“We can be blind to the obvious, and we are also blind to our blindness.”
— Daniel Kahneman, Thinking, Fast and Slow
Hãy bấm đồng hồ theo dõi một tờ hóa đơn mua hàng từ lúc gửi vào công ty tới khi thanh toán. Ngày đầu tiên, kế toán công nợ mở hồ sơ kiểm tra bốn phút rồi chuyển sang phòng mua hàng. Hóa đơn nằm yên hai ngày vì chuyên viên mua hàng bận họp kế hoạch, sau đó mới được duyệt trong ba phút. Sang ngày thứ ba, bộ phận nhận hàng đối chiếu mất ba phút rồi trả lại kế toán gán mã chi phí trong bốn phút. Ngay sau đó là quãng chờ dài nhất: hồ sơ nằm im bốn ngày trong hộp thư của người phụ trách ngân sách đang đi công tác, tới ngày thứ bảy mới được duyệt đúng hai phút. Kế toán kiểm tra lại năm phút rồi đẩy sang người duyệt cấp hai, chờ gần một ngày cho bốn phút rà soát, sau đó nằm đợi đợt chi tiền vào cuối ngày thứ mười một. Năm người xử lý một tờ hóa đơn mất mười một ngày, nhưng tổng thời gian làm thật chỉ vỏn vẹn hai mươi lăm phút.
Daniel Kornum, phụ trách triển khai tại Varick Agents, rút ra bức tranh trên từ dữ liệu các tập đoàn doanh thu trên một tỷ đô la với quy mô từ một nghìn tới một trăm nghìn nhân viên. Nhìn vào tỷ lệ thời gian chờ trên thời gian làm thật (handoff-to-touch ratio), bạn sẽ hiểu ngay vì sao hàng loạt dự án AI doanh nghiệp thất bại. Suốt mười tám tháng qua, hầu hết các giám đốc tài chính, vận hành hay công nghệ đều đã duyệt ba tới bốn dự án thí điểm AI, nhưng báo cáo lãi lỗ (P&L) vẫn chưa thấy đồng lợi nhuận nào.
Khi dự án không ra tiền, các phòng ban thường đổ tại dữ liệu bẩn, model chưa đủ khôn hoặc vướng mắc chung chung về quản trị thay đổi. Mình từng tin vào các báo cáo nghiệm thu kiểu đó cho tới khi đặt quy trình giấy cạnh nhật ký thực tế của hệ thống quản trị doanh nghiệp (ERP). Bảy lỗi vận hành hiện ra rõ rệt, và chuyện chọn model AI nào thậm chí còn không nằm trong danh sách.
Tám phút trong ba vạn phút

(src X/Daniel Kornum)
Lỗi đầu tiên nằm ở thói quen bê nguyên quy trình chuẩn trên giấy (SOP) vào thiết kế dự án AI. Hãy nhìn vào quy trình mở mã nhà cung cấp mới mà công ty lớn nào cũng mất vài tuần xử lý. Trên giấy, mọi thứ chỉ gồm sáu bước gọn gàng: gửi phiếu yêu cầu, mua hàng duyệt sơ bộ, thu thập tờ khai mã số thuế W-9 (tương đương giấy đăng ký kinh doanh và mã số thuế ở Việt Nam) kèm số tài khoản ngân hàng, xác minh tài khoản đó, quét danh sách cấm vận, rồi nhập mã vào SAP hoặc NetSuite. Chạy đúng kịch bản đó chỉ mất năm ngày làm việc, nhưng đo ngoài thực tế lại kéo dài trung bình hai mươi hai ngày.
