TP.HCM báo cáo cơ chế đối ứng vốn AI tới 1:3

Ngày 8/10/2026, tại SAIH: Applied AI Lab Demo Day ở TP.HCM, Phó chủ tịch UBND thành phố Trương Minh Huy Vũ cho biết TP.HCM đang báo cáo Chính phủ cơ chế đối ứng vốn đầu tư mạo hiểm theo các mức 1:1, 1:2 hoặc 1:3 tùy độ ưu tiên của dự án, theo thông cáo VNG; ông nói cơ chế này “chấp nhận tính chất rủi ro, mạo hiểm của đầu tư công nghệ”. Saigon AI Hub và Quỹ Google AI Futures Fund tổ chức sự kiện, nơi các nhóm nghiên cứu trình diễn nguyên mẫu AI. Cơ chế vốn đang ở bước đề xuất, chưa phải một chương trình đã mở hồ sơ và giải ngân.

Trong tường thuật của VnExpress, ông Vũ giải thích rằng với một số khoản đầu tư, quỹ bỏ một đồng thì thành phố có thể đối ứng một đồng; mức góp dự kiến có thể tăng theo độ ưu tiên của dự án. Thành phố cũng đang chuẩn bị hạ tầng tính toán, dữ liệu và những bài toán thực tế để kết quả nghiên cứu có nơi thử nghiệm. Với nhóm phát triển AI, triển vọng thương mại hóa vì thế phụ thuộc vào cả cơ chế vốn được phê duyệt lẫn khả năng chứng minh sản phẩm giải quyết được nhu cầu cụ thể.

Một đồng của quỹ có thể kéo theo bao nhiêu vốn đối ứng?

Ba phương án vốn đối ứng TP.HCM đang đề xuất: 1:1, 1:2 và 1:3 so với phần vốn giả định của quỹ.

Điểm chung của ba mức được nêu là phần góp của nhà đầu tư làm mốc cho phần thành phố dự kiến đối ứng. Mức cao nhất gắn với độ ưu tiên của dự án, nên không thể mặc nhiên coi mọi nhóm nghiên cứu AI đều được áp dụng tỷ lệ 1:3. Phát biểu tại Demo Day cũng chưa ấn định số tiền cho từng dự án.

Nếu lấy một đơn vị vốn của quỹ làm ví dụ giả định và đọc tỷ lệ theo thứ tự vốn quỹ : vốn thành phố, quy mô khoản góp sẽ là:

Ở mức 1:1, quỹ góp một đơn vị và thành phố đối ứng một đơn vị; tổng cộng hai đơn vị.
Ở mức 1:2, quỹ góp một đơn vị và thành phố đối ứng hai đơn vị; tổng cộng ba đơn vị.
Ở mức 1:3, quỹ góp một đơn vị và thành phố đối ứng ba đơn vị; tổng cộng bốn đơn vị.

Đây là phép tính để hình dung tác động của từng tỷ lệ, không phải mức tài trợ được công bố. Nó cũng chưa cho biết thành phố sẽ góp vốn trực tiếp vào doanh nghiệp, thông qua quỹ hay bằng một công cụ khác. Cách thiết kế đó sẽ quyết định ai thẩm định dự án, ai chịu rủi ro khi thử nghiệm thất bại và khoản tiền được chuyển ở giai đoạn nào.

Đề xuất đang ở đâu trước khi có thể giải ngân?

Hành khách tại điểm đón xe buýt ở TP.HCM gợi ra một bài toán AI thực tế cần dữ liệu và môi trường thử nghiệm.

Việc TP.HCM báo cáo Chính phủ cho thấy cơ chế đối ứng còn cần quyết định và quy định thực hiện. Chưa có thông tin công bố cùng đề xuất về quỹ đủ điều kiện tham gia, cách xếp mức ưu tiên dự án, hạn mức vốn hoặc lịch nhận hồ sơ. Bởi vậy, tỷ lệ được nêu tại sự kiện chưa thể trở thành một khoản chắc chắn trong phương án gọi vốn của startup.

Những câu hỏi sát nhất với một nhóm nghiên cứu là khoản đầu tư của quỹ phải được cam kết hay đã chuyển tiền, dự án cần chứng minh kết quả thử nghiệm đến mức nào, ai quyết định tỷ lệ đối ứng và khi nào phần vốn của thành phố có thể đến tay dự án. Câu trả lời còn ảnh hưởng đến cách nhóm đàm phán với nhà đầu tư: cùng một tỷ lệ trên giấy có thể tạo ra thời điểm nhận tiền và nghĩa vụ khác nhau tùy quy định cuối cùng.

