75.000 doanh nghiệp Việt bắt đầu dùng AI trong một năm, nhưng phần lớn vẫn ở bước thử

AI vào nhanh, nhưng chưa đi sâu

Việt Nam có thêm khoảng 75.000 doanh nghiệp bắt đầu dùng AI trong một năm qua, đưa tổng số đơn vị ứng dụng công nghệ này lên gần 245.000, theo số liệu AWS và Strand Partners được công bố tại AWS Cloud & AI Day Hà Nội rồi được VnExpress dẫn lại. Khảo sát cho biết 26% doanh nghiệp đã dùng AI, tăng từ 18% một năm trước.

Con số đáng chú ý hơn nằm ở phía sau: 61% vẫn ở giai đoạn tìm hiểu hoặc thử nghiệm, trong khi chỉ 8% đã tích hợp AI vào quy trình, nghiệp vụ hay hoạt động. Tỷ lệ này không nói AI kém hiệu quả. Nó cho thấy phần khó bắt đầu sau buổi demo: đưa một công cụ vào đúng dữ liệu, đúng quyền hạn và đúng cách làm việc của đội ngũ.

• ✓Việc xảy ra: số doanh nghiệp bắt đầu dùng AI tăng nhanh.
• ✓Ai bị ảnh hưởng: lãnh đạo vận hành, IT, sales, chăm sóc khách hàng và nhân sự đang phải biến thử nghiệm thành kết quả.
• ✓Việc nên làm ngay: nhìn lại những thử nghiệm đang có và chọn một việc đủ rõ để đưa vào quy trình thật.

Khi AI đã có mặt ở nhiều phòng ban nhưng chưa đi vào quy trình, điều doanh nghiệp thiếu thường không phải là thêm một công cụ.

Thử công cụ không giống triển khai công việc

Một nhân viên dùng chatbot để tóm tắt tài liệu, viết email hay dịch nội dung đã là một thay đổi hữu ích. Nhưng doanh nghiệp chỉ bắt đầu thấy giá trị vận hành khi câu trả lời đó nối được với một bước làm việc thật: tạo bản nháp báo giá, phân loại yêu cầu, tìm hồ sơ đúng, tổng hợp báo cáo hoặc kiểm tra dữ liệu trước khi chuyển sang người phụ trách.

Khoảng cách giữa hai việc này thường nằm ở dữ liệu và trách nhiệm. Nếu đầu vào nằm rải trong email, file cá nhân và nhiều phần mềm không nói chuyện với nhau, AI chỉ có thể hỗ trợ từng người. Nếu chưa có ai sở hữu quy trình, không ai biết một kết quả tốt phải trông như thế nào và lỗi cần trả về đâu.

• ✓Không đưa toàn bộ tài liệu nội bộ vào AI chỉ để xem hệ thống trả lời được gì.
• ✓Không gọi một thử nghiệm là thành công nếu chưa đo được thời gian xử lý, số lần sửa và lỗi phát sinh.
• ✓Không để đội kỹ thuật một mình quyết định quy trình nghiệp vụ.

Chọn một việc nhỏ, nhưng phải là việc đang gây tốn kém

Đầu việc đầu tiên không cần hoành tráng. Một công ty dịch vụ có thể bắt đầu từ việc đọc form liên hệ, nhận diện nhu cầu và soạn sẵn phần trả lời để sales duyệt. Một đội vận hành có thể dùng AI tổng hợp dữ liệu bán hàng theo mẫu cố định trước cuộc họp tuần. Một phòng nhân sự có thể để hệ thống phân loại CV theo tiêu chí đã được tuyển dụng thống nhất.

Điểm chung là đầu vào có giới hạn, đầu ra có người kiểm tra và việc cũ đủ lặp lại để tiết kiệm thời gian trở nên có ý nghĩa. Báo Tuổi Trẻ gần đây ghi nhận các doanh nghiệp bàn nhiều hơn về việc đưa AI từ giai đoạn thử nghiệm vào vận hành; đó cũng là câu hỏi phù hợp hơn việc so sánh một danh sách model hay chatbot.

• ✓Viết một câu mô tả: ai đang làm việc gì, mất bao lâu và sai ở đâu.
• ✓Chọn nhóm dữ liệu tối thiểu cho tác vụ, không mở quyền theo thói quen.
• ✓Đặt mốc dừng sau vài tuần để quyết định giữ, sửa hay bỏ.

Bốn số cần ghi trước khi nói đến hiệu quả

Trước pilot, hãy ghi thời gian xử lý trung bình, số lần phải làm lại, số ca ngoại lệ và chi phí người thực hiện. Sau pilot, so sánh đúng cùng loại công việc. Một bản nháp tạo nhanh nhưng buộc nhân viên kiểm tra lại lâu hơn chưa chắc đã là cải tiến.

Cũng nên theo dõi tỷ lệ nhân viên thực sự dùng quy trình mới. AI không tạo giá trị chỉ vì đã được mua hoặc đã nối API. Giá trị xuất hiện khi một công việc hoàn thành nhanh hơn mà chất lượng vẫn giữ được, hoặc khi đội ngũ có thêm thời gian cho những việc cần phán đoán và trao đổi với khách hàng.

• ✓Thời gian từ lúc nhận yêu cầu đến lúc hoàn tất.
• ✓Tỷ lệ đầu ra bị sửa nhiều hoặc bị từ chối.
• ✓Số trường hợp phải chuyển về người xử lý.
• ✓Chi phí vận hành trên mỗi tác vụ, gồm cả thời gian kiểm tra lại.

Đừng bỏ qua dữ liệu và thói quen làm việc

Nhiều pilot dừng không phải vì model trả lời quá tệ. Chúng dừng vì người dùng không tin kết quả, dữ liệu cũ thiếu nhất quán, hoặc quy trình mới làm phát sinh thêm một bước không ai nhận trách nhiệm. Bởi vậy, trước khi nối AI với CRM, email hay phần mềm nội bộ, doanh nghiệp cần thống nhất dữ liệu nào được dùng, việc nào bắt buộc duyệt và ai xem nhật ký khi có lỗi.

Bước tiếp theo của doanh nghiệp Việt không phải chạy theo mọi tính năng mới. Đó là chọn một điểm nghẽn thật, làm cho nó có thể đo, rồi mở rộng dần khi có bằng chứng. Con số 8% không chỉ là khoảng trống; nó là phần việc còn lại cho những đội ngũ muốn làm AI thành năng lực vận hành.

• ✓Bắt đầu bằng quyền đọc và bản nháp trước khi cho hệ thống tự thay đổi dữ liệu hoặc gửi ra ngoài.
• ✓Có người phụ trách nghiệp vụ cùng tham gia từ ngày đầu.
• ✓Lưu lại ngoại lệ để lần triển khai sau tốt hơn, thay vì âm thầm bỏ công cụ.