Từ Nghị quyết đến động lực tăng trưởng mới: Đánh thức nguồn lực dữ liệu quốc gia - Bài 3: Khi dữ liệu tạo ra năng suất mới, giá trị mới

Giá trị của dữ liệu được thể hiện rõ khi doanh nghiệp giảm được chi phí, người lao động làm việc hiệu quả hơn và sản phẩm tìm được đường đến thị trường. Trong nhà máy, trên đồng ruộng hay giữa những không gian di sản, dữ liệu đang mở thêm cách tổ chức sản xuất, kinh doanh và tạo ra dịch vụ mới. Những chuyển động ấy gợi mở một hướng đi cho nền kinh tế trước yêu cầu tăng trưởng nhanh, bền vững: nâng cao hiệu quả sử dụng các nguồn lực bằng tri thức, công nghệ và đổi mới quản trị. Để hướng đi ấy trở thành động lực tăng trưởng, cần làm rõ dữ liệu đã tạo ra giá trị như thế nào và những điều kiện nào giúp giá trị ấy lan tỏa.

________________

Mục tiêu tăng trưởng kinh tế hai con số đặt ra yêu cầu không chỉ huy động thêm nguồn lực, mà còn phải sử dụng hiệu quả hơn vốn, lao động và tài nguyên. Trong bối cảnh ấy, dữ liệu có thể trở thành một động lực quan trọng để nâng cao năng suất, giảm chi phí, cải thiện chất lượng sản phẩm và hình thành những ngành kinh tế mới. Nhưng từ tiềm năng công nghệ đến giá trị kinh tế là một khoảng cách không nhỏ. Để dữ liệu thực sự góp phần đổi mới mô hình tăng trưởng, cần chuyển mạnh từ tư duy đầu tư công nghệ sang tư duy tạo ra giá trị, lấy năng suất và hiệu quả kinh tế làm thước đo.

Ông Huy Nguyễn - Giám đốc Phygital Labs, công ty công nghệ Vật lý số đầu tiên tại Việt Nam, tiên phong đưa công nghệ vào văn hóa di sản trong nước, rất tâm đắc với phát biểu chỉ đạo của Tổng Bí thư, Chủ tịch nước Tô Lâm tại Đại hội đại biểu toàn quốc lần thứ nhất Hiệp hội Dữ liệu quốc gia: "Chúng ta đang sống trong kỷ nguyên số, nơi dữ liệu đã trở thành tài nguyên, tư liệu sản xuất quan trọng, là một loại "dầu mỏ" mới, thậm chí là "máu" của nền kinh tế số. Chuyển đổi số, với dữ liệu là trung tâm, đang làm thay đổi căn bản cách chúng ta sống, làm việc và phát triển”.

Lựa chọn con đường khá “mạo hiểm”, Phygital Labs đã tiếp cận và đưa ứng dụng của mình đến với các sản phẩm nông nghiệp như Cà phê Le J', The Hồ Tiêu, thủ công mỹ nghệ như Đá mỹ nghệ Non Nước, Bảo tàng di tích Cố Đô Huế, Linh vật Nghê Văn Miếu - Quốc Tử Giám... để định danh số, đưa lên bảo tàng số, phục vụ đắc lực cho lĩnh vực giáo dục, quảng bá, triển lãm và thương mại sản phẩm. bên cạnh đó, những món quà bình dị gắn với các địa danh lịch sử bỗng trở nên hấp dẫn bởi công nghệ NFC (Near Field Communication) do Phygital Labs ứng dụng.

“Nhiều người nghĩ công nghệ không ứng dụng được vào những lĩnh vực cũ như văn hóa, di sản, nhưng chúng tôi luôn nỗ lực để chứng minh rằng, ngay cả lĩnh vực cũ như di sản vẫn tạo ra nền kinh tế số mới”, Huy Nguyễn chia sẻ.

Và những gì màPhygital Labs làm đã dần chứng minh cho mọi người thấy, dữ liệu có rất nhiều dư địa để khai phá. Huy Nguyễn được tin tưởng giao phó trọng trách làm Trưởng ban Công nghệ, Hiệp hội Dữ liệu quốc gia. Anh cũng là Phó trưởng Tiểu ban Công nghệ và Điều hành thi đấu trong các chương trình quốc gia như cuộc thi AI Thực chiến.

