Trong các buổi trao đổi với khách hàng năm qua, chúng tôi gặp hai thái cực ngược nhau. Một bên nói “cứ để AI chín thêm đã”. Bên còn lại đã mua bản quyền công cụ cho cả công ty và đang đi tìm chỗ để dùng nó. Cả hai dẫn tới cùng một kết quả: sau một năm, không có quy trình nào thực sự nhanh hơn.
Ứng dụng AI vào nghiệp vụ hiệu quả không bắt đầu từ câu hỏi “dùng công cụ nào”, mà từ “quy trình nào đang tốn nhiều giờ người nhất cho công việc lặp lại”.
Bốn tiêu chí chọn quy trình đầu tiên
- Lặp lại tần suất cao. Việc tốn 15 phút nhưng làm 80 lần mỗi tuần đáng ưu tiên hơn việc tốn 4 giờ mỗi quý.
- Có dữ liệu lịch sử. Đã xử lý hàng nghìn trường hợp tương tự nghĩa là bạn có sẵn thứ để đo độ chính xác.
- Sai sót kiểm tra được. Soạn bản nháp email để người xem lại là khởi đầu tốt. Tự động chuyển tiền thì không.
- Có người sở hữu quy trình. Một người cụ thể hiểu quy trình, muốn nó nhanh hơn, và có quyền thay đổi cách làm.
Tiêu chí thứ tư bị đánh giá thấp nhất: nhiều bản thử nghiệm chạy rất tốt về kỹ thuật nhưng không bao giờ đi vào vận hành, vì không ai trong bộ phận nghiệp vụ nhận trách nhiệm về nó.
Năm quy trình nên làm trước
- Bóc tách dữ liệu từ tài liệu. Hoá đơn PDF, đơn hàng scan, phiếu nhập kho — khối lượng lớn, quy tắc rõ, đối chiếu được ngay, nên gần như luôn hoàn vốn nhanh nhất. Cách làm là kết hợp OCR với mô hình ngôn ngữ để hiểu ngữ cảnh, và đặt ngưỡng độ tin cậy: trường nào mô hình không chắc thì chuyển cho người.
- Phân loại và định tuyến yêu cầu đến. Hòm thư chung, ticket hỗ trợ, tin nhắn khách hàng — dễ đo vì bạn có nhãn đúng từ dữ liệu lịch sử. Giá trị lớn nhất thường là rút ngắn thời gian phản hồi đầu tiên, chứ không phải tiết kiệm nhân sự. Phân loại trước, tự động trả lời sau.
- Soạn bản nháp. Báo giá, email theo mẫu, mô tả sản phẩm, báo cáo tuần. Mục tiêu đúng là bản nháp tốt, không phải bản hoàn chỉnh. Phần khó không nằm ở việc viết, mà ở việc nối được thông tin nền vào — bảng giá hiện hành, lịch sử giao dịch, quy định nội bộ.
- Tra cứu tri thức nội bộ. Câu trả lời nằm đâu đó trong tài liệu, nhưng đi hỏi người biết vẫn nhanh hơn tự tìm — nên người có kinh nghiệm nhất tốn thời gian trả lời lại các câu đã trả lời rồi. Điều kiện tiên quyết là dọn tài liệu lỗi thời: ba phiên bản của cùng một quy định sẽ cho câu trả lời sai rất khó phát hiện.
- Kiểm tra chất lượng đầu vào và đầu ra. Đối chiếu số liệu, phát hiện giao dịch bất thường, rà soát mã nguồn. AI không thay thế người quyết định — nó thu hẹp phạm vi cần xem từ hàng nghìn dòng xuống vài chục dòng đáng chú ý. Trong nội bộ CONCRETE, công cụ rà soát tự động chạy trước ở mỗi pull request, nhờ đó buổi review tập trung vào thiết kế và logic nghiệp vụ.
Đo hiệu quả bằng số, không bằng cảm nhận
Đây là lý do nhiều dự án AI không thuyết phục được ban lãnh đạo dù người dùng “thấy tiện hơn”. Hãy đo hiện trạng trước khi triển khai để có mốc so sánh, rồi theo dõi bốn chỉ số:
| Chỉ số | Ý nghĩa |
|---|---|
| Thời gian xử lý mỗi trường hợp | Dễ hiểu nhất với ban lãnh đạo — so sánh trước và sau |
| Tỷ lệ hoàn tất tự động | Bao nhiêu phần trăm không cần người can thiệp |
| Tỷ lệ phải sửa lại | Nếu người vẫn phải sửa gần hết, chưa tiết kiệm được gì |
| Chi phí vận hành mỗi trường hợp | Quyết định việc mở rộng có khả thi về kinh tế |
Nguyên tắc chúng tôi áp dụng: một trường hợp sử dụng phải chứng minh được hiệu quả trên số liệu trước khi triển khai diện rộng. Không đạt thì dừng — chi phí của việc dừng sớm nhỏ hơn nhiều chi phí duy trì một hệ thống không ai dùng.
Ba điều phải chốt trước khi vận hành
- Dữ liệu đi đâu. Với dữ liệu cá nhân, hợp đồng hay số liệu tài chính: gửi tới đâu, có dùng để huấn luyện tiếp hay không, lưu bao lâu — và cân nhắc hạ tầng riêng ngay từ đầu.
- Ai chịu trách nhiệm khi kết quả sai. Phải có người xác nhận ở những điểm ảnh hưởng đến khách hàng hoặc tài chính — trách nhiệm không chuyển sang cho công cụ được.
- Chi phí có mở rộng được không. Chạy 100 lần mỗi ngày và 10.000 lần là hai bài toán khác nhau; hãy tính trước ở quy mô mục tiêu.
Tóm lại
Đưa AI vào nghiệp vụ là chuỗi cải tiến nhỏ, mỗi lần nhắm vào một quy trình đủ hẹp để đo được kết quả: bắt đầu từ chỗ lặp lại nhiều nhất, giữ người trong vòng kiểm soát ở những điểm quan trọng, và chỉ mở rộng khi số liệu cho thấy nên mở rộng. Nếu bạn đang có một quy trình nghi là ứng viên phù hợp nhưng chưa chắc, hãy xem cách chúng tôi triển khai hoặc liên hệ để cùng đánh giá.