Đưa AI vào vận hành, doanh nghiệp đo hiệu quả bằng gì?

Từ công cụ hỗ trợ đến một phần của hoạt động doanh nghiệp

AI đang dần vượt khỏi vai trò của một công cụ giúp nhân viên làm việc nhanh hơn để tham gia trực tiếp vào các quy trình vận hành của doanh nghiệp.

AI (trí tuệ nhân tạo) đang được doanh nghiệp đưa sâu hơn vào bán hàng, sản xuất...

Ở mức đơn giản, nhân viên có thể dùng AI để soạn nội dung, tìm kiếm thông tin, tóm tắt tài liệu, phân tích số liệu hoặc xử lý những công việc lặp lại. Cách sử dụng này giúp tiết kiệm thời gian nhưng tác động chủ yếu vẫn dừng ở từng cá nhân.

Khi AI được kết nối với dữ liệu chung và đưa vào một chuỗi công việc, phạm vi tác động thay đổi rõ rệt. Công nghệ có thể hỗ trợ từ nhận diện nhu cầu, phân tích dữ liệu, dự báo đến đưa ra khuyến nghị và thực hiện một phần nhiệm vụ theo những quy tắc đã được thiết lập.

Theo ông Nguyễn Đức Thái, CEO SAPP Academy, đại diện CFO Việt Nam, AI chỉ thực sự tạo ra giá trị khi được kết nối với những vấn đề quản trị cụ thể của doanh nghiệp. Hiệu quả cuối cùng cần được thể hiện qua các chỉ số như doanh thu, lợi nhuận, dòng tiền, hiệu quả sử dụng vốn hay chất lượng quyết định.

Điều này đồng nghĩa câu hỏi của doanh nghiệp không còn đơn thuần là “đã sử dụng AI hay chưa”, mà là công nghệ đang giải quyết vấn đề kinh doanh nào và tạo ra giá trị có thể đo đếm ra sao.

Một ví dụ được đưa ra trong lĩnh vực bán hàng cho thấy cùng một nguồn lực nhân sự, AI có thể hỗ trợ đọc lại các cuộc gọi, đánh giá chất lượng, phân loại khách hàng và xây dựng nội dung chăm sóc tiếp theo. Trong tình huống minh họa, nhóm 5 người với tổng cộng 240 giờ làm việc mỗi tháng có thể tăng số cơ hội từ 15 lên 24, doanh thu bổ sung được tính ở mức 60 triệu đồng/tháng, trong khi chi phí sử dụng AI khoảng 4 triệu đồng/tháng.

Đây chỉ là số liệu trong tình huống minh họa, nhưng cho thấy cách đánh giá hiệu quả AI cần chuyển từ số lượng tác vụ được máy xử lý sang tác động thực tế đến hoạt động kinh doanh.

Theo các chuyên gia được dẫn trong tài liệu, doanh nghiệp trước hết cần xác định rõ giá trị muốn tạo ra và xây dựng “đường cơ sở” để đo lường. Các chỉ số có thể là doanh thu, biên lợi nhuận, dòng tiền, năng suất, chi phí, hiệu quả sử dụng vốn hoặc tốc độ và chất lượng ra quyết định.

Nếu không có số liệu ban đầu để so sánh, doanh nghiệp sẽ khó xác định khoản đầu tư vào AI có thực sự mang lại hiệu quả.

Dữ liệu tốt và con người vẫn giữ vai trò quyết định

AI càng được đưa sâu vào hoạt động, yêu cầu về dữ liệu và quy trình càng trở nên quan trọng.

Một hệ thống có thể xử lý dữ liệu rất nhanh nhưng nếu dữ liệu đầu vào thiếu chính xác, không được cập nhật hoặc không được phân quyền phù hợp, kết quả đầu ra vẫn có thể tạo ra rủi ro.

Do đó, doanh nghiệp cần đồng thời chuẩn hóa dữ liệu, xây dựng quy trình, xác định người chịu trách nhiệm và thiết lập các yêu cầu về bảo mật. AI không thể thay thế những nền tảng quản trị này.

Thực tế tại lĩnh vực logistics cho thấy điều đó khá rõ. Ông Phạm Quốc Long, Phó Tổng Giám đốc Tập đoàn Gemadept, Chủ tịch Hiệp hội Đại lý môi giới và dịch vụ Hàng hải (VISABA), cho biết việc ứng dụng công nghệ tại doanh nghiệp logistics phải gắn trực tiếp với hoạt động khai thác và dòng dữ liệu phát sinh trong thực tế.

