Chuyển đổi số cho doanh nghiệp, đừng nhảy thẳng lên AI, hãy nhìn xuống cái nền mình đang đứng.
Nghe hơi ngược đời ha? Đặc biệt là tại thời điểm này, khi các từ khóa như AI model, AI Agent đang hot. Nhưng đó là điều rút ra được được sau các dự án triển khai SAP cho các doanh nghiệp ở Việt Nam.
Bởi vì để doanh nghiệp vận hành trơn tru bằng công nghệ, mình phải đi qua ba tầng quan trọng, giống như xây nhà vậy – không có móng thì khó lên đến tầng thượng. Nghĩa là đã có core rồi, muốn làm gì thêm thì làm.
AI sẽ không thể giúp ích cho doanh nghiệp nếu chúng ta không biết sử dụng nó vào đâu. Trong một công ty lớn, AI có thể áp dụng vào nhiều lĩnh vực khác nhau. Tuy nhiên, để AI hoạt động hiệu quả, doanh nghiệp cần có 3 yếu tố cốt lõi:
- Ứng dụng (Application): Các phần mềm quản lý phải kết nối xuyên suốt, không thể mỗi phòng ban dùng một hệ thống rời rạc.
- Dữ liệu (Data): Dữ liệu phải được quản lý tập trung, có khả năng kết nối giữa dữ liệu nội bộ và bên ngoài.
- AI (Artificial Intelligence): AI phải tương tác với người dùng và mang lại giá trị thực tế cho doanh nghiệp.
Đầu tiên là tầng ứng dụng. SAP không chỉ đưa ra mô hình tổng thể kiểu end-to-end, mà đi sâu vào quy trình ngành (industry process). Ví dụ, anh chị làm hàng tiêu dùng, SAP có sẵn quy trình chuẩn: từ lập kế hoạch nhu cầu (demand planning), mua nguyên liệu, đến sản xuất – 90-95% là best practice, doanh nghiệp nào cũng tận dụng được.
Mình thấy hay ở chỗ, khi tiếp cận tầng ứng dụng, doanh nghiệp chỉ cần trả lời ba câu: ngành mình là gì, cần quy trình end-to-end ra sao, và triển khai thế nào – từ đó, mình với SAP sẽ cùng làm cho nó trơn tru. Đặc biệt tại thời điểm này, SAP đã hoàn toàn lên Cloud.
Nhưng mà ứng dụng thôi chưa đủ, dữ liệu mới là vấn đề. Tầng thứ hai là tầng dữ liệu (data layer). Doanh nghiệp thường hay có bài toán dữ liệu rải rác: tài chính nằm ở ERP, sản xuất ở MES, bán lẻ ở POS, khách hàng thì ở CRM – mỗi nơi một cụm, không liên kết được với nhau, hoặc rời rạc.
Và nếu dữ liệu còn rời rạc, thì mình không thể có một bức tranh tổng thể, không thể dự báo chính xác, không thể tự động hoá.
Giải pháp là đưa tất cả dữ liệu về một nền tảng để nhìn toàn cảnh. Khi dữ liệu đã “giao tiếp được” với nhau, doanh nghiệp mới có nền tảng để tiến lên tầng tiếp theo.
Bây giờ mới tới AI. Không phải kiểu AI “demo cho vui”, không phải mời chuyên gia tới dạy dùng ChatGPT. Mà là AI nhúng thẳng vào dữ liệu kinh doanh, vào quy trình thật.
Ưu điểm lớn nhất là AI của SAP – gọi là Business AI – không chung chung. Nó được đào tạo sẵn trên dữ liệu doanh nghiệp, trong ngữ cảnh kinh doanh (business context).
Mình có một ví dụ: mọi người đi mua đồ nội thất, chọn bàn chỗ này, ghế chỗ kia, đèn chỗ khác, gom lại cũng thành một phòng đẹp, nhưng nếu nhờ một người thiết kế, họ biết phòng anh chị là 20m², thích phong cách tối giản, họ sẽ chọn đồ hợp hơn, tiết kiệm thời gian hơn. AI của SAP giống vậy. Nó không chỉ lấy dữ liệu rồi phân tích, mà hiểu quy trình doanh nghiệp – từ tài chính, sản xuất, đến chuỗi cung ứng – rồi đưa gợi ý sát sườn.
