알림 목록

Khu vực phân tích: Tỉnh Gyeongsangnam và 18 thành phố/huyện trực thuộc.
Các ngành công nghiệp trọng điểm:  Đóng tàu, Quốc phòng, Hàng không vũ trụ, Máy móc, Phụ tùng ô tô, Nông sản, Thủy sản & Thực phẩm, Du lịch.
Chương trình phân tích: Hệ  thống quản trị AX kết nối dữ liệu phân tán từ tỉnh, thành phố/huyện và các công ty trên cùng một dòng thời gian với những thay đổi trong ngành và kết quả chính sách.
Loại thời điểm vàng: Cơ hội cơ sở hạ tầng dữ liệu + Rủi ro khóa khả năng tương tác.
Phiên bản: Thông tin tình báo thời điểm vàng AX khu vực v3.2.
Ngày tham chiếu cho tiêu chí tăng cường: 28/08/2026.
 

Nền tảng Trung tâm Dữ liệu Lớn Gyeongnam bắt đầu hoạt động vào tháng 8 năm 2020, cung cấp dữ liệu công khai, số liệu thống kê, ví dụ phân tích và dịch vụ trực quan hóa cho tỉnh và 18 thành phố, huyện. Dữ liệu về tình trạng của ngành sản xuất cũng được công khai theo từng đơn vị, bao gồm tên công ty, địa chỉ, sản phẩm, ngành nghề và ngày tham chiếu, tạo nền tảng cho việc xác minh phân bố không gian của các công ty. Tuy nhiên, bằng chứng công khai liên kết dữ liệu đăng ký nhà máy với việc làm, xuất khẩu, đơn đặt hàng, năng lượng, nhà máy thông minh, hỗ trợ chính sách và việc đóng cửa/tạm ngừng hoạt động kinh doanh dựa trên cùng một công ty vẫn chưa được xác nhận. Nếu các bộ dữ liệu mới cho giai đoạn 2026-2028 được tích lũy theo cấu trúc hiện tại, số lượng tập tin sẽ tăng lên, nhưng chi phí theo dõi sự thay đổi về tình trạng của các công ty và ngành nghề cũng sẽ tăng theo.  Gyeongnam đã đạt đến giai đoạn quản lý sở hữu dữ liệu công nghiệp, nhưng vẫn chưa đạt đến giai đoạn quản lý AX kết nối và xác định sự thay đổi của ngành công nghiệp. ( Nền tảng Trung tâm Dữ liệu Lớn Gyeongnam , Tình trạng Sản xuất tại Gyeongsangnam-do )

Tỉnh Gyeongnam đã nhận được xếp hạng cao nhất là "Xuất sắc" trong đợt kiểm tra tình trạng quản lý dựa trên dữ liệu năm 2024 của Bộ Nội vụ và An ninh, và đã hoàn thiện kế hoạch quản lý AI toàn diện đến năm 2025 trị giá 35,1 tỷ won, bao gồm ba chiến lược chính và 20 nhiệm vụ. Danh sách thực hiện bao gồm nền tảng phúc lợi tích hợp dựa trên AI, tiếp nhận báo cáo nâng cao và hỗ trợ AI cho các nhiệm vụ của công chức. Mặc dù nền tảng thể chế cho quản lý dữ liệu và sử dụng AI đã được mở rộng, nhưng thời gian thực hiện để cùng đánh giá rủi ro ngành bằng cách kết nối dữ liệu ngành từ 18 thành phố và huyện thông qua một tiêu chuẩn chung vẫn chưa được xác nhận. Nếu các dịch vụ AI cấp sở ban ngành được thiết lập trước trong vòng hai đến ba năm tới, các định nghĩa dữ liệu và hệ thống thẩm quyền sẽ được cố định trên cơ sở từng dịch vụ.  Mức độ sẵn sàng hiện tại của hệ thống Quản lý AI hành chính của Gyeongnam được đánh giá là trung bình khá trở lên về khả năng sử dụng nội bộ của các cơ quan và trung bình thấp hơn về khả năng tương tác giữa tỉnh và các thành phố/huyện. ( Bộ Nội vụ và An ninh , Kế hoạch Toàn diện Quản lý AI của Gyeongnam )

Tỉnh Gyeongnam là nơi đặt trụ sở của 3.014 công ty đã thành lập các nhà máy thông minh, một trung tâm dữ liệu AI sản xuất trị giá 23,3 tỷ won (2025–2026), và dự án thí điểm Khu công nghiệp quốc gia Changwon AX trị giá 22,2 tỷ won (2025–2028). Cấu trúc này bao gồm việc mở rộng đồng thời dữ liệu về sản xuất, chất lượng và thiết bị từ các doanh nghiệp sản xuất cùng với dữ liệu hành chính về doanh nghiệp, việc làm, hỗ trợ và kinh tế khu vực. Tuy nhiên, phương pháp kết hợp dữ liệu để tổng hợp rủi ro công nghiệp trong khi vẫn bảo vệ thông tin doanh nghiệp, mã định danh doanh nghiệp chung và các tiêu chuẩn chất lượng dữ liệu theo thành phố và quận huyện vẫn chưa được công bố. Nếu cơ sở hạ tầng AI sản xuất và AI hành chính được hoàn thiện thành các hệ thống riêng biệt trong giai đoạn 2026-2028, các công ty sẽ phải đối mặt với việc nộp hồ sơ trùng lặp, trong khi bộ máy hành chính sẽ phải gánh chịu sự hỗ trợ dư thừa và sai sót trong đánh giá hiệu quả hoạt động.  Hiện tại, "Thời điểm vàng" là sự cân bằng giữa Cơ hội Cơ sở hạ tầng Dữ liệu và Rủi ro Khóa khả năng tương tác. ( Yonhap News , Báo cáo Kinh doanh Trọng điểm của Hội đồng Tỉnh Gyeongsangnam-do )

Các ngành công nghiệp của Gyeongnam phân bố rải rác ở Changwon (máy móc, quốc phòng và năng lượng hạt nhân); Geoje (đóng tàu); Sacheon (hàng không vũ trụ); Gimhae và Yangsan (máy móc và phụ tùng ô tô); Jinju (nông sản thực phẩm và công nghệ sinh học); và Tongyeong (ngư nghiệp và du lịch). Các công ty trong mỗi ngành không chỉ tập trung ở một thành phố hay huyện mà trải rộng khắp nhiều vùng dọc theo chuỗi cung ứng của họ. Dữ liệu hành chính được phân tách dựa trên địa điểm kinh doanh và bộ phận phụ trách, điều này không phù hợp với các đơn vị thực tế trong chuỗi cung ứng. Không có bằng chứng nào cho thấy sự thay đổi trong đơn đặt hàng của nhà thầu chính ảnh hưởng như thế nào đến việc làm, quyền lực và doanh thu của các công ty đối tác tại các thành phố hoặc huyện cụ thể. Nếu các cú sốc đặc thù của ngành tăng tốc trong khoảng thời gian từ hai đến ba năm, rủi ro doanh nghiệp sẽ lan sang các vùng khác vào thời điểm số liệu thống kê cấp thành phố và huyện được hoàn thiện.  Mặc dù các ngành công nghiệp của Gyeongnam hoạt động như một chuỗi cung ứng diện rộng, dữ liệu hành chính vẫn chỉ giới hạn ở cấp hành chính cơ bản.

