Nhiều doanh nghiệp Việt Nam đã thấy giá trị của AI, nhưng còn lúng túng khi xác định nên bắt đầu từ đâu, đầu tư đến mức nào và làm sao biết mình đang đi đúng hướng. Bài viết này đi qua những sai lầm thường gặp, ba câu hỏi để chọn điểm bắt đầu, cách thống nhất chỉ số nghiệm thu, vai trò của từng bên và lộ trình sáu bước mà KORUS áp dụng.
Sai lầm thường gặp: bắt đầu từ công nghệ
Cách làm phổ biến là mua một công cụ AI trước, rồi mới đi tìm việc để áp dụng. Cách làm ngược này dễ dẫn đến lãng phí: công cụ không khớp quy trình, nhân viên dùng vài tuần rồi bỏ, và không ai trả lời được khoản đầu tư đã mang lại gì.
Một biến thể khác là giao dự án AI cho riêng bộ phận công nghệ thông tin, trong khi người hiểu rõ bài toán lại chính là người trực tiếp làm nghiệp vụ. Dự án AI hiệu quả cần cả hai phía ngồi cùng bàn ngay từ đầu.
Sai lầm thứ ba là kỳ vọng AI giải quyết một vấn đề vốn nằm ở quy trình: phân vai không rõ, dữ liệu mỗi nơi một kiểu, phê duyệt chồng chéo. Những vấn đề này cần được xử lý bằng chuẩn hóa trước, AI chỉ phát huy tác dụng sau đó.
Ba câu hỏi để xác định điểm bắt đầu
KORUS khuyến nghị bắt đầu từ ba câu hỏi:
- Quy trình nào đang tốn nhiều thời gian? Ưu tiên những việc lặp lại hằng ngày, nhiều người cùng làm và có quy tắc tương đối rõ.
- Dữ liệu đã sẵn sàng chưa? Dữ liệu nằm ở đâu, có đầy đủ và nhất quán không, ai chịu trách nhiệm cập nhật.
- Kết quả có đo lường được không? Nếu không đo được trước và sau, doanh nghiệp sẽ không biết AI có thực sự tạo ra khác biệt.
Bài toán nào trả lời “có” cho cả ba câu hỏi là ứng viên tốt cho bước đầu tiên.
Ba nhóm bài toán thường dễ đo hiệu quả
Theo kinh nghiệm của đội ngũ KORUS, ba nhóm bài toán thường cho hiệu quả rõ ràng và dễ đo khi mới bắt đầu là:
- Tự động hóa báo cáo: gom số liệu từ nhiều nguồn, cập nhật theo lịch, giảm chép tay giữa các file.
- Xử lý tài liệu: đọc và trích thông tin từ hóa đơn, đơn hàng, hợp đồng để nhập vào hệ thống.
- Trả lời khách hàng dựa trên tài liệu: trợ lý AI trả lời các câu hỏi lặp lại theo đúng chính sách của doanh nghiệp.
Xem phân tích chi tiết hơn trong bài 5 bài toán AI phù hợp với doanh nghiệp vừa và nhỏ.
Chuẩn hóa quy trình trước khi đưa AI vào
Khi đã chọn được bài toán, bước tiếp theo chưa phải là viết phần mềm mà là vẽ lại quy trình đang chạy. Quy trình rõ thì AI mới có quy tắc để làm theo; nếu quy trình còn chồng chéo, AI sẽ lặp lại đúng những chồng chéo đó. BPMN (chuẩn mô hình hóa quy trình nghiệp vụ) là công cụ phù hợp cho việc này, xem thêm bài Chuẩn hóa quy trình bằng BPMN.
Thống nhất chỉ số nghiệm thu như thế nào?
Chỉ số nghiệm thu là cách hai bên cùng trả lời câu hỏi “dự án đã đạt hay chưa”. Một chỉ số dùng được cần có đủ bốn thành phần:
- Định nghĩa rõ ràng: đo cái gì, tính từ thời điểm nào đến thời điểm nào. Ví dụ “thời gian lập báo cáo tháng” tính từ khi có số liệu cuối kỳ đến khi báo cáo được trưởng phòng duyệt.
- Mức nền: giá trị hiện tại, đo trước khi triển khai theo đúng định nghĩa trên.
- Cách đo: lấy số liệu từ đâu, ai ghi nhận, đo trong bao lâu.
- Người xác nhận: một người phía doanh nghiệp chịu trách nhiệm xác nhận kết quả đo.
Thiếu mức nền là lỗi thường gặp: khi dự án kết thúc, không còn cách nào biết tình hình trước đó ra sao. Vì vậy, đo mức nền nên là việc làm ngay trong giai đoạn khảo sát.
Vai trò của từng bên trong dự án
- Lãnh đạo bảo trợ: chọn bài toán ưu tiên, phê duyệt phạm vi và chỉ số, tháo gỡ khi các phòng ban vướng nhau.
