Nếu CIO không chủ động thiết kế System of Work cho tổ chức, nó vẫn sẽ hình thành — nhưng dưới dạng ngẫu nhiên, phân mảnh và đầy rủi ro.
Work Platform: xương sống vận hành mới của doanh nghiệp AI-ready
Work Platform là backbone vận hành mới cho doanh nghiệp AI-ready: thay vì để từng team tự chọn công cụ và tạo ra dữ liệu phân tán, tổ chức cần một System of Work thống nhất nơi mục tiêu, ticket, tri thức, quyết định và dữ liệu hành vi cùng nằm trên một lớp dữ liệu và bảo mật chung. Nếu không có nền tảng này, AI chỉ làm tăng tool sprawl, chi phí và rủi ro, thay vì trở thành tài sản có thể kiểm soát và scale.
Nguyên tắc thiết kế: từ công cụ AI rời rạc đến nền tảng công việc thống nhất
Dùng các công cụ AI rời rạc chỉ giúp tổ chức làm việc nhanh hơn theo cách cũ: viết email, tóm tắt họp, làm slide nhanh hơn — nhưng không thay đổi cách phối hợp và ra quyết định. Vì dữ liệu và tương tác với AI không quay lại một backbone vận hành chung, tổ chức thiếu log, audit trail và khả năng kiểm soát. Rủi ro bảo mật, tuân thủ và tình trạng tool sprawl tăng lên cùng lúc với cảm giác “đang chuyển đổi”.
Hai cách đưa AI vào tổ chức. Bên trái tạo ra nợ vận hành dài hạn; bên phải tạo ra operating fabric có khả năng tích lũy giá trị.
Khi AI được tích hợp trực tiếp vào Work Platform như một System of Work thống nhất, tổ chức chuyển sang một cách làm việc khác về bản chất. Mọi task, ticket, quyết định, tri thức và giao tiếp sống trên cùng một hệ thống có dữ liệu và quyền truy cập chuẩn hóa. AI không còn là một điểm đến riêng biệt mà xuất hiện in-the-flow — gợi ý next step trong ticket, sinh draft document gắn với project, đề xuất người liên quan dựa trên lịch sử cộng tác.
Mỗi lần tương tác với Work Platform kết hợp AI làm giàu thêm teamwork graph — mạng lưới quan hệ giữa người, nhóm, công việc, tri thức, thời gian và trạng thái. Hiệu ứng lãi kép xuất hiện: càng dùng, dữ liệu càng sạch, quy trình càng tối ưu, AI càng chính xác, và nỗ lực triển khai sau càng rẻ hơn nỗ lực triển khai trước. Các tool AI rời rạc, ngược lại, tích lũy nợ vận hành dài hạn trong khi chỉ tạo wow effect ngắn hạn.
Đầu tư vào Work Platform kết hợp AI là đầu tư vào một operating fabric mới cho toàn tổ chức. Các tool AI rời rạc chỉ nên được coi là add-on phục vụ nhu cầu cục bộ, không phải trục chính của chiến lược. Nếu bị đảo ngược, chiến lược AI sẽ bị dẫn dắt bởi công cụ thay vì bởi kiến trúc vận hành — và giá trị dài hạn sẽ chảy ra ngoài cùng với chi phí license.
6 lớp kiến trúc của một Work Platform
Work Platform không phải một sản phẩm đơn lẻ. Nó là một kiến trúc nhiều lớp gắn kết chặt chẽ, mỗi lớp giải một bài toán khác nhau nhưng chỉ có ý nghĩa khi gắn với các lớp còn lại. Cấu trúc này tương đồng với cách ERP kết hợp schema dữ liệu, logic nghiệp vụ, quyền truy cập và trải nghiệm người dùng thành một thể thống nhất.
Kiến trúc Work Platform gồm sáu lớp đan chặt. AI chỉ phát huy giá trị khi đủ cả sáu.
Một Work Platform đủ tầm backbone phải bao phủ trọn bộ sáu lớp — Work Hub, Workflow, Data, AI, Governance, Experience — và cho phép tùy biến theo domain mà vẫn giữ được mô hình dữ liệu và permission chung. Đây là nền để AI có thể hiểu ai làm gì, khi nào, vì sao — thay vì chỉ thao tác trên văn bản rời rạc. Nếu một đề xuất gắn mác Work Platform nhưng thiếu một trong sáu lớp trên, nó chưa phải backbone vận hành mà chỉ là một ứng dụng rộng hơn bình thường một chút.