Tại Gemadept, các nền tảng như SmartPort, hệ thống điều hành khai thác cảng TOS và cổng tự động AutoGate được phát triển theo hướng kết nối nhiều khâu, từ tiếp nhận thông tin, điều phối đến kiểm soát phương tiện và hàng hóa. Giá trị không nằm ở từng phần mềm riêng lẻ mà ở khả năng hình thành dòng dữ liệu phục vụ hoạt động vận hành.

Trong sản xuất, ông Đặng Việt Hải, Tổng Giám đốc Công ty TNHH Sản xuất Constantia Việt Nam, chia sẻ quá trình ứng dụng IoT, tự động hóa và dữ liệu thời gian thực trong sản xuất bao bì dược phẩm. Dữ liệu từ nhà máy được kết nối để theo dõi hoạt động, nhận diện vấn đề và hỗ trợ cải thiện các công đoạn, tạo nền tảng để AI tham gia sâu hơn vào quá trình vận hành.

Một trường hợp khác là FPT Long Châu. Trong giai đoạn 2024-2026, hệ thống được triển khai trên hơn 2.000 nhà thuốc và quản lý hơn 50 triệu hồ sơ khách hàng bằng AI; chi phí vận hành chăm sóc khách hàng được báo cáo giảm 30%.

AI cũng được sử dụng trong đào tạo nhân sự. Hơn 16.000 dược sĩ được học tập với giáo trình AI Mentor cá nhân hóa khoảng 20 phút mỗi ngày. Sau 3 tháng, thời gian phản hồi câu hỏi của khách hàng giảm từ 15 giây xuống 11 giây. Ở một nghiệp vụ khác, hệ thống nhận diện toa thuốc đạt độ chính xác 98% và có thể tự động lập lịch nhắc uống thuốc.

Những con số này cho thấy một điểm đáng chú ý: hiệu quả của AI có thể được nhìn thấy rõ hơn khi công nghệ gắn với các chỉ số cụ thể của hoạt động kinh doanh, thay vì chỉ tính số người sử dụng công cụ.

Tuy vậy, AI không đồng nghĩa với việc con người bị loại khỏi quy trình. PGS. Kanitsorn Terdpaopong, Khoa Kế toán, Đại học Rangsit (Thái Lan), cho rằng AI không đơn giản thay thế kế toán viên mà làm thay đổi những công việc được giao cho chuyên gia. Khi máy móc xử lý dữ liệu, nhận diện mẫu, dự báo và thực hiện các tác vụ lặp lại, con người có thể tập trung nhiều hơn vào xem xét ngoại lệ, diễn giải kết quả, phản biện, tư vấn và bảo đảm độ tin cậy của thông tin.

Trong hoạt động tài chính, sự thay đổi này càng rõ khi AI có thể xử lý nhanh các công việc thường nhật, giúp chuyên gia dành nhiều thời gian hơn cho phân tích, nhận diện rủi ro và hỗ trợ quyết định.

Nhưng cùng với cơ hội là những rủi ro liên quan đến chất lượng dữ liệu, sai lệch thuật toán, tính minh bạch, an ninh mạng, quyền riêng tư và trách nhiệm giải trình.

Vì vậy, khi AI được trao quyền nhiều hơn, doanh nghiệp cũng phải nâng mức kiểm soát tương ứng. AI có thể cung cấp thông tin, đưa ra khuyến nghị hoặc chuẩn bị thực hiện một nhiệm vụ; với những quyết định tác động lớn đến tài chính, khách hàng hoặc hoạt động sản xuất, quyền phê duyệt cuối cùng vẫn cần được xác định rõ.

Doanh nghiệp cũng cần quy định AI được phép tiếp cận loại dữ liệu nào, được thực hiện những công việc nào và trường hợp nào bắt buộc phải có sự tham gia của con người.

Một hệ thống xử lý nhanh nhưng làm phát sinh thêm lỗi, chi phí kiểm tra hoặc khiến doanh nghiệp không xác định được trách nhiệm cuối cùng thì chưa thể xem là một bước tiến về hiệu quả.

Bởi vậy, quá trình đưa AI vào doanh nghiệp không chỉ là mua thêm công cụ. Doanh nghiệp phải tổ chức lại dữ liệu, thiết kế quy trình, phân định trách nhiệm và xây dựng hệ thống đo lường phù hợp.

Khi những điều kiện này được đáp ứng, AI mới có thể chuyển từ công cụ hỗ trợ từng nhân viên thành một thành phần của hệ thống vận hành, góp phần nâng chất lượng quyết định và sử dụng nguồn lực hiệu quả hơn.