1. Khái niệm về nền tảng số

Nền tảng số được định nghĩa là tập hợp các tài nguyên kỹ thuật số, cho phép người dùng và nhà sản xuất tương tác với nhau. Nền tảng số được chia làm 3 loại đó là: nền tảng giao dịch, nền tảng đổi mới và nền tảng tích hợp. Mỗi một nền tảng sẽ có các chức năng chính và cơ chế quản trị riêng.

1.1. Nền tảng giao dịch

Nền tảng giao dịch đôi khi còn được gọi là thị trường đa mặt hoặc nền tảng trao đổi, nó cung cấp cơ sở hạ tầng, tài nguyên trực tuyến hỗ trợ giao dịch, trao đổi giữa các bên. Mục đích chính của nền tảng này là giúp các đại lý tìm thấy nhau dễ dàng hơn, giảm chi phí và tạo điều kiện thuận lợi cho các giao dịch giữa các tổ chức, thực thể và cá nhân, chẳng hạn như kết nối giữa người mua với người bán, tài xế với hành khách, nhà soạn nhạc với công ty âm nhạc…

          Các nền tảng giao dịch phổ biến được tìm thấy trên phương tiện truyền thông xã hội (ví dụ: Facebook), thương mại điện tử (Mercado Libre), nền tảng kinh tế “gig” (Upwork) hoặc những nền tảng được xây dựng dựa trên khái niệm nền kinh tế chia sẻ (Airbnb).

1.2. Nền tảng đổi mới

Nền tảng đổi mới đôi khi được gọi là nền tảng kỹ thuật hoặc công nghệ, được hình thành từ các khối công nghệ, tạo cơ sở phát triển các dịch vụ và sản phẩm. Ví dụ điển hình về nền tảng đổi mới là hệ điều hành di động của Google, Android, cho phép các nhà phát triển bên thứ ba xây dựng các ứng dụng trên hệ điều hành. Một trường hợp đặc biệt của nền tảng đổi mới là nền tảng cho sự tham gia hoặc dịch vụ mở trong sáng kiến của chính phủ số hoặc thành phố thông minh.

1.3. Nền tảng tích hợp

Nền tảng tích hợp là sự kết hợp các khía cạnh của hai loại nển tảng trên. Bởi vì bất kỳ một nền tảng giao dịch số nào cũng yêu cầu một nền tảng đổi mới, vì nền tảng giao dịch được xây dựng trên một nền tảng đổi mới. Ví dụ, nền tảng tích hợp là hệ điều hành Apple iOS, Apple iOS cung cấp một nền tảng đổi mới cho các nhà phát triển bên thứ ba, nhưng nó cũng hoạt động như một nền tảng giao dịch để các nhà phát triển bán các ứng dụng của nó cho người dùng.

2. Blockchain là gì?

Blockchain (chuỗi khối), tên ban đầu block chain là một cơ sở dữ liệu phân cấp lưu trữ thông tin trong các khối thông tin được liên kết với nhau bằng mã hóa và mở rộng theo thời gian. Mỗi khối thông tin đều chứa thông tin về thời gian khởi tạo và được liên kết tới khối trước đó, kèm một mã thời gian và dữ liệu giao dịch. Blockchain được thiết kế để chống lại việc thay đổi của dữ liệu. Một khi dữ liệu đã được mạng lưới chấp nhận thì sẽ không có cách nào thay đổi được nó. Blockchain được thiết kế để chống lại việc thay đổi của dữ liệu.

Blockchain phù hợp để ghi lại những sự kiện, hồ sơ y tế, xử lý giao dịch, công chứng, danh tính và chứng minh nguồn gốc. Việc này có tiềm năng giúp xóa bỏ các hậu quả lớn khi dữ liệu bị thay đổi trong bối cảnh thương mại toàn cầu.

Nói một cách dễ hiểu, công nghê này cho phép truyền tải dữ liệu một cách an toàn dựa trên hệ thống mã hóa vô cùng phức tạp, tương tự như cuốn sổ cái kế toán của một công ty, nơi mà tiền được giám sát chặt chẽ và ghi nhận mọi giao dịch trên mạng ngang hàng.

