Công ty Cổ phần Công nghệ - Viễn thông ELCOM

Hạng mục: Doanh nghiệp phát triển AI

Đơn vị phát triển:

Giới thiệu:

Công ty Cổ phần Công nghệ - Viễn thông ELCOM

ELCOM là doanh nghiệp công nghệ Việt Nam thành lập năm 1995, thuộc thế hệ đầu tiên của ngành công nghệ thông tin trong nước. Hơn 30 năm sau, ELCOM là nơi hơn 40% nhân sự toàn công ty làm nghiên cứu và phát triển, và làm chủ trọn vẹn một hệ sinh thái AI cho hạ tầng giao thông thông minh: từ thiết kế phần cứng xử lý trong camera đến thuật toán học sâu và phần mềm điều hành trung tâm. Các sản phẩm "Make in Vietnam", “Made by ELCOM” đã có mặt tại hơn 20 quốc gia.

1. Vị thế

Sứ mệnh “Dẫn dắt nhu cầu" định hướng ELCOM tập trung vào các bài toán công nghệ có độ khó cao mà thị trường chưa có lời giải sẵn trong các lĩnh vực trọng yếu quốc gia như giao thông thông minh, chuyển đổi số khu vực công, quốc phòng - an ninh và viễn thông. ELCOM hiện là đối tác uy tín của nhiều Bộ, Ban, Ngành Chính phủ và các cơ quan địa phương, tổ chức, đơn vị lớn trong và ngoài nước.

2. Năng lực công nghệ AI

Cấu trúc đội ngũ: Hơn 40% tổng số cán bộ nhân viên làm nghiên cứu và phát triển - tỷ lệ hiếm gặp ở doanh nghiệp công nghệ Việt Nam quy mô tương đương, và ELCOM vận hành như một tổ chức nghiên cứu có năng lực thương mại hóa, không phải chỉ là một nhà tích hợp hệ thống. Đội ngũ tổ chức theo bốn nhóm năng lực: nghiên cứu AI&semi; kỹ thuật dữ liệu và Big Data; thiết kế phần cứng nhúng; kỹ thuật và tích hợp hệ thống.

Tự chủ: Phần lớn doanh nghiệp AI trong nước làm ở lớp ứng dụng, chạy trên mô hình nền và phần cứng nhập khẩu. ELCOM làm chủ cả bốn lớp: phần cứng biên (ITS Camera AI, AI Box tự thiết kế và sản xuất)&semi; mô hình AI tự huấn luyện trên tập dữ liệu độc quyền; nền tảng dữ liệu và điều phối; ứng dụng nghiệp vụ.

Chiến lược dữ liệu: Lợi thế lớn nhất của ELCOM trong AI không chỉ nằm ở thuật toán, mà ở nguồn dữ liệu giao thông thực tế được tích lũy qua nhiều năm. Trong hơn 10 năm triển khai, ELCOM liên tục thu thập dữ liệu từ các tuyến giao thông đang vận hành tại Việt Nam. Dữ liệu này được đưa vào một vòng lặp cải thiện liên tục: những trường hợp AI nhận diện chưa chính xác được người vận hành xác nhận, bổ sung và sử dụng để huấn luyện lại mô hình. Nhờ đó, hệ thống càng được triển khai và vận hành lâu, năng lực AI càng được cải thiện. Toàn bộ dữ liệu được quản lý theo vòng đời và lưu trữ trong nước, giúp ELCOM chủ động kiểm soát, bảo mật và phát triển năng lực AI trên dữ liệu Việt Nam.

Năng lực đạt chuẩn pháp định quốc tế: Hệ sinh thái ELCOM ITS đạt chuẩn OIML R134 Class F10 và F5, ASTM E1318, COST 323, ISO/IEC 27001:2013, ISO 9001:2015, cùng trọn vẹn 12 phân hệ nghiệp vụ TCVN về ITS. ELCOM sở hữu 13 Giấy chứng nhận Đăng ký Quyền tác giả phần mềm.

