Bản đồ số không còn là thứ xa lạ ở Việt Nam. Nông nghiệp dùng ảnh vệ tinh theo dõi mùa vụ, logistics tối ưu tuyến giao, bất động sản xem quy hoạch, bảo hiểm đánh giá rủi ro theo vùng.
Công cụ thì có sẵn và phần lớn miễn phí. Ảnh vệ tinh cũng có, độ phân giải ngày càng tốt.
Vậy nghẽn ở đâu? Nó ở chỗ ít ai nói: dữ liệu nền không ghép được với nhau.
Vấn đề ghép dữ liệu, nói bằng ví dụ
Một doanh nghiệp muốn biết vùng nào trồng được loại cây nào, để tính kế hoạch thu mua. Họ cần bốn lớp dữ liệu: ranh giới hành chính, loại đất, lượng mưa, và hiện trạng sử dụng đất.
Bốn lớp đó tồn tại. Vấn đề khi ghép:
Ranh giới hành chính đã đổi. Việc sáp nhập và chia tách đơn vị hành chính diễn ra nhiều lần. Dữ liệu lập theo ranh giới cũ không khớp với dữ liệu theo ranh giới mới, và phần lớn tệp không ghi rõ mình theo ranh giới thời điểm nào.
Mỗi lớp một hệ quy chiếu. Toạ độ có thể ở hệ quốc gia hoặc hệ quốc tế. Chồng hai lớp khác hệ lên nhau mà không chuyển đổi thì lệch — có khi lệch vài chục mét, đủ để một thửa đất nằm sang ranh khác.
Độ chi tiết khác nhau. Một lớp ở cấp tỉnh, một lớp ở cấp xã, một lớp theo lưới ô vuông. Ghép lại thì phải quy về cùng mức, và mọi cách quy đều làm mất thông tin.
Thời điểm khác nhau. Lớp này năm 2019, lớp kia năm 2023. Hiện trạng sử dụng đất đổi nhanh, nên chồng hai thời điểm cho ra kết luận sai.
Bốn vấn đề này đều là việc xử lý dữ liệu, không phải việc bản đồ. Và chúng chiếm phần lớn thời gian của mọi dự án.
Ai đang dùng, và họ vướng gì
Nông nghiệp. Theo dõi diện tích, dự báo sản lượng, quản lý vùng trồng để truy xuất nguồn gốc. Vướng: dữ liệu thửa đất thực tế khác dữ liệu trên giấy, vì canh tác thay đổi liên tục.
Logistics. Tối ưu tuyến, tính thời gian giao. Vướng: dữ liệu đường ở khu dân cư và đường nông thôn không đầy đủ, và độ chính xác của số nhà rất thấp ở nhiều nơi.
Bất động sản. Xem quy hoạch, đánh giá vị trí. Vướng: dữ liệu quy hoạch công bố ở dạng hình ảnh chứ không phải dữ liệu — đọc được bằng mắt, máy không dùng được.
Bảo hiểm và hạ tầng. Đánh giá rủi ro ngập, sạt lở. Vướng: dữ liệu địa hình chi tiết là thứ đắt, và phần lớn không công khai.
Điểm chung: không ai vướng vì thiếu công cụ. Tất cả vướng ở dữ liệu nền.
Chỗ có thể làm ra tiền
Từ các nghẽn trên, có mấy hướng khá rõ:
Chuẩn hoá và ghép dữ liệu công khai. Gom dữ liệu công bố rải rác, quy về cùng hệ quy chiếu, ghi rõ thời điểm và nguồn, cung cấp ở dạng máy đọc được. Việc tốn công, không hào nhoáng, và là thứ mọi người dùng đều cần.
Số hoá dữ liệu đang ở dạng hình ảnh. Bản đồ quy hoạch dạng ảnh chuyển thành dữ liệu vùng — đây là việc AI giúp được nhiều và nhu cầu rõ ràng.
