TMI Soft
/

Doanh nghiệp nên chọn ChatGPT, Copilot, Claude, Gemini hay AI chạy nội bộ?

Đội ngũ TMI Soft, Kỹ sư AI FDE11 phút đọc

Doanh nghiệp nên chọn ChatGPT, Copilot, Claude, Gemini hay AI chạy nội bộ?

Tóm tắt nhanh

Đừng chọn theo bảng xếp hạng mô hình, hãy chọn theo nơi dữ liệu đang nằm. Công ty dùng Microsoft 365 nên bắt đầu với Copilot; dùng Google Workspace thì dùng Gemini đã có sẵn; chưa theo hệ sinh thái nào thì chọn một trợ lý chung là ChatGPT hoặc Claude bản doanh nghiệp. Các nhóm chuyên môn bổ sung công cụ chuyên sâu sau. AI chạy nội bộ chỉ đáng cân nhắc khi dữ liệu tuyệt đối không được rời công ty hoặc khối lượng tác vụ rất lớn.

Ý chính

  • AI hữu ích nhất là AI đọc được email, tài liệu và lịch họp của chính doanh nghiệp, nên hãy chọn theo hệ sinh thái đang dùng
  • Microsoft 365 → Copilot; Google Workspace → Gemini có sẵn; dùng lẫn lộn → một trợ lý chung ChatGPT hoặc Claude
  • Ranh giới giữa các hãng đang mờ đi: Copilot dùng cả mô hình OpenAI và Anthropic, Claude có trên cả AWS, Google Cloud và Azure
  • Công cụ dòng lệnh như Claude Code, Codex, Gemini CLI vẫn gửi dữ liệu lên cloud; AI nội bộ là tự chạy mô hình mở trên máy chủ riêng
  • Từ 1/1/2026, Luật Bảo vệ dữ liệu cá nhân áp dụng; hãy phân loại dữ liệu trước khi đưa vào AI

“Công ty nên mua ChatGPT, Copilot, Claude hay Gemini?” là câu hỏi chúng tôi nghe nhiều nhất trong các buổi tư vấn gần đây. Thường câu hỏi đi kèm một bảng so sánh tải trên mạng, xem mô hình nào “thông minh” hơn. Nhưng với doanh nghiệp, bảng xếp hạng mô hình thay đổi vài tháng một lần, còn những thứ quyết định AI có được dùng hằng ngày hay không thì ít thay đổi hơn nhiều: dữ liệu đang nằm ở đâu, nhân viên làm việc trên công cụ nào, và dữ liệu nào không được phép đưa ra ngoài.

Bài viết này đưa ra một cách chọn đơn giản theo hệ sinh thái doanh nghiệp đang dùng, kèm bảng chi phí tham khảo và các trường hợp nên cân nhắc AI chạy nội bộ (local).

Trả lời ngắn: chọn theo nơi dữ liệu đang nằm

Nếu chỉ nhớ một ý, hãy nhớ ý này: AI hữu ích nhất là AI đọc được email, tài liệu và lịch họp của chính doanh nghiệp, trong phạm vi quyền truy cập đã có. Vì vậy:

  • Công ty dùng Microsoft 365 (Outlook, Teams, SharePoint, Excel): bắt đầu với Microsoft 365 Copilot.
  • Công ty dùng Google Workspace (Gmail, Drive, Meet): bắt đầu với Gemini đã có sẵn trong gói Workspace.
  • Công ty chưa theo hệ sinh thái nào, hoặc dùng lẫn lộn: chọn một trợ lý chung cho toàn công ty, ChatGPT hoặc Claude bản doanh nghiệp.
  • Dữ liệu tuyệt đối không được rời công ty: cân nhắc AI chạy trên cloud riêng hoặc máy chủ nội bộ, chấp nhận chi phí vận hành cao hơn.

Sau bước đầu tiên đó, các nhóm chuyên môn (phân tích, marketing, lập trình) mới bổ sung công cụ chuyên sâu theo nhu cầu thực tế.