3. Tăng trưởng và phát triển

Doanh thu mảng Giao thông thông minh - mảng giải pháp ứng dụng AI: 2021 đạt 184,6 tỷ đồng; 2022 đạt 294,2 tỷ đồng (tăng 59,4%); 2023 đạt 589,1 tỷ đồng (tăng 100,2%); năm 2024 vượt 1.500 tỷ đồng. Tốc độ tăng trưởng kép giai đoạn 2021–2025 khoảng 69%/năm, tức quy mô tăng hơn 8 lần trong 4 năm.

Dư địa trong nước, khu vực và toàn cầu. Thị trường giao thông thông minh Đông Nam Á dự báo đạt khoảng 8 tỷ USD vào năm 2033, CAGR ~6,8% (IMARC Group)&semi; riêng Indonesia ước 778,7 triệu USD năm 2023, dự báo 1,53 tỷ USD năm 2030 (Grand View Research). Thị trường ITS toàn cầu đạt khoảng 54,5 tỷ USD năm 2024, CAGR ~9,2% giai đoạn 2025–2030.

Lợi thế của ELCOM khi mở rộng khu vực nằm ở chỗ đặc thù giao thông Việt Nam - dòng xe hỗn hợp mật độ cao, tỷ trọng xe máy lớn, hạ tầng mở rộng nhanh, khí hậu nhiệt đới ẩm - trùng khớp với Indonesia, Thái Lan, Philippines, Lào, Campuchia, Myanmar. Mô hình AI huấn luyện trên dữ liệu Việt Nam chuyển giao sang các thị trường này thuận lợi hơn nhiều so với mô hình huấn luyện ở châu Âu hay Nhật Bản, và đội ngũ kỹ sư tự chủ công nghệ cho phép triển khai tại chỗ không phụ thuộc nhân sự nước ngoài.

4. Đóng góp cho cộng đồng AI Việt Nam

ELCOM xác định trách nhiệm của một doanh nghiệp dẫn đầu không dừng ở việc chiếm lĩnh thị phần, mà ở việc mở rộng năng lực AI của cả quốc gia.

- Phát triển nguồn nhân lực: ELCOM chú trọng đào tạo đội ngũ AI từ chính những bài toán thực tế. Thay vì chỉ tiếp cận AI ở góc độ lý thuyết, các kỹ sư trẻ tại ELCOM được tham gia phát triển và triển khai các hệ thống AI trên hạ tầng giao thông quy mô lớn, làm việc với dữ liệu thực và xử lý những yêu cầu vận hành thực tế. Cùng với chương trình thực tập và đào tạo nội bộ về AI, thị giác máy tính và kỹ thuật dữ liệu, mô hình này giúp ELCOM xây dựng đội ngũ kỹ sư có khả năng đưa AI từ nghiên cứu vào ứng dụng thực tế.

- Hợp tác học thuật, nghiên cứu: ELCOM phối hợp cùng các viện nghiên cứu và trường đại học, kết nối nguồn lực nghiên cứu với các bài toán thực tế, tạo môi trường thúc đẩy những nghiên cứu AI có tính ứng dụng cao và khả năng triển khai trong thực tiễn.

- Đóng góp xây dựng tiêu chuẩn quốc gia: Việc đáp ứng trọn vẹn 12 phân hệ TCVN còn có tác dụng lan tỏa: hệ thống tuân thủ giao thức chuẩn mở (AP-DATEX, SNMP, XML, NTCIP, ONVIF, Modbus TCP), cho phép doanh nghiệp khác tích hợp vào cùng hệ sinh thái thay vì bị khóa vào một nhà cung cấp. ELCOM chủ động không xây dựng hệ sinh thái đóng - lựa chọn có chi phí cạnh tranh, đổi lấy sự lành mạnh của thị trường ITS Việt Nam.

- Chia sẻ tri thức và dữ liệu: ELCOM trình bày tại các diễn đàn chuyên môn về AI và giao thông thông minh, công bố tài liệu kỹ thuật và mở API/SDK cho đối tác tích hợp. ELCOM sở hữu tập dữ liệu giao thông Việt Nam lớn nhất cả nước, trong khi cộng đồng nghiên cứu trong nước phải dùng tập dữ liệu nước ngoài không phản ánh đúng điều kiện Việt Nam.

