Biết về AI (Artificial Intelligence) là một chuyện, còn ngồi vào bàn làm việc lúc 9 giờ sáng thứ Hai và biết chính xác phải dùng AI vào đâu lại là chuyện hoàn toàn khác. Các doanh nghiệp thường đánh giá thấp lỗ hổng giữa hai khái niệm này, khiến cho nhiều kế hoạch chuyển đổi được đầu tư bài bản nhưng giậm chân tại chỗ, đây cũng là điều mà ít Leader nào muốn thừa nhận.
Thật ra, gần như cả thị trường đang đứng ở đúng khoảng giữa ấy. Ai cũng đã đọc tin tức, đã dự webinar, thậm chí đã chạy vài dự án thí điểm. Công cụ: đã đầu tư. Tài khoản: của cả team đã kích hoạt. Nhưng khi guồng quay công việc thật sự bắt đầu, câu hỏi vẫn chưa được trả lời rõ ràng: rốt cuộc AI nên được thêm vào đâu trong quy trình này, và vị trí nào thì AI sẽ âm thầm gây rối nhiều hơn là tạo ra giá trị?
Đó chính là câu hỏi mà NetIQ được mời cùng phân tích cặn kẽ với Terraverde Travel & Events, một trong những thương hiệu du lịch hàng đầu Việt Nam, vào tháng 4/2025. Khởi đầu chỉ là một buổi huấn luyện AI, nhưng buổi học nhanh chóng mở ra nhiều điều thú vị hơn: một lát cắt rất thật về những gì thực sự cần có để đưa một đội ngũ chuyển từ tò mò đến năng lực bền vững.
Lỗ hổng chung của hầu hết các chương trình huấn luyện
Sự đứt gãy này diễn ra theo một kịch bản quen đến mức có thể đoán trước. Doanh nghiệp mời một chuyên gia bên ngoài về demo một bộ công cụ. Hôm đó, ai cũng hào hứng. Tỷ lệ hoàn thành được ghi nhận đẹp đẽ. Chứng chỉ được trao tận tay. Rồi chỉ vài tuần sau, phần lớn mọi người lặng lẽ quay về lối làm việc cũ, còn đống công cụ thì nằm đó phủ bụi.
Lý do hiếm khi là mọi người không quan tâm. Vấn đề gần như luôn luôn nằm ở chỗ: họ không có một mindset đủ rõ ràng để định hướng.
Khi thiếu một framework hướng dẫn rõ ràng, chúng ta không có cách nào tự trả lời hai câu hỏi quan trọng: việc nào giao cho AI được, và chỗ nào thì nó dễ làm hỏng chuyện? Khi đó mọi người chuyển hướng sang mò mẫm hoặc tin tưởng hoàn toàn những gì AI tạo ra mà không cần kiểm chứng. Một vài người sẽ có cảm giác chán dẫn đến hoàn toàn từ bỏ. Cả hai kiểu phản ứng này đều đến từ một vấn đề gốc: khóa học hôm đó chỉ “khoe công cụ AI”, mà bỏ quên phần khó nhất là xây nền tảng tư duy khi làm việc cùng AI.
Tạo ra sự hào hứng sau một ngày học thì dễ. Câu hỏi khó hơn nhiều là: sáu tuần sau, còn gì đọng lại?
NetIQ thiết kế chương trình như thế nào để giải bài toán cùng Terraverde?
Khi bắt tay thiết kế chương trình cho Terraverde, NetIQ không đặt câu hỏi “đội ngũ nên dùng công cụ nào”. Câu hỏi gốc rễ hơn thế: làm sao trao cho con người một cách tư duy về AI đủ bền, bền không chỉ trong buổi học có người dẫn dắt, mà bền cả vào một chiều thứ Tư thường nhật, hai tháng sau đó?
Lời giải được gói trong bốn framework.
Mở màn là 5-Layer Taxonomy của NetIQ, một cách phân loại giúp bạn “đọc vị” bản chất của một đầu việc trước khi quyết định có nên dùng AI hay không, và dùng thế nào. Nó tách bạch rõ ba nhóm: việc mà AI giúp tăng tốc và nâng chất lượng một cách đáng tin cậy; việc mà AI mang lại rủi ro nhưng vẫn kiểm soát được; và việc mà phán đoán của con người là điều không thể bỏ ngỏ. Với một đội ngũ ngày ngày xoay quanh quan hệ khách hàng, những hành trình thiết kế riêng và các trải nghiệm du lịch cao cấp, ranh giới đó chẳng hề lý thuyết chút nào. Đó là bài toán vận hành của từng ngày.