Tại sao thủ tục năm ngày lại phình ra thành hai mươi hai ngày? Khoảng chênh mười bảy ngày nằm ở những tình huống ngoại lệ mà quy trình giấy bỏ qua. Tới 50% phiếu gửi về bị bỏ trống ô bắt buộc. Thông tin ngân hàng đối tác gửi đủ kiểu, lúc là văn bản có tiêu đề công ty, lúc chỉ là vài dòng gõ trong Gmail. Bộ phận ngân quỹ phải gọi xác nhận từng số tài khoản, còn bộ phận tuân thủ phải ngồi lọc hàng loạt cảnh báo nhầm khi quét danh sách cấm vận. Nếu đối tác bán phần mềm, hồ sơ lại phải tách sang bảng câu hỏi an toàn thông tin riêng. Chưa kể cứ mười yêu cầu mới thì có một nhà cung cấp đã nằm sẵn trong danh mục nhà cung cấp dưới tên viết hơi khác. Do AI chỉ được lập trình theo sáu bước lý tưởng trên giấy, vừa vào môi trường có trên 40% ca ngoại lệ là hệ thống tắc ngay.
Nhật ký trên hệ thống ERP của phòng kế toán thanh toán còn phơi bày độ vênh này gắt hơn. Sơ đồ quy trình chuẩn vẽ một đường thẳng qua đúng bảy bước: tiếp nhận, nhập liệu, đối chiếu đơn hàng, gán mã chi phí, phê duyệt, lên lịch và thanh toán. Thế nhưng dữ liệu thực tế suốt một năm ghi nhận tới khoảng ba mươi luồng đi khác nhau. Hóa đơn liên tục bị đá vòng qua lại ở khúc giữa, khi thì đẩy sang người duyệt cấp hai, khi bị trả về bắt nộp lại, hoặc phải duyệt lại từ đầu vì vừa sửa mã hạch toán. Luồng thẳng bảy bước trên giấy chỉ xử lý được khoảng một phần ba số hóa đơn, còn hai phần ba phải đi vòng qua ba mươi nhánh phát sinh kia.
Không dựng bản đồ quy trình từ nhật ký, các đội dự án dễ trượt ngay sang lỗi thứ hai: chỉ tự động hóa đúng một bước dễ trình diễn nhất. Ở quy trình mở mã nhà cung cấp, kỹ thuật thường dùng mô hình ngôn ngữ lớn đọc tờ khai W-9, bóc tên công ty, mã số thuế, địa chỉ rồi điền vào danh mục nhà cung cấp. Tính năng này giúp nhân viên mua hàng tiết kiệm tám phút mỗi hồ sơ. Nghe tiết kiệm tám phút thì tưởng ngon, nhưng hai mươi hai ngày bằng 31.000 phút, tức tám phút kia chỉ cắt được đúng 0,03% thời gian chờ. Mở mới 1.500 nhà cung cấp mỗi năm thì tổng thời gian tiết kiệm cũng chỉ đạt 200 giờ công, tức khoảng 10% quỹ thời gian của một nhân sự duy nhất. Con số đó chẳng giải quyết được gì cho kinh doanh. Nhà cung cấp vẫn đợi đủ hai mươi hai ngày, dự án vẫn treo, và nhân viên các phòng ban sốt ruột vẫn lấy thẻ tín dụng công ty quẹt trả thẳng để trốn quy trình mua hàng. Cắt tám phút nhập liệu trong chuỗi hai mươi hai ngày thì thời gian chờ bàn giao vẫn còn nguyên: hồ sơ nằm xếp hàng chờ mở, gửi email cho đối tác rồi đợi bốn ngày mới gọi điện giục, tới lúc hỏi bộ phận ngân quỹ thì họ bận chốt sổ nên hẹn sang tuần sau.