Trung tâm Dữ liệu Lớn Gyeongnam cung cấp dữ liệu trên nhiều lĩnh vực khác nhau, bao gồm dân số, công nghiệp và việc làm, môi trường và thời tiết, giao thông vận tải, phúc lợi và du lịch, đồng thời cũng đăng ký dữ liệu của thành phố và quận huyện như sản xuất, doanh nghiệp xã hội, hợp tác xã, sử dụng nước và cơ sở lưu trú. Mặc dù phạm vi dữ liệu rất rộng, nhưng chu kỳ cập nhật, tiêu chuẩn địa chỉ, cách ghi tên công ty, giá trị thiếu và phương pháp lưu giữ hồ sơ lịch sử lại khác nhau tùy thuộc vào từng tập dữ liệu. Có một khoảng cách giữa dữ liệu có thể tìm kiếm và dữ liệu có thể kết hợp. Nếu thêm dữ liệu hàng năm, hàng tháng và dữ liệu đột xuất cho giai đoạn 2026–2028 dựa trên các tiêu chí khác nhau, việc tái tạo trình tự thời gian của những thay đổi công nghiệp sẽ trở nên khó khăn. Mặc dù  quy mô dữ liệu của Gyeongnam đã được mở rộng, nhưng khả năng kết hợp giữa các tập dữ liệu lại có sự khác biệt đáng kể.

Việc hỗ trợ công nghiệp tại tỉnh Gyeongnam bị phân tán giữa chính quyền tỉnh, 18 thành phố và huyện, Khu công nghệ Gyeongnam, Cơ quan Xúc tiến Đầu tư và Kinh tế Gyeongnam, các viện nghiên cứu, trường đại học, phòng thương mại và các tổ chức chuyên ngành. Mặc dù một công ty có thể tham gia vào nhiều dự án khác nhau—như nhà máy thông minh, xuất khẩu, việc làm, nghiên cứu và phát triển, năng lượng và tài chính—nhưng không có bằng chứng nào cho thấy số hiệu dự án và hệ thống nhận dạng doanh nghiệp là giống nhau giữa các tổ chức này. Khi số lượng các tổ chức và chương trình hỗ trợ tăng lên, tình trạng của một công ty sẽ bị phân tán trên nhiều hồ sơ khác nhau. Nếu việc hỗ trợ mở rộng trong vòng hai đến ba năm, rủi ro lớn hơn cả việc trùng lặp lợi ích là không thể xác định được sự kết hợp hỗ trợ nào thực sự mang lại kết quả.  Mặc dù quy mô cấu trúc quản lý của Gyeongnam rất lớn, chuỗi bằng chứng ở cấp doanh nghiệp vẫn chưa hoàn chỉnh.

Năm 2024, tổng sản phẩm quốc nội (GRDP) của Gyeongnam đạt 151,2 nghìn tỷ won, tăng 8,5% so với năm trước, xếp thứ ba toàn quốc. Mặc dù sự phục hồi của ngành sản xuất và xuất khẩu trong lĩnh vực quốc phòng, đóng tàu và ô tô đã thúc đẩy tăng trưởng khu vực, nhưng số liệu GRDP theo thành phố và quận huyện không phản ánh ngay lập tức tình hình công nghiệp hiện tại do sự khác biệt giữa năm cơ sở và ngày công bố. Tồn tại một khoảng thời gian giữa tăng trưởng khu vực và tình trạng của từng khu công nghiệp và công ty riêng lẻ. Nếu những thay đổi trong đơn đặt hàng toàn cầu, thuế quan và chuỗi cung ứng tăng tốc từ năm 2026 đến năm 2028, số liệu thống kê cuối cùng có thể hữu ích cho việc đánh giá sau sự kiện nhưng sẽ quá muộn để đưa ra cảnh báo sớm.  Mặc dù Gyeongnam biên soạn chính xác quy mô công nghiệp, nhưng lại thiếu một cấu trúc có khả năng xác định ngay lập tức các điểm uốn của ngành công nghiệp.

Với 3.014 công ty đã thiết lập nhà máy thông minh, con số này cao thứ hai cả nước sau tỉnh Gyeonggi, và Trung tâm Dữ liệu AI Sản xuất dự kiến ​​sẽ cung cấp GPU, môi trường phân tích và trình diễn cho các doanh nghiệp vừa và nhỏ (SME) 24/24. Trong khi khối lượng dữ liệu nội bộ được tạo ra và khả năng phân tích đang mở rộng, phương pháp quản lý trực tiếp thu thập dữ liệu thô của doanh nghiệp lại bị cản trở bởi các vấn đề liên quan đến bí mật thương mại, bảo mật và quyền sở hữu. Một khoảng trống đang được xác định khi tính mở của dữ liệu được đánh đồng với phân tích công nghiệp. Nếu các dự án được thiết kế dựa trên tiền đề thu thập tập trung trong khoảng thời gian từ hai đến ba năm, số lượng công ty tham gia sẽ giảm, chỉ còn lại dữ liệu từ các tập đoàn lớn và các công ty hàng đầu. Mặc dù  dữ liệu sản xuất rất phong phú, nhưng tiềm năng sử dụng cho mục đích quản lý lại bị hạn chế bởi cấu trúc tin cậy và quyền hạn hơn là khối lượng dữ liệu nắm giữ.

Tỉnh Gyeongnam đã nhận được xếp hạng "Xuất sắc" trong đánh giá Quản lý dựa trên dữ liệu năm 2024. Tuy nhiên, trong cùng một đánh giá đối với 679 cơ quan trên toàn quốc, trong khi điểm trung bình cho hệ thống quản lý là 77,8 điểm, thì chia sẻ dữ liệu chỉ đạt 61,8 điểm và phân tích, sử dụng chỉ đạt 56,3 điểm. Điều này cho thấy một cấu trúc mà hệ thống quản lý xuất sắc không tự động đảm bảo việc chia sẻ giữa các cơ quan hoặc việc áp dụng chính sách thực tế. Điểm số chi tiết cho xếp hạng "Xuất sắc" của Gyeongnam và sự chênh lệch giữa 18 thành phố và quận huyện không thể được xác minh đầy đủ trong dữ liệu công khai. Nếu mục tiêu là đạt được điểm số đánh giá cho giai đoạn 2026-2028, thì các quy trình và hệ thống quản lý sẽ được tối ưu hóa trước khi giải quyết thực tế các vấn đề trong ngành. Mặc dù  xếp hạng "Xuất sắc" đã được xác nhận trong đánh giá, nhưng hiệu quả kết nối dữ liệu ngành của 18 thành phố và quận huyện vẫn cần được xác minh riêng. ( Kết quả đánh giá của Bộ Nội vụ và An ninh )

Đơn vị đánh giá của quản lý công nghiệp đang chuyển từ thống kê hàng năm và các dự án hỗ trợ riêng lẻ sang theo dõi sự thay đổi tình trạng thực tế của các công ty, chuỗi cung ứng và khu vực. Khi sự sụt giảm đơn đặt hàng, thay đổi mức tiêu thụ điện, việc rút khỏi bảo hiểm thất nghiệp, sự sụt giảm thông quan xuất khẩu và việc đóng cửa doanh nghiệp có liên quan đến các khiếu nại của người dân, rủi ro công nghiệp có thể được phát hiện trước khi có số liệu thống kê chính thức. Mặc dù Gyeongnam sở hữu dữ liệu nguồn cho từng tín hiệu hoặc có các tổ chức để truy cập dữ liệu đó, nhưng lại thiếu bằng chứng tổng hợp từ cùng một công ty, khu công nghiệp hoặc khung thời gian. Nếu việc liên kết tín hiệu bị trì hoãn từ hai đến ba năm, khủng hoảng chỉ xuất hiện như là mục tiêu hỗ trợ sau sự việc của các bộ phận riêng lẻ.  Sự thay đổi cấu trúc trong quản lý rủi ro công nghiệp đã chuyển từ giai đoạn thu thập thêm dữ liệu sang giai đoạn xác định nhiều tín hiệu yếu thành một rủi ro duy nhất.