Vì sao không nên chọn theo “mô hình nào giỏi nhất”?

Có ba lý do.

Thứ nhất, ranh giới giữa các hãng đang mờ đi. Microsoft 365 Copilot không còn chỉ chạy mô hình của OpenAI: từ năm 2026, Microsoft đưa cả mô hình Claude của Anthropic vào Copilot và ra mắt Copilot Cowork dựa trên công nghệ của Anthropic (Fortune). Ngược lại, mô hình Claude có thể dùng qua cả ba cloud lớn là AWS, Google Cloud và Microsoft Azure (Anthropic). Chọn “cửa vào” phù hợp quan trọng hơn chọn một cái tên.

Thứ hai, thị trường thay đổi rất nhanh. Theo báo cáo năm 2026 của Menlo Ventures (khảo sát gần 400 lãnh đạo doanh nghiệp Mỹ), trong chi tiêu API mô hình ngôn ngữ của doanh nghiệp, Anthropic tăng từ 40% lên 55%, OpenAI từ 27% lên 31%, còn Google giảm từ 21% xuống 9% chỉ trong một năm (Menlo Ventures; lưu ý Menlo là nhà đầu tư của Anthropic). Một quyết định mua sắm gắn chặt vào “mô hình đang dẫn đầu” có thể lỗi thời trước khi hợp đồng hết hạn.

Thứ ba, giá trị nằm ở việc dùng hằng ngày. Một mô hình giỏi hơn vài điểm trên bảng xếp hạng không bù được việc nhân viên phải sao chép dữ liệu qua lại giữa hai cửa sổ. AI nằm ngay trong Outlook hay Gmail sẽ được dùng nhiều hơn AI phải mở thêm một tab riêng.

Năm câu hỏi cần trả lời trước khi chọn

Năm câu hỏi trước khi chọn AI: dữ liệu nằm ở đâu, ai dùng làm gì, dữ liệu mật đến mức nào, ngân sách, có đội kỹ thuật không
Năm câu hỏi cần trả lời trước khi so sánh các mô hình AI.
  • Dữ liệu đang nằm ở đâu? Email, tài liệu, bảng tính chủ yếu ở Microsoft hay Google, hay trong phần mềm riêng (ERP, CRM)?
  • Ai dùng, để làm việc gì? Toàn bộ nhân viên văn phòng cần soạn email, tóm tắt cuộc họp; hay một nhóm nhỏ cần phân tích sâu, viết nội dung dài, lập trình?
  • Dữ liệu mật đến mức nào? Có dữ liệu cá nhân khách hàng, hồ sơ y tế, bản vẽ kỹ thuật, mã nguồn không được đưa ra ngoài không?
  • Ngân sách mỗi tháng? Chi phí tính theo số người dùng, nhân lên cả năm.
  • Có đội kỹ thuật tự làm không? Gắn AI vào phần mềm riêng hay chạy AI nội bộ đều cần người vận hành.

Gợi ý theo hệ sinh thái đang dùng

Doanh nghiệp đang dùngBắt đầu vớiBổ sung khi cần
Microsoft 365 (Outlook, Teams, SharePoint)Microsoft 365 CopilotChatGPT hoặc Claude cho nhóm chuyên sâu; Azure khi cần xây ứng dụng AI riêng
Google Workspace (Gmail, Drive, Meet)Gemini có sẵn trong WorkspaceChatGPT hoặc Claude cho nhóm chuyên sâu; Google Cloud khi cần xây ứng dụng riêng
Dùng lẫn lộn, chủ yếu Excel, Zalo, phần mềm riêngMột trợ lý chung: ChatGPT Business hoặc Claude TeamKết nối AI vào phần mềm đang dùng qua API
Có đội phát triển phần mềmCông cụ lập trình AI: Claude Code, Codex, Gemini CLI, GitHub CopilotThử song song 2–4 tuần trên dự án thật rồi mới chọn
Dữ liệu không được rời công tyMô hình chạy trên cloud riêng trong vùng, hoặc AI nội bộDịch vụ AI thông thường cho phần dữ liệu không nhạy cảm