Trợ lý lẻ ngoài sổ cái

Chuyện gì xảy ra khi dự án cắt giảm tám phút kia chạy tới tháng thứ tư? Phòng tài chính bước vào hỏi tỷ suất hoàn vốn (ROI), và lỗi thứ ba lập tức lộ diện: đội dự án không hề đo số liệu nền (baseline) trước khi làm. Chẳng ai bỏ hai tới bốn tuần trích xuất dữ liệu cũ xem trước khi có AI thì mở một mã nhà cung cấp mất bao nhiêu ngày, tốn bao nhiêu tiền mỗi hồ sơ, tỷ lệ sai phải làm lại là bao nhiêu, hay thiệt hại gian lận do trùng mã và đổi số tài khoản lớn cỡ nào. Không có mốc đối chiếu, nhóm làm dự án đành chữa cháy bằng khảo sát cảm tính kiểu nhân viên thấy năng suất tăng 30%, hoặc đếm lượt đăng nhập ứng dụng. Phòng tài chính gạt phăng hết những con số đó, vì cảm giác làm nhanh hơn không tự biến thành tiền mặt trên sổ sách.
Sự bế tắc tài chính này gắn trực tiếp với lỗi thứ tư: đa số doanh nghiệp chỉ xây một trợ lý thụ động (sidekick) dạng khung chatbot hoặc thanh copilot ở góc màn hình. Công cụ kiểu này giống người phụ việc ngồi chờ sai bảo: chuyên viên nào nhớ mở lên gõ hỏi xem nhà cung cấp đã có tên chưa thì nó đáp, còn không ai gõ lệnh thì nó đứng im. Số liệu thực tế cho thấy chỉ khoảng 10% nhân viên thích mày mò công nghệ chịu dùng chatbot, và nhóm này cũng chỉ làm nhanh hơn 10% tới 20%. Muốn cắt đứt cảnh hồ sơ nằm chờ giữa các bộ phận, doanh nghiệp phải dùng agent chạy ngầm (background agent) tự động làm việc không cần người gõ prompt nhắc. Trong quy trình mở mã nhà cung cấp, agent chạy ngầm tự bốc yêu cầu khỏi hàng đợi, nhắn đòi người gửi các ô còn thiếu, gửi email thu thập W-9 và thư xác nhận ngân hàng từ đối tác, đối chiếu tên pháp nhân giữa hai giấy tờ, kiểm tra cấm vận, lọc trùng trong danh mục nhà cung cấp rồi tạo thẳng mã trên SAP. Con người chỉ xử lý các ca ngoại lệ thật, như lệch tên chủ tài khoản ngân hàng, trùng danh sách cấm vận hoặc người gửi từ chối điền bảng thẩm định an toàn thông tin. Các quy trình dùng agent chạy ngầm cải thiện hiệu suất từ 60% tới 90%, tạo giá trị gấp khoảng mười lần trợ lý thụ động.
Nhiều dự án còn bị khai tử ngay ở tháng thứ ba vì lỗi thứ năm: tách công cụ AI thành một trang web riêng nằm ngoài hệ thống phần mềm lõi (systems of record). Trong văn phòng hằng ngày, nhân viên mua hàng mở sẵn Coupa hoặc SAP Ariba, người yêu cầu mở mã thao tác trên ServiceNow và Outlook, còn bộ phận ngân quỹ dùng cổng ngân hàng và Excel. Bắt họ đăng nhập thêm một trang web lạ với mật khẩu mới chỉ để dùng AI thì chẳng mấy ai buồn mở, lại tốn công đồng bộ dữ liệu và đào tạo lại. Ngược lại, khi nhúng agent chạy ngầm trực tiếp vào phần mềm sẵn có để đọc phiếu ServiceNow, ghi mã vào SAP, cập nhật trạng thái lên phiếu ServiceNow rồi gửi cảnh báo ngoại lệ qua Microsoft Teams hoặc Outlook, nhân viên không phải đổi thói quen. Cách làm này còn giúp dự án qua cửa an toàn thông tin, pháp chế và công nghệ thông tin nhanh hơn hẳn vì dữ liệu vẫn chạy trên cloud nội bộ.
