Phép thử năng lực quản trị phía sau câu chuyện chuyển đổi số

Chuyển đổi số trong nhiều năm qua thường được nhìn qua lăng kính triển khai công nghệ. Tuy nhiên, khi hạ tầng công nghệ ngày càng phổ biến và mức đầu tư liên tục gia tăng, một nghịch lý bắt đầu xuất hiện: hệ thống được triển khai nhiều hơn nhưng giá trị khai thác thực tế chưa phải lúc nào cũng tương xứng.

Diễn biến này cho thấy trọng tâm của chuyển đổi số đang dịch chuyển từ câu chuyện công nghệ sang vận hành, dữ liệu và cách công nghệ được tích hợp vào hoạt động.

Năng lực vận hành quyết định hiệu quả của chuyển đổi số

Trao đổi tại sự kiện “Từ tầm nhìn đến hành động: Lãnh đạo chuyển đổi số trong giai đoạn tiếp theo" do IDG TekTalk tổ chức, ông Vũ Anh Tuấn, Tổng thư ký Hội Tin học TP.HCM cho biết, quá trình chuyển đổi số trong khối chính quyền đang diễn ra nhanh và mạnh, với hệ thống và nền tảng không còn là vấn đề lớn. Tuy nhiên, điểm nghẽn hiện nay lại nằm ở khâu vận hành và năng lực khai thác, nhất là tại cấp phường, xã.

Ông cho rằng việc sáp nhập các đơn vị hành chính khiến nguồn nhân sự trở nên đa dạng về xuất thân và chuyên môn, trong khi khối lượng công việc ngày càng gia tăng. Điều này tạo áp lực lớn lên bộ máy vận hành, khiến các hệ thống số dù đã được triển khai nhưng chưa phát huy hết hiệu quả.

Dù hệ thống số trong khu vực chính quyền được triển khai nhanh và tương đối đầy đủ, hiệu quả vẫn bị hạn chế do điểm nghẽn nằm ở quản trị vận hành, năng lực khai thác và việc chưa tổ chức lại quy trình làm việc dựa trên dữ liệu và tự động hóa. Ảnh: Hoàng Anh

Nhận định này cho thấy nếu quy trình cũ vẫn được giữ nguyên và chỉ “đặt lên” một lớp công nghệ, hiệu quả tạo ra sẽ rất hạn chế. Giá trị chỉ xuất hiện khi công nghệ gắn với cách vận hành mới, nơi dữ liệu và tự động hóa trở thành một phần của quy trình thường nhật.

Khoảng trống vì vậy nằm ở quản trị vận hành, khi chuyển đổi số đòi hỏi tổ chức lại luồng công việc, trách nhiệm, cách phối hợp và cơ chế ra quyết định dựa trên dữ liệu. Nếu chỉ dừng ở triển khai hệ thống, quá trình này dễ trở thành “số hóa hình thức”, nơi thành công được đo bằng tiến độ dự án hơn là hiệu quả vận hành. Do đó, trọng tâm không còn là triển khai thêm phần mềm, mà là tổ chức lại quy trình dựa trên nền tảng số, đồng thời nâng năng lực khai thác hệ thống của đội ngũ vận hành.

Khi dữ liệu chưa sẵn sàng, công nghệ khó tạo giá trị

Bà Trương Thị Minh Trang, Giám đốc điều hành khối thông tin tài chính FiinGroup Việt Nam nhận định, chuyển đổi số rất khó đi vào thực chất nếu doanh nghiệp không giải được bài toán dữ liệu. Thách thức thực sự chỉ bộc lộ khi hệ thống đi vào vận hành, bởi dữ liệu còn phân mảnh, thiếu tiêu chuẩn và chưa đủ sạch. Tình trạng này như “một chiếc ô tô tốt nhưng không có xăng để vận hành”.

Công nghệ chỉ là lớp công cụ, còn dữ liệu mới là nền tảng. AI hay các nền tảng phân tích khó tạo giá trị nếu dữ liệu thiếu nhất quán và chưa được quản trị bài bản. Tuy nhiên, ở nhiều tổ chức, dữ liệu vẫn bị xem là phần việc kỹ thuật phát sinh sau khi hệ thống đã được lựa chọn và triển khai, khiến thứ tự ưu tiên bị đảo ngược: công nghệ đi trước, dữ liệu chạy theo, thay vì ngược lại.

