Quy trình quan trọng hơn mô hình: định nghĩa lại quản trị AI doanh nghiệp
Quản trị AI doanh nghiệp là cách tổ chức thiết kế quy trình, kiểm soát rủi ro và phân định trách nhiệm khi dùng trí tuệ nhân tạo, trong đó con người giữ vai trò phán đoán cuối cùng và công nghệ chỉ là công cụ hỗ trợ nằm trong một hệ thống governance công nghệ rõ ràng. Theo TS. Phan Hoàng Điệp, vấn đề quan trọng hiện nay không nằm ở việc chọn mô hình AI mạnh nhất, mà ở cách cá nhân và tổ chức xây dựng quy trình làm việc, kiểm soát rủi ro và cộng tác với công nghệ. AI tạo sinh đang phổ cập với tốc độ chưa từng có: theo Chỉ số AI của Đại học Stanford, công nghệ này đạt tỷ lệ tiếp cận 53% dân số chỉ trong 3 năm, vượt cả máy tính cá nhân và internet. Năng suất lao động đã tăng 14–26% trong hỗ trợ khách hàng và phát triển phần mềm, và khảo sát trên 100.000 lao động cho thấy người dùng kỳ vọng ChatGPT giúp giảm 50% thời gian làm việc cho một phần ba nhiệm vụ. Nhưng nếu doanh nghiệp chỉ chạy theo mô hình mà bỏ qua quy trình triển khai AI, lợi ích năng suất sẽ nhanh chóng bị nhấn chìm bởi rủi ro ảo giác, thiên vị và sai sót khó kiểm soát.
Khi tốc độ dữ liệu biến thành áp lực: bài học từ MoMo
Câu chuyện của MoMo cho thấy vì sao quản lý dữ liệu lớn mà không tái thiết kế quy trình là con đường ngắn nhất dẫn tới khủng hoảng quản trị. Tại một diễn đàn khu vực, đồng sáng lập Nguyễn Bá Diệp mô tả giai đoạn đầu tiếp cận AI: bộ máy quản trị đầy hào hứng, rồi nhanh chóng bị bủa vây bởi hàng trăm báo cáo trong một giờ thay vì 30–40 báo cáo mỗi ngày như trước. Hình ảnh ví von từ xe hơi sang "tên lửa Mach 25" không chỉ là ẩn dụ thú vị, mà là lời cảnh báo: tốc độ xử lý dữ liệu của AI có thể biến mọi quy trình cũ thành nút thắt cổ chai. Khi thông tin đổ về theo đơn vị mili giây, mọi điểm yếu trong governance công nghệ lập tức bị phóng đại. Nếu doanh nghiệp không kịp tái cấu trúc cách ra quyết định, AI sẽ không phải là động cơ tăng trưởng mà là máy gia tốc cho sự hỗn loạn. Đứng trước nguy cơ quá tải thông tin, bộ máy điều hành MoMo buộc phải thừa nhận: vấn đề không nằm ở việc có thêm bao nhiêu công cụ AI, mà ở việc thay đổi toàn diện phương pháp làm việc.
Nguyên lý Tesla và quy định thấu cảm: MoMo thuần hóa tên lửa AI
Điểm đáng chú ý trong quản trị AI doanh nghiệp của MoMo là họ không giải bài toán bằng thêm thuật toán, mà bằng nguyên lý và quy trình. Đứng trước làn sóng dữ liệu khổng lồ, đội ngũ điều hành quyết định áp dụng mô hình tư duy nguyên lý cốt lõi – triết lý mà Elon Musk dùng tại Tesla – với sự tư vấn trực tiếp của cựu Chủ tịch phân phối và dịch vụ toàn cầu Tesla John McNeill. Quy trình làm việc được bóc tách tận gốc: mọi yêu cầu đều bị chất vấn đến cùng, chi tiết thừa bị loại bỏ, chỉ giữ lại bộ khung tinh gọn rồi mới đưa vào hệ thống tự động hóa. Đây chính là quy trình triển khai AI kiểu "process-first": công nghệ chỉ được gắn vào sau khi logic kinh doanh đã được làm sạch. Song song, MoMo ban hành một quy định mang tính thấu cảm: toàn bộ lãnh đạo cấp cao mỗi tháng phải dành hai giờ gọi trực tiếp cho người dùng. Việc rời khỏi "nóc nhà an toàn" của báo cáo để nghe người yêu thích, người ghét bỏ và người đã rời bỏ ứng dụng giúp họ giữ được la bàn đạo đức và trải nghiệm trong mọi quyết định liên quan đến AI.
