Triển khai AI trong doanh nghiệp: 5 nỗi lo của ban lãnh đạo và nên xử lý từ đâu
Đội ngũ TMI Soft, Kỹ sư AI FDE9 phút đọc

Tóm tắt nhanh
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.
Ý chính
- Nhân viên đã tự dùng AI trước khi công ty có chính sách: Microsoft ghi nhận 78% người dùng AI mang công cụ riêng đi làm
- Ba nỗi lo đang xảy ra: mỗi người dùng một kiểu, dữ liệu bị đưa ra ngoài, kết quả AI không được kiểm tra
- Hai áp lực phía trước: cần giảm sai sót và chi phí, và đối thủ dùng AI để nhanh hơn, rẻ hơn
- Doanh nghiệp chịu trách nhiệm cho kết quả AI tạo ra, kể cả khi lỗi do AI
- 30 ngày đầu: khảo sát hiện trạng, ra quy định một trang kèm tài khoản doanh nghiệp, chọn 1–2 việc lặp lại để chuẩn hoá và đo
“Công ty cần tìm hiểu và triển khai AI.” Nhiều giám đốc, trưởng bộ phận đang nhận yêu cầu này từ ban lãnh đạo hoặc từ công ty mẹ ở nước ngoài. Câu đầu tiên thường bật ra là: bắt đầu từ đâu?
Điều dễ bị bỏ qua là doanh nghiệp gần như không bắt đầu từ con số 0. Khảo sát Work Trend Index 2024 của Microsoft và LinkedIn trên 31.000 người tại 31 quốc gia cho thấy 75% nhân viên văn phòng đã dùng AI trong công việc, và 78% trong số đó tự mang công cụ AI của mình đi làm, không chờ công ty cung cấp. Chỉ 39% người dùng được công ty đào tạo về AI.
Nói cách khác, AI đã có mặt trong doanh nghiệp, chỉ là chưa ai quản lý. Từ thực tế đó sinh ra năm nỗi lo mà ban lãnh đạo hay nhắc đến: ba nỗi lo về những gì đang xảy ra, và hai áp lực về những gì sắp tới.

Nỗi lo 1: Nhân viên dùng AI, nhưng mỗi người một kiểu
Người dùng ChatGPT bản miễn phí, người dùng Gemini, người nhờ AI viết email, người không dùng gì. Người giỏi viết câu lệnh thì làm nhanh gấp đôi, người khác thử vài lần không được rồi bỏ. Kết quả là:
- Hiệu quả nằm trong tay vài cá nhân. Người đó nghỉ việc thì cách làm cũng đi theo.
- Cùng một loại tài liệu (báo giá, biên bản, báo cáo) nhưng mỗi người làm ra một kiểu, cấp trên khó kiểm tra.
- Công ty không biết AI đang giúp được bao nhiêu, nên cũng không biết có đáng đầu tư thêm không.
Nên làm gì: chọn một công cụ chung cho cả công ty, rồi chuẩn hoá cách dùng cho vài việc lặp lại nhiều nhất. Ví dụ một mẫu câu lệnh cho biên bản họp, một mẫu cho email trả lời khách. Đào tạo theo đúng việc nhân viên đang làm sẽ hiệu quả hơn nhiều so với một buổi giới thiệu chung về AI.
Nỗi lo 2: Dữ liệu bị đưa ra ngoài mà không ai kiểm soát
Khi nhân viên dán hợp đồng, bản vẽ, danh sách khách hàng hay bảng lương vào một công cụ AI dùng tài khoản cá nhân, công ty không biết dữ liệu đó đi đâu và được lưu bao lâu.
Đây không phải rủi ro trên lý thuyết. Năm 2023, Samsung phát hiện kỹ sư của bộ phận bán dẫn đã đưa mã nguồn nội bộ và biên bản họp lên ChatGPT để nhờ xử lý công việc. Sau sự việc, Samsung cấm dùng AI tạo sinh trên thiết bị và mạng nội bộ của công ty. Microsoft cũng nhận định việc nhân viên tự mang AI đi làm khiến dữ liệu công ty gặp rủi ro.
