CHUYỂN ĐỔI AI LÀ CUỘC THIẾT KẾ LẠI DOANH NGHIỆP

Trong phần lớn các cuộc trao đổi về AI trong doanh nghiệp, câu hỏi thường bắt đầu từ công cụ. Phòng Marketing nên dùng nền tảng nào? Kế toán có thể tự động hóa những công việc gì? Doanh nghiệp có thể xây AI agent nào để chăm sóc khách hàng, bán hàng, tuyển dụng hoặc tổng hợp báo cáo? Nhân viên cần học cách viết câu lệnh ra sao để làm việc nhanh hơn?

Những câu hỏi ấy cần thiết, nhưng mới chạm đến lớp bề mặt của quá trình chuyển đổi. Một doanh nghiệp có thể mua nhiều công cụ, tổ chức nhiều khóa đào tạo và xây dựng hàng chục AI agent mà cách vận hành căn bản vẫn gần như không thay đổi. Nhân viên viết nhanh hơn, báo cáo được trình bày đẹp mắt hơn, dữ liệu được tổng hợp sớm hơn, nhưng các phòng ban vẫn phối hợp rời rạc, quyết định vẫn chậm chạp, trách nhiệm vẫn mơ hồ và người quản lý vẫn phải kiểm tra lại phần lớn đầu ra.

OECD ghi nhận rằng trong số các doanh nghiệp vừa và nhỏ đang sử dụng AI tạo sinh, chỉ khoảng 29% đưa công nghệ này vào những hoạt động cốt lõi trực tiếp tạo ra sản phẩm, dịch vụ hoặc doanh thu. Phần lớn vẫn sử dụng AI cho các nhiệm vụ tương đối đơn giản, riêng lẻ và ít quan trọng như viết nội dung, chỉnh sửa văn bản hoặc hỗ trợ một số thao tác hành chính.[1] Điều này cho thấy mức độ sử dụng AI có thể tăng nhanh trong khi mô hình vận hành của doanh nghiệp gần như chưa thay đổi.

Khảo sát toàn cầu của McKinsey năm 2025 cũng cho thấy nhóm doanh nghiệp tạo được giá trị cao từ AI có khả năng thiết kế lại căn bản dòng công việc cao gần ba lần so với các doanh nghiệp còn lại. Đây là dữ liệu khảo sát tự báo cáo nên chưa thể khẳng định quan hệ nhân quả tuyệt đối. Tuy nhiên, kết quả vẫn chỉ ra một khác biệt đáng chú ý: doanh nghiệp tạo được giá trị rõ rệt thường không dừng ở việc bổ sung AI vào cách làm cũ. Họ xem xét lại toàn bộ cách công việc được tổ chức, cách con người phối hợp với công nghệ và cách giá trị được tạo ra từ đầu đến cuối.[2]

Vì vậy, chuyển đổi AI cần được nhìn nhận như một cuộc thiết kế lại doanh nghiệp. Công nghệ là một thành phần quan trọng, nhưng kết quả cuối cùng còn phụ thuộc vào con người, quy trình, cấu trúc, dữ liệu, quyền hạn, tiêu chuẩn và cơ chế kiểm soát.

Có thể diễn đạt nguyên tắc này bằng một công thức:

Hiệu suất = Con người × Hệ thống × Công cụ

Dấu nhân ở đây có ý nghĩa quyết định. Một công cụ mạnh mẽ không thể bù đắp hoàn toàn cho một hệ thống yếu kém. Khi mục tiêu chưa rõ ràng, quy trình thiếu nhất quán, dữ liệu không đáng tin cậy và người sử dụng chưa đủ năng lực kiểm định, AI sẽ phóng đại chính những hạn chế ấy. Doanh nghiệp có thể tạo ra nhiều đầu ra hơn với tốc độ nhanh hơn, nhưng chất lượng quyết định, trải nghiệm khách hàng và hiệu quả toàn hệ thống chưa chắc được cải thiện.

Từ ứng dụng AI đến chuyển đổi AI

Cần phân biệt ba mức độ thường bị trộn lẫn trong các cuộc thảo luận hiện nay.

Ở mức đầu tiên, AI được sử dụng như một công cụ hỗ trợ cá nhân. Nhân viên dùng AI để viết, tìm kiếm, phân tích, dịch thuật, tổng hợp hoặc chuẩn bị bản nháp. Năng suất cá nhân có thể được cải thiện, nhưng quy trình căn bản, quyền quyết định và cấu trúc trách nhiệm chưa thay đổi đáng kể.

Ở mức thứ hai, AI được tích hợp vào một phần của quy trình. Hệ thống có thể đọc dữ liệu, phân loại yêu cầu, tạo báo cáo, cập nhật phần mềm quản lý, gửi cảnh báo hoặc đề xuất phương án xử lý. Khi ấy, doanh nghiệp phải quan tâm đến chất lượng dữ liệu, điểm bàn giao giữa người với AI, quyền truy cập và cơ chế kiểm tra đầu ra.

Mức thứ ba mới thực sự là chuyển đổi AI. Công việc được phân chia lại giữa con người và máy. Một số nhiệm vụ được tự động hóa, một số vai trò được mở rộng, quyền quyết định bắt đầu dịch chuyển và những quy trình trước đây nằm riêng trong từng phòng ban được kết nối thành dòng công việc xuyên suốt.

Sự xuất hiện của AI agent làm cho mức độ chuyển đổi này sâu hơn. AI agent có thể tiếp nhận mục tiêu, lập kế hoạch, sử dụng công cụ, truy cập nhiều hệ thống và thực hiện một chuỗi hành động với mức độ tự chủ nhất định. Tháng 2 năm 2026, NIST đã khởi động riêng Sáng kiến Tiêu chuẩn AI Agent, tập trung vào khả năng tương tác, danh tính, phân quyền và bảo mật đối với các hệ thống có thể hành động thay mặt người dùng.[3]

Khi AI đã có khả năng hành động, quản trị không thể dừng ở việc kiểm tra câu trả lời đúng hay sai. Doanh nghiệp phải xác định AI được phép đọc gì, được phép ghi gì, có thể thay đổi gì, được quyền chi bao nhiêu, phải chuyển cho con người trong trường hợp nào và ai chịu trách nhiệm khi hệ thống tạo ra hậu quả ngoài dự kiến.