Tại sao những việc rõ ràng như vẽ bản đồ từ nhật ký, đo số liệu nền trước khi xây hay tích hợp thẳng vào SAP và ServiceNow lại hiếm khi được làm từ đầu? Nguyên nhân nằm ở lợi ích lệch nhau giữa ba bên. Hãng phần mềm muốn bán tài khoản theo đầu người nên đẩy mạnh trợ lý thụ động và đo thành công bằng lượt đăng nhập. Công ty tư vấn lớn muốn bán gói lộ trình sáu tháng, để rồi nửa năm sau khách hàng nhận về tập slide dày 300 trang không chạy thật. Đội dự án nội bộ lại cần thành tích gọn trong một quý để dễ trình diễn cho sếp, nên cắt lấy một bước đọc văn bản thật nhỏ để làm bản thử nghiệm, né luôn phần bóc tách nhật ký, đo số liệu nền và đấu nối vào hệ thống lõi vừa chậm vừa khó khoe.
Bóc tách bảng thành tích

Khi bỏ qua màn trình diễn ngắn hạn để làm đúng trình tự từ gốc, các con số vận hành thay đổi hẳn. Ở bài toán mở mã nhà cung cấp, sau hai tới bốn tuần phỏng vấn nhân viên và đọc nhật ký để xác nhận chu kỳ hai mươi hai ngày với 50% hồ sơ thiếu thông tin và 10% trùng mã, đội triển khai gọt quy trình từ mười lăm bước xuống còn năm bước. Biểu mẫu tiếp nhận tự động chặn hồ sơ bỏ trống thông tin, bộ phận ngân quỹ chỉ gọi xác minh khi thư ngân hàng lệch tờ khai W-9, còn agent chạy ngầm được cho chạy thử song song (shadow mode) vài tuần giữa ServiceNow và SAP để kiểm tra khớp kết quả người làm rồi mới bật thật. Nhờ vậy, thời gian mở mã rút từ hai mươi hai ngày xuống còn bốn tới năm ngày, và chuyên viên chỉ phải xử lý khoảng 15% hồ sơ thực sự cần phán đoán.
Bộ số liệu thứ hai từ một đợt triển khai thực tế cho khối tài chính và kế toán công nợ cũng ấn tượng không kém. Hãy nhìn vào kỳ khóa sổ cuối tháng gồm bảy công đoạn: khóa sổ chi tiết ở từng đơn vị, đối chiếu số liệu, trích trước chi phí chưa có hóa đơn, bù trừ công nợ giữa các công ty con, soát xét biến động bất thường, kiểm tra chéo cấp hai và kiểm soát viên ký duyệt cuối cùng. Theo cách cũ, bảy bước này phải xếp hàng chờ nhau: một đơn vị thành viên nộp chậm ở bước trước là cả tập đoàn đứng đợi, kéo kỳ khóa sổ lên mười tám tới hai mươi hai ngày làm việc. Khi thiết kế lại, năm công đoạn đầu được chạy gối đầu song song ngay từ ngày đầu tiên, còn bước kiểm tra chéo cấp hai bị xóa bỏ và thay bằng chốt đối soát tự động, giúp thời gian khóa sổ giảm xuống bảy tới chín ngày. So với mốc số liệu nền đo trước dự án, số ngoại lệ công nợ hằng tháng rớt từ 600–800 ca xuống dưới 50 ca, thời gian từ nhận hóa đơn tới thanh toán giảm từ mười một ngày xuống ba ngày, và tỷ lệ hóa đơn xử lý tự động trọn gói (straight-through invoices) vọt từ 18% lên 87%. Chi phí mỗi hóa đơn giảm từ 13 đô la xuống 6 đô la, kỳ thu tiền bình quân (DSO) rút từ năm mươi tám ngày xuống bốn mươi mốt ngày, được báo cáo dự án tổng kết mang lại khoảng 15 triệu đô la mỗi năm cùng 92.000 giờ làm việc cho đội ngũ.
