CEO Lê Đức Nam: Muốn dùng AI Agent hiệu quả, doanh nghiệp phải chuẩn hóa trước

AI Agent đang trở thành một trong những xu hướng công nghệ được cộng đồng doanh nghiệp quan tâm trong thời gian gần đây. Trong bối cảnh Việt Nam thúc đẩy chuyển đổi số, phát triển kinh tế số và nâng cao năng suất lao động, việc ứng dụng trí tuệ nhân tạo mở ra nhiều cơ hội mới - Đặc biệt với nhóm doanh nghiệp nhỏ và vừa, vốn chiếm phần lớn nền kinh tế.

Tuy nhiên, cùng với cơ hội là những yêu cầu ngày càng cao về quản trị dữ liệu, tuân thủ pháp luật, chuẩn hóa quy trình và xây dựng nền tảng vận hành bền vững. Nhiều chuyên gia cho rằng, AI chỉ có thể phát huy hiệu quả khi doanh nghiệp đã có một hệ thống đủ rõ ràng để công nghệ có thể “học”, “hiểu” và hỗ trợ vận hành.

Trao đổi về vấn đề này, ông Lê Đức Nam – CEO ViTech Group, nhà sáng lập dự án AI Agent ViAI.vn cho rằng trước khi nói đến việc ứng dụng AI Agent, doanh nghiệp cần nhìn lại một câu hỏi căn bản hơn: nội tại đã đủ chuẩn hóa hay chưa?

“AI không phải phép màu. Nếu doanh nghiệp chưa có dữ liệu sạch, quy trình rõ ràng và thương hiệu nhất quán, AI Agent rất khó tạo ra giá trị thực chất. Thậm chí, nó có thể khiến những bất cập trong vận hành được nhân lên với tốc độ nhanh hơn”, ông Nam chia sẻ.

AI Agent không thay thế được nền tảng quản trị

Trong làn sóng chuyển đổi số, nhiều doanh nghiệp nhỏ và vừa bắt đầu tiếp cận các công cụ AI để tự động hóa công việc như viết nội dung, chăm sóc khách hàng, phân tích dữ liệu hoặc hỗ trợ bán hàng. Đây là xu hướng tất yếu khi chi phí vận hành tăng, cạnh tranh ngày càng khốc liệt và hành vi khách hàng thay đổi liên tục.

Tuy nhiên, khoảng cách giữa việc “có dùng AI” và “tạo ra giá trị từ AI” vẫn còn rất lớn. Khảo sát State of AI 2025 của McKinsey cho thấy 88% tổ chức đã ứng dụng AI trong ít nhất một bộ phận, tăng so với mức 78% của năm trước. Dù vậy, chỉ 39% ghi nhận AI tạo ra tác động đến lợi nhuận ở cấp doanh nghiệp và chỉ khoảng 6% thực sự tạo ra giá trị vượt trội từ AI.

Theo ông Nam, thực trạng này cũng đang diễn ra tại Việt Nam. Không ít doanh nghiệp muốn triển khai AI Agent nhưng dữ liệu khách hàng còn nằm rải rác ở nhiều nơi, quy trình bán hàng chưa thống nhất, đội ngũ mỗi người làm một cách khác nhau và thương hiệu chưa được chuẩn hóa.

“Khi đó, AI gần như không có nền tảng để phát huy hiệu quả. AI Agent giống như một nhân sự rất giỏi, có thể làm việc 24/7 với tốc độ vượt trội. Nhưng nhân sự đó vẫn cần được giao việc rõ ràng, có dữ liệu đầu vào chính xác và một hệ thống vận hành đủ chuẩn để hoạt động”, ông nói.

Ông cho rằng nếu doanh nghiệp chưa biết mình muốn gì, chưa có quy trình và dữ liệu rõ ràng, AI cũng không thể tự biến mọi thứ thành hệ thống.

Bài toán lớn nhất không phải AI, mà là chuẩn hóa

Trong quá trình nghiên cứu và phát triển các giải pháp AI Agent, ông Nam cho biết đội ngũ của mình đã tiếp xúc với nhiều doanh nghiệp thuộc các lĩnh vực khác nhau. Một điểm chung được ghi nhận là phần lớn khó khăn không nằm ở công nghệ.

Rào cản lớn nhất thường đến từ dữ liệu phân tán, quy trình thiếu đồng bộ, thương hiệu chưa nhất quán và khả năng quản trị còn phụ thuộc nhiều vào kinh nghiệm cá nhân.