Microsoft 365 Copilot: lựa chọn tự nhiên cho công ty dùng Microsoft

Copilot đọc được email, lịch, file trên OneDrive/SharePoint và cuộc họp Teams theo đúng quyền của từng nhân viên, nên trả lời được những câu như “tóm tắt các email về dự án X tuần này” mà không cần sao chép gì. Đây là ưu điểm lớn nhất, đồng thời cũng là rủi ro: nếu thư mục chia sẻ đang để quyền quá rộng, Copilot sẽ cho nhân viên “tìm thấy” những file lẽ ra họ không nên xem. Trước khi bật Copilot, nên rà lại quyền chia sẻ tài liệu.

Gemini trong Google Workspace: đã có sẵn, hãy dùng trước

Google đã bỏ gói Gemini mua thêm và đưa Gemini vào giá các gói Workspace (Constellation Research). Từ gói Business Standard, Gemini có mặt trong Gmail, Docs, Meet và các ứng dụng khác (Google Workspace). Nếu công ty đang dùng Workspace, việc đầu tiên không phải là mua thêm công cụ, mà là hướng dẫn nhân viên dùng thứ đã trả tiền.

ChatGPT hay Claude: trợ lý chung và công cụ chuyên sâu

Khi công ty không gắn với Microsoft hay Google, hoặc khi một nhóm cần năng lực sâu hơn trợ lý trong bộ văn phòng, ChatGPT và Claude là hai lựa chọn chính. Cả hai đều có gói doanh nghiệp không dùng dữ liệu của doanh nghiệp để huấn luyện mô hình theo mặc định (OpenAI, Anthropic).

  • ChatGPT phổ biến nhất, nhiều nhân viên đã quen dùng bản cá nhân, có nhiều tính năng đa phương tiện như tạo ảnh và trò chuyện bằng giọng nói. Chuyển nhân viên từ tài khoản cá nhân sang tài khoản doanh nghiệp thường rất nhẹ nhàng.
  • Claude được doanh nghiệp dùng nhiều qua API, mạnh ở các việc làm với tài liệu dài, phân tích và lập trình. Gói Team có kèm Claude Code (trợ lý lập trình) và Claude Cowork (tác tử làm việc trên máy tính) (Anthropic).

Cách chọn thực tế nhất: cho một nhóm 5–10 người dùng thử cả hai trong 2–4 tuần với công việc thật của họ, rồi chọn một làm trợ lý chính. Dùng song song cả hai cho toàn công ty thường làm chi phí và việc quản lý tăng gấp đôi.

Ba tầng ứng dụng AI trong doanh nghiệp

Phần lớn tranh luận “chọn công cụ nào” thực ra đang trộn ba nhu cầu khác nhau. Tách chúng ra sẽ thấy mỗi tầng hợp với một loại công cụ.

Ba tầng ứng dụng AI: AI trong email và tài liệu cho mọi nhân viên, trợ lý chuyên sâu cho nhóm chuyên môn, AI gắn vào hệ thống nghiệp vụ
Ba tầng ứng dụng AI: mỗi tầng hợp với một loại công cụ khác nhau.
  • Tầng 1, mọi nhân viên: soạn email, tóm tắt cuộc họp, tìm tài liệu. Dùng AI có sẵn trong bộ văn phòng (Copilot hoặc Gemini) hoặc một trợ lý chung.
  • Tầng 2, nhóm chuyên môn: phân tích số liệu, viết nội dung dài, lập trình. Đây là chỗ ChatGPT, Claude và các công cụ dòng lệnh (CLI) như Claude Code, Codex, Gemini CLI phát huy giá trị.
  • Tầng 3, quy trình nghiệp vụ: AI đọc đơn hàng, đối soát chứng từ, trả lời khách hàng, gắn trực tiếp vào phần mềm của doanh nghiệp. Tầng này cần gọi mô hình qua API, cần thiết kế quy trình và kiểm soát, nên thường cần đội kỹ thuật hoặc đối tác triển khai.

