AI trong doanh nghiệp bắt đầu từ tư duy quản trị
AI trong doanh nghiệp là việc đưa trí tuệ nhân tạo vào quy trình, dữ liệu và quyết định quản trị để cải thiện cách tổ chức vận hành, chứ không chỉ bổ sung một công cụ phần mềm mới. Khoảng cách giữa nhận thức và thực thi vẫn lớn: tại một hội thảo tổ chức sáng 28/10, đại diện ngành khoa học và công nghệ cho biết khoảng 90% doanh nghiệp mới ở giai đoạn đầu chuyển đổi số, còn mức độ ứng dụng AI khoảng 10%. Những con số ấy cho thấy rào cản không nằm riêng ở công nghệ. Nhiều doanh nghiệp đã có phần mềm bán hàng, kế toán hay chăm sóc khách hàng, nhưng các hệ thống rời rạc khiến dữ liệu phân tán và khó khai thác. Vì vậy, mua thêm công nghệ mà không thay đổi cách quản trị dễ tạo ra thêm một lớp công cụ, chứ chưa chắc tạo thêm năng suất. Chuyển đổi số cần bắt đầu bằng câu hỏi doanh nghiệp muốn cải thiện điều gì và sẽ đo kết quả ra sao.
Hai góc nhìn tại các sự kiện gần đây gặp nhau ở vai trò của người đứng đầu. Tại CEOxAI Summit 2026 do MISA phối hợp với Sở Khoa học và Công nghệ tổ chức, lãnh đạo doanh nghiệp chia sẻ rằng thay đổi tư duy của người quản lý giúp việc điều hành và nắm bắt thông tin nhanh hơn. Trong khi đó, tại FPT Transform 2026, Tổng giám đốc FPT Smart Cloud Lê Hồng Việt nhấn mạnh câu hỏi đã chuyển từ có nên làm AI sang làm thế nào. Đây không phải lời kêu gọi chạy theo trào lưu. Đó là yêu cầu lãnh đạo xác định bài toán kinh doanh, chọn phạm vi phù hợp và chịu trách nhiệm về kết quả. Chuyển đổi số có ý nghĩa khi doanh nghiệp giảm được chi phí, tăng năng suất hoặc phục vụ khách hàng tốt hơn—not khi danh mục công nghệ dài thêm.
Thử trước, đo sau — nhưng không buông kiểm soát
Đòi AI chứng minh hiệu quả đầu tư bằng dữ liệu lịch sử trước khi được thử nghiệm có thể khóa chặt quá trình học hỏi. Lê Hồng Việt cho rằng AI còn mới, chưa có đủ lịch sử để đo lường; cách hợp lý là thử trước, đánh giá sau khi có kết quả và chấp nhận một mức rủi ro có giới hạn để khởi đầu. Điều đó không có nghĩa là cấp quyền vô điều kiện hay phó mặc quyết định cho máy. Người quản lý cần theo dõi hệ thống đang làm gì, đặt ranh giới rõ cho những việc AI được xử lý và chuyển các quyết định quan trọng cho con người phê duyệt. Hiệu quả cuối cùng vẫn phải gắn với thước đo kinh doanh quen thuộc như doanh số, lợi nhuận và năng suất lao động. Doanh nghiệp nên bắt đầu từ một công việc cụ thể, xác định trước tiêu chí thành công và giới hạn rủi ro, thay vì triển khai rộng rồi mới tìm cách giải thích kết quả.
Cách tiếp cận này cũng phù hợp với doanh nghiệp chưa có nền tảng công nghệ sâu. Những việc thông dụng như mua sắm, bán hàng, nhân sự và tiếp thị có thể là điểm xuất phát cho ứng dụng AI; doanh nghiệp có năng lực kỹ thuật cao hơn mới cần cân nhắc xây dựng hoặc tinh chỉnh mô hình riêng. Dùng mô hình có sẵn không đồng nghĩa với mất lợi thế cạnh tranh: khác biệt có thể đến từ tri thức nội bộ, dữ liệu được tổ chức tốt và hướng dẫn do chuyên gia trong doanh nghiệp thiết kế. Vì thế, thử nghiệm nên đi cùng việc chuẩn hóa dữ liệu, bảo vệ thông tin và xác định ai chịu trách nhiệm khi hệ thống sai. Sự thận trọng đúng chỗ giúp lãnh đạo học nhanh từ kết quả thực tế mà không đánh đổi quyền kiểm soát.