Xu hướng những nền tảng số ngoài blockchain đang xuất hiện và ứng dụng của nó

Xu hướng những nền tảng số ngoài blockchain đang xuất hiện. Một số nền tảng số mới, đã đi vào ứng dụng trong cuộc sống hiện nay cùng với kì vọng sẽ phát triển hơn nữa trong tương lai là: Trí tuệ nhân tạo hay trí thông minh nhân tạo (Artificial intelligence – viết tắt là AI), Dữ liệu lớn (Big Data), Internet vạn vật (IoT), học máy (machine learning), điện toán đám mây (cloud computing) …

3. AI

* AI (Artificial intelligence) là trí thông minh nhân tạo. Nó là sự mô phỏng các quá trình trí tuệ của con người bằng máy móc, đặc biệt là các hệ thống hệ máy tính. Các ứng dụng cụ thể của AI bao gồm xử lý các ngôn ngữ tự nhiên, nhận dạng giọng nói và thị giác, quản lý hệ thống…

*AI được tích hợp vào nhiều loại công nghệ khác nhau

Ví dụ:

– Tự động hóa : Điều này làm cho một hệ thống có khả năng xử lý tự động. Ví dụ, tự động hóa quá trình robot (RPA) có thể được lập trình để thực hiện các nhiệm vụ có thể lặp lại với khối lượng lớn mà con người thường thực hiện.

– Máy học (Machine learning): Đây là khoa học để có được một máy tính có thể hành động mà không cần lập trình.

– Thị giác máy: Đây là khoa học cho phép máy tính nhìn thấy. Công nghệ này nắm bắt và phân tích thông tin hình ảnh bằng cách sử dụng máy ảnh, chuyển đổi tương tự sang số và xử lý tín hiệu số. Nó thường được so sánh với thị lực của con người, nhưng thị lực máy không bị ràng buộc bởi sinh học và có thể được lập trình để nhìn xuyên tường, chẳng hạn. Nó được sử dụng trong một loạt các ứng dụng từ nhận dạng chữ ký đến phân tích hình ảnh y tế. Tầm nhìn máy tính, tập trung vào xử lý hình ảnh dựa trên máy, thường bị bó hẹp với thị giác máy.

– Xử lý ngôn ngữ tự nhiên (Natural language processing – NLP): Đây là cách xử lý ngôn ngữ của con người – chứ không phải máy tính – bằng một chương trình máy tính. Một trong những ví dụ cũ và nổi tiếng nhất của NLP là phát hiện thư rác, xem xét dòng tiêu đề và văn bản của email và quyết định xem đó có phải là rác không. Phương pháp tiếp cận hiện tại đối với NLP dựa trên học máy. Nhiệm vụ NLP bao gồm dịch văn bản, phân tích tình cảm và nhận dạng giọng nói.

– Robotics: Lĩnh vực kỹ thuật này tập trung vào thiết kế và sản xuất robot. Robot thường được sử dụng để thực hiện các nhiệm vụ khó khăn cho con người thực hiện hoặc thực hiện một cách nhất quán. Chúng được sử dụng trong các dây chuyền lắp ráp để sản xuất xe hơi hoặc bởi NASA để di chuyển các vật thể lớn trong không gian. Các nhà nghiên cứu cũng đang sử dụng học máy để chế tạo robot có thể tương tác trong các thiết lập xã hội.

– Xe tự lái: Chúng sử dụng kết hợp tầm nhìn máy tính, nhận dạng hình ảnh và học sâu để xây dựng kỹ năng tự động điều khiển phương tiện khi đi trong làn đường nhất định và tránh các vật cản bất ngờ, như người đi bộ.

* Các ứng dụng AI đã được dùng trong thực tế

- AI trong chăm sóc sức khỏe: Đặt cược lớn nhất là cải thiện kết quả của bệnh nhân và giảm chi phí. Các công ty đang áp dụng máy học để chẩn đoán tốt hơn và nhanh hơn con người. Một trong những công nghệ chăm sóc sức khỏe nổi tiếng nhất là IBM Watson. Nó hiểu ngôn ngữ tự nhiên và có thể trả lời các câu hỏi. Hệ thống khai thác dữ liệu bệnh nhân và các nguồn dữ liệu có sẵn khác để tạo thành một giả thuyết, sau đó nó đưa ra một lược đồ chấm điểm tin cậy.

- AI trong kinh doanh: Các thuật toán máy học đang được tích hợp vào các nền tảng phân tích và khám phá thông tin về cách phục vụ khách hàng tốt hơn. Chatbots đã được kết hợp vào các trang web để cung cấp dịch vụ ngay lập tức cho khách hàng.

- AI trong giáo dục: AI có thể tự động hóa việc chấm điểm, giúp các nhà giáo dục có thêm thời gian. Nó có thể đánh giá sinh viên và thích ứng với nhu cầu của họ, giúp họ làm việc theo tốc độ của riêng họ. Gia sư AI có thể cung cấp hỗ trợ bổ sung cho sinh viên, đảm bảo họ luôn đi đúng hướng. Và nó có thể thay đổi nơi học sinh học và thậm chí thay thế một số giáo viên.

