Không phải xây lại từ số 0, mà phải nhìn thấy những “mảnh ghép” đã tồn tại
Policy Address 2026 của Hong Kong xác định rõ mục tiêu xây dựng một “AI City Brain” có thể tổng hợp dữ liệu của nhiều cơ quan về công trình, môi trường, giao thông và ứng phó sự cố. Giai đoạn đầu sẽ kết nối hạ tầng số của Emergency Monitoring and Support Centre thuộc Security Bureau, sau đó từng bước mở rộng sang các hệ thống chuyên ngành. Cách tiếp cận này cho thấy chính quyền cũng đang nhìn dự án như một quá trình tích hợp dần dần, thay vì xây một “siêu hệ thống” hoàn toàn tách biệt.
Hong Kong đã có Common Operational Picture, một nền tảng GIS dùng để chia sẻ theo thời gian thực thông tin về sạt lở, ngập, hư hại công trình, đóng đường và các dữ liệu hỗ trợ khi xảy ra thiên tai. Bên cạnh đó, Common Spatial Data Infrastructure đã cung cấp các bộ dữ liệu không gian chuẩn hóa cho quy hoạch, đất đai, giao thông, dân số và tiện ích; còn hệ thống bản đồ 3D và dữ liệu BIM đang được mở rộng để phục vụ mô hình digital twin.
Ngoài phần “trên mặt đất”, chính quyền còn phát triển Underground Utilities Information System để tích hợp dữ liệu 3D về đường ống nước, cống, sewer, gas, cáp điện và các tiện ích khác dưới lòng đường. Khi những dữ liệu trên mặt đất, dưới mặt đất và tình huống khẩn cấp được đặt trên một khung GIS thống nhất, AI mới có đủ bối cảnh để hỗ trợ quyết định thay vì chỉ xử lý những bảng dữ liệu rời rạc.
GIS nên là “xương sống” để AI hiểu thành phố theo không gian và thời gian
Một thành phố không chỉ là tập hợp các bảng số liệu. Phần lớn sự cố đô thị đều gắn với vị trí: nước ngập ở đâu, tuyến đường nào bị chặn, trạm điện nào gần khu dân cư, vị trí drone quan sát được cây đổ hay khu vực có nguy cơ sạt lở.
Vì vậy, GIS là lớp kết nối tự nhiên giữa dữ liệu giao thông, công trình, dân số, thời tiết và hạ tầng ngầm.
Nếu Common Spatial Data Infrastructure, Common Operational Picture và dữ liệu tiện ích ngầm dùng chung chuẩn tọa độ, định dạng và giao diện trao đổi, “AI City Brain” có thể chuyển từ vai trò kho dữ liệu sang một hệ thống nhận biết tình huống. Trong một trận mưa cực đoan, nền tảng có thể đồng thời hiển thị mực nước, điểm ngập, đường đang tắc, vị trí trạm cứu hỏa, số người bị ảnh hưởng và tuyến di chuyển thay thế.
“Con đường nhanh và đáng tin cậy nhất là tích hợp các nền tảng hiện có trên một khung GIS chung.” Dr Winnie Tang
AI có thể giúp phản ứng nhanh hơn, nhưng không nên trở thành một “hộp đen” ra lệnh
Policy Address cũng đề cập việc dùng AI để dự báo rủi ro, phân tích xu hướng, điều phối giao thông khi có thời tiết cực đoan và xử lý dữ liệu từ drone. Đây là những ứng dụng phù hợp vì máy có thể tổng hợp khối lượng thông tin lớn nhanh hơn con người, phát hiện mẫu bất thường và đưa ra cảnh báo sớm trước khi một sự cố trở nên nghiêm trọng.
Tuy nhiên, càng dùng AI cho các quyết định ảnh hưởng đến an toàn công cộng, thành phố càng cần quy tắc rõ ràng về quyền truy cập dữ liệu, nhật ký quyết định, kiểm tra sai số và cơ chế con người giám sát. Một thuật toán có thể ưu tiên một tuyến sơ tán hoặc dự đoán nơi dễ ngập, nhưng quyết định cuối cùng về đóng đường, sơ tán dân hay điều lực lượng vẫn cần người có thẩm quyền chịu trách nhiệm.
Rủi ro lớn khác là an ninh mạng. Một “city brain” càng tích hợp nhiều hệ thống quan trọng thì càng trở thành mục tiêu hấp dẫn. Vì vậy, kiến trúc nên có phân quyền theo tầng, tách dữ liệu nhạy cảm khỏi dữ liệu mở, kiểm thử an ninh thường xuyên và khả năng vận hành tối thiểu khi một phần hệ thống bị gián đoạn. Độ thông minh của nền tảng không thể đánh đổi lấy khả năng phục hồi.
Thành công nên được đo bằng thời gian phản ứng và chất lượng dịch vụ, không phải số lượng AI
Một dự án đô thị số rất dễ bị đánh giá bằng những chỉ số hấp dẫn như số cảm biến, số mô hình AI hay lượng dữ liệu được gom lại. Nhưng với người dân, thước đo quan trọng hơn là thời gian cứu hộ có ngắn hơn không, đường có được mở lại sớm hơn không, cảnh báo có đến đúng người không và các cơ quan có còn yêu cầu công dân cung cấp cùng một thông tin nhiều lần hay không.
Hong Kong đã có lợi thế lớn vì nhiều nền tảng nền tảng không gian và ứng phó khẩn cấp đã hoạt động thực tế. Bước tiếp theo là chuẩn hóa dữ liệu, xác định quyền sở hữu và trách nhiệm của từng cơ quan, thiết lập giao diện kết nối và lựa chọn một số tình huống ưu tiên để triển khai theo giai đoạn. Extreme weather, quản lý giao thông và sự cố công trình là những bài toán phù hợp để chứng minh giá trị sớm.
Nếu “AI City Brain” phát triển theo hướng này, hệ thống sẽ ít giống một dự án công nghệ khổng lồ và giống một kiến trúc liên kết nhiều hơn: các cơ quan vẫn vận hành hệ thống chuyên môn riêng, nhưng dùng chung bản đồ, chuẩn dữ liệu và lớp phân tích để phối hợp. Đó có thể là con đường thực tế nhất để Hong Kong biến “smart city” từ khẩu hiệu thành năng lực quản trị có thể đo lường.
















