Để ứng dụng AI trong doanh nghiệp tạo ra giá trị thực tế, thách thức không chỉ nằm ở việc lựa chọn công cụ mà còn ở khả năng xác định đúng use case, chuẩn hóa cách làm việc và đưa AI vào workflow. Từ bài toán này, Công ty TNHH Proterial Việt Nam phối hợp cùng FPT Digital triển khai chương trình AI chuyên sâu theo từng nghiệp vụ, từng bước xây dựng năng lực và tư duy AI-First trên toàn tổ chức.
Chương trình được thiết kế và triển khai bởi đội ngũ chuyên gia AI của FPT Digital, Tập đoàn FPT, theo hướng gắn kiến thức AI với các bài toán nghiệp vụ thực tế. Thay vì dừng ở việc làm quen với công cụ, học viên được hướng dẫn cách hiểu khả năng và giới hạn của GenAI, lựa chọn công cụ phù hợp, xác định use case dựa trên vấn đề cần giải quyết và từng bước đưa AI vào workflow công việc.
Cách tiếp cận này đặt việc phát triển năng lực con người song song với xác định bài toán và chuẩn hóa cách ứng dụng AI – những nền tảng cần thiết để AI có thể tiến từ công cụ hỗ trợ cá nhân thành một phần của vận hành doanh nghiệp.
Phát biểu tại chương trình, bà Nguyễn Thị Phượng, Giám đốc điều hành Khối Back Office Proterial nhấn mạnh rằng việc ứng dụng AI tại Proterial trước hết cần bắt đầu từ sự thay đổi trong nhận thức và cách làm việc của mỗi cá nhân. AI không được đặt ra với mục tiêu thay thế con người, mà nhằm giúp nhân sự giải phóng thời gian và tập trung nhiều hơn vào những công việc tạo ra giá trị: “Mục đích lớn nhất khi thúc đẩy ứng dụng AI là trao cho cán bộ nhân viên cơ hội chuyển đổi tư duy nhận thức, biết cách làm việc cùng AI để nâng cao hiệu suất.”
Theo bà, đây cũng là một phần trong hành trình hướng tới mục tiêu Smart Factory mà Proterial đặt ra trong hai năm tới, trong đó yếu tố con người được xem là nền tảng của quá trình chuyển đổi. Để hiện thực hóa mục tiêu này, bên cạnh công nghệ, doanh nghiệp cần xây dựng đội ngũ có “tư duy Smart” – sẵn sàng tiếp nhận cái mới và thay đổi những thói quen làm việc cũ.
Doanh nghiệp nên bắt đầu ứng dụng AI từ đâu?
Ứng dụng AI trong doanh nghiệp không nên bắt đầu từ câu hỏi “dùng công cụ nào”, mà từ việc xác định AI có thể hỗ trợ công việc nào, dữ liệu nào cần thiết và giá trị nào doanh nghiệp kỳ vọng tạo ra. Khi năng lực sử dụng AI của từng cá nhân được chuẩn hóa và gắn với bài toán nghiệp vụ, doanh nghiệp mới có nền tảng để tiến từ Personal AI tới Enterprise AI.
Mở đầu chương trình, TS. Nguyễn Như Khoa, Chuyên gia tư vấn FPT Digital, Tập đoàn FPT trao đổi với học viên về bức tranh tổng quan của GenAI và các công cụ phổ biến như ChatGPT, Gemini, Claude và DeepSeek. Nội dung không chỉ tập trung vào tính năng của từng nền tảng mà đi sâu vào việc lựa chọn công cụ theo đặc thù của từng nhiệm vụ.
Học viên được tiếp cận với các tình huống cụ thể như sử dụng ChatGPT cho biên dịch Việt – Anh – Nhật và xử lý nội dung đa ngữ cảnh; khai thác Claude cho phân tích dữ liệu nhiều bước, tính toán KPI và trực quan hóa kết quả; hay sử dụng Gemini Notebook/NotebookLM để tra cứu và đối chiếu thông tin từ nhiều tài liệu, tiêu chuẩn và nguồn dữ liệu được cung cấp.
Ở cấp độ tổ chức, chương trình mở rộng góc nhìn từ Personal AI đến Enterprise AI thông qua mô hình trưởng thành CASAN gồm 5 cấp độ: Curious – Augmented – Standard – Automated – Native.
