Bộ Nông nghiệp và Môi trường đang tiếp tục đẩy mạnh cải cách thủ tục hành chính theo hướng số hóa, liên thông dữ liệu và nâng cao chất lượng phục vụ người dân, doanh nghiệp; đồng thời từng bước hoàn thiện Hệ thống thông tin giải quyết thủ tục hành chính ngành Nông nghiệp và Môi trường theo mô hình tập trung, thống nhất trên toàn quốc.
Trong giai đoạn mới của kỷ nguyên số, dữ liệu đã trở thành tài nguyên, tư liệu sản xuất quan trọng, năng lượng mới, là mạch máu của nền kinh tế số. Trong thời gian qua, Bộ Nông nghiệp và Môi trường đã và đang quyết liệt triển khai nhiều nhiệm vụ khó, tồn đọng kéo dài như xây dựng cơ sở dữ liệu quốc gia về đất đai, cũng như hệ thống truy xuất nguồn gốc nông, lâm, thủy sản.
Trong bối cảnh trí tuệ nhân tạo (AI) đang tạo ra những chuyển biến sâu sắc trong nhiều lĩnh vực, khí tượng thủy văn cũng bước vào một giai đoạn chuyển đổi mạnh mẽ. Tuy nhiên, theo PGS, TS. Mai Văn Khiêm, AI dù có khả năng xử lý dữ liệu vượt trội vẫn không thể thay thế vai trò của con người trong dự báo thiên tai. Vấn đề cốt lõi không phải là “AI hay dự báo viên”, mà là cách kết hợp hai yếu tố này để nâng cao chất lượng dự báo, kéo dài thời gian cảnh báo sớm và giảm thiểu thiệt hại do thiên tai.
Giai đoạn 2026 - 2030 đặt ra yêu cầu phát triển mới, đó là phải tăng tốc để phấn đấu tăng trưởng “hai con số”, nâng sức chống chịu trước bất định toàn cầu. Vì vậy, chúng ta cần hành động với tinh thần đổi mới, dám nghĩ, dám làm, dám chịu trách nhiệm vì lợi ích quốc gia, dân tộc; đặt khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số vào vị trí trung tâm của chiến lược phát triển đất nước.
Các ĐBQH đề nghị tiếp tục chuyển đổi mạnh mô hình tăng trưởng từ chiều rộng sang chiều sâu, đặt năng suất đổi mới sáng tạo và khoa học công nghệ làm động lực trung tâm. Đồng thời hoàn thiện hạ tầng số đối với các tỉnh miền núi, vùng đồng bào dân tộc thiểu số.
Ứng dụng trí tuệ nhân tạo (AI) trong việc cảnh báo sớm thiên tai đang dần được triển khai một cách có hiệu quả, giúp phân tích lượng lớn dữ liệu khí tượng nhanh chóng và chính xác hơn so với phương pháp truyền thống. Các mô hình học máy có thể dự đoán xu hướng thời tiết dựa trên dữ liệu lịch sử và thời gian thực. Tuy nhiên, sử dụng AI một cách an toàn và hiệu quả cũng đặt ra nhiều thách thức.