Tại Việt Nam, Luật Bảo vệ dữ liệu cá nhân (Luật số 91/2025/QH15) có hiệu lực từ 01/01/2026. Dữ liệu của khách hàng và nhân viên là dữ liệu cá nhân, nên việc đưa chúng lên công cụ AI bên ngoài không còn chỉ là chuyện nội quy công ty. Với doanh nghiệp có vốn nước ngoài, công ty mẹ thường cũng có quy định riêng về bảo mật thông tin mà chi nhánh phải tuân thủ.
Nên làm gì:
- Chia dữ liệu thành ba mức: công khai (được dùng thoải mái), nội bộ (chỉ dùng trên tài khoản doanh nghiệp), mật (không đưa lên AI bên ngoài).
- Dùng tài khoản doanh nghiệp thay cho tài khoản cá nhân. Các gói doanh nghiệp của những công cụ AI lớn có cam kết riêng về việc không dùng dữ liệu để huấn luyện và cho phép quản trị viên quản lý người dùng; cần đọc kỹ điều khoản của từng nhà cung cấp.
- Ra một quy định ngắn, khoảng một trang, nói rõ được làm gì và không được làm gì. Cấm hoàn toàn thường không hiệu quả, vì nhân viên sẽ chuyển sang dùng trên điện thoại cá nhân.

Nỗi lo 3: Kết quả của AI được nộp lên hoặc gửi cho khách mà không ai kiểm tra
AI viết trôi chảy và tự tin, kể cả khi sai. Nếu người dùng không biết cách kiểm tra, hoặc không có thời gian kiểm tra, kết quả sẽ đi thẳng lên cấp trên hoặc ra ngoài khách hàng.
Hai ví dụ đã thành bài học:
- Deloitte Úc (2025) phải hoàn lại một phần phí cho Bộ Việc làm Úc, sau khi báo cáo khoảng 440.000 đô la Úc có trích dẫn sai từ một phán quyết của toà án và dẫn những tài liệu học thuật không tồn tại. Bản sửa sau đó ghi rõ có dùng AI tạo sinh khi viết báo cáo.
- Air Canada (2024) bị toà giải quyết tranh chấp dân sự ở British Columbia (Canada) buộc bồi thường cho khách vì chatbot trên website trả lời sai chính sách giá vé. Hãng lập luận rằng chatbot phải tự chịu trách nhiệm, nhưng toà bác bỏ: doanh nghiệp chịu trách nhiệm với mọi thông tin trên website của mình.
Điểm chung: khách hàng không quan tâm lỗi do người hay do AI. Doanh nghiệp vẫn là bên chịu trách nhiệm.
Nên làm gì: quy định rõ “người dùng AI là người chịu trách nhiệm về kết quả”, và đặt mức kiểm tra theo mức rủi ro. Tài liệu nội bộ dùng tham khảo thì người làm tự rà là đủ. Thứ gửi cho khách, có con số, giá tiền, điều khoản hay trích dẫn thì phải có người thứ hai duyệt và đối chiếu nguồn gốc.

Nỗi lo 4: Muốn giảm sai sót, giảm chi phí, nhưng chưa biết đo thế nào
Đây là lý do chính để đầu tư vào AI, và có bằng chứng thật. Một nghiên cứu của Erik Brynjolfsson (Stanford) cùng cộng sự trên hơn 5.000 nhân viên chăm sóc khách hàng ghi nhận: khi có trợ lý AI, số yêu cầu được giải quyết mỗi giờ tăng khoảng 14%, và nhân viên mới hoặc ít kinh nghiệm cải thiện nhiều nhất, khoảng 34%.
Nhưng dùng AI không tự động ra kết quả. Khảo sát State of AI 2025 của McKinsey cho thấy 88% doanh nghiệp đã dùng AI ở ít nhất một bộ phận, nhưng chỉ khoảng 39% chỉ ra được tác động đo được lên lợi nhuận. Phần lớn vẫn dừng ở mức thử nghiệm.
Nên làm gì: chọn việc lặp lại nhiều lần và đo được, như soạn báo giá, kiểm tra chứng từ, tổng hợp báo cáo ngày, trả lời câu hỏi lặp lại. Đo trước khi áp dụng (mất bao lâu, sai bao nhiêu lần) rồi đo lại sau một tháng. Con số trước và sau này cũng là thứ ban lãnh đạo hoặc công ty mẹ cần thấy để duyệt bước tiếp theo.
Nỗi lo 5: Đối thủ dùng AI và đang nhanh hơn mình
Áp lực này đến từ bên ngoài. Các công ty mới thành lập, gọn nhẹ và linh hoạt, dùng AI ngay từ đầu để:
- Báo giá nhanh hơn và trình bày đẹp hơn, trong vài giờ thay vì vài ngày.
- Phản hồi khách nhanh hơn, kể cả ngoài giờ làm việc.
- Phân tích đối thủ và thị trường thường xuyên thay vì mỗi năm một lần.
- Nắm tình hình kinh doanh và tồn kho tốt hơn, phát hiện bất thường sớm hơn.
Thêm một thay đổi ít được để ý: khách hàng tìm nhà cung cấp theo cách khác. Thay vì tìm trên Google rồi bấm vào từng website, ngày càng nhiều người hỏi thẳng ChatGPT, Gemini hay Copilot. Gartner từng dự báo lượng tìm kiếm qua công cụ tìm kiếm truyền thống có thể giảm 25% vào năm 2026 vì chatbot và trợ lý AI. Đây là dự báo và bị nhiều chuyên gia SEO cho là quá mạnh, nhưng xu hướng thì rõ: nếu thông tin về doanh nghiệp không đủ rõ ràng để AI hiểu và dẫn lại, doanh nghiệp sẽ vắng mặt trong câu trả lời khách nhận được.
Nên làm gì: đừng cố làm mọi thứ đối thủ làm. Chọn một điểm khách hàng cảm nhận rõ nhất, thường là tốc độ báo giá hoặc tốc độ phản hồi, và làm tốt điểm đó trước.
Tóm tắt: nỗi lo, dấu hiệu và việc nên làm đầu tiên
| Nỗi lo | Dấu hiệu trong doanh nghiệp | Việc nên làm đầu tiên |
|---|---|---|
| Mỗi người dùng một kiểu | Hiệu quả phụ thuộc vài cá nhân; tài liệu không đồng nhất | Một công cụ chung; mẫu cách dùng cho 2–3 việc lặp lại |
| Dữ liệu bị đưa ra ngoài | Nhân viên dùng tài khoản AI cá nhân cho việc công ty | Phân loại dữ liệu 3 mức; tài khoản doanh nghiệp; quy định một trang |
| Kết quả không được kiểm tra | Báo cáo, email gửi khách có lỗi mà không rõ ai chịu trách nhiệm | Người dùng AI chịu trách nhiệm; duyệt hai lớp với nội dung gửi ra ngoài |
| Giảm sai sót, giảm chi phí | Có dùng AI nhưng không nói được tiết kiệm bao nhiêu | Chọn việc lặp lại; đo trước và sau |
| Đối thủ nhanh hơn | Mất đơn vì báo giá, phản hồi chậm | Chọn một điểm khách cảm nhận rõ nhất để cải thiện trước |
30 ngày đầu nên làm gì?
Nếu anh/chị vừa nhận nhiệm vụ “tìm hiểu và triển khai AI”, ba việc sau vừa giảm rủi ro ngay, vừa cho đủ thông tin để đề xuất bước tiếp theo:
- Khảo sát nhanh hiện trạng. Ai đang dùng AI, công cụ gì, cho việc gì, có đưa dữ liệu gì lên không. Một bảng hỏi 10 câu là đủ. Kết quả thường bất ngờ.
- Ra quy định một trang và cấp tài khoản doanh nghiệp. Chặn rủi ro dữ liệu và rủi ro đầu ra trước khi mở rộng.
- Chọn 1–2 việc lặp lại để chuẩn hoá và đo. Đây là kết quả cụ thể đầu tiên để báo cáo lên ban lãnh đạo hoặc công ty mẹ.
Với doanh nghiệp có vốn nước ngoài, cấu trúc báo cáo theo đúng năm nỗi lo trên thường dễ được duyệt: ba rủi ro đang có và đã được kiểm soát thế nào, cộng với hai cơ hội và kết quả đo được từ việc thử đầu tiên.