Trong khi trí tuệ nhân tạo tạo sinh (generative AI) nhanh chóng tự động hóa các nhiệm vụ riêng lẻ cho các quan chức nhà nước, chẳng hạn như viết báo cáo, giải quyết khiếu nại dân sự và tìm kiếm dữ liệu, thì việc xác định chính sách công nghiệp lại đòi hỏi dữ liệu được chuẩn hóa và các quy trình tính toán có thể kiểm chứng. Mặc dù kế hoạch quản lý bằng AI của Gyeongnam bao gồm việc sử dụng AI để hỗ trợ công việc của các quan chức nhà nước, nhưng cấu trúc để lưu giữ nguồn, ngày tham chiếu, lịch sử thay đổi và cơ sở đánh giá dữ liệu công nghiệp lại được tách biệt. Tồn tại một khoảng cách giữa AI tạo tài liệu và quản lý công nghiệp dựa trên bằng chứng. Nếu AI tạo sinh được triển khai đầu tiên trong giai đoạn 2026-2028, các báo cáo cùng định dạng sẽ được sản xuất hàng loạt từ các nguồn tài liệu khác nhau, khiến việc phát hiện lỗi trở nên khó khăn hơn.  Rủi ro của kế hoạch quản lý AI của Gyeongnam không nằm ở việc thiếu ứng dụng AI, mà nằm ở việc AI mô tả các dữ liệu không liên quan như thể chúng là những sự thật nhất quán.

Các trung tâm dữ liệu AI sản xuất phân tích dữ liệu sản xuất, chất lượng và cơ sở vật chất của doanh nghiệp, trong khi bộ phận hành chính quản lý việc đăng ký doanh nghiệp, tuyển dụng, xuất khẩu và lịch sử hỗ trợ. Vì hai loại dữ liệu này khác nhau về độ nhạy cảm và mục đích sử dụng, việc tập trung chúng vào một kho lưu trữ duy nhất làm tăng rủi ro liên quan đến bảo mật, trách nhiệm pháp lý và sự tham gia. Có một khoảng cách trong việc đánh đồng kết nối dữ liệu công nghiệp với lưu trữ tập trung. Nếu cấu trúc tập trung vào sao chép dữ liệu vẫn cố định trong hai đến ba năm, cả vi phạm bảo mật và chi phí quản lý tính cập nhật của dữ liệu đều tăng lên. Trục đánh giá phù hợp cho kết nối dữ liệu công nghiệp trên 18 thành phố và quận huyện không phải là tập trung hóa dữ liệu, mà là khả năng xác minh phân tán liên quan đến các câu hỏi chung.

Mặc dù chính quyền thành phố và quận huyện cùng quản lý các doanh nghiệp, đường sá, đất nông nghiệp, điểm du lịch và mục tiêu phúc lợi giống nhau, nhưng quy mô tổ chức, chuyên môn về dữ liệu và ngân sách hệ thống của họ lại khác biệt đáng kể. Cấu trúc này gây khó khăn cho Changwon, Gimhae và Yangsan, cũng như các khu vực quận huyện khác, trong việc thiết lập hệ thống AI và dữ liệu với tốc độ như nhau. Hiện thiếu bằng chứng so sánh công khai về chất lượng dữ liệu, độ trễ cập nhật và nhân sự phân tích giữa các thành phố và quận huyện. Nếu diễn ra cuộc cạnh tranh triển khai nội bộ từ năm 2026 đến năm 2028, các thành phố lớn sẽ sở hữu hệ thống dữ liệu tinh vi, trong khi các quận huyện nhỏ hơn sẽ phải dựa vào các giải pháp bên ngoài.  Trí tuệ nhân tạo hành chính (Administrative AX) là một công nghệ giúp giảm bớt sự chênh lệch giữa các vùng miền, nhưng đồng thời cũng là công nghệ làm gia tăng khoảng cách hành chính tùy thuộc vào sự khác biệt về mức độ sẵn sàng.

Kế hoạch tổng thể quản lý AI tỉnh Gyeongnam bao gồm ba chiến lược chính, 20 nhiệm vụ và ngân sách 35,1 tỷ won, bao gồm nền tảng phúc lợi tích hợp dựa trên AI, hệ thống tiếp nhận báo cáo và nền tảng hỗ trợ công chức. Mặc dù phạm vi dịch vụ của AI hành chính đã mở rộng bao gồm phúc lợi, an ninh và hoạt động nội bộ, nhưng việc đánh giá tích hợp dữ liệu công nghiệp trên 18 thành phố và huyện vẫn chưa được kiểm chứng là một hệ thống hoạt động độc lập. Khoảng cách vẫn còn tồn tại giữa AI dịch vụ hành chính và AI chính sách công nghiệp. Nếu các nền tảng dịch vụ chuyên biệt được hoàn thiện trước tiên trong giai đoạn 2026-2028, thì chỉ có API và các nhiệm vụ chuyển đổi sẽ tăng lên nếu không có mô hình dữ liệu chung.  Hiện tại, quản lý AI đang ở giai đoạn đổi mới kinh doanh và dịch vụ, chưa đạt đến giai đoạn của một hệ thống vận hành công nghiệp đô thị.

Trung tâm Dữ liệu AI Sản xuất Gyeongnam sẽ được triển khai với quy mô 23,3 tỷ won từ năm 2025 đến năm 2026, và dự án thí điểm AX tại Khu Công nghiệp Quốc gia Changwon sẽ được thực hiện với quy mô 22,2 tỷ won từ năm 2025 đến năm 2028. Quỹ Hội tụ AI Sản xuất và Phòng thí nghiệm AX cũng hỗ trợ phân tích dữ liệu doanh nghiệp và phát triển giải pháp. Mặc dù các trung tâm phân tích dữ liệu sản xuất đang được thành lập, nhưng mức độ lan tỏa lợi ích đến các công ty tại 17 thành phố và huyện ngoài Changwon, cũng như các tiêu chuẩn dữ liệu đặc thù của ngành, vẫn chưa được kiểm chứng. Nếu các công ty sử dụng tập trung vào nhóm các công ty hàng đầu trong việc triển khai nhà máy thông minh trong hai đến ba năm tới, các công ty không số hóa và các công ty ở khu vực nông thôn sẽ vẫn nằm ngoài hệ sinh thái dữ liệu.  Mặc dù cơ sở hạ tầng AI sản xuất đang được xây dựng, nhưng kết quả lan tỏa của nó trên 18 thành phố và huyện vẫn chưa được xác minh.

Trung tâm Dữ liệu Lớn Gyeongnam cho phép tìm kiếm, tải xuống và trực quan hóa dữ liệu công cộng từ cấp tỉnh, thành phố và huyện, đồng thời vận hành các chương trình phân tích dữ liệu lớn, các cuộc thi và chương trình đào tạo. Mặc dù dữ liệu công cộng và các điểm ứng dụng đã có sẵn, nhưng việc theo dõi các trường hợp kết quả phát hiện rủi ro công nghiệp dẫn đến thay đổi dự án của các phòng ban, điều chỉnh ngân sách hoặc kiểm tra tại chỗ một cách nhất quán vẫn còn khó khăn. Khoảng cách về thời gian giữa phân tích và các quyết định hành chính vẫn còn tồn tại. Ngay cả khi số lượng cuộc thi và báo cáo phân tích tăng lên trong giai đoạn 2026-2028, hiệu quả sử dụng cũng không thể được xác minh một cách nhất quán trừ khi các thay đổi thực tế trong việc ra quyết định được ghi lại.  Nền tảng này đã đạt đến giai đoạn cung cấp dữ liệu nhưng vẫn chưa đạt đến giai đoạn theo dõi quyết định.

