System of Work: Lợi thế cạnh tranh thực sự trong kỷ nguyên AI
Vì sao nền tảng vận hành - không phải AI - mới là yếu tố quyết định
Một nghịch lý đang diễn ra ngay trước mắt chúng ta
Hãy thử nhìn vào bức tranh đang diễn ra tại hầu hết ngân hàng và tập đoàn lớn ở Việt Nam — có thể là tổ chức của chính bạn.
Ở tầng khách hàng, những con số nói lên tất cả. Theo Ngân hàng Nhà nước Việt Nam tại Smart Banking 2025, 98% khách hàng đã thực hiện giao dịch qua kênh số. Hệ thống thanh toán liên ngân hàng xử lý trung bình 820,000 tỷ đồng mỗi ngày. Tỷ lệ thanh toán không dùng tiền mặt đã đạt 25 lần GDP. Đây là thành tích chuyển đổi số đáng tự hào ở cấp quốc gia — và xứng đáng được ghi nhận.
Nhưng hãy nhìn vào phía sau dashboard và app — tầng vận hành nội bộ: bộ phận IT vẫn gửi báo cáo tiến độ dự án qua email tuần. Các team phát triển sản phẩm dùng 6–8 công cụ khác nhau không kết nối với nhau. Leadership họp mỗi tuần để hỏi “dự án đang ở đâu?” — một câu hỏi mà không ai có thể trả lời ngay lập tức từ hệ thống. AI được mua và triển khai như một công cụ thêm vào, chứ không phải như một phần của hệ thống vận hành. CEO TPBank Nguyễn Hưng phát biểu thẳng tại chính sự kiện đó: “Thách thức lớn nhất hiện nay là làm thế nào để khai thác dữ liệu hiệu quả nhằm hỗ trợ ra quyết định. Dữ liệu vẫn đang bị phân mảnh.”
Nếu bức tranh này quen thuộc — đây không phải điểm yếu của riêng một tổ chức nào. Theo Microsoft Work Trend Index (2024), nhân viên tri thức trung bình phải dùng 6–10 công cụ mỗi ngày để hoàn thành công việc, và tới 60% thời gian làm việc bị tiêu tốn cho “work about work” — tìm thông tin, họp cập nhật trạng thái, tổng hợp báo cáo. Và 77% nhân viên cho rằng AI chưa thực sự giảm tải — thậm chí trong nhiều trường hợp còn làm tăng workload do phải kiểm tra và hiệu chỉnh output. Đây là nghịch lý phổ biến nhất của chuyển đổi số giai đoạn 2: tổ chức đã số hóa mặt khách hàng rất tốt, nhưng cách tổ chức tự vận hành bên trong vẫn là analog.
Trong phần lớn doanh nghiệp, công việc không tồn tại trong một hệ thống thống nhất. Nó bị phân tán giữa email, chat, file, công cụ quản lý dự án, CRM, ERP và hàng chục ứng dụng SaaS. Mỗi phòng ban có cách làm riêng, mỗi team dùng bộ công cụ khác nhau, mỗi cá nhân duy trì một “version of truth” riêng.
Theo Gartner (2024), hơn 70% tổ chức đang đối mặt với “application sprawl” — sự gia tăng không kiểm soát của công cụ và hệ thống. Hệ quả: dữ liệu vận hành bị phân mảnh, thiếu nhất quán và khó truy vết.
Trong bối cảnh đó, AI không có đủ context để hoạt động hiệu quả. Nó tạo ra output tốt trong phạm vi hẹp, nhưng không thể hiểu bức tranh tổng thể. Kết quả là quyết định vẫn phải dựa trên tổng hợp thủ công, và AI chỉ đóng vai hỗ trợ cục bộ thay vì tạo giá trị ở cấp hệ thống.
Với ngành ngân hàng, vấn đề này còn có thêm một chiều quan trọng: governance và audit trail. Mọi quyết định kỹ thuật, mọi thay đổi hệ thống, mọi phê duyệt rủi ro đều cần được ghi nhận, truy vết và báo cáo lên cơ quan quản lý. Khi công việc bị phân tán qua nhiều công cụ không kết nối, việc tạo ra một audit trail đầy đủ và đáng tin cậy gần như không thể thực hiện hiệu quả.
Và đây chính xác là điểm mà AI sẽ — hoặc sẽ không — tạo ra giá trị chiến lược.
Nhưng câu trả lời không nằm ở chỗ nhiều người đang tìm: không phải chọn AI model mạnh hơn, không phải mua thêm công cụ, cũng không phải tăng ngân sách AI. Vấn đề nằm sâu hơn — ở nền tảng mà AI đang được triển khai lên.
Một AI mạnh đặt trên một hệ thống vận hành phân mảnh sẽ chỉ tạo ra output nhanh hơn trong từng điểm rời rạc — nhưng không thể thay đổi cách tổ chức vận hành ở cấp hệ thống. Giống như đặt một động cơ phản lực lên một chiếc xe bò: tốc độ không phải là giới hạn, mà là kiến trúc bên dưới.
Đây là lúc một khái niệm cần được làm rõ trước khi đi tiếp: System of Work.
System of Work: khi công việc trở thành một “hệ thống có cấu trúc”
Đây là lúc khái niệm System of Work trở nên quan trọng.
(Sơ đồ 1: Fragmented Tools vs Unified System of Work)
System of Work là nền tảng thống nhất nơi toàn bộ công việc của tổ chức được mô hình hóa, kết nối và vận hành — từ mục tiêu chiến lược, quy trình, phân công trách nhiệm, đến dữ liệu vận hành theo thời gian thực. Không phải một công cụ. Không phải một ứng dụng. Đây là cách tổ chức thiết kế mình để làm việc.
Hiểu một cách đơn giản, System of Work là trạng thái mà trong đó toàn bộ công việc của tổ chức – từ mục tiêu, kế hoạch, task, đến tri thức và quyết định – được mô hình hóa, kết nối và vận hành trên một nền tảng thống nhất. Sự khác biệt không nằm ở việc dùng tool nào, mà nằm ở việc công việc có được “đặt vào một hệ thống” hay không.
Trong một tổ chức chưa có System of Work, các thành phần của công việc tồn tại độc lập. Mục tiêu không gắn với execution. Task không gắn với decision. Dữ liệu không gắn với workflow. AI, nếu có, cũng chỉ đứng ngoài các luồng này.
Trong một System of Work đúng nghĩa, các thành phần đó được liên kết thành một graph vận hành. Mục tiêu được kết nối trực tiếp với project. Project được phân rã thành task. Task gắn với người chịu trách nhiệm, dữ liệu liên quan và lịch sử quyết định. Mọi thay đổi đều được ghi nhận và truy vết.
AI, trong trường hợp này, không còn “đọc từng mảnh dữ liệu”, mà có thể hiểu được toàn bộ ngữ cảnh của công việc.
Đó là sự khác biệt mang tính nền tảng.
Nếu ERP là xương sống cho tài chính và nguồn lực, thì System of Work là xương sống cho cách tổ chức làm việc và ra quyết định.
Sự dịch chuyển chiến lược: Work Platform đang trở thành “ERP của công việc”
Một xu hướng đang hình thành rõ ràng: Work Platform — hay System of Work — đang trở thành nền tảng vận hành cốt lõi của tổ chức hiện đại, theo cách mà ERP từng làm với tài chính và nguồn lực.
Không chỉ là quản lý task hay project. Đây là nơi toàn bộ mục tiêu, workflow, tri thức và dữ liệu vận hành được kết nối trong một hệ thống thống nhất có cấu trúc. Và quan trọng nhất: đây là nơi AI có thể thực sự “hiểu” tổ chức — thông qua dữ liệu có cấu trúc, workflow rõ ràng và ngữ cảnh đầy đủ.
Theo IDC, đến năm 2026, hơn 65% doanh nghiệp lớn sẽ triển khai các nền tảng work management tích hợp AI như một phần của chiến lược vận hành cốt lõi. Điều này phản ánh một chuyển dịch rõ ràng: từ tối ưu từng công cụ riêng lẻ sang thiết kế một backbone vận hành xuyên suốt.
Case thực tế: Commonwealth Bank of Australia — Ngân hàng 114 tuổi và hành trình trở thành AI-native
Commonwealth Bank of Australia (CBA) — ngân hàng lớn nhất Australia với 53,000 nhân viên, phục vụ 1 trong 3 người dân và 1 trong 4 doanh nghiệp tại đây — là ngân hàng đầu tiên tại Australia triển khai toàn bộ hạ tầng vận hành lên Atlassian Cloud. Điều đáng chú ý không phải là quyết định chọn nền tảng, mà là cách họ tổ chức lại toàn bộ cách làm việc trên nền tảng đó — và thứ tự họ thực hiện.
Ba quyết định — và bài học từ mỗi quyết định:
Một mô hình công việc duy nhất, không ngoại lệ. Trước khi chạm vào công nghệ, CBA định nghĩa một cấu trúc chung cho mọi sáng kiến, mọi dự án, mọi task — xuyên suốt toàn tổ chức. Kết quả: 1.4 triệu tickets và 1,100+ projects vận hành trong một hệ thống duy nhất trong năm tài chính 2024. Con số này không nói về công nghệ — nó nói về kỷ luật tổ chức.
