Tôi viết bài này ngay sau khi tham dự "Leaders Connect Vietnam - Navigating Tomorrow", sự kiện do Google và Navagis tổ chức ngày 06/10/2026 tại Hà Nội. Tại sự kiện, trong các cuộc trao đổi giữa các nhà lãnh đạo doanh nghiệp, một câu hỏi liên tục được đặt ra: “Chúng ta nên sử dụng công cụ AI nào?”
Đây không phải là mối quan tâm riêng lẻ hay câu hỏi chỉ xuất hiện trong một cuộc trò chuyện. Nó phản ánh một xu hướng rộng hơn khi các doanh nghiệp đang tìm cách thích ứng với tốc độ phát triển nhanh của AI và chuyển hóa những khả năng mới của công nghệ thành giá trị thực tế cho hoạt động kinh doanh.
Câu hỏi này hợp lý, nhưng có thể chưa phải là câu hỏi quan trọng nhất. Trước khi lựa chọn giải pháp AI, doanh nghiệp cần nhìn lại bài toán kinh doanh, quy trình hiện tại và những vấn đề thực sự cần được giải quyết.
Trước khi chọn công cụ hay giải pháp, doanh nghiệp cần hỏi:
"Chúng ta nên làm gì trước?"
Câu hỏi này là điểm bắt đầu của một cách tiếp cận khác với AI: bắt đầu từ bài toán kinh doanh, không bắt đầu từ công nghệ.
vs.
Quá nhiều công cụ, quá ít định hướng
Thị trường hiện có rất nhiều lựa chọn: trợ lý AI, chatbot, tự động hóa quy trình, tìm kiếm tri thức, phân tích dữ liệu và các workflow có khả năng phối hợp nhiều bước.
Mỗi lựa chọn đều có thể hữu ích trong một bối cảnh nhất định. Nhưng không phải giải pháp nào cũng phù hợp với mọi doanh nghiệp, mọi quy trình hoặc mọi giai đoạn phát triển.
Nguồn lực của Start-up và SME luôn có giới hạn. Dữ liệu có thể phân tán. Hệ thống có thể chưa sẵn sàng tích hợp. Đội ngũ có thể chưa có thời gian để thay đổi quy trình. Một công cụ tốt, nếu được đặt vào sai bài toán, vẫn có thể không tạo ra kết quả.
Vì vậy, câu hỏi đúng không phải là "AI đang làm được gì?", mà là:
"Vấn đề nào trong doanh nghiệp đáng được giải quyết trước?"
Một tấm bản đồ đảo ngược
Trên website Money X có một tấm bản đồ thế giới bị đảo ngược. Đó không phải lỗi thiết kế và cũng không chỉ là một chi tiết trang trí.
Tấm bản đồ là một lời nhắc về cách chúng ta nhìn nhận thế giới. Bắc không bắt buộc phải ở phía trên bản đồ; đó là một quy ước đã trở nên quen thuộc. Khi tấm bản đồ được lật lại, thế giới không thay đổi, nhưng điểm nhìn của người quan sát thay đổi.
Trong kinh doanh cũng có những "quy ước" được lặp lại lâu đến mức chúng ta ngừng đặt câu hỏi:
- Muốn ứng dụng AI thì phải bắt đầu bằng chatbot.
- Muốn hiện đại hóa thì phải tự động hóa càng nhiều càng tốt.
- Muốn tăng trưởng thì phải mua công nghệ mới nhất.
- Muốn cạnh tranh thì phải làm giống những doanh nghiệp đang dẫn đầu.
Những điều này đôi khi đúng. Nhưng chúng không phải chân lý áp dụng cho mọi doanh nghiệp.
Tinh thần của Money X là nhìn lại các giả định quen thuộc, hiểu đúng bối cảnh và chọn một hướng đi phù hợp hơn với mục tiêu cũng như nguồn lực thực tế.
WHY: Vì sao cần bắt đầu từ câu hỏi "nên làm gì"?
Money X ra đời từ một niềm tin: tư duy chiến lược và năng lực triển khai chất lượng cao không nên chỉ dành cho các tập đoàn lớn.
Start-up và SME cần tiếp cận chiến lược, dữ liệu, công nghệ và chuyên môn theo một cách tinh gọn, thực tế và phù hợp với giai đoạn phát triển của mình.
Điều này đặc biệt quan trọng với AI. Công nghệ có thể mở ra nhiều khả năng, nhưng khả năng chỉ trở thành giá trị khi được kết nối với một bài toán cụ thể, một quy trình thực tế và một cách đo lường rõ ràng.
Vì vậy, AI không nên là mục tiêu tự thân. AI là phương tiện để cải thiện chất lượng quyết định, năng suất, chi phí, chất lượng dịch vụ hoặc năng lực tăng trưởng.