Trong đánh giá năm 2024 của Bộ Nội vụ và An ninh, điểm trung bình của các cơ quan hành chính trung ương là 85,2 điểm, chính quyền thành phố và tỉnh là 85,3 điểm, và các doanh nghiệp nhà nước và các tổ chức bán chính phủ là 88,2 điểm, cho thấy cơ sở hạ tầng quản lý nhìn chung ở mức cao. Mặt khác, điểm trung bình về phân tích và sử dụng dữ liệu trên tất cả các cơ quan vẫn ở mức 56,3 điểm, và chia sẻ dữ liệu ở mức 61,8 điểm. Điểm nghẽn phổ biến trong quản lý dữ liệu của Hàn Quốc không nằm ở việc sở hữu dữ liệu, mà ở việc chia sẻ giữa các cơ quan và việc sử dụng dữ liệu thực tế để ra quyết định. Ngay cả  xếp hạng xuất sắc của tỉnh Gyeongnam cũng không chứng tỏ rằng tỉnh này đã tự động thoát khỏi cấu trúc toàn quốc này. Khi các hệ thống đánh giá và nền tảng của các cơ quan mở rộng trong hai đến ba năm tới, khoảng cách giữa các tiêu chuẩn chính thức và khả năng tương tác thực tế sẽ ngày càng rộng ra. Mặc dù Gyeongnam hiện đang giữ vị trí quản lý hàng đầu trong nước, nhưng vẫn chưa được chứng minh là khu vực dẫn đầu về thời gian thực thi dữ liệu công nghiệp.

Các chính quyền đô thị và tỉnh khác, như Data Dream của tỉnh Gyeonggi-do và Big Data Hub của tỉnh Chungbuk, cũng cung cấp dữ liệu công cộng, trực quan hóa dữ liệu, khiếu nại dân sự, phân tích giao thông và môi trường. Việc sở hữu một nền tảng riêng đã chuyển từ lợi thế cạnh tranh khác biệt của chính quyền đô thị thành một cơ sở hạ tầng cơ bản. Tính độc đáo của Gyeongnam nằm ở việc kết nối dữ liệu sản xuất từ ​​ngành đóng tàu, quốc phòng, hàng không vũ trụ và máy móc với bằng chứng hành chính, nhưng kết quả của việc tham gia và tích hợp dữ liệu doanh nghiệp vẫn còn hạn chế. Nếu cuộc cạnh tranh vẫn tập trung vào chức năng nền tảng trong giai đoạn 2026-2028, lợi thế độc đáo của Gyeongnam về sự tập trung sản xuất sẽ không được chuyển hóa thành lợi thế cạnh tranh về hành chính.  Lợi thế so sánh của Gyeongnam không nằm ở các nền tảng dữ liệu công cộng, mà ở tiềm năng kết nối dữ liệu công nghiệp với các quyết định chính sách.

Chính quyền thành phố Seoul tiết lộ rằng 63% nhân viên của họ sẽ sử dụng trí tuệ nhân tạo (generative AI) vào năm 2025 và cho thấy khoản tiết kiệm ngân sách so với việc đăng ký riêng lẻ trong vận hành các dịch vụ công cộng. Trong khi tỉnh Gyeongnam đang thúc đẩy các kế hoạch quản lý bằng AI và đào tạo sử dụng, thì lại thiếu bằng chứng về tỷ lệ sử dụng của công chức, số giờ làm việc giảm, tỷ lệ lỗi và những cải thiện trong các quyết định chính sách dựa trên cùng tiêu chí. Tồn tại một khoảng cách giữa quy mô của kế hoạch và kết quả được kiểm chứng. Nếu tỷ lệ sử dụng và kết quả không được công bố trong hai đến ba năm, việc quản lý bằng AI chỉ được so sánh dựa trên việc các dự án đã được triển khai hay chưa. Mặc dù  phạm vi kế hoạch AI trong quản lý của Gyeongnam rất rộng, nhưng hiệu quả hoạt động có thể đo lường được vẫn đang ở giai đoạn đầu. ( Chính quyền thành phố Seoul )

Tỉnh Gyeongnam đang đồng thời theo đuổi 3.014 nhà máy thông minh, một trung tâm dữ liệu AI sản xuất trị giá 23,3 tỷ won, một khu phức hợp công nghiệp thí điểm AX trị giá 22,2 tỷ won và 20 dự án quản trị AI trị giá 35,1 tỷ won. Cấu trúc này bao gồm các khoản đầu tư riêng biệt vào việc tạo ra dữ liệu sản xuất, cơ sở hạ tầng điện toán và dịch vụ AI quản trị. Tuy nhiên, không có bằng chứng nào liên kết dữ liệu và hiệu suất giữa các dự án dựa trên cùng một công ty, ngành, thành phố hoặc quận. Một khi ba trục đầu tư này được hoàn thành độc lập trong giai đoạn 2026-2028, ngay cả khi cơ sở hạ tầng được mở rộng, sẽ không thể xác định được sự kết hợp cụ thể nào đã làm thay đổi năng suất, việc làm và xuất khẩu. Đối với  khoản đầu tư AX của Gyeongnam, sự thiếu kết nối về bằng chứng giữa các dự án tiềm ẩn rủi ro lớn hơn cả quy mô của chính khoản đầu tư đó.

Chương trình hỗ trợ trình diễn tùy chỉnh ban đầu cho Trung tâm Dữ liệu AI Sản xuất nhắm mục tiêu vào 30 doanh nghiệp vừa và nhỏ (SME) trong tỉnh, trong khi đó, Gyeongnam có tới 3.014 công ty đã xây dựng nhà máy thông minh. 30 công ty này chỉ chiếm khoảng 1% tổng số nhà máy thông minh, và tỷ lệ này thậm chí còn thấp hơn khi xét đến tất cả các công ty sản xuất. Có một khoảng cách về quy mô giữa mức độ chi tiết của chương trình trình diễn ban đầu và việc áp dụng rộng rãi nó trong toàn ngành. Nếu điều kiện tái tạo của các mô hình thành công không được lưu giữ dưới dạng dữ liệu trong khoảng thời gian từ hai đến ba năm, thì quá trình chẩn đoán, tinh chỉnh và phát triển phải được bắt đầu lại cho mỗi công ty tiếp theo.  Rủi ro về thời gian đối với AI Sản xuất ở Gyeongnam không nằm ở việc chương trình trình diễn thất bại, mà nằm ở chỗ chi phí lặp lại chương trình trình diễn không hề giảm. ( Hankook Ilbo , Yonhap News )

Tỉnh Gyeongnam có 20 dự án AI hành chính, 18 chính quyền địa phương cơ bản, và các ngành công nghiệp chính phân bố rải rác ở nhiều vùng. Mặc dù số lượng dự án và số lượng thành phố, huyện có vẻ tương đương nhau, nhưng không có bằng chứng cho thấy một dự án duy nhất được phân bổ đồng đều cho tất cả. Có sự nhầm lẫn giữa đơn vị dự án và đơn vị khu vực. Sau khi các dự án tập trung vào chính quyền tỉnh hoàn thành trong hai đến ba năm tới, rất có thể các thành phố và huyện sẽ xây dựng lại các chức năng tương tự bằng ngân sách và hệ thống riêng biệt.  Số lượng dự án AI đô thị không phản ánh mức độ phân bổ trên khắp 18 thành phố và huyện.

Mặc dù Gyeongnam nhận được điểm xuất sắc về quản lý dựa trên dữ liệu, nhưng sự chênh lệch giữa điểm hệ thống quản lý (77,8 điểm) và điểm phân tích và sử dụng (56,3 điểm) trong đánh giá toàn quốc là 21,5 điểm. Tồn tại một khoảng cách về cấu trúc giữa năng lực quản lý và năng lực sử dụng thực tế của cơ quan này. Do không có điểm số và phân bố chi tiết theo thành phố và quận của Gyeongnam, nên không thể xác định liệu khoảng cách tương tự có tồn tại hay không. Ngay cả khi duy trì được điểm xuất sắc từ năm 2026 đến năm 2028, hiệu quả hoạt động thực tế của AX sẽ trì trệ trừ khi số lượng các trường hợp điều chỉnh quyết định chính sách công dựa trên dữ liệu tăng lên.  Điểm đánh giá phản ánh sự chuẩn bị nhưng không thay thế khả năng giải quyết các vấn đề công nghiệp.