“Rất nhiều doanh nghiệp nghĩ rằng mua một công cụ AI là có thể chuyển đổi số. Thực tế không phải vậy. AI chỉ là công cụ. Nếu nền móng chưa tốt thì công cụ càng mạnh càng dễ làm lộ ra những điểm yếu trong hệ thống”, ông Nam cho biết.

Quan sát này cũng tương đồng với nhiều nghiên cứu quốc tế khi cho thấy yếu tố tạo ra giá trị từ AI không chỉ nằm ở bản thân công nghệ, mà còn phụ thuộc lớn vào khả năng tái thiết kế quy trình làm việc và nâng cao năng lực quản trị trong doanh nghiệp.

Điều đó cho thấy bài toán quan trọng nhất trước khi ứng dụng AI Agent không phải lựa chọn công cụ nào, mà là chuẩn hóa doanh nghiệp.

Bốn lớp chuẩn hóa trước khi triển khai AI Agent

Theo ông Nam, nhiều doanh nghiệp hiện nay đang tiếp cận AI theo hướng “mua công cụ trước, xây nền tảng sau”. Điều này khiến không ít dự án AI triển khai rầm rộ trong giai đoạn đầu nhưng nhanh chóng mất hiệu quả khi đưa vào vận hành thực tế.

Từ kinh nghiệm làm việc với các doanh nghiệp vừa và nhỏ, ông cho rằng muốn AI Agent tạo ra giá trị thực sự, doanh nghiệp cần hoàn thiện bốn lớp chuẩn hóa nền tảng.

Thứ nhất, chuẩn hóa pháp lý

Ở giai đoạn thị trường tăng trưởng nóng trước đây, không ít doanh nghiệp tập trung vào bán hàng và mở rộng doanh thu mà chưa dành sự quan tâm đúng mức cho nền tảng pháp lý. Bối cảnh hiện nay đã khác. Các quy định về thuế, hóa đơn điện tử, lao động, bảo hiểm xã hội, bảo vệ dữ liệu cá nhân và thương mại điện tử ngày càng được siết chặt, đòi hỏi doanh nghiệp chuyển từ tư duy “làm được việc” sang “làm đúng và làm bền vững”.

“Một doanh nghiệp muốn ứng dụng AI vào vận hành nhưng dữ liệu chưa minh bạch, hợp đồng chưa chuẩn hóa, quy trình chưa tuân thủ quy định thì rất khó đi xa. Công nghệ có thể giúp doanh nghiệp tăng tốc, nhưng nền tảng pháp lý mới là thứ giúp doanh nghiệp tồn tại lâu dài”, ông Nam nhấn mạnh.

Thứ hai, Chuẩn hóa thương hiệu: Để khách hàng và AI cùng nhận diện được doanh nghiệp

Trong thời đại số, thương hiệu không còn đơn thuần là logo hay bộ nhận diện. Thương hiệu ngày nay là tổng hòa của dữ liệu, nội dung, uy tín và sự hiện diện của doanh nghiệp trên môi trường số.

Theo ông Nam, nhiều doanh nghiệp vẫn tồn tại tình trạng “mỗi nơi một kiểu”: website sử dụng một tên thương hiệu, fanpage sử dụng một tên khác, sàn thương mại điện tử lại dùng một tên khác. Thông điệp truyền thông thiếu nhất quán khiến khách hàng khó ghi nhớ và khó tạo dựng niềm tin dài hạn.

Trong thời đại AI Search và AI Agent, sự thiếu đồng nhất này không chỉ gây khó khăn cho khách hàng mà còn khiến các hệ thống AI gặp trở ngại trong việc nhận diện doanh nghiệp.

“Nếu doanh nghiệp muốn AI hiểu mình là ai, bán gì, phục vụ ai và khác biệt ở đâu thì trước tiên doanh nghiệp phải tự chuẩn hóa danh tính của mình trên môi trường số”, ông Nam nhận định.

Thứ ba, Chuẩn hóa dữ liệu: Nhiên liệu của AI Agent

Nếu thương hiệu là danh tính thì dữ liệu chính là nhiên liệu của AI.

Tuy nhiên, đây cũng là điểm yếu phổ biến của nhiều doanh nghiệp vừa và nhỏ tại Việt Nam. Thông tin khách hàng nằm trên điện thoại cá nhân của nhân viên kinh doanh, dữ liệu đơn hàng nằm ở nhiều nền tảng khác nhau, lịch sử chăm sóc khách hàng không được lưu trữ đầy đủ, trong khi báo cáo vẫn được thực hiện thủ công và thiếu đồng bộ.