Đề xuất nhắm tới khoảng trống giữa nghiên cứu và sản phẩm có thể bán hoặc triển khai. Ở giai đoạn này, một nguyên mẫu có thể hoạt động trong buổi trình diễn nhưng vẫn cần thêm thời gian để thích nghi với dữ liệu, quy trình và yêu cầu của đơn vị sử dụng. Vốn đối ứng, nếu được thông qua, có thể chia sẻ một phần rủi ro phát triển đó; bản thân tỷ lệ góp vốn không thay thế được bằng chứng về nhu cầu thị trường.

Dữ liệu và nơi thử nghiệm quyết định nguyên mẫu làm được gì

Dự án của Saigon AI Hub kết hợp thiết bị bay thật với hình ảnh mô phỏng để phát triển môi trường học điều khiển.

TP.HCM đang xây dựng hệ thống dữ liệu tập trung về đất đai, thuế và tài chính, đồng thời ngành khoa học công nghệ cùng Ban quản lý Khu Công nghệ cao đã trình đề án phát triển các trung tâm dữ liệu AI. Đây là những phần việc ở giai đoạn xây dựng hoặc trình đề án. Khả năng tiếp cận dữ liệu và năng lực tính toán của từng nhóm sẽ còn phụ thuộc vào cách các nguồn lực ấy được triển khai.

Mỗi nguồn lực giải quyết một việc riêng. Hạ tầng tính toán phục vụ phát triển và vận hành mô hình; dữ liệu giúp xác định và kiểm nghiệm bài toán; môi trường thử nghiệm cho thấy giải pháp hoạt động thế nào trong quy trình của bên sử dụng. Vốn hỗ trợ chi phí phát triển, nhưng sản phẩm chỉ tiến gần thị trường khi có đơn vị sẵn sàng cùng đặt yêu cầu, cung cấp điều kiện thử nghiệm và đánh giá kết quả.

Ông Vũ nêu khả năng nhận diện nhu cầu đặc biệt của các nhóm hành khách xe buýt để cải thiện chất lượng dịch vụ. Đề bài này gắn AI với một tình huống sử dụng cụ thể: nhóm phát triển cần biết dữ liệu nào được phép dùng, đơn vị vận hành sẽ thử giải pháp ở đâu và sự cải thiện được đo bằng gì. Đó là hướng ứng dụng được gợi ra tại sự kiện, chưa phải thông báo rằng một hệ thống như vậy đã được đưa vào vận hành.

Từ màn trình diễn đến một bên sẵn sàng sử dụng

Demo Day khép lại khóa nghiên cứu đầu tiên và mở hướng làm việc mới cho Saigon AI Hub: tiếp nhận vấn đề từ doanh nghiệp, cơ quan và tổ chức công trước khi kết nối với nhóm nghiên cứu phù hợp. Bên đặt bài toán được kỳ vọng tham gia bằng chuyên môn ngành, dữ liệu và điều kiện thử nghiệm. Cách tổ chức này đưa nhu cầu của người sử dụng vào quá trình phát triển sớm hơn, khi nhóm vẫn còn khả năng điều chỉnh nguyên mẫu.

Tại sự kiện, sáu trong mười nhóm nghiên cứu của khóa đầu trình diễn nguyên mẫu; một dự án kết hợp thiết bị bay thật với hình ảnh mô phỏng để tạo môi trường học điều khiển máy bay không người lái đã bước đầu được thương mại hóa, theo tường thuật của Tuổi Trẻ. Các kết quả khác trải từ hỗ trợ phát hiện sớm ung thư đại trực tràng đến nhận diện nội dung giả mạo và xử lý tiếng Việt. Màn trình diễn cho thấy năng lực kỹ thuật; trường hợp thiết bị bay cho thấy một nhóm đã tìm được hướng ứng dụng vượt khỏi phòng nghiên cứu.

Với khóa tiếp theo, Saigon AI Hub đặt mục tiêu chọn ít nhất mười dự án trong năm 2027, có tối thiểu sáu dự án thử nghiệm thành công trên dữ liệu thực tế, ba dự án bước đầu thương mại hóa và ít nhất một startup được thành lập. Đó là các mục tiêu của chương trình, không phải kết quả đã đạt được hay chỉ tiêu giải ngân của cơ chế vốn TP.HCM đề xuất.

Trước mắt, Saigon AI Hub sẽ chọn và xác định phạm vi các đề bài do đơn vị sử dụng gửi đến, rồi mới tuyển nhóm nghiên cứu để phát triển lời giải. Với đề xuất vốn đối ứng của thành phố, mốc quyết định vẫn là quy định được phê duyệt về đối tượng tham gia, cách góp vốn và thời điểm giải ngân.

Đọc thêm: