Bốn Trọng Trục Dịch Chuyển (Four Axes) Của Thang Tiến Hóa AI: Ai Ra Quyết Định, Đơn Vị Công Việc, Tốc Độ Vòng Lặp & Vai Trò Con Người

Trong hầu hết các buổi báo cáo công nghệ tôi từng tham dự, khi Giám đốc Công nghệ (CIO) hoặc Giám đốc Kỹ thuật số (CDO) chiếu lên màn hình sơ đồ kiến trúc AI với hàng chục mũi tên kết nối phức tạp, phản ứng quen thuộc của các thành viên Hội đồng Quản trị là gật đầu đồng thuận nhưng trong lòng vẫn đầy hoang mang: “Công ty chúng ta thực chất đang đứng ở đâu trong làn sóng AI này?”

Câu trả lời thường bị che đậy bởi các thước đo vô nghĩa: số lượng bản quyền phần mềm đã mua, số lượng nhân sự đã tham gia các buổi đào tạo nội bộ, hoặc danh sách các mô hình mã nguồn mở đang được thử nghiệm trong phòng thí nghiệm dữ liệu. Trong cuốn sách Business in the Age of AI, tôi khẳng định rằng: Một bậc thang (Rung) không phải là cấp độ tinh vi về mặt kỹ thuật.

Một mô hình ngôn ngữ lớn (LLM) hàng đầu thế giới được một giám đốc tiếp thị sử dụng tùy tiện trong tab trình duyệt để viết bài xã luận vẫn chỉ là Bậc 1 (AI Beside). Trong khi đó, một mô hình dự báo độ dốc tăng cường (Gradient-boosted model) khiêm tốn nhưng được đấu nối trực tiếp vào phần mềm quản lý kho, tự động đặt hàng trong hạn mức ngân sách và có lưu vết kiểm toán chặt chẽ đã là Bậc 3 (AI Inside). Sự khác biệt ở đây không nằm ở công nghệ, mà nằm ở việc quyết định kinh doanh đó được tổ chức như thế nào.

PHẦN I: BỐN TRỌNG TRỤC DỊCH CHUYỂN ĐỒNG THỜI (THE FOUR MOVING AXES)

Khi một tổ chức thực sự trưởng thành và leo lên các nấc thang cao hơn của Hệ điều hành Doanh nghiệp (Business Operation System – BOS), bốn yếu tố cơ bản sau đây bắt buộc phải dịch chuyển cùng nhau. Nếu chúng phân tán ở các vị trí cọc cạch — ví dụ công nghệ đòi hỏi tốc độ vòng lặp theo phút nhưng con người vẫn phê duyệt theo tuần — hệ thống sẽ tự động gãy đổ.

1. Trục 1: Chủ thể ra quyết định (Who Decides)

Trục này mô tả sự chuyển giao thẩm quyền giữa con người và thuật toán:

• Tại AI Beside: Con người toàn quyền quyết định; máy chỉ đóng vai trò gợi ý rời rạc bên ngoài luồng công việc chính.
• Tại AI Inline: Máy chủ động đưa ra đề xuất có cấu trúc ngay tại màn hình thao tác nghiệp vụ, và con người phải phê duyệt, chỉnh sửa hoặc bác bỏ từng trường hợp cụ thể.
• Tại AI Inside: Máy tự động ra quyết định và kích hoạt giao dịch trong một hành lang an toàn (Corridor) do con người định sẵn (về giá trị, khối lượng, độ tin cậy); con người chỉ xử lý các trường hợp ngoại lệ (Exceptions).
• Tại AI Agentic: Hệ thống tác tử tự trị (Autonomous Agents) tự đưa ra quyết định xuyên suốt một chuỗi nhiều bước liên hoàn để hoàn thành mục tiêu chiến lược và định kỳ báo cáo kiểm toán cho con người.

2. Trục 2: Đơn vị công việc (Unit of Work)

Phạm vi mà AI tác động sẽ mở rộng dần từ vi mô sang vĩ mô:

• Tác vụ đơn lẻ (Single Task): Tóm tắt một biên bản họp, dịch một đoạn văn bản, viết một đoạn mã lập trình.
• Bước trong quy trình (Process Step): Đề xuất số lượng đặt hàng cho một dòng sản phẩm, trích xuất dữ liệu từ một hóa đơn nhà cung cấp.
• Quyết định lặp lại (Repeated Decision): Tự động phê duyệt hạn mức tín dụng cho đơn hàng dưới 50 triệu VNĐ, tự động điều chỉnh giá bán lẻ theo độ nhạy nhu cầu tồn kho.
• Mục tiêu chiến lược (Enterprise Goal): “Duy trì tỷ lệ đáp ứng đơn hàng (Service Level) trên 98% và giảm lượng hàng hư hao xuống dưới 2% trong toàn bộ Quý IV”. Hệ thống sẽ tự phân rã mục tiêu này thành hàng ngàn quyết định thu mua, phân bổ kho bãi, và định giá khuyến mãi.