Đây là điểm chuyển từ việc quản lý một công cụ sang quản trị một thành phần đang trực tiếp tham gia vận hành doanh nghiệp.

1. Bắt đầu từ giá trị kinh doanh, không bắt đầu từ danh sách công cụ

Yêu cầu đầu tiên của quản trị chuyển đổi AI là xác định rõ vấn đề doanh nghiệp muốn giải quyết.

Một sáng kiến AI cần trả lời được những câu hỏi căn bản: kết quả nào đang cần cải thiện, điểm nghẽn nằm ở đâu, mức hiện tại là bao nhiêu, mức kỳ vọng là bao nhiêu, nguyên nhân thuộc về con người, hệ thống hay công cụ, và ai chịu trách nhiệm cuối cùng về kết quả.

Nếu chưa trả lời được những câu hỏi này, doanh nghiệp mới có một ý tưởng công nghệ, chưa có một bài toán chuyển đổi.

Chẳng hạn, yêu cầu “đưa AI vào Marketing” quá rộng để có thể quản trị hiệu quả. Marketing có thể đang gặp nhiều vấn đề khác nhau: thiếu dữ liệu khách hàng, tốc độ sản xuất nội dung chậm, chi phí quảng cáo cao, thông điệp thiếu nhất quán, khách hàng tiềm năng không được chuyển kịp sang bán hàng hoặc hiệu quả chiến dịch chưa được đo lường đầy đủ. Mỗi vấn đề cần một thiết kế khác nhau. Có vấn đề cần AI, có vấn đề cần sửa quy trình, có vấn đề chỉ cần làm rõ trách nhiệm giữa Marketing và bán hàng.

AI không nên trở thành câu trả lời mặc định cho mọi điểm yếu của doanh nghiệp. Một số công việc phù hợp với tự động hóa theo quy tắc thông thường, vốn đơn giản hơn, ổn định hơn và ít tốn kém hơn. Một số vấn đề xuất phát từ mục tiêu mâu thuẫn, dữ liệu thiếu hụt hoặc quyền hạn không rõ ràng. Đưa AI vào những nơi này chỉ làm cho sự rối loạn được thực hiện nhanh chóng và đều đặn hơn, một thành tựu khá đáng ngờ dù bảng điều khiển có thể trông rất hiện đại.

Ở cấp doanh nghiệp, các sáng kiến AI cần được quản lý như một danh mục đầu tư. Danh mục ấy nên cân bằng giữa ba nhóm mục tiêu.

Nhóm thứ nhất là nâng hiệu suất, bao gồm giảm thời gian, giảm chi phí, giảm thao tác lặp lại và rút ngắn thời gian xử lý. Nhóm thứ hai là nâng chất lượng, bao gồm tăng độ chính xác, cải thiện trải nghiệm khách hàng, giảm sai sót và tạo ra quyết định nhất quán hơn. Nhóm thứ ba là tạo năng lực kinh doanh mới, chẳng hạn cá nhân hóa dịch vụ, phát triển sản phẩm mới, mở rộng mô hình doanh thu hoặc phục vụ những nhóm khách hàng trước đây doanh nghiệp chưa đủ khả năng tiếp cận.

Việc lựa chọn dự án nên dựa trên bốn tiêu chí: giá trị dự kiến, khả năng triển khai, mức độ rủi ro và giá trị học hỏi. Dự án đầu tiên không cần phải là dự án lớn nhất. Nó cần đủ quan trọng để tạo ra kết quả, đủ rõ ràng để đo lường, đủ an toàn để thử nghiệm và đủ đại diện để doanh nghiệp học được cách triển khai.

Một sáng kiến AI được xác định tốt cần có ít nhất năm yếu tố: kết quả kinh doanh cần cải thiện, đường cơ sở hiện tại, chủ sở hữu kết quả, phạm vi thử nghiệm và tiêu chí dừng hoặc mở rộng. Khi năm yếu tố này chưa có, việc xây dựng AI agent thường diễn ra nhanh hơn quá trình xác định xem doanh nghiệp thực sự cần nó để làm gì.

2. Thiết kế từ dòng giá trị thay vì agent hóa riêng từng phòng ban

Cách phổ biến nhất khi doanh nghiệp bắt đầu chuyển đổi AI là yêu cầu từng phòng ban tìm trường hợp sử dụng riêng. Marketing xây AI viết nội dung. Bán hàng xây AI soạn đề xuất. Nhân sự xây AI lọc hồ sơ. Tài chính xây AI tổng hợp số liệu. Mỗi bộ phận có thể làm nhanh hơn một phần công việc, nhưng toàn bộ hệ thống chưa chắc vận hành nhanh hơn.

Lý do nằm ở các điểm bàn giao.

Một khách hàng tiềm năng vẫn có thể bị bỏ quên khi chuyển từ Marketing sang bán hàng. Đề xuất bán hàng vẫn có thể nằm chờ tài chính xác nhận giá. Khiếu nại vẫn có thể bị chuyển vòng quanh giữa chăm sóc khách hàng, vận hành và quản lý. AI giúp từng phòng hoàn thành phần việc của mình nhanh hơn, rồi công việc tiếp tục nằm chờ ở đúng nút thắt cũ.

Khi đó, doanh nghiệp đạt được tối ưu cục bộ nhưng chưa có hiệu quả toàn cục.

