Khi AI bắt đầu tiếp nhận cuộc gọi 119: Sự chuyển giao công nghệ đang diễn ra đằng sau các cuộc gọi khẩn cấp

Lúc 2 giờ 40 phút sáng, một cuộc gọi chuyển đến trung tâm điều phối. Người gọi thở gấp, ở nền có tiếng người khác la hét, nhân viên trực tổng đài vừa trấn an vừa cố gắng hỏi cho ra địa chỉ. Khi cuộc gọi kéo dài đến giây thứ tư mươi, hệ thống trên màn hình của nhân viên bỗng hiển thị một dòng cảnh báo: Nghi ngờ ngưng tim, đề nghị hướng dẫn thực hiện hồi sức tim phổi (CPR) ngay lập tức.

Nhận định này không phải do nhân viên tổng đài đưa ra, mà là từ một mô hình AI đang lắng nghe cùng một cuộc gọi đó.

Những hệ thống như thế này đã hoạt động tại một số trung tâm điều phối ở Mỹ và Đan Mạch trong vài năm qua. Nó đồng thời cho thấy mặt thuyết phục nhất của AI khi bước vào lĩnh vực dịch vụ công, cũng như mặt cần được giám sát nhất.

Bối cảnh sự kiện

Tình cảnh khó khăn của các trung tâm điều phối khẩn cấp trên toàn thế giới đều giống nhau: thiếu nhân lực, tỷ lệ nhân viên nghỉ việc cao, thời gian đào tạo dài và mỗi cuộc gọi đều không cho phép xảy ra sai sót. Các trung tâm điều phối tại nhiều quận hạt ở Mỹ gần đây đã đối mặt với tình trạng thiếu hụt nhân sự nghiêm trọng, thời gian chờ đợi cuộc gọi bị kéo dài — trong những tình huống tính bằng phút như ngưng tim, thời gian chờ đợi chính là sinh mạng con người.

Do đó, lĩnh vực vốn dĩ cực kỳ bảo thủ này lại trở thành một chiến trường triển khai AI đầy tích cực ngoài dự kiến. Các hướng đi công nghệ đại khái được chia thành bốn loại.

Loại thứ nhất là đọc hiểu thời gian thực trong cuộc gọi. Nền tảng học máy của Corti phân tích các cuộc gọi đang diễn ra, nhận diện các tình trạng then chốt như ngưng tim và cảnh báo cho nhân viên tổng đài. Sở Cứu hỏa Seattle là một trong những đơn vị sớm áp dụng công nghệ này.

Loại thứ hai là phân luồng các cuộc gọi không khẩn cấp. Một tỷ lệ đáng kể các cuộc gọi đến trung tâm điều phối thực sự không cần sự can thiệp điều động ngay lập tức — như khiếu nại tiếng ồn, đỗ xe trái phép, hỏi về thủ tục.Aurelian chuyên tự động hóa mảng này, giúp các cuộc gọi khẩn cấp thực sự không phải xếp hàng chờ đợi. Công ty khởi nghiệp có trụ sở tại Seattle này đã hoàn thành vòng gọi vốn Series A trị giá 14 triệu USD vào tháng 8 năm 2025.

Loại thứ ba là viết lại toàn bộ nền tảng tiếp nhận và điều phối. Carbyne tập trung vào hệ thống 911 thế hệ mới (NG911), Mark43 tích hợp công tác điều phối, ghi chép, thiết bị di động và phân tích thành một hệ thống điện toán đám mây duy nhất, kết hợp thêm ReportAI để tự động tạo bản nháp báo cáo và BriefAI để tổng hợp tóm tắt công tác. Phía công ty cho biết hệ thống đã được triển khai tại hơn 300 cơ quan.

Loại thứ tư là tích hợp dữ liệu đa hệ thống. Loại này ít gây chú ý nhất nhưng lại mang tính quyết định nhất: Những gì Peregrine làm là kết nối hàng chục hệ thống cũ kỹ không liên lạc được với nhau của các cơ quan cảnh sát và cứu hỏa, sau đó làm sạch và đồng bộ hóa chúng, giúp nhân viên trực ban có thể tra cứu toàn bộ bối cảnh tại một nơi duy nhất. Họ gần đây đã hoàn thành vòng gọi vốn Series D trị giá 250 triệu USD.

