thu hút dự án AI data centre có tổng đầu tư dự kiến khoảng 2,1 tỷ USD, bao gồm hạ tầng trung tâm dữ liệu, thiết bị, hệ thống cấp điện, cấp thoát nước và GPU.
Những con số này cần được đọc một cách tỉnh táo.
Với các dự án đã được phê duyệt hoặc đang triển khai, mức độ chắc chắn cao hơn. Với các MOU, cần tiếp tục theo dõi tiến độ pháp lý, nguồn điện, giải ngân, đối tác công nghệ, khách hàng thuê công suất và khả năng vận hành thực tế.
Trong hạ tầng AI, công bố đầu tư chỉ là điểm bắt đầu. Năng lực thật nằm ở triển khai.
Sovereign AI đưa câu chuyện dữ liệu lên cấp chiến lược
Một xu hướng khác đang ngày càng được nhắc đến là sovereign AI, tức năng lực AI gắn với chủ quyền dữ liệu, hạ tầng cloud nội địa và khả năng kiểm soát vận hành trong phạm vi quốc gia.
Tháng 2/2026, G42, FPT và Viet Thai Group ký thỏa thuận khung để phát triển năng lực AI và hạ tầng cloud tại Việt Nam. Thông tin từ G42 nhấn mạnh mục tiêu xây dựng hạ tầng AI quốc gia và năng lực trí tuệ nhân tạo cho khu vực Đông Nam Á.
VietnamNet đưa tin sáng kiến này có quy mô cam kết khoảng 1 tỷ USD và nhấn mạnh yếu tố bảo vệ chủ quyền dữ liệu, an ninh số và hạ tầng cloud tại Việt Nam.
Với doanh nghiệp, đây là điểm rất đáng chú ý.
Khi AI xử lý dữ liệu khách hàng, dữ liệu tài chính, dữ liệu vận hành, dữ liệu sản xuất hoặc dữ liệu nhân sự, câu hỏi về nơi lưu trữ và quyền kiểm soát không còn đơn thuần là vấn đề kỹ thuật.
Nó trở thành vấn đề governance.
Doanh nghiệp phải biết:
Dữ liệu nào được đưa vào hệ thống AI?
Mô hình nào được phép sử dụng dữ liệu?
Dữ liệu có đi ra ngoài lãnh thổ hay không?
Ai được quyền truy cập?
Ai chịu trách nhiệm khi xảy ra sai lệch?
Doanh nghiệp có thể kiểm tra và truy xuất quyết định của hệ thống AI hay không?
Điều gì xảy ra nếu nhà cung cấp công nghệ thay đổi chính sách hoặc ngừng cung cấp dịch vụ?
Khi AI trở thành một phần của hoạt động kinh doanh, những câu hỏi này sẽ ngày càng quan trọng.
Nvidia và các ông lớn công nghệ đang đặt Việt Nam vào bản đồ AI
Thỏa thuận giữa Nvidia và Chính phủ Việt Nam vào tháng 12/2024 là một mốc đáng chú ý.
Reuters cho biết Nvidia sẽ hợp tác để lập trung tâm R&D AI và trung tâm dữ liệu AI tại Việt Nam. Nvidia cũng mua lại VinBrain, công ty AI y tế thuộc Vingroup, nhưng không công bố giá trị giao dịch.
Trước đó, Reuters cũng đưa tin Google đang cân nhắc xây dựng một data center quy mô lớn gần TP.HCM.
Nếu được triển khai, đây có thể là một khoản đầu tư lớn của Big Tech Mỹ vào hạ tầng dữ liệu tại Việt Nam. Tuy nhiên, nguồn tin cũng cho thấy đây vẫn là phương án đang được xem xét, chưa phải quyết định đầu tư cuối cùng.
Cùng lúc, Việt Nam cũng đang mở rộng vai trò trong chuỗi bán dẫn.
Reuters ghi nhận các nhà đầu tư đang tăng hiện diện trong mảng đóng gói và kiểm thử chip tại Việt Nam, trong đó có các dự án lớn của Amkor, Hana Micron và vai trò hiện hữu của Intel.
Những chuyển động này cho thấy Việt Nam không chỉ được nhìn như một thị trường tiêu thụ công nghệ.
Việt Nam đang được đặt vào chuỗi hạ tầng rộng hơn:
Sản xuất → đóng gói chip → data center → cloud → AI Factory → R&D AI.
Nhưng để biến cơ hội thành năng lực thật, cần nhiều hơn các thông cáo đầu tư.
Điểm nghẽn không nằm ở AI, mà ở hạ tầng vận hành
Hạ tầng AI tiêu thụ điện lớn, yêu cầu làm mát phức tạp, cần kết nối mạng ổn định, đòi hỏi tiêu chuẩn an ninh cao và phụ thuộc vào nguồn cung GPU.
Vì vậy, câu chuyện AI không thể tách khỏi:
quy hoạch điện, đất công nghiệp, tiêu chuẩn môi trường, an ninh mạng, pháp lý dữ liệu và năng lực vận hành 24/7.
Đây cũng là nơi nhiều doanh nghiệp dễ hiểu sai.
Thấy hạ tầng AI phát triển không có nghĩa là doanh nghiệp có thể triển khai AI hiệu quả ngay.
Hạ tầng chỉ tạo điều kiện.
Giá trị vẫn phụ thuộc vào việc doanh nghiệp có quy trình đủ rõ, dữ liệu đủ sạch, trách nhiệm đủ minh bạch và cơ chế ra quyết định đủ chặt hay không.