- Trung tâm Đổi mới Sáng tạo AI & IoT: ELCOM đang đầu tư xây dựng Hà Nội Innovation Hub, ELCOM Innovation Hub nhằm kết nối mạng lưới chuyên gia, thúc đẩy nghiên cứu chung và chuyển giao công nghệ AI ra khu vực.

- Nâng đỡ hệ sinh thái doanh nghiệp. Với vai trò nhà thầu chính tại nhiều dự án hạ tầng số, ELCOM là điểm kết nối của một chuỗi cung ứng công nghệ trong nước.

5. Phát triển AI có trách nhiệm

ELCOM đặt yếu tố an toàn, minh bạch và trách nhiệm con người trong quá trình phát triển và vận hành AI. Với hệ thống xử lý dữ liệu hình ảnh phương tiện, biển số trên quy mô lớn và hỗ trợ tạo dữ liệu phục vụ xử phạt, ELCOM xây dựng các nguyên tắc quản trị nhằm bảo đảm AI được sử dụng đúng mục đích và có thể kiểm soát.

- Con người quyết định cuối cùng: AI chỉ phát hiện, phân tích và cung cấp bằng chứng&semi; mọi quyết định có hệ quả pháp lý đều do con người kiểm tra và quyết định.
- Thu thập dữ liệu ở mức cần thiết: Edge AI cho phép xử lý dữ liệu ngay tại hiện trường, hạn chế việc truyền và lưu trữ những hình ảnh không cần thiết.
- Quản lý vòng đời dữ liệu: Dữ liệu được lưu trữ theo thời hạn và mục đích xác định&semi; dữ liệu không liên quan đến vi phạm được loại bỏ theo quy trình.
- Kiểm soát truy cập: Dữ liệu được phân quyền theo vai trò, đồng thời ghi nhận lịch sử truy cập để tăng khả năng kiểm tra và truy xuất.
- Kiểm soát độ chính xác và sai lệch: Mô hình được đánh giá theo nhiều điều kiện thực tế như ngày/đêm, thời tiết và các nhóm phương tiện khác nhau.
- Có thể kiểm tra và truy xuất: Các kết quả phục vụ xử lý đều có dữ liệu và bằng chứng đi kèm, cho phép người có thẩm quyền kiểm tra, đối chiếu khi cần.
- Bảo vệ dữ liệu: Dữ liệu được lưu trữ và quản lý tại Việt Nam, tuân thủ các yêu cầu về an toàn thông tin và bảo vệ dữ liệu theo quy định hiện hành.
Mục tiêu của ELCOM là xây dựng AI không chỉ thông minh và hiệu quả, mà còn minh bạch, có thể kiểm soát và chịu trách nhiệm trong suốt quá trình vận hành.

Ghi nhận: Giải Đồng ASEAN Digital Awards 2026 · Cúp Vàng, Bạc, Đồng Make in Vietnam 2024, 2023, 2022 · Sao Khuê 2022 (cú đúp) và 2023 · Top 10 Doanh nghiệp CNTT Việt Nam 2019-2025.

Điểm mới, đặc biệt

Hệ sinh thái Giao thông thông minh ELCOM ITS

1. Định vị
ELCOM ITS là hệ sinh thái hợp nhất điều hành giao thông dựa trên AI do ELCOM tự nghiên cứu và phát triển.

2. Đột phá kiến trúc: từ AI giám sát thụ động sang AI vận hành tự chủ

Phần lớn các hệ thống camera AI giao thông hiện nay chủ yếu dừng ở khâu nhận thức: nhận diện đối tượng, phát hiện sự kiện, tạo cảnh báo và chuyển thông tin lên màn hình để người vận hành xử lý. Con người vẫn phải ra quyết định đối với từng sự kiện, khiến nút thắt trong vận hành chưa được giải quyết.