Trong bối cảnh đó, AI rất khó đưa ra những phân tích chính xác hoặc đề xuất có giá trị.

“Doanh nghiệp thường nghĩ AI là thứ thông minh nhất trong hệ thống. Thực tế, AI chỉ thông minh bằng chất lượng dữ liệu mà doanh nghiệp cung cấp cho nó”, ông Nam chia sẻ.

Theo ông, việc xây dựng cơ sở dữ liệu tập trung, chuẩn hóa thông tin khách hàng, sản phẩm, đơn hàng và quy trình vận hành sẽ là bước đi cần thiết đối với bất kỳ doanh nghiệp nào muốn khai thác sức mạnh của AI Agent.

Thứ tư, chuẩn hóa quy trình: Biến AI thành năng lực vận hành

Đây là lớp chuẩn hóa cuối cùng nhưng cũng là lớp khó nhất.

Ông Nam cho rằng nhiều doanh nghiệp Việt Nam vẫn đang vận hành dựa trên kinh nghiệm cá nhân hoặc sự linh hoạt của từng nhân sự. Khi người giỏi nghỉ việc hoặc thay đổi vị trí, doanh nghiệp dễ rơi vào tình trạng gián đoạn.

Trong khi đó, AI Agent chỉ có thể hoạt động hiệu quả khi doanh nghiệp có quy trình rõ ràng. Từ bán hàng, chăm sóc khách hàng, xử lý đơn hàng cho đến báo cáo và đánh giá hiệu quả, mọi công việc đều cần được mô tả, chuẩn hóa và lượng hóa bằng dữ liệu.

“AI Agent không học từ suy nghĩ của chủ doanh nghiệp. AI Agent học từ quy trình. Quy trình càng rõ thì AI càng phát huy hiệu quả. Ngược lại, nếu quy trình chưa tồn tại hoặc phụ thuộc hoàn toàn vào kinh nghiệm cá nhân, AI sẽ rất khó tạo ra giá trị thực chất”, ông Lê Đức Nam nhận định.

Theo ông, mục tiêu cuối cùng của việc ứng dụng AI không phải thay thế con người, mà là giúp doanh nghiệp xây dựng được một hệ thống vận hành có khả năng mở rộng, giảm phụ thuộc vào cá nhân và nâng cao năng suất trên quy mô lớn.

Chuẩn hóa sẽ là lợi thế cạnh tranh mới của doanh nghiệp

Trong vài năm tới, AI có thể sẽ trở nên phổ biến như website, CRM hay phần mềm kế toán hiện nay. Khi đó, lợi thế cạnh tranh của doanh nghiệp không còn nằm ở việc có ứng dụng AI hay không, mà nằm ở chất lượng hệ thống vận hành, năng lực quản trị dữ liệu, mức độ chuẩn hóa quy trình và khả năng thích ứng của đội ngũ.

“Mua một công cụ AI ngày nay không khó. Nhưng biến AI thành năng lực vận hành của doanh nghiệp mới khó. Đó là câu chuyện về quản trị, không chỉ là câu chuyện công nghệ”, ông Nam nhận định.

Thực tế cho thấy, trước đây nhiều doanh nghiệp có thể tăng trưởng nhanh nhờ quảng cáo hoặc tận dụng lợi thế của một nền tảng đang phát triển. Tuy nhiên, khi chi phí ngày càng cao, thị trường minh bạch hơn và cạnh tranh khốc liệt hơn, doanh nghiệp muốn đi xa cần quay trở lại xây dựng nền móng: pháp lý rõ ràng, thương hiệu nhất quán, dữ liệu sạch, quy trình chuẩn và đội ngũ đủ năng lực thích ứng với công nghệ.

Theo ông Nam, AI sẽ thay đổi mạnh mẽ cách doanh nghiệp vận hành trong 5–10 năm tới. Tuy nhiên, lợi thế cạnh tranh sẽ không thuộc về doanh nghiệp mua AI sớm nhất, mà thuộc về những đơn vị chuẩn hóa sớm nhất.

“AI có thể được mua bằng tiền. Nhưng hệ thống, dữ liệu và văn hóa doanh nghiệp phải được xây bằng thời gian. Muốn dùng AI Agent hiệu quả, trước hết doanh nghiệp phải chuẩn hóa chính mình”, ông Nam nhấn mạnh.