Mỹ loại DeepSeek khỏi hệ thống cơ quan dân sự: Rủi ro AI nằm ở dữ liệu hay mô hình?

Lệnh DHS yêu cầu loại bỏ sản phẩm DeepSeek khỏi hệ thống công nghệ thông tin của các cơ quan dân sự liên bang; cần phân biệt rủi ro dịch vụ đám mây và mô hình tự triển khai.

Với một cơ quan nhà nước, câu hỏi có nên sử dụng chatbot AI không chỉ nằm ở chất lượng câu trả lời. Dữ liệu được chuyển đi đâu, ai có thể xử lý và bên nào kiểm soát mô hình mới là những yếu tố quyết định. Việc Mỹ loại sản phẩm DeepSeek khỏi hệ thống cơ quan dân sự đặt vấn đề quản trị này vào tâm điểm.

Phạm vi thực tế của quyết định

Thông báo đăng Công báo Liên bang Mỹ ngày 20/10/2026 công khai lệnh của Bộ An ninh Nội địa (DHS) về loại trừ sản phẩm, dịch vụ DeepSeek khỏi hoạt động mua sắm CNTT của cơ quan dân sự liên bang, đồng thời yêu cầu gỡ bỏ các triển khai liên quan và sản phẩm bên thứ ba có sử dụng DeepSeek trong phạm vi lệnh. Văn bản có lịch sử ban hành trước đó, không nên gọi 19/10 là ngày bắt đầu hoàn toàn mới của chính sách.

Dịch vụ hosted khác với trọng số mô hình

Khi người dùng gửi prompt lên chatbot hay API do nhà cung cấp vận hành, dữ liệu có thể đi qua hệ thống lưu trữ, ghi log, kiểm duyệt và xử lý ở vùng pháp lý bên ngoài đơn vị sử dụng. Nếu tải trọng số mô hình và chạy hoàn toàn trên máy chủ tự kiểm soát, luồng prompt có thể ở nội bộ; nhưng rủi ro chuỗi cung ứng, thư viện, mã thực thi, dữ liệu huấn luyện và quản trị vẫn tồn tại. Chạy tại chỗ không đồng nghĩa tự động an toàn.

Để đánh giá chính sách này công bằng, cần tách dịch vụ AI do nhà cung cấp vận hành khỏi bản thân trọng số mô hình có thể cài đặt trên hạ tầng độc lập.

Tuyên bố lo ngại không phải kết luận mọi triển khai đã rò rỉ

DHS nêu các nguy cơ liên quan chuyển dữ liệu, khai thác thông tin và lỗ hổng hay thành phần độc hại. Đó là căn cứ quản trị rủi ro của lệnh hành chính; không thể từ đó suy ra từng lần dùng mô hình đều đã làm lộ tài liệu mật. Phân tích kỹ thuật cần tách bằng chứng quan sát lưu lượng mạng, cấu hình hệ thống và khả năng giả định.

Doanh nghiệp nên kiểm tra gì?

Lập danh mục model và phiên bản đang sử dụng, ghi nhận endpoint xử lý, tắt truyền dữ liệu nhạy cảm đến dịch vụ không được phê duyệt, áp dụng DLP, lọc nhật ký và quản lý bí mật. Với mô hình on-premise, nên kiểm tra hash artifact, provenance, quyền truy cập máy chủ, gọi mạng ngoài và đánh giá bảo mật dependency. Nhà thầu phục vụ chính phủ Mỹ cần rà soát trực tiếp điều khoản và phạm vi áp dụng.

Bài học rộng hơn

Chính sách AI doanh nghiệp nên dựa trên phân loại dữ liệu và mô hình đe dọa: ai vận hành inference, log nằm đâu, ai có quyền truy cập và cơ chế kiểm toán là gì. Quốc tịch nhà cung cấp chỉ là một yếu tố trong quản trị rủi ro nhiều lớp.

Triển vọng và điều cần theo dõi

Trường hợp DeepSeek gợi mở một nguyên tắc áp dụng cho mọi nhà cung cấp AI: phân loại dữ liệu trước, kiểm soát luồng xử lý sau và luôn kiểm toán được quyền truy cập. Quyết định hành chính phản ánh ngưỡng chấp nhận rủi ro của cơ quan ban hành, không thay thế cho phép kiểm định kỹ thuật từng hệ thống.

Nguồn: www.govinfo.gov/content/pkg/FR-2026-10-20/html/2026-21447.htm. Bài viết tổng hợp và phân tích; các dự báo chưa phải kết quả thực nghiệm.