Nhiều doanh nghiệp cấp tài khoản Generative AI và tổ chức một khóa học cho toàn bộ nhân viên, nhưng chỉ vài tuần sau, hoạt động lại tập trung ở một nhóm nhỏ. Hỗ trợ duy trì ứng dụng AI không phải là thêm một buổi hướng dẫn viết Prompt. Công việc này phải nối lựa chọn quy trình, ranh giới dữ liệu, học tập theo vai trò, đánh giá chất lượng, phê duyệt của quản lý, kênh hỗ trợ và quyết định cải tiến thành một hệ thống. Bài viết trình bày cách xây nền tảng đó trong 90 ngày cho doanh nghiệp đa ngôn ngữ tại Thái Lan và ASEAN.
Vì sao Generative AI không được sử dụng rộng trong nội bộ
Mức sử dụng thấp thường bị quy cho sự chống đối của nhân viên. Chẩn đoán này chưa đầy đủ. Người lao động có thể không biết công việc nào được phép dùng AI, dữ liệu nào được nhập, kiểm tra kết quả ra sao, quản lý có chấp nhận đầu ra được AI hỗ trợ hay không, và báo cáo sự cố cho ai. Nhiều ma sát nhỏ kết hợp lại khiến hoạt động dừng.
Có thể hình dung việc duy trì bằng công thức:
Duy trì = quy trình rõ ràng × môi trường an toàn × năng lực thực hành × sự chấp nhận của quản lý × cải tiến liên tục
Nếu một yếu tố gần bằng không, tỷ lệ tham dự đào tạo cao vẫn không thay đổi công việc. Người dùng giỏi không thể xử lý dữ liệu khách hàng thật nếu chưa có môi trường được duyệt và quy tắc che dữ liệu. Một công cụ bảo mật cũng không tạo giá trị nếu không có Business Owner, Approver và người xử lý ngoại lệ.
Phân tích tháng 8/2026 của OpenAI trên dữ liệu khách hàng doanh nghiệp định nghĩa “frontier firms” là nhóm 10% có mức sử dụng hàng tháng cao nhất. Nhóm này tạo lượng Output Token trên mỗi Active User cao gấp 8,3 lần doanh nghiệp điển hình. Đây chỉ là quan sát về độ sâu sử dụng trong tập khách hàng OpenAI, không phải năng suất hay ROI cao gấp 8,3 lần, cũng không chứng minh quan hệ nhân quả cho mọi công ty. Tuy vậy, con số cho thấy khoảng cách giữa quyền truy cập và sử dụng sâu trong Workflow.
Năm điểm thường làm quá trình dừng lại
| Điểm dừng | Điều nhân viên gặp | Hạng mục phải thiết kế lại |
|---|---|---|
| Công việc mơ hồ | “Cứ thử tự do” tạo ra thử nghiệm rời rạc | Trigger, Input, bước xử lý và Definition of Done |
| Ranh giới dữ liệu mơ hồ | Không dám dùng dữ liệu thật hoặc nhập dữ liệu cấm | Phân loại, Masking, môi trường được duyệt |
| Không có chuẩn chất lượng | Mỗi Reviewer đánh giá khác nhau | Evaluation Set, Rubric, Human Review |
| Thiếu chủ sở hữu nghiệp vụ | Sử dụng cá nhân không đổi quy trình | Business Owner, Approver, KPI |
| Không có đường cải tiến | Một lần thất bại dẫn tới ngừng dùng | Office Hours, FAQ, Change Log, Re-evaluation |
Vì vậy, phản ứng đầu tiên trước câu hỏi “vì sao Generative AI chưa được áp dụng rộng rãi trong tổ chức” nên là chẩn đoán Workflow, không phải lập tức tổ chức thêm Seminar.
Bắt đầu hỗ trợ duy trì AI bằng mốc đánh giá mức độ sẵn sàng theo năm nhóm
Cách tiếp cận AI Readiness của ETDA hữu ích vì không coi sở hữu công cụ là đủ. Scan/Tool công khai sử dụng 12 câu hỏi trong năm chiều. Đây là công cụ mở đầu thảo luận, không phải chứng nhận hay bài kiểm tra pháp lý. Trong triển khai, hãy đánh giá:
- Chiến lược và giá trị: Workflow có gắn với mục tiêu kinh doanh không?
