“Bẫy năng suất” và năng lực cốt lõi của doanh nghiệp Việt trong bối cảnh AI

Diễn đàn Doanh nghiệp đã có cuộc trò chuyện với ông Lữ Minh Trí - CEO Hyper One, để lắng nghe những nhận định thực tế về cơ hội và thách thức khi doanh nghiệp Việt lao vào làn sóng trí tuệ nhân tạo.

- Ông nhìn nhận thế nào về tác động của AI đối với năng suất, hoạt động sản xuất kinh doanh và năng lực cạnh tranh của doanh nghiệp Việt?

Theo tôi, thay đổi lớn nhất mà AI tạo ra không nằm ở chuyện một người có thể làm nhanh hơn vài đầu việc, mà ở việc một người từ chỗ trực tiếp xử lý từng việc có thể chuyển sang điều phối nhiều luồng công việc chạy song song.

Một đội ngũ nhỏ giờ đây có thể nghiên cứu thị trường, phát triển sản phẩm, xử lý dữ liệu, chăm sóc khách hàng và thử nghiệm ý tưởng ở quy mô trước kia cần đến nhiều phòng ban. Nói cách khác, AI đang hạ thấp ngưỡng để một doanh nghiệp bước vào cuộc chơi.

Nhưng cần phân biệt rất rõ giữa năng suất của một tác vụ và năng suất thực sự của doanh nghiệp. AI có thể giúp tạo ra gấp nhiều lần nội dung, tính năng hay phương án trong cùng một khoảng thời gian, nhưng khách hàng không tự nhiên có thêm nhu cầu chỉ vì doanh nghiệp sản xuất nhanh hơn.

Khi khâu tạo ra sản phẩm được tăng tốc, điểm nghẽn sẽ dịch chuyển sang kiểm tra, lựa chọn, phối hợp, phân phối và khả năng đưa sản phẩm ra thị trường. Đây mới là nơi quyết định năng suất cuối cùng.

Rủi ro cũng xuất hiện từ đây. AI có thể cắt mạnh phần việc tay chân, nhưng nếu doanh nghiệp thiết kế quy trình sai, nó lại tạo thêm một tầng kiểm tra. Khi đó, năng suất tưởng là số dương có thể biến thành số âm. Doanh nghiệp làm nhiều hơn, họp nhiều hơn, sửa nhiều hơn, nhưng kết quả cuối cùng chưa chắc tốt hơn.

Một thay đổi khác rất đáng chú ý là AI đang nhanh chóng nâng mặt bằng chất lượng phổ thông. Cái tệ sẽ bớt tệ rất nhanh, còn cái khá cũng có thể trở nên giống nhau rất nhanh. Thị trường sẽ xuất hiện ngày càng nhiều sản phẩm nhìn ổn, diễn đạt đúng, trình bày đẹp nhưng thiếu một lý do đủ rõ để khách hàng lựa chọn.

Vì vậy, lợi thế cạnh tranh sẽ không còn nằm chủ yếu ở khả năng tạo ra thật nhiều, mà ở khả năng hiểu khách hàng sâu, chọn đúng việc, kiểm định tốt và xử lý những phần mà người khác khó sao chép.

- Vậy theo ông, đâu là những điểm nghẽn lớn nhất khiến doanh nghiệp Việt khó khai thác AI ở quy mô lớn?

Điểm nghẽn mà tôi lo nhất hiện nay không còn là AI có thể tạo ra bao nhiêu câu trả lời tốt. Vấn đề là doanh nghiệp có đủ năng lực để biết câu trả lời nào đáng tin, phương án nào đáng triển khai và việc nào nên dừng lại hay không.

AI có thể tạo ra hàng chục phương án chỉ trong vài phút, nhưng sự chú ý và khả năng phán đoán của người quản lý không thể tăng theo cùng tốc độ. Doanh nghiệp rất dễ đi từ thiếu thông tin sang lạm phát thông tin, từ thiếu phương án sang lạm phát quyết định. Trong hoàn cảnh đó, làm thêm chưa chắc đã có lợi; biết bỏ bớt mới là phần khó.

Với dữ liệu, giá trị không nằm ở việc chất thật nhiều tài liệu vào hệ thống. Dữ liệu chỉ thực sự có giá trị khi gắn với kết quả vận hành: phương án nào được chọn, phương án nào bị bác, kết quả nào sai, khách hàng phản ứng ra sao và vì sao con người không đồng ý với đề xuất của AI.

Theo tôi, một trong những loại dữ liệu quý nhất trong thời AI chính là dữ liệu về những lần con người có căn cứ để nói “không” với máy. Những trường hợp đó làm lộ ra những ngoại lệ mà kiến thức phổ thông chưa chạm tới, đồng thời giúp doanh nghiệp hiểu ngành của mình sâu hơn các mô hình tổng quát.

