AI không phải phép màu: triển khai sai là… tăng thêm việc
Triển khai AI doanh nghiệp là quá trình dùng trí tuệ nhân tạo để tự động hóa tác vụ, phân tích dữ liệu và hỗ trợ ra quyết định, nhưng chỉ tạo ra giá trị khi gắn với quy trình được thiết kế lại, dữ liệu thống nhất và một mô hình vận hành mới tránh việc công nghệ trở thành lớp chi phí bổ sung không mang lại hiệu quả. Nhiều lãnh đạo vẫn ngầm tin rằng “mua phần mềm là đã chuyển đổi”, rồi thất vọng khi báo cáo năng suất gần như không đổi. Bà Phạm Thị Thu Hằng cảnh báo rất rõ: việc mua phần mềm không đồng nghĩa với chuyển đổi, nếu cách làm việc cũ giữ nguyên thì công cụ mới chỉ làm tăng chi phí và tạo thêm một lớp vận hành phải quản lý. Bà Ngô Minh Anh cũng chỉ ra thực tế nhiều doanh nghiệp để AI tạo thêm việc thay vì giảm việc vì quy trình cũ vẫn y nguyên, phải kiểm tra lại đầu ra của AI, sinh thêm phiên bản tài liệu và bước phê duyệt.
AI không thay người, mà buộc doanh nghiệp định nghĩa lại công việc
Điểm sai lầm phổ biến là nhìn AI như “nhân viên siêu rẻ” sẽ thay thế cả con người. Thực tế, như nhận định của bà Thu Hằng, tranh luận “AI có thay thế con người hay không” thường bị đặt sai cấp độ: công nghệ này không thay thế một con người trọn vẹn, mà chủ yếu thay thế hoặc rút ngắn những tác vụ riêng lẻ, lặp lại, dễ dự đoán và nặng thao tác thủ công. Bà Ngô Minh Anh nhấn mạnh AI đang tái định vị lại công việc và cách làm việc ở mỗi vị trí, chứ không xóa hẳn vai trò con người. Khi AI xử lý nhập liệu, phân loại, đối chiếu dữ liệu, nhân sự phải dịch chuyển sang những phần việc cần phán đoán và sáng tạo hơn. Khi hệ thống chăm sóc khách hàng biết tự phân loại yêu cầu và phân tích hành vi, cách phân công công việc và tiêu chí đánh giá nhân viên cũng phải viết lại từ đầu. Cố giữ cấu trúc tổ chức cũ nhưng yêu cầu kết quả mới từ AI là một nghịch lý.
Tư duy AI First: khi doanh nghiệp bắt đầu “không ngủ”
Chúng ta đã có một thập kỷ nói về chuyển đổi số với mục tiêu đưa mọi hoạt động lên môi trường số, từ hồ sơ, giao dịch đến kết nối nội bộ. Khi dữ liệu phình to, PGS.TS Nguyễn Xuân Hoài chỉ ra con người gần như không theo kịp về tốc độ và quy mô, bắt buộc phải dùng AI để xử lý. Đây là lúc tư duy AI First xuất hiện: thay vì tuyển thêm người khi khối lượng công việc tăng, doanh nghiệp đặt câu hỏi liệu có thể thiết kế lại công việc để AI đảm nhận phần lặp lại, giảm lao động thủ công và để con người tập trung vào phần tạo giá trị cao hơn. Giá trị của AI First không nằm ở việc nhồi AI vào mọi khâu, mà ở việc dám nhìn lại quy trình, phân định lại công việc và chọn đúng chỗ công nghệ phát huy hiệu quả. Một diễn giả đã nói thẳng: nếu chuyển đổi số không dẫn đến chuyển đổi AI thì cả quá trình đang dừng giữa đường.
Từ công cụ tới “nhân viên số AI”: yêu cầu hạ tầng và quản trị mới
Khi AI chỉ tạo nội dung hay trả lời câu hỏi, nó vẫn là công cụ. Nhưng khi AI có thể nhận nhiệm vụ, truy cập dữ liệu, phối hợp hệ thống khác và tự thực hiện một chuỗi công việc, nó bắt đầu mang dáng dấp của “nhân viên số AI” hay AI Agent. Những nhân viên số này cho phép doanh nghiệp vận hành gần như không ngủ: tự động tiếp nhận, phân loại yêu cầu, tổng hợp dữ liệu đa bộ phận để hỗ trợ ra quyết định. Tuy nhiên, PGS.TS Hoài cảnh báo khó khăn không nằm ở bản thân mô hình, mà ở việc AI không thể tạo chuyển đổi nếu dữ liệu, quy trình và phương thức quản trị vẫn cũ. Ông Doron Shachar đi xa hơn: agentic AI đang tăng tốc cách tổ chức vận hành, nhưng nếu thiếu hạ tầng đám mây bền vững, dữ liệu đáng tin cậy và quản trị chặt chẽ thì AI tiên tiến đến mấy cũng không phát huy ở quy mô lớn. Câu hỏi mới không phải “có dùng AI hay không”, mà là “cho nhân viên số này quyền và dữ liệu đến đâu”.
Vì sao nhiều chuyển đổi AI thất bại và lộ trình thoát khỏi vòng thử nghiệm
Điểm chung của các ca chuyển đổi AI thất bại là dữ liệu và quy trình vẫn rời rạc, thiếu một nguồn dữ liệu thống nhất để AI khai thác. Kết quả là chatbot “nằm im”, mô hình tích hợp nhưng không tạo giá trị, AI Agent được xây dựng mà không gắn với quy trình nghiệp vụ cụ thể nào. Bà Ngô Minh Anh chỉ ra rào cản lớn nhất không phải thiếu công cụ, mà là hạn chế trong tổ chức và quản trị. Bà Phạm Thị Thu Hằng nhấn mạnh thách thức cốt lõi nằm ở khả năng thiết kế lại quy trình, dữ liệu và trách nhiệm ra quyết định. Về phía hạ tầng, Renova Cloud đang dùng khung AI Factory để buộc doanh nghiệp đi theo trình tự: bắt đầu từ chiến lược và quản trị dữ liệu, dựng hạ tầng chuẩn, rồi mới tới ứng dụng. Sau sự kiện ở Đà Nẵng, đơn vị này tiếp tục chương trình đào tạo AI và kết nối hệ sinh thái cùng nhà cung cấp đám mây tại miền Trung, tận dụng Local Zones để triển khai ứng dụng độ trễ thấp ngay trong nước. Nếu doanh nghiệp Việt không xử lý hạ tầng dữ liệu AI, chuẩn hóa quy trình và xây dựng khung quản trị mới, AI sẽ mãi là cuộc chơi trình diễn công nghệ, không phải động lực năng suất.