Nguyên tắc hành động
Bắt đầu từ vấn đề vận hành và kinh doanh cụ thể
Điểm xuất phát đúng không phải là chọn AI nào, mà là xác định nút thắt vận hành hoặc kinh doanh có tác động rõ nhất đến chi phí, tốc độ hay P&L. Những bài toán phù hợp nhất thường là việc lặp lại nhiều, ảnh hưởng rộng và đã có dữ liệu trong hệ thống, để AI và Work Platform có thể chứng minh ROI trên các KPI cụ thể thay vì dừng ở các PoC rời rạc.
Đặt AI vào dòng công việc thực thay vì để AI đứng ngoài
AI chỉ tạo giá trị bền vững khi được nhúng ngay trong nơi công việc diễn ra, với đầy đủ context như ticket, lịch sử xử lý, tri thức và trạng thái vận hành. Khi đó AI không còn là công cụ đứng ngoài để người dùng phải copy-paste qua lại, mà trở thành một phần của System of Work, giúp giảm ma sát, tăng governance và biến báo cáo hay insight thành đầu ra tự nhiên của vận hành hằng ngày.
Lấy Process, Behaviour và Operating Model làm trục chính
Ba trụ cột Process, Behaviour, Operating Model. AI là tầng gia tốc, không phải chất thay thế cho thiết kế vận hành.
Khi ba trụ cột được thiết kế tốt, AI đóng vai trò rõ rệt: làm rõ thứ tự ưu tiên, điều phối giữa team, tool và agent, tích lũy giá trị theo thời gian. Đây là ba vai trò cốt lõi của AI trong một hệ thống vận hành trưởng thành — không phải mấy tính năng điểm xuyết lên giao diện.
Khung hành động tối thiểu
Câu hỏi cần trả lời cụ thể: trước khi chi thêm một đồng cho AI, tổ chức tối thiểu phải làm những gì trên Work Platform để giảm rủi ro và nhìn thấy ROI? Năm bước dưới đây không phải là blueprint chi tiết mà là vạch xuất phát bắt buộc. Nếu chưa hoàn thành, mọi sáng kiến AI dù hào nhoáng đến đâu cũng sẽ dừng ở PoC và không thể trở thành kết cấu của cách tổ chức làm việc hằng ngày.
Năm bước của Khung hành động tối thiểu. Mỗi bước là một cổng kiểm soát trước khi đi tiếp.
1. Xác định một đến ba vấn đề ưu tiên có đủ độ đau và đủ dữ liệu. Câu hỏi đúng không phải “GenAI có thể làm gì” mà là: luồng giá trị nào đang bị nghẽn, nếu giải quyết thì tác động đến P&L ra sao. Nếu business sponsor không sẵn sàng đặt tên mình vào dòng tác động, vấn đề đó chưa đủ chín.
2. Mô hình hóa lại quy trình hiện tại trên Work Platform. Một workshop nửa ngày đến một ngày với business, vận hành và IT cùng trong phòng sẽ làm lộ ra những bước có thể để AI can thiệp — và những chỗ cần chuẩn hóa dữ liệu, hành vi trước khi nghĩ đến AI.
3. Đánh giá dữ liệu và ràng buộc theo ba trục: nguồn dữ liệu, quyền truy cập và bảo mật, hạ tầng và tích hợp. Các Work Platform hiện đại cung cấp RBAC, ABAC, audit log, DLP, data residency — nhưng quyết định đưa dữ liệu nào vào AI, với quyền gì, trong ngữ cảnh nào, vẫn là trách nhiệm của doanh nghiệp. Nền tảng cung cấp năng lực, chính sách là của người dùng nền tảng.
4. Đặt KPI đo được trên chính Work Platform trước khi triển khai: cycle time, SLA, backlog, tỷ lệ lỗi, NPS, adoption AI — tất cả log tự động. Nguyên tắc vận hành: chỉ số nào không được log tự động thì không tồn tại. Nếu vẫn dựa vào báo cáo thủ công, CIO sẽ không thể chứng minh ROI và càng khó điều chỉnh kịp thời khi có dấu hiệu lệch hướng.