Dẫu vậy, người giữ ngân sách cần đặt ba câu hỏi phản biện thẳng vào bảng thành tích đẹp đẽ kia. Câu hỏi thứ nhất: bao nhiêu phần trăm trong kỳ tích rút ngắn từ hai mươi hai ngày xuống bốn ngày thuộc về AI, và bao nhiêu phần trăm là công sức của việc tái cấu trúc quy trình kinh doanh (Business Process Re-engineering) mà Michael Hammer và James Champy đúc kết từ năm 1993? Nhìn lại những gì đội dự án làm trước khi bật AI: cắt mười lăm bước xuống năm bước, thiết kế biểu mẫu web bắt buộc điền đủ ô mới cho gửi để chặn 50% hồ sơ thiếu, bỏ gọi điện xác nhận tràn lan, xóa bước duyệt cấp hai và cho năm bước khóa sổ chạy song song. Một biểu mẫu web kiểm tra ô trống cùng việc bỏ lệ chờ nhau đã giải quyết bảy tám phần mười độ trễ mà chưa tốn một token AI nào. Gộp chung dọn quy trình, tích hợp phần mềm và đọc giấy tờ bằng AI dưới cùng cái tên agent chạy ngầm dễ khiến công ty trả phí công nghệ cao cho việc chỉ cần sửa biểu mẫu nhập liệu. Muốn không trả tiền thuê bao token oan uổng, doanh nghiệp phải đo số liệu nền hai chặng: đo riêng mức giảm nhờ gọt bước thừa trước, rồi mới đo phần rút ngắn thêm từ mô hình ngôn ngữ lớn.
Câu hỏi thứ hai chĩa thẳng vào con số 15 triệu đô la mỗi năm và 92.000 giờ trả lại cho đội ngũ. Sau khi chê đội nội bộ tính ROI mơ hồ ở tháng thứ tư, chính bảng tổng kết này lại gom cả mức giảm kỳ thu tiền bình quân (DSO) từ năm mươi tám xuống bốn mươi mốt ngày lẫn 92.000 giờ tiết kiệm vào một con số lợi ích lặp lại hằng năm. Theo nguyên lý kế toán chi phí theo hoạt động (Activity-Based Costing) của Robin Cooper và Robert S. Kaplan năm 1991, khi thu nợ khách hàng sớm hơn mười bảy ngày, công ty chỉ thu được tiền mặt về két sớm hơn đúng một lần duy nhất; phần lợi ích chảy vào báo cáo lãi lỗ mỗi năm chỉ là khoản tiền lãi ngân hàng tiết kiệm được từ lượng tiền về sớm đó, chứ không phải năm nào cũng tự nhiên đẻ thêm 15 triệu đô la lợi nhuận mới. Tương tự, 92.000 giờ trả lại cho nhân viên, tương đương giờ làm của khoảng bốn mươi lăm nhân sự toàn thời gian, mới chỉ là quỹ thời gian rảnh vừa tạo ra. Nếu ban giám đốc không cắt hợp đồng thuê ngoài, dừng tuyển mới hoặc giảm biên chế để biến mức giảm từ 13 đô la xuống 6 đô la mỗi hóa đơn thành khoản lương chi giảm thật trên sổ cái, thì 92.000 giờ rảnh kia chỉ giúp nhân viên làm việc thong thả hơn chứ không tăng thêm một đồng lợi nhuận ròng nào.
