AI xâm nhập 'tiểu ngạch', doanh nghiệp lộ vùng tối quản trị

Một nhân viên marketing âm thầm mở ChatGPT bằng tài khoản cá nhân để viết báo cáo. Một trưởng phòng kinh doanh dán nguyên bảng dự báo doanh số vào Claude để nhờ phân tích xu hướng. Không ai ra lệnh, cũng không ai ngăn cản. Đó là cách AI đang vào hầu hết doanh nghiệp Việt Nam hiện nay: không qua cổng chính, mà qua cửa phụ.

Theo báo cáo “Khảo sát người đi làm và công việc 2026” do Anphabe thực hiện, hoàn thành tháng 8/2026, 58% người lao động Việt Nam đã tự học và thường xuyên sử dụng AI trong công việc. Nhưng chỉ 13% doanh nghiệp chính thức triển khai chương trình ứng dụng AI trong tổ chức, và chỉ 4% tự tin đã xây dựng được quy trình làm việc bài bản giữa con người và AI.

Khoảng cách ấy cho thấy tốc độ ứng dụng AI của cá nhân đang bỏ xa khả năng quản trị của tổ chức.

Các doanh nghiệp quan tâm đến mô hình AI tại sự kiện Enterprise AI Summit 2026, do Base.vn tổ chức tại TP.HCM. Ảnh: BTC. 

Khi phao cứu sinh trở thành ‘vùng tối’

Nhìn từ góc độ cá nhân, đây là tín hiệu tích cực: những việc trước đây ngốn vài giờ nay chỉ còn vài phút. Nhưng khi mỗi người dùng một công cụ, một tài khoản, một cách làm riêng, bức tranh chung lại không còn đẹp như vậy.

Khảo sát của Anphabe cho thấy 68% người dùng AI tại Việt Nam sử dụng công cụ cá nhân và tự trả tiền. Đây chính là hiện tượng Shadow AI: công nghệ xâm nhập doanh nghiệp qua con đường "tiểu ngạch", trước khi tổ chức kịp xây dựng bất kỳ cơ chế quản trị nào.

Bà Thanh Nguyễn, CEO Anphabe, cho rằng người lao động có thể vô tình đưa vào công cụ AI cá nhân những dữ liệu tưởng chỉ phục vụ một việc cụ thể như thông số sản phẩm, mô hình tài chính, dự báo doanh số, kết quả khảo sát nhân viên. Khi dữ liệu doanh nghiệp trôi qua những nền tảng ngoài tầm kiểm soát, ranh giới giữa tiện lợi và rủi ro bảo mật trở nên mong manh.

"Phần lớn trường hợp không xuất phát từ chủ ý làm lộ thông tin, mà từ nhu cầu hoàn thành công việc nhanh hơn, nhưng vô hình đẩy dữ liệu doanh nghiệp ra ngoài vùng an toàn, ngoài tầm kiểm soát quản trị", bà nói.

Rò rỉ dữ liệu mới chỉ là phần nổi. Hệ lụy âm ỉ hơn nằm ở chất lượng quyết định kinh doanh: khi công nghệ vận hành ngoài tầm kiểm soát, những đầu ra sai của AI dễ lọt qua các khâu kiểm duyệt lỏng lẻo. Đáng ngại nhất là khoảng trống trách nhiệm, khi một quyết định sai lầm gây thiệt hại hàng tỷ đồng, nhân viên đổ lỗi cho AI, AI không có tư cách pháp nhân, còn người lãnh đạo phải gánh hậu quả từ một hệ thống quản trị đầy lỗ hổng.

Ngay cả khi bỏ qua rủi ro dữ liệu, vẫn còn một điểm nghẽn khác: năng suất do AI tạo ra đang mắc kẹt trong những "ốc đảo" riêng lẻ. Một nhân viên làm nhanh hơn, một phòng ban xử lý tốt hơn, chừng đó chưa đủ để kéo cả bộ máy đi lên.

"Khi những cách làm hiệu quả không được chuẩn hóa, kết nối và nhân rộng, doanh nghiệp có thể có ngày càng nhiều người dùng AI, nhưng năng suất ở cấp tổ chức vẫn giậm chân tại chỗ", bà Thanh Nguyễn nói.

Theo bà, doanh nghiệp Việt Nam không thiếu người dùng AI. Điều còn thiếu là một hệ thống giúp họ biết AI đang được dùng ở đâu, bảo vệ dữ liệu ra sao, cách làm nào thực sự tạo ra năng suất và làm sao nhân rộng những gì hiệu quả.

