AI trong doanh nghiệp: Công cụ mới, bài toán cũ

Nhiều quyết định kinh doanh không chỉ dựa trên dữ liệu, mà còn chịu ảnh hưởng bởi bối cảnh thị trường, quan hệ đối tác và những kinh nghiệm khó số hóa.

Khoảng trống phi dữ liệu đó chính là nơi công nghệ cần được bổ sung bằng sự thận trọng và trách nhiệm của con người. Trí tuệ nhân tạo (AI) có thể mang đến những công cụ mới, nhưng không làm thay những yêu cầu cốt lõi của quản trị doanh nghiệp.

Không ít doanh nghiệp đang tìm đến AI với nhiều kỳ vọng. Ngân sách được phê duyệt, phần mềm được triển khai, nhân sự được hướng dẫn cách sử dụng, tất cả cùng hướng đến một mục tiêu: nâng cao năng suất và cải thiện hiệu quả vận hành.

Kỳ vọng ấy là có cơ sở. AI đang mở ra nhiều khả năng mới trong xử lý dữ liệu, chăm sóc khách hàng, lập báo cáo, phân tích thị trường và tự động hóa một số công việc lặp lại. Trước áp lực cạnh tranh ngày càng lớn, tìm đến AI gần như là một lựa chọn khó tránh.

Nhưng phía sau sự hào hứng ấy, mỗi doanh nghiệp vẫn cần tự trả lời một câu hỏi quan trọng hơn: mình đã thực sự sẵn sàng cho AI hay chưa?

Câu hỏi này không chỉ nằm ở việc chọn nền tảng nào, mô hình nào mạnh hơn hay nhà cung cấp nào phù hợp hơn. Nó nằm ở chất lượng dữ liệu, mức độ chuẩn hóa quy trình, cách phân định trách nhiệm và năng lực kiểm soát của tổ chức. Từ góc độ này, AI là một phép thử đối với năng lực quản trị.

Trong nhiều trường hợp, khó khăn khi triển khai AI không bắt nguồn từ công nghệ. Chúng xuất hiện từ những vấn đề đã tồn tại trong doanh nghiệp từ trước, nhưng chưa được nhìn thấy đầy đủ.

Khi dữ liệu không còn là dữ liệu mẫu

Một doanh nghiệp có dữ liệu khách hàng được lưu trữ rời rạc, thiếu chuẩn hóa ở nhiều phòng ban – thậm chí cùng một khách hàng có nhiều phiên bản thông tin khác nhau – sẽ khó tạo ra các phân tích đáng tin cậy, dù công cụ hiện đại đến đâu. AI vẫn có thể xử lý rất 00nhanh, nhưng tốc độ ấy không làm cho kết quả chính xác hơn. Tương tự, một quy trình phê duyệt chưa làm rõ quyền quyết định và trách nhiệm của từng khâu cũng không tự động trở nên chặt chẽ chỉ vì được số hóa.

Vì vậy, không ít dự án AI sau giai đoạn thử nghiệm đầy hứng khởi lại gặp khó khi đi vào vận hành thực tế. Trong môi trường thử nghiệm, công cụ có thể hoạt động tốt với những tình huống được lựa chọn sẵn. Nhưng khi bước vào đời sống hàng ngày của doanh nghiệp, nơi dữ liệu không còn là dữ liệu mẫu, quyết định không còn là giả định và con người vận hành không chỉ làm theo kịch bản, các vấn đề mới bắt đầu phát sinh.

Ở góc nhìn này, AI giống như một tấm gương phản chiếu năng lực vận hành của tổ chức. Những gì được quản lý tốt có thể được khuếch đại. Những gì còn thiếu chặt chẽ cũng dễ bộc lộ rõ hơn.

Phần khó nằm ngoài công cụ

Thực tế cho thấy nhiều doanh nghiệp vẫn tiếp cận AI chủ yếu như một dự án công nghệ đơn thuần. Trọng tâm được đặt vào việc chọn phần mềm, đầu tư hạ tầng, tìm nhà cung cấp giải pháp hoặc hướng dẫn nhân sự sử dụng công cụ. Đây đều là những việc cần thiết, nhưng mới chỉ là phần dễ nhìn thấy nhất.

AI cần đầu vào để vận hành. Giá trị đầu ra của nó phụ thuộc vào chất lượng dữ liệu, độ rõ của quy trình và cách con người sử dụng kết quả do hệ thống tạo ra. Vì vậy, phía sau lớp công nghệ là một lớp việc khó hơn: rà soát lại cách dữ liệu được tạo lập, quy trình được vận hành và trách nhiệm được phân định trong doanh nghiệp.

Dữ liệu được hình thành từ đâu và ai chịu trách nhiệm cập nhật? Quy trình nào thực sự cần tự động hóa, quy trình nào vẫn cần con người kiểm tra, cân nhắc và quyết định? Những đầu ra quan trọng sẽ được kiểm chứng ra sao, và khi có sai lệch thì được xử lý theo quy trình nào?