3. Trục 3: Tốc độ vòng lặp (Loop Speed)

Thời gian từ khi phát sinh dữ liệu đầu vào đến khi quyết định được thực thi:

• Theo tuần / tháng (Human Pace): Phù hợp với cách thức họp giao ban truyền thống.
• Theo ca làm việc (Shift Pace): Quyết định được cập nhật sau mỗi chu kỳ sản xuất hoặc đóng ca bán hàng.
• Theo phút (Minute Pace): Quyết định kiểm soát chất lượng trên dây chuyền, xử lý đơn hàng e-commerce thời gian thực.
• Thời gian thực liên tục (Continuous): Mạng lưới tác tử tự điều phối phản ứng tức thì trước biến động thị trường.

4. Trục 4: Hành vi thực tế của con người (What People Do)

Đây là thước đo chẩn đoán chân thực nhất. Hãy hỏi bất kỳ trưởng bộ phận nào trong doanh nghiệp bạn: “Tuần trước, anh và nhân viên của anh thực sự đã làm gì với AI?”

• Nếu câu trả lời là “Tôi yêu cầu nó soạn thảo vài thứ” $\rightarrow$ Phòng ban đó 100% đang ở Bậc 1 (AI Beside), bất kể trên chiến lược họ tuyên bố điều gì.
• Nếu câu trả lời là “Tôi rà soát các đề xuất của hệ thống và điều chỉnh lại những số liệu chưa hợp lý” $\rightarrow$ Đang ở Bậc 2 (AI Inline).
• Nếu câu trả lời là “Tôi theo dõi các chỉ số biến động, tinh chỉnh lại ngưỡng trần sàn và chỉ can thiệp vào các đơn hàng bị cảnh báo đỏ” $\rightarrow$ Đang ở Bậc 3 (AI Inside).
• Nếu câu trả lời là “Tôi thiết lập mục tiêu quý, kiểm tra ngẫu nhiên các hồ sơ đã tự động giải ngân và rà soát nhật ký kiểm toán” $\rightarrow$ Đang ở Bậc 4 (AI Agentic).

PHẦN II: MỘT BÀI TOÁN DUY NHẤT TRÊN CẢ BỐN BẬC THANG: BÀI HỌC TỪ CHUỖI CUNG ỨNG

Để hiểu rõ cơ chế vận hành của 4 nấc thang, hãy cùng tôi quan sát một tác vụ cụ thể: Lập đơn đặt hàng bổ sung hàng hóa hàng tuần (Weekly Replenishment Order) cho một danh mục gồm 200 mã hàng (SKU) tại một chuỗi bán lẻ.

Tại Bậc 1: AI Beside

Chuyên viên mua hàng mở một tab ChatGPT cá nhân, sao chép bảng tính doanh số tuần trước, dán vào prompt và hỏi: “Nên đặt bao nhiêu hộp sữa cho tuần tới?”. Mô hình đưa ra một con số. Chuyên viên đọc lướt qua, thấy con số hơi cao so với cảm nhận cá nhân, bèn tự tay gõ vào hệ thống ERP một con số khác theo trực giác của mình. Thời gian làm việc có thể giảm được khoảng 30 phút. Nhưng logic dự báo của mô hình hoàn toàn không được lưu trữ, không thể tái lập, và doanh nghiệp không học thêm được bất kỳ điều gì từ dữ liệu đó.

Tại Bậc 2: AI Inline — Minh chứng thực tế từ Delhaize (Bỉ)

Mô hình dự báo nhu cầu được nhúng thẳng vào màn hình nghiệp vụ của hệ thống ERP. Khi chuyên viên mở màn hình đặt hàng, hệ thống tự động điền sẵn số lượng đề xuất cho từng SKU kèm theo độ tin cậy của thuật toán. Chuyên viên xem xét, bấm “Duyệt”, hoặc chỉnh sửa lại con số, hoặc từ chối. Mọi cú nhấp chuột đều được hệ thống lưu vết tự động.

Tập đoàn bán lẻ Delhaize tại Bỉ áp dụng mô hình này trên 5 trung tâm phân phối và khoảng 600 siêu thị. Dữ liệu công bố chính thức cho thấy:

• Độ chính xác dự báo tăng trung bình 5 điểm phần trăm (và tăng tới 10 điểm phần trăm tại các địa điểm mang tính mùa vụ).
• Tỷ lệ đơn hàng đề xuất được tự động duyệt không cần chỉnh sửa đạt khoảng 20% (so với mục tiêu nội bộ là 50%).
• Tỷ lệ con người can thiệp điều chỉnh (Amendment rate) là khoảng 10% đối với hàng khô và 20% đối với thực phẩm tươi sống.