- AI trong tài chính: AI trong các ứng dụng tài chính cá nhân, như Intuit’s Mint hoặc TurboTax, đang phá vỡ các tổ chức tài chính. Các ứng dụng như thu thập dữ liệu cá nhân và cung cấp tư vấn tài chính. Các chương trình khác, như IBM Watson, đã được áp dụng cho quá trình mua nhà. Ngày nay, phần mềm trí tuệ nhân tạo thực hiện phần lớn giao dịch trên Phố Wall.

- AI trong pháp luật: Quá trình khám phá – sàng lọc thông qua các tài liệu – trong pháp luật thường là quá sức đối với con người. Tự động hóa quá trình này là sử dụng thời gian hiệu quả hơn. Các công ty khởi nghiệp cũng đang xây dựng các trợ lý máy tính hỏi và trả lời có thể sàng lọc các câu hỏi được lập trình để trả lời bằng cách kiểm tra phân loại và bản thể học liên quan đến cơ sở dữ liệu.

- AI trong sản xuất: Đây là một lĩnh vực đã đi đầu trong việc kết hợp robot vào quy trình làm việc. Robot công nghiệp được sử dụng để thực hiện các nhiệm vụ đơn lẻ và được tách ra khỏi công nhân của con người, nhưng khi công nghệ tiến bộ đã thay đổi.

- AI trong ngân hàng: Các ngân hàng đã tìm thấy kết quả tốt trong việc sử dụng chatbot để làm cho khách hàng của họ biết về các dịch vụ và dịch vụ bổ sung. Họ cũng đang sử dụng AI để cải thiện việc ra quyết định cho vay, đặt giới hạn tín dụng và xác định cơ hội đầu tư.

- AI trong bảo mật: Bằng cách phân tích dữ liệu và sử dụng logic để xác định sự tương đồng với mã độc đã biết, AI có thể cung cấp cảnh báo cho các cuộc tấn công mới và mới nổi sớm hơn nhiều so với nhân viên của con người và các công nghệ lặp lại trước đây.

4. Big Data

*Big Data là gì? Big Data là các tập dữ liệu có khối lượng lớn và phức tạp. Độ lớn đến mức các phần mềm xử lý dữ liệu truyền thống không có khả năng thu thập, quản lý và xử lý dữ liệu trong một khoảng thời gian hợp lý.

* Các ứng dụng đang sử dụng Big data

- Ngành Ngân hàng: ứng dụng mọi hoạt động của ngân hàng: từ thu tiền mặt đến quản lý tài chính.

+Hệ thống phân tích có thể xác định các địa điểm chi nhánh nơi tập trung nhiều nhu cầu của khách hàng tiềm năng, để đề xuất lập chi nhánh mới.

+ Kết hợp nhiều quy tắc được áp dụng trong các lĩnh vực ngân hàng để dự đoán lượng tiền mặt cần thiết sẵn sàng cung ứng ở một chi nhánh tại thời điểm cụ thể hàng năm.

+ Khoa học dữ liệu hiện đang là nền tảng của hệ thống ngân hàng kĩ thuật số.

+Machine learning và AI đang được nhiều ngân hàng sử dụng để phát hiện các hoạt động gian lận và báo cáo cho các chuyên viên liên quan.

+Khoa học dữ liệu hỗ trợ xử lý, lưu trữ và phân tích lượng dữ liệu khổng lồ từ các hoạt động hàng ngày và giúp đảm bảo an ninh cho ngân hàng.

- Ngành y tế: không chỉ được ứng dụng để xác định phương hướng điều trị mà giúp cải thiện quá trình chăm sóc sức khỏe.

+ Cho phép người quản lý ca dự đoán các bác sĩ cần thiết vào những thời điểm cụ thể

+ Theo dõi tình trạng bệnh nhân bằng để theo dõi hồ sơ sức khỏe điện tử.

+ Sử dụng các thiết bị kỹ thuật số có thể đeo, hệ thống Big Data có thể theo dõi bệnh nhân và gửi báo cáo cho các bác sĩ liên quan.

+ Big Data có thể đánh giá các triệu chứng và xác định nhiều bệnh ở giai đoạn đầu.

+ Có thể lưu giữ các hồ sơ nhạy cảm được bảo mật và lưu trữ lượng dữ liệu khổng lồ một cách hiệu quả.