- Con người và vai trò: Business Owner, User, Approver, IT, Security và Legal đã có người phụ trách chưa?
- Dữ liệu và công nghệ: Nguồn dữ liệu, quyền, Identity, Log và Integration đã rõ chưa?
- Governance: Trường hợp cấm, Review, Incident Response và Change Control đã định nghĩa chưa?
- Vận hành và học tập: Có thời gian cùng người phụ trách đào tạo, hỗ trợ, đánh giá và cải tiến không?
Thang 0–3 giúp nhìn Bottleneck: 0 chưa định nghĩa, 1 chỉ cá nhân hiểu, 2 vận hành được trong Pilot, 3 lặp lại được giữa các nhóm. Không nên chỉ xem điểm trung bình. Nếu ranh giới dữ liệu bằng 0, kỹ năng đào tạo bằng 3 vẫn không biện minh cho việc dùng Live Data.
Câu hỏi chẩn đoán sự sẵn sàng vận hành
- Muốn cải thiện thời gian, chất lượng, độ trễ hoặc rủi ro nào?
- Công việc xảy ra bao nhiêu lần; ai nhập, ai kiểm tra, ai phê duyệt?
- Có ví dụ đạt và không đạt không; ai đủ năng lực chấm điểm?
- Dữ liệu cá nhân, bí mật khách hàng, bản vẽ và hợp đồng được phân loại thế nào?
- Thuật ngữ Nhật, Thái và Anh có giữ nguyên ý nghĩa vận hành không?
- Quy trình có tiếp tục thủ công khi AI ngừng hoạt động không?
- Ai trả lời khó khăn của người dùng và trong thời gian nào?
Hãy bắt đầu từ công việc, bằng chứng, trách nhiệm và ngoại lệ thay vì “AI làm được gì”. Nhờ đó, phần phù hợp cho AI hỗ trợ và phần phải để con người quyết định sẽ tách ra tự nhiên.
Quản lý triển khai Generative AI nội bộ như Portfolio Use Case
Triển khai toàn công ty không có nghĩa phát cùng một công cụ cho mọi người trong một ngày. Cần chọn Portfolio nhỏ, tạo bằng chứng rồi nhân rộng điều có hiệu quả.
So sánh ứng viên trên ba trục:
- Value: tần suất, thời gian hiện tại, tổn thất chất lượng, thời gian chờ và ảnh hưởng khách hàng.
- Feasibility: dữ liệu, ví dụ được chấp nhận, Owner, Integration và độ phức tạp ngôn ngữ.
- Risk: hậu quả của lỗi, dữ liệu cá nhân/bí mật, pháp lý, lao động, an toàn và công bố bên ngoài.
Trong 90 ngày đầu, ưu tiên công việc thường xuyên, có chuyên gia kiểm tra được và có phương án quay lại cách cũ. Ví dụ: soạn tài liệu nội bộ, rút Action từ biên bản, tìm kiếm Manual đã duyệt, tóm tắt báo cáo chuẩn, phân loại hồ sơ. Không nên sớm tự động hóa quyết định dừng máy an toàn, kết luận cuối về tuyển dụng/đánh giá, tư vấn pháp lý hay gửi nội dung chưa duyệt cho khách hàng.
Use-case Card một trang
| Trường | Nội dung bắt buộc |
|---|---|
| Công việc | Trigger, Input, hành động, Definition of Done |
| Con người | User chính, người thay thế, Approver |
| Giá trị | Baseline thời gian, khối lượng, vấn đề chất lượng, thay đổi kỳ vọng |
| Dữ liệu | Loại, vị trí, quyền, Masking |
| Vai trò AI | Động từ có giới hạn: Draft, Retrieve, Classify, Extract |
| Vai trò người | Verify, Correct, Approve, Handle Exception |
| Evaluation | Ví dụ thử, người chấm, điều kiện đạt |
| Failure | Manual Fallback, tuyến báo cáo, bản ghi |
Nếu nhóm chưa mô tả được công việc trên Card, nó có thể hữu ích cho bài tập nhưng chưa sẵn sàng cho Operation.