Doanh nghiệp Việt Nam không thiếu người đang sử dụng AI. Điều còn thiếu là một hệ thống giúp doanh nghiệp biết AI đang được dùng ở đâu, bảo vệ tài sản như thế nào, cách làm nào thực sự tạo ra năng suất và làm sao để nhân rộng những gì hiệu quả.

Bà Thanh Nguyễn, CEO Anphabe

Lý giải khoảng cách giữa "dùng AI" và "tạo ra giá trị từ AI", bà Thanh Nguyễn cho rằng vấn đề không nằm ở bản thân công cụ, mà ở hai nút thắt cốt lõi.

Thứ nhất là hạ tầng và dữ liệu. Khi nhân viên dùng tài khoản AI cá nhân, công cụ gần như "mù" trước kho dữ liệu nội bộ: trả lời khá hay nhưng thiếu bối cảnh, nên nhân viên vẫn phải tự tìm, lọc và nạp dữ liệu thủ công. Công cụ chưa giúp giảm việc mà đôi khi còn tạo thêm một lớp việc mới. Đây là bài toán có thể xử lý nếu doanh nghiệp xây dựng hạ tầng AI kết nối đúng cách với dữ liệu nội bộ.

Nhưng có dữ liệu vẫn chưa đủ. Nút thắt thứ hai nằm ở cách doanh nghiệp tổ chức công việc giữa người và máy. Nếu AI chỉ được cắm vào những công đoạn rời rạc, trong khi quy trình, vai trò và trách nhiệm vẫn giữ nguyên, năng suất cũng chỉ dừng ở mức "làm nhanh hơn" chứ chưa chuyển thành "vận hành tốt hơn".

Ông Phạm Kim Hùng, Chủ tịch kiêm Tổng giám đốc Base.vn, nhìn vấn đề từ góc khác: doanh nghiệp không hẳn thiếu công cụ AI, mà thiếu dữ liệu, tri thức và ngữ cảnh để AI hiểu mình đang làm việc cho ai, trong quy trình nào, kết quả nào mới có giá trị.

Theo ông, nhiều doanh nghiệp vẫn đi theo lối quen thuộc: phòng ban nào cần gì thì mua phần mềm cho việc đó. Mỗi ứng dụng giải quyết một bài toán, nhưng dữ liệu nằm rải rác nhiều nơi; kinh nghiệm xử lý công việc nằm trong đầu từng nhân viên; những nguyên tắc vận hành tích lũy qua nhiều năm chưa chắc được ghi lại thành hệ thống. Mô hình này vốn đã tạo ra không ít điểm nghẽn, AI chỉ khiến vấn đề lộ rõ hơn.

"Doanh nghiệp có thể mua thêm mô hình, mua thêm năng lực tính toán, nhưng không thể mua sẵn ngữ cảnh kinh doanh", ông Hùng nói.

AI có thể viết giỏi, phân tích tốt, xử lý thông tin nhanh nhưng nếu không biết doanh nghiệp bán sản phẩm gì, khách hàng nào quan trọng, quy trình phê duyệt ra sao, thế nào là một đầu ra đạt yêu cầu, thì AI vẫn chỉ đang làm việc với một phần rất nhỏ của thực tế doanh nghiệp. Câu chuyện AI, vì vậy, không nên bắt đầu bằng việc "mua thêm một công cụ", mà từ việc đóng gói lại cách doanh nghiệp đang vận hành.

Ông Phạm Kim Hùng, Chủ tịch kiêm tổng giám đốc Base.vn. Ảnh: BTC.

Đó cũng là lý do Base.vn công bố định vị mới, từ một công ty phần mềm ứng dụng sang "The New Base - The Business Operating System", hướng tới một hệ điều hành cho vận hành doanh nghiệp.

Thay vì tiếp tục kết nối các ứng dụng với nhau, mô hình mới chuyển sang kết nối dịch vụ với dịch vụ: mỗi dịch vụ được chuẩn hóa từ mục tiêu, dữ liệu đầu vào, đầu ra đến luồng xử lý, để một công việc chạy xuyên suốt qua nhiều khâu thay vì bị chia nhỏ theo từng phần mềm.

Quan trọng hơn, những thứ trước đây thường bị xem là “kinh nghiệm của người cũ” cũng có thể được đưa vào hệ thống. Cách xử lý một thương vụ, nguyên tắc duyệt chiết khấu, tiêu chí tuyển dụng hay quy trình giải quyết một tình huống với khách hàng, nếu chỉ nằm trong đầu một vài người thì rất khó nhân rộng.

Khi được chuẩn hóa, những dữ liệu này sẽ trở thành tri thức có thể dùng lại. Đây cũng chính là phần “ngữ cảnh” mà AI cần.

