Rào cản chuyển đổi số: đọc khảo sát để chọn đúng việc

Đăng ngày 25/10/2026

Tóm tắt

Rào cản chuyển đổi số của doanh nghiệp nhỏ và vừa không thể được xếp hạng bằng cách gom các tỷ lệ từ nhiều báo cáo. Một khảo sát hỏi điều nhà quản lý lo ngại; nghiên cứu khác theo dõi việc dùng phần mềm; có tài liệu chỉ đánh giá chính sách hỗ trợ. Bài đối chiếu những loại bằng chứng ấy, rồi đề xuất cách chuyển một khó khăn được kể lại thành vấn đề có thể kiểm tại doanh nghiệp.

• Đặt thời kỳ khảo sát, nhóm được hỏi và định nghĩa quy mô cạnh mọi tỷ lệ.
• Phân biệt lý do doanh nghiệp tự nêu với yếu tố đã được kiểm quan hệ hoặc tác động.
• Miễn phí công cụ chưa loại bỏ được chi phí thời gian và công sức thay đổi [1].
• Khảo sát AI của nước ngoài hoặc nhà cung cấp chưa thể suy rộng cho toàn bộ doanh nghiệp trong nước.
• Chọn một điểm nghẽn để quan sát và thử; ghi rõ điều gì chưa đủ bằng chứng.

Rào cản chuyển đổi số là lời kể hay điều đã quan sát?

Một tỷ lệ được đo cẩn thận vẫn chỉ trả lời câu hỏi mà nghiên cứu đã đặt ra. Nếu người tham gia được chọn nhiều lý do, các tỷ lệ không tạo thành những phần của một tổng. Nếu họ chỉ được chọn ba trở ngại quan trọng nhất, việc một vấn đề ít xuất hiện chưa chứng minh vấn đề đó không tồn tại. Cần đọc câu hỏi trước khi dùng bảng xếp hạng để ưu tiên ngân sách.

Bản thảo Ngân hàng Thế giới năm 2021 về Việt Nam tách trở ngại do nhà quản lý tự nêu khỏi phân tích biến quan sát [2]. Lời kể cho biết trải nghiệm và nhận thức, còn kết luận một can thiệp hiệu quả cần phép kiểm khác.

Ba cuộc khảo sát có cùng gọi tên một nhóm doanh nghiệp không?

Nghiên cứu FAT khảo sát khoảng 1.500 đơn vị tại Việt Nam có ít nhất năm lao động, bằng cách lấy mẫu ngẫu nhiên được thiết kế đại diện, thu trước đại dịch và dựa trên tổng điều tra cơ sở năm 2018 [2]. Không đổi năm khung lấy mẫu thành năm thực địa; mẫu này cũng không mô tả hiện trạng của hộ kinh doanh ít người.

Báo cáo ERIA xuất bản tháng 9/2024 dùng khảo sát từ ngày 31/3 tới 7/7/2023. Sau xử lý trùng, phần web có 6.048 phản hồi hợp lệ và phần điện thoại có 3.099; hai phần khác phạm vi, cách lấy mẫu và nhóm quy mô [3]. Bài không cộng hai phần thành một tỷ lệ đại diện ASEAN. Đặc biệt, nhãn nhỏ hoặc vừa của khảo sát không tự thay định nghĩa pháp lý trong từng nước.

Khảo sát OECD về lao động và AI tạo sinh thu thập hơn 5.000 doanh nghiệp nhỏ và vừa tại bảy nước vào cuối năm 2024. Các nước gồm Áo, Canada, Đức, Ireland, Nhật Bản, Hàn Quốc và Anh; người trả lời thường là chủ hoặc quản lý hiểu công nghệ của đơn vị [4]. Đây là nguồn so sánh quốc tế về tự khai, không phải khảo sát tại Việt Nam hoặc một thí nghiệm đo năng suất.

Sổ đối chiếu nguồn cần giữ những thông tin nào?

Sổ đối chiếu rào cản chuyển đổi số nên lập theo phát biểu, giữ câu hỏi, nhóm trả lời, kỳ dữ liệu, kiểu bằng chứng và quyết định sử dụng. Một nguồn có thể cần nhiều dòng nếu dùng nhiều mẫu số; không gán một điểm tin cậy chung cho cả tổ chức xuất bản.

• FAT Việt Nam: mẫu từ năm lao động, trước đại dịch; phù hợp đọc nhận thức và quan hệ quan sát trong nhóm được nghiên cứu, cần giới hạn khi bàn hiện tại [2].
• ERIA: web qua panel và khảo sát điện thoại theo phân nhóm; giữ hai kênh riêng, không lấy số thu về trước làm sạch thay số phản hồi hợp lệ [3].
• OECD AI: nhóm nước và doanh nghiệp đã được mô tả; cần tách người dùng khỏi người chưa dùng khi dẫn lý do chưa áp dụng [4].
• Thử nền tảng tại Việt Nam: doanh nghiệp tự bày tỏ quan tâm; có theo dõi sử dụng nhưng đường giảm dùng trong một nhóm chưa tự chứng minh tác động của toàn chương trình [1].