Theo Huy Nguyễn, trong phát triển kinh tế, tăng trưởng nhanh và tăng trưởng có chất lượng không phải lúc nào cũng đồng nghĩa với nhau.

Một nền kinh tế có thể đạt tốc độ tăng trưởng cao nhờ mở rộng đầu tư, gia tăng số lượng lao động hoặc khai thác mạnh hơn các nguồn tài nguyên. Những yếu tố ấy có thể mang lại kết quả đáng kể trong một giai đoạn nhất định. Nhưng về lâu dài, nếu năng suất không được cải thiện tương xứng, chi phí phát triển sẽ ngày càng lớn.

Đối với Việt Nam, đây là vấn đề có ý nghĩa đặc biệt quan trọng khi đất nước bước vào giai đoạn phát triển mới.

Sau gần bốn thập niên đổi mới, Việt Nam đã hình thành một nền kinh tế có độ mở lớn, tham gia sâu vào thương mại và chuỗi cung ứng quốc tế. Công nghiệp chế biến, chế tạo, dịch vụ và xuất khẩu trở thành những động lực quan trọng của tăng trưởng.

Tuy nhiên, quy mô nền kinh tế càng lớn thì việc duy trì tốc độ tăng trưởng cao càng đòi hỏi những nỗ lực lớn hơn. Lợi thế về lao động giá rẻ có xu hướng thu hẹp, chi phí đầu vào gia tăng, trong khi cạnh tranh quốc tế ngày càng chuyển mạnh sang công nghệ, chất lượng và khả năng đổi mới sáng tạo.

Đặc biệt, sự phát triển của trí tuệ nhân tạo đang làm thay đổi cách thức tạo ra giá trị trong nhiều ngành nghề. Những công việc trước đây cần nhiều thời gian xử lý thông tin có thể được hỗ trợ bởi các hệ thống phân tích và tự động hóa. Những doanh nghiệp biết khai thác dữ liệu có thể dự báo thị trường, quản lý sản xuất và phục vụ khách hàng theo những phương thức hiệu quả hơn.

Trong bối cảnh ấy, mục tiêu tăng trưởng GDP bình quân từ 10%/năm trở lên giai đoạn 2026 - 2030, được Đại hội XIV xác lập, không chỉ đặt ra yêu cầu mở rộng quy mô kinh tế, mà còn đòi hỏi đổi mới mô hình tăng trưởng.

Muốn tăng trưởng nhanh trong điều kiện các nguồn lực truyền thống có giới hạn, nền kinh tế phải tạo ra nhiều giá trị hơn từ cùng một lượng vốn, lao động và tài nguyên.

Dữ liệu có thể tham gia trực tiếp vào quá trình ấy. “Tài nguyên dữ liệu trong cuộc cách mạng 4.0 hôm nay là mạch máu của nền kinh tế mới. Dữ liệu “biết” bạn đang muốn gì, đang làm gì, đọc được nhiều thứ hơn chúng ta nghĩ, từ đó giúp chúng ta có những quyết định đúng hơn, đạt được những giá trị kinh tế mới hơn… Dữ liệu cũng đang ở thời kỳ tương tự, nó là thứ tài nguyên thô, cần được khai thác đúng hướng”, ông Huy Nguyễn khẳng định.

Một doanh nghiệp sử dụng dữ liệu để giảm thời gian máy móc ngừng hoạt động có thể nâng cao sản lượng mà không cần đầu tư tương ứng vào thiết bị mới. Một đơn vị vận tải tối ưu hóa hành trình có thể giảm chi phí nhiên liệu và tăng hiệu quả sử dụng phương tiện. Một doanh nghiệp thương mại dự báo chính xác nhu cầu có thể giảm hàng tồn kho và hạn chế vốn bị ứ đọng. Ở từng doanh nghiệp, những thay đổi ấy có thể chỉ là những khoản tiết kiệm hoặc cải thiện năng suất cụ thể. Nhưng khi được nhân rộng trong hàng trăm nghìn doanh nghiệp, chúng có thể tạo ra tác động đáng kể đối với toàn bộ nền kinh tế.

Đây chính là điểm cần được nhấn mạnh trong nhận thức về kinh tế dữ liệu.

Dữ liệu không chỉ tạo ra một ngành kinh tế mới. Quan trọng hơn, nó có khả năng làm cho những ngành kinh tế đang tồn tại hoạt động hiệu quả hơn.