So với cách tự xây từ đầu ví dụ như: gom dữ liệu từ CRM, sản xuất, rồi tạo dimension, pattern cho AI học – mất cả năm, tốn GPU, tốn chi phí đào tạo. Mà chưa chắc với phòng hạ tầng, server 10 năm trước có thể đáp ứng được nữa.
Còn SAP đã làm sẵn phần đó, AI của SAP đã được huấn luyện trên hàng triệu giao dịch tài chính, quy trình sản xuất, nên doanh nghiệp không bắt đầu từ số 0, mà từ số 5, số 6, đi tới 10 nhanh hơn.
Ba tầng này như cái thang: ứng dụng là bậc đầu, dữ liệu là bậc giữa, AI là đỉnh. Thiếu tầng nào cũng khó đi xa.
"AI trong SAP lại không chỉ dừng ở mức độ hỏi-đáp như ChatGPT. SAP có một khái niệm riêng gọi là Business AI – tức là AI được nhúng vào hệ thống doanh nghiệp, tận dụng chính dữ liệu kinh doanh để đưa ra những gợi ý quan trọng, cảnh báo rủi ro, và giúp ra quyết định.
Nhiều công ty muốn triển khai AI, nhưng hệ thống IT của họ vẫn quá cũ kỹ, sử dụng công nghệ từ 10 năm trước, chạy trên server nội bộ không thể tích hợp dữ liệu. Nếu hạ tầng kỹ thuật không đáp ứng, thì trước khi nói đến AI, doanh nghiệp cần kiểm tra lại:
- Ứng dụng có đủ tốt không?
- Dữ liệu có đủ chính xác không?
- Hệ thống có hỗ trợ tích hợp AI không?
Nếu thiếu bất kỳ yếu tố nào, thì AI cũng không thể phát huy hết sức mạnh.
SAP hướng đến một mô hình AI toàn diện, không chỉ tập trung vào chatbot như ChatGPT mà nhúng AI vào toàn bộ quy trình doanh nghiệp. Cách tiếp cận này giúp AI không chỉ "trả lời câu hỏi", mà còn
- Phát hiện rủi ro tài chính và cảnh báo kịp thời
- Đề xuất kế hoạch sản xuất dựa trên nhu cầu thực tế
- Tự động hóa đối chiếu thanh toán, giảm sai sót kế toán
- Dự báo xu hướng kinh doanh, hỗ trợ ra quyết định"
AI trong SAP có hai loại chính:
1/ AI nhúng vào ứng dụng (Embedded AI)
Đây là loại AI được tích hợp trực tiếp vào hệ thống SAP để tự động hóa các quy trình. Ví dụ:
Giả sử doanh nghiệp của bạn nhận thanh toán từ khách hàng qua nhiều phương thức khác nhau như Momo, PayPal, chuyển khoản ngân hàng, hoặc tiền mặt. Cuối tháng, bộ phận kế toán nhận sao kê ngân hàng và phải đối chiếu từng giao dịch với các hóa đơn, đơn hàng tương ứng. Quá trình này gọi là đối soát (reconciliation) và thường mất rất nhiều thời gian.
AI trong SAP có thể tự động hóa việc này bằng cách học từ dữ liệu trong khoảng 1 tháng. Sau đó, hệ thống sẽ tự động đối chiếu các khoản thanh toán với chứng từ liên quan, giảm đáng kể công việc thủ công cho kế toán.
Tuy nhiên, nhiều doanh nghiệp vẫn chưa áp dụng do lo ngại về kiểm soát dữ liệu và chưa sẵn sàng thay đổi cách làm việc.
2/ Generative AI
Loại AI này hoạt động như một trợ lý thông minh – bạn hỏi, nó trả lời theo ngữ cảnh và dữ liệu của doanh nghiệp.
Ví dụ: Trong hệ thống SAP, nếu bạn cần tìm một báo cáo doanh thu theo từng tháng, thay vì lục lọi hàng loạt bảng dữ liệu, bạn chỉ cần hỏi AI:
"Doanh thu tháng 3 của công ty là bao nhiêu?"
AI sẽ lấy thông tin từ dữ liệu nội bộ và trả lời chính xác theo quyền truy cập của bạn.”