Bốn phần năm số đơn hàng vẫn phải đi qua bàn tay con người phê duyệt. Nhưng chính 80% phần dư đó cho phép doanh nghiệp đo lường chính xác khi nào con người không tin tưởng thuật toán, từ đó cải thiện chất lượng mô hình.

Tại Bậc 3: AI Inside

Doanh nghiệp thiết lập một hành lang quyết định (Decision Corridor) bằng văn bản: các đề xuất đặt hàng có giá trị dưới 100 triệu VNĐ, khối lượng biến động dưới 15% so với tuần trước và độ tin cậy dự báo trên 85% sẽ được tự động kích hoạt và gửi thẳng tới nhà cung cấp. Chỉ các trường hợp vượt ngưỡng mới được đẩy lên màn hình của chuyên viên thu mua. Lúc này, công việc của chuyên viên không còn là ngồi soi từng mã hàng, mà chuyển sang giám sát tỷ lệ tồn kho, hạn chế lãng phí hủy hàng, và tối ưu hóa các quy chuẩn hành lang an toàn.

Tại Bậc 4: AI Agentic

Hệ thống không còn nhận lệnh đặt hàng từng tuần. Hệ thống được giao một mục tiêu tổng thể: “Tối ưu hóa tỷ suất lợi nhuận gộp của ngành hàng sữa trong Quý I, đảm bảo tỷ lệ sẵn có trên kệ luôn trên 98% và tỷ lệ hủy hàng do hết hạn dưới 1,5%”. Mạng lưới tác tử tự động phân rã bài toán: tự thương lượng lịch giao hàng với nhà cung cấp, tự điều phối chương trình giảm giá xả kho đối với các lô hàng sắp hết hạn, và tự động cân đối tồn kho giữa các trung tâm phân phối. Con người chỉ giữ vai trò thiết lập giới hạn rủi ro cao nhất, nắm giữ “nút dừng khẩn cấp” (The Stop Button), và thực hiện kiểm toán ngẫu nhiên hàng tuần.

PHẦN III: MA TRẬN ĐỐI CHIẾU LÝ THUYẾT VÀ THỰC THI (THEORY-TO-ACTION MATRIX)

PHẦN IV: LỘ TRÌNH 100 NGÀY TÁI ĐỊNH HÌNH 4 TRỌNG TRỤC DOANH NGHIỆP

PHẦN V: CÂU HỎI PHẢN BIỆN CHIẾN LƯỢC (FAQ SCHEMA)

1. Tại sao không thể bỏ qua Bậc 2 (AI Inline) để nhảy thẳng lên Bậc 3 (AI Inside) nhằm tiết kiệm thời gian?

Bởi vì Bậc 2 là nơi duy nhất giúp tổ chức đo lường được Tỷ lệ chấp thuận thực tế (Acceptance Rate). Nếu không có dữ liệu lưu vết về việc con người đồng ý hay sửa đổi đề xuất của thuật toán trong điều kiện thực địa, ban điều hành sẽ hoàn toàn không có cơ sở dữ liệu tin cậy để xác lập hành lang an toàn (Corridor) ở Bậc 3. Nhảy cóc thẳng lên Bậc 3 đồng nghĩa với việc giao phó tài chính doanh nghiệp cho một thuật toán chưa từng được kiểm chứng hành vi.

2. Một doanh nghiệp có thể vừa ở Bậc 1 vừa ở Bậc 3 cùng một lúc không?

Có, và đó là trạng thái phổ biến nhất của các doanh nghiệp hiện nay. Bộ phận Tài chính có thể đang vận hành mô hình đối soát tự động ở Bậc 3, trong khi bộ phận Tiếp thị vẫn đang dùng AI ở Bậc 1 trong tab trình duyệt cá nhân. Sự trưởng thành của doanh nghiệp không đo bằng điểm số trung bình, mà được quyết định bởi khoảng cách giữa trụ cột mạnh nhất và trụ cột yếu nhất.

3. Làm thế nào để giải tỏa tâm lý lo sợ bị thay thế của nhân sự khi triển khai Bậc 3 và Bậc 4?

Cần làm rõ với đội ngũ rằng sự dịch chuyển không nhằm triệt tiêu vị trí làm việc mà là tái thiết kế công việc (Job Redesign). Khi các quyết định sự vụ được tự động hóa trong hành lang, vai trò của con người được nâng lên thành người quản trị ngưỡng rủi ro, xử lý các tình huống phức tạp mà máy không thể hiểu, và trực tiếp chịu trách nhiệm về kết quả P&L của ngành hàng.

#FourAxes #AIBeside #AIInline #AIInside #AIAgentic #BusinessInTheAgeOfAI #BOSFramework #DuongVo #VoTrungDuong #EnterpriseOperatingSystem