Lộ trình 'bình dân hóa' ứng dụng AI cho doanh nghiệp nhỏ và vừa

Trong bối cảnh áp lực về cắt giảm chi phí vận hành, mở rộng tăng trưởng và xu hướng chuyển đổi xanh ngày càng lớn, việc ứng dụng AI và công nghệ tự động hóa quy trình hoạt động không còn là một lựa chọn mang tính thử nghiệm mà đã trở thành công cụ thiết thực của cộng đồng SME.

ThS Nguyễn Thanh Sơn - Viện trưởng Viện Trí tuệ nhân tạo và Chuyển đổi số, Trường Đại học Bình Dương trình bày tại sự kiện.

Theo ThS Nguyễn Thanh Sơn - Viện trưởng Viện Trí tuệ nhân tạo và Chuyển đổi số, Trường Đại học Bình Dương, thị trường AI dành cho doanh nghiệp và RPA tại Việt Nam đang tăng trưởng nhanh chóng, cho thấy các doanh nghiệp đã bắt kịp xu hướng. Ước tính, thị trường AI cho doanh nghiệp năm 2025 có quy mô khoảng 161,41 triệu USD, trong khi thị trường RPA có quy mô là 25,47 triệu USD năm 2025.

“Nền tảng tự động hóa thông minh đang định hình lại cấu trúc công nghệ doanh nghiệp”, ông Sơn nhận định.

Tuy nhiên, thực tế cho thấy nhiều doanh nghiệp chi rất nhiều tiền cho hệ thống công nghệ thông tin nhưng năng suất gần như không cải thiện do chuyển đổi số rời rạc, nhân sự thiếu kỹ năng và đặc biệt là đứt gãy ở khâu liên kết dữ liệu giữa các phòng ban.

Để tránh sự lãng phí này, ông Nguyễn Thanh Sơn đề xuất một lộ trình 30 ngày tập trung, giúp SME từng bước đưa AI làm "bộ não" phân tích và tự động hóa làm "chân tay" thực thi vào hệ thống vận hành.

Theo đó, trong tuần đầu tiên, SME cần đánh giá hiện trạng và tìm "điểm nghẽn" của doanh nghiệp. Doanh nghiệp không nên vội vã mua phần mềm mà cần đánh giá lại toàn diện hệ thống. SME được khuyến cáo vẽ lại bản đồ quy trình làm việc để tìm ra các điểm nghẽn đang tiêu tốn nguồn lực nhất. Chuyên gia khuyến cáo nên ưu tiên thử nghiệm tại các khu vực có sẵn lượng lớn dữ liệu như tiếp thị hoặc chăm sóc khách hàng.

Ở tuần thứ hai, doanh nghiệp cần thử nghiệm AI để xóa bỏ rào cản tâm lý. Thay vì ép buộc nhân sự dùng các hệ thống phức tạp, doanh nghiệp cần bắt đầu bằng việc cho họ làm quen với cách tương tác thực tế qua các công cụ AI phổ biến (như ChatGPT, Fireflies, Gemini) cho các tác vụ nhỏ hàng ngày. Quá trình này giúp nhân viên hiểu được giá trị thực sự của AI, từ đó giảm thiểu sự e ngại và tâm lý phòng thủ trước công nghệ mới.

Ở tuần thứ ba, SME cần xây dựng "kho dữ liệu sạch". “AI khó có thể đưa ra quyết định chuẩn xác nếu đầu vào là dữ liệu 'rác'”, ông Sơn nói.

Do vậy, trong tuần thứ ba, doanh nghiệp cần gom các dữ liệu đang bị phân mảnh ở nhiều kênh khác nhau, tiến hành chuẩn hóa, làm sạch và đưa vào một kho lưu trữ tập trung. Dữ liệu này - đặc biệt là thông tin về hành vi và thái độ khách hàng - sẽ là nền tảng để huấn luyện các mô hình AI.

Trong tuần cuối cùng, doanh nghiệp cần thiết lập luồng tự động hóa đa phòng ban. Khi dữ liệu và tâm lý nhân sự đã sẵn sàng, đây là lúc kết nối các phần mềm thông qua nền tảng trung gian hoặc API để thiết lập luồng tự động hóa xuyên suốt. Trong mô hình hoàn chỉnh này, AI sẽ đóng vai trò phân tích, dự báo và đề xuất quyết định, còn công cụ tự động hóa sẽ nhận lệnh để thực thi ở quy mô lớn (ví dụ: gửi email, cập nhật hệ thống, hạch toán).

Tối ưu hóa bằng AI và tự động hóa mang lại tốc độ, nhưng nếu thiếu sự kiểm soát sẽ dẫn đến rủi ro. AI rất giỏi xử lý các tác vụ đơn giản nhưng lại hạn chế trong việc phán đoán ngữ cảnh phức tạp và sự đồng cảm. Do đó, cốt lõi của quá trình vận hành là phải thiết kế mô hình "Human-in-the-loop" (Con người trong vòng lặp), trong đó máy móc xử lý các việc lặp đi lặp lại, còn con người tham gia xử lý ngoại lệ và phê duyệt các quyết định nhạy cảm.

Theo các chuyên gia, AI và tự động hóa sẽ chỉ phát huy hiệu quả khi doanh nghiệp triển khai theo lộ trình phù hợp với quy mô và nhu cầu thực tế, thay vì đầu tư dàn trải hoặc chạy theo xu hướng. Đối với các doanh nghiệp SME, việc bắt đầu từ những bài toán cụ thể, chuẩn hóa dữ liệu và từng bước xây dựng quy trình tự động hóa không chỉ giúp tối ưu chi phí, nâng cao năng suất mà còn tạo nền tảng để thích ứng với quá trình chuyển đổi số và nâng cao năng lực cạnh tranh trong bối cảnh kinh tế số phát triển ngày càng mạnh mẽ.