Theo lộ trình này, doanh nghiệp có thể tiến từ tìm hiểu và thử nghiệm AI, đến AI hỗ trợ con người trong công việc, chuẩn hóa cách sử dụng, tự động hóa workflow, và xa hơn là đưa AI trở thành một năng lực được tích hợp vào vận hành. Cách tiếp cận theo cấp độ giúp doanh nghiệp xác định mình đang ở đâu trên hành trình AI và đâu là năng lực cần xây dựng tiếp theo.
Làm thế nào để lựa chọn use case AI có giá trị cho doanh nghiệp?
Một use case AI nên được đánh giá đồng thời trên ba yếu tố: vấn đề cần giải quyết, khả năng AI có thể hỗ trợ và giá trị có thể tạo ra. Việc lựa chọn use case vì vậy cần sự tham gia của cả bộ phận nghiệp vụ, công nghệ và lãnh đạo, thay vì xuất phát đơn thuần từ khả năng của một công cụ AI.
Từ nền tảng về công cụ và phương pháp, học viên được hướng dẫn cách xác định use case AI dựa trên ba yếu tố: vấn đề cần giải quyết, khả năng AI hỗ trợ và giá trị có thể tạo ra.
Quy trình đánh giá được tiếp cận từ ba góc nhìn. Bộ phận nghiệp vụ xác định thách thức, quy trình hiện tại và giá trị kinh doanh kỳ vọng; bộ phận công nghệ đánh giá năng lực AI cần sử dụng và mức độ khả thi về hạ tầng, thuật toán, quy trình và kiến thức; trong khi ban lãnh đạo xem xét mức độ ưu tiên dựa trên tương quan giữa giá trị và tính khả thi. Cách tiếp cận này giúp doanh nghiệp tránh lựa chọn use case chỉ vì tính mới hoặc mức độ “thú vị” của công nghệ, thay vào đó ưu tiên những bài toán có nhu cầu rõ ràng, khả năng triển khai phù hợp và giá trị kinh doanh có thể đo lường.
Từ AI tool đến AI workflow: đưa AI vào chuỗi công việc thực tế
Giá trị của AI không chỉ nằm ở khả năng hỗ trợ một tác vụ riêng lẻ, mà còn ở khả năng tham gia vào một chuỗi công việc có đầu vào, bước xử lý, cơ chế kiểm tra và đầu ra rõ ràng. Vì vậy, sau phần kiến thức nền tảng, chương trình chuyển sang AI Workflow và Automation, tập trung vào cách đưa AI từ công cụ hỗ trợ cá nhân vào quy trình làm việc.
Sau phần kiến thức nền tảng, chương trình chuyển sang nội dung AI Workflow và Automation, tập trung vào cách đưa AI từ một công cụ hỗ trợ riêng lẻ vào cả chuỗi công việc.
Ông Võ Xuân Cường, Chuyên gia tư vấn FPT Software, Tập đoàn FPT trực tiếp hướng dẫn và thực hành cùng học viên trên công cụ Microsoft Copilot, qua đó minh họa cách AI có thể tham gia vào những công việc nhiều bước, làm việc với dữ liệu, tài liệu và các ứng dụng doanh nghiệp.
Các bài thực hành được xây dựng xoay quanh những tình huống gần với công việc hàng ngày như tự động phân loại email, nhận diện yêu cầu cần ưu tiên, phân tích dữ liệu Excel, xây dựng dashboard, tra cứu quy trình và chính sách nội bộ, cũng như hỗ trợ xây dựng bài thuyết trình.
Một AI workflow có thể được hình thành bằng cách xâu chuỗi các bước từ tiếp nhận dữ liệu, xử lý hoặc phân tích bằng AI, kiểm tra kết quả đến tạo đầu ra cuối cùng. Trong chương trình, học viên không chỉ thực hành từng tác vụ riêng lẻ mà được hướng dẫn kết nối các bước này thành một quy trình hoàn chỉnh. Qua đó, AI được tiếp cận như một thành phần trong workflow thay vì một công cụ hoạt động độc lập.