Bởi vậy, hạ tầng AI không chỉ là máy chủ, phần mềm hay năng lực tính toán. Doanh nghiệp cần có bộ tình huống thử, thang điểm, nhật ký xử lý, cơ chế phát hiện sai lệch và đặc biệt là quyền dừng hệ thống. Một hệ thống chạy được không đồng nghĩa với việc doanh nghiệp biết nó đang chạy đúng.

Chi phí thật của AI cũng không chỉ nằm ở tiền mua công cụ. Phần đắt hơn thường nằm ở việc tích hợp vào quy trình, làm sạch dữ liệu, kiểm định đầu ra, đào tạo người dùng, sửa lỗi sau triển khai và cả thời gian của đội ngũ quản lý bị cuốn vào quá nhiều phương án.

Một rủi ro khác ít được nhìn thấy là sự suy giảm tay nghề. AI có thể giúp nhân sự mới đi nhanh hơn, nhưng cũng có thể khiến họ ít va chạm thực tế hơn. Mỗi công việc của một nhân sự trẻ tạo ra hai giá trị: sản phẩm cho hôm nay và tay nghề cho ngày mai. Nếu doanh nghiệp chỉ tính số giờ tiết kiệm mà không tính phần kinh nghiệm đáng lẽ được tích lũy, thì có thể đang tạo ra một khoản “nợ năng lực” cho tương lai.

Nói cách khác, doanh nghiệp có thể có lợi về năng suất trong quý này bằng cách tiêu trước phần tay nghề đáng lẽ phải được tích lũy trong nhiều năm tới.

- AI có thể giúp doanh nghiệp Việt rút ngắn khoảng cách công nghệ như thế nào? Theo ông, làm chủ AI có nhất thiết phải tự xây dựng những mô hình lớn?

Tôi cho rằng Việt Nam có một lợi thế mà đôi khi chúng ta chưa nhìn thấy. Chúng ta có thể đi sau trong cuộc đua hạ tầng công nghệ quy mô lớn, nhưng đi sau cũng đồng nghĩa với việc ít “bê tông” phải đập bỏ hơn.

Nhiều tập đoàn lớn trên thế giới đang phải gắn AI vào những hệ thống, quy trình và cơ cấu đã hình thành từ vài chục năm trước. Trong khi đó, nhiều doanh nghiệp Việt nhỏ hơn, mới hơn và ít tầng nấc hơn. Vì vậy, chúng ta có cơ hội thiết kế cách vận hành xoay quanh AI ngay từ đầu, thay vì chỉ tìm cách “vá” AI vào một bộ máy cũ.

Chúng ta hoàn toàn có thể hình thành những doanh nghiệp vận hành bằng AI ngay từ ngày đầu, từ nhận đơn, xử lý dữ liệu, kiểm tra chất lượng, chăm sóc khách hàng cho đến thử nghiệm sản phẩm mới. Khi đó, một công ty nhỏ có thể phản ứng nhanh hơn, thử nghiệm nhanh hơn, học nhanh hơn và phục vụ tốt hơn những thị trường ngách.

Sản phẩm mới trong thời AI cũng không nhất thiết phải là một ứng dụng thật hào nhoáng. Nó có thể là một dịch vụ trước đây quá nhỏ, quá lẻ hoặc quá tốn công để làm thủ công, nay được đóng gói lại bằng dữ liệu, quy trình và khả năng cá nhân hóa.

Tôi không nghĩ cơ hội của Việt Nam nằm ở việc cố xây một mô hình lớn hơn các tập đoàn công nghệ toàn cầu. Năng lực phổ thông của AI sẽ ngày càng dễ mua. Phần mà doanh nghiệp Việt có thể tạo ra lợi thế nằm ở những ngoại lệ mà mô hình tổng quát chưa hiểu đủ sâu: cách người Việt giao dịch, những sai lệch trên chứng từ, tiếng địa phương, mùa vụ, quy định ngành hay thói quen khách hàng.

AI càng làm tốt phần bình thường, doanh nghiệp càng phải giỏi phần bất thường. Chính những phần bất thường đó mới là đất của kinh nghiệm, dữ liệu riêng và hiểu biết bản địa.

Vì vậy, tôi nghĩ cần định nghĩa lại chữ “làm chủ”. Làm chủ AI không nhất thiết là tự xây dựng một mô hình lớn. Làm chủ là phải có quyền ra đề và đủ sức chấm bài: biết hệ thống phải giải đúng tình huống nào, mức sai số nào có thể chấp nhận, lúc nào phải chuyển sang con người và tiêu chuẩn nào đủ để giao việc thật cho máy.

Không có lớp năng lực này, doanh nghiệp chỉ đang sử dụng công cụ. Có nó, doanh nghiệp mới bắt đầu tích lũy được năng lực vận hành riêng.

