AI tạo giá trị khi tổ chức thay đổi cách làm
AI trong doanh nghiệp là việc ứng dụng trí tuệ nhân tạo vào hoạt động và quyết định công việc, với mục tiêu cải thiện kết quả bằng cách phối hợp năng lực công nghệ với chuyên môn của con người. Công nghệ có thể mở ra cách làm mới, nhưng sẽ không tạo chuyển biến đáng kể nếu chỉ bị đặt vào quy trình cũ và được yêu cầu bắt chước nhân viên. Tại sự kiện FPT Transform 2026, Lê Hồng Việt, Tổng giám đốc FPT Smart Cloud, nhấn mạnh câu hỏi đã chuyển từ có ứng dụng AI hay không sang ứng dụng như thế nào. Nhận định đó chạm đúng điểm nghẽn: doanh nghiệp thường muốn nhìn thấy bằng chứng chắc chắn trước khi thử, trong khi AI còn mới và chưa có đủ dữ liệu lịch sử để dự báo hiệu quả. Đòi chứng minh xong mới cho phép thử là cách trì hoãn đổi mới. Hướng hợp lý hơn là bắt đầu có kiểm soát, học từ kết quả và sửa quy trình để khai thác thế mạnh riêng của AI.
Điều này đòi hỏi lãnh đạo đặt mục tiêu cụ thể, chấp nhận một mức rủi ro và xác định trước cách giám sát. Thử nghiệm không có nghĩa là giao toàn quyền cho hệ thống: người quản lý cần theo dõi AI đang làm gì và quy định quyết định nào phải chuyển cho con người. Hiệu quả cuối cùng vẫn phải được đánh giá bằng năng suất, doanh số và lợi nhuận. Nói cách khác, công nghệ không miễn cho ban lãnh đạo trách nhiệm chọn đúng bài toán.
Tòa soạn cho thấy thay đổi cần một mục tiêu chung
Bài học từ chuyển đổi số tòa soạn có giá trị vượt ra ngoài ngành truyền thông: nhân viên khó ủng hộ một thay đổi mà họ không hiểu. Trong phiên thảo luận của chương trình học bổng Africa Elevate do INMA tổ chức ngày 22/10/2026, Ken Ngaruiya, CEO Mediamax Network Limited, chia sẻ kinh nghiệm quản lý thay đổi và giúp nhân viên hiểu vai trò, trách nhiệm của mình. Ông đề xuất lãnh đạo lắng nghe phản hồi, giải thích lý do và mục tiêu, đồng thời cho thấy tiến độ qua những kết quả ban đầu. Đó không phải phần việc phụ của truyền thông nội bộ: một định hướng đủ rõ giúp đội ngũ biết vì sao cách làm quen thuộc cần thay đổi và họ có thể đóng góp thế nào.
Chuyển đổi số tòa soạn cũng không thể bị khoanh lại trong bộ phận công nghệ. Khi AI đảm nhiệm việc lặp lại, chẳng hạn hỗ trợ xử lý tác vụ thường nhật, nhân viên vẫn phải chọn, chỉnh sửa và kiểm tra đầu ra theo nhu cầu độc giả và mục tiêu biên tập. Dùng nội dung chung chung mà không xét bối cảnh có thể làm giảm chất lượng thay vì nâng hiệu quả. Vì thế, kinh nghiệm của tòa soạn nhắc doanh nghiệp rằng công nghệ chỉ phát huy tác dụng khi những người trực tiếp dùng nó được tham gia định hình cách ứng dụng.
Kỹ năng số phải lan đến mọi cấp độ
Mua phần mềm thường dễ hơn xây năng lực để dùng phần mềm đúng việc. Ngaruiya nhấn mạnh đào tạo kỹ năng số cần đến mọi cấp độ, từ người mới vào nghề đến quản lý cấp cao, thay vì chỉ tập trung vào một nhóm chuyên trách. Trong tòa soạn, điều đó bao gồm hiểu cách nội dung được sản xuất, phân phối, đo lường và tạo doanh thu trên nền tảng số. Ở doanh nghiệp, nguyên tắc tương tự: nhân viên nghiệp vụ phải biết AI có thể hỗ trợ khâu nào, còn quản lý cần đủ hiểu biết để đặt mục tiêu, phân công trách nhiệm và đánh giá kết quả.
Đào tạo thôi chưa đủ nếu nhân viên không có cơ hội thử nghiệm và góp ý. Những người am hiểu công nghệ ở bất kỳ bộ phận nào có thể giúp đồng nghiệp hiểu kết quả, tháo gỡ lo ngại và đề xuất cách làm mới. Cách thúc đẩy từ bên trong này đáng tin hơn việc ban hành chỉ thị rồi mặc định mọi người sẽ làm theo. Quan điểm của Ngaruiya rất rõ: đầu tư vào năng lực và giữ chân nhân tài nội bộ có giá trị hơn chạy theo thiết bị hay phần mềm hào nhoáng.
Bắt đầu có kiểm soát, rồi cải tiến liên tục
Một quy trình ứng dụng AI có trách nhiệm nên bắt đầu từ bài toán cụ thể, tiếp đến là thử nghiệm, theo dõi kết quả và điều chỉnh cách làm. Trước khi mở rộng, doanh nghiệp cần tổ chức dữ liệu để cả nhân viên lẫn hệ thống có thể khai thác; tri thức và bí quyết nội bộ mới là phần tạo khác biệt khi nhiều đơn vị cùng dùng các mô hình phổ biến. Lê Hồng Việt ước tính khoảng 90–95% doanh nghiệp sẽ chọn mô hình từ các nền tảng trong nước hoặc quốc tế, nên lợi thế không nhất thiết nằm ở việc tự xây mô hình mà ở cách tổ chức đưa tri thức riêng vào ứng dụng.
AI cũng có thể làm việc cùng nhân viên xuyên suốt quy trình và kết nối với các hệ thống hiện có, trong khi những quyết định quan trọng vẫn do người có trách nhiệm phê duyệt. Đây là hướng thực tế hơn lời hứa tự động hóa toàn diện: dùng máy cho phần phù hợp, giữ quyền phán đoán ở nơi cần con người. Quá trình này là bài toán dài hạn, cần nghiên cứu, tiếp nhận và cải tiến liên tục; chia sẻ kiến thức và kinh nghiệm vận hành cũng giúp nhiều nhóm nhân sự tham gia, từ kỹ sư đến người làm kinh doanh. Kết luận không nằm ở việc chọn công nghệ mới nhất. Doanh nghiệp tạo được giá trị khi dám thử, sửa quy trình và chuẩn bị cho con người cùng làm việc với AI.
