AI không thất bại vì công nghệ, mà vì mô hình quản trị cũ
Triển khai AI doanh nghiệp là quá trình đưa các mô hình và công cụ trí tuệ nhân tạo vào quy trình vận hành, ra quyết định và phục vụ khách hàng, đòi hỏi thay đổi đồng thời về công nghệ, dữ liệu, mô hình quản trị, phân quyền và năng lực đội ngũ để chuyển hóa tốc độ xử lý của máy thành hiệu quả hoạt động AI đo được trong kinh doanh. Khi doanh nghiệp nói “AI không hiệu quả”, vấn đề hiếm khi nằm ở thuật toán. Công nghệ đã đủ trưởng thành, mô hình AI ngày càng dễ tiếp cận, nhưng đa số tổ chức vẫn vận hành bằng “hệ điều hành quản trị” cũ: phân quyền chậm, quy trình cứng, dữ liệu phân mảnh. Tại các diễn đàn công nghệ gần đây, câu hỏi trung tâm không còn là “AI làm được gì”, mà là làm thế nào để AI tạo ra giá trị thực trong hoạt động kinh doanh. Nếu không đổi mới tư duy quản trị, mọi dự án AI chỉ là lớp sơn mới trên một cấu trúc đã lỗi thời.
SHB: 70% nỗ lực dành cho con người và quy trình, không phải mô hình
Tại phiên thảo luận “Ask CIO, CEO Anything About AI” trong khuôn khổ CIO Summit 2026 ở TP.HCM, nơi quy tụ hơn 500 lãnh đạo công nghệ và doanh nghiệp, SHB đưa ra một lựa chọn rất khác với làn sóng “tự làm mô hình AI”. Ngân hàng này xác định mình là doanh nghiệp ứng dụng AI vào kinh doanh và vận hành, chứ không chạy đua phát triển mô hình nền tảng. Theo ông Đào Ngọc Dũng, lợi thế của ngân hàng không nằm ở việc tự tạo ra mô hình, mà ở chỗ chọn đúng mô hình cho đúng bài toán, có dữ liệu tốt và đưa AI vào quy trình hằng ngày. SHB phân bổ nỗ lực theo nguyên tắc 10-20-70: chỉ 10% cho mô hình, 20% cho dữ liệu và nền tảng, còn 70% dồn vào con người, thiết kế lại quy trình và quản trị thay đổi. Đây là tuyên bố thẳng thắn rằng công nghệ không phải “nhân vật chính” trong chuyển đổi AI.
Quy trình tổ chức AI: “chuẩn trước, chuyển sau” và quản lý rủi ro
Cách SHB triển khai AI doanh nghiệp cho thấy vì sao quy trình tổ chức AI quan trọng hơn việc chọn mô hình “hot”. Ngân hàng xây dựng lộ trình 7 bước, từ chiến lược AI linh hoạt, chọn bài toán ưu tiên, chuẩn bị dữ liệu, xây nền tảng công nghệ, thiết lập quản trị AI, thí điểm – nhân rộng đến đo lường giá trị và ROI. Nguyên tắc xuyên suốt là “chuẩn trước, chuyển sau”: chuẩn hóa dữ liệu, con người, quy trình và nền tảng trước khi nhân rộng. Đáng chú ý, quản lý rủi ro AI được đặt thành một bước riêng: thiết lập quản trị AI bao gồm yêu cầu về đạo đức, rủi ro, bảo mật và tuân thủ. Để kiểm soát hiệu quả hoạt động AI trên toàn hệ thống, SHB xây dựng Model Hub – trung tâm điều phối mô hình giúp chọn đúng “bộ não” cho từng bài toán, tối ưu chi phí và tăng khả năng kiểm soát dữ liệu. Đây là quản trị, không phải “thử nghiệm công nghệ cho vui”.
Tốc độ của AI vượt xa tốc độ ra quyết định của doanh nghiệp
Ở một diễn đàn khác, NExT Forum 2026 với chủ đề “Tăng tốc giữa biến động: Khát vọng và thực lực” do Newing tổ chức ngày 15/10, câu hỏi được đặt ra không phải “có dùng AI hay không”, mà là mô hình quản trị hiện tại có đủ khả năng hấp thụ tốc độ mà công nghệ tạo ra hay không. AI có thể giúp doanh nghiệp xử lý dữ liệu nhanh hơn, cải thiện dự báo và tự động hóa nhiều quyết định. Nhưng lợi thế chỉ xuất hiện khi cơ cấu tổ chức, quyền hạn, năng lực con người và cách phối hợp được điều chỉnh tương ứng. Nếu quyền ra quyết định vẫn tập trung, quy trình phê duyệt nhiều tầng, đội ngũ tuyến đầu không có quyền thử nghiệm, thì tốc độ của AI sẽ bị “nghẽn” ngay trong nội bộ. Như chia sẻ về ranh giới giữa “có chiến lược mới” và “có năng lực mới”, quyết định ở cấp cao chỉ tạo ra giá trị khi tuyến đầu có đủ quyền hạn, động lực và điều kiện để biến lựa chọn chiến lược thành cách làm hằng ngày.
Doanh nhân Việt cần làm gì trước khi đổ tiền vào AI?
Từ các bài học trên, vấn đề của triển khai AI doanh nghiệp ở Việt Nam không nằm ở “thiếu công nghệ”, mà ở chỗ doanh nghiệp cố gắng thực thi chiến lược mới bằng một “hệ điều hành” cũ. Muốn AI tạo ra hiệu quả hoạt động AI thực sự, doanh nhân phải dám tái cấu trúc vận hành: đơn giản hóa chuỗi phê duyệt, phân rõ trách nhiệm cho từng khâu trong quy trình tổ chức AI, trao quyền cho tuyến đầu thử nghiệm và chịu trách nhiệm trên dữ liệu, đồng thời đo lường giá trị theo chu kỳ ngắn 3–6 tháng để kịp điều chỉnh. Điều cốt yếu là cam kết của lãnh đạo và khả năng đưa thay đổi xuống toàn bộ tổ chức, thay vì để chiến lược dừng ở slide trình bày. Nói cách khác, AI không cứu được một mô hình quản trị lỗi thời; chính đổi mới tư duy quản trị mới mở khóa giá trị của AI.