+ Các ứng dụng Big Data cũng có thể báo trước khu vực có nguy cơ bùng phát dịch như: sốt xuất huyết hoặc sốt rét.

- Thương mại điện tử: Big Data có thể tạo lợi thế cạnh tranh cho doanh nghiệp bằng cách cung cấp thông tin chuyên sâu và các bản báo cáo phân tích xu hướng tiêu dùng.

+ Có thể thu thập dữ liệu và yêu cầu của khách hàng ngay cả trước khi khách thực sự bắt đầu giao dịch.

+ Tạo ra một mô hình tiếp thị hiệu suất cao.

+ Nhà quản lý trang thương mại điện tử có thể xác định các sản phẩm được xem nhiều nhất và tối ưu thời gian hiển thị của các trang sản phẩm này.

+ Đánh giá hành vi của khách hàng và đề xuất các sản phẩm tương tự. Điều này làm tăng khả năng bán hàng, từ đó tạo ra doanh thu cao hơn.

+ Nếu bất kỳ sản phẩm nào được thêm vào giỏ hàng nhưng cuối cùng không được khách hàng mua, Big Data có thể tự động gửi code khuyến mại cho khách hàng cụ thể đó.

+ Các ứng dụng Big Data còn có thể tạo một báo cáo tùy chỉnh theo các tiêu chí: độ tuổi, giới tính, địa điểm của khách truy cập, v.v.

+ Xác định các yêu cầu của khách hàng, những gì họ muốn và tập trung vào việc cung cấp dịch vụ tốt nhất để thực hiện nhu cầu của họ.

+ Phân tích hành vi, sự quan tâm của khách hàng và theo xu hướng của họ để tạo ra các sản phẩm hướng đến khách hàng.

+ Cung cấp các sản phẩm tốt hơn với chi phí thấp hơn.

+ Có thể thu thập nhiều dữ liệu về hành vi khách hàng để thiết kế mô hình tiếp thị tối ưu dành được tùy biến theo đối tượng hoặc nhóm đối tượng, tăng khả năng bán hàng.

+ Tìm ra sự tương đồng giữa khách hàng và nhu cầu của họ. Từ đó, việc nhắm mục tiêu các chiến dịch quảng cáo có thể được tiến hành dễ dàng hơn dựa trên những phân tích đã có trước đó.

- Ngành bán lẻ: giúp xác định hành trình trải nghiệm, xu hướng mua sắm và sự hài lòng của khách hàng bằng cách thu thập dữ liệu đa dạng. Từ những dữ liệu thu thập được có thể cải thiện hiệu suất và hiệu quả bán hàng.

+ Big data giúp nhà quản lý xây dựng mô hình chi tiêu của từng khách hàng.

+ Với sự trợ giúp của các phân tích dự đoán, ngành công nghiệp có thể so sánh tỷ lệ cung – cầu và có thể tránh tiếp tục tung ra thị trường các sản phẩm không được hầu hết khách hàng đón nhận.

+ Ngành bán lẻ có thể xác định vị trí bố trí sản phẩm trên kệ hàng tùy thuộc vào thói quen mua hàng và nhu cầu của khách hàng và đưa ra các chiến lược kinh doanh mới để cải thiện.

+ Kết hợp phân tích cùng lúc các dữ liệu về thời điểm, dữ liệu giao dịch, dữ liệu truyền thông xã hội, dự báo thời tiết để xác định chính xác nhất sản phẩm phù hợp để luôn sẵn sàng cung ứng cho khách hàng.

- Digital Marketing: Big Data đã tiếp sức cho Digital Marketing phát triển thực sự mạnh mẽ, và nó đã trở thành một phần không thể thiếu của bất kỳ doanh nghiệp nào.

+ Phân tích thị trường, đối thủ cạnh tranh và đánh giá mục tiêu kinh doanh. Điều này giúp cho doanh nghiệp xác định rõ hơn, đâu là cơ hội tốt để tiếp tục tiến hành các kế hoạch kinh doanh tiếp theo.

+ Có thể xác định người dùng trên các phương tiện truyền thông xã hội và nhắm mục tiêu cho họ dựa trên nhân khẩu học, giới tính, thu nhập, tuổi tác và sở thích.

+ Tạo báo cáo sau mỗi chiến dịch quảng cáo bao gồm hiệu suất, sự tham gia của khán giả và những gì có thể được thực hiện để tạo kết quả tốt hơn.