Tuy nhiên, tiềm năng không đồng nghĩa với kết quả.

Việc doanh nghiệp có dữ liệu, sử dụng phần mềm hoặc đầu tư trí tuệ nhân tạo chưa đủ để khẳng định năng suất đã được cải thiện. Tác động thực tế còn phụ thuộc vào chất lượng dữ liệu, năng lực quản trị, trình độ nhân lực và sự phù hợp của giải pháp công nghệ.

Bởi vậy, trong quá trình thực hiện Nghị quyết 57, cần chuyển từ câu hỏi doanh nghiệp đã ứng dụng công nghệ gì sang câu hỏi công nghệ và dữ liệu đã giúp doanh nghiệp tạo ra giá trị mới như thế nào.

Một trong những nhận thức cần được điều chỉnh khi nói đến kinh tế dữ liệu là không nên đồng nhất nó với hoạt động của các doanh nghiệp công nghệ.

Trong thực tế, những tác động lớn của dữ liệu có thể xuất hiện ngay trong các ngành kinh tế truyền thống.

Đối với công nghiệp chế biến, chế tạo, dữ liệu có thể hỗ trợ doanh nghiệp theo dõi toàn bộ quá trình sản xuất, từ nguyên vật liệu đầu vào đến chất lượng sản phẩm đầu ra.

Trong một nhà máy, thông tin về nhiệt độ, áp suất, mức tiêu hao năng lượng, thời gian vận hành và tình trạng thiết bị có thể được thu thập liên tục. Khi được phân tích phù hợp, những thông tin ấy giúp phát hiện bất thường, dự báo nhu cầu bảo trì và giảm nguy cơ gián đoạn sản xuất. Điều này có ý nghĩa đặc biệt đối với những ngành sản xuất có yêu cầu cao về chất lượng, tiến độ và chi phí.

Thực tế, nhiều doanh nghiệp lâu đời đã buộc phải liên tục đổi mới, ứng dụng công nghệ để đứng vững trên thị trường. Một trong số đó là Công ty cổ phần Supe Phốt phát và Hóa chất Lâm Thao, Phú Thọ. Tiền thân là Nhà máy Supe Phốt phát Lâm Thao thành lập cách đây 65 năm, doanh nghiệp đã trải qua nhiều giai đoạn khó khăn, nhưng vẫn nỗ lực duy trì và phát triển bằng đổi mới công nghệ.

Ngoài nhiệm vụ làm tốt công tác xây dựng Đảng trên các mặt chính trị, tư tưởng, tổ chức, Đảng bộ Công ty đã đổi mới mạnh mẽ việc quán triệt, triển khai và tổ chức thực hiện các Nghị quyết của Đảng, chính sách, pháp luật của Nhà nước bằng những hành động cụ thể. Từ năm 2021-2024, công ty đã mạnh dạn cải tạo, nâng cấp hệ thống điều khiển tự động phân tán tại dây chuyền a-xít, hệ thống SCADA/PLC điều khiển phối liệu NPK và hệ thống cân đóng bao tự động.

Việc ứng dụng công nghệ tự động hóa, hệ thống điều khiển thông minh và phân tích dữ liệu đã tạo ra một cuộc “lột xác” toàn diện cho công ty . Năng suất lao động bình quân đã tăng khoảng 10-15% so với trước kia. Hiệu quả của tự động hóa càng rõ hơn khi đặt cạnh phương thức sản xuất thủ công. Thông thường, cơ sở phối trộn bằng tay cần 4 lao động làm cả ngày để trộn 10 tấn phân, trong khi một lao động vận hành máy có thể xử lý 20-25 tấn mỗi giờ, gấp hàng chục lần so với phương pháp thủ công cũ.

Bằng việc huy động mọi nguồn lực đầu tư các dự án mới, áp dụng công nghệ để nâng cao năng lực sản xuất, chất lượng sản phẩm, Đảng bộ công ty đã phát huy cao độ trí tuệ tập thể, tính năng động sáng tạo của đội ngũ cán bộ, quản lý, công nhân viên. Công nhân không còn làm việc chân tay thuần túy mà được đào tạo để trở thành kỹ thuật viên giám sát hệ thống, đọc hiểu dữ liệu trên màn hình điều khiển, nâng cao năng lực và thu nhập gấp nhiều lần so với trước kia.