- Đầu mối nghiệp vụ: người nắm rõ quy trình, xác nhận bản vẽ hiện trạng, cung cấp dữ liệu và kiểm tra kết quả chạy thử.
- Bộ phận công nghệ thông tin (nếu có): cung cấp quyền truy cập dữ liệu, hạ tầng, và sau này là người cùng vận hành hệ thống.
- Đơn vị triển khai: khảo sát, thiết kế, xây dựng, kiểm thử trên dữ liệu thật và đào tạo đội ngũ đến mức tự vận hành.
Khi một trong bốn vai này vắng mặt, dự án thường chậm lại ở đúng chỗ vai đó phải lên tiếng.
Lộ trình sáu bước KORUS áp dụng
- Khảo sát & BPMN: đi hiện trường, vẽ quy trình đang chạy thật, chỉ ra điểm lãng phí và điểm nghẽn.
- Tư vấn chiến lược: chọn bài toán có hiệu quả rõ ràng, thống nhất chỉ số nghiệm thu ngay từ đầu.
- Thiết kế kiến trúc: thiết kế hệ thống Agents, Skills và luồng dữ liệu phù hợp hạ tầng sẵn có của đơn vị.
- Triển khai thực chiến: xây dựng, chạy kiểm thử và đưa vào vận hành trên dữ liệu thật của đơn vị.
- Huấn luyện đội ngũ: đào tạo đội ngũ nội bộ đến mức tự vận hành, không phụ thuộc vào chuyên gia bên ngoài.
- Tối ưu & Kaizen (cải tiến liên tục): thiết lập cơ chế cải tiến liên tục để hệ thống tiếp tục tốt lên sau khi dự án kết thúc.
Lộ trình này phản ánh nguyên tắc “chuẩn hóa trước, số hóa sau, chuyển giao sau cùng”: mục tiêu cuối cùng là đội ngũ của doanh nghiệp tự vận hành được hệ thống, chứ không dừng ở một hệ thống chạy được.
Rủi ro thường gặp và cách phòng tránh
- Phạm vi phình to giữa chừng: mỗi buổi họp lại thêm một yêu cầu mới. Cách phòng tránh: chốt phạm vi và chỉ số bằng văn bản, yêu cầu mới đưa vào giai đoạn sau.
- Dữ liệu thật khác dữ liệu mẫu: hệ thống chạy tốt khi thử nhưng lỗi khi gặp dữ liệu thực tế. Cách phòng tránh: kiểm thử trên dữ liệu thật của đơn vị trước khi bàn giao.
- Người dùng quay lại cách làm cũ: sau vài tuần, công cụ mới bị bỏ quên. Cách phòng tránh: đào tạo trên chính công việc của người dùng, có người đầu mối theo dõi sau đào tạo.
- Dữ liệu nhạy cảm bị đưa ra ngoài: nhân viên tự dùng công cụ AI bên ngoài với dữ liệu nội bộ. Cách phòng tránh: quy định rõ dữ liệu nào được phép đưa vào công cụ AI bên ngoài và dữ liệu nào phải giữ lại trong nội bộ.
Nên chuẩn bị gì trước buổi làm việc đầu tiên
- Danh sách những việc lặp lại tốn nhiều thời gian ở từng phòng ban.
- Biểu mẫu, file Excel và báo cáo đang dùng cho các việc đó.
- Một người đầu mối am hiểu nghiệp vụ, có thời gian cùng làm việc với đội triển khai.
- Kỳ vọng ban đầu về chỉ số muốn cải thiện.
Câu hỏi thường gặp
Doanh nghiệp nên đầu tư bao nhiêu cho dự án AI đầu tiên?
Không có con số chung. Cách kiểm soát hợp lý là giới hạn phạm vi: một bài toán, một phòng ban, chỉ số rõ ràng. Khi có kết quả đo được, doanh nghiệp sẽ có căn cứ để quyết định mức đầu tư tiếp theo.
Có cần chờ chuyển đổi số xong mới làm AI không?
Không cần chờ toàn bộ, nhưng bài toán được chọn phải có dữ liệu số hóa và quy trình rõ. Nhiều khi chính dự án AI đầu tiên là động lực để chuẩn hóa một phần quy trình.
Sau khi bàn giao, doanh nghiệp nhận được gì?
Tùy phạm vi hợp đồng. Với KORUS, hệ thống chỉ được bàn giao khi đã chạy đúng trên dữ liệu của đơn vị; KORUS bàn giao hệ thống, tài liệu hướng dẫn và quyền vận hành theo phạm vi thỏa thuận trong hợp đồng, đào tạo đội ngũ và bảo hành, hỗ trợ trực tuyến sau bàn giao theo thỏa thuận.
Khi đã có những thông tin cần chuẩn bị ở trên, hãy đặt lịch tư vấn để cùng KORUS xác định bài toán đầu tiên phù hợp.
