Đào tạo AI cần vượt khỏi việc học công cụ
Đào tạo AI kinh doanh là cách trang bị cho người học cả hiểu biết về trí tuệ nhân tạo lẫn khả năng vận dụng công nghệ để giải quyết vấn đề, thay đổi quy trình và đưa ra quyết định trong môi trường doanh nghiệp. Đây là hướng đi cần thiết khi AI được kỳ vọng góp phần nâng năng suất và đổi mới, nhưng việc áp dụng công cụ riêng lẻ chưa đảm bảo tạo ra giá trị.
Một nghiên cứu năm 2026 cho thấy 26% doanh nghiệp tại Việt Nam đã áp dụng AI, tăng từ 18% năm trước; tuy nhiên, 61% trong nhóm này vẫn ở giai đoạn thử nghiệm và 87% nhà tuyển dụng được khảo sát coi đào tạo lại nhân viên là phần quan trọng trong chiến lược AI. Khoảng cách giữa thử nghiệm và thay đổi thực chất nằm ở cách tổ chức lại công việc, kiểm chứng đầu ra và xác định trách nhiệm. Vì vậy, chương trình đào tạo chỉ dạy cách thao tác công cụ sẽ nhanh chóng hụt hơi: người học còn phải hiểu khi nào nên dùng AI, khi nào cần nghi ngờ kết quả và cách bảo toàn năng lực phán đoán.
NUS đưa kỹ năng MBA vào mô phỏng kinh doanh
Cách tiếp cận của Trường Kinh doanh thuộc Đại học Quốc gia Singapore (NUS) đặt trọng tâm vào thực hành: trường đang thử nghiệm mô hình mô phỏng kinh doanh dựa trên AI dành cho học viên MBA và MBA điều hành, trong đó người học phỏng vấn các nhân vật lãnh đạo giả lập do AI tạo ra trước khi đề xuất hướng kinh doanh. Đây là hướng phát triển MBA kỹ năng AI đáng chú ý bởi người học phải khai thác thông tin, chất vấn giả định và đưa ra lựa chọn, thay vì chỉ học về công nghệ.
NUS sử dụng nền tảng ScholAIstic do trung tâm AI về công nghệ giáo dục của trường phát triển. Mô phỏng có thể tạo môi trường luyện tập ít rủi ro, nhưng giá trị của nó phụ thuộc vào việc học viên tự đánh giá quan điểm và lập luận của mình. Theo lãnh đạo trường, năng lực lãnh đạo quan trọng không kém kỹ năng kỹ thuật; nếu quy trình và phương thức quản lý không đổi, việc phổ cập công cụ khó tạo bước nhảy năng suất. Với chuyên gia và nhà điều hành, kiểu học này có ý nghĩa thực tế: rèn cách quản lý thay đổi công nghệ, không chỉ bổ sung một công cụ vào hồ sơ.
UEH.ISB kết nối khoa học máy tính với nhu cầu doanh nghiệp
Trong khi NUS đưa AI vào bài tập dành cho nhà quản lý, AI for Business tại Trường Tài năng UEH.ISB kết hợp nền tảng khoa học máy tính với kiến thức ứng dụng kinh doanh ở bậc cử nhân. Chương trình thuộc ngành Khoa học máy tính, được giảng dạy hoàn toàn bằng tiếng Anh trong 3,5 năm và hướng tới học sinh có tư duy logic, yêu thích công nghệ, Toán, Tin và tiếng Anh.
Điểm đáng chú ý không phải cái tên AI, mà là lớp ứng dụng được đưa vào đào tạo công nghệ: sinh viên làm quen với các bài toán trong marketing số, fintech, thương mại điện tử, vận hành và quản trị doanh nghiệp. Điều này phản ánh xu hướng đào tạo công nghệ gắn với kiến thức kinh doanh, nơi người học cần hiểu dữ liệu và hệ thống nhưng cũng phải biết bài toán nào đáng giải quyết. Một giải pháp AI có giá trị khi đi vào quy trình, hiệu quả có thể đo lường và kết quả đủ rõ để người dùng hiểu.
Khác biệt về người học, chung một tiêu chuẩn thực hành
Hai mô hình hướng đến hai nhóm khác nhau: NUS giúp học viên MBA và nhà điều hành luyện năng lực ra quyết định trong tình huống quản lý; UEH.ISB xây nền tảng khoa học máy tính và đưa sinh viên đến gần hơn với ứng dụng AI doanh nghiệp. Nhưng cả hai cùng bác bỏ cách đào tạo chỉ xoay quanh kiến thức công nghệ. Người học phải biết đánh giá thông tin do AI tạo ra, xác định giới hạn của công cụ và gắn giải pháp với mục tiêu tổ chức.
Nhu cầu này càng rõ khi Diễn đàn Kinh tế Thế giới dự báo khoảng 22% việc làm toàn cầu sẽ chịu tác động dịch chuyển đến năm 2030. Việt Nam đặt mục tiêu trang bị kỹ năng AI cơ bản cho khoảng 10 triệu lao động vào năm 2030. Con số ấy đòi hỏi đào tạo ở nhiều cấp độ, từ cử nhân đến lãnh đạo, nhưng không nên bị hiểu thành mục tiêu dạy mọi người dùng cùng một công cụ. Điều quan trọng hơn là giúp họ biết đặt câu hỏi đúng, kiểm chứng kết quả và chuyển hiểu biết thành cải tiến công việc.
Kết luận: NUS và UEH.ISB chọn hai lối vào khác nhau nhưng cùng chỉ ra hướng đi thuyết phục cho đào tạo AI kinh doanh. Công nghệ cần được học cùng năng lực phán đoán, quản trị và giải quyết bài toán thực tế; nếu thiếu những năng lực ấy, AI dễ dừng ở thử nghiệm thay vì tạo giá trị bền vững.