Hệ thống năm lớp đứng sau việc sử dụng bền vững
1. Môi trường và quyền truy cập được duyệt
Định nghĩa SSO, Account, Group, Log, Retention và Offboarding. Không trộn tài khoản cá nhân không được quản lý với công việc công ty. Điều khoản sử dụng dữ liệu, thời gian lưu, Region và Connector khác nhau theo hợp đồng/cấu hình; IT và Legal cần kiểm tra điều kiện hiện tại trước khi Launch.
2. Ranh giới dữ liệu và mẫu an toàn
“Không nhập dữ liệu mật” chưa đủ. Với từng lớp Public, Internal, Confidential và Highly Restricted, hãy chỉ rõ môi trường được dùng, Masking, phê duyệt, lưu và chia sẻ. Mẫu thực hành có thể là thay tên khách hàng bằng mã, xóa thông tin cá nhân và chỉ tìm trong phần trích đã phê duyệt.
PDPA của Thái Lan, hợp đồng khách hàng, nghĩa vụ ngành và xử lý xuyên biên giới cần đánh giá theo từng trường hợp. Bài viết không phải tư vấn pháp lý. Hãy lập Data Flow và nhờ chuyên gia đủ thẩm quyền khi cần.
3. Workflow tái sử dụng
Đừng chỉ quản lý Prompt. Hãy gói Input Template, Source, Output Format, Review Checklist và Approval Step. Workflow được quản lý phải có Purpose, Exclusion, Data Condition, Evaluation Example, Version và Owner. Đây là Shared Asset chứ không phải ghi chú cá nhân.
4. Học tập và hỗ trợ theo vai trò
Tách Common Literacy, thực hành theo công việc, đào tạo quyết định cho Manager, kỹ năng cải tiến cho Champion và quản trị cho IT/Risk. Có thể tham khảo thêm thiết kế đào tạo AI cho cấp quản lý và cách đánh giá chi phí đào tạo Generative AI.
5. Đo lường và cuộc họp quyết định
Xem chất lượng, sửa lỗi, Incident, thời gian, giá trị và Support Load, không chỉ Usage Log. Mỗi Workflow phải có quyết định Continue, Revise, Stop hoặc Scale kèm lý do được ghi lại.
Chuyển đào tạo AI cho nhân viên từ “tham dự” sang “thực hiện được công việc”
Attendance không phải Acceptance Criteria. Người học phải hoàn thành Workflow được phê duyệt, đánh giá kết quả và giải thích lý do sửa.
| Đối tượng | Trọng tâm học | Bằng chứng năng lực |
|---|---|---|
| Mọi nhân viên | Giới hạn, lớp dữ liệu, kiểm nguồn, tuyến báo cáo | Phân biệt được phép/cấm và phát hiện lỗi |
| User theo Workflow | Input, Evaluation, Exception | Hoàn thành bài tập thực tế đã ẩn danh |
| Manager | Chọn việc, phê duyệt, KPI, Risk Acceptance | Duyệt Use-case Card và Monthly Gate |
| Champion | Template, Evaluation, Office Hours | Test, Version, Publish một cải tiến |
| IT/Risk | Identity, Log, Integration, Incident | Truy vết Access và hoàn thành Incident Drill |
Giáo dục AI literacy phải vượt ra ngoài “đặt câu hỏi hay”. Nội dung gồm kiểm tra số liệu với nguồn sơ cấp, Citation và Copyright, nhận ra Bias hay khẳng định thiếu bằng chứng, phân loại dữ liệu cá nhân, minh bạch việc dùng AI khi cần và Escalate sự cố. Nghiên cứu OECD 2026 về AI và kỹ năng cũng coi năng lực là tổ hợp kỹ thuật, nhận thức, xã hội, quản lý và học tập liên tục.
Vận hành đa ngôn ngữ cần phán đoán tương đương, không phải dịch từng chữ
Cố định Product Code, tên bộ phận, thuật ngữ quy trình/chất lượng, ngày và đơn vị trong Glossary. Tạo cùng Scenario được phép và bị cấm bằng tiếng Nhật, Thái và Anh. Bài tập liên quan Safety, Quality, HR hoặc khách hàng cần Native Reviewer hay Process Owner chịu trách nhiệm kiểm tra.
Kênh Support cũng phải phù hợp văn hóa. Nếu nhân viên ngại hỏi trong lớp lớn, hãy có Office Hours nhóm nhỏ, câu hỏi ẩn danh và Local Champion. Champion không phải người quảng bá; họ thu thập trở ngại, cải tiến tài sản và chuyển câu hỏi tới IT, Risk hoặc Vendor.