Đầu tư cho công nghệ là đầu tư cho năng suất; nhưng để năng suất thật sự trở thành động lực tăng trưởng, doanh nghiệp phải đồng thời đầu tư cho con người, đổi mới quản trị và làm chủ công nghệ. Dữ liệu không chỉ giúp doanh nghiệp sản xuất tốt hơn, mà còn hỗ trợ chứng minh sản phẩm được sản xuất như thế nào.

Thông tin về nguồn gốc nguyên liệu, tiêu hao năng lượng, phát thải và quy trình kiểm soát chất lượng đang ngày càng có ý nghĩa trong thương mại quốc tế. Doanh nghiệp có khả năng quản trị những thông tin này một cách đáng tin cậy sẽ thuận lợi hơn trong việc đáp ứng yêu cầu của thị trường.

Trong nông nghiệp, dữ liệu mở ra khả năng chuyển từ sản xuất chủ yếu dựa trên kinh nghiệm sang sản xuất dựa trên thông tin và dự báo.

Dữ liệu về thời tiết, nguồn nước, đất đai, sâu bệnh, mùa vụ và thị trường có thể giúp người sản xuất lựa chọn phương án canh tác phù hợp hơn.

Đối với các ngành hàng xuất khẩu như lúa gạo, cà phê, thủy sản và trái cây, dữ liệu còn có vai trò trong truy xuất nguồn gốc, quản lý chất lượng và kết nối với hệ thống phân phối.

Tuy nhiên, để dữ liệu phát huy giá trị trong nông nghiệp, cần giải quyết những vấn đề rất thực tế: ai thu thập dữ liệu, ai chịu trách nhiệm về độ chính xác, nông dân có khả năng tiếp cận công nghệ hay không và lợi ích kinh tế được phân chia như thế nào.

Một hệ thống truy xuất nguồn gốc được đầu tư hiện đại nhưng thiếu dữ liệu thực chất sẽ khó tạo ra niềm tin thị trường.

Trong logistics, dữ liệu có thể hỗ trợ giải quyết một bài toán lớn của nền kinh tế: giảm chi phí lưu thông hàng hóa. Thông tin về đơn hàng, phương tiện, kho bãi, lịch trình vận chuyển và tình trạng giao thông giúp doanh nghiệp tổ chức hoạt động hiệu quả hơn.

Đối với một nền kinh tế có hoạt động xuất nhập khẩu lớn như Việt Nam, khả năng giảm chi phí logistics không chỉ mang lại lợi ích cho ngành vận tải, mà còn tác động đến sức cạnh tranh của hàng hóa sản xuất trong nước.

Tương tự, trong tài chính – ngân hàng, dữ liệu giao dịch có thể hỗ trợ đánh giá rủi ro và thiết kế những dịch vụ phù hợp hơn với nhu cầu của khách hàng.

Đối với doanh nghiệp nhỏ và vừa, khả năng sử dụng hợp pháp những dữ liệu phản ánh hoạt động kinh doanh có thể giúp các tổ chức tín dụng có thêm căn cứ đánh giá năng lực trả nợ, thay vì chỉ dựa vào những phương thức bảo đảm truyền thống.

Tuy nhiên, những ứng dụng ấy phải bảo đảm quyền riêng tư, tính minh bạch và khả năng kiểm soát sai lệch trong quá trình xử lý dữ liệu.

Nhìn từ các lĩnh vực này, có thể thấy một đặc điểm chung: dữ liệu tạo ra giá trị khi giúp chủ thể kinh tế đưa ra quyết định tốt hơn, giảm lãng phí và cải thiện hiệu quả sử dụng nguồn lực.

Nhưng không phải mọi khoản đầu tư vào dữ liệu đều có hiệu quả như nhau.

Doanh nghiệp cần xác định rõ vấn đề cần giải quyết trước khi lựa chọn công nghệ. Nếu đầu tư hệ thống phân tích hiện đại nhưng không thay đổi quy trình quản trị, hiệu quả đạt được có thể rất hạn chế.

Đó cũng là lý do chính sách phát triển kinh tế dữ liệu cần hướng mạnh vào nhu cầu thực tế của sản xuất, kinh doanh.

Sự phát triển của trí tuệ nhân tạo đang làm gia tăng đáng kể giá trị chiến lược của dữ liệu.

