Tọa đàm: Khoa học dữ liệu trong Kinh tế, Kinh doanh và Quản lý

• Đại diện Ban Giám hiệu: PGS.TS. Phạm Hồng Chương, Phó hiệu trưởng
• Đại diện Hội đồng Khoa học và đào tạo: GS.TS. Trần Minh Đạo, GS.TS. Nguyễn Quang Dong, GS.TS. Đặng Đình Đào, GS.TS. Nguyễn Văn Lâm.
• Đại diện các khoa: TS. Nguyễn Mạnh Thế – khoa Toán kinh tế, TS. Nguyễn Trung Tuấn – Viện CNTT Kinh tế, PGS.TS. Bùi Huy Nhượng – Giám đốc Trung tâm AEP, ThS. Phùng Tiến Hải – Trưởng khoa Tin học kinh tế.

Cùng nhiều giảng viên, cán bộ, sinh viên

GS.TSKH Hồ Tú Bảo trình bày

Kỳ vọng 2050: thắng World Cup

CMCN lần thứ tư (không phải 4.0)

Chuyển đổi số là thay đổi lịch sử loài người, từ khi có máy tính: từ tín hiệu điện tử sang tín hiệu số. Dạng con số 0 – 1: truyền hình số, đồng hồ số, máy ảnh số, in ấn số

Đặc trưng bởi : (1) số hóa (2) Công nghệ số:

CNTT chỉ là một phần của Công nghệ

Chuyển đổi số từ cấp cao nhất đến mọi cấp của hệ thống.

Nhật: Làn sóng Công nghệ số: Digital Waves

Đang sống trong hai thế giới: (1) Thực thể (2) Số hóa, thế giới số

• Ô tô, nhà thông minh, y tế, phẫu thuật
• Ở giữa: kết nối giữa thế giới thực (vật lý) và không gian số (phiên bản số)
• Mọi hoạt động trong thế giới thực thể đều tính toán điều khiển trên KG số
• Thay đổi sâu sắc về Công nghệ, kinh tế, văn hóa, xã hội

Chuyển đổi số trong tài chính:

Những cuộc cách mạng công nghiệp: 2 yếu tố: (1) thay đổi mạnh về KHCN (2) tác động thay đổi nhiều đến đời sống

Các nước có chiến lược về chuyển đổi số

• Không phải nước nào cũng đặt trọng tâm vào công nghiệp là hàng đầu
• Nhưng thay dổi về Công nghiệp là gốc
• Trung Quốc: Từ Bộ chính trị: Big data Quốc gia
• Nhật Bản: Xã hội: Smart Scoety
• Singapore: Quốc gia thông minh: tập trung vào các lĩnh vực, và đặt tại 3 ĐH quốc gia
• Hàn quốc: gắn với kinh tế, con người làm trung tâm

Dựa trên các công nghệ số: nối mọi thứ với nhau, khai thác dữ liệu

Theo ba mức độ: (1) Nghĩa hẹp (2) nghĩa rộng hơn, (3) nghĩa rộng nhất

Công nghệ ảnh hưởng

• Cloud computing (lưu trữ tính toán trên số hóa)
• Block chanin: đồng thuận và bất biến dữ liệu
• Internet of things
• Bigdata
• AI
• DS

Hàn Quốc:

• Chỉ có một số người thắng cuộc lấy hết (winner takes it all)

Thắng chính mình:

• Tìm ra mục tiêu của mình

Hài hòa 3 lĩnh vực (Toán-Thống kê + KH Máy tính + Kiến thức chuyên ngành)

Là công cụ lao động cốt yếu của thời chuyển đổi số

• Quản trị dữ liệu: data lake
• Phân tích dữ liệu: Thống kê – Machine Learning – Data Mining
• Sử dụng kết quả

• Dữ liệu: Giá trị của thuộc tính của các đối tượng quan sát
• Hai cách: (1) Lấy mẫu ngẫu nhiên: thống kê truyền thống, theo câu hỏi cụ thể, có đích muốn đến rồi, thu thập có mục đích, (2) Cách lấy là cứ thu dữ liệu, chưa cần biết mục tiêu, dựa trên nhiều kỹ thuật
• Thống kê 1 biến (univariate): chủ yếu dữ liệu nhỏ
• Phân tích dữ liệu nhiều biến: Data analysis (Pagerank của Google: ma trận nhiều tỉ chiều)
• Machine Learning:
• Data Mining (từ 1995): Statistcis – Databases – Machine Learning

Tìm ra quy luật từ dữ liệu trong kinh doanh

Khoa học Dữ liệu: Giúp ra quyết định

1. Suy luận
2. Hiểu ngôn ngữ
3. Giải quyết vấn đề
4. Nhận thức
5. Học tập

AI = Suy diễn + Tri thức

• Tri thức hiện: đưa vào máy dễ hơn vì diễn giải được
• Tri thức ẩn: không diễn giải ra được, nhưng nằm trong dư liệu, ẩn chứa nhiều hiểu biết của con người