Điều đáng chú ý là tốc độ hợp nhất của ngành công nghiệp này. Axon đã mua lại Prepared (công ty cũng làm AI cho 911) vào năm 2025 và thâu tóm Carbyne với mức định giá 625 triệu USD — lĩnh vực này đang chuyển từ giai đoạn hỗn chiến của các startup sang thế độc quyền/thiểu quyền.

Điểm nhấn lần này

• Vai trò của AI là hỗ trợ, không phải ra quyết định: Thiết kế của tất cả các hệ thống hiện tại đều là "cảnh báo cho nhân viên tổng đài", phán quyết cuối cùng vẫn nằm ở con người. Ranh giới này phải được giữ vững trong các lĩnh vực có rủi ro cao.
• Thời gian được tiết kiệm chủ yếu là khâu giấy tờ: Điều mà lực lượng cảnh sát và cứu hỏa phàn nàn nhiều nhất là việc vẫn phải làm báo cáo trước khi tan làm. Các tính năng như ReportAI, BriefAI giải quyết chính xác nỗi đau này thay vì thay thế phán quyết ở tuyến đầu.
• Tích hợp dữ liệu khó hơn mô hình: Peregrine áp dụng mô hình triển khai cử kỹ sư trực tiếp đến hiện trường của khách hàng, bởi vì định dạng dữ liệu của các cơ quan công quyền hỗn loạn đến mức không thể xử lý từ xa. Việc này không có đường tắt.
• Tranh cãi cũng là thực tế: ShotSpotter thuộc SoundThinking — công nghệ phát hiện tiếng súng — từ lâu đã vấp phải nhiều nghi ngờ về tỷ lệ báo động giả và hiệu quả chi phí. Các thành phố như Chicago từng chấm dứt hoặc thu hẹp quy mô hợp đồng. Khi các thuật toán bắt đầu quyết định lực lượng cảnh sát được điều đến đâu, các cuộc tranh luận xã hội là điều vô cùng cần thiết.

Phân tích tác động thị trường

Đối với người dùng tại Đài Loan: Cảm nhận trong ngắn hạn là không đáng kể. Hệ thống 119 và 110 của Đài Loan có cấu trúc khác biệt với Mỹ và cũng không áp dụng tiêu chuẩn NG911. Điều có khả năng xuất hiện trước tiên thực chất là "phân luồng các vụ việc không khẩn cấp" — việc tự động hóa các dịch vụ như đường dây nóng của thành phố 1999 có rào cản kỹ thuật thấp hơn nhiều so với điều phối khẩn cấp, rủi ro cũng nhỏ hơn.

Đối với ứng dụng doanh nghiệp: Hiệu ứng lan tỏa của làn sóng công nghệ này rất đáng chú ý. Nhu cầu về an ninh lối vào tại phòng cấp cứu bệnh viện, các không gian công cộng lớn, trường học là có thật. Thiết bị phát hiện vũ khí dạng lối đi của Athena Security hay hệ thống nhận diện biển số và sự kiện của Rekor đều đang mở rộng sang lĩnh vực y tế và thương mại. Các vụ bạo lực tại bệnh viện Đài Loan không phải là hiếm, và đây là một nhu cầu thực tế.

Đối với nhà phát triển: Cơ hội thực sự nằm ở tầng tích hợp thay vì tầng mô hình. Mức độ rời rạc của hệ thống các cơ quan công quyền Đài Loan không thua kém gì Mỹ; bất kỳ ai có thể kết nối dữ liệu sẵn có, đồng bộ hóa ngữ nghĩa và cung cấp giao diện tra cứu thuận tiện, người đó sẽ nắm giữ giá trị. Rào cản cao, nhưng độ gắn kết cũng cao.

Xu hướng phát triển tương lai

Tôi nhận định rằng trong 2 đến 3 năm tới, xu hướng sẽ chuyển dịch theo ba hướng sau.

Thứ nhất, từ cảnh báo chuyển sang tạo bản nháp. AI không chỉ nhắc nhở rằng "đây có thể là trường hợp ngưng tim", mà sẽ trực tiếp soạn thảo bản nháp của toàn bộ hồ sơ vụ việc, con người chỉ đóng vai trò xác nhận. Mức độ chấp nhận tự động hóa giấy tờ cao hơn nhiều so với tự động hóa quyết định, và sẽ phổ biến trước.