Đơn vị phù hợp hơn để thiết kế chuyển đổi AI là dòng giá trị đầu cuối. Đây là toàn bộ chuỗi hoạt động bắt đầu từ một nhu cầu và kết thúc bằng một kết quả có giá trị đối với khách hàng hoặc doanh nghiệp.

Thay vì hỏi Marketing dùng AI thế nào, doanh nghiệp có thể xem xét toàn bộ quá trình từ nhận diện khách hàng tiềm năng đến khi tạo ra doanh thu. Thay vì hỏi bộ phận chăm sóc khách hàng nên dùng chatbot nào, doanh nghiệp phân tích dòng công việc từ khi khách hàng phát sinh yêu cầu đến khi vấn đề được giải quyết hoàn toàn. Thay vì chỉ dùng AI để viết mô tả công việc, doanh nghiệp xem xét toàn bộ quá trình từ khi xuất hiện nhu cầu tuyển dụng đến khi nhân viên mới có thể làm việc hiệu quả.

Mỗi dòng giá trị cần được phân rã thành nhiệm vụ, quyết định, dữ liệu đầu vào, đầu ra, điểm bàn giao, thời gian chờ, ngoại lệ và người chịu trách nhiệm. Sau đó, doanh nghiệp mới xác định phần việc phù hợp với con người và phần việc phù hợp với AI.

Có thể phân chia sự phối hợp giữa người với AI thành bốn dạng.

Ở dạng thứ nhất, AI hỗ trợ con người tìm kiếm, tổng hợp, phân tích và tạo bản nháp. Con người kiểm định và trực tiếp thực hiện.

Ở dạng thứ hai, AI phân tích và đề xuất một số phương án. Con người cân nhắc, lựa chọn và chịu trách nhiệm về quyết định.

Ở dạng thứ ba, AI được phép thực hiện trong phạm vi và ngưỡng đã định trước. Con người theo dõi hiệu suất chung và xử lý những trường hợp ngoại lệ.

Ở dạng thứ tư, AI chỉ được cung cấp thông tin vì tính chất của nhiệm vụ đòi hỏi con người trực tiếp quyết định và chịu trách nhiệm đầy đủ.

Việc phân chia này cần dựa trên ít nhất năm tiêu chí: mức độ lặp lại của nhiệm vụ, mức độ bất định, khả năng kiểm chứng kết quả, hậu quả khi sai và mức độ cần đến phán đoán xã hội của con người.

Một nhiệm vụ lặp lại, có quy tắc rõ ràng, dễ phát hiện sai và dễ đảo ngược có thể được trao mức tự chủ tương đối cao cho AI. Một nhiệm vụ mơ hồ, ảnh hưởng lớn đến con người, khó kiểm chứng và khó đảo ngược cần được giữ trong phạm vi quyết định của con người.

AI có thể tạo ra thư từ chối ứng viên. Điều đó chưa có nghĩa doanh nghiệp nên để AI tự động quyết định và gửi thư từ chối. AI có thể đề xuất mức giảm giá. Điều đó chưa đồng nghĩa hệ thống được tự quyết một khoản giảm giá lớn. Khả năng kỹ thuật luôn phải được đặt trong giới hạn của trách nhiệm quản trị.

3. Thiết kế lại quyền quyết định trước khi trao quyền hành động

AI agent tạo ra một sự tách biệt quan trọng giữa khả năng hành động và khả năng chịu trách nhiệm.

Một hệ thống có thể gửi thư, cập nhật dữ liệu, đặt lịch, thay đổi trạng thái đơn hàng, tạo yêu cầu mua hàng hoặc chuẩn bị giao dịch. Tuy nhiên, AI agent không tự chịu trách nhiệm pháp lý, đạo đức hoặc tài chính theo cách con người và doanh nghiệp phải chịu. Khi hậu quả xảy ra, doanh nghiệp vẫn là chủ thể phải giải trình.

Bởi vậy, mỗi hệ thống AI cần có một cấu trúc trách nhiệm rõ ràng.

Trước hết là chủ sở hữu nghiệp vụ, người chịu trách nhiệm về mục tiêu, giá trị và kết quả kinh doanh. Tiếp theo là chủ sở hữu kỹ thuật, người chịu trách nhiệm về mô hình, tích hợp, bảo mật và hoạt động ổn định của hệ thống. Chủ sở hữu dữ liệu chịu trách nhiệm về chất lượng, nguồn gốc, quyền sử dụng và vòng đời dữ liệu. Với những hệ thống có mức ảnh hưởng đáng kể, cần thêm chủ sở hữu rủi ro, người xác định phạm vi tự chủ, giới hạn, điểm kiểm soát, phương án xử lý sự cố và điều kiện dừng.

Trong doanh nghiệp nhỏ, một người có thể đảm nhiệm nhiều vai trò. Điều quan trọng nằm ở việc trách nhiệm được gọi tên rõ ràng và không bị hòa tan vào một tập thể vô danh. Một dự án thuộc về “phòng AI”, “bộ phận công nghệ” hoặc “nhóm chuyển đổi” thường nghe rất có tổ chức cho đến lúc xảy ra sự cố và không ai biết chính xác ai có quyền quyết định.

Quyền của AI agent cũng phải được phân rã theo từng hành động. Quyền đọc dữ liệu khác quyền sửa dữ liệu. Quyền tạo bản nháp khác quyền gửi trực tiếp cho khách hàng. Quyền chuẩn bị lệnh thanh toán khác quyền xác nhận giao dịch. Quyền đề xuất lịch làm việc khác quyền thay đổi ca của nhân viên.

Một lỗi phổ biến là doanh nghiệp trao cho AI agent một tài khoản dùng chung với phạm vi truy cập rộng, sau đó trông chờ vào câu lệnh để hệ thống tự biết điều gì không nên làm. Câu lệnh có thể hướng dẫn hành vi. Quyền kỹ thuật mới tạo ra giới hạn thực tế.

