Ẩn danh dữ liệu: Khi bài toán kỹ thuật trở thành năng lực quản trị của doanh nghiệp

Trí tuệ nhân tạo đang biến dữ liệu thành tài sản quan trọng nhất của doanh nghiệp. Càng khai thác được nhiều dữ liệu, doanh nghiệp càng có lợi thế trong việc phát triển sản phẩm, tối ưu vận hành và tạo ra các mô hình kinh doanh mới. Tuy nhiên, chính quá trình này cũng đặt doanh nghiệp trước áp lực tuân thủ ngày càng lớn khi các quy định về bảo vệ dữ liệu cá nhân liên tục được hoàn thiện tại Việt Nam và trên thế giới.

Nhiều doanh nghiệp đồng nhất việc loại bỏ thông tin định danh trực tiếp với việc ẩn danh dữ liệu

Trong bối cảnh đó, ẩn danh dữ liệu thường được xem là "chìa khóa" để dung hòa hai mục tiêu tưởng chừng đối lập: vừa bảo vệ quyền riêng tư, vừa cho phép khai thác dữ liệu phục vụ đổi mới sáng tạo. Không ít doanh nghiệp cho rằng chỉ cần xóa tên, số điện thoại hoặc địa chỉ email là dữ liệu đã không còn là dữ liệu cá nhân. Thực tế, không đơn giản như vậy.

Không phải cứ xóa thông tin định danh là dữ liệu đã được ẩn danh

Các quy định pháp lý quốc tế cho thấy, việc một tập dữ liệu có được coi là đã ẩn danh hay không không phụ thuộc vào số lượng thông tin định danh đã bị loại bỏ, mà phụ thuộc vào khả năng một cá nhân vẫn có thể được nhận diện bằng những phương tiện hợp lý trong từng bối cảnh cụ thể.

Nhiều doanh nghiệp đồng nhất việc loại bỏ thông tin định danh trực tiếp với việc ẩn danh dữ liệu. Nhưng một tập dữ liệu không còn chứa tên, số căn cước hay số điện thoại vẫn có thể dẫn đến việc nhận diện một cá nhân nếu được kết hợp với vị trí địa lý, thời gian giao dịch, lịch sử mua hàng, địa chỉ IP, thiết bị truy cập hoặc các nguồn dữ liệu công khai khác. Trong thời đại dữ liệu lớn và AI, khả năng tái định danh ngày càng trở nên dễ dàng hơn khi nhiều nguồn dữ liệu vốn tách biệt có thể được liên kết với nhau. Đó cũng là lý do pháp luật quốc tế luôn phân biệt giữa giả danh hóa (pseudonymisation)[1] và ẩn danh hóa (anonymisation)[2].

Giả danh hóa chỉ thay thế thông tin định danh bằng mã hoặc một định danh khác. Dữ liệu vẫn có thể được liên kết trở lại với cá nhân nếu tồn tại khóa giải mã hoặc thông tin bổ sung. Vì vậy, trong hầu hết trường hợp, đây vẫn là dữ liệu cá nhân và tiếp tục chịu sự điều chỉnh của pháp luật.

Ngược lại, dữ liệu chỉ được coi là đã ẩn danh khi khả năng nhận diện hoặc tái nhận diện cá nhân không còn tồn tại ở mức hợp lý trong bối cảnh sử dụng cụ thể.

Sự khác biệt này không đơn thuần mang tính học thuật mà tạo ra những hệ quả pháp lý rất đáng kể. Nếu doanh nghiệp nhầm dữ liệu giả danh hóa là dữ liệu ẩn danh, họ có thể cho rằng mình không còn phải tuân thủ các nghĩa vụ về căn cứ xử lý dữ liệu, giới hạn mục đích sử dụng, chia sẻ dữ liệu cho bên thứ ba hoặc bảo đảm quyền của chủ thể dữ liệu. Khi khả năng tái định danh vẫn tồn tại, cách hiểu này có thể khiến doanh nghiệp đối mặt với rủi ro pháp lý ngay từ khâu thiết kế sản phẩm hoặc triển khai hệ thống AI.

Từ bài toán kỹ thuật đến bài toán quản trị

Một điểm đáng chú ý là cách tiếp cận của thế giới đối với ẩn danh dữ liệu đã thay đổi đáng kể trong những năm gần đây.