Lộ trình 90 ngày để duy trì ứng dụng AI
90 ngày không phải thời hạn bảo đảm Transformation. Đây là cửa sổ quản lý được để Portfolio giới hạn hoàn tất hai hoặc ba Learning Cycle và đi tới Gate Scale, Revise hoặc Stop.
Ngày 0–30: định nghĩa và đo Baseline
Chỉ định Sponsor, Business Owner, IT, Risk, HR/L&D và Local Champion. Chẩn đoán readiness, chọn hai đến bốn Workflow ứng viên, đo thời gian, khối lượng, Correction, Delay và Escalation hiện tại. Khoảng này là gợi ý quản lý, không phải tối ưu phổ quát.
Thiết lập môi trường, Data Classification, Prohibited Use, Incident Route và Manual Fallback. Thu thập khoảng 10–30 ví dụ đại diện cho mỗi Workflow và để Process Owner xác định kết quả chấp nhận được. Đây là khoảng khởi đầu để quản lý, không có nghĩa mười ví dụ luôn đủ; cần tăng số lượng khi công việc đa dạng hoặc có tác động cao. Ở Gate ngày 30, xác nhận dữ liệu được phép dùng, chất lượng đo được và người chịu trách nhiệm có thời gian. Trì hoãn Pilot có thể là quyết định đúng.
Ngày 31–60: tạo bằng chứng trong Limited Practice
Giới hạn mỗi Workflow ở khoảng 5–15 User và chạy song song với phương pháp hiện tại. Đây là khoảng quy mô dễ quản lý, không phải số lượng tối ưu cho mọi tổ chức. Người dùng ghi kết quả, sửa đổi, thời gian, Exception và nhu cầu hỗ trợ. Champion mở Office Hours hàng tuần và chuyển câu hỏi lặp lại thành cải tiến Workflow.
Đánh giá Required Field, tính nhất quán với nguồn, Traceability, Glossary và Safe Refusal/Escalation. Ngày 60, chọn Continue, Revise hoặc Stop. Nếu mức dùng thấp, phân biệt tần suất công việc thấp, Login bất tiện, Manager phê duyệt chậm hay Output Format không phù hợp trước khi kết luận nhân viên chống đối.
Ngày 61–90: vận hành và chuyển Ownership
Chỉ chuyển Workflow đạt chuẩn sang Limited Production. Đưa Owner, Version, Change Request, Monitoring, Monthly Review, Incident Contact và Access Change vào SOP. User mới phải hoàn thành Common Literacy và Practical theo công việc trước khi có quyền.
Ngày 90 là quyết định nhân rộng, không phải lễ Launch toàn công ty. Scale khi Evaluation Set, Learning, Glossary, Permission Model, KPI và Support Load có thể tái sử dụng. Nếu nội bộ chưa xử lý First-line Support và Monthly Gate khi không có Provider, việc chuyển giao Adoption chưa hoàn tất.
Kết nối KPI sử dụng, chất lượng, giá trị và rủi ro
| Lớp | KPI ví dụ | Câu hỏi quyết định |
|---|---|---|
| Access & Skill | Activation trong nhóm đủ điều kiện, Practical Pass Rate | Mọi người có dùng đúng không? |
| Repeat Use | Weekly Use trên việc đủ điều kiện, số tuần lặp lại | Đã thành một phần công việc chưa? |
| Quality & Value | Acceptance, Correction Time, Lead Time, Throughput, Rework | Công việc có tốt hơn không? |
| Risk & Operations | Dữ liệu cấm, lỗi nghiêm trọng, công bố chưa duyệt, Response Time, Support Load | Có duy trì an toàn không? |
Không đặt mục tiêu “70% Weekly Active” thiếu ngữ cảnh. Mẫu số nên là người thực sự có công việc đủ điều kiện trong tuần, không phải toàn bộ nhân viên. Workflow tần suất thấp nhưng tác động lớn vẫn có thể giá trị dù Activity chung thấp.