Khoảng trống lớn nhất là 18 thành phố và quận huyện không thể xác định cùng một công ty, doanh nghiệp, khu vực hoặc thời điểm theo cùng một cách . Dữ liệu về đăng ký nhà máy, chủ doanh nghiệp, việc làm, xuất khẩu, dự án hỗ trợ, khiếu nại dân sự và năng lượng đều sử dụng các số, địa chỉ và ngày tham chiếu khác nhau. Một hệ thống định danh chính (Master ID) diện rộng, tự động theo dõi sự kết nối của các công ty có cùng tên cũng như các thay đổi về địa chỉ, phân chia doanh nghiệp và di dời nhà máy, vẫn chưa được xác minh. Khi khối lượng dữ liệu tăng lên trong giai đoạn 2026-2028, lỗi trong việc đối khớp thủ công và phát hiện trùng lặp sẽ gia tăng.  Khoảng trống chính trong việc kết nối dữ liệu công nghiệp của Gyeongnam nằm ở hệ thống định danh chung, chứ không phải mô hình AI.

Khoảng trống thứ hai là về thời gian. GRDP, niên giám thống kê và dữ liệu về tình trạng doanh nghiệp được cập nhật hàng năm hoặc vào các ngày tham chiếu cụ thể, trong khi dữ liệu về việc làm, điện năng, khiếu nại dân sự và xuất khẩu được cập nhật hàng tháng hoặc gần như thời gian thực. Việc kết hợp dữ liệu với các chu kỳ cập nhật khác nhau mà không có điểm tham chiếu khiến nguyên nhân và kết quả của những thay đổi công nghiệp trở nên lẫn lộn. Thiếu bằng chứng để xác minh độ trễ và lịch sử sửa đổi cho từng tập dữ liệu một cách nhanh chóng. Nếu AI học từ dữ liệu không phân biệt được độ trễ thời gian từ hai đến ba năm, nó sẽ nhầm lẫn trạng thái trong quá khứ với rủi ro hiện tại.  Độ chính xác của AX thuộc Sở Hành chính Gyeongnam bị hạn chế bởi sự đồng bộ trục thời gian hơn là số lượng dữ liệu.

Khoảng trống thứ ba nằm ở việc lưu trữ các quyết định hành chính. Mặc dù kết quả phân tích dữ liệu và báo cáo vẫn được lưu giữ, nhưng hồ sơ về việc các bộ phận chịu trách nhiệm đã thay đổi phán quyết nào và cách họ điều chỉnh ngân sách, dự án và các cuộc kiểm tra lại không được lưu giữ theo định dạng chuẩn. Nếu không có sự liên kết giữa bằng chứng và quyết định, các phân tích giống hệt nhau sẽ được lặp lại, và nguyên nhân thất bại sẽ không được tích lũy. Khi trí tuệ nhân tạo hỗ trợ công tác của công chức trở nên phổ biến hơn trong giai đoạn 2026-2028, khối lượng tài liệu được tạo ra sẽ tăng lên, nhưng lịch sử quyết định sẽ trở nên rời rạc hơn.  Khoảng trống hoạt động lớn nhất của Hệ thống Quản lý Hành chính Gyeongnam (AX) là cấu trúc mà ở đó không phải bản thân dữ liệu, mà là những gì đã được thay đổi bằng cách sử dụng dữ liệu đó, mới là điều không thể theo dõi được.

Gyeongnam sở hữu Trung tâm Dữ liệu lớn Gyeongnam, một trung tâm dữ liệu AI sản xuất, 3.014 nhà máy thông minh, và các hệ thống thông tin hành chính cấp tỉnh, thành phố và huyện. Các yếu tố cơ bản của dữ liệu công cộng, dữ liệu doanh nghiệp và cơ sở hạ tầng điện toán đều đã được thiết lập. Tuy nhiên, các định danh doanh nghiệp chung, siêu dữ liệu, ủy quyền và tiêu chuẩn chất lượng kết nối chúng vẫn chưa được xác định. Nếu các cơ sở hạ tầng riêng lẻ được nâng cấp trước trong giai đoạn 2026-2028, chi phí kết nối sẽ tăng lên.  Mức độ sẵn sàng của cơ sở hạ tầng được đánh giá cao, trong khi mức độ sẵn sàng về khả năng tương tác được đánh giá thấp.

Trong khi các tỉnh và thành phố lớn có các tổ chức chuyên trách về dữ liệu, công nghệ thông tin và công nghiệp, các huyện nhỏ lại gặp hạn chế về nhân lực và ngân sách. Hiện chưa có bằng chứng so sánh số lượng nhân viên dữ liệu, kinh nghiệm phân tích, tỷ lệ nghỉ việc và mức độ phụ thuộc vào dịch vụ thuê ngoài giữa 18 thành phố và huyện. Ngay cả khi sử dụng cùng một nền tảng, vẫn tồn tại sự khác biệt về khả năng sử dụng giữa các vùng. Nếu việc sử dụng các giải pháp tư nhân mở rộng trong hai đến ba năm tới, cấu trúc dữ liệu và kiến ​​thức của các thành phố và huyện nhỏ sẽ được tích lũy từ các công ty bên ngoài.  Mặc dù chuyên môn đã có ở cấp tỉnh, nhưng sự sẵn sàng mở rộng ở cấp thành phố và huyện lại không đồng đều.

Hiện nay, tỉnh Gyeongnam đã có các luật hiện hành như Luật Quản lý Dữ liệu, hệ thống dữ liệu công cộng, quy định về bảo vệ và an ninh thông tin cá nhân, cũng như hướng dẫn thiết lập đạo đức AI và tiêu chuẩn an ninh AI tạo sinh. Trong khi khung pháp lý và an ninh đang được hình thành, các tiêu chuẩn về sự đồng ý, mục đích, thời hạn lưu giữ và công bố kết quả khi sử dụng dữ liệu kinh doanh của doanh nghiệp cho phân tích hành chính vẫn chưa được thống nhất. Khoảng cách về mặt thể chế vẫn tồn tại giữa dữ liệu công cộng và bí mật công nghiệp. Nếu các điều kiện tham gia rõ ràng không được thiết lập trong giai đoạn 2026-2028, các công ty sẽ không cung cấp dữ liệu nhạy cảm và có giá trị nhất của họ.  Hệ thống dữ liệu hành chính công được đánh giá ở mức trung bình khá, trong khi hệ thống tin cậy dữ liệu công nghiệp công tư được đánh giá ở mức trung bình thấp.

Trung tâm Dữ liệu Lớn Gyeongnam cho phép người dân và doanh nghiệp tìm kiếm và tải xuống dữ liệu công khai, đồng thời tổ chức các khóa đào tạo và cuộc thi phân tích dữ liệu. Mặc dù quyền truy cập dữ liệu đã được mở rộng cho người dùng bên ngoài, nhưng vẫn thiếu bằng chứng nhất quán để theo dõi các trường hợp năng suất, doanh thu và việc làm của doanh nghiệp được cải thiện nhờ sử dụng dữ liệu mở. Khoảng cách vẫn tồn tại giữa việc cung cấp dữ liệu và kết quả sử dụng. Nếu số lượt tải xuống và lượt xem chỉ được coi là chỉ số đại diện trong hai đến ba năm, thì hiệu quả kinh tế thực tế không thể được xác minh.  Điều mà người dân được trao là quyền truy cập dữ liệu, trong khi việc phổ biến các kết quả giải quyết vấn đề vẫn chưa được xác nhận.