Thay vì đặt ra yêu cầu gần như tuyệt đối rằng dữ liệu phải "không bao giờ có thể được nhận diện lại", các cơ quan bảo vệ dữ liệu tại châu Âu ngày càng nhấn mạnh cách tiếp cận dựa trên rủi ro[3]. Câu hỏi cần trả lời không còn là liệu có tồn tại khả năng tái định danh trong một giả thuyết xa vời hay không, mà là liệu bên đang nắm giữ dữ liệu hoặc bên nhận dữ liệu có những phương tiện hợp lý để nhận diện lại cá nhân trong thực tế hay không.

Việc đánh giá này phụ thuộc vào nhiều yếu tố như khả năng tiếp cận dữ liệu bổ sung, chi phí và thời gian cần thiết để tái định danh, trình độ công nghệ hiện có, động cơ kinh tế của bên xử lý dữ liệu cũng như các biện pháp kỹ thuật và tổ chức đã được áp dụng. Cách tiếp cận này phản ánh một tư duy quản trị hiện đại: doanh nghiệp không cần chứng minh rằng việc tái định danh là hoàn toàn bất khả thi, nhưng phải chứng minh rằng họ đã đánh giá đầy đủ rủi ro và áp dụng các biện pháp hợp lý để giảm thiểu khả năng đó. Điều này đặc biệt quan trọng trong bối cảnh AI.

Không ít doanh nghiệp cho rằng họ có thể sử dụng dữ liệu khách hàng để huấn luyện mô hình AI sau khi đã xóa tên và thông tin liên hệ. Tuy nhiên, nếu dữ liệu vẫn chứa các yếu tố như chức danh, địa điểm, thời gian, lịch sử giao dịch hoặc những đặc điểm đủ riêng biệt, mô hình AI hoặc bên nhận dữ liệu vẫn có thể suy luận hoặc nhận diện được cá nhân đứng sau tập dữ liệu.

Tương tự, dữ liệu vị trí của phương tiện giao thông không đương nhiên trở thành dữ liệu ẩn danh chỉ vì đã loại bỏ biển số xe. Chuỗi tọa độ di chuyển có thể tiết lộ nơi ở, nơi làm việc hoặc thói quen sinh hoạt của một cá nhân khi kết hợp với các nguồn dữ liệu khác. Trong những trường hợp này, rủi ro không nằm ở việc dữ liệu còn chứa tên của chủ thể hay không, mà ở khả năng nhận diện lại thông qua việc liên kết thông tin.

Chính vì vậy, quyết định ẩn danh dữ liệu không thể chỉ do bộ phận công nghệ thông tin đưa ra. Đây là quyết định cần có sự tham gia của bộ phận pháp chế, quản trị rủi ro, an ninh thông tin và các đơn vị kinh doanh để cân nhắc đồng thời giữa mục tiêu khai thác dữ liệu và yêu cầu tuân thủ pháp luật.

Nói cách khác, trong nền kinh tế dữ liệu, câu hỏi không còn là "doanh nghiệp đã xóa những thông tin gì?" mà là "doanh nghiệp có đủ cơ sở để chứng minh dữ liệu không còn cho phép nhận diện một cá nhân hay không?". Chính khả năng chứng minh đó mới là yếu tố quyết định việc dữ liệu có thực sự được coi là đã ẩn danh dưới góc độ pháp lý.

Trong khi chờ các tiêu chuẩn kỹ thuật được hoàn thiện, doanh nghiệp không nên coi đây là lý do để trì hoãn việc xây dựng cơ chế quản trị dữ liệu.

Khoảng trống của pháp luật Việt Nam và bài toán chứng minh của doanh nghiệp

Luật Bảo vệ dữ liệu cá nhân năm 2025 và Nghị định số 356/2025/NĐ-CP đã ghi nhận khái niệm khử nhận dạng dữ liệu cá nhân[4]. Đây là bước tiến đáng kể, phản ánh xu hướng tiếp cận của nhiều quốc gia trong việc tạo điều kiện cho doanh nghiệp khai thác dữ liệu mà vẫn bảo đảm quyền riêng tư. Tuy nhiên, thách thức lớn nhất hiện nay không nằm ở việc pháp luật đã thừa nhận khử nhận dạng dữ liệu, mà ở chỗ chưa có một "thước đo" rõ ràng để xác định khi nào dữ liệu thực sự không còn là dữ liệu cá nhân.