Tri thức phải chảy vào workflow, không nằm trong email. Ngữ cảnh của mọi quyết định — tài liệu yêu cầu, lịch sử thay đổi, dependency — được kết nối trực tiếp vào luồng công việc, không lưu rời ở một kho tài liệu mà không ai nhớ đường vào. Khi AI được bật trên nền tảng này, nó không “tóm tắt văn bản” — nó tổng hợp ngữ cảnh có cấu trúc. Đó là lý do 2,500 giờ/tháng được tiết kiệm chỉ từ một tính năng AI.
Thứ tự quan trọng hơn tốc độ. Helen Lau, General Manager of Engineering Product tại CBA, phát biểu thẳng tại Team ‘25: “Tác động thay đổi quản lý quá lớn nếu làm đồng thời.” CBA chuẩn hóa workflow trước, chuẩn hóa tri thức sau, bật AI sau cùng — không bao giờ ngược lại. Khi AI được kích hoạt cho 35,000 người dùng, nó không rơi vào hỗn loạn. Nó được đặt vào một hệ thống đã có cấu trúc và dữ liệu sạch.
Bài học thực sự: AI không thông minh hơn dữ liệu nó được cung cấp. Một tổ chức triển khai AI sau khi đã có System of Work sẽ luôn vượt trội hơn một tổ chức triển khai AI trước rồi cố xây platform sau.
Faster way of working vs New way of working: khoảng cách giữa tối ưu và tái thiết kế
Một trong những hiểu lầm phổ biến nhất là đánh đồng “làm nhanh hơn” với “làm khác đi.”
Phần lớn tổ chức đang dùng AI để tăng tốc hoạt động hiện tại: viết báo cáo nhanh hơn, tổng hợp thông tin nhanh hơn. Đây là “faster way of working” — cải tiến cần thiết nhưng chưa đủ, vì nó không thay đổi cấu trúc vận hành bên dưới.
“New way of working” đặt lại câu hỏi từ đầu: nếu thiết kế lại toàn bộ cách tổ chức vận hành trong bối cảnh có AI và dữ liệu, chúng ta sẽ làm gì khác đi thay vì chỉ làm nhanh hơn? Báo cáo thủ công trở thành dashboard real-time. Họp cập nhật trạng thái trở thành workflow minh bạch trên platform. Quyết định cảm tính trở thành quyết định dựa trên data kết hợp AI recommendation. Và với banking: audit trail tự động thay thế cho việc tổng hợp log thủ công khi cần báo cáo cơ quan quản lý.
Theo Harvard Business Review, các tổ chức áp dụng “new ways of working” có thể cải thiện năng suất 20–30%. Điểm khác biệt không nằm ở công nghệ — mà ở cách tổ chức được thiết kế lại để tận dụng công nghệ đó.
AI chỉ tạo giá trị khi được embed vào System of Work
Nghiên cứu từ Stanford và MIT (Brynjolfsson et al., 2023) cho thấy AI có thể tăng năng suất lên tới 14% trong môi trường customer support — nhưng chỉ khi AI được tích hợp trực tiếp vào workflow và sử dụng dữ liệu thực tế của tổ chức.
Nguyên lý cốt lõi: AI không tạo ra giá trị khi đứng ngoài hệ thống. AI chỉ tạo ra giá trị khi nằm trong System of Work.
Tín hiệu thị trường: Khi toàn bộ Big Tech race theo cùng một hướng
(Sơ đồ: Dịch chuyển chiến lược sản phẩm Big Tech 2024–2025)
Không chỉ Atlassian mà toàn bộ Big Tech đang race theo cùng một hướng, đồng thời.
Microsoft tái định vị M365 xung quanh concept “Frontier Firm” — tổ chức vận hành theo mô hình human-led, agent-operated, với Work IQ là intelligence layer giúp Copilot hiểu người dùng, công việc và toàn bộ tổ chức. Hơn 90% Fortune 500 đã sử dụng. Đi kèm là Agent 365 — control plane thống nhất quản lý toàn bộ AI agents trong tổ chức.
Salesforce chuyển sang Agentforce 360, SAP ra mắt hơn 40 Joule Agents tích hợp native vào ERP, và ServiceNow ra mắt AI Control Tower — tích hợp với Microsoft Foundry, Copilot Studio và Entra ID để tạo centralized dashboard quản lý AI assets xuyên hệ sinh thái.
SAP Joule giờ tích hợp native với Microsoft 365 Copilot và Teams, với tính năng analytical insights giúp người dùng hỏi câu hỏi bằng ngôn ngữ tự nhiên và nhận ngay insight từ dữ liệu ERP — giảm 80% số bước để lấy thông tin phân tích so với trước đây.
Tín hiệu chiến lược cần đọc: Không một vendor lớn nào còn bán “AI tool” standalone. Trong chu kỳ mua sắm enterprise 2026, các tổ chức sẽ đánh giá vendor dựa trên khả năng multi-agent orchestration, governance, và data unification — không chỉ là tính năng AI đơn lẻ. Khi tất cả các nền tảng lớn đồng thời pivot theo cùng một hướng, đó không còn là xu hướng — đó là sự thay đổi cấu trúc của ngành.