Quy trình triển khai AI: từ thiết kế bài toán đến quản lý dữ liệu lớn
Nếu nhìn từ góc độ rộng hơn, các khuyến nghị của TS. Phan Hoàng Điệp cho thấy một khung governance công nghệ mà doanh nghiệp Việt có thể áp dụng ngay. Thứ nhất, phải bắt đầu từ việc xác định đúng bài toán thay vì chọn công cụ trước: AI không phải câu trả lời cho mọi vấn đề, và mô hình mạnh nhất không có nghĩa là phù hợp nhất. Thứ hai, cung cấp đầy đủ ngữ cảnh cho hệ thống, bằng cách xác định rõ nguồn dữ liệu được phép dùng, mức độ cập nhật và phạm vi thông tin AI được tiếp cận – đây là nền tảng của quản lý dữ liệu lớn có trách nhiệm. Thứ ba, chia nhỏ công việc: thay vì yêu cầu AI viết ngay một báo cáo hoàn chỉnh, hãy tách thành các bước xây dựng dàn ý, xử lý từng phần, đối chiếu dữ liệu và chỉnh sửa. Cách làm này giảm rủi ro tích tụ lỗi và cho phép con người kiểm soát chất lượng ở từng điểm. Cuối cùng, kiểm chứng là bước bắt buộc trước khi mở rộng ứng dụng: người dùng phải có đủ chuyên môn để đánh giá kết quả, kiểm tra nguồn và logic dữ liệu, đặc biệt với số liệu tài chính và quyết định chiến lược.
Quản trị thay đổi trước công nghệ: con đường nhanh nhất đến ROI bền vững
Điểm chung giữa phân tích học thuật và thực tiễn MoMo là một kết luận rõ ràng: nếu không có quản trị thay đổi, mọi dự án AI đều là canh bạc. Nghiên cứu cho thấy khi doanh nghiệp ủy quyền toàn bộ quy trình chỉnh sửa văn bản cho AI, ngay cả các mô hình tiên tiến nhất vẫn làm hỏng trung bình 25% nội dung tài liệu trong tương tác dài hạn. Sai sót xuất hiện rải rác, khó phát hiện nếu chỉ nhìn kết quả cuối cùng – nghĩa là năng suất tăng nhưng rủi ro ngầm cũng tăng theo. Vì vậy, năng lực nhân sự phải dịch chuyển sang thiết kế quy trình, đánh giá kết quả và quản trị rủi ro, đồng thời duy trì con người trong toàn bộ vòng đời sử dụng AI, lưu trữ lịch sử câu lệnh, phiên bản chỉnh sửa và logic ra quyết định khi phù hợp, cùng với chính sách dữ liệu và bản quyền rõ ràng. AI đang mở ra cơ hội lớn để nâng năng suất, nhưng giá trị thực tế sẽ phụ thuộc vào cách doanh nghiệp tổ chức quy trình sử dụng. Cách MoMo biến AI thành "đòn bẩy" thay vì để cỗ máy dẫn dắt nhịp độ cho thấy một điều: quy trình đi trước công nghệ không làm chậm đổi mới, mà là con đường nhanh nhất để giảm rủi ro triển khai và tăng tốc lợi tức đầu tư.