+ Khoa học dữ liệu được sử dụng cho các khách hàng nhắm mục tiêu và nuôi dưỡng chu trình khách hàng.

+ Tập trung vào các chủ đề được tìm kiếm cao và tư vấn cho các chủ doanh nghiệp thực hiện chúng trên chiến lược nội dung để xếp hạng trang web doanh nghiệp trên cao hơn trên google (SEO).

+ Có thể tạo đối tượng tương tự bằng cách sử dụng cơ sở dữ liệu đối tượng hiện có để nhắm mục tiêu các khách hàng tương tự và kiếm được lợi nhuận.

- Ngăn chặn nội dung đen

Ví dụ cụ thể như là Extension (Chrome, Firefox, Safari…) Có nhiều addon phục vụ cho việc content filtering miễn phí sử dụng Bigdata để thu thập và dự đoán xem nội dung đó có phù hợp không. Ví dụ chức năng Ad Block nhanh chóng block các banner, pop ups, video ads gây phiền nhiễu một lần và mãi mãi. Sau đó nó lập tức thu thập và gửi về server blacklist những yếu tố này. Data càng nhiều thì tỷ lệ nhận diện và block ngày càng chính xác.

5. Internet kết nối vạn vật

Internet of Things hay IoT là một thuật ngữ chỉ sự kết nối của các vật thể với nhau và với con người thông qua Internet.

IoT cũng được ứng dụng trong rất nhiều lĩnh vực của đời sống.

+ Hỗ trợ con người trong việc quản lý chất thải, các cảm biến được sử dụng trong các nhà máy xử lý rác thải sẽ cung cấp một nguồn thông tin đáng giá về chất lượng nước thải, về các chỉ số môi trường,…

+ Quản lý đô thị, tận dụng các cảm biến của tất cả các xe đang lưu thông trên đường phố, chúng ta có thể lọc ra những con đường đã, đang và chuẩn bị tắc nghẽn, từ đó đề xuất những giải pháp kịp thời để tránh hiện tượng kẹt xe.

+ Nhà thông minh, loa thông minh, thiết bị đeo thông minh, tủ lạnh thông minh, máy giặt thông minh, điều hòa thông minh, đèn thông minh, rèm cửa thông minh,…. Tất cả đều trở nên thông minh hơn nhờ vào IoT. Nếu bạn tận dụng tốt dữ liệu từ các thiết bị IoT này, các thiết bị IoT có thể hoạt động một cách tự động mà không cần đến sự điều khiển trực tiếp của con người.

6. Thực trạng khung pháp lý Việt Nam đối với nền tảng số

Thực tế đã cho thấy, nền tảng số mang đến nhiều cơ hội nhưng kèm theo đó là hàng loạt thách thức không dễ để giải quyết. Trong đó, đặc biệt quan trọng là thách thức về kinh tế, xã hội và pháp lý đối với quyền công dân.

Việt Nam đang từng bước xây dựng và hoàn thiện hành lang pháp lý quản lý hoạt động kinh tế số như Luật Giao dịch điện tử (2005), Luật Sở hữu trí tuệ (2005), Luật Công nghệ thông tin (2006), Luật Công nghệ cao (2008), Luật Viễn thông (2009), Luật Tần số vô tuyến điện (2009), mới đây nhất là Luật chuyển giao công nghệ (2018) và Luật an ninh mạng (2018) và một loạt nghị định, quyết định về thương mại điện tử, ngân hàng điện tử và phát triển công nghệ số. Khung pháp lý sẽ tiếp tục được tăng cường và hoàn thiện hơn nữa cùng tiến trình hội nhập kinh tế quốc tế của Việt Nam, đặc biệt từ các FTA thế hệ mới.

Để phát triển nền tảng số trong khu vực Chính phủ, dữ liệu và chia sẻ dữ liệu số là nhân tố trung tâm. Ngày 9/4/2020, Chính phủ ban hành Nghị định số 47/2020/NĐ-CP về quản lý, kết nối, chia sẻ dữ liệu số của cơ quan nhà nước. Đây là văn bản quy phạm pháp luật đầu tiên đặt trọng tâm vào vấn đề dữ liệu trong Chính phủ điện tử, thể hiện tinh thần dữ liệu số là nền tảng để phát triển tới Chính phủ số. Một trong những điểm mới trong Nghị định số 47/2020/NĐ-CP là phát triển dịch vụ chia sẻ dữ liệu, sử dụng công nghệ mới trong bối cảnh hiện nay – đây là tiền đề để triển khai các giải pháp dữ liệu đám mây của Chính phủ số trong tương lai.