Ứng dụng AI trong doanh nghiệp: nên bắt đầu từ quy trình nào?
Trong một cuộc họp về AI, danh sách đề xuất thường dài lên rất nhanh. Kế toán muốn giảm nhập liệu. Mua hàng muốn xử lý chứng từ nhanh hơn. Đội vận hành muốn dự báo nhu cầu chính xác hơn.
Nhưng khi ngân sách và nhân sự có hạn, doanh nghiệp cần chọn nơi bắt đầu ứng dụng AI. Theo góc nhìn TDI APJ, nên chọn quy trình có vấn đề cụ thể, dữ liệu dùng được và người chịu trách nhiệm. Kết quả cũng cần đo được.
Việc tốn thời gian nhất có nên làm AI trước?
Một công việc lặp lại hằng ngày dễ trở thành ứng viên cho AI. Tuy nhiên, cần nhìn kỹ nguyên nhân khiến công việc đó mất thời gian.
Chẳng hạn, kế toán phải đối chiếu nhiều file Excel vì mỗi bộ phận dùng một mã khách hàng khác nhau. AI có thể hỗ trợ tìm các bản ghi tương đồng. Nhưng nếu mã mới vẫn thiếu thống nhất, công việc đối chiếu sẽ tiếp tục phát sinh.
Trong trường hợp này, thống nhất dữ liệu và cách tạo mã có thể mang lại lợi ích sớm hơn. Một số bước sau đó chỉ cần quy tắc tự động hóa thông thường.
TDI APJ đề xuất làm rõ phần này trước khi phát triển AI. Khâu nào cần dự đoán, đọc hiểu hoặc xử lý thông tin linh hoạt? Khâu nào nên sửa từ quy trình? Chọn đúng cách xử lý giúp doanh nghiệp tránh đầu tư vào một giải pháp khó duy trì.
Quy trình phù hợp cần những điều kiện gì?
Vấn đề có ảnh hưởng rõ đến kinh doanh không? Trước hết, cần biết công việc nào gây chậm trễ, phát sinh chi phí hoặc ảnh hưởng khách hàng. Nhận xét “nhân viên đang rất bận” chưa đủ để xác định phạm vi dự án.
Dữ liệu có đủ để thử nghiệm không? Ngoài số lượng, cần kiểm tra độ đầy đủ, tính nhất quán và quyền truy cập. Có dữ liệu trên hệ thống chưa có nghĩa là có thể dùng ngay.
Kết quả AI sẽ đi vào công việc thế nào? Ví dụ, ai sẽ dùng dự báo để điều chỉnh kế hoạch đặt hàng? Nếu người dùng vẫn phải nhập lại toàn bộ thông tin, lợi ích có thể giảm.
Ai chịu trách nhiệm đánh giá? Cần người hiểu nghiệp vụ để kiểm tra đầu ra và xử lý ngoại lệ. Một bài toán có lợi ích lớn nhưng thiếu người phụ trách thường khó tiến xa sau thử nghiệm.
Dự báo nhu cầu hay xử lý chứng từ: chọn gì trước?
Hãy lấy một doanh nghiệp phân phối làm ví dụ. Đội vận hành muốn dự báo nhu cầu, nhưng dữ liệu chưa phản ánh rõ các đợt hết hàng và khuyến mãi.
Lượng bán thấp có thể do nhu cầu thấp, cũng có thể do không còn hàng. Nếu không phân biệt được, doanh nghiệp khó đánh giá chất lượng dự báo.
Trong khi đó, bộ phận mua hàng đang nhập chứng từ có định dạng tương đối ổn định. Họ có mẫu kiểm tra, người xác nhận và số liệu về thời gian xử lý.
Trong tình huống này, xử lý chứng từ có thể là điểm bắt đầu phù hợp hơn. Phạm vi dễ giới hạn và kết quả dễ đối chiếu. Dự báo nhu cầu vẫn đáng đầu tư, song cần chuẩn bị thêm dữ liệu.
Ngược lại, nếu dữ liệu đủ tốt và quyết định đặt hàng ảnh hưởng lớn đến tồn kho, doanh nghiệp có cơ sở ưu tiên dự báo. Thứ tự triển khai nên theo điều kiện thực tế.
Làm sao biết thử nghiệm có đáng mở rộng?
Trước khi thử nghiệm, hãy ghi lại cách công việc đang chạy. Với chứng từ, có thể đo thời gian xử lý mỗi hồ sơ, tỷ lệ cần sửa và thời gian kiểm tra.
Với dự báo, cần thống nhất cách đánh giá sai lệch và theo dõi ảnh hưởng đến quyết định đặt hàng. Sau đó, tính cả công sức kiểm tra, xử lý lỗi và vận hành giải pháp.
Một công cụ nhập liệu nhanh nhưng khiến nhân viên kiểm tra lâu hơn có thể chưa tạo lợi ích ròng. Vì vậy, thử nghiệm cần bao gồm các ngoại lệ thường gặp, không chỉ những mẫu dễ xử lý.
Kết quả ấy giúp doanh nghiệp quyết định nên mở rộng, điều chỉnh hay dừng lại.
TDI APJ hỗ trợ từ bước nào?
Thông qua TDI AI Studio, TDI APJ kết hợp chuyên môn SAP với năng lực phát triển AI. Điểm bắt đầu là quy trình đang vận hành: dữ liệu tạo ở đâu, ai sử dụng và quyết định nào cần cải thiện.
Từ đó, doanh nghiệp có thể xem xét tính năng SAP sẵn có, nhu cầu kết nối và phần cần phát triển riêng. Phạm vi cần xác nhận theo hệ thống, quyền sử dụng và yêu cầu thực tế.
Dự án đầu tiên nên tạo ra kết quả đủ rõ để quyết định bước tiếp theo. Đôi khi, điều đó bắt đầu bằng việc thu hẹp một ý tưởng lớn thành một công việc cụ thể.
Trao đổi với TDI APJ về quy trình bạn đang cân nhắc ứng dụng AI, dữ liệu hiện có và kết quả muốn cải thiện.
Về bài viết: Bài dựa trên hướng dẫn SAP về lựa chọn bài toán, dữ liệu và đo hiệu quả, kết hợp góc tiếp cận tư vấn của TDI APJ. Tình huống chỉ để minh họa, không phải case study khách hàng. Nguồn: SAP: Effective AI implementation in business (truy cập 11/2026).