Đưa AI đến gần hơn với các bài toán nghiệp vụ tại Proterial
Trong doanh nghiệp sản xuất, AI có thể được ứng dụng xuyên suốt nhiều mắt xích của chuỗi giá trị, từ lập kế hoạch sản xuất, quản lý chất lượng, tài chính – kế toán đến mua hàng, kho vận và các chức năng hỗ trợ. Giá trị không nằm ở số lượng use case, mà ở việc lựa chọn những bài toán phù hợp với dữ liệu, quy trình và mục tiêu của từng bộ phận.
Bên cạnh các công cụ và phương pháp chung, chương trình cũng mở rộng sang những bài toán ứng dụng AI theo từng chức năng tại Proterial.
Sản xuất và điều hành: AI có thể được xem xét cho các bài toán như tối ưu lịch sản xuất, đối chiếu tồn kho và nguyên vật liệu, hỗ trợ lập kế hoạch theo ngày hoặc cảnh báo nguy cơ chậm tiến độ.
QC/QA: Các hướng ứng dụng bao gồm hỗ trợ phân tích nguyên nhân lỗi, chuẩn bị báo cáo xử lý claim, kiểm tra khuyết tật bằng Computer Vision, giám sát 5S và tra cứu các tiêu chuẩn như ISO, RoHS.
Tài chính – Kế toán: AI có thể hỗ trợ tóm tắt hợp đồng, phân tích chênh lệch giá thành, trích xuất chứng từ và đối chiếu PO – hóa đơn – phiếu nhận hàng.
Mua hàng và Kho vận: Các use case có thể bao gồm so sánh báo giá, rà soát hợp đồng, tính nhu cầu vật tư và phát hiện những trường hợp cấp phát bất thường.
Các chức năng hỗ trợ: Xuất nhập khẩu, Nhân sự, Kinh doanh, EHS, IT và Hành chính có thể xác định các bài toán từ tra cứu quy định, xử lý tài liệu, chuẩn hóa hồ sơ đến hỗ trợ vận hành và tiếp nhận yêu cầu nội bộ.
Những bài toán này tạo ra một bức tranh rõ hơn về cách AI có thể được đưa vào nhiều mắt xích khác nhau trong chuỗi giá trị, thay vì chỉ tập trung vào một vài ứng dụng văn phòng phổ biến.
Từ cách tiếp cận tại Proterial, hành trình ứng dụng AI có thể nhìn nhận qua bốn nền tảng có liên kết với nhau.
Phát triển năng lực con người: Nhân sự cần hiểu khả năng và giới hạn của AI, biết lựa chọn công cụ, giao việc và kiểm tra kết quả thay vì chỉ biết sử dụng một nền tảng cụ thể.
Xác định đúng use case: AI cần bắt đầu từ vấn đề nghiệp vụ và giá trị cần tạo ra, sau đó mới đánh giá khả năng công nghệ và tính khả thi khi triển khai.
Đưa AI vào workflow: Thay vì chỉ hỗ trợ từng tác vụ riêng lẻ, AI cần từng bước được kết nối với dữ liệu, các bước xử lý, cơ chế kiểm tra và đầu ra của quy trình.
Chuẩn hóa để mở rộng: Khi cách sử dụng AI, dữ liệu và workflow dần được chuẩn hóa, doanh nghiệp có nền tảng để tiến từ các thử nghiệm ở cấp độ cá nhân tới ứng dụng AI ở quy mô tổ chức.
Chương trình tại Proterial cho thấy ứng dụng AI trong doanh nghiệp không dừng ở việc phổ cập công cụ, mà là quá trình xây dựng đồng thời năng lực con người, phương pháp xác định use case và cách đưa AI vào workflow thực tế.
Với định hướng hướng tới Smart Factory, việc trang bị năng lực AI cho các phòng ban tạo thêm nền tảng để Proterial từng bước chuẩn hóa cách làm việc với AI và mở rộng ứng dụng vào những bài toán phù hợp với hoạt động vận hành.
Từ đào tạo và thử nghiệm ở cấp độ cá nhân đến chuẩn hóa use case, workflow và cách thức triển khai ở cấp độ tổ chức, AI-First vì vậy không chỉ là câu chuyện về công nghệ, mà còn là quá trình thay đổi cách con người làm việc và cách doanh nghiệp tổ chức vận hành.
