Tài chính số 2030: Dữ liệu, AI và ba bài toán từ góc nhìn công nghệ

Ngày 14/10/2026

Chuyển đổi số đang mở ra dư địa lớn để ngành Tài chính quản lý hiệu quả hơn và phục vụ người dân, doanh nghiệp tốt hơn. Theo chuyên gia Đường Tất Toàn, trên hành trình đến năm 2030 có ba bài toán đáng ưu tiên: tích hợp dữ liệu, chuyển đổi từ hệ thống cũ và đưa AI vào ứng dụng có kiểm soát. Thuế chủ động là một ví dụ để hình dung giá trị khi ba bài toán này được giải.

Dư địa lớn, nhưng điểm xuất phát là dữ liệu

Trong một trao đổi gần đây với Tạp chí Kinh tế – Tài chính, tôi được hỏi đâu là bài toán cấp thiết nhất của chuyển đổi số ngành Tài chính. Câu trả lời của tôi là dữ liệu. Bài viết này đi sâu hơn vào câu trả lời đó.

Ngành Tài chính đã đi trước ở nhiều mặt. Chỉ tính từ đầu năm 2026 đến ngày 13/3, hệ thống đã tiếp nhận và xử lý khoảng 2,4 tỷ hóa đơn điện tử; lũy kế 463.855 cơ sở kinh doanh dùng hóa đơn khởi tạo từ máy tính tiền (Tạp chí Kinh tế – Tài chính). Từ 1/1/2026, hộ kinh doanh chuyển từ thuế khoán sang tự kê khai (VOH). Mỗi con số là thêm một dòng dữ liệu chảy về ngành.

Nhưng nhiều dữ liệu chưa có nghĩa là dữ liệu dùng được. Dữ liệu chỉ tạo ra giá trị khi đầy đủ, chính xác, đồng nhất và khai thác được theo thời gian thực, và mọi ứng dụng AI hay dịch vụ số đều đứng trên nền đó. Nhiều nguồn vẫn cần tích hợp để thành một hệ thống thống nhất. Vì vậy, Nghị quyết 57-NQ/TW, được cụ thể hóa bằng Nghị quyết 214/NQ-CP, đặt việc xây dựng và hoàn thiện cơ sở dữ liệu làm nhiệm vụ trọng tâm. Từ góc nhìn công nghệ, tôi thấy ba bài toán đáng ưu tiên, và chúng nối tiếp nhau.

Bài toán 1: Từ dữ liệu phân mảnh đến cơ sở dữ liệu quốc gia về tài chính

Một doanh nghiệp nhập khẩu hôm nay làm việc cùng lúc với thuế, hải quan và bảo hiểm xã hội, mỗi nơi giữ một mảnh thông tin về cùng doanh nghiệp đó.

Đó là bức tranh chung của dữ liệu ngành Tài chính: phong phú nhưng phân mảnh. Sau sắp xếp, hợp nhất, mỗi đơn vị vẫn vận hành hệ thống và cơ sở dữ liệu riêng. Trong khi đó, mọi kỳ vọng lớn hơn, từ dịch vụ công không phải khai lại đến AI hỗ trợ ra quyết định, đều cần dữ liệu đầy đủ, chính xác, đồng nhất.

Việc trước mắt là tích hợp dữ liệu thuế, hải quan, kho bạc, bảo hiểm và các nguồn liên quan thành cơ sở dữ liệu quốc gia về tài chính. Để làm được, cần một khung kiến trúc dữ liệu tổng thể, có lộ trình tích hợp rõ ràng và chính sách quản trị bảo đảm dữ liệu được khai thác hiệu quả nhưng đúng luật.

Khi nền tảng này hoàn thiện, dữ liệu tài chính có thể trở thành nguồn lực cho cả nền kinh tế số. Một ví dụ: người dân, nếu đồng ý chia sẻ, được ngân hàng duyệt vay nhanh hơn nhờ thông tin thuế luôn cập nhật.

Bài toán 2: Không thay thế, mà kế thừa hệ thống cũ

Hầu như tổ chức nào cũng có những hệ thống xây từ nhiều năm trước, ở những thời điểm khác nhau, theo tiêu chuẩn và chất lượng khác nhau. Chúng vẫn đang chạy nghiệp vụ hằng ngày và giữ phần lớn dữ liệu lịch sử.