Giá trị lớn nhất thường nằm ở tầng 3, nhưng doanh nghiệp nên đi qua tầng 1 trước để nhân viên quen làm việc cùng AI.

Khi nào nên cân nhắc AI chạy nội bộ (local)?

Có một hiểu lầm hay gặp: các công cụ dòng lệnh như Claude Code, Codex hay Gemini CLI chạy trên máy của nhân viên, nhưng mô hình vẫn chạy trên cloud của nhà cung cấp và dữ liệu vẫn được gửi đi. “Chạy trên máy” không có nghĩa là “dữ liệu không ra ngoài”.

AI thật sự chạy nội bộ là khi doanh nghiệp tự chạy một mô hình mở trên máy chủ của mình. Lựa chọn hiện nay khá phong phú: OpenAI đã phát hành dòng mô hình mở gpt-oss theo giấy phép Apache 2.0, bản nhỏ chạy được trên máy có 16GB bộ nhớ (OpenAI); ngoài ra còn các dòng Gemma của Google và Qwen của Alibaba.

So sánh ba cách đặt AI: dịch vụ AI với tài khoản doanh nghiệp, mô hình qua cloud của doanh nghiệp, AI nội bộ trên máy chủ riêng
Ba cách đặt AI, theo mức kiểm soát dữ liệu tăng dần.

Có ba cách đặt AI, tính theo mức kiểm soát dữ liệu tăng dần:

  • Dịch vụ AI với tài khoản doanh nghiệp: nhanh, dùng được mô hình mới nhất, dữ liệu xử lý trên máy chủ của nhà cung cấp theo hợp đồng.
  • Gọi mô hình qua cloud doanh nghiệp đang dùng (Azure, AWS, Google Cloud): chọn được vùng lưu trữ dữ liệu, dùng chung hợp đồng, phân quyền và hệ thống giám sát đã có. Đây thường là điểm cân bằng tốt cho tầng 3.
  • AI nội bộ trên máy chủ riêng: dữ liệu không rời công ty, nhưng doanh nghiệp tự lo phần cứng (GPU), cập nhật, bảo mật và người vận hành. Mô hình mở chạy được trên phần cứng vừa phải thường vẫn kém các mô hình cloud mới nhất ở việc khó.

AI nội bộ hợp lý khi: dữ liệu bị quy định không được ra ngoài, khối lượng tác vụ lặp lại rất lớn (ví dụ phân loại hàng trăm nghìn chứng từ mỗi tháng), hoặc hệ thống phải chạy ở nơi không có internet ổn định. Với hầu hết doanh nghiệp vừa và nhỏ, AI nội bộ không phải điểm khởi đầu.

Lưu ý về Luật Bảo vệ dữ liệu cá nhân

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 1/1/2026 (Luật Minh Khuê). Theo phân tích của KPMG, việc dùng nền tảng ở nước ngoài để xử lý dữ liệu cá nhân thu thập tại Việt Nam có thể được xem là chuyển dữ liệu xuyên biên giới, kèm nghĩa vụ lập hồ sơ đánh giá tác động (KPMG Việt Nam). Nếu định đưa dữ liệu khách hàng hoặc nhân viên vào AI, hãy làm việc với bộ phận pháp chế trước. Đây cũng là một lý do để phân loại dữ liệu: dữ liệu thông thường dùng dịch vụ AI, dữ liệu cá nhân và dữ liệu mật đi qua cloud trong vùng hoặc AI nội bộ.

Chi phí tham khảo

Giá dưới đây là giá niêm yết bằng USD cho mỗi người dùng mỗi tháng, trả theo năm, chưa gồm thuế, tại thời điểm viết bài (11/2026). Giá thay đổi thường xuyên, hãy kiểm tra lại trước khi mua.