Ví dụ tính toán giả định
Các đầu vào sau chỉ minh họa cách tính, không phải giá thị trường hoặc kết quả khách hàng TOMAS TECH:
- 40 User
- 12 tác vụ đủ điều kiện/User/tuần
- tiết kiệm 6 phút/tác vụ
- 4,33 tuần/tháng
- giá trị năng lực nội bộ để lập kế hoạch: 350 THB/giờ
Năng lực gộp là 40 × 12 × 6 × 4,33 ÷ 60 = 207,84 giờ/tháng. Giá trị thời gian gộp là 207,84 × 350 = 72.744 THB/tháng. Nếu License, Learning, Review và Support giả định là 42.000 THB/tháng, chênh lệch minh họa là 30.744 THB/tháng.
Thời gian tiết kiệm không tự động là tiền mặt. Cần tái phân bổ năng lực, giảm OT/Outsource hoặc tăng Throughput. Không dùng phép tính để che chất lượng hoặc rủi ro xấu đi.
Governance là Guardrail để mở rộng tự tin
NIST AI RMF Core là một khung tự nguyện, tổ chức các hoạt động thành GOVERN, MAP, MEASURE và MANAGE. Đây không phải luật Thái Lan nhưng hữu ích cho vận hành.
- GOVERN: định nghĩa Policy, Role, Risk Tolerance, Learning, Third-party Control, Record và Stop Authority.
- MAP: mô tả User, bên bị ảnh hưởng, Data, Integration, Language, Context và hậu quả lỗi.
- MEASURE: kiểm tra đầu vào bình thường, thiếu, mơ hồ, đa ngôn ngữ, đối nghịch và cũ bằng Rubric lặp lại được.
- MANAGE: ưu tiên Mitigation và chọn Continue, Revise, Stop hoặc Scale từ bằng chứng.
Định hướng AI Governance 2026 của ETDA cũng nhấn mạnh làm Governance sử dụng được bằng Impact/Risk Assessment, Training, Testing và công cụ thực hành. Policy chỉ có giá trị khi nhân viên áp dụng được vào Scenario thật.
Phạm vi và tiêu chí nghiệm thu nhà cung cấp hỗ trợ Adoption
| Phạm vi | Deliverable | Bằng chứng nghiệm thu |
|---|---|---|
| Readiness | Finding, Evidence, Priority, Dependency | Các bộ phận xác nhận sự thật và bước quyết định |
| Use-case Design | Card, Baseline, Evaluation Set | Business Owner chấm và dừng được |
| Governance | Data Class, RACI, Incident/Change Procedure | Người phụ trách hoàn thành Scenario Drill |
| Learning | Role Path, Practical, Glossary | Chứng minh năng lực, không chỉ Attendance |
| Adoption Operation | Office Hours, FAQ, KPI, Gate Meeting | Câu hỏi và Improvement được ghi lại |
| Handover | Admin Procedure, Asset List, Exit Plan | Nội bộ xử lý First-line được |
Trước hợp đồng, làm rõ điểm đến dữ liệu, Subprocessor, quyền sở hữu Asset/Configuration, quyền xem Log, Re-evaluation khi Model thay đổi, thay nhân sự, trả/xóa dữ liệu và Export Format sau chấm dứt.
Định nghĩa Graduation Criteria: Champion nội bộ vận hành Office Hours; Owner quyết Monthly Gate; IT quản lý Permission và Log; Evaluation Set được cập nhật trong công ty; Incident Drill hoàn thành. Mục tiêu là giữ năng lực quyết định, không phải phụ thuộc hỗ trợ vĩnh viễn.
Các thất bại phổ biến và cách phục hồi
Một khóa giống nhau cho mọi người
Giữ Common Literacy, sau đó thêm Practical theo vai trò, phê duyệt của Manager và Follow-up 30 ngày. Nếu Seminar là một phần chương trình, tham khảo hướng dẫn thiết kế hội thảo Generative AI cho doanh nghiệp để nối sự kiện với công việc.
Giao toàn bộ việc cho Champion mà không cấp thời gian
Trao vai trò chính thức, thời gian, sự ghi nhận của Manager và Escalation Route. Phân biệt câu hỏi Champion trả lời với câu phải chuyển IT, Legal hoặc Vendor.
Chỉ chia sẻ thành công
Công bố Failed Test, lý do không dùng và Workflow đã dừng cùng bài học. Psychological Safety là cơ chế phát hiện rủi ro.