Vì vậy, chuyển đổi không thể chỉ là thay hệ thống cũ bằng một nền tảng mới. Song song với xây nền tảng và cơ sở dữ liệu tập trung, cần quản lý được toàn bộ nguồn dữ liệu hiện hữu. Tôi đề xuất bốn việc:

Xây dựng hồ sơ dữ liệu, đánh giá chất lượng dữ liệu của từng hệ thống nguồn, từ đó xác định cách quản trị và chuyển đổi phù hợp.
Phân tích mô hình thiết kế của hệ thống dữ liệu cũ để xây giải pháp chuyển đổi an toàn, đầy đủ. Việc này cần đội ngũ chuyên gia có kinh nghiệm.
Chuẩn hóa, làm giàu dữ liệu bằng các nguồn bổ sung, xây dựng từ điển dữ liệu,, để dữ liệu cũ tiếp tục tạo giá trị trên nền tảng mới cũng như trở thành “thức ăn” cho trí tuệ nhân tạo..
Áp chuẩn dữ liệu và thực hiện chia sẻ theo chuẩn chung giữa các cơ quan nhà nước, vốn đang trở thành yêu cầu bắt buộc, cũng như công bố các bộ dữ liệu mở khuyến khích các doanh nghiệp, tổ chức đổi mới sáng tạo, hay cung cấp các dịch vụ dữ liệu có giá trị cho nền kinh tế số.

Làm đủ bốn việc, hệ thống mới vừa kế thừa giá trị của hệ thống hiện hữu, vừa đủ linh hoạt cho AI và các công nghệ tiếp theo. Làm tắt, dữ liệu sai từ hệ thống cũ sẽ đi thẳng vào nền tảng mới.

Bài toán 3: Đưa AI vào ứng dụng, đi từ rủi ro thấp đến nghiệp vụ cốt lõi

Với một ngành nắm dữ liệu nhạy cảm như Tài chính, cách đưa AI vào quan trọng không kém bản thân công nghệ. Tôi chia nghiệp vụ theo mức rủi ro:

Nhóm nghiệp vụ	Ví dụ	Cách đưa AI vào
Rủi ro thấp	Hỏi đáp, hướng dẫn thủ tục, tra cứu	Thử nghiệm sớm, mở rộng nhanh
Cốt lõi	Đánh giá rủi ro, phân loại hồ sơ, hỗ trợ ra quyết định	Triển khai trong phạm vi có kiểm soát, đánh giá hiệu quả rồi mới mở rộng

Cách đi này giúp ngành thu được giá trị sớm, đồng thời có thời gian xây cơ chế kiểm soát cho những quyết định quan trọng.

Để đi xa hơn, cần hạ tầng AI tập trung, tích hợp dữ liệu trong ngành với các bộ, ngành khác và Trung tâm dữ liệu quốc gia. Hạ tầng đó gồm nền tảng xử lý dữ liệu lớn hiệu năng cao, nền tảng AI có chủ quyền và trung tâm dữ liệu theo công nghệ điện toán đám mây.

Con người vẫn ở trung tâm. Quyết định do AI hỗ trợ phải minh bạch và phản biện được; chuyên gia vào cuộc khi kết quả bất thường.

Thuế chủ động: khi ba bài toán được giải

Hãy hình dung một chủ hộ kinh doanh vừa bán xong một đơn hàng, và nghĩa vụ thuế của giao dịch đó đã được xác định ngay trong phần mềm bán hàng, không cần chờ đến kỳ kê khai. Đó là điều tôi gọi là “thuế nhúng”, hay rộng hơn là thuế chủ động. Người nộp thuế không còn phải tự biết, tự tính, tự khai. Việc kết nối dữ liệu hóa đơn với ngành Thuế chính là một bước theo hướng này.

Bước đi này đã có cơ sở pháp lý. Theo Luật Quản lý thuế sửa đổi, từ 1/1/2026, nếu hộ kinh doanh dùng hóa đơn điện tử có mã của cơ quan thuế, hệ thống sẽ xác định số thuế giá trị gia tăng, thuế thu nhập cá nhân phải nộp và cập nhật cho người nộp thuế trên eTax, Cổng dịch vụ công quốc gia (VOH). Hình ảnh chủ hộ ở trên vì thế không còn là giả định xa.