Trung tâm Dữ liệu AI Sản xuất dự kiến ​​sẽ cung cấp các phân tích, giải pháp và trình diễn tùy chỉnh cho 30 doanh nghiệp vừa và nhỏ (SME) ban đầu. Mặc dù hỗ trợ đã đến được địa điểm thực tế của các công ty này, nhưng lộ trình mở rộng đến tất cả 3.014 nhà máy thông minh và doanh nghiệp sản xuất phi kỹ thuật số vẫn đang ở giai đoạn đầu. Có một khoảng cách giữa việc hỗ trợ các công ty hàng đầu và việc đạt được sự phổ biến rộng rãi trong ngành. Nếu chi phí phát triển tùy chỉnh cho từng công ty được lặp lại từ năm 2026 đến năm 2028, nhiều SME sẽ không thể hoạt động độc lập sau khi chương trình hỗ trợ kết thúc. Mặc dù  việc ứng dụng AI Sản xuất tại chỗ đã bắt đầu, nhưng mức độ tự chủ và phổ biến vẫn chưa được kiểm chứng.

Mặc dù dữ liệu của thành phố và quận được công bố trên nền tảng cấp tỉnh, nhưng thời gian thực hiện (thời gian cần thiết để các công ty và cư dân yêu cầu chỉnh sửa và theo dõi kết quả) lại khác nhau tùy thuộc vào tập dữ liệu. Vẫn còn tồn tại một lỗ hổng khi việc cập nhật và trách nhiệm giải trình không được hiển thị nhất quán sau khi công bố. Nếu thông tin lỗi thời về các công ty và cơ sở (lỗi thời từ hai đến ba năm) được sử dụng cho tìm kiếm bằng AI và phân tích chính sách, thì các mục tiêu quản lý không chính xác sẽ liên tục được tạo ra.  Mặc dù việc công bố dữ liệu đã tăng lên, nhưng quyền kiểm soát của người dùng đối với chất lượng dữ liệu vẫn còn hạn chế.

Changwon là nơi tập trung các dự án trình diễn AX (Advanced Assessment) của khu phức hợp công nghiệp quốc gia và các trung tâm dữ liệu AI sản xuất, trong khi Gimhae, Yangsan, Geoje và Sacheon cũng sở hữu các doanh nghiệp công nghiệp quy mô lớn. Ngược lại, các khu vực nông thôn tập trung vào dữ liệu liên quan đến nông nghiệp, du lịch, sản xuất quy mô nhỏ và dịch vụ sinh hoạt, thiếu dữ liệu thiết bị thời gian thực và nhân lực chuyên môn. Cấu trúc này dẫn đến sự khác biệt về khối lượng dữ liệu được tạo ra và khả năng phân tích. Nếu AX tập trung vào sản xuất trở thành tiêu chuẩn cho toàn bộ khu vực Gyeongnam trong vòng hai đến ba năm tới, dữ liệu theo mùa, khí hậu và dân số từ các làng nông nghiệp và đánh cá sẽ bị xếp vào ưu tiên thấp hơn.  Khoảng cách AX trong quản lý hành chính ở Gyeongnam ngày càng mở rộng không chỉ dựa trên quy mô thành phố mà còn dựa trên mức độ dấu ấn kỹ thuật số mà các ngành công nghiệp để lại.

Dữ liệu từ 18 thành phố và quận huyện khác nhau về danh mục, định dạng tệp, chu kỳ cập nhật và phạm vi công khai, ngay cả trong cùng một lĩnh vực. Việc so sánh trực tiếp dữ liệu chi tiết từ các thành phố lớn với dữ liệu tổng hợp hàng năm từ các khu vực nông thôn dẫn đến độ chính xác phân tích khác nhau. Các khu vực có nhiều dữ liệu có thể bị đánh giá quá cao là có nhiều vấn đề hoặc hiệu suất cao. Nếu phân tích AI cho giai đoạn 2026–2028 học cách diễn giải sự khác biệt này như là sự chênh lệch thực tế giữa các vùng chứ không phải là sự khác biệt về khối lượng dữ liệu, thì sự thiên lệch trong phân bổ nguồn lực sẽ trở nên cố hữu.  Khoảng cách dữ liệu giữa các thành phố và quận huyện không chỉ là vấn đề chất lượng thống kê mà còn tiềm ẩn nguy cơ thiên lệch không gian trong quản lý AI.

Để các mô hình được phát triển tại trung tâm AI sản xuất Changwon được áp dụng cho ngành đóng tàu Geoje, hàng không Sacheon, máy móc Gimhae và chế biến thực phẩm quân sự, cần phải đào tạo lại do sự khác biệt về quy trình, thiết bị và cấu trúc dữ liệu. Bằng chứng chứng minh tiềm năng lan tỏa rộng rãi của một mô hình thành công duy nhất vẫn còn hạn chế. Khoảng cách vẫn tồn tại giữa sự tập trung tại trung tâm và ứng dụng ở cấp khu vực. Nếu sự phụ thuộc vào trung tâm tăng lên trong giai đoạn 2026-2028, các định nghĩa vấn đề và kiến ​​thức thực tiễn ở cấp khu vực sẽ vẫn nằm ngoài phạm vi của mô hình.  Sự lan tỏa về mặt không gian của AI sản xuất tại Gyeongnam có nhiều khả năng bị cản trở bởi việc chuyển đổi dữ liệu đặc thù của ngành hơn là khả năng truy cập điện toán.

Trung tâm Dữ liệu AI Sản xuất Gyeongnam sẽ được thành lập theo từng giai đoạn từ năm 2025 đến 2026, Cơ sở hạ tầng Hội tụ AI Sản xuất từ ​​năm 2024 đến 2026, Khu phức hợp Công nghiệp Thí điểm AX từ năm 2025 đến 2028, và 20 dự án quản trị AI bắt đầu từ năm 2025. Đây là giai đoạn mà các hệ thống dữ liệu và AI quan trọng được thiết kế, xây dựng và phổ biến trong cùng một khoảng thời gian từ hai đến ba năm. Hiện tại chưa có bằng chứng nào cho thấy các định danh và siêu dữ liệu chung đã được thống nhất trước. Sau khi các mô hình dữ liệu cụ thể của hệ thống được hoàn thiện trong khoảng thời gian từ năm 2026 đến 2028, các kết nối tiếp theo sẽ trở thành các dự án chuyển đổi phức tạp hơn là phát triển mới.  Hiện nay, "Thời kỳ vàng" không phải là thời kỳ ứng dụng AI, mà là thời điểm các cấu trúc dữ liệu vẫn được giữ nguyên trong một thời gian dài.

Dữ liệu từ 3.014 nhà máy thông minh đã được tích lũy trong các giải pháp và thiết bị chuyên biệt của từng công ty, trong khi các doanh nghiệp sản xuất AI mới tạo ra thêm dữ liệu. Nếu định dạng và quyền sở hữu dữ liệu lịch sử không thể được liên kết với hệ thống hiện tại, dòng thời gian liên tục được sử dụng để đào tạo AI sẽ bị gián đoạn. Hiện chưa có bằng chứng nào về sự kế thừa dữ liệu giữa các nhà máy thông minh hiện có và các doanh nghiệp AX mới. Nếu chỉ dữ liệu từ các doanh nghiệp mới được chuẩn hóa trong hai đến ba năm tới, dữ liệu của các nhà máy thông minh, nơi đã đầu tư nhiều năm, sẽ vẫn là một tài sản rời rạc. Sự không thể đảo ngược của Thời kỳ Vàng không nằm ở việc mất dữ liệu, mà nằm ở việc mất đi mối liên kết cho phép so sánh giữa quá khứ và hiện tại.