Gắn đánh giá hiệu suất với số lần dùng
Điều này khuyến khích dùng không cần thiết. Hãy ghi nhận lựa chọn việc đúng, Verification, Improvement, Knowledge Sharing và cả quyết định không dùng AI.
Kết thúc hỗ trợ ngay khi Pilot xong
Production mang theo Access Change, dữ liệu mới, Model Change và nhiều User. Hoàn thành ít nhất một Production Monthly Review và xác nhận Ownership Transfer.
FAQ về hỗ trợ duy trì ứng dụng AI
Cần kiểm tra gì đầu tiên khi Generative AI không được dùng?
Kiểm tra Workflow mục tiêu, ranh giới dữ liệu, chuẩn chất lượng, phê duyệt của Manager và tuyến Support. Dùng công việc đủ điều kiện làm mẫu số và quan sát thao tác thật trước khi kết luận về động lực.
Đào tạo AI cho nhân viên cần bao nhiêu giờ?
Không có con số chung. Chấp nhận khi người học hoàn thành Workflow đã duyệt, phát hiện lỗi và Escalate an toàn. Công việc tác động cao cần thực hành sâu hơn Common Literacy.
Giáo dục AI literacy gồm những gì?
Giới hạn, phân loại dữ liệu, thông tin cá nhân/bí mật, kiểm Source/Citation, Copyright, Bias, Output thiếu bằng chứng, Accountability, Incident Reporting và Manual Fallback. Điều chỉnh độ sâu theo vai trò và tác động.
Nên bắt đầu triển khai nội bộ ở bao nhiêu phòng ban?
Chọn theo Workflow, không theo số phòng ban. Bắt đầu Portfolio nhỏ có tần suất, kiểm được, ranh giới rõ, đảo ngược được và có Owner.
Có thể đánh giá việc duy trì trong 90 ngày không?
90 ngày có thể tạo nền và bằng chứng sớm. Công việc theo mùa hoặc tần suất thấp cần quan sát lâu hơn. Ngày 90 là Decision Gate, không phải ngày kết thúc.
Khi nào nên kết thúc hỗ trợ bên ngoài?
Khi Owner, Champion và IT/Risk nội bộ làm First-line Support, cập nhật Evaluation, quyết Monthly Gate, quản lý Access và xử lý Incident được. Hãy ghi các điều kiện này trong hợp đồng.
Kết luận: đơn vị của Adoption là công việc an toàn, có thể lặp lại
Duy trì AI không có nghĩa mọi nhân viên dùng AI mỗi ngày. Nó có nghĩa công việc được chọn sử dụng dữ liệu được duyệt, đạt chuẩn chất lượng, có con người chịu trách nhiệm kiểm và có thể dừng/cải tiến khi có vấn đề. Trong 90 ngày, doanh nghiệp chẩn đoán readiness, chọn Portfolio nhỏ, xây năng lực theo vai trò, thu bằng chứng Limited Practice và chuyển Governance, KPI, Support vào Operation. Khi nối Usage với Quality, Value và Risk, mục tiêu chuyển từ “bắt mọi người dùng AI” sang thiết kế lại công việc có trách nhiệm.
TOMAS TECH có thể hỗ trợ ngay từ giai đoạn Workflow, lộ trình học theo vai trò, ranh giới dữ liệu, KPI hay phạm vi Pilot 90 ngày chưa hoàn chỉnh. Nếu cần xác định điểm khởi đầu thực tế cho vận hành đa ngôn ngữ tại Thái Lan hoặc ASEAN, vui lòng liên hệ với chúng tôi.
Nguồn tham khảo
- OpenAI: From assistance to execution — How enterprises put AI to work
- OpenAI: How AI is expanding what people do at work
- OpenAI: The state of enterprise AI 2025 report
- Microsoft WorkLab: Agents, human agency, and the opportunity for every organization
- OECD: AI and skills
- OECD: Skills in the AI age
- ETDA: AI Readiness Scan
- ETDA: AI 2026 — Driving Trust AI Governance
- NIST: AI RMF Core
*Thiết kế 90 ngày, thang điểm, số User, KPI và phép tính là đề xuất triển khai hoặc giả định minh họa, không phải bảo đảm kết quả, giá thị trường hay tư vấn pháp lý.*