Khung tham chiếu là báo cáo Tax Administration 3.0 của OECD (9/2023): chuyển quy trình thuế vào chính các hệ thống mà người nộp thuế dùng để kinh doanh, giao dịch và liên lạc. Nhiều cơ quan thuế đã dùng khung này để dẫn dắt chiến lược chuyển đổi số (OECD, 2023).

Mỗi nhóm người nộp thuế có một “hệ thống tự nhiên” riêng, nên điểm nhúng thuế cũng khác nhau:

Nhóm	Điểm nhúng thuế	Hôm nay	Khi thuế chủ động
Cá nhân	VNeID, nền tảng trả lương, nền tảng số	Tự xác định nghĩa vụ; quyết toán muộn khi mua nhà, làm việc xuyên biên giới	Khấu trừ tự động khi nhận lương; mô phỏng hệ quả thuế trước giao dịch; khai một lần cho các sự kiện cuộc đời
Hộ kinh doanh, DNNVV	Máy tính tiền, phần mềm kế toán, sàn thương mại điện tử	Quy tắc phức tạp; mỗi lần chuyển đổi mô hình thêm gánh nặng	Thuế tính ngay trong giao dịch; AI hỗ trợ đăng ký, chuyển đổi lên doanh nghiệp; trạng thái thuế luôn sẵn có
Tập đoàn đa quốc gia	ERP, chuỗi logistics số	Mỗi nước một chuẩn; kiểm tra nhiều năm sau giao dịch	Quy tắc cập nhật trước khi giao dịch hoàn tất; báo cáo theo chuẩn quốc tế; rủi ro thuế toàn tập đoàn luôn cập nhật

Điểm chung của cả ba: thuế được nhúng, dựa trên định danh số tin cậy, gần thời gian thực, AI kết hợp con người, dữ liệu chuẩn hóa và liên thông. Vai trò cơ quan thuế chuyển từ xử lý từng giao dịch sang giám sát để hệ thống tự động vận hành đúng. Cả năm yếu tố này đều quay về ba bài toán ở trên. Không có dữ liệu thống nhất, thuế chủ động chỉ dừng ở các dự án thí điểm rời rạc.

Đo thành công thế nào đến năm 2030

Hành trình nào cũng cần thước đo. Theo tôi, một hệ sinh thái tài chính số thông minh, an toàn, kết nối và bền vững không nên đo bằng số hệ thống được xây, mà bằng những thay đổi người dân, doanh nghiệp và cán bộ cảm nhận được.

Đối tượng	Gánh nặng hôm nay	Dấu hiệu thành công năm 2030
Người dân	Chỉ biết nghĩa vụ khi có tình huống phát sinh	Thấy và tiếp cận dữ liệu của mình; theo dõi nghĩa vụ thuế liên tục, nhận thông tin quan trọng theo thời gian thực
Doanh nghiệp	Thủ tục thuế, bảo hiểm, hải quan nặng nề	Thủ tục được cắt giảm đáng kể; hệ thống doanh nghiệp tích hợp sâu với ngành Tài chính
Cơ quan quản lý	Hệ sinh thái phân tách, cán bộ xử lý nhiều việc thủ công	Dữ liệu và AI tự động hóa nghiệp vụ; hỗ trợ khuyến nghị, xây dựng chính sách, chỉ đạo, điều hành

Khi dữ liệu được kết nối và tích hợp, nhiều nghĩa vụ của người dân, doanh nghiệp với Nhà nước sẽ được thực hiện tự động hơn.

Lời kết

Trong hình dung của tôi, đến năm 2030, một người dân mở VNeID là thấy ngay nghĩa vụ thuế của mình. Một chủ hộ kinh doanh bán hàng xong là thuế đã được tính đúng. Và cán bộ ngành Tài chính dành thời gian cho phân tích, chính sách, thay vì xử lý giấy tờ.

Công nghệ cho bức tranh đó đã sẵn sàng. Điều quyết định là kiến trúc dữ liệu thống nhất, quản trị dữ liệu đúng luật và cách đưa AI vào từng bước có kiểm soát. Đó là những việc mà những người làm công nghệ như chúng tôi sẵn sàng đồng hành cùng ngành Tài chính thực hiện, từ tư vấn kiến trúc, chuẩn hóa dữ liệu đến nền tảng AI.