Thiết kế lại công việc để AI phát huy thế mạnh
Một sai lầm dễ gặp là đưa AI vào quy trình cũ rồi yêu cầu nó làm y hệt con người. Lê Hồng Việt cảnh báo cách làm đó khó thành công; khi AI thay đổi năng lực và phương thức xử lý công việc, quy trình cũng cần điều chỉnh để tận dụng điểm mạnh của công nghệ. Điều này đòi hỏi doanh nghiệp xem lại các bước phê duyệt, bàn giao thông tin và xử lý ngoại lệ, thay vì tự động hóa nguyên trạng mọi thao tác. Những quy trình chưa rõ ràng càng không nên được đưa thẳng cho AI: tự động hóa sự lộn xộn chỉ khiến sai sót chạy nhanh hơn. Trước tiên cần chuẩn hóa dữ liệu và xác định rõ việc nào máy có thể làm, việc nào cần con người giám sát hoặc quyết định.
Đích đến không nhất thiết là thay thế nhân viên, mà là xây dựng lao động số có thể phối hợp với con người và các hệ thống sẵn có. Tại hội thảo về doanh nghiệp tự vận hành, các diễn giả nêu khả năng AI Agent chăm sóc khách hàng xuyên đêm, xử lý đơn hàng, theo dõi tồn kho theo thời gian thực và phân tích dữ liệu để hỗ trợ quản lý. Một nền tảng được giới thiệu tại sự kiện FPT có thể giúp xây dựng nhân sự số theo dõi công việc xuyên quy trình; quyết định quan trọng vẫn có thể chuyển cho người phê duyệt. Đây là mục tiêu quản trị, không chỉ là mục tiêu kỹ thuật: xác định ca trực, quyền hạn, cơ chế giám sát và cách phối hợp giữa nhân viên với lao động số. Khi khách hàng, thị trường và dữ liệu hoạt động liên tục, khả năng vận hành 24/7 có thể trở thành lợi thế thiết thực.
Giá trị nằm ở cách vận hành, không ở số công cụ
Doanh nghiệp không cần bắt đầu bằng một cuộc đại tu tốn kém hay tự xây mô hình AI. Có thể khởi đầu từ phần mềm bán hàng, quản lý kho hoặc vận hành phù hợp với quy mô, rồi mở rộng khi đã thấy tác động và xử lý được những điểm nghẽn về dữ liệu, con người, quy trình và an toàn thông tin. Mặt khác, lãnh đạo cần tránh biến “thử nghiệm” thành dự án không có điểm dừng: mỗi thử nghiệm phải có người phụ trách, phạm vi rõ, tiêu chí đánh giá và quyết định tiếp tục hay dừng. FPT cho biết sẽ chia sẻ kiến thức và kinh nghiệm xây dựng, vận hành nền tảng để cộng đồng công nghệ có thể phát triển, tùy biến mô hình và ứng dụng AI. Dù chọn giải pháp nào, doanh nghiệp cũng nên tiến từng bước từ bài toán thực tế, thay vì mua công nghệ trước rồi tìm việc để giao cho nó.
Bài học cốt lõi từ hai góc nhìn là AI không tự tạo ra chuyển đổi nếu cách làm cũ vẫn được giữ nguyên. Lãnh đạo phải sẵn sàng thử khi dữ liệu lịch sử chưa đủ, chấp nhận thiết kế lại quy trình và duy trì sự giám sát của con người. Đồng thời, doanh nghiệp cần đầu tư có chủ đích vào dữ liệu và năng lực nhân viên để lao động số trở thành một phần của hoạt động thường ngày, thay vì một màn trình diễn công nghệ. Hãy đánh giá AI bằng kết quả: khách hàng được phục vụ ra sao, công việc được xử lý nhanh hơn thế nào và năng suất có cải thiện không. Chỉ khi trả lời được những câu hỏi đó, khoản đầu tư mới chuyển thành giá trị vận hành.
