Mục lục
Đây có phải là cách công ty bạn đang dùng AI không?
Marketing dùng AI viết nội dung. Sale dùng AI soạn email gửi khách. Nhân sự thử trợ lý trả lời câu hỏi nội bộ. Tài chính dùng AI tóm tắt báo cáo.
Nhìn bên ngoài, đây là tín hiệu tốt. Mọi người chủ động, không chờ một chương trình lớn mới bắt đầu học, mà tự tìm cách làm việc nhanh hơn.
Nhưng nếu bạn là người quản lý hay điều hành công ty, câu hỏi không còn là "có bao nhiêu nhóm đang thử AI" nữa. Câu hỏi khó hơn là: trong tất cả những thử nghiệm đó, cái nào đang thật sự tạo giá trị, cái nào đang tạo rủi ro, cái nào nên đầu tư tiếp, và ai là người chịu trách nhiệm cho từng quyết định đó?
Hôm nay Linh muốn nói về một khái niệm quan trọng với các bạn quản lý, điều hành trong giai đoạn này: AI Center of Excellence, hay có thể hiểu là Trung tâm Xuất sắc về AI, gọi ngắn gọn là CoE.
Linh sẽ không bắt đầu bằng định nghĩa. Linh muốn bắt đầu từ một vấn đề rất thật trong quản trị: khi AI lan nhanh trong tổ chức, yếu tố nào sẽ giúp công ty biến sự hào hứng đó thành một năng lực có thể quản lý, đo lường và mở rộng?
1. AI Đang Lan Nhanh Hơn Khả Năng Quản Trị Của Công Ty
Điều khiến AI khác nhiều công nghệ trước đây là cách nó lan rộng trong tổ chức. Với các hệ thống công nghệ như ERP, CRM, HRIS hay data warehouse, công ty thường có một chương trình triển khai khá rõ: chọn nền tảng, lập lộ trình, phân quyền, đào tạo nhân sự, rồi mới đưa vào vận hành.
AI thì khác. AI có thể bắt đầu từ rất nhiều điểm nhỏ cùng một lúc. Một nhân viên có thể dùng AI trước khi công ty có chính sách. Một team có thể mua công cụ AI trước khi bộ phận công nghệ thông tin kịp đánh giá. Một phòng ban có thể chạy thử nghiệm trước khi lãnh đạo có bức tranh toàn cảnh.
Và đây là nghịch lý: AI giúp tổ chức hành động nhanh hơn, nhưng cũng làm sự thiếu nhất quán lan nhanh hơn.
Cùng là dùng AI viết nội dung, nhưng viết bài đăng nội bộ rất khác với viết email gửi khách hàng. Cùng là dùng AI tóm tắt, nhưng tóm tắt ghi chú họp rất khác với tóm tắt hồ sơ ứng viên hay dữ liệu tài chính. Một cách dùng có thể khá ổn ở tình huống này, nhưng trở nên rủi ro ở tình huống khác.
Vì vậy, nếu lãnh đạo chỉ hỏi: “Nên mua công cụ AI nào?” thì câu hỏi đó có thể đến quá sớm. Trước khi nói đến công cụ, công ty cần trả lời những câu hỏi vận hành rõ hơn:
(1) Ai được đề xuất tình huống ứng dụng AI?
(2) Ai đánh giá rồi quyết định triển khai?
(3) Khi nào cần bộ phận công nghệ thông tin, pháp lý, hay bảo mật dữ liệu tham gia?
(4) Nếu AI trả lời sai, ai phát hiện trước?
(5) Và bằng chứng nào cho thấy một thử nghiệm đã đủ cơ sở để mở rộng?
Tùy thuộc vào quy mô, ngành nghề và mức độ trưởng thành về công nghệ, mỗi công ty sẽ cần đặt ra số lượng câu hỏi khác nhau, và nội dung từng câu cũng khác nhau. Nhưng nếu thiếu những câu trả lời này, công ty sẽ rơi vào một trạng thái rất quen: nhiều hoạt động AI, nhiều cuộc họp AI, nhưng không ai thật sự biết AI đang tạo giá trị ở đâu.
Vì vậy, AI không chỉ tạo ra nhu cầu về công nghệ mới. AI tạo ra nhu cầu về một mô hình vận hành mới.