AI không sửa lỗi quản trị.
AI chỉ khuếch đại cấu trúc hiện có.
Một doanh nghiệp có dữ liệu phân mảnh, quy trình thiếu chuẩn hóa, quyền quyết định mơ hồ và không có kiểm soát truy cập sẽ không trở nên thông minh hơn chỉ vì chạy trên một nền tảng AI mạnh hơn.
Ngược lại, rủi ro có thể lớn hơn.
Doanh nghiệp Việt Nam nên đọc làn sóng này như thế nào?
Với lãnh đạo doanh nghiệp, các dự án đầu tư AI lớn tại Việt Nam là tín hiệu để chuẩn bị, không phải lý do để chạy theo phong trào.
Có ba việc nên được đặt lên bàn quản trị.
1. Phân loại và quản trị dữ liệu
Doanh nghiệp cần phân loại dữ liệu.
Không phải dữ liệu nào cũng có thể đưa vào AI.
Dữ liệu khách hàng, tài chính, nhân sự, hợp đồng, sản xuất và vận hành lõi cần có chính sách riêng về lưu trữ, truy cập, xử lý và giám sát.
Doanh nghiệp cần biết dữ liệu nào có thể sử dụng với mô hình AI công cộng, dữ liệu nào phải được xử lý trong môi trường riêng và dữ liệu nào cần hạn chế hoàn toàn việc đưa ra bên ngoài.
2. Rà lại quy trình trước khi tự động hóa
AI có thể giúp giảm ma sát vận hành, nhưng chỉ khi quy trình đủ rõ để máy xử lý và đủ kiểm soát để con người can thiệp đúng lúc.
Một quy trình chưa được chuẩn hóa có thể trở thành nguồn rủi ro khi được tự động hóa ở quy mô lớn.
Tự động hóa một quy trình rối chỉ làm cái rối chạy nhanh hơn.
Vì vậy, trước khi hỏi nên dùng mô hình AI nào, doanh nghiệp cần hỏi quy trình hiện tại đang có vấn đề ở đâu, dữ liệu đầu vào có đáng tin cậy không và kết quả đầu ra sẽ được ai kiểm tra.
3. Xem AI là năng lực vận hành, không phải một dự án IT
AI không nên chỉ được giao cho phòng công nghệ thông tin.
Khi AI tác động đến doanh thu, chi phí, khách hàng, nhân sự, pháp lý và vận hành, các bộ phận như CEO, vận hành, tài chính, pháp lý, nhân sự và công nghệ đều cần tham gia.
Điều này đặc biệt quan trọng khi doanh nghiệp bắt đầu đưa AI vào các quy trình có tác động trực tiếp đến khách hàng hoặc hoạt động cốt lõi.
Giao toàn bộ AI cho phòng IT rồi đứng ngoài là cách triển khai rất rủi ro.
AI cần được quản trị như một năng lực kinh doanh mới, trong đó công nghệ chỉ là một thành phần.
Từ data center đến governance: Bài toán lớn hơn nằm ở phía sau
Sự phát triển của data center, GPU, cloud và AI Factory đang tạo ra một lớp hạ tầng mới cho nền kinh tế số Việt Nam.
Nhưng cùng với đó là hàng loạt câu hỏi khó hơn.
Nguồn điện sẽ đáp ứng như thế nào khi nhu cầu tính toán tăng mạnh?
Các data center AI sẽ đạt hiệu suất sử dụng năng lượng ra sao?
Doanh nghiệp sẽ lựa chọn giữa cloud công cộng, cloud riêng và hạ tầng AI nội bộ như thế nào?
Dữ liệu nhạy cảm sẽ được lưu trữ ở đâu?
Ai chịu trách nhiệm khi mô hình AI đưa ra quyết định sai?
Và quan trọng hơn, doanh nghiệp có đủ năng lực để vận hành những hệ thống AI này trong nhiều năm hay không?
Đây là những vấn đề không thể giải quyết chỉ bằng việc mua thêm GPU.
KẾT LUẬN: HẠ TẦNG AI MỞ CƠ HỘI, NHƯNG GOVERNANCE QUYẾT ĐỊNH GIÁ TRỊ
Các khoản đầu tư vào AI tại Việt Nam đang tạo ra một nền mới: nhiều GPU hơn, nhiều data center hơn, nhiều lựa chọn cloud hơn và nhiều quan hệ với các tập đoàn công nghệ lớn hơn.
Đây là những yếu tố có thể tạo thêm dư địa cho nghiên cứu, phát triển sản phẩm và chuyển đổi số trong doanh nghiệp.
Nhưng năng lực AI của một nền kinh tế không chỉ được đo bằng số data center hay tổng vốn đầu tư.
Nó còn được đo bằng khả năng biến hạ tầng đó thành năng suất cao hơn, quyết định tốt hơn, dịch vụ tốt hơn và hệ thống vận hành an toàn hơn.
Với doanh nghiệp Việt Nam, bài học quan trọng là:
Đừng bắt đầu từ câu hỏi “mua công cụ AI nào?”.
Hãy bắt đầu từ câu hỏi:
“Doanh nghiệp đã đủ cấu trúc để dùng AI một cách có kiểm soát hay chưa?”
Hạ tầng có thể đang đến rất nhanh.
Nhưng giá trị chỉ xuất hiện khi governance, dữ liệu và quy trình cùng trưởng thành.