Các tỉnh, thành phố và quận huyện đang lần lượt triển khai trí tuệ nhân tạo (AI) tạo sinh, AI hỗ trợ doanh nghiệp và các dịch vụ khiếu nại dân sự, phúc lợi và an ninh. Một khi AI bắt đầu tạo ra các văn bản hành chính, các văn bản không tự động lưu giữ nguồn gốc và lịch sử quyết định sẽ nhanh chóng tích lũy. Hiện nay, các phương pháp liên kết quản lý văn bản với bằng chứng về nội dung do AI tạo ra vẫn chưa được công bố đầy đủ. Nếu các văn bản AI không có nguồn gốc được đưa vào hệ thống lưu trữ hồ sơ trong giai đoạn 2026-2028, việc khôi phục trách nhiệm giải trình đối với các quyết định chính sách sau đó sẽ trở nên khó khăn. Điều kiện kết thúc của "Thời kỳ vàng" không phải là sự hoàn thiện các dịch vụ AI, mà là thời điểm các hồ sơ hành chính không thể kiểm chứng trở nên phổ biến.

12-1. Trường hợp ứng dụng "Thời gian vàng" tại các chính quyền địa phương cơ sở ① — Thành phố Changwon

Changwon là nơi tập trung dự án thí điểm Khu công nghiệp quốc gia AX trị giá 22,2 tỷ won, Trung tâm dữ liệu AI sản xuất trị giá 23,3 tỷ won, nhiều nhà máy thông minh và chuỗi cung ứng cho quốc phòng, máy móc và năng lượng hạt nhân. Đây là khu vực trong tỉnh nơi dữ liệu công nghiệp, điện toán và doanh nghiệp giao thoa dày đặc nhất. Tuy nhiên, hiện tại chưa có kết quả công khai nào kết nối các đơn đặt hàng của nhà thầu chính, sản lượng của các công ty đối tác, việc làm, năng lượng và dữ liệu hỗ trợ chính sách ở cấp doanh nghiệp. Nếu cơ sở hạ tầng vẫn chỉ giới hạn ở các dự án thí điểm của từng công ty riêng lẻ trong giai đoạn 2026-2028, mô hình của Changwon sẽ không thể lan rộng sang chuỗi cung ứng ở các thành phố và huyện khác.  "Thời kỳ vàng" của Changwon không được quyết định bởi việc hoàn thành trung tâm dữ liệu, mà bởi việc liệu thời điểm cần thiết để những thay đổi từ các nhà thầu chính được truyền tải đến các công ty đối tác, việc làm và nền kinh tế địa phương có thể được xác định sớm hay không.

12-2. Các trường hợp áp dụng "Thời gian vàng" tại các chính quyền địa phương cơ sở ② — Thành phố Sacheon và thành phố Jinju

Sacheon là nơi đặt trụ sở của Cục Quản lý Hàng không Vũ trụ, Khu Công nghiệp Hàng không Vũ trụ Quốc gia và KAI, trong khi Jinju có các chức năng đại học, nghiên cứu, giáo dục và hành chính. Cấu trúc này dẫn đến việc dữ liệu về doanh nghiệp, nhân tài và nghiên cứu trong hệ sinh thái hàng không vũ trụ được tạo ra trên khắp hai thành phố và các huyện lân cận. Tuy nhiên, hiện chưa có bằng chứng nào liên kết dữ liệu về đăng ký doanh nghiệp, nghiên cứu và phát triển, tuyển dụng, nhà ở, giáo dục và các công ty đối tác vào một khu công nghiệp chung. Nếu Sacheon và Jinju thiết lập các hệ thống và chỉ số hiệu suất riêng biệt trong giai đoạn 2026-2028, hệ sinh thái hàng không vũ trụ sẽ bị tách biệt về mặt hành chính thành hai ngành công nghiệp riêng biệt. "  Thời kỳ vàng" của Sacheon và Jinju không phải là giai đoạn thu thập dữ liệu tại một nơi, mà là giai đoạn hai cơ quan hành chính cùng đánh giá các công ty, nhân tài và dự án dựa trên cùng một bằng chứng.

Sau khi các trung tâm dữ liệu AI sản xuất, nhà máy thông minh, AI quản trị và nền tảng thành phố/quận được hoàn thiện với các định danh và mô hình dữ liệu riêng biệt, các kết nối tiếp theo liên quan đến quy trình lặp đi lặp lại của việc bảo trì dữ liệu nguồn, API, chuyển đổi và đối khớp thủ công. Cấu trúc này dẫn đến chi phí tương tác tích lũy dài hạn vượt quá chi phí xây dựng hệ thống. Hiện tại, tổng chi phí kết nối và số lượng hệ thống trùng lặp vẫn chưa được xác nhận. Nếu việc tối ưu hóa riêng lẻ tiếp tục trong hai đến ba năm, việc tích hợp khu vực sẽ trở nên không thể đảo ngược không phải do các vấn đề kỹ thuật, mà do xung đột về ngân sách, trách nhiệm và hợp đồng.  Điều đang bị bỏ qua không phải là dữ liệu, mà là tùy chọn kết nối các hệ thống với chi phí thấp hơn trong tương lai.

Các công ty gửi cùng một thông tin đến nhiều cơ quan khác nhau cho các đơn xin hỗ trợ lặp đi lặp lại, báo cáo hiệu suất và khảo sát tình trạng. Nếu không có nhận dạng doanh nghiệp chung và việc tái sử dụng dữ liệu dựa trên sự đồng ý, gánh nặng hành chính đối với các công ty sẽ tăng lên khi các dự án AX mở rộng. Hiện chưa có bằng chứng nào về thời gian gửi dữ liệu trùng lặp của mỗi công ty hoặc chi phí thu thập dữ liệu trùng lặp của mỗi cơ quan. Nếu các yêu cầu trùng lặp tăng lên trong giai đoạn 2026-2028, chất lượng dữ liệu sẽ suy giảm do sự mệt mỏi và việc nhập liệu qua loa.  Điều đang bị mất đi hiện nay chính là niềm tin vào sự tham gia của doanh nghiệp vào việc thu thập dữ liệu.

Nếu kết quả phân tích hành chính không được liên kết với những thay đổi thực tế trong ngân sách, dự án hoặc các cuộc kiểm tra, thì nguyên nhân thành công và thất bại sẽ không được truyền đạt cho người kế nhiệm. Mặc dù AI có thể nhanh chóng tìm kiếm các tài liệu cũ, nhưng nó không thể khôi phục các phán đoán chưa được ghi lại hoặc bối cảnh tại chỗ. Trong suốt hai đến ba năm luân chuyển công chức liên tục và việc chấm dứt các dự án thuê ngoài, kiến ​​thức về quyết định bị thất thoát ra khỏi tổ chức.  Sự mất mát không thể bù đắp đối với hệ thống phân tích hành chính (AX) của Gyeongnam chính là bộ nhớ tổ chức, nơi các phán đoán không được tích lũy, mà thay vào đó là các tập tin dữ liệu.

Tỉnh Gyeongnam đồng thời sở hữu một Trung tâm Dữ liệu lớn, 3.014 nhà máy thông minh, một Trung tâm Dữ liệu AI Sản xuất, các kế hoạch quản lý AI và dữ liệu công cộng từ 18 thành phố và quận huyện. Mặc dù các nguồn tài nguyên để kết nối dữ liệu đã tồn tại, nhưng chúng vẫn chưa được xác minh theo cùng một tiêu chuẩn. Nếu các tiêu chuẩn kết nối được thiết lập trước khi dự án xây dựng hoàn thành trong giai đoạn 2026-2028, thì tiến độ tương đương sẽ được duy trì mà không cần phải xây dựng lại cơ sở hạ tầng hiện có.  Tài sản lớn nhất hiện có không phải là một nền tảng mới, mà là khả năng tương tác của dữ liệu hiện có.