2. CoE Là Gì? Hệ Điều Hành Quản Trị AI Cho Doanh Nghiệp
Vậy AI Center of Excellence là gì? Linh sẽ định nghĩa theo cách thực tế nhất: AI Center of Excellence hay CoE là một mô hình vận hành giúp công ty quản lý AI như một danh mục cơ hội kinh doanh, thay vì một loạt thử nghiệm rời rạc. Có 3 điều bạn cần nhớ về AI Center of Excellence.
Thứ nhất, hãy hình dung CoE như một phòng ban, nhưng ở cấp cao hơn, bao quát hơn với mảng việc phụ trách là AI. Phòng marketing phụ trách quảng cáo và thương hiệu, phòng sale phụ trách bán hàng, nhân sự phụ trách con người, tài chính phụ trách dòng tiền. Mỗi phòng ban có một mảng việc rõ ràng để chuyên trách.
CoE cũng vậy, chỉ khác là mảng việc nó phụ trách là AI. Vai trò của CoE là tạo ra cách làm chung: tiêu chuẩn đánh giá, lộ trình rà soát, công cụ hỗ trợ và cách báo cáo kết quả. Còn các phòng ban vẫn là người hiểu rõ vấn đề thực tế nhất, vẫn sở hữu tình huống ứng dụng và chịu trách nhiệm cho kết quả trong công việc của mình.
Nói đơn giản hơn, CoE là cầu nối giữa tầm nhìn và mục tiêu AI của lãnh đạo với khả năng thực thi hằng ngày của tổ chức.
Là người điều hành, bạn có thể nói: “Chúng ta cần dùng AI để tăng năng suất, cải thiện trải nghiệm khách hàng, hoặc ra quyết định nhanh hơn.” Nhưng nếu không có CoE, mục tiêu đó rất dễ dừng lại ở trong phòng họp.
CoE sẽ chuyển đổi định hướng đó thành những câu hỏi cụ thể hơn: Tình huống ứng dụng nào phục vụ mục tiêu này? Ai chịu trách nhiệm cho kết quả? Dữ liệu nào được dùng? Tiêu chuẩn nào cần áp dụng? Rủi ro nào cần rà soát? Và kết quả nào được xem là đủ tốt để đi tiếp?
Thứ hai, cần nhớ rằng CoE không phải một phòng ban mới lập ra để làm AI thay mọi người.
Nếu CoE ôm hết mọi dự án AI, nó sẽ nhanh chóng trở thành điểm nghẽn. Các phòng ban sẽ chờ CoE làm, trong khi CoE lại không hiểu sâu từng quy trình bằng người trong phòng ban đó.
Nhưng nếu mỗi phòng ban tự làm hoàn toàn, công ty sẽ mất tiêu chuẩn chung, mất bức tranh toàn cảnh, và dễ lặp lại cùng một sai lầm ở nhiều nơi.
Một CoE tốt sẽ nằm giữa hai thái cực đó. Phòng ban vẫn sở hữu vấn đề và kết quả, còn CoE tạo ra tiêu chuẩn, và sự phối hợp giữa các bên.
Bạn có thể hình dung CoE như một hệ điều hành cho công việc AI. Nó không phải từng ứng dụng riêng lẻ. Nó là cách các ứng dụng, dữ liệu, người dùng, quyền quyết định, tiêu chuẩn và báo cáo cùng vận hành trong một hệ thống.
Thứ ba, nói đến vận hành, CoE không cần bắt đầu bằng một đội ngũ lớn.
Ban đầu, công ty chỉ cần chắc chắn có người đảm nhận 4 vai trò cốt lõi: (1) Một người ở cấp lãnh đạo đứng ra bảo trợ, để có đủ thẩm quyền tháo gỡ điểm nghẽn khi cần; (2) Một người điều phối CoE, đứng ra tổ chức và theo dõi toàn bộ quá trình. (3) Một người kỹ thuật kiểm tra xem ý tưởng có làm được không. (4) Và một người trong phòng ban cụ thể, giúp đưa AI vào công việc thật.