Với một số chỉ xuất hiện trong bài báo mà không thấy bảng hỏi, mẫu hoặc báo cáo gốc, hãy đánh dấu phần chưa kiểm. Đừng tự điền một năm khảo sát từ ngày đăng tin. Nếu chưa xác định được mẫu số, nên giữ số ấy ngoài bảng so sánh định lượng; nội dung tường thuật vẫn có thể gợi câu hỏi để tìm hiểu tiếp, nhưng không đủ để xếp hạng toàn bộ doanh nghiệp.

Thiếu vốn và chưa chắc lợi ích cần được xử lý khác nhau

Trong FAT, khoảng ba phần tư doanh nghiệp nhỏ và vừa nêu nhu cầu chưa rõ hoặc bất định; gần một nửa doanh nghiệp nhỏ nêu thiếu tài chính. Phần lớn hệ số liên hệ với trở ngại tự nêu không có ý nghĩa thống kê; kết quả tài chính vẫn là tương quan [2].

Đề xuất thực hành của bài là tách khả năng thanh toán khỏi mức sẵn lòng đầu tư. Với khả năng thanh toán, cần biết khoản chi phát sinh khi nào và hoạt động thiết yếu nào đang cạnh tranh nguồn lực. Với lợi ích chưa rõ, cần xác định một kết quả sử dụng có thể quan sát trước. Nếu chưa biết công cụ giúp ai làm tốt việc gì, thay gói mua bằng gói thuê vẫn có thể để nguyên vấn đề ban đầu.

Ví dụ giả định: cửa hàng đủ tiền đăng ký phần mềm nhưng chưa phân công người cập nhật hằng ngày. Vướng mắc này khác cơ sở đã thử được quy trình nhưng không bố trí được dòng tiền. Hai tình huống minh họa câu hỏi cần đặt, không phải phân bố trở ngại trên thị trường.

Nhân lực là thiếu kỹ năng nào và thiếu quyền làm việc gì?

ERIA phân tích những vấn đề liên quan năng lực chủ doanh nghiệp, kỹ năng công nghệ và điều kiện bên ngoài. Khảo sát có Deloitte tham gia điều phối và các đơn vị nghiên cứu tư nhân hỗ trợ; panel web không trùng với thống kê công chính thức [3]. Vì vậy, bài dùng báo cáo để nhận diện nhóm câu hỏi, không chuyển mọi tỷ lệ thành xác suất một doanh nghiệp Việt Nam sẽ gặp khó khăn.

Khi nghe thiếu nhân lực, hãy hỏi công việc đang thiếu người thực hiện, người kiểm hay người quyết định. Một nhân viên biết thao tác không đồng nghĩa có quyền thống nhất mã hàng giữa các bộ phận. Một người quản lý có quyền mua công cụ cũng chưa chắc có thời gian giải thích quy tắc dữ liệu. Bài đề xuất ghi nhiệm vụ cùng quyền và thời gian, rồi mới xem cần đào tạo, thuê hỗ trợ hay điều chỉnh phân công.

Đào tạo cần gắn với phần việc quan sát được. Trong ví dụ giả định, người học xử lý một yêu cầu sai thông tin và giải thích cách sửa. Sau đó kiểm lại lúc không còn người hướng dẫn bên cạnh; hoàn tất video chưa chứng minh khả năng áp dụng thường xuyên.

Thời gian và đầu mối duy trì thường nằm ngoài giá phần mềm

Một bài viết của nhóm nghiên cứu Ngân hàng Thế giới năm 2025 mô tả chương trình tại Việt Nam khởi động tháng 6/2021. Có 605 doanh nghiệp tự đăng ký quan tâm; nhóm Digital Express được hướng dẫn, hỗ trợ và dùng miễn phí một nền tảng trong một năm. Mức sử dụng trong nhóm này từ gần 80% sau đào tạo xuống khoảng 40%, rồi còn 35% sau khoảng 18 tháng [1].

Nhóm tác giả ghi nhận lý do thiếu thời gian, khó giữ đầu mối và lợi ích chưa hiện rõ. Đây là mô tả trong một chương trình, với một sản phẩm và mẫu tự chọn; đường sử dụng giảm không phải ước lượng nhân quả về hiệu quả kinh doanh [1]. Điều bài rút ra là câu hỏi kiểm tra: ngoài phí đăng ký, doanh nghiệp đã bố trí người duy trì và thời gian chuyển cách làm hay chưa?

Một cách thử là ghi các việc phải làm thêm trong tuần đầu và việc cũ có thể bỏ. Nếu nhân viên vừa nhập vào công cụ