Những câu hỏi này không mới. Ngay cả trước khi AI xuất hiện, dữ liệu đáng tin cậy, quy trình rõ ràng và trách nhiệm minh bạch đã là những điều kiện căn bản của quản trị doanh nghiệp. Điều khác biệt là công nghệ đang khiến các yêu cầu ấy trở nên cấp thiết hơn. Khi tốc độ xử lý nhanh hơn và mức độ phụ thuộc vào hệ thống cao hơn, những điểm yếu trong quản trị cũng có thể tạo ra hệ quả lớn hơn.

Khoảng trống cần con người lấp đầy

Một điểm dễ bị bỏ qua là vai trò của đội ngũ quản lý trung cấp và nhân sự vận hành. Đây là những người làm việc hàng ngày với hệ thống và các hoạt động thực tế. Nếu đội ngũ này không chia sẻ mục tiêu của việc ứng dụng AI, công nghệ mới rất dễ gặp sự thờ ơ hoặc phản kháng âm thầm. Khi đó, AI hiện diện trên hệ thống nhiều hơn là trong cách doanh nghiệp vận hành thực chất.

Ở chiều ngược lại, một số tổ chức lại dễ đặt quá nhiều niềm tin vào hệ thống. Khi AI đưa ra báo cáo, dự báo hoặc khuyến nghị với hình thức có vẻ thuyết phục, người dùng dễ bỏ qua các bước kiểm tra cần thiết. Rủi ro khi đó không chỉ là năng lực phản biện nội bộ suy giảm dần, mà còn là khả năng doanh nghiệp đưa ra quyết định sai từ một đầu ra sai hoặc chưa được kiểm chứng. Đáng ngại hơn, đầu ra ấy nhiều khi không sai một cách dễ nhận biết, mà xuất hiện dưới hình thức mạch lạc, tự tin và có vẻ hợp lý.

Như đề cập ở trên, trong thực tế, nhiều quyết định kinh doanh không chỉ dựa trên dữ liệu đã được ghi nhận. Chúng còn chịu ảnh hưởng bởi bối cảnh thị trường, quan hệ khách hàng, những chuyển động bên trong các đối tác kinh doanh và các kinh nghiệm khó diễn đạt thành dữ liệu. Không phải thông tin nào cũng được ghi lại, không phải nhận định nào cũng dễ đưa vào hệ thống. Vì vậy, nếu chỉ dựa vào đầu ra của AI như một kết luận hoàn chỉnh, doanh nghiệp rất dễ bỏ sót phần bối cảnh mà dữ liệu chưa phản ánh hết.

Nâng cấp năng lực quản trị

Vì vậy, chuẩn bị cho AI nên được nhìn như một quá trình nâng cấp năng lực quản trị, không phải một dự án công nghệ đơn thuần.

Quá trình ấy có thể bắt đầu từ những việc rất cơ bản: chuẩn hóa dữ liệu, thống nhất biểu mẫu, làm rõ trách nhiệm trong từng quy trình, xây dựng cơ chế kiểm tra chéo và thiết lập nguyên tắc sử dụng dữ liệu. Những việc này có thể không tạo ra nhiều sự hào hứng như việc ra mắt một nền tảng AI mới, nhưng lại là nền móng để công nghệ phát huy hiệu quả.

Cùng với đó, doanh nghiệp cần chuẩn bị trước các kịch bản kiểm soát rủi ro. Dữ liệu nào được phép đưa vào hệ thống? Dữ liệu nào phải được bảo mật? Những đầu ra quan trọng có cần con người phê duyệt trước khi sử dụng hay không? Khi hệ thống đưa ra kết quả bất thường hoặc gặp sự cố, quy trình vận hành sẽ được duy trì như thế nào?

Những câu hỏi này có thể ít hấp dẫn hơn các cuộc thảo luận về công nghệ. Nhưng chúng liên quan trực tiếp đến khả năng kiểm soát của doanh nghiệp trong một môi trường ngày càng phụ thuộc vào dữ liệu và tự động hóa.

AI mở ra cơ hội đáng kể cho doanh nghiệp muốn nâng cao năng suất và chất lượng vận hành. Tuy nhiên, cơ hội đó khó thành hiện thực nếu dữ liệu chưa đáng tin cậy, quy trình chưa đủ chặt chẽ và trách nhiệm chưa được xác lập rõ ràng.

Công nghệ có thể giúp doanh nghiệp đi nhanh hơn. Nhưng tốc độ chỉ thực sự có ý nghĩa khi doanh nghiệp biết mình đang đi đâu và vẫn kiểm soát được hành trình ấy. Khi đó, AI có thể là công cụ mới mang nhiều giá trị, nhưng những bài toán quản trị cũ vẫn là phần việc thuộc về chính doanh nghiệp

Từ chatbot đến doanh nghiệp tự hành: AI thay đổi mô hình doanh nghiệp Việt ra sao?Phần lớn doanh nghiệp Việt vẫn đang nhìn việc ứng dụng AI như triển khai một dự án công nghệ thông thường, thay vì coi đây là quá trình kiến tạo một hệ sinh thái vận hành mới... Hội thảo "AI quy mô lớn: Từ trợ lý thông minh đến doanh nghiệp tự hành" trong khuôn khổ Diễn đàn Cấp cao Chuyển đổi...