Ứng dụng AI trong doanh nghiệp Việt: Từ chọn công cụ đến chọn đúng bài toán

Tại sự kiện “Ứng dụng AI nâng cao trong quản lý và vận hành doanh nghiệp - AI For Management Excellence” do Học viện Quản lý GEM (GEM Global) tổ chức, các chuyên gia cho rằng việc ứng dụng AI đang chuyển từ câu chuyện lựa chọn công cụ sang bài toán tạo giá trị cho doanh nghiệp. Theo đó, thay vì bắt đầu bằng câu hỏi nên mua công cụ nào, hiệu quả của AI sẽ phụ thuộc vào việc xác định các hoạt động cốt lõi, phân rã thành từng tác vụ và xác định những khâu AI có thể hỗ trợ.

Nghiên cứu năm 2026 về việc các công ty hàng đầu tạo ra lợi tức đầu tư (ROI) từ AI như thế nào của PwC cho thấy nhóm 20% doanh nghiệp dẫn đầu đang tạo ra 74% tổng giá trị tài chính từ AI. Đầu tư vào AI không tự động chuyển thành hiệu quả nếu thiếu nền tảng tổ chức, dữ liệu và cách triển khai phù hợp.

KHÔNG PHẢI CỨ ĐƯA AI VÀO LÀ TẠO RA ROI

Theo ông Trương Thành Trung, chuyên gia quản lý điều hành và chuyển đổi số, nguyên Giám đốc tài chính kinh doanh của VinFast, một trong những sai lầm phổ biến khi doanh nghiệp tiếp cận AI là bắt đầu bằng câu hỏi “AI có thể làm gì?”, thay vì xác định trước “đâu là vấn đề có giá trị nhất cần giải quyết?”.

Ông cho rằng mỗi doanh nghiệp đều có một “vùng lõi” - những hoạt động tạo ra nhiều giá trị nhất hoặc tiêu tốn nhiều nguồn lực nhất. AI cần được “ưu tiên cho khu vực này”.

Chẳng hạn, với một doanh nghiệp công nghệ có hàng trăm lập trình viên, việc dùng AI để tự động hóa một tác vụ hành chính như chấm công có thể giúp tiết kiệm một phần nhỏ thời gian. Trong khi đó, nếu AI được sử dụng để hỗ trợ lập trình, tác động có thể trực tiếp đến năng suất của đội ngũ tạo ra sản phẩm.

Tương tự, với doanh nghiệp bán lẻ, thay vì chỉ dùng AI cho các tác vụ hành chính, doanh nghiệp có thể tập trung vào dự báo nhu cầu, phân tích hiệu quả sản phẩm, điểm bán, chương trình khuyến mại hay chính sách giá. Với doanh nghiệp FMCG, những bài toán như lập kế hoạch bán hàng, dự báo doanh số, quản lý kênh bán và phân tích hiệu quả kinh doanh mới là những khu vực có khả năng tạo tác động lớn.

“Không phải ứng dụng AI nào cũng đáng đầu tư. Doanh nghiệp cần chọn đúng bài toán, đúng vùng tạo giá trị và ưu tiên những ứng dụng có khả năng khuếch đại tác động”, ông Trung nhấn mạnh.

Theo ông, cách tiếp cận này cũng giải thích vì sao việc đơn thuần tự động hóa càng nhiều tác vụ chưa chắc đồng nghĩa với hiệu quả cao. Nếu AI được đưa vào một công việc ít quan trọng, dù có thể tiết kiệm hàng nghìn giờ lao động, tác động đến kết quả kinh doanh vẫn có thể rất hạn chế.

Nghiên cứu của PwC nhận thấy nhóm doanh nghiệp có năng lực AI tốt nhất tạo ra doanh thu và hiệu quả tài chính từ AI cao gấp 7,2 lần nhóm còn lại; các doanh nghiệp dẫn đầu cũng có xu hướng thiết kế lại quy trình để tích hợp AI thay vì chỉ bổ sung thêm các công cụ AI vào quy trình hiện hữu.

AI KHÔNG THỂ LÀM TỐT NẾU DOANH NGHIỆP CHƯA “BÓC” ĐƯỢC BÀI TOÁN

Theo bà Hồ Thị Minh Hằng, CEO GEM Global, để xác định đúng điểm ứng dụng AI, doanh nghiệp trước hết cần xác định những công việc trọng điểm của từng phòng ban, sau đó tiếp tục phân rã thành các tác vụ cụ thể.

Chẳng hạn, với một doanh nghiệp FMCG, bộ phận kinh doanh có thể tập trung vào sáu nhóm công việc gồm lập kế hoạch bán hàng, dự báo doanh số, quản lý khách hàng, quản lý kênh bán, theo dõi đơn hàng và phân tích hiệu quả.