Ở công ty nhỏ, một người có thể đảm nhiệm nhiều vai trò. Nhưng lời khuyên của Linh là dù dù quy mô còn nhỏ, bạn vẫn nên có tối thiểu hai người trong nhóm CoE. Một người trực tiếp triển khai, và một người ở vai trò cao hơn, đứng ra quản lý, đánh giá tổng thể và ra quyết định cuối cùng.
Vấn đề không nằm ở việc thêm chức danh, mà ở chỗ bốn trách nhiệm này đã có người phụ trách hay chưa. Và ai là người có đủ quyền để ra quyết định cuối cùng. Vậy là đủ đề bắt đầu.
3. Vì Sao Cần CoE Ngay Lúc Này?
Vậy là bạn đã hình dung được CoE là gì và cần những ai để vận hành. Nhưng có thể bạn vẫn đang tự hỏi: công ty mình có thật sự cần đến CoE ngay bây giờ không, hay để sau vài tháng nữa cũng chưa muộn?
Để trả lời câu hỏi đó, hãy nhìn vào bốn áp lực đang xuất hiện khi AI bắt đầu lan ra nhiều phòng ban: Nguồn lực, Rủi ro, trách nhiệm và tốc độ mở rộng.
Đây là những áp lực khiến người điều hành không thể chỉ quản lý AI bằng từng công cụ hay từng thử nghiệm riêng lẻ.
Nói cách khác, CoE là cách công ty đưa AI ra khỏi trạng thái thử nghiệm rời rạc, và giúp công ty xử lý bốn áp lực này theo cách có hệ thống hơn.
Đầu tiên là giải quyết được áp lực về nguồn lực. Khi chỉ có một hoặc hai thử nghiệm AI, công ty có thể xử lý khá linh hoạt. Nhưng khi nhiều phòng ban cùng muốn thử AI, nguồn lực bắt đầu bị kéo về nhiều hướng.
Nhóm công nghệ thông tin phải xem công cụ. Nhóm dữ liệu phải kiểm tra dữ liệu. Bảo mật và pháp lý phải rà soát rủi ro. Ngân sách phần mềm cũng bắt đầu tăng.
Nếu không có CoE, nguồn lực dễ được phân bổ theo độ hào hứng của từng phòng ban, hoặc theo nhóm nào trình bày thuyết phục hơn, thay vì theo giá trị kinh doanh và mức độ sẵn sàng.
Thứ 2 là kiểm soát được rủi ro mà không làm chậm đổi mới. AI không có một mức rủi ro cố định. Rủi ro phụ thuộc vào cách dùng. Một công cụ gợi ý nội dung cho bài đăng tuyển dụng có thể rủi ro thấp nếu vẫn có người kiểm tra trước khi đăng. Nhưng cùng loại công nghệ đó, nếu dùng để sàng lọc ứng viên, đề xuất mức lương, đánh giá hiệu suất, hoặc hỗ trợ quyết định nhân sự, mức rủi ro sẽ cao hơn nhiều.
CoE giúp công ty phân loại tình huống ứng dụng theo mức độ rủi ro và kéo đúng người vào đúng lúc, thay vì để đến khi dự án đi quá xa mới phát hiện vấn đề.
Vai trò thứ 3 là CoE sẽ làm rõ ai chịu trách nhiệm. AI rất dễ rơi vào vùng “ai cũng liên quan, nhưng không ai thật sự sở hữu”. Các phòng ban nói cần đội công nghệ thông tin hỗ trợ. Đội công nghệ thông tin nói phải có người chịu trách nhiệm từ các phòng ban. Pháp lý nói cần xem kỹ trước khi triển khai. Lãnh đạo muốn thấy kết quả. Người dùng thì chỉ muốn công cụ thật sự giúp họ làm việc dễ hơn.
CoE giúp làm rõ sơ đồ này: ai sở hữu vấn đề kinh doanh, ai sở hữu phần kỹ thuật, ai rà soát rủi ro, ai hỗ trợ việc đưa công cụ vào công việc hằng ngày, ai quyết định mở rộng, và ai ghi lại bài học sau thử nghiệm.
Thứ 4, CoE sẽ giúp tăng tốc độ mở rộng AI. Một bản demo hay chưa đủ, một thử nghiệm tốt cũng chưa đủ. Câu hỏi thật sự là: quy trình nào có thể nhân rộng? Trong điều kiện nào? Và bài học nào dùng lại được cho phòng ban khác?