Nếu trước đây dữ liệu chủ yếu phục vụ thống kê, lưu trữ và phân tích, thì AI mở rộng khả năng xử lý thông tin phi cấu trúc, nhận diện quy luật và hỗ trợ thực hiện những nhiệm vụ phức tạp.

Những ứng dụng này có thể tạo ra các bước cải thiện năng suất trong nhiều lĩnh vực.

Trong doanh nghiệp, AI có thể hỗ trợ phân tích thị trường, xử lý tài liệu, chăm sóc khách hàng và quản lý chuỗi cung ứng.

Trong y tế, các hệ thống được kiểm định có thể hỗ trợ phân tích hình ảnh, quản lý hồ sơ và điều phối hoạt động khám chữa bệnh.

Trong giáo dục, AI có thể hỗ trợ xây dựng học liệu, đánh giá tiến độ học tập và phát triển những công cụ cá nhân hóa.

Trong quản lý nhà nước, AI có thể hỗ trợ tổng hợp thông tin, phân tích xu hướng và phát hiện những dấu hiệu bất thường cần được kiểm tra.

Tuy nhiên, AI không thể phát huy hiệu quả nếu thiếu dữ liệu phù hợp.

Một hệ thống AI được phát triển trên dữ liệu sai lệch hoặc thiếu cập nhật có thể tạo ra những kết quả không đáng tin cậy.

Vì vậy, năng lực phát triển AI phụ thuộc không chỉ vào thuật toán và hạ tầng tính toán, mà còn vào chất lượng dữ liệu và cơ chế quản trị. Đối với Việt Nam, vấn đề này liên quan trực tiếp đến khả năng tự chủ công nghệ.

Nếu chỉ sử dụng các nền tảng AI từ bên ngoài mà thiếu năng lực phát triển dữ liệu, sản phẩm và ứng dụng trong nước, nền kinh tế có nguy cơ phụ thuộc vào những hệ sinh thái công nghệ nước ngoài.

Ngược lại, việc phát triển các tập dữ liệu chất lượng cao về tiếng Việt, pháp luật, văn hóa, nông nghiệp, y tế và những ngành sản xuất có lợi thế có thể tạo nền tảng cho những sản phẩm AI phù hợp với nhu cầu của Việt Nam.

Tại Đại hội đại biểu Hiệp hội Dữ liệu quốc gia lần thứ nhất năm 2025, Tổng Bí thư Tô Lâm đã đặt ra yêu cầu chủ động ứng dụng, làm chủ và tiến tới tự chủ các công nghệ dữ liệu cốt lõi, trong đó có trí tuệ nhân tạo, dữ liệu lớn, chuỗi khối và điện toán đám mây.

Định hướng ấy có ý nghĩa quan trọng trong bối cảnh cạnh tranh công nghệ ngày càng trở thành một bộ phận của cạnh tranh kinh tế quốc tế.

Tuy nhiên, tự chủ công nghệ không có nghĩa là phải tự phát triển mọi công nghệ.

Điều cần thiết là xác định những lĩnh vực chiến lược cần làm chủ, đồng thời tận dụng hiệu quả hợp tác quốc tế, công nghệ mở và các nguồn lực thị trường.

Một hệ sinh thái AI phát triển bền vững phải có sự tham gia của doanh nghiệp, trường đại học, viện nghiên cứu và những tổ chức có nhu cầu ứng dụng thực tế.

Trong hệ sinh thái ấy, dữ liệu là một trong những yếu tố nền tảng kết nối nghiên cứu với sản xuất, công nghệ với thị trường và đổi mới sáng tạo với giá trị kinh tế.

Một trong những vấn đề cần được quan tâm trong phát triển kinh tế dữ liệu là xác định đóng góp thực tế của dữ liệu đối với tăng trưởng.

Không thể đồng nhất quy mô kinh tế số với giá trị do riêng dữ liệu tạo ra.

Kinh tế số bao gồm nhiều hoạt động sản xuất và dịch vụ dựa trên công nghệ số, trong khi tác động của dữ liệu còn xuất hiện gián tiếp thông qua việc cải thiện hiệu quả hoạt động của các ngành kinh tế truyền thống.

Một doanh nghiệp công nghiệp có thể tăng năng suất nhờ sử dụng dữ liệu, nhưng phần giá trị gia tăng ấy vẫn được ghi nhận trong ngành công nghiệp.