Nhưng “dự báo doanh số” cũng không phải một tác vụ đơn lẻ. Công việc này có thể được bóc tách thành chuẩn hóa dữ liệu bán hàng lịch sử, phân tích mùa vụ và xu hướng, xây dựng dự báo, điều chỉnh theo chương trình khuyến mại, cập nhật thay đổi của thị trường và cảnh báo sai lệch.

Khi phân rã đến cấp độ này, doanh nghiệp mới có thể xác định chính xác AI nên tham gia ở đâu.

“AI không thay thế toàn bộ một phòng ban hay chức năng, mà cần được đưa vào đúng từng tác vụ, dựa trên dữ liệu và yêu cầu cụ thể của doanh nghiệp”, bà Hồ Thị Minh Hằng cho biết.

Tuy nhiên, mức độ AI tham gia không giống nhau ở từng tác vụ. Có những công việc AI có thể xử lý gần như toàn bộ; có những công việc AI chỉ đóng vai trò trợ lý; và cũng có những phần vẫn cần chuyên gia con người.

Bà Ngô Thúy Ngân, quản lý cấp cao về nhân sự và công nghệ, Mercedes-Benz Việt Nam, cho rằng AI đang thay đổi không chỉ cách doanh nghiệp thực hiện công việc mà cả cấu trúc quản trị và những năng lực mà doanh nghiệp cần ở người lao động.

Theo bà, AI có thể hỗ trợ khoảng 60-70% công việc của nhà quản lý, từ nghiên cứu, đối chiếu, phân tích dữ liệu đến giao tiếp và hỗ trợ năng suất. Nhưng giá trị của nhà quản lý sẽ ngày càng nằm ở khả năng sử dụng những kết quả đó để đưa ra quyết định, xây dựng chiến lược và dẫn dắt tổ chức.

DỮ LIỆU QUYẾT ĐỊNH AI CÓ TẠO ROI HAY KHÔNG

Một trong những điểm được CEO GEM Global nhấn mạnh là AI không thể tạo ra kết quả tốt nếu dữ liệu đầu vào không đủ.

Trong ví dụ về dự báo doanh số FMCG, bà Hồ Thị Minh Hằng cho biết AI có thể xử lý nhanh dữ liệu bán hàng nhưng vẫn cần doanh nghiệp cung cấp những thông tin liên quan đến giá, khuyến mại, sản phẩm mới, nhà phân phối và biến động thị trường. Nếu thiếu những dữ liệu này, kết quả dự báo dù được tạo ra nhanh vẫn khó có thể sử dụng trong thực tế.

“Doanh nghiệp cần xác định ngay từ đầu: AI cần dữ liệu gì, dữ liệu nằm ở đâu, ai chịu trách nhiệm cung cấp và dữ liệu có đủ tin cậy hay không”, bà Hằng nói. “Năng lực dữ liệu là nền tảng quan trọng để doanh nghiệp khai thác AI hiệu quả, bởi AI chỉ thực sự tạo ra giá trị khi được cung cấp dữ liệu phù hợp và được đặt vào đúng bài toán quản trị”.

Bà Hồ Thị Minh Hằng cho biết hiện nay GEM Global đang triển khai các chương trình đào tạo về ứng dụng AI trong quản lý, nhân sự và công việc văn phòng, cùng các khóa về dữ liệu. Nội dung tập trung vào kỹ năng làm việc với AI có hệ thống, phân rã bài toán, ứng dụng vào các tình huống thực tế và khai thác dữ liệu phục vụ phân tích, ra quyết định. Các chương trình được thiết kế theo nhiều cấp độ, từ quản lý, nhân sự đến nhân viên.

Chưa xác định rõ bài toán cho AI cũng như thiếu dữ liệu là một trong những lý do khiến nhiều dự án AI khó đi từ thử nghiệm sang triển khai trên diện rộng. Một báo cáo của IDC đã cảnh báo gần một nửa các use case AI có thể không đạt mục tiêu ROI do lợi ích kinh doanh chưa rõ, khả năng phối hợp người - máy còn yếu và nền tảng dữ liệu chưa đủ tốt.

Theo chuyên gia Trương Thành Trung, có thể hình dung giá trị của một ứng dụng AI qua ba yếu tố: giá trị tạo ra mỗi lần sử dụng, tần suất sử dụng, số người hưởng lợi.

Một ứng dụng giúp một nhân viên tiết kiệm vài phút trong một tác vụ hành chính, dù được sử dụng thường xuyên, có thể tạo ra giá trị không lớn. Ngược lại, một công cụ hỗ trợ lập kế hoạch kinh doanh có thể chỉ được sử dụng vài lần mỗi năm nhưng nếu giúp doanh nghiệp đưa ra quyết định tốt hơn và cải thiện lợi nhuận đáng kể, ROI có thể cao hơn nhiều.