HOW: Nhìn rõ trước khi đầu tư
Một cách tiếp cận có trách nhiệm với AI thường bắt đầu bằng những câu hỏi rất thực tế:
- Doanh nghiệp muốn cải thiện điều gì trong 90 ngày tới?
- Quy trình nào đang tốn nhiều thời gian hoặc tạo ra nhiều lỗi?
- Hiện trạng đang được đo lường như thế nào?
- Dữ liệu cần thiết đang nằm ở đâu?
- Ai chịu trách nhiệm về quy trình và kết quả?
- Nếu hệ thống AI sai, hậu quả có thể là gì?
- Thành công sẽ được đo bằng chỉ số nào?
Từ những câu hỏi đó, doanh nghiệp có thể đánh giá các cơ hội AI theo nhiều chiều: tác động kinh doanh, tính khả thi, mức độ sẵn sàng dữ liệu, khả năng tích hợp, mức độ chấp nhận của người dùng, rủi ro và thời gian tạo ra giá trị.
Đây là cách tiếp cận Lean, Smart, Exponential của Money X:
- Lean: tập trung vào điều thiết yếu và tránh đầu tư dàn trải.
- Smart: ra quyết định dựa trên bối cảnh, dữ liệu và hiểu biết thực tế.
- Exponential: xây dựng năng lực có thể mở rộng sau khi giá trị đã được kiểm chứng.
AOR là gì?
AOR, viết tắt của AI Opportunity and Readiness, là một cách tiếp cận giúp doanh nghiệp làm rõ cơ hội AI và mức độ sẵn sàng trước khi đầu tư lớn hơn.
AOR không nhằm tạo ra một danh sách công nghệ. Mục tiêu là giúp doanh nghiệp xác định:
- Use case nào có khả năng tạo giá trị.
- Use case nào chưa nên triển khai.
- Dữ liệu, hệ thống và con người đã sẵn sàng đến đâu.
- Cần thiết kế thử nghiệm như thế nào.
- Kết quả nên được đo bằng KPI nào.
Một AOR có giá trị không dừng lại ở việc mô tả hiện trạng. Nó giúp doanh nghiệp chuyển từ một ý định mơ hồ - "chúng ta nên dùng AI" - sang một định hướng cụ thể hơn - "đây là bài toán nên làm trước, đây là cách kiểm chứng và đây là điều kiện để đi tiếp".
Không phải làm nhiều hơn, mà chọn đúng hơn
Hãy hình dung hai doanh nghiệp cùng muốn ứng dụng AI.
Doanh nghiệp thứ nhất bắt đầu bằng việc mua một công cụ. Sau đó, họ cố tìm một quy trình để áp dụng công cụ ấy. Một thời gian sau, người dùng không sử dụng thường xuyên, dữ liệu không đủ sạch, quy trình có quá nhiều ngoại lệ và không ai biết thành công nên được đo bằng gì.
Doanh nghiệp thứ hai bắt đầu bằng việc xác định một workflow đang tạo ra chi phí, chậm trễ hoặc lỗi. Họ đo hiện trạng, chọn người sở hữu, giới hạn phạm vi và thử nghiệm trong một môi trường có kiểm soát.
Nếu thử nghiệm tạo ra giá trị, họ mở rộng. Nếu chưa đạt, họ điều chỉnh hoặc dừng lại sớm.
Sự khác biệt không nhất thiết nằm ở việc doanh nghiệp nào có công nghệ tốt hơn. Nó nằm ở việc doanh nghiệp nào đã đặt đúng câu hỏi trước khi đầu tư.
Từ bản đồ đến bước đi tiếp theo
Money X tin rằng giải pháp tốt không bắt đầu bằng một công thức có sẵn. Nó bắt đầu bằng việc hiểu đúng bối cảnh, xác định đúng vấn đề và xem xét lại những giả định đang chi phối quyết định.
AOR là một cách để biến tinh thần đó thành hành động:
- Nhìn lại bài toán và quy trình hiện tại.
- Xác định những cơ hội có tác động thực tế.
- Đánh giá dữ liệu, con người, hệ thống và rủi ro.
- Chọn một bước thử nghiệm đủ nhỏ để kiểm chứng.
- Chỉ mở rộng khi kết quả cho thấy giá trị, chất lượng, mức độ sử dụng, rủi ro và hiệu quả kinh tế phù hợp.
Trước khi hỏi AI có thể làm gì, hãy hỏi doanh nghiệp nên làm gì.
Đó không phải là cách trì hoãn đổi mới. Đó là cách biến đổi mới thành một quyết định có trách nhiệm hơn.
Nhìn lại bản đồ. Chọn đúng hướng. Kiểm chứng bằng hành động.
Money X ‣ Lean · Smart · Exponential