Sau 30 ngày, bước tiếp theo là đưa AI từ công cụ cá nhân vào quy trình thật của doanh nghiệp. Bài Doanh nghiệp nên bắt đầu ứng dụng AI từ đâu? trình bày lộ trình 4 bước cho giai đoạn này. Nếu muốn biết doanh nghiệp đang đứng ở đâu, có thể xem mô hình 5 cấp độ trưởng thành AI của Gartner. Còn nếu đang cân nhắc tự làm hay tìm người hỗ trợ, bài Nên thuê Dev outsource, BrSE, tư vấn IT hay FDE? sẽ giúp so sánh các lựa chọn.
Nguồn tham khảo
- Microsoft & LinkedIn, 2024 Work Trend Index: AI at Work Is Here. Now Comes the Hard Part (05/2024).
- The Japan Times (Bloomberg), Samsung bans ChatGPT and other generative AI use by staff after leak (05/2023).
- LuatVietnam, Toàn văn Luật Bảo vệ dữ liệu cá nhân 2025 (Luật số 91/2025/QH15).
- CFO Dive, Deloitte refunds Australian government over report with AI errors (10/2025).
- American Bar Association, BC Tribunal Confirms Companies Remain Liable for Information Provided by AI Chatbot (02/2024), vụ Moffatt v. Air Canada.
- Brynjolfsson, Li & Raymond, Generative AI at Work, NBER Working Paper 31161 (2023).
- McKinsey, The state of AI in 2025: Agents, innovation, and transformation (11/2025).
- CMSWire, Will Search Engine Traffic Really Drop 25% by 2026, As Gartner Predicts? (2024), về dự báo của Gartner.
Nếu anh/chị đang cần chuẩn bị đề xuất triển khai AI cho ban lãnh đạo hoặc công ty mẹ, một buổi trao đổi ngắn với kỹ sư AI FDE của TMI có thể giúp rà nhanh hiện trạng, xác định rủi ro cần chặn trước và chọn việc đầu tiên đáng làm.
Câu hỏi thường gặp
Doanh nghiệp nên bắt đầu triển khai AI từ đâu?
Bắt đầu từ hiện trạng, vì phần lớn nhân viên đã tự dùng AI. Trong 30 ngày đầu, nên khảo sát ai đang dùng công cụ gì cho việc gì, ra một quy định ngắn kèm tài khoản doanh nghiệp, và chọn 1–2 việc lặp lại để chuẩn hoá và đo hiệu quả.
Có nên cấm nhân viên dùng ChatGPT không?
Cấm hoàn toàn thường không hiệu quả, vì nhân viên sẽ chuyển sang dùng trên thiết bị cá nhân và công ty càng khó kiểm soát. Cách thực tế hơn là cung cấp tài khoản doanh nghiệp, phân loại dữ liệu được và không được đưa lên AI, và quy định rõ trách nhiệm kiểm tra kết quả.
Dùng AI với dữ liệu khách hàng có vi phạm pháp luật không?
Dữ liệu của khách hàng và nhân viên là dữ liệu cá nhân, thuộc phạm vi Luật Bảo vệ dữ liệu cá nhân (Luật số 91/2025/QH15) có hiệu lực từ 01/01/2026. Doanh nghiệp cần xác định rõ dữ liệu nào được xử lý bằng công cụ AI nào và tham khảo ý kiến pháp lý cho trường hợp cụ thể.
Nếu AI tạo ra kết quả sai và gửi cho khách hàng thì ai chịu trách nhiệm?
Doanh nghiệp. Trong vụ Moffatt v. Air Canada (2024), toà bác lập luận chatbot tự chịu trách nhiệm và buộc hãng bồi thường cho khách. Vì vậy nội dung gửi ra ngoài có con số, giá tiền hay điều khoản nên có người thứ hai duyệt.
Làm sao chứng minh AI giúp giảm chi phí?
Chọn một việc lặp lại và đo được, ghi lại thời gian xử lý và số lỗi trước khi áp dụng AI, rồi đo lại sau khoảng một tháng. Con số trước và sau là căn cứ để ban lãnh đạo hoặc công ty mẹ duyệt bước tiếp theo.