Công cụGiá tham khảoGhi chú
Microsoft 365 Copilot Business21 USDMua thêm vào gói Microsoft 365 Business (Microsoft)
Gemini trong Google WorkspaceĐã gồm trong giá góiĐầy đủ từ gói Business Standard (Google)
ChatGPT Business20 USD (25 USD nếu trả theo tháng)Có ghế Premium cho người dùng nhiều (OpenAI)
Claude Team20 USD (25 USD nếu trả theo tháng)Ghế Premium 100 USD cho người dùng nhiều (Anthropic)
Claude Enterprise20 USD/ghế + phí sử dụng theo APITối thiểu 20 ghế (Anthropic)
AI nội bộ (mô hình mở)Không mất phí bản quyền mô hìnhChi phí nằm ở máy chủ GPU, điện, và người vận hành

Một mẹo nhỏ: không cần mua cho tất cả nhân viên ngay. Bắt đầu với 10–20% số người có nhu cầu rõ nhất, đo mức sử dụng sau 1–2 tháng, rồi mới mở rộng.

Năm sai lầm hay gặp

  • Mua công cụ mới trong khi chưa dùng hết công cụ đã có, ví dụ đang trả tiền Workspace có Gemini nhưng lại mua thêm một trợ lý khác cho cùng việc.
  • Để nhân viên tự dùng tài khoản AI cá nhân với dữ liệu công ty, không có quản lý và không có quy định.
  • Bật Copilot hay Gemini khi quyền chia sẻ tài liệu còn lộn xộn, khiến AI tìm ra file lẽ ra phải hạn chế.
  • Chọn AI nội bộ vì nghĩ rằng rẻ hơn, trong khi chưa tính phần cứng, điện và người vận hành.
  • Gắn chặt quy trình vào một mô hình duy nhất. Nên để quy trình, câu lệnh mẫu và dữ liệu thuộc về doanh nghiệp, để có thể đổi mô hình khi thị trường thay đổi.

Bắt đầu từ đâu?

Một lộ trình gọn cho doanh nghiệp vừa và nhỏ: tháng đầu, chọn AI theo hệ sinh thái đang dùng và ban hành quy định dữ liệu nào được đưa lên AI; tháng thứ hai, cho một nhóm chuyên môn thử công cụ chuyên sâu; sau đó chọn một quy trình nghiệp vụ cụ thể để gắn AI vào hệ thống, đo kết quả bằng số liệu.

Nếu bạn đang phân vân giữa các lựa chọn, hoặc đã có công cụ nhưng nhân viên chưa dùng thường xuyên, đội ngũ AI FDE của TMI Soft có thể cùng bạn rà lại hệ thống hiện có, phân loại dữ liệu và đề xuất phương án phù hợp trong một buổi tư vấn.

Nguồn tham khảo

Câu hỏi thường gặp

Công ty đang dùng Microsoft 365 thì nên chọn AI nào?

Nên bắt đầu với Microsoft 365 Copilot vì nó đọc được email, lịch, tài liệu và cuộc họp Teams theo đúng quyền của từng nhân viên. Trước khi bật, hãy rà lại quyền chia sẻ tài liệu trên SharePoint và OneDrive.

Đang dùng Google Workspace có cần mua thêm ChatGPT không?

Chưa cần ngay. Gemini đã có sẵn trong Gmail, Docs, Meet từ gói Business Standard. Hãy cho nhân viên dùng Gemini trước, chỉ mua thêm ChatGPT hoặc Claude cho nhóm có nhu cầu chuyên sâu như phân tích dữ liệu hay lập trình.

Nên chọn ChatGPT hay Claude cho doanh nghiệp?

Cả hai đều có gói doanh nghiệp không dùng dữ liệu của bạn để huấn luyện mô hình theo mặc định, giá gói cơ bản tương đương. ChatGPT phổ biến và nhiều tính năng đa phương tiện; Claude mạnh ở tài liệu dài, phân tích và lập trình. Cách tốt nhất là cho một nhóm nhỏ dùng thử cả hai với công việc thật trong 2–4 tuần rồi chọn một.