Rủi ro chiến lược: khi AI làm tổ chức phức tạp hơn
Nếu không có System of Work thống nhất, việc triển khai AI dẫn đến những rủi ro mà CIO cần nhìn thẳng vào.
“AI-fortified silos”: mỗi phòng ban thông minh hơn nhờ AI, nhưng toàn bộ tổ chức kém hiệu quả hơn do thiếu kết nối. Insight không được chia sẻ, dữ liệu không đồng bộ, quyết định mâu thuẫn giữa các đơn vị.
Data chaos: theo Deloitte, hơn 60% tổ chức gặp khó khăn trong quản trị dữ liệu khi triển khai AI. Khi dữ liệu không được chuẩn hóa, AI có thể đưa ra đề xuất sai lệch với hệ quả khó kiểm soát.
Với ngành banking, còn thêm rủi ro thứ ba: khi AI được triển khai trên hệ thống phân mảnh, không có audit trail thống nhất, tổ chức không thể chứng minh với cơ quan quản lý (NHNN, Kiểm toán Nhà nước) rằng AI đang được dùng theo cách có kiểm soát, có governance, và có thể explain được. Đây không phải rủi ro tương lai — đây là rủi ro hiện tại.
Và rủi ro lớn nhất: mất lợi thế cạnh tranh theo hàm mũ. Tổ chức tiên phong xây System of Work và tích lũy lợi thế mỗi ngày. Những tổ chức chậm thay đổi bị tụt lại không theo tuyến tính mà theo hàm mũ — vì lợi thế compound effect càng lớn theo thời gian.
CIO cần bắt đầu từ đâu: từ “AI adoption” sang “System of Work design”
Câu hỏi chiến lược không còn là “chúng ta nên dùng AI nào” — mà là “chúng ta đang vận hành trên nền tảng nào.”
Bước 1 — Kiểm kê hệ thống hiện tại. Công việc đang được quản lý ở đâu? Có bao nhiêu công cụ? Có nguồn dữ liệu thống nhất không? Có audit trail đầy đủ không? Đây là nền tảng để mọi quyết định tiếp theo có ý nghĩa. Không làm bước này, mọi chiến lược AI đều xây trên cát.
Bước 2 — Định nghĩa kiến trúc System of Work mục tiêu. Xác định workflow chuẩn, mô hình dữ liệu chung, cơ chế governance, chiến lược tích hợp giữa các hệ thống. Đây không phải bài toán chọn vendor — đây là bài toán thiết kế vận hành tổ chức. Với banking, layer governance và compliance phải được thiết kế vào kiến trúc từ đầu, không phải add-on sau.
Bước 3 — Triển khai use case cụ thể với AI embed trực tiếp vào workflow. Thay vì PoC rời rạc, tập trung vào những domain có tác động đo lường được trong 90 ngày: ITSM (giảm thời gian resolve incident, tự động hóa triage), IT governance (audit trail tự động cho dev process), hoặc product delivery (AI-assisted work breakdown từ requirement đến task). Mục tiêu kép: chứng minh ROI và đồng thời tích lũy dữ liệu chất lượng cho các giai đoạn tiếp theo.
Kết luận: Chi phí của sự chần chừ đang tăng theo ngày
AI sẽ tiếp tục phát triển nhanh chóng. Công cụ sẽ ngày càng mạnh hơn, rẻ hơn, dễ tiếp cận hơn. Chính vì vậy, AI đơn thuần sẽ trở thành commodity. Lợi thế cạnh tranh sẽ nằm ở cách tổ chức vận hành.
ERP đã định hình cách doanh nghiệp quản lý tài chính. Data platform đã định hình cách doanh nghiệp sử dụng dữ liệu. Work Platform — dưới dạng một AI-enabled System of Work — đang định hình cách doanh nghiệp làm việc trong thập kỷ tới.
Mỗi tháng không có System of Work, tổ chức không chỉ “chưa tối ưu” — tổ chức đang mất đi dữ liệu vận hành có cấu trúc mà AI cần để học. Tổ chức đang để lợi thế compound effect tích lũy vào tay đối thủ làm sớm hơn.
AI không tự thay đổi tổ chức. System of Work mới là thứ làm điều đó.
Và trong kỷ nguyên mới, câu hỏi quan trọng nhất không phải là “AI của bạn mạnh đến đâu” — mà là “tổ chức của bạn có một hệ thống đủ tốt để AI phát huy hay không.”
Tác giả: Ms. Thảo Bùi - President - COO - BiPlus Vietnam Software Solutions JSC
 |
|