Machine Learning tạo đột phá của AI:

Hè 2018: hơn 20 quốc gia chọn AI làm chiến lược phát triển

• Data driven AI
• AI cho Doanh nghiệp nhỏ và vừa SME

AI: hiểu rộng: cứ chỗ nào có data được dùng thông minh, hiệu quả, khai thác được đều là AI. AI là công nghệ để phát triển, là con đường để đi

Data là nguyên liệu để phát triển

1. Có rất nhiều số
2. Sự phát triển phụ thuộc vào các số này
3. AI là dùng được các số này một cách thông minh và hiệu quả

Con đường để đi là dùng dữ liệu một cách hiệu quả

Về đào tạo Khoa học dữ liệu

• Nhật: Học cấp Chứng chỉ (4 chứng chỉ) Certificate,
• Australia: Data Scientist; lấy bất kể ngành nào, học thêm Toán
• TP.HCM, viện John Von Neumann: Trường KHTN, ĐHQG có Thạc sỹ về Data Science.

• Doanh nghiệp
• Cá nhân
• Nhà sáng tạo
• Người làm chính sách

Đại trà: dùng công cụ

Data Scientist: Sexiest job in the 21^st century

• Nhiều loại lao động biến mất
• Nhiều loại LD mới xuất hiện

THẢO LUẬN

• Lĩnh vực marketing đang truyền thống, xu thế tất yếu là marketing số
• Digital marketing: marketing + kỹ thuật số + data
• Có lời khuyên nào giúp để phát triển về “marketing kỹ thuật số” thành công được? Kiến thức khoa học dữ liệu cần chuẩn bị, khoa học thế nào?

GS. Hồ Tú Bảo:

• Đào tạo KHDL: Thống kê, ML phải học
• Lý thuyết + kỹ năng làm chủ, lập trình: gắn với môi trường tính toán
• Amazon, tin quảng cáo không đúng đối tượng
• Intelligent marketing: xu thế chung công nghệ số, đi sâu vào cá nhân
• Môi trường tính toán, xử lý cơ bản

• Sự đánh đổi không phải khan hiếm mà dư thừa?
• Có các platform, algorithm,…, dữ liệu tối thiểu để tối đa? Data tối đa để tối đa, data vừa phải để vừa phải?
• Có cần gộp 3 đơn vị như Toán – Tin học – Các khoa chuyên môn thành một đơn vị duy nhất?

GS. Hồ Tú Bảo:

• Chuyển đổi số: data là tài sản, tài nguyên là còn dài. Các nguồn tài nguyên khác vẫn phải khai thác
• Tối ưu: không có câu trả lời chung: phải cụ thể hóa trong từng lĩnh vực mới chọn được thế nào.
• Data hiện nay: Chính phủ số / Hạ tầng số: Hạ tầng trong cyber space chưa ý thức, chưa chú ý: Máy móc và kết nối / Hạ tầng dữ liệu / Hạ tầng pháp lý / Hạ tầng nhân lực => Phải có luật kết nối chia sẻ data.
• Chia sẻ data là quan trọng, cái nào dùng thuế thì phải chia sẻ
• Phải hiểu bài toán của mình để xem data đủ chưa
• Chưa thấy ai gộp: chỉ có đào tạo cấp chứng chỉ và đơn vị đào tạo là khoa Toán – Tin học.
• Là ngành riêng phục vụ chung cho cả đơn vị khác, ai có nhu cầu và năng lực cũng có thể học để đáp ứng xu thế của tương lai

• Mục tiêu nào cho VN trong giai đoạn CMCN4.
• Triển khai thế nào để đương đầu với thời đại, để so bằng nước khác

GS. Hồ Tú Bảo:

• Nhận thức là đầu tiên, nhất là lãnh đạo. Phần nhà nước rất quan trọng / kết hợp các trường ĐH, DN
• Xây dựng hạ tầng số: dữ liệu, luật, nhân lực
• Bước đầu: chính là Hạ tầng số: phải chia sẻ kết nối
• DN có thể đi trước, sau đó địa phương, chậm hơn là cơ quan NN
• Tiềm năng: Ko phải mua sắm máy tính nhiều, nhưng kết nối. Tại Việt Nam Khoa học cơ bản đã có, toán học rộng. Lực lượng VN nhiều
• Kết nối trong và ngoài nước, đổi mới cách làm

• Nhật: xã hội thông minh, Singapore: smart nation,
• NEU: Smart University
• Tính khả thi của Smart University là thế nào, cần có gì? Kết nối thế nào?

GS. Hồ Tú Bảo:

• ĐH Bách khoa Đà Nẵng: smart campus: kết nối và số hóa nhiều hơn
• Viện nghiên cứu ở Nhật: môi trường thuận lợi khi đó: mọi giao tiếp điện tử, giảm giấy tờ.
• Hướng đến: chuẩn bị lực lượng
• Smart: công văn giấy tờ: tìm kiếm và tổ chức lại

• Tổng kết, tóm tắt nội dung
• Tuyên bố kết thúc tọa đàm