Chuyển đổi số khó tạo giá trị thực chất khi dữ liệu còn phân mảnh, thiếu chuẩn hóa và bị xử lý sau công nghệ, cho thấy nền móng dữ liệu và cách ưu tiên data-first mới là yếu tố quyết định thay vì bản thân AI hay hệ thống. Ảnh: Hoàng Anh

Hệ quả là AI được đưa vào thử nghiệm khi dữ liệu chưa sẵn sàng, dẫn tới kết quả hạn chế rồi bị đánh giá là “chưa phù hợp”. Vấn đề vì vậy không nằm ở AI, mà ở nền móng dữ liệu. Định hướng data-first mà bà Trang nhấn mạnh do đó không chỉ là một khuyến nghị kỹ thuật, mà là thay đổi thứ tự ưu tiên trong chiến lược đầu tư số, trong đó dữ liệu cần được số hóa, chuẩn hóa và quản trị tốt ngay từ đầu, thay vì xử lý phía sau khi hệ thống đã vận hành.

AI chỉ tạo khác biệt khi đi vào lõi vận hành

Hiện nay, làn sóng AI tạo sinh đang khiến nhiều tổ chức đẩy nhanh thử nghiệm chatbot, trợ lý ảo hay các công cụ nội dung. Tuy nhiên, câu hỏi đặt ra là liệu những ứng dụng này có thực sự tác động đến lõi vận hành, hay chủ yếu giúp tổ chức thể hiện mức độ “theo kịp xu hướng”?

Khi AI được nhìn qua lớp giao diện dễ thấy, dễ đo lường, nguy cơ là giá trị chiến lược của công nghệ này bị thu hẹp vào các ứng dụng hỗ trợ cục bộ.

Ông Robert Trọng Trần, Phó tổng giám đốc dịch vụ tư vấn, lãnh đạo mảng rủi ro công nghệ và an ninh mạng, EY Việt Nam cho rằng cách hiểu này bỏ qua bản chất lâu dài của AI trong doanh nghiệp. Theo ông, AI không phải là câu chuyện mới chỉ xuất hiện cùng ChatGPT hay các nền tảng Generative AI từ năm 2022. Trên thực tế, trong các lĩnh vực như tài chính, an ninh mạng và quản lý rủi ro, máy học (machine learning) đã được ứng dụng từ hơn một thập kỷ trước, đặc biệt cho các bài toán phát hiện gian lận, nhận diện tấn công mạng, phát hiện bất thường và rủi ro vận hành.

Đây là những bài toán đòi hỏi độ chính xác cao, khả năng xử lý dữ liệu lớn và sự ổn định dài hạn - những giá trị mà AI truyền thống đã chứng minh rất sớm.

Ông chỉ ra sự khác biệt cốt lõi nằm ở mục tiêu sử dụng: AI tạo sinh thay đổi cách con người tương tác với công nghệ, trong khi AI doanh nghiệp đóng vai trò nền tảng cho phân tích và ra quyết định dựa trên dữ liệu nội bộ. Vì vậy, với các tổ chức lớn, giá trị của AI không nằm ở tính trình diễn, mà ở khả năng tích hợp sâu vào hệ thống vận hành.

Hướng xử lý vì thế không phải là mở rộng nhanh số lượng ứng dụng AI giao diện, mà là xác định rõ các bài toán hiệu suất, rủi ro và điều hành cần giải quyết, sau đó tích hợp AI vào quy trình lõi. Cách tiếp cận này đặt AI vào vị trí của một năng lực dài hạn gắn với dữ liệu và hệ thống, thay vì một dự án công nghệ ngắn hạn mang tính phong trào.

AI chỉ thực sự tạo khác biệt khi được tích hợp vào các bài toán lõi về hiệu suất, rủi ro và ra quyết định dựa trên dữ liệu trong hệ thống vận hành. Ảnh: Hoàng Anh

Hạ tầng dữ liệu là vấn đề chiến lược, không phải chi phí kỹ thuật

Một thách thức ngày càng rõ trong giai đoạn hiện nay là sự phụ thuộc vào các nền tảng công nghệ nước ngoài trong khi yêu cầu pháp lý về lưu trữ dữ liệu trong nước ngày càng chặt chẽ, đặc biệt với các doanh nghiệp hoạt động trong lĩnh vực hạ tầng và năng lượng. Bài toán đặt ra không chỉ là triển khai AI nhanh hơn, mà là làm sao đổi mới mà vẫn kiểm soát được rủi ro dữ liệu và đảm bảo tuân thủ.

