Năng suất cá nhân chưa phải năng suất doanh nghiệp
Chuyển đổi AI là quá trình đưa trí tuệ nhân tạo vào hoạt động cốt lõi của doanh nghiệp, từ đó thiết kế lại quy trình, cách ra quyết định và phối hợp công việc để tạo ra kết quả ở quy mô tổ chức.
AI trong doanh nghiệp đã giúp nhiều người xử lý khối lượng công việc lớn hơn, nhưng tốc độ của một nhân viên không tự động làm cả tổ chức nhanh hơn. Bharath Ramachandra, Giám đốc chuỗi cung ứng tại Coats Phong Phú, cho biết AI giúp ông quản lý 10 quốc gia, theo dõi chuỗi cung ứng và ra quyết định trong vài giây; ông ước tính mình làm được gấp 10 lần so với trước. Đây là thay đổi đáng kể ở cấp cá nhân, song lợi ích có thể bị mắc kẹt nếu dữ liệu, quyết định và bước bàn giao giữa các nhóm vẫn rời rạc.
Khoảng cách đó là lý do doanh nghiệp cần đánh giá kết quả ở cấp toàn hệ thống, thay vì xem số tác vụ hoàn thành của từng người như thước đo cuối cùng. Năng suất tăng hiện chủ yếu nằm ở người lao động và từng đầu việc, chưa tự động chuyển thành năng suất của doanh nghiệp, ngành hay nền kinh tế.
Công cụ chỉ phát huy tác dụng khi quy trình thay đổi
Một chiến lược AI chỉ tập trung mua công cụ thường tạo ra những điểm sáng riêng lẻ, không phải chuyển đổi. Schneider Electric nhận ra điều này khi tăng mạnh mức độ tự động hóa tại nhà máy ở Vũ Hán: chỉ 20% nhân sự có kỹ năng về tự động hóa, AI và dữ liệu. Doanh nghiệp phải thay đổi đồng thời công nghệ, quy trình và con người. Bài học rất rõ: nếu nhân viên không được đào tạo và các nhóm vẫn làm việc theo luồng cũ, AI có thể đẩy nhanh một khâu nhưng vẫn để nguyên nút thắt ở khâu tiếp theo.
Vì vậy, chuyển đổi AI nên bắt đầu từ những quy trình có vấn đề cụ thể: dữ liệu bị nhập lặp, phê duyệt chậm, yêu cầu khách hàng bị chuyển vòng quanh. Sau đó, doanh nghiệp cần kết nối công cụ AI với các hệ thống và nhóm liên quan, xác định ai kiểm tra kết quả và ai chịu trách nhiệm khi có sai sót. Đây không phải phần phụ sau khi chọn công nghệ; đó là điều kiện để AI cải thiện cách công việc đi qua toàn tổ chức.
Năng suất cũng cần được nhìn qua trải nghiệm của nhân viên. Tại nhà máy Schneider Electric, AI tạo sinh và AI tác nhân được dùng để hướng dẫn trực tiếp kỹ thuật viên bảo trì tuyến đầu, thay vì phụ thuộc hoàn toàn vào kinh nghiệm của người đào tạo.
Zapier cho thấy cách đưa AI từ thử nghiệm ra toàn tổ chức
Câu chuyện Zapier minh họa một con đường khác với việc chờ sẵn một kế hoạch hoàn hảo. Hành trình của công ty bắt đầu khi một nhóm nhân viên tò mò thử nghiệm các mô hình ngôn ngữ lớn, trước khi ChatGPT trở nên phổ biến; sau đó, lãnh đạo biến AI thành ưu tiên trên toàn công ty. Thay vì giới hạn AI trong bộ phận kỹ thuật, Zapier hướng tới các quy trình ở nhiều nhóm như vận hành doanh thu, hỗ trợ khách hàng, công nghệ thông tin và nhân sự.
Điểm đáng học không nằm ở việc sao chép một công cụ, mà ở cách gắn thử nghiệm với mục tiêu kinh doanh, văn hóa học hỏi, nền tảng dùng chung và hướng dẫn an toàn. Một chiến lược AI hữu ích cần có lãnh đạo bảo trợ, cho nhân viên cơ hội tự xây dựng giải pháp và đặt quy tắc để thử nghiệm có thể mở rộng. Zapier cho biết mức độ ứng dụng AI trong công ty tăng từ 0% lên 97% trong chưa đầy một năm; đây là con số về mức độ áp dụng, không nên nhầm với mức tăng năng suất hay lợi nhuận.
Cách tiếp cận ấy cũng đòi hỏi bắt đầu nhỏ, đo kết quả rồi mở rộng những quy trình chứng minh được giá trị. Thử nghiệm không cần biến thành một dự án trình diễn kéo dài; nó cần có chủ sở hữu, dữ liệu phù hợp và đường đi rõ ràng vào hoạt động hằng ngày.
Đo kết quả bằng thay đổi của cả hệ thống
Nếu doanh nghiệp chỉ đo thời gian tiết kiệm cho từng nhân viên, họ có thể bỏ lỡ những kết quả quan trọng hơn: thời gian bàn giao giữa các nhóm, chất lượng phục vụ, số lỗi phải làm lại, hay khả năng đưa sản phẩm và quyết định ra thị trường nhanh hơn. Tự động hóa việc lặp lại còn có thể giải phóng thời gian để nhân viên tập trung vào công việc có giá trị cao hơn như chiến lược và sáng tạo.
Kết quả tại Schneider Electric cho thấy thiết kế công việc và năng lực con người có thể tạo ra khác biệt cụ thể: thời gian để nhân viên mới bắt nhịp giảm từ 75 ngày xuống 15 ngày, còn tỷ lệ nghỉ việc giảm từ 48% xuống dưới 10%. Đây là những chỉ dấu gần với vận hành thực tế hơn một bảng thống kê số lần dùng AI.
Bước tiếp theo nên là mời người lao động tham gia ngay từ khâu thiết kế ứng dụng, vì họ hiểu rõ các bước và điểm nghẽn của công việc. Sau đó, doanh nghiệp cần theo dõi cả hiệu quả quy trình lẫn tác động đến nhân viên, điều chỉnh cách làm và mở rộng có kiểm soát. Kết luận không nên là “mọi người làm nhanh hơn”, mà là “toàn tổ chức phục vụ, phối hợp và thích ứng tốt hơn”. Chỉ khi đo được chuyển biến ấy, năng suất nhân viên mới thực sự trở thành năng lực của doanh nghiệp.