Câu hỏi thứ ba nằm ở hai lỗi cuối bài viết: ai làm chủ công cụ và tiền đâu nuôi hệ thống ở tháng thứ bảy. Tác giả tả rất đúng cảnh agent do phòng công nghệ thông tin tự làm đem giao cho phòng nghiệp vụ thường chết cứng vào chiều thứ Năm cuối quý khi phần mềm cập nhật gây lỗi mà không ai trực sửa ngoại lệ, khiến nhân viên quay lại làm tay. Nhưng giải pháp cho tháng thứ bảy, lúc quỹ thử nghiệm sáu tháng vừa cạn, tư vấn rút quân và hãng AI đổi giá hoặc khai tử model cũ, lại là giao trưởng phòng mua hàng làm chủ kèm một kỹ sư triển khai nội bộ (internal FDE) ngồi tại đó tự sửa lỗi. Nhìn lại mười năm các tập đoàn bảo trì robot phần mềm tự động hóa (RPA), phòng mua hàng hay kế toán với khung lương nghiệp vụ làm sao tuyển và giữ nổi kỹ sư vừa rành dữ liệu SAP, ServiceNow, vừa viết được bộ kiểm thử thay model vài tháng một lần? Chính tác giả cũng thừa nhận rủi ro người duy nhất biết xử lý ngoại lệ chuyển việc ở tháng thứ bảy; hễ người đó nghỉ, phòng nghiệp vụ lại phải thuê bên tư vấn bảo trì. Cộng thêm tuyên bố 100% khách hàng vận hành thật có ROI rất dễ dính thiên kiến sống sót nếu các dự án dừng ở bốn tuần khảo sát đầu bị loại khỏi mẫu đếm. Cách bền hơn là giữ kỹ sư ở bộ phận nền tảng tập trung, trừ thẳng tiền token vào ngân sách phòng nghiệp vụ, gắn thời gian sửa lỗi vào chỉ số của trưởng phòng đó, kèm chốt tự ngắt khi cấu trúc dữ liệu ERP đổi.
Hóa đơn tháng bảy chờ ký
Giá trị lớn nhất khi mổ xẻ bảy nguyên nhân thất bại là kéo bài toán AI doanh nghiệp rời khỏi màn trình diễn công nghệ để về đúng kỷ luật vận hành căn bản. Ba bốn dự án thí điểm suốt mười tám tháng qua không hẳn là tiền lãng phí nếu giúp nhân viên quen công cụ và chỉ ra những quy trình đang tắc nghẽn khâu bàn giao giữa các phòng ban. Nhưng ở dự án tiếp theo, nếu công ty vẫn rút quỹ thử nghiệm sáu tháng để làm một khung chatbot ngoài SAP nhằm rút ngắn tám phút đọc biểu mẫu trong chu kỳ hai mươi hai ngày, báo cáo lãi lỗ cuối kỳ vẫn sẽ bằng không.
Trước khi ký duyệt bất kỳ dự án AI mới nào, người giữ ngân sách chỉ cần yêu cầu đội dự án đặt lên bàn bốn hồ sơ bắt buộc. Thứ nhất là sơ đồ trích xuất từ nhật ký hệ thống ba mươi ngày gần nhất, tính rõ tỷ lệ thời gian nhân viên làm thật so với thời gian chờ bàn giao. Thứ hai là bảng đo số liệu nền có chữ ký phòng tài chính, tách bạch hiệu quả nhờ cắt bước thừa bằng quy tắc cứng khỏi phần mô hình ngôn ngữ lớn, đồng thời tách tiền mặt thu hồi một lần trên bảng cân đối khỏi chi phí giảm thật hằng năm trên báo cáo lãi lỗ. Thứ ba là thiết kế agent chạy ngầm hoàn toàn trong hệ thống ERP và công cụ sẵn có, không tạo thêm đường dẫn hay tài khoản đăng nhập mới. Hồ sơ cuối cùng là chữ ký của trưởng bộ phận nghiệp vụ cam kết trích ngân sách vận hành hằng tháng để thanh toán hóa đơn tiền token ngay sáng ngày đầu tiên của tháng thứ bảy.
Form W-9 (Request for Taxpayer Identification Number and Certification) là biểu mẫu khai thông tin mã số thuế chuẩn (dài 1 trang) của Sở Thuế vụ Mỹ (IRS) mà bất kỳ doanh nghiệp nào tại Mỹ cũng bắt buộc phải thu từ nhà cung cấp (vendor, nhà thầu, freelancer) trong khâu mở mã nhà cung cấp (vendor onboarding) trước khi được phép thanh toán.