Tiếp đến, cả nhóm thực hành kỹ năng ra lệnh cho AI qua Framework RCTF: Role, Context, Task, Format (Vai trò, Bối cảnh, Nhiệm vụ, Định dạng). Trong khi đa số hướng dẫn về prompting chỉ dạy bạn viết câu cú gọn hơn, RCTF dạy một thứ giá trị hơn nhiều: cách tư duy như một cộng sự trước khi gõ bất kỳ câu lệnh nào. Cú chuyển ở đây là từ “người dùng thụ động” thành “người điều phối chủ động”, và kĩ năng này cải thiện rõ rệt, đo đếm được, chất lượng lẫn độ tin cậy của kết quả mà AI trả về.
Buổi chiều, câu chuyện chuyển sang thiết kế quy trình với Phương pháp DECODE. Điểm cốt lõi: thay vì “lắp” AI vào cuối một quy trình có sẵn, hãy tái cấu trúc quy trình xoay quanh AI ngay từ đầu. Khác biệt này lớn hơn vẻ ngoài của nó nhiều. Gắn AI lên quy trình cũ kỹ thì bạn chỉ vớt được một phần nhỏ tiềm năng. Còn thiết kế lại quy trình với AI nằm sẵn trong tư duy, đó mới là nền móng cho hiệu suất cộng dồn theo thời gian.
Khép lại buổi học là Second Brain. Hãy cùng hình dung trong một buổi làm việc, đội ngũ bật ra rất nhiều ý hay, nhưng tan họp xong thì gần như chẳng còn lại bao nhiêu. Second Brain là cách quản trị tri thức để những ý tưởng đó không trôi đi, mà được lưu giữ lại gọn gàng, và quan trọng nhất là lấy ra dùng khi cần. Vì nếu không chủ động ghi lại, kể cả ý tưởng sáng giá nhất rồi cũng trôi mất. Nói cách khác, Second Brain biến những khoảnh khắc “à há” chợt đến chợt đi thành vốn chung, để cả đội cứ thế bồi đắp thêm.
Điều gì đã đổi, và điều gì thì không
Hết ngày hôm đó, quyền truy cập công cụ AI của đội Terraverde vẫn y hệt buổi sáng. Không hơn một dòng nào.
Thứ thay đổi là mối quan hệ giữa họ và những công cụ ấy. Những người bước vào phòng với cảm giác ngợp trước hàng tá lựa chọn, không biết bắt đầu từ đâu, đã ra về với một trình tự rõ ràng và lặp lại được: phân loại đầu việc, dựng bối cảnh, xây prompt, vẽ quy trình, lưu lại kết quả. Mỗi bước đều học được. Ghép lại, chúng thành một hệ thống chạy được vào sáng thứ Hai và vẫn còn nguyên vào chiều thứ Sáu.
Đó chính là lằn ranh giữa một khóa AI tạo ra sự phất khích nhất thời và một khóa AI tạo ra năng lực. Phấn khích rồi sẽ nguội. Năng lực thì cộng dồn và tạo giá trị dài lâu.
Nguyên lý cốt lõi
Trải nghiệm với Terraverde phản chiếu một hình mẫu chung mà NetIQ thấy lặp đi lặp lại ở các tổ chức đủ mọi quy mô, mọi ngành: thứ kìm hãm việc ứng dụng AI gần như không bao giờ là công nghệ. Công cụ luôn ở đó, luôn trong tầm tay. Rào cản thật sự là mindset, thứ quyết định con người sẽ dùng chúng như thế nào, và có dùng hay không, trong công việc thật.
Cần chỉnh đúng cái mindset này, trước khi bàn tới công cụ, trước khi bàn tới quy trình, trước khi đo bất kỳ chỉ số nào, đó mới là nơi hành trình ứng dụng AI thực chất bắt đầu.
NetIQ là công ty tư vấn Việt Nam chuyên về ứng dụng AI và chuyển đổi tổ chức. Cách làm của chúng tôi đặt nền trên khoa học mạng lưới (network science) và sự đúc kết từ các case study thực tế.