5. Phân công ownership rõ ràng và thể hiện ngay trong Work Platform. Mỗi workflow có owner, mỗi dataset có owner, mỗi policy AI có owner. Khi có sự cố, câu hỏi “ai chịu trách nhiệm” phải có đáp án trong 15 phút, không phải sau một tuần điều tra.
Lộ trình triển khai trên nền tảng làm việc chung
Khởi động từ các dòng công việc ưu tiên
Lộ trình hiệu quả bắt đầu từ một số dòng công việc ưu tiên thay vì triển khai AI đồng loạt toàn công ty. Những ứng viên tốt thường là các domain có nỗi đau rõ ràng và được thừa nhận rộng rãi, sponsor mạnh từ business, và mức độ sẵn sàng dữ liệu cao, nghĩa là đã có ticket hoặc log trên Work Platform hoặc trên các hệ thống có thể tích hợp.
Các domain điển hình phù hợp làm pilot gồm ITSM và service management, chăm sóc khách hàng bậc một và bậc hai, quy trình phê duyệt nội bộ như mua sắm và đề xuất thay đổi, quản lý dự án chiến lược, và on-boarding nhân sự mới. Những domain này vừa có khối lượng công việc đủ lớn để tác động đến P&L, vừa có dữ liệu đủ sạch để AI vận hành ngay từ ngày đầu.
Hình 6. Lộ trình pilot đến scale theo mốc thời gian. Pilot zone chấp nhận rủi ro thử nghiệm, scale zone phải đo được kết quả.
Pilot nên là nhỏ nhưng bám sát hệ thống thực: quy trình thật, dữ liệu thật, người dùng thật, KPI thật. Mọi thay đổi gồm config workflow, rule AI, training content đều được track trên Work Platform, tạo thành knowledge base phục vụ nhân rộng sau này. CIO nên yêu cầu báo cáo định kỳ trên Work Platform về tiến độ triển khai, adoption người dùng, KPI vận hành, issue phát sinh và lesson learned, không phải slide review hằng tháng do PM tự tổng hợp.
Các quick win như số giờ tiết kiệm, cycle time giảm, SLA cải thiện cần được truyền thông rộng rãi trong tổ chức để tạo lực hút cho các domain khác tham gia. Đây là đòn bẩy tâm lý quan trọng, vì mọi tổ chức đều có người hoài nghi chỉ thay đổi khi nhìn thấy đồng nghiệp ở một bộ phận khác đã thành công.
Case study: BiPlus triển khai AI-enabled System of Work cho một khách hàng tài chính
Trong một chương trình tư vấn gần đây tại thị trường Việt Nam, BiPlus triển khai Work Platform trên Atlassian Cloud cho một tổ chức tài chính lớn. Domain pilot được chọn là quản lý yêu cầu thay đổi IT do đơn vị nghiệp vụ gửi về. Trước pilot, trung bình mất 9 ngày từ lúc đơn vị nghiệp vụ gửi yêu cầu đến lúc IT bắt đầu thực hiện, với 23% yêu cầu bị phân luồng sai và phải chuyển tay nhiều lần. Sau khi chuẩn hóa workflow trên Jira, nhúng AI assistant đọc yêu cầu và tự động gán phân loại cùng team xử lý, đồng thời bổ sung knowledge base trên Confluence với semantic search, thời gian handoff giảm xuống còn 2,5 ngày và tỷ lệ phân luồng sai giảm xuống dưới 6% trong vòng một quý. Điều quyết định không phải là AI model được dùng, mà là việc quy trình đã được chuẩn hóa trên một nền tảng thống nhất trước khi AI xuất hiện.
Nhúng các thành phần AI vào đúng điểm chạm
Có bốn nhóm năng lực AI điển hình cần được cân nhắc khi triển khai trên Work Platform. Mỗi nhóm có chi phí triển khai, mức độ rủi ro và tốc độ mang lại ROI khác nhau.
Ba nguyên tắc nhúng AI cần được áp dụng nhất quán.
• Đúng điểm chạm: AI phải xuất hiện ngay nơi người dùng đang làm việc trong ticket, trang wiki, kênh chat, không ép họ chuyển sang tool khác.