Một doanh nghiệp logistics có thể giảm chi phí nhờ tối ưu hóa dữ liệu, nhưng lợi ích có thể được phân bổ giữa doanh nghiệp vận tải, khách hàng và những chủ thể khác trong chuỗi cung ứng.

Vì vậy, nếu chỉ dựa vào doanh thu của các doanh nghiệp cung cấp dịch vụ dữ liệu, sẽ khó phản ánh đầy đủ vai trò của dữ liệu trong nền kinh tế.

Ngược lại, nếu quy toàn bộ giá trị gia tăng của các doanh nghiệp ứng dụng công nghệ cho dữ liệu, kết quả có thể bị phóng đại.

Để khắc phục hạn chế này, cần phát triển hệ thống phương pháp đánh giá phù hợp.

Ở cấp độ doanh nghiệp, có thể theo dõi mức thay đổi về năng suất lao động, chi phí vận hành, tỷ lệ sản phẩm lỗi, thời gian xử lý đơn hàng và hiệu quả sử dụng thiết bị trước và sau khi ứng dụng các giải pháp dữ liệu.

Ở cấp độ ngành, có thể nghiên cứu mối quan hệ giữa mức độ ứng dụng dữ liệu với năng suất, chất lượng sản phẩm, giá trị gia tăng và khả năng tham gia chuỗi giá trị.

Ở cấp độ nền kinh tế, cần kết hợp các chỉ tiêu về kinh tế số, năng suất lao động, năng suất các nhân tố tổng hợp và những nghiên cứu định lượng về tác động của chuyển đổi số.

Đặc biệt, cần phân biệt giữa tương quan và quan hệ nhân quả.

Một doanh nghiệp ứng dụng dữ liệu có năng suất cao hơn chưa đủ để kết luận toàn bộ chênh lệch năng suất là kết quả của dữ liệu. Doanh nghiệp ấy có thể đồng thời có nguồn vốn lớn hơn, nhân lực tốt hơn hoặc năng lực quản trị cao hơn.

Vì vậy, cần khuyến khích các nghiên cứu đánh giá tác động, so sánh những nhóm doanh nghiệp có điều kiện tương đồng và theo dõi sự thay đổi trong những khoảng thời gian đủ dài.

Cách tiếp cận này có ý nghĩa trực tiếp đối với hoạch định chính sách.

Khi xác định được những lĩnh vực mà dữ liệu tạo ra tác động kinh tế lớn, Nhà nước có thể ưu tiên nguồn lực phù hợp.

Khi nhận diện được những mô hình ứng dụng chưa hiệu quả, có thể điều chỉnh chính sách và phương thức triển khai.

Đối với mục tiêu tăng trưởng hai con số, việc đo lường tác động của dữ liệu càng trở nên quan trọng.

Tăng trưởng nhanh đòi hỏi sử dụng hiệu quả từng đồng vốn đầu tư, từng nguồn lực công nghệ và từng chương trình hỗ trợ doanh nghiệp.

Vì vậy, phát triển kinh tế dữ liệu cần chuyển từ tư duy đầu tư theo số lượng dự án sang đầu tư dựa trên khả năng tạo ra giá trị gia tăng.

Dữ liệu có tiềm năng trở thành một trong những nguồn lực quan trọng góp phần đổi mới mô hình tăng trưởng của Việt Nam.

Thông qua việc giảm chi phí thông tin, nâng cao hiệu quả sử dụng vốn và lao động, hỗ trợ đổi mới sáng tạo và phát triển những sản phẩm, dịch vụ mới, dữ liệu có thể tác động đến cả năng suất của các ngành kinh tế truyền thống lẫn sự hình thành những lĩnh vực kinh tế mới.

Tuy nhiên, tiềm năng ấy chỉ có thể trở thành kết quả thực tế khi dữ liệu được quản trị tốt, kết hợp với công nghệ phù hợp và sử dụng trong những mô hình sản xuất, kinh doanh hiệu quả.

Đối với mục tiêu tăng trưởng hai con số, điều quan trọng không phải là nền kinh tế có bao nhiêu dữ liệu, mà là dữ liệu giúp tạo ra thêm bao nhiêu giá trị.

Đây cũng là thước đo cần được đặt ở vị trí trung tâm trong việc đánh giá hiệu quả thực hiện những nghị quyết chiến lược của Đảng về khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số.