Thứ hai, khung quản lý sẽ theo kịp. Đạo luật AI của Liên minh Châu Âu đã liệt kê các mục đích thực thi pháp luật vào danh mục rủi ro cao, và các tiểu bang của Mỹ cũng lần lượt ban hành luật quy định thời hạn lưu trữ dữ liệu nhận diện biển số xe. Giai đoạn công nghệ chạy trước quy định theo sau sắp kết thúc.

Thứ ba, hoạt động thâu tóm và hợp nhất tiếp tục diễn ra. Việc Axon liên tiếp mua lại Prepared và Carbyne chỉ mới là khởi đầu. Hoạt động mua sắm của khu vực công ưu tiên một cửa một cửa duy nhất, cấu trúc này sẽ buộc các nhà cung cấp phải hợp nhất thành các nền tảng lớn.

Tổng kết và đánh giá từ TheAI學院

Trong quá trình viết chủ đề này, điều khiến tôi bận tâm nhất không phải là công nghệ lợi hại đến mức nào, mà là các con số hiệu quả của những hệ thống này hầu như đều do chính các nhà cung cấp tự công bố. Những tuyên bố như "thời gian phản hồi rút ngắn hai chữ số phần trăm", "tội phạm nghiêm trọng giảm 45%" đáng lẽ phải có sự kiểm chứng độc lập ở cấp độ chính sách công, nhưng hiện tại phần lớn là không có. Tranh cãi xung quanh ShotSpotter cũng bắt nguồn từ đó: không phải công nghệ hoàn toàn vô dụng, mà là hiệu quả được tuyên bố không gánh nổi chi phí đầu tư và cái giá phải trả của xã hội.

Đánh giá: Khi AI bước vào lĩnh vực an ninh công cộng, câu hỏi thực sự cần đặt ra không phải là "có chính xác hay không", mà là "ai kiểm chứng, dữ liệu được lưu trữ trong bao lâu, ai có quyền truy vấn, và khi truy vấn có lưu lại lịch sử hay không" — vấn đề kỹ thuật có lời giải, nhưng vấn đề quản trị thì không có đáp án chuẩn.

Gợi ý cụ thể dành cho độc giả Đài Loan: Nếu bạn đang làm việc trong khu vực công hoặc chuỗi cung ứng liên quan, điều đáng đầu tư nhất lúc này không phải là vội vã áp dụng mô hình, mà là sắp xếp lại dữ liệu trong tay cho thật ngăn nắp — định nghĩa trường dữ liệu, bảng đối chiếu mã, chính sách lưu trữ. Kinh nghiệm của Mỹ đã rất rõ ràng: các cơ quan không sắp xếp tốt tầng dữ liệu nền tảng, các dự án AI hầu như đều kết thúc trong quên lãng. Nếu bạn là độc giả đại chúng, điều đáng quan tâm là các quy định về quyền riêng tư dữ liệu tiếp theo: một khi việc nhận diện biển số xe và phân tích hình ảnh trở nên phổ biến, "dữ liệu được lưu trữ trong bao lâu, ai có quyền truy vấn" sẽ ảnh hưởng trực tiếp đến đời sống thường ngày của mỗi chúng ta, và đây là giai đoạn cần phải lên tiếng trước khi thể chế thành hình. Để tìm hiểu thêm về các công cụ liên quan, bạn có thể tham khảo mục Phân loại AI An ninh Công cộng và Ứng phó trên trang web.

Nguồn dữ liệu

• Trang web chính thức của Mark43 (Dòng sản phẩm, số lượng cơ quan áp dụng)
• Trang web chính thức của Peregrine (Định vị nền tảng, mô hình triển khai)
• Trang web chính thức của SoundThinking (Mô tả sản phẩm như ShotSpotter)

Tổng hợp dựa trên thông tin công khai, ưu tiên thông tin chính thức. Các con số hiệu quả do nhà cung cấp công bố trong bài chưa được bên thứ ba độc lập kiểm chứng, xin vui lòng lưu ý khi trích dẫn.