CoE giúp biến từng thử nghiệm thành một phần của danh mục chung: tình huống ứng dụng đang ở giai đoạn nào, kết quả ra sao, điểm nghẽn ở đâu, rủi ro thế nào, và quyết định tiếp theo là gì.
Bạn sẽ thấy bốn áp lực này đều là áp lực quản trị, không chỉ là áp lực công nghệ. Nguồn lực, rủi ro, trách nhiệm và mở rộng là những thứ lãnh đạo phải quản lý dù có AI hay không. AI chỉ làm các vấn đề đó xuất hiện nhanh hơn, ở nhiều phòng ban hơn, và với nhiều mức độ phức tạp hơn.
4. Kết Quả Mà Doanh Nghiệp Sẽ Nhìn Thấy Trong Tương Lai Gần
Vậy khi CoE đi vào vận hành, kết quả mà doanh nghiệp sẽ nhìn thấy trong tương lai gần là gì?
Khi CoE bắt đầu vận hành, thay đổi đầu tiên các nhà quản lý sẽ thấy là công ty có một bức tranh tổng quan rõ hơn về AI. Không chỉ biết “phòng ban nào đang thử công cụ gì”, mà hiểu AI đang ở đâu trong hoạt động kinh doanh, phần nào đã có tín hiệu tạo giá trị.
Khi các sáng kiến AI được nhìn như một danh mục có thể quản lý, bạn sẽ có cơ sở để quyết định nên đầu tư sâu vào đâu, nên điều chỉnh kế hoạch chiến lược ở điểm nào. Từ đó, bạn cũng nhìn rõ hơn những cơ hội AI có thể đóng góp cho năng suất tăng trưởng doanh thu trong tương lai gần.
Kết quả thứ hai là tăng khả năng nhân viên đưa AI vào công việc hằng ngày. Với doanh nghiệp, thành công cuối ngày của AI không nằm ở một bản kế hoạch hay, mà ở việc người dùng có thay đổi cách làm hằng ngày và tạo ra sự thay đổi thật trong hiệu suất hay không.
Vì nhiều dự án AI không dừng lại do giới hạn công cụ, mà do nhân viên của bạn không thật sự dùng nó trong công việc. Họ không tin kết quả AI đưa ra, không biết nên dùng vào lúc nào, không rõ ai hỗ trợ khi có lỗi, hoặc thấy công cụ tạo thêm việc thay vì giảm việc.
CoE giúp công ty xử lý vấn đề này từ đầu. Trước khi triển khai rộng, CoE sẽ làm rõ ai là người dùng thật, quy trình nào sẽ thay đổi, quản lý trực tiếp cần hướng dẫn gì, ai trong nhóm sẽ hỗ trợ người dùng, phản hồi được thu lại ở đâu, và khi nào cần điều chỉnh cách triển khai.
Khi việc đưa AI vào công việc được thiết kế như một phần của thử nghiệm, AI có cơ hội trở thành cách làm việc mới, không chỉ là một thử nghiệm công nghệ.
Kết quả thứ ba là giúp tổ chức học nhanh hơn. Một thử nghiệm AI không thành công không hẳn là thất bại. Công ty bạn có thể học được rằng dữ liệu chưa đủ tốt, quy trình chưa rõ, người chịu trách nhiệm chưa đủ quyền hạn, người dùng cần thêm hướng dẫn, hoặc rủi ro cao hơn dự kiến.
Nhưng nếu không có CoE, bài học đó thường nằm trong trí nhớ của một vài người rồi mất dần. CoE giúp biến bài học thành tài sản chung: danh sách kiểm tra, sổ tay triển khai, tiêu chuẩn dữ liệu, mẫu kế hoạch thử nghiệm, hướng dẫn bước người kiểm tra, hoặc quy tắc chuyển vấn đề lên cấp phù hợp.
CoE giúp giữ lại những bài học này để lần sau công ty bạn ra quyết định nhanh hơn và ít lặp lại sai lầm hơn.
5. Công Ty Nên Bắt Đầu Xây Dựng Coe Từ Đâu?
Đến đây, câu hỏi không còn là "CoE có cần thiết không?", mà là "bắt đầu thế nào để không biến nó thành một lớp thủ tục nặng nề?"