Hiện nay, pháp luật chưa quy định cụ thể tiêu chí đánh giá khả năng tái định danh, mức độ rủi ro có thể chấp nhận hay phương pháp kiểm chứng hiệu quả của các kỹ thuật khử nhận dạng. Điều này khiến doanh nghiệp khó xác định ranh giới giữa dữ liệu đã được khử nhận dạng và dữ liệu vẫn thuộc phạm vi điều chỉnh của pháp luật bảo vệ dữ liệu cá nhân.

Trong bối cảnh đó, gánh nặng không chỉ là tuân thủ mà còn là khả năng chứng minh tuân thủ. Nếu xảy ra tranh chấp hoặc thanh tra, doanh nghiệp cần chứng minh vì sao mình kết luận rằng dữ liệu đã không còn khả năng nhận diện cá nhân, thay vì chỉ khẳng định dữ liệu đã được xóa tên hoặc mã hóa. Điều này cũng cho thấy một xu hướng đáng chú ý của pháp luật hiện đại: cơ quan quản lý ngày càng quan tâm đến quy trình đánh giá rủi ro và cơ sở ra quyết định của doanh nghiệp, thay vì chỉ xem xét kết quả cuối cùng.

Ba trụ cột quản trị doanh nghiệp nên xây dựng

Trong khi chờ các tiêu chuẩn kỹ thuật được hoàn thiện, doanh nghiệp không nên coi đây là lý do để trì hoãn việc xây dựng cơ chế quản trị dữ liệu. Ngược lại, đây là thời điểm cần chuyển từ tư duy "xử lý khi có yêu cầu" sang tư duy quản trị chủ động.

Thứ nhất, phân loại dữ liệu theo mức độ rủi ro. Không phải mọi tập dữ liệu đều cần áp dụng cùng một mức độ khử nhận dạng. Dữ liệu phục vụ nghiên cứu nội bộ, huấn luyện AI, chia sẻ với đối tác hay công bố thống kê sẽ có mức độ rủi ro và yêu cầu bảo vệ khác nhau. Việc phân loại giúp doanh nghiệp lựa chọn biện pháp phù hợp thay vì áp dụng một tiêu chuẩn cứng nhắc cho mọi trường hợp.

Thứ hai, đánh giá khả năng tái định danh trước khi sử dụng hoặc chia sẻ dữ liệu. Doanh nghiệp cần xem xét liệu dữ liệu có thể được kết hợp với các nguồn thông tin khác để nhận diện cá nhân hay không, đồng thời ghi nhận quá trình đánh giá này như một phần của hồ sơ tuân thủ. Đây sẽ là căn cứ quan trọng nếu doanh nghiệp phải giải trình với cơ quan quản lý hoặc đối tác.

Thứ ba, kết hợp đồng bộ các biện pháp kỹ thuật, tổ chức và hợp đồng. Không có giải pháp đơn lẻ nào đủ để loại bỏ hoàn toàn rủi ro tái định danh. Hiệu quả của khử nhận dạng phụ thuộc vào việc doanh nghiệp đồng thời áp dụng các biện pháp kỹ thuật phù hợp, kiểm soát quyền truy cập, quy trình nội bộ và các cam kết pháp lý với bên nhận dữ liệu.

Ba trụ cột này không chỉ giúp giảm thiểu rủi ro vi phạm mà còn tạo nền tảng để doanh nghiệp khai thác dữ liệu một cách bền vững trong các dự án AI, phân tích dữ liệu và hợp tác với đối tác trong và ngoài nước.

Kết luận

Dữ liệu đang ngày càng trở thành một lợi thế cạnh tranh, nhưng chỉ khi doanh nghiệp có khả năng khai thác nó trong khuôn khổ pháp luật. Vì vậy, câu hỏi không còn là doanh nghiệp sở hữu bao nhiêu dữ liệu, mà là liệu doanh nghiệp có đủ năng lực để chứng minh dữ liệu đó được quản trị một cách hợp pháp và có trách nhiệm hay không. Ở góc độ này, ẩn danh dữ liệu không chỉ là một kỹ thuật bảo vệ quyền riêng tư, mà còn là thước đo năng lực quản trị dữ liệu của doanh nghiệp. Những doanh nghiệp xây dựng được năng lực này sẽ không chỉ giảm thiểu rủi ro tuân thủ, mà còn tạo dựng niềm tin với khách hàng, đối tác và nhà đầu tư. Trong một thị trường mà niềm tin đang trở thành tài sản quan trọng không kém chính dữ liệu, đó mới là lợi thế cạnh tranh có giá trị lâu dài.

Luật sư Nguyễn Văn Phúc

Công ty Luật TNHH HM&P