• Tận dụng context: AI phải đọc được project, component, SLA, lịch sử, tri thức liên quan để giảm yêu cầu prompt phức tạp mà người dùng vốn không có thời gian viết.
• Human-in-the-loop: AI đề xuất, con người duyệt hoặc chỉnh sửa, feedback quay lại vòng training tiếp theo.
Bốn nhóm năng lực AI được định vị theo hai trục rủi ro và tốc độ ra ROI. Bắt đầu từ góc phần tư xanh, mở rộng dần
Thiết kế vòng lặp giữa con người và AI rõ ràng mang lại ba giá trị cùng lúc: giảm rủi ro do AI sai hoặc thiếu ngữ cảnh, nâng cao niềm tin của người dùng vào hệ thống, và cho phép AI học dần từ pattern chấp nhận hoặc chỉnh sửa thực tế thông qua log và worklog. Một AI chỉ được đo bằng số lượt gọi API sẽ không bao giờ trưởng thành bằng một AI được đo bằng tỷ lệ đề xuất được chấp nhận.
Vận hành, giám sát và cải tiến liên tục
Khi pilot đã chứng minh giá trị, bài toán chuyển sang vận hành và scale. Một AI-enabled System of Work sống khỏe cần tối thiểu ba lớp giám sát hoạt động song song.
• Logging và audit trail. Ghi lại ai dùng AI, vào tác vụ gì, bị chỉnh sửa ra sao, quyết định nào dựa trên đề xuất của AI. Lớp này phục vụ cả cải tiến lẫn compliance và điều tra sự cố khi có vấn đề xảy ra.
• Đo lường hiệu suất. SLA, backlog, throughput, tỷ lệ lỗi, NPS, adoption AI phải được kéo trực tiếp từ Work Platform, tránh thống kê tay. Nếu dashboard phải được cập nhật thủ công, nó sẽ dần không được cập nhật.
• Chu trình học liên tục. Từ insight vận hành dẫn đến tối ưu workflow, từ tối ưu workflow dẫn đến cập nhật rule, prompt và policy AI, và cuối cùng đo lại để xác nhận tác động. Chu trình này không được kéo dài quá một quý nếu không sẽ mất momentum.
Về hạ tầng, Work Platform phải được cấu hình như một operational control plane cho AI. Role và permission rõ ràng, chính sách data access và retention phù hợp với cả ngành nghề lẫn quy định pháp lý, cơ chế backup và khôi phục đã được diễn tập ít nhất một lần một năm, tích hợp với các hệ thống monitoring và security hiện có như SIEM và DLP. AI trên Work Platform không phải một tính năng mà là một năng lực vận hành cần đội SRE, đội dữ liệu, đội bảo mật và đội nghiệp vụ cùng phối hợp duy trì.
Vai trò của CIO là kiến trúc sư của System of Work
Không có một Work Platform thống nhất, mọi cố gắng chuyển đổi AI sẽ chỉ tạo thêm các AI-fortified silos — ốc đảo công nghệ được bơm AI nhưng không kết nối với backbone vận hành chung. Giá trị sinh ra cục bộ, rủi ro tích lũy ở cấp hệ thống. Lựa chọn vendor — Atlassian, Microsoft, hay một nền tảng khác — chỉ là câu hỏi thứ cấp so với câu hỏi gốc: System of Work của chúng ta sẽ trông như thế nào, và ai là người kiến trúc nó?
Vai trò của CIO trong bức tranh này không phải là người mua tool AI, mà là kiến trúc sư của System of Work. Ba nhiệm vụ cốt lõi: đảm bảo tổ chức có một Work Platform backbone xuyên suốt, đủ an toàn và tuân thủ; kết nối mọi thay đổi Process, Behaviour, Operating Model với kiến trúc công nghệ để hệ thống luôn là tấm gương trung thực của cách tổ chức thực sự vận hành; dẫn dắt chuyển pha từ faster way of working sang new way of working.
Lựa chọn của CIO hôm nay là: để tương lai System of Work tự hình thành theo cách ngẫu nhiên và phân mảnh, hay chủ động kiến trúc nó trên một AI-enabled Work Platform có kỷ luật. Không có lựa chọn thứ ba.
Tổng hợp: Ms. Thảo Bùi - President & COO BiPlus
 |
|