Ông Bùi Đình Giang, Giám đốc chuyển đổi số PVTrans cho rằng đây là “bài toán kép” mà doanh nghiệp đang phải đối mặt: vừa theo kịp tốc độ thay đổi công nghệ, vừa đảm bảo an toàn và chủ động với dữ liệu của mình.

Để giải bài toán này, vấn đề không dừng ở lựa chọn nền tảng phần mềm, mà quay về năng lực hạ tầng. Trong đó, đầu tư vào trung tâm dữ liệu quy mô lớn là bước đi chiến lược dài hạn, tạo nền tảng để chính quyền và tổ chức sẵn sàng cho giai đoạn phát triển tiếp theo của kinh tế số và AI trong nhiều năm tới. Hạ tầng dữ liệu, theo đó, không chỉ phục vụ vận hành hiện tại mà còn quyết định khả năng thích ứng trong tương lai.

Ở tầm nhìn rộng hơn, TS. Dương Văn Thịnh, Phó chủ tịch Veron Group nhận định AI đang trở thành yếu tố trung tâm định hình cách nền kinh tế vận hành, và hạ tầng số, đặc biệt là trung tâm dữ liệu, chính là “xương sống của nền kinh tế số”. Khi chuyển đổi số trở thành điều kiện tất yếu, trọng tâm mới nằm ở khả năng khai thác AI để tạo lợi thế cạnh tranh bền vững.

Tuy nhiên, thực tế cho thấy hạ tầng dữ liệu vẫn thường bị nhìn như chi phí kỹ thuật hơn là tài sản chiến lược. Khi ngân sách bị siết, hạng mục này dễ bị trì hoãn, trong khi các lớp ứng dụng bên trên vẫn được ưu tiên vì tạo hiệu ứng nhìn thấy ngay. Sự lệch trọng tâm đó có thể tạo ra khoảng trống năng lực dài hạn, nơi tổ chức phụ thuộc vào nền tảng bên ngoài nhưng lại thiếu nền móng tự chủ – đúng vào thời điểm dữ liệu trở thành yếu tố quyết định của chuyển đổi số.

Phép thử năng lực quản trị

Vì sao nhiều tổ chức đã đầu tư hệ thống số nhưng cách vận hành cốt lõi lại không thay đổi đáng kể, khiến hiệu quả tạo ra còn hạn chế? Khi công nghệ được bổ sung lên mô hình cũ, chuyển đổi số dễ dừng ở mức cải tiến công cụ thay vì thay đổi cấu trúc hoạt động.

Trả lời vấn đề này, PGS.TS Lê Quốc Cường, Phó trưởng Ban quản lý khu công nghệ cao TP.HCM cho rằng chuyển đổi số không đơn thuần là số hóa quy trình cũ, mà là quá trình hình thành các quy trình và dịch vụ mới dựa trên dữ liệu và hệ thống tự động. Theo ông, AI trong bối cảnh đó “không mang tính trình diễn, mà là công cụ hỗ trợ ra quyết định và tối ưu hiệu quả vận hành”.

Cách tiếp cận này dịch chuyển trọng tâm từ công nghệ sang mô hình vận hành. Khi dữ liệu trở thành nền tảng và AI tham gia vào cơ chế ra quyết định, tổ chức buộc phải tổ chức lại luồng công việc, cách phối hợp và cấu trúc dịch vụ. Chuyển đổi số vì vậy không còn là nâng cấp hệ thống, mà là tái thiết cách tổ chức hoạt động.

Nhìn rộng hơn, các vấn đề về vận hành, dữ liệu, AI và hạ tầng thực chất là những mắt xích của cùng một bài toán: tổ chức có thực sự thay đổi cách vận hành dựa trên hệ thống số, hay chỉ bổ sung công nghệ lên cấu trúc cũ.

Ở tầm vĩ mô, chuyển đổi số trở thành chất xúc tác kết nối Nhà nước - Doanh nghiệp - Nhà trường, góp phần hình thành hệ sinh thái đổi mới sáng tạo quốc gia, nơi đổi mới không còn là đặc quyền, mà trở thành năng lực có thể tiếp cận rộng rãi trong toàn xã hội.

Khi công nghệ trở nên phổ biến, lợi thế cạnh tranh không còn nằm ở việc sở hữu hệ thống, mà ở năng lực khai thác hệ thống đó để hình thành mô hình vận hành mới. Chuyển đổi số, trong bối cảnh này, trở thành phép thử về năng lực quản trị hơn là một chương trình công nghệ thông tin thuần túy.

Vân Anh