ELCOM ITS phát triển kiến trúc AI vận hành tự chủ, bổ sung ba lớp phía sau lớp nhận thức, hình thành một vòng lặp vận hành khép kín gồm 5 bước:

- Cảm nhận: Camera AI, radar, cảm biến IoT, UAV phát hiện đối tượng và sự kiện.
- Suy luận: Hệ thống đối chiếu các yếu tố bối cảnh như vị trí GIS, thời tiết, lưu lượng và lịch sử phương tiện để xác định mức độ nghiêm trọng của sự kiện.
- Lập kế hoạch: Hệ thống lựa chọn kịch bản ứng phó dựa trên các quy trình nghiệp vụ đã được số hóa.
- Hành động: Thực hiện điều khiển liên động đối với VMS, camera PTZ, đèn tín hiệu, hệ thống điều khiển làn LCS và UAV.
- Phản hồi: Ghi nhận kết quả xử lý và đưa dữ liệu trở lại quy trình tái huấn luyện.

Ba cấp độ tự chủ, với ranh giới thẩm quyền rõ ràng

ELCOM không hướng tới tự động hóa tối đa, mà thiết kế mức độ tự chủ phù hợp với môi trường giao thông – nơi một số hành động có thể tạo ra hệ quả pháp lý đối với công dân.

Cấp 1 – Tự động hoàn toàn:
Áp dụng với các hành động không tạo hệ quả pháp lý và có thể đảo ngược, như xoay camera PTZ, bật cảnh báo VMS, điều UAV tới tọa độ hoặc thông báo cho đội tuần tra.

Cấp 2 – Tự động có ngưỡng:
Áp dụng với các hành động có ảnh hưởng đến dòng giao thông, như điều chỉnh chu kỳ đèn hoặc đóng/mở làn. Khi vượt ngưỡng được cấu hình, hệ thống chuyển sang người có thẩm quyền phê duyệt.

Cấp 3 – Con người quyết định:
Áp dụng với các hành động tạo hệ quả pháp lý, như xử phạt nguội hoặc xác nhận vi phạm tải trọng. AI chỉ lập hồ sơ đề xuất kèm chứng cứ&semi; cán bộ có thẩm quyền phê duyệt trước khi ban hành.
Cách phân tách này cho phép tự động hóa tối đa ở khâu phát hiện và chuẩn bị hồ sơ, đồng thời bảo đảm mọi quyết định hành chính đối với người dân đều có con người chịu trách nhiệm cuối cùng.

3. Nền tảng kỹ thuật

Chuỗi mô hình học sâu: ELCOM ITS sử dụng chuỗi mô hình học sâu cho các bài toán khác nhau trong giao thông. CNN trích xuất đặc trưng hình học, phân loại phương tiện và tự động nhận dạng biển số (ANPR). RNN và LSTM phân tích chuỗi video theo thời gian, giúp phát hiện các sự kiện diễn tiến như va chạm, xe chết máy, vật cản rơi hoặc hỏa hoạn trong hầm, thay vì chỉ nhận diện trạng thái tĩnh. Các mô hình nền được tinh chỉnh bằng Transfer Learning trên tập dữ liệu thuần Việt, sử dụng TensorFlow, PyTorch, TensorRT và TVM. Học tăng cường được sử dụng để tối ưu các kịch bản điều phối đèn tín hiệu và phân luồng.

Lợi thế dữ liệu không thể sao chép: ELCOM sở hữu hơn 10 năm dữ liệu giao thông thực địa từ hàng triệu phương tiện, phản ánh những đặc thù của giao thông Việt Nam mà các mô hình được huấn luyện ở nước ngoài khó xử lý hiệu quả, như: biển số đa dạng định dạng, biển mờ/bẩn/cong vênh; dòng phương tiện hỗn hợp với tỷ trọng xe máy cao… cùng các điều kiện thời tiết và môi trường như mưa nhiệt đới, sương mù vùng núi, bụi công trường và ngược sáng gay gắt. Trên tập kiểm thử thực địa, hệ thống đạt kết quả trên 98% nhận diện và phân loại phương tiện, trên 95% nhận diện hành vi vi phạm và trên 90% phát hiện sự cố bất thường.