Thu thập dữ liệu thực địa. Những gì không có trong dữ liệu công: đường nhỏ, địa chỉ thực tế, hiện trạng canh tác. Khó, nhưng khó thì khó copy.
Đào tạo. Người biết dùng công cụ không nhiều, và các ngành đang cần. Đây là phần ít ai làm ở Việt Nam.
Một hướng khác: giáo dục
Có một mặt khác của cùng khái niệm mà ít người để ý. Địa lý là môn học trong nhà trường, và nó là môn cần công cụ trực quan hơn hầu hết các môn.
Dạy về địa hình, khí hậu, phân bố dân cư bằng bản đồ tương tác khác hẳn dạy bằng hình in trong sách. Công cụ để làm điều đó giờ đã rẻ.
Đây là thị trường khác hẳn nhóm doanh nghiệp: người dùng là giáo viên và học sinh, cần đơn giản và đúng chương trình, không cần độ chính xác đo đạc. Cùng một nền dữ liệu nhưng hai cách trình bày, hai mô hình kinh doanh.
AI đổi được gì
Phần đổi rõ nhất, và đúng vào chỗ nghẽn:
- Đọc bản đồ dạng ảnh thành dữ liệu. Nhận dạng vùng, ranh giới, ký hiệu từ bản đồ scan. Đây trước đây là việc vẽ lại bằng tay, rất tốn công — và nó là nghẽn lớn nhất của ngành ở Việt Nam.
- Phân loại ảnh vệ tinh. Xác định loại cây trồng, phát hiện thay đổi hiện trạng giữa hai thời điểm. Việc này giờ làm được ở quy mô lớn với chi phí thấp.
- Chuẩn hoá dữ liệu lộn xộn. Tên địa danh viết khác nhau, địa chỉ không theo khuôn — ghép lại là việc máy làm tốt.
Phần phải cẩn thận:
- Sai số phải được nói rõ. Một kết quả phân loại từ ảnh vệ tinh có độ chính xác nhất định. Trình bày nó như dữ liệu chắc chắn dẫn tới quyết định sai — và với dữ liệu không gian, người dùng rất dễ tin vì nhìn thấy được.
- Không suy ra ranh giới pháp lý. Ranh thửa đất, ranh hành chính là vấn đề pháp lý. Một đường vẽ từ ảnh không phải căn cứ, và dùng nó cho việc pháp lý là gây rắc rối thật cho người dân.
- Dữ liệu vị trí là dữ liệu cá nhân. Vị trí của người, của phương tiện, cần được xử lý cẩn thận từ đầu.
Cái tên ở giao điểm hai ngành
Một tên miền ghép khái niệm địa lý với số hoá có đặc điểm đáng chú ý: nó đứng ở giao điểm của hai thị trường rất khác nhau — công nghệ dữ liệu không gian cho doanh nghiệp, và công cụ học tập cho giáo dục.
Điều đó có nghĩa cái tên không bị khoá vào một hướng. Nó dùng được cho một công ty dịch vụ dữ liệu, một nền tảng bản đồ, hoặc một kênh nội dung giáo dục — và người xây có thể đổi hướng mà không phải đổi tên.
Với ngành mà phần lớn đơn vị đang dùng tên viết tắt tiếng Anh khó nhớ, một cái tên tiếng Việt gọn, nói đúng lĩnh vực, là lợi thế nhận diện thật.
AI đã làm cho việc dựng một nền tảng bản đồ có lớp dữ liệu, tìm kiếm, phân tích thành chuyện vài tuần. Thứ còn khan hiếm là dữ liệu nền đã được chuẩn hoá và ghi rõ nguồn gốc — cùng một cái tên đứng được ở cả hai thị trường.
dialyso.com là phần thứ hai: gọn, tiếng Việt, và không khoá vào hướng nào.
Xem thông tin tên miền: dialyso.com trên Tên Miền Đẳng Cấp
