Các khung khổ quản trị được xem xét trong chương này cung cấp các công cụ thiết yếu để quản lý rủi ro từ AI, nhưng công cụ alone không quyết định kết quả. Thành công đòi hỏi việc lựa chọn ưu tiên đúng đắn, xây dựng năng lực cần thiết và duy trì các khung khổ có thể phát triển cùng với công nghệ.
Chuyên môn kỹ thuật trong chính phủ cần được mở rộng đáng kể trên mọi nền kinh tế lớn. Các Viện an toàn AI của Anh và Mỹ cho thấy điều gì là khả thi với nguồn lực và sự ủng hộ chính trị đủ mạnh (Dafoe, 2020). Điều này đòi hỏi mức lương cạnh tranh để thu hút nhân tài hàng đầu, các lộ trình sự nghiệp coi trọng dịch vụ công, các chương trình trao đổi với ngành công nghiệp và học thuật, và bảo vệ khỏi sự can thiệp chính trị (Zaidan & Ibrahim, 2024). Hiện nay, việc điều chỉnh các hệ thống AI tiên tiến cho phù hợp với giá trị con người sẽ đòi hỏi giải quyết nhiều bất certainty liên quan đến tâm lý của duy lý, cảm xúc và định kiến của con người, và hầu hết các cơ quan chính phủ thiếu ngay cả kiến thức kỹ thuật cơ bản về các hệ thống AI (Irving & Askell, 2019).
Năng lực kiểm toán và đánh giá cần được chuyên nghiệp hóa thành một lĩnh vực riêng biệt. Khi các hệ thống AI trở nên phức tạp hơn, việc đánh giá đòi hỏi chuyên môn chuyên sâu vượt ra ngoài phạm vi kiểm thử phần mềm truyền thống (Anderljung et al., 2023). Xây dựng nghề nghiệp này bao gồm phát triển các chương trình chứng nhận cho kiểm toán viên AI, tạo ra các phương pháp và công cụ tiêu chuẩn, thành lập các tổ chức chuyên nghiệp và đạo đức AI, đồng thời đảm bảo tính độc lập với cả nhà phát triển và cơ quan quản lý (Schuett, 2023).
Các cơ chế phối hợp quốc tế cần có nguồn lực và quyền hạn chuyên biệt. Các nỗ lực hiện tại phụ thuộc nặng nề vào sự tham gia tự nguyện và ngân sách hạn chế (Ho et al., 2023). Phối hợp hiệu quả đòi hỏi các ban thư ký chuyên trách có chuyên môn kỹ thuật, kinh phí tham gia cho các nước đang phát triển, dịch vụ dịch thuật và truyền thông, cũng như hạ tầng chia sẻ thông tin an ninh (Maas & Villalobos, 2023).
Khung quản trị phải phát triển nhanh chóng như công nghệ mà nó quản lý. Các quy định tĩnh sẽ nhanh chóng trở nên không còn phù hợp hoặc cản trở (Casper, 2024). Xây dựng khả năng thích ứng vào hệ thống quản trị là điều cần thiết cho hiệu quả lâu dài (Anderljung et al., 2023). Điều này có nghĩa là phải tiến hành đánh giá hàng năm bắt buộc về ngưỡng năng lực, phương pháp đánh giá, ưu tiên thi hành và bài học từ các sự cố (McKernon et al., 2024).
Lập kế hoạch theo kịch bản giúp chuẩn bị cho sự thay đổi đột ngột trong phát triển AI. Hệ thống quản trị hiện tại giả định sự tiến bộ tương đối liên tục của AI, nhưng sự phát triển có thể đột ngột gia tốc do các đột phá thuật toán, chậm lại do rào cản kỹ thuật, hoặc phân nhánh với các khu vực khác nhau theo đuổi các tiếp cận không tương thích (Grace et al., 2024). Hệ thống quản trị cần có kế hoạch dự phòng cho các bước nhảy vọt về năng lực, các sự cố AI nghiêm trọng, sự sụp đổ của hợp tác quốc tế và sự xuất hiện của trí tuệ nhân tạo tổng quát (Cotra, 2022).
Học hỏi từ việc triển khai giúp cải thiện liên tục trong những năm tới. Giai đoạn sắp tới sẽ tạo ra lượng dữ liệu khổng lồ về những gì hiệu quả trong quản trị AI (Dafoe, 2020). Học tập có hệ thống đòi hỏi theo dõi các can thiệp quản trị và kết quả, chia sẻ các thực hành tốt nhất giữa các khu vực pháp lý, thừa nhận và khắc phục thất bại, và cập nhật khung khổ dựa trên bằng chứng (Cihon, 2019). Sự cám dỗ sẽ là cố định các phương pháp hiện tại - chúng ta phải chống lại điều này để ủng hộ sự phát triển dựa trên bằng chứng (Dafoe, 2018).
Các quyết định được đưa ra trong vài năm tới sẽ định hình mối quan hệ của nhân loại với trí tuệ nhân tạo trong nhiều thập kỷ tới. Khi năng lực của AI phát triển và ngày càng được tích hợp sâu vào các hệ thống quan trọng, việc điều chỉnh quản trị trở nên ngày càng khó khăn (Anderljung et al., 2023). Chúng ta có các công cụ, kiến thức và sự kiện cảnh cáo cần thiết để xây dựng hệ thống quản trị hiệu quả (Bengio et al., 2025). Điều còn lại là ý chí tập thể để hành động trước khi các sự kiện buộc chúng ta phải làm (Dafoe, 2018).
Con đường phía trước đòi hỏi phải thừa nhận những sự thật khó chịu: các biện pháp tự nguyện của doanh nghiệp sẽ không đủ để đối phó với rủi ro hệ thống (Papagiannidis, 2025), các tiếp cận quốc gia cần sự phối hợp chưa từng có dù có căng thẳng địa chính trị (Ho et al., 2023), và quản trị quốc tế phải đối mặt với những thách thức kỹ thuật và chính trị khổng lồ (Maas & Villalobos, 2024). Tuy nhiên, lịch sử cho thấy nhân loại có thể vượt qua thách thức công nghệ khi hậu quả trở nên rõ ràng và cấp bách (Maas, 2019).
Với AI, mức độ rủi ro không thể cao hơn và thời gian không thể ngắn hơn (Kokotajlo et al., 2025). Câu hỏi không phải là liệu chúng ta có cần một hệ thống quản trị toàn diện hay không: bằng chứng được trình bày trong chương này đã khẳng định điều đó một cách dứt khoát. Câu hỏi là liệu chúng ta có thể xây dựng nó kịp thời, với sự tinh vi kỹ thuật và quyền lực thể chế cần thiết để quản trị công nghệ mạnh mẽ nhất của nhân loại, và cửa sổ thời gian để trả lời câu hỏi đó đang thu hẹp với mỗi lần phát hành mô hình mới.