Lời khuyên của Linh với hầu hết các công ty đang bắt đầu là đừng vội lập một phòng ban mới, cũng đừng bắt đầu bằng một bộ quy trình quá dài.
Hãy chọn một sáng kiến AI đang chạy thật trong công ty bạn ngay lúc này, rồi thử vận hành nó qua bốn vai trò cốt lõi: một người bảo trợ ở cấp lãnh đạo, một người điều phối, một người kiểm tra phần kỹ thuật hoặc dữ liệu, và một người đưa AI vào công việc thực tế của phòng ban. Không nhất thiết phải tuyển thêm người. Việc đầu tiên là gán rõ vai trò cho những nhân sự phù hợp đang có sẵn.
Linh đã giải thích khá chi tiết về việc làm thế nào để chọn được sáng kiến này, bạn có thể nhấn vào link tại đây để xem lại tập trước nha.
Nếu chạy thử một sáng kiến theo cách này suôn sẻ, bạn từng bước điều chỉnh và nhân rộng cách làm đó cho sáng kiến thứ hai, thứ ba. Đó là cách CoE hình thành một cách thực tế: không phải từ một sơ đồ tổ chức hoàn chỉnh ngay từ đầu, mà từ một quy trình nhỏ đã được kiểm chứng rồi mới mở rộng.
Trong khóa học AI Center of Excellence, Linh và Skills Bridge sẽ hướng dẫn bạn xây mô hình vận hành đó từng bước. Bạn sẽ học cách chọn sáng kiến AI phù hợp để bắt đầu, thiết lập bốn vai trò cốt lõi, tiếp nhận và đánh giá ý tưởng từ nhiều phòng ban, thiết kế thử nghiệm, đo kết quả, quản lý rủi ro, và quyết định khi nào nên mở rộng.
Khóa học cũng giúp bạn tránh hai lỗi rất phổ biến: làm CoE quá nặng khiến mọi thứ chậm lại, hoặc làm quá lỏng khiến mỗi phòng ban tiếp tục tự xoay xở theo cách riêng. Mục tiêu cuối cùng không phải là có thêm một nhóm mang tên CoE. Mục tiêu là giúp công ty có một cách vận hành AI rõ ràng hơn.
Nếu công ty bạn đã bắt đầu dùng AI, đây là lúc cần củng cố phần vận hành phía sau AI. Vì AI chỉ tạo ra giá trị bền vững khi công ty biết chọn đúng việc để làm, thử đúng cách, học từ kết quả, và mở rộng những gì thật sự hiệu quả.
Lời Kết: CoE Là Cách Công Ty Trưởng Thành Với AI
Trước khi kết thúc bài viết này, Linh muốn nhấn mạnh lại: AI Center of Excellence không phải là một khái niệm để công ty nghe có vẻ hiện đại hơn.
CoE là câu trả lời cho một vấn đề rất thực tế của lãnh đạo: khi AI bắt đầu xuất hiện ở nhiều nơi trong tổ chức, làm sao để công ty không chỉ có nhiều hoạt động AI, mà có một năng lực AI có thể quản lý, đo lường và mở rộng.
Nếu bạn là Tổng giám đốc, giám đốc bộ phận hoặc quản lý cấp cao, có một việc rất thực tế bạn có thể làm ngay trong tuần này. Hãy yêu cầu đội ngũ lập danh sách tất cả sáng kiến AI đang diễn ra trong công ty, chỉ với sáu cột:
Phòng ban nào đang làm? Vấn đề kinh doanh là gì? Ai là người chịu trách nhiệm? Dữ liệu nào được sử dụng? Rủi ro chính là gì? Quyết định tiếp theo là gì?
Nếu danh sách này có nhiều ô trống, đó không phải là dấu hiệu công ty thiếu ý tưởng AI. Đó là dấu hiệu công ty cần một mô hình vận hành AI rõ hơn.
Và đó chính là điểm bắt đầu của một AI Center of Excellence. Không cần bắt đầu bằng một bộ máy lớn. Hãy bắt đầu bằng việc làm cho công việc AI trở nên rõ ràng hơn.