Doanh nghiệp cũng cần thiết kế mức độ tham gia của con người theo mức độ rủi ro. Với quyết định ảnh hưởng lớn, con người phải phê duyệt từng trường hợp. Với công việc có quy tắc tương đối rõ, AI được hành động trong một ngưỡng và chuyển ngoại lệ cho người phụ trách. Với nhiệm vụ ít rủi ro, dễ phát hiện sai và dễ đảo ngược, con người có thể giám sát hiệu suất chung thay vì kiểm tra từng đầu ra.

Con người làm trung tâm không có nghĩa con người phải tự tay thực hiện hoặc duyệt từng thao tác. Cách làm đó khiến con người trở thành nút bấm nằm giữa một quy trình tự động, vừa tốn thời gian vừa tạo ra cảm giác kiểm soát khá hư cấu.

Nguyên tắc cần giữ là:

AI có thể được trao quyền thực hiện. Con người phải giữ quyền xác lập mục đích, đặt giới hạn, can thiệp khi cần và chịu trách nhiệm về hậu quả.

4. Thiết kế mô hình vận hành và cấu trúc tổ chức phù hợp

Khi AI chỉ hỗ trợ cá nhân, sơ đồ tổ chức chưa cần thay đổi. Khi AI tham gia sâu vào dòng công việc, doanh nghiệp phải xem xét lại vai trò, quyền lực, phạm vi quản lý và cách các đơn vị phối hợp.

Nghiên cứu được công bố trực tuyến trên Management Science ngày 24 tháng 7 năm 2026 đã phân tích nhu cầu tuyển dụng của 1.820 doanh nghiệp niêm yết tại Hoa Kỳ trong khoảng thời gian trước và sau khi ChatGPT xuất hiện. Kết quả cho thấy những doanh nghiệp có mức tiếp xúc cao hơn với AI tạo sinh giảm tương đối nhu cầu đối với một số nhóm kỹ năng tổ chức như phân chia nhiệm vụ, cung cấp thông tin, giám sát và xử lý ngoại lệ vận hành.[5]

Đây là bằng chứng về thay đổi trong nhu cầu tuyển dụng, chưa phải bằng chứng rằng các tầng quản lý đang đồng loạt biến mất. Tuy nhiên, nó cho thấy một phần chức năng quản lý truyền thống đang có khả năng được công nghệ tiếp nhận.

Vai trò quản lý vì thế sẽ dịch chuyển. Giá trị của người quản lý giảm dần ở việc thu thập báo cáo, chuyển tiếp thông tin, nhắc tiến độ và kiểm tra các tiêu chí đã được chuẩn hóa. Giá trị tăng lên ở khả năng xác lập ưu tiên, thiết kế hệ thống, phân bổ nguồn lực, giải quyết xung đột, phát triển nhân viên và xử lý những ngoại lệ chưa có quy tắc rõ ràng.

AI có thể giúp tổ chức trở nên phẳng hơn bằng cách giảm nhu cầu truyền thông tin qua nhiều cấp và mở rộng phạm vi quản lý. Tuy nhiên, cấu trúc phẳng chưa chắc là cấu trúc hữu cơ.

Cấu trúc phẳng mô tả số lượng tầng quản lý. Cấu trúc hữu cơ mô tả một logic vận hành linh hoạt hơn, trong đó vai trò có thể điều chỉnh theo tình huống, thông tin lưu chuyển theo chiều ngang và quyền quyết định đi theo tri thức phù hợp thay vì chỉ đi theo chức danh.

Một doanh nghiệp có thể giảm số cấp quản lý nhưng đồng thời tăng mức độ giám sát bằng thuật toán, tiêu chuẩn hóa công việc và tập trung quyền kiểm soát vào một nền tảng chung. Cấu trúc ấy phẳng về hình dạng nhưng vẫn cơ giới và kiểm soát chặt chẽ trong vận hành.

Ngược lại, một tổ chức lớn vẫn có nhiều cấp bậc chính thức nhưng cho phép các nhóm liên chức năng tự chủ, phối hợp ngang và trao quyền quyết định cho người có chuyên môn gần nhất với vấn đề. Tổ chức đó chưa phẳng nhưng có nhiều đặc điểm hữu cơ.

Vì vậy, agent hóa không mặc nhiên đưa doanh nghiệp đến một mô hình cấu trúc duy nhất. Nó có thể làm tổ chức linh hoạt hơn, nhưng cũng có thể tạo ra một hệ thống tập trung và được giám sát chặt chẽ hơn.

Cấu hình phù hợp với phần lớn doanh nghiệp có lẽ là một mô hình lai:

Hữu cơ trong phối hợp và giải quyết vấn đề. Chặt chẽ, minh bạch và truy vết được tại những ranh giới liên quan đến dữ liệu, tiền bạc, pháp lý, an toàn và trách nhiệm.

Marketing, phát triển sản phẩm, đổi mới và xử lý nhu cầu mới của khách hàng cần sự phối hợp linh hoạt, liên chức năng và thích ứng nhanh. Tài chính, bảo mật, quyền truy cập, quản lý dữ liệu và giao dịch rủi ro cao cần quy trình nhất quán, giới hạn rõ ràng và khả năng truy vết đầy đủ.

Ở cấp doanh nghiệp, năng lực AI cũng cần được tổ chức hợp lý. Tập trung hoàn toàn dễ tạo ra một bộ phận AI xa rời nghiệp vụ và trở thành nút thắt mới. Phân tán hoàn toàn khiến các phòng ban tự mua công cụ, tự xây AI agent, tự lưu dữ liệu và tự đặt tiêu chuẩn. Chẳng bao lâu, doanh nghiệp sẽ sở hữu một vườn thú công nghệ khá phong phú nhưng không có người quản lý danh mục.