Claude Code, Codex hay Gemini CLI có phải là AI chạy nội bộ không?

Không. Các công cụ này chạy trên máy nhân viên nhưng mô hình vẫn chạy trên cloud của nhà cung cấp, nên dữ liệu vẫn được gửi đi. AI nội bộ là khi doanh nghiệp tự chạy mô hình mở như gpt-oss, Gemma hay Qwen trên máy chủ của mình.

Khi nào doanh nghiệp nên dùng AI chạy nội bộ?

Khi dữ liệu bị quy định không được rời công ty, khi khối lượng tác vụ lặp lại rất lớn, hoặc khi hệ thống phải chạy nơi không có internet ổn định. Đổi lại doanh nghiệp phải tự lo máy chủ GPU, vận hành, và chấp nhận mô hình mở thường kém mô hình cloud mới nhất ở việc khó.

Chủ đề:ChatGPTMicrosoft CopilotClaudeGeminiAI nội bộlocal LLMchọn công cụ AIứng dụng AI cho doanh nghiệp

Ứng dụng AI ·

Ứng dụng AI: vì sao quy trình đã chạy nhiều năm cũng cần thiết kế lại?

Phần lớn doanh nghiệp đã dùng AI nhưng chưa thấy kết quả rõ trên báo cáo kinh doanh. Lý do thường không nằm ở công cụ, mà ở chỗ AI được gắn vào một quy trình vốn được thiết kế cho giới hạn của con người: chuyển giao qua email, duyệt nhiều tầng, báo cáo theo tuần. Khi AI xoá bớt những giới hạn đó, nhiều bước trong quy trình không còn lý do tồn tại. Những doanh nghiệp thu được giá trị lớn từ AI là những nơi chịu vẽ lại cả luồng công việc, không chỉ tăng tốc từng bước cũ.

Ứng dụng AI ·

Triển khai AI trong doanh nghiệp: 5 nỗi lo của ban lãnh đạo và nên xử lý từ đâu

Khi được giao “tìm hiểu và triển khai AI”, phần lớn doanh nghiệp không bắt đầu từ con số 0: nhân viên đã tự dùng AI từ lâu. Vì vậy nỗi lo thường gặp không phải “có nên dùng AI không”, mà là: mỗi người dùng một kiểu nên không hiệu quả, dữ liệu bị đưa ra ngoài không kiểm soát, kết quả của AI được nộp hoặc gửi khách mà không ai kiểm tra. Cùng lúc đó, doanh nghiệp vẫn muốn dùng AI để giảm sai sót, giảm chi phí và không bị đối thủ bỏ lại. Cách xử lý hợp lý là làm theo thứ tự: nắm hiện trạng, ra quy định và công cụ chung, chọn một vài việc lặp lại để chuẩn hoá và đo hiệu quả.

Ứng dụng AI ·

Doanh nghiệp đang ở cấp độ AI nào? Mô hình 5 cấp độ trưởng thành AI của Gartner

Mô hình trưởng thành AI của Gartner chia hành trình ứng dụng AI thành 5 cấp: Nhận biết, Thử nghiệm, Vận hành, Hệ thống và Chuyển đổi. Nghiên cứu của MIT trên 721 doanh nghiệp cho thấy khác biệt về hiệu quả tài chính xuất hiện khi AI đi từ thử nghiệm vào vận hành thật. Cách tự đánh giá đơn giản nhất là bắt đầu từ hai câu hỏi: doanh nghiệp đang ra những quyết định gì, và đang có dữ liệu gì.

Bắt đầu với một buổi trao đổi

Chia sẻ bài toán của doanh nghiệp. TMI sẽ liên hệ lại để đề xuất bước bắt đầu phù hợp,
từ buổi đánh giá bài toán AI đến dự án phát triển hệ thống.