Phép thử cuối cùng là sau hàng triệu lần sử dụng, ai học được nhiều hơn. Nếu nền tảng bên ngoài ngày càng hiểu thị trường Việt Nam hơn, còn doanh nghiệp Việt chỉ nhận về những câu trả lời rời rạc, thì chúng ta có thể đang dùng AI rất nhiều nhưng tích lũy được rất ít.

- Để AI thực sự trở thành động lực nâng cao năng lực công nghệ, ông kỳ vọng gì từ chính sách, doanh nghiệp và nhà trường?

Việt Nam đã có những nền tảng pháp lý và định hướng quan trọng cho AI. Đây là điều rất cần thiết, bởi doanh nghiệp muốn đầu tư dài hạn trước hết phải biết mình đang chạy trên con đường nào, giới hạn ở đâu và trách nhiệm của mình ra sao. Việt Nam hiện đã có Luật Trí tuệ nhân tạo 2025 có hiệu lực từ ngày 1/3/2026, đồng thời vừa ban hành chương trình quốc gia về phát triển nhân lực AI đến năm 2030, định hướng đến năm 2035. Những bước này tạo thêm cơ sở để doanh nghiệp đầu tư và xây dựng năng lực dài hạn.

Ở công ty tôi, tuân thủ luôn được đặt trước tốc độ công nghệ. Một hệ thống có thể đi chậm hơn một nhịp, nhưng không thể đi sai pháp luật hoặc đánh đổi niềm tin của khách hàng. Pháp lý rõ ràng chính là đường ray để doanh nghiệp dám chạy đường dài.

Điều tôi mong muốn ở giai đoạn tiếp theo là chính sách được đưa xuống gần doanh nghiệp hơn, theo hướng dễ hiểu, dễ thực hiện và phù hợp với sức của doanh nghiệp nhỏ. AI muốn đi vào sản xuất kinh doanh thật thì doanh nghiệp cần dữ liệu có quyền sử dụng rõ ràng, bộ kiểm định theo từng ngành, tiêu chuẩn kỹ thuật minh bạch và cơ chế thử nghiệm đủ an toàn.

Tôi cũng rất ủng hộ việc chính sách hỗ trợ phải gắn với năng lực thực sự được giữ lại trong doanh nghiệp. Nếu hỗ trợ chỉ dừng ở việc giảm chi phí sử dụng phần mềm thì giá trị dài hạn rất khó tích lũy. Hiệu quả sẽ lớn hơn khi khoản hỗ trợ gắn với một bài toán thực tế, một bộ kiểm định cụ thể và một đội ngũ đủ sức tiếp tục vận hành sau khi chương trình kết thúc.

Nhà nước, ở những bài toán phù hợp, có thể tiếp tục đóng vai trò kiến tạo thị trường và trở thành một trong những khách hàng đầu tiên đủ lớn, đủ khó tính đối với các sản phẩm công nghệ Việt. Hội thảo hay kết nối chỉ giúp sản phẩm được biết đến. Muốn trưởng thành, sản phẩm cần dữ liệu thực tế, tiêu chuẩn rõ ràng, kiểm tra độc lập và người dùng thật.

Theo tôi, thành công của một chương trình thử nghiệm không nên chỉ đo bằng số đơn vị tham gia, mà phải nhìn vào số đơn vị thực sự bước ra thị trường, có hợp đồng thật và vẫn đứng vững sau khi chương trình hỗ trợ kết thúc. Đó mới là thước đo gần với thị trường.

Với nhà trường, AI đặt ra yêu cầu phải thay đổi cách đánh giá năng lực. Sinh viên cần được kiểm tra ở cả hai trạng thái: làm việc không có AI để đo nền tảng, tay nghề và phẩm chất nghề nghiệp; đồng thời làm việc có AI để đánh giá khả năng đặt vấn đề, phản biện và phát hiện khi máy trả lời sai nhưng nghe rất thuyết phục.

Chỉ cấm AI là đang đào tạo cho một thị trường lao động không còn tồn tại. Nhưng cho phép sử dụng AI vô điều kiện cũng có thể dẫn đến tình trạng cấp bằng cho một năng lực mà sinh viên thực ra chưa sở hữu. Cả hai thái cực đều không phù hợp.

Cuối cùng, những biên bản hợp tác giữa doanh nghiệp, nhà trường chỉ thực sự có giá trị khi được nối tiếp bằng bài toán thật và kết quả đo được. Khi đó, tất cả cùng đứng trước một kết quả cụ thể, thay vì chỉ đứng cạnh nhau trong một buổi ký kết.

Tôi cho rằng năng lực AI của một quốc gia sẽ được phản ánh đầy đủ hơn nếu bên cạnh số người biết hỏi máy, chúng ta còn đo được số người đủ sức chấm điểm máy, số doanh nghiệp giữ lại được phần lõi sau mỗi lần ứng dụng và số sản phẩm được thị trường chấp nhận trả tiền.

Đó mới là lúc AI đi từ phong trào sang năng lực thật.

- Trân trọng cảm ơn ông!