Mô hình liên kết thường phù hợp hơn. Một nhóm trung tâm thiết lập nền tảng, chính sách, tiêu chuẩn dữ liệu, nguyên tắc bảo mật, danh mục công cụ và đường biên quản trị. Các đơn vị nghiệp vụ sở hữu bài toán, dòng công việc và kết quả. Những hệ thống có mức rủi ro cao được đánh giá độc lập trước khi mở rộng.

Nhóm trung tâm không nên trở thành một tầng quyền lực mới nằm giữa lãnh đạo và các phòng ban. Vai trò của nó là xây dựng hạ tầng dùng chung và thiết lập giới hạn quản trị. Quyền sở hữu giá trị vẫn phải nằm ở nơi hiểu khách hàng và hoạt động thực tế.

5. Xây dựng nền tảng dữ liệu và tri thức trước khi mở rộng AI agent

AI có thể diễn đạt rất mạch lạc một thông tin lỗi thời, một chính sách sai hoặc một dữ liệu thiếu chính xác. Khả năng trình bày thuyết phục không tự làm cho nguồn thông tin trở nên đáng tin cậy.

Nghiên cứu trên 5.172 nhân viên chăm sóc khách hàng được công bố trên The Quarterly Journal of Economics cho thấy AI hỗ trợ làm tăng năng suất trung bình khoảng 15%, với mức cải thiện lớn hơn ở nhóm nhân viên ít kinh nghiệm.[4] Kết quả này cho thấy AI có thể phổ biến tri thức và rút ngắn quá trình học hỏi. Tuy nhiên, nghiên cứu cũng gợi ra một giới hạn đáng lưu ý: AI chủ yếu giúp người mới tiếp cận những cách làm đã được hình thành từ kinh nghiệm của người giỏi, nhưng không tự bảo đảm rằng mọi đầu ra đều có chất lượng cao trong mọi tình huống.

Chất lượng của AI phụ thuộc vào những gì hệ thống được cung cấp, những gì nó được phép truy cập và cách đầu ra được kiểm chứng.

Doanh nghiệp cần xác định đâu là nguồn thông tin chính thức. Quy trình nào còn hiệu lực? Chính sách nào đã được phê duyệt? Bảng giá nào đang được sử dụng? Mẫu hợp đồng nào là phiên bản mới nhất? Ai có quyền cập nhật? Khi tài liệu thay đổi, hệ thống nào phải được đồng bộ?

Một thư mục chứa hàng nghìn tập tin chưa tạo thành kho tri thức. Nó mới là một kho lưu trữ. Kho tri thức cần có cấu trúc rõ ràng, chủ sở hữu cụ thể, quy tắc cập nhật nhất quán, kiểm soát phiên bản và thời hạn hiệu lực.

Khi AI agent được kết nối với phần mềm quản lý khách hàng, kế toán, nhân sự hoặc kho dữ liệu, doanh nghiệp còn phải quản trị danh tính và quyền truy cập. Mỗi AI agent cần có danh tính riêng, phạm vi quyền hạn cụ thể, nhật ký hành động và khả năng thu hồi quyền ngay khi xảy ra sự cố.

Doanh nghiệp không nên dùng một tài khoản chung cho nhiều AI agent. Không nên trao toàn bộ quyền quản trị khi hệ thống chỉ cần đọc một bảng dữ liệu. Không nên để quyền truy cập tồn tại vô thời hạn khi AI agent chỉ được sử dụng trong một thử nghiệm ngắn.

Mỗi AI agent nên có một hồ sơ quản trị gồm mục đích, chủ sở hữu, mô hình và nhà cung cấp, nguồn dữ liệu, công cụ được phép sử dụng, hành động được phép thực hiện, mức độ rủi ro, chỉ số hiệu suất, lịch sử thay đổi và thời điểm rà soát tiếp theo.

Khi số lượng AI agent tăng, những hồ sơ này cần được tập hợp thành một sổ đăng ký AI của doanh nghiệp. Sổ đăng ký giúp lãnh đạo biết tổ chức đang dùng những hệ thống nào, phục vụ mục đích gì, truy cập dữ liệu nào, tạo ra giá trị ra sao và ai chịu trách nhiệm.

Không có sổ đăng ký, doanh nghiệp rất dễ rơi vào trạng thái sử dụng AI ngầm. Nhân viên tự tạo tài khoản, tự tải dữ liệu, tự xây quy trình và tự kết nối công cụ mà tổ chức không biết. Sự linh hoạt ban đầu sẽ dần biến thành rủi ro bảo mật, chi phí chồng chéo và khả năng phụ thuộc khó kiểm soát.

6. Đưa quản trị rủi ro vào ngay từ giai đoạn thiết kế

Nhiều doanh nghiệp chỉ nghĩ đến quản trị AI sau khi hệ thống đã được xây dựng. Bộ phận kiểm soát được mời vào cuối quy trình để duyệt một sản phẩm mà phần lớn quyết định quan trọng đã được chốt. Khi đó, quản trị dễ biến thành hoạt động bổ sung giấy tờ hoặc đi dọn hậu quả cho một thiết kế vốn đã có vấn đề.

Khung Quản trị rủi ro AI của NIST tổ chức quá trình quản trị quanh bốn chức năng: quản trị, lập bản đồ bối cảnh và rủi ro, đo lường, quản lý. Các chức năng này được thực hiện liên tục và lặp lại trong suốt vòng đời hệ thống.[6]

ISO/IEC 42001 cũng tiếp cận AI như một hệ thống quản lý cấp tổ chức, bao gồm vai trò lãnh đạo, chính sách, mục tiêu, quản trị rủi ro, dữ liệu, đánh giá hiệu suất và cải tiến liên tục.[7] Cách tiếp cận này cho thấy quản trị AI không phải trách nhiệm riêng của bộ phận công nghệ hoặc pháp lý. Nó cần được tích hợp vào cách doanh nghiệp ra quyết định và vận hành.