Edge AI và phần cứng tự sản xuất: Không chỉ phát triển phần mềm trên phần cứng nhập khẩu, ELCOM tự nghiên cứu và sản xuất ITS Camera AI tích hợp AI và radar, cùng AI Box, cho phép nhúng trực tiếp các thuật toán thị giác máy tính lên vi xử lý. Giải pháp Edge AI mang lại hai giá trị chính: (1) Giảm 80% dung lượng truyền tải: dữ liệu được phân tích ngay tại hiện trường, chỉ truyền sự kiện và siêu dữ liệu thay vì luồng video thô, qua đó tiết kiệm 20–30% chi phí hạ tầng máy chủ và đường truyền. Đây là điều kiện quan trọng để triển khai hệ thống trên các tuyến cao tốc vùng núi. (2) Nâng cấp hạ tầng camera hiện hữu: AI Box bổ sung năng lực AI cho các dòng camera sẵn có như PTZ, FIX và 360, giúp tái sử dụng hạ tầng camera đã đầu tư thay vì phải thay thế toàn bộ.

Hạ tầng IoT và dữ liệu: Nền tảng cho phép kết nối và điều khiển đồng thời hàng nghìn thiết bị hiện trường thông qua các giao thức chuẩn mở như NTCIP, SNMP, HTTP/HTTPS, ONVIF và Modbus TCP, đồng thời xử lý hàng chục triệu giao dịch thời gian thực mỗi ngày. Nền tảng Big Data phân tích chuỗi thời gian quy mô lớn, phục vụ điều hành, hậu kiểm phạt nguội và phát hiện điểm đen tai nạn. Trong hệ thống nhận diện và thu phí, RFID cho phép nhận diện ổn định phương tiện ở tốc độ 180 km/h, hỗ trợ thu phí hoàn toàn không barie. Đối với cân phương tiện tốc độ cao, cảm biến thạch anh Lineas Quartz đạt cấp chính xác F10 theo OIML R134, cho phép cân xe khi đang lưu thông mà không cần dừng đỗ. Dữ liệu có thể kết nối trực tiếp với dữ liệu đăng kiểm và đáp ứng yêu cầu làm căn cứ xử phạt.

4. Tác động thực tiễn đo

Tác động của ELCOM ITS được thể hiện trên 4 phương diện: hiệu quả vận hành, an toàn giao thông, hiệu quả kinh tế – xã hội và môi trường. Các kết quả được kiểm chứng qua những dự án thực tế và trên quy mô hạ tầng lớn.

4.1. Từ phát hiện vi phạm đến thay đổi hành vi giao thông

Xe quá tải là một trong những nguyên nhân hàng đầu gây xuống cấp kết cấu mặt đường và cầu. Với cơ chế cân động không dừng kết hợp phạt nguội, ELCOM ITS không chỉ phát hiện và xử lý vi phạm mà còn tạo tác động phòng ngừa, góp phần thay đổi hành vi của phương tiện trên toàn tuyến: khi biết toàn bộ phương tiện đều được cân và không thể né trạm, người điều khiển phương tiện có xu hướng chủ động tuân thủ quy định về tải trọng.

VD: Tại trạm cân eWIM ĐT741 (Bình Dương), tỷ lệ xe quá tải giảm từ 6,9% xuống 0,12%, tương đương giảm 57,5 lần. Số lượt vi phạm giảm từ 176 xuống 1,5 lượt/ngày, tương đương giảm 117,3 lần. Việc đưa tỷ lệ vi phạm về gần bằng 0 góp phần hạn chế hư hỏng kết cấu hạ tầng, kéo dài tuổi thọ công trình và giảm chi phí duy tu.