"Vì vậy, câu hỏi quan trọng không còn đơn giản là 'doanh nghiệp dùng AI gì', mà là đang tổ chức công việc ra sao để con người và AI có thể cùng làm một việc, trên cùng một dòng dữ liệu và cùng hướng tới một kết quả", ông Hùng chia sẻ.

Từ phần mềm đến “đồng đội” AI

Ở góc nhìn thực chiến, ông Hoàng Thanh Nguyện, Giám đốc Triển khai chuyển đổi số Base.vn, cho rằng bài toán bán hàng không nằm ở việc có một phần mềm CRM hay chatbot tốt, mà ở chỗ dữ liệu và công việc có được nối liền với nhau hay không. Ông chia bán hàng thành hai bài toán khác nhau.

Với đơn hàng chu kỳ ngắn, thời gian là thứ dễ làm mất khách nhất. Một khách hàng nhắn tin lúc 22h05 hỏi mua mỹ phẩm giá 4,9 triệu đồng, chatbot trả lời được ngay, nhưng trả lời chưa có nghĩa là bán được hàng: còn phải kiểm tra tồn kho, chuyển thành đơn hàng, giao hàng, xuất hóa đơn, đối soát.

Nếu mỗi khâu nằm ở một hệ thống riêng, nhân viên vẫn phải đứng giữa nối các mảnh dữ liệu. Đây là lúc AI Agent tạo ra khác biệt: nội dung trò chuyện được bóc tách thành dữ liệu có cấu trúc, Agent được cấp quyền kiểm tra tồn kho thực tế, và khi khách xác nhận mua, dữ liệu chuyển thẳng sang đơn hàng rồi tiếp tục sang giao nhận, hóa đơn.

"AI vì vậy không chỉ trả lời khách nhanh hơn, mà phải làm được phần việc tiếp theo sau câu trả lời", ông nói.

Nếu bán hàng ngắn là cuộc đua tốc độ, bán hàng B2B lại là đường dài, kéo dài vài tháng, qua nhiều cuộc gặp, nhiều lần báo giá. Ở đây, "kẻ thù" lớn nhất là sự lãng quên: thông tin khách hàng bị bỏ ngỏ nhiều tuần, nhân viên tiếp quản không nắm lịch sử trao đổi, một cuộc gọi không được nhắc đúng lúc, những chuyện tưởng nhỏ có thể khiến thương vụ hàng tỷ đồng trượt khỏi đường ray.

Ông Nguyện dẫn chứng một thương vụ quà Tết trị giá 1,9 tỷ đồng, kéo dài 84 ngày, trong đó hệ thống chấm điểm mức độ quan tâm của khách, giữ nguyên lịch sử trao đổi khi chuyển từ marketing sang sales, tự tạo việc và nhắc lịch ở từng giai đoạn. Ngay cả sau khi chốt, dữ liệu vẫn quay lại hệ thống marketing, trở thành đầu vào cho chiến dịch kế tiếp.

"Một vòng bán hàng không kết thúc ở nút 'đã chốt'. Dữ liệu từ thương vụ phải quay trở lại để làm cho vòng bán hàng kế tiếp tốt hơn", ông nói.

Từ đó, ông cho rằng phần mềm bán hàng đang đổi vai trò: không còn là nơi lưu danh sách khách hàng, mà phải trở thành hệ thống nối toàn bộ hành trình từ quảng cáo đến doanh thu. "Với chu kỳ ngắn, sự chậm trễ là kẻ thù lớn nhất. Với thương vụ kéo dài, bài toán là làm sao không quên khách hàng và luôn biết bước tiếp theo cần làm gì", ông nói.

Bà Thanh Nguyễn cho rằng doanh nghiệp khó ngăn AI "đi cửa phụ" chỉ bằng cách cấm nhân viên dùng công cụ bên ngoài. Cách thực tế hơn là tạo môi trường AI đủ an toàn, có dữ liệu và bối cảnh phù hợp, đồng thời "nhặt" những cách làm hay từ từng cá nhân, chuẩn hóa rồi nhân rộng.

Mục tiêu không phải biến tất cả nhân viên thành "siêu người dùng AI", mà biến sáng kiến riêng lẻ thành năng lực chung của tổ chức. AI chỉ thực sự tạo ra năng suất khi công nghệ, công việc và con người cùng được kích hoạt, thiếu một mắt xích, giá trị tăng thêm cũng khó thành hình.

"Câu hỏi doanh nghiệp cần đặt ra lúc này không còn là mua công cụ AI nào, triển khai cho bao nhiêu người, mà là AI sẽ thay đổi công việc và quy trình ra sao để năng suất thực sự tăng lên", bà đúc kết.