Các ngành công nghiệp của Gyeongnam—bao gồm đóng tàu, quốc phòng, hàng không vũ trụ, máy móc và phụ tùng ô tô—được kết nối với nhau thông qua chuỗi cung ứng, có nghĩa là những thay đổi về đơn đặt hàng và việc làm trong một ngành công nghiệp duy nhất sẽ lan truyền đến nhiều thành phố và huyện khác. Hiện tại, con đường lan truyền này chỉ được quan sát một phần trong dữ liệu hành chính. Trong vòng hai đến ba năm tới, việc kết nối các công ty, chuỗi cung ứng và khu vực tương tự sẽ thiết lập cơ sở dữ liệu ban đầu để so sánh tình hình trước và sau các cú sốc công nghiệp.  Tài sản công nghiệp hiện có là bản đồ thực tế về chuỗi cung ứng của Gyeongnam, chứ không phải là mô hình AI.

Vì các dịch vụ AI dành cho tỉnh, thành phố và quận huyện vẫn đang được xây dựng theo từng giai đoạn, nên vẫn còn thời gian để áp dụng một cấu trúc chung cho việc ghi chép nguồn thông tin, đánh giá, quyết định và kết quả. Mức độ chuẩn hóa trong lịch sử quyết định thực tế còn thấp. Khi dữ liệu lịch sử được tích lũy từ năm 2026 đến năm 2028, lần đầu tiên có thể so sánh được những phân tích và dự án nào đã làm thay đổi kết quả của doanh nghiệp, việc làm và khu vực.  Tài sản hành chính hiện có không phải là các tài liệu tự động hóa, mà là sự liên tục của các quyết định có thể kiểm chứng được.

Phản hồi của AX không phải là một cấu trúc sao chép dữ liệu từ 18 thành phố và quận huyện vào một kho lưu trữ trung tâm duy nhất.  Nó là một hệ thống thực thi kết nối các định danh chung → siêu dữ liệu → phân tích phân tán → xác định chuỗi cung ứng → quyết định hành chính → kết quả, đồng thời vẫn giữ dữ liệu doanh nghiệp gốc nhạy cảm dưới sự kiểm soát của tổ chức mẹ và công ty.

Các trục ứng dụng đầu tiên là chuỗi cung ứng quốc phòng và máy móc tại Changwon và các khu công nghiệp hàng không vũ trụ tại Sacheon và Jinju. Các tín hiệu liên quan đến việc trúng thầu các hợp đồng chính, sản xuất và việc làm của các công ty đối tác, hỗ trợ nhà máy thông minh và trí tuệ nhân tạo, mức tiêu thụ điện năng và việc đóng cửa doanh nghiệp được liên kết trên cơ sở từng công ty và từng tháng, nhưng chỉ có rủi ro tổng hợp theo thành phố, quận và ngành được công bố ra bên ngoài.

Nguyên nhân thất bại không phải là do sự suy giảm trong tập dữ liệu. Mặc dù dữ liệu và dịch vụ AI của nền tảng đang tăng lên, nhưng cùng một công ty lại được tính bằng nhiều con số khác nhau, ngày tham chiếu khác nhau tùy theo thành phố và quận, và nguồn gốc của các phán đoán AI cũng như những thay đổi thực tế trong kinh doanh không được ghi lại.

Cơ hội về cơ sở hạ tầng dữ liệu + Rủi ro bị ràng buộc bởi khả năng tương tác

Gyeongnam không phải là khu vực thiếu dữ liệu. Đây là khu vực mà cùng một công ty và ngành công nghiệp được ghi nhận bởi các tổ chức, số liệu và thời điểm khác nhau, khiến việc kết nối chúng thành một sự thay đổi duy nhất là điều không thể.

Rủi ro hiện tại không nằm ở sự chậm trễ trong việc ứng dụng AI, mà ở chỗ AI trong sản xuất, AI trong quản trị và các hệ thống thông tin thành phố/quận đang được hoàn thiện một cách riêng lẻ mà không có tiêu chuẩn kết nối.

Giai đoạn từ năm 2026 đến năm 2028 là thời kỳ hoàng kim khi cơ cấu dữ liệu công nghiệp của Gyeongnam duy trì ổn định trong một thời gian dài. Việc hội nhập sau giai đoạn này sẽ trở thành một dự án chuyển đổi và kiểm chứng lại, tốn kém hơn cả việc xây dựng mới.

Kết luận cuối cùng: Cơ sở hạ tầng dữ liệu công cộng ở mức cao, tiềm năng dữ liệu sản xuất ở mức cao, khả năng tương tác giữa 18 thành phố và quận huyện ở mức thấp, niềm tin vào sự tham gia của doanh nghiệp ở mức trung bình thấp, mối liên hệ giữa bằng chứng và quyết định ở mức thấp, và tính không thể đảo ngược về mặt kỹ thuật đang diễn ra.

Trình tự xác minh là: Nhận dạng → Chuẩn hóa → Kết hợp → Phân tích → Đánh giá → Quyết định hành chính → Kết quả thực địa → Xác minh lại . Nếu bất kỳ yếu tố nào trong số lượng tập dữ liệu, số lượng tác vụ AI hoặc mức sử dụng nền tảng tăng lên, thì điều đó không được coi là AX hành chính.

Chuỗi thời gian chạy

Nhận dạng dữ liệu → Khả năng tương tác → Tín hiệu công nghiệp → Quyết định hành chính → Kết quả đã được xác minh

Những hiểu biết về cấu trúc còn lại từ phân tích này

Vấn đề cấu trúc trong việc kết nối dữ liệu công nghiệp giữa 18 thành phố và quận huyện không nằm ở chỗ dữ liệu được lưu trữ ở nhiều nơi khác nhau. Việc đăng ký nhà máy, việc làm, xuất khẩu, các dự án hỗ trợ, năng lượng và khiếu nại dân sự ban đầu được tạo ra bởi các cơ quan khác nhau. Vấn đề nằm ở chỗ mỗi cơ quan ghi nhận cùng một công ty và cùng một sự kiện dưới các tên, số liệu, địa chỉ và ngày tham chiếu khác nhau.

Do đó, việc liên kết dữ liệu công nghiệp khác với việc sao chép tất cả các nguồn dữ liệu vào một vị trí duy nhất. Ngay cả khi các nguồn dữ liệu được tập trung hóa, nếu không thể xác định được các công ty giống hệt nhau và không thể đồng bộ hóa mốc thời gian, các tập tin sẽ chỉ ngày càng lớn hơn. Ngược lại, nếu các định danh chung, siêu dữ liệu và các câu hỏi đánh giá trùng khớp, rủi ro chuỗi cung ứng có thể được tổng hợp mà không cần di chuyển dữ liệu doanh nghiệp nhạy cảm.

Khả năng cạnh tranh của Hệ thống Quản lý Hành chính Gyeongnam (AX) không được quyết định bởi lượng dữ liệu sở hữu, mà bởi khả năng của 18 thành phố và quận huyện trong việc đánh giá những thay đổi tương tự của cùng một công ty dựa trên cùng một bằng chứng . Nếu không có khả năng này, AI có thể tóm tắt 18 hồ sơ không đầy đủ nhanh hơn, nhưng một khi khả năng này được thiết lập, các hồ sơ phân tán cũng có thể hoạt động như một hệ thống vận hành công nghiệp thống nhất.

Luận điểm về Thời kỳ Vàng — Thời kỳ Vàng của Gyeongnam từ năm 2026 đến 2028 không phải là giai đoạn thu thập thêm dữ liệu từ 18 thành phố và quận huyện tại một địa điểm, mà là giai đoạn xác định chính xác cùng một công ty, doanh nghiệp, khu vực và thời điểm, đồng thời ghi lại xem bằng chứng đó có dẫn đến các quyết định và kết quả quản lý thực tế hay không. Khi mối liên kết này được hình thành, các ngành công nghiệp phân tán của Gyeongnam sẽ trở thành một chuỗi cung ứng AX quản lý duy nhất. Nếu không được hình thành, khi trí tuệ nhân tạo trong sản xuất và trí tuệ nhân tạo trong quản lý ngày càng tiên tiến, chi phí kết nối chúng và sai sót trong phán đoán sẽ cùng tăng lên.