4.2. Tự động hóa, giảm áp lực nhân lực vận hành

Tại Trung tâm điều hành cao tốc Nha Trang – Cam Lâm - tuyến cao tốc free-flow loại bỏ hoàn toàn thanh chắn barie đầu tiên tại Việt Nam, tự động hóa toàn trình cho phép vận hành với 01 nhân sự trực mỗi ca, đồng thời giảm 70–80% khối lượng theo dõi thủ công. Kết quả này có ý nghĩa khi mạng lưới cao tốc tiếp tục mở rộng, với mục tiêu 5.000 km cao tốc đến năm 2030: tự động hóa giúp nâng cao hiệu quả vận hành và giảm áp lực nhân lực khi quy mô hạ tầng tăng nhanh.

4.3. Đóng góp cho an toàn giao thông

AI không chỉ được sử dụng để phát hiện vi phạm mà còn hỗ trợ phát hiện sớm các sự cố và tình huống bất thường, từ đó rút ngắn thời gian nhận biết và xử lý trên tuyến. Trên các tuyến đã triển khai, hệ thống ghi nhận giảm khoảng 50% nguy cơ tai nạn và giảm khoảng 60% ùn tắc, qua đó góp phần nâng cao an toàn và tính liên tục của dòng giao thông.

4.4. Tác động kinh tế – xã hội

Tác động kinh tế của ELCOM ITS thể hiện ở cả chi phí đầu tư, chi phí vận hành, chi phí duy tu hạ tầng và hiệu quả sử dụng thời gian của xã hội.
- Giảm 20–30% chi phí đầu tư ban đầu cho chủ đầu tư so với hệ thống nhập khẩu.
- Giảm chi phí duy tu nhờ hạn chế xe quá tải và kéo dài tuổi thọ kết cấu hạ tầng.
- Giảm 20–30% thời gian di chuyển, qua đó giảm thời gian và chi phí của người dân, doanh nghiệp vận tải.
- Tự động hóa các quy trình thu phí, cân tải trọng và lập hồ sơ xử phạt, giảm khối lượng công việc thủ công và nâng cao hiệu quả sử dụng nguồn lực.
- Chuẩn hóa và liên thông dữ liệu giao thông, tạo cơ sở dữ liệu phục vụ điều hành, hậu kiểm và quy hoạch phát triển hạ tầng.

4.5. Tác động môi trường

ELCOM ITS góp phần giảm tác động môi trường thông qua việc duy trì dòng phương tiện lưu thông ổn định và giảm thời gian chạy không tải. Khi ùn tắc được giảm và thời gian di chuyển được rút ngắn, phương tiện tiêu thụ ít nhiên liệu hơn, qua đó giảm phát thải CO₂. Việc số hóa và tự động hóa cũng hạn chế nhu cầu xử lý thủ công và di chuyển không cần thiết trong một số quy trình vận hành.

5. Ứng dụng vượt ra ngoài giao thông đường bộ

Nền Vision AI và Edge AI bên dưới đã được ứng dụng ở nhiều lĩnh vực: an ninh trật tự (hỗ trợ công an phát hiện điểm tập trung đông người bất thường, truy vết phương tiện phục vụ điều tra)&semi; phòng chống thiên tai và cứu hộ (phát hiện sớm ngập lụt hầm chui, sạt lở đất đá vùng núi, hỏa hoạn trong hầm đường bộ)&semi; dịch vụ công (số hóa ba thủ tục vốn có tiếp xúc trực tiếp giữa người dân và cán bộ)&semi; giao thông đường thủy&semi; logistics và quy hoạch đô thị.

Ba thành phần cốt lõi đều là công nghệ nền không đặc thù giao thông: AI Box và ITS Camera AI có thể nạp mô hình cho bất kỳ bài toán giám sát nào (an ninh khu công nghiệp, an toàn lao động công trường, kiểm soát cảng và kho bãi, giám sát môi trường)&semi; lớp tích hợp IoT đa giao thức là nền móng trực tiếp cho Trung tâm điều hành thông minh IOC cấp tỉnh/thành&semi; nền tảng Big Data chuỗi thời gian phục vụ mọi bài toán phân tích dữ liệu cảm biến quy mô lớn.