Mức độ kiểm soát phải tương ứng với hậu quả tiềm tàng. Một AI tạo bản nháp nội bộ cần cơ chế quản trị khác với AI gửi thông tin trực tiếp cho khách hàng. Một hệ thống gợi ý nội dung truyền thông khác với hệ thống đánh giá nhân viên. Một AI tổng hợp số liệu khác với AI có quyền tạo hoặc xác nhận giao dịch.

Các hệ thống rủi ro thấp có thể được quản lý bằng hướng dẫn sử dụng, kiểm tra ngẫu nhiên và theo dõi định kỳ. Hệ thống rủi ro trung bình cần giới hạn hành động, ngưỡng chuyển cấp và nhật ký đầy đủ. Hệ thống rủi ro cao cần đánh giá tác động, kiểm thử chặt chẽ, phê duyệt của con người, cơ chế vô hiệu hóa và phương án quay lại cách vận hành cũ.

Quản trị phải diễn ra ở ba giai đoạn.

Trước triển khai, doanh nghiệp kiểm tra dữ liệu, thử nghiệm những tình huống bình thường và bất thường, xác định ngưỡng chấp nhận và chuẩn bị phương án dự phòng.

Trong vận hành, doanh nghiệp theo dõi chất lượng, cảnh báo hành vi bất thường, giới hạn quyền truy cập và chuyển ngoại lệ cho đúng người có thẩm quyền.

Sau vận hành, doanh nghiệp điều tra sự cố, rà soát quyền, đánh giá mức suy giảm chất lượng và quyết định tiếp tục, điều chỉnh hay ngừng hệ thống.

Danh mục rủi ro cũng phải rộng hơn câu hỏi AI có trả lời sai hay không. Nó bao gồm lộ dữ liệu, vi phạm quyền riêng tư, sử dụng nội dung không có quyền, thiên lệch, hành động vượt thẩm quyền, gián đoạn vận hành, phụ thuộc nhà cung cấp, tổn hại thương hiệu, giám sát người lao động, suy giảm kỹ năng và sự lệ thuộc quá mức vào đầu ra của AI.

Quản trị hiệu quả không được đo bằng số lượng biểu mẫu. Nó được đo bằng khả năng ngăn ngừa, phát hiện, truy vết và xử lý vấn đề một cách nhanh chóng, nhất quán và đúng thẩm quyền.

7. Phát triển năng lực con người theo từng vai trò

Một khóa học sử dụng AI chung cho toàn công ty có thể giúp nhân viên làm quen với công nghệ. Nó chưa đủ để tạo ra năng lực chuyển đổi.

Lãnh đạo cần hiểu cách AI tác động đến chiến lược, mô hình kinh doanh, danh mục đầu tư và trách nhiệm của tổ chức. Quản lý cần biết phân rã công việc, thiết kế sự phối hợp giữa người với AI, xác lập tiêu chuẩn, phân quyền và xử lý ngoại lệ. Nhân viên cần biết sử dụng công cụ, kiểm chứng đầu ra, bảo vệ dữ liệu và nhận diện tình huống phải chuyển cho người có thẩm quyền.

Bộ phận công nghệ cần năng lực tích hợp, bảo mật, theo dõi và quản lý vòng đời. Những người phụ trách nhân sự, pháp lý, tài chính hoặc kiểm soát cần hiểu đủ về AI để tham gia từ giai đoạn thiết kế, thay vì chỉ xuất hiện khi hệ thống chuẩn bị được đưa vào sử dụng.

Người trực tiếp làm công việc cũng phải được tham gia vào quá trình chuyển đổi. Quy trình trên giấy thường không phản ánh đầy đủ cách công việc thực sự diễn ra. Nhân viên hiểu những ngoại lệ, tri thức ngầm, nguồn dữ liệu đáng tin cậy và những điểm mà hệ thống hiện tại thường xuyên thất bại.

OECD đã khảo sát hơn 6.000 nhà quản lý cấp trung tại sáu quốc gia về việc sử dụng các công cụ quản trị bằng thuật toán. Kết quả cho thấy các công cụ này có thể hỗ trợ giao việc, giám sát và đánh giá, đồng thời làm phát sinh những lo ngại về tính minh bạch, khả năng giải trình và tác động đối với người lao động. Các nghiên cứu tiếp theo của OECD cũng nhấn mạnh vai trò của việc tham vấn người lao động trong quá trình triển khai công nghệ quản trị.[8]

Nếu chỉ có lãnh đạo và nhà cung cấp công nghệ thiết kế quy trình mới, doanh nghiệp dễ tự động hóa phiên bản lý tưởng của công việc thay vì công việc đang tồn tại trong thực tế.

Cần chú ý thêm đến nguy cơ suy giảm năng lực. AI có thể giúp người mới tạo ra đầu ra khá tốt trong thời gian ngắn, nhưng nếu họ chưa từng tự giải quyết vấn đề, họ có thể thiếu nền tảng để nhận ra lúc AI sai. Một tổ chức sử dụng AI hiệu quả vẫn cần duy trì khả năng suy nghĩ độc lập, thực hành không có AI ở những năng lực cốt lõi và vận hành khi công nghệ gặp sự cố.

Mục tiêu của đào tạo không nên dừng ở việc nhân viên biết sử dụng AI. Họ phải biết lúc nào nên dùng, dùng đến đâu, kiểm tra bằng cách nào, khi nào cần nghi ngờ và chịu trách nhiệm cho phần nào của kết quả.

8. Đo lường kết quả ở cấp hệ thống, quy trình và doanh nghiệp

Số tài khoản được kích hoạt, số câu lệnh đã nhập hoặc số AI agent đã tạo ra không nói nhiều về giá trị kinh doanh.

Một công cụ có thể được sử dụng thường xuyên vì nó tiện lợi hoặc mới mẻ. Điều đó chưa chứng minh doanh thu tăng, chi phí giảm, chất lượng tốt hơn hoặc khách hàng hài lòng hơn. AI cũng có thể làm tăng số lượng báo cáo, bài viết, cuộc họp và đề xuất mà doanh nghiệp phải đọc, sửa và quản lý.

Mỗi sáng kiến AI cần có đường cơ sở trước khi triển khai. Nếu muốn giảm thời gian xử lý khiếu nại, doanh nghiệp phải biết thời gian hiện tại. Nếu muốn nâng tỷ lệ chuyển đổi, cần có số liệu trước khi đưa AI vào. Nếu muốn giảm sai sót, phải định nghĩa rõ thế nào là sai và đo tỷ lệ sai của cách làm cũ.

Việc đánh giá nên diễn ra trên năm tầng.

Tầng thứ nhất là hiệu suất của hệ thống AI, gồm độ chính xác, tốc độ, chi phí, tỷ lệ lỗi và mức độ ổn định.

Tầng thứ hai là hiệu quả của quy trình, gồm thời gian chu kỳ, số lần bàn giao, tỷ lệ làm lại, khối lượng công việc và số ngoại lệ phải chuyển cho con người.

Tầng thứ ba là kết quả kinh doanh, gồm doanh thu, chi phí, chất lượng, trải nghiệm khách hàng và tốc độ đưa sản phẩm hoặc dịch vụ ra thị trường.

Tầng thứ tư là mức độ rủi ro, gồm sự cố, hành động vượt quyền, vi phạm chính sách, sai lệch nghiêm trọng và khả năng truy vết.

Tầng thứ năm là tác động đối với con người và tổ chức, gồm tải công việc, quyền tự chủ, năng lực, chất lượng phối hợp, niềm tin vào hệ thống và khả năng học hỏi.

Giá trị ròng phải tính đầy đủ chi phí giấy phép, điện toán, tích hợp, chuẩn hóa dữ liệu, đào tạo, kiểm tra đầu ra, quản trị nhà cung cấp và xử lý sự cố. Một quy trình tiết kiệm mười giờ thực hiện nhưng tạo thêm mười hai giờ kiểm tra chưa phải cải tiến. Nó chỉ là sự di chuyển công việc sang một nơi ít dễ nhìn hơn.

Mỗi dự án cần có những cổng quyết định rõ ràng: xác nhận bài toán, duyệt thiết kế, kiểm thử, thử nghiệm có giới hạn, đánh giá giá trị và rủi ro, sau đó mới mở rộng.

Doanh nghiệp cũng cần có tiêu chí dừng. Một AI agent không tạo đủ giá trị, có chi phí kiểm soát quá cao hoặc làm suy giảm chất lượng công việc cần được điều chỉnh hoặc ngừng sử dụng. Khả năng kết thúc một sáng kiến không hiệu quả cũng là một phần của năng lực chuyển đổi. Nếu thiếu khả năng này, danh mục AI sẽ dần trở thành một bảo tàng số của những dự án từng được ai đó rất hào hứng khởi động.

Khi nào doanh nghiệp cần vẽ lại sơ đồ tổ chức?

Agent hóa các phòng ban chưa buộc doanh nghiệp phải sửa sơ đồ tổ chức ngay. Nó buộc doanh nghiệp phải thiết kế lại kiến trúc vận hành trước.

Trình tự hợp lý là vẽ lại dòng giá trị, xác định sự phân công giữa người với AI, làm rõ quyền quyết định, thiết kế điểm kiểm soát, thử nghiệm và đo lường. Sơ đồ tổ chức chính thức chỉ cần thay đổi khi cách vận hành mới đã tạo ra những biến đổi ổn định về vai trò, quyền hạn, phạm vi quản lý và ranh giới giữa các đơn vị.

Doanh nghiệp nên xem xét sửa cơ cấu khi nội dung cốt lõi của một số vị trí đã thay đổi, quyền quyết định đã dịch chuyển, một người quản lý phải điều phối nhiều quy trình và AI agent hơn, dòng công việc thường xuyên đi xuyên nhiều phòng ban hoặc một năng lực AI dùng chung đã trở thành cấu phần lâu dài của doanh nghiệp.

Trước thời điểm đó, một sơ đồ duy nhất sẽ không đủ. Doanh nghiệp cần một hệ bản đồ gồm sơ đồ trách nhiệm của con người, bản đồ dòng công việc, ma trận quyền quyết định, kiến trúc AI agent và dữ liệu, cùng bản đồ các điểm kiểm soát.

AI agent không nên được vẽ như một nhân viên ngang hàng với con người trong chuỗi trách nhiệm. Nó cần xuất hiện trong bản đồ vận hành như một năng lực có quyền hành động được giới hạn, được sở hữu bởi một vai trò con người và được giám sát bằng một cơ chế rõ ràng.

Một trình tự triển khai thực tế cho chủ doanh nghiệp

Chuyển đổi AI có thể bắt đầu từ một dòng giá trị đủ rõ thay vì một kế hoạch tái cấu trúc toàn công ty.

Bước đầu tiên là chọn một vấn đề kinh doanh cụ thể và xác định kết quả cần cải thiện. Nên chọn nơi doanh nghiệp đang mất thời gian, tăng chi phí, giảm chất lượng hoặc bỏ lỡ cơ hội.

Bước tiếp theo là vẽ cách công việc đang thực sự diễn ra. Cần quan sát cả quy trình chính thức và cách nhân viên đang làm. Xác định nhiệm vụ, quyết định, dữ liệu, điểm bàn giao, thời gian chờ, lỗi lặp lại và ngoại lệ.

Sau đó, doanh nghiệp phân chia lại công việc. Việc nào con người tiếp tục thực hiện, việc nào AI hỗ trợ, việc nào AI đề xuất, việc nào AI được thực hiện trong giới hạn và việc nào không nên trao cho AI.

Tiếp theo là xác định người sở hữu kết quả, người phụ trách kỹ thuật, dữ liệu và rủi ro. Quyền truy cập, quyền hành động, ngưỡng chuyển cấp, tiêu chuẩn đầu ra và cơ chế dừng phải được thiết lập trước khi hệ thống chạy thật.

Hệ thống cần được thử nghiệm trong phạm vi nhỏ, với dữ liệu phù hợp, quyền tối thiểu, nhật ký đầy đủ và phương án quay lại cách làm cũ. Trong giai đoạn này, doanh nghiệp đo cả kết quả kinh doanh, sai sót, ngoại lệ, thời gian kiểm tra và trải nghiệm của người sử dụng.

Sau khi có bằng chứng đủ rõ ràng, quy trình mới mới được chuẩn hóa. Lúc đó, doanh nghiệp cập nhật mô tả công việc, chỉ số hiệu suất, chương trình đào tạo, chính sách và cơ chế phối hợp. Nếu vai trò và quyền lực đã thay đổi đủ sâu, sơ đồ tổ chức được điều chỉnh theo.

Cách tiếp cận này giúp doanh nghiệp học trước khi đóng cứng một mô hình. Công nghệ AI còn thay đổi rất nhanh. Cấu trúc tổ chức cần được xây trên những thay đổi bền vững của công việc, quyền hạn và trách nhiệm, thay vì phụ thuộc vào tên một công cụ có thể thay đổi tính năng hoặc biến mất sau vài tháng.

Chuyển đổi AI cuối cùng vẫn là chuyển đổi năng lực tổ chức

AI có thể giúp một người viết nhanh hơn, phân tích nhiều dữ liệu hơn, tiếp cận tri thức dễ dàng hơn và thực hiện những chuỗi công việc trước đây cần nhiều người phối hợp. Tuy nhiên, giá trị ở cấp doanh nghiệp chỉ xuất hiện khi những khả năng ấy được đưa vào một hệ thống có mục tiêu rõ ràng, cấu trúc phù hợp, dữ liệu đáng tin cậy, quyền hạn minh bạch và trách nhiệm xác định.

Một doanh nghiệp yếu về quản trị sẽ không tự nhiên trở nên mạnh hơn chỉ vì có AI. Trong nhiều trường hợp, AI làm cho những điểm yếu sẵn có bộc lộ nhanh hơn. Mục tiêu mơ hồ tạo ra nhiều đầu ra không cần thiết. Quy trình rối rắm tạo ra tự động hóa rối rắm. Dữ liệu thiếu tin cậy tạo ra kết luận thiếu tin cậy. Trách nhiệm không rõ ràng tạo ra một khoảng trống mà cuối cùng con người vẫn phải quay lại xử lý.

Bởi vậy, câu hỏi trung tâm của chuyển đổi AI không nằm ở việc doanh nghiệp nên mua công cụ nào hoặc cần xây bao nhiêu AI agent. Câu hỏi quan trọng hơn nằm ở cách công việc, dữ liệu, quyền quyết định, năng lực và trách nhiệm được phân bổ lại giữa con người, hệ thống và AI.

Khi trả lời được câu hỏi đó, AI mới trở thành một năng lực thực sự của tổ chức. Trước thời điểm ấy, doanh nghiệp chủ yếu mới sở hữu một tập hợp công cụ thông minh đang cố gắng hoạt động bên trong một hệ thống chưa được thiết kế đầy đủ để sử dụng chúng.

Tài liệu tham khảo

[1] OECD. (2025). Generative AI and the SME Workforce. Báo cáo khảo sát việc sử dụng AI tạo sinh trong các doanh nghiệp vừa và nhỏ, bao gồm tỷ lệ AI được đưa vào hoạt động cốt lõi và loại nhiệm vụ được ứng dụng phổ biến. (OECD)

[2] McKinsey & Company. (2025). The State of AI: Global Survey 2025. Báo cáo khảo sát về triển khai AI, thiết kế lại dòng công việc và các đặc điểm của nhóm doanh nghiệp tạo được giá trị cao từ AI. (McKinsey & Company)

[3] National Institute of Standards and Technology. (2026). AI Agent Standards Initiative. Sáng kiến phát triển các tiêu chuẩn về khả năng tương tác, bảo mật, danh tính và phân quyền cho AI agent. (NIST)

[4] Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. Nghiên cứu thực địa trên 5.172 nhân viên chăm sóc khách hàng về tác động của AI đối với năng suất và quá trình học hỏi. (OUP Academic)

[5] Devigili, M., Yilmaz, E. D., Gaba, V., & Greve, H. R. (2026). Skill Deprioritization: Reorganizing in the Age of Generative Artificial Intelligence. Management Science. Nghiên cứu về sự thay đổi nhu cầu kỹ năng tổ chức trong tin tuyển dụng của 1.820 doanh nghiệp niêm yết tại Hoa Kỳ. (PubsOnLine)

[6] National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework 1.0. Khung quản trị rủi ro AI gồm bốn chức năng: quản trị, lập bản đồ, đo lường và quản lý. (NIST AI Resource Center)

[7] International Organization for Standardization. (2023). ISO/IEC 42001:2023, Artificial Intelligence Management System. Tiêu chuẩn về thiết lập, triển khai, duy trì và cải tiến liên tục hệ thống quản lý AI trong tổ chức. (ISO)

[8] OECD. (2025). Algorithmic Management in the Workplace. Báo cáo dựa trên khảo sát hơn 6.000 nhà quản lý tại sáu quốc gia về việc sử dụng thuật toán trong giao việc, giám sát, đánh giá và ra quyết định quản lý. (OECD)

Bài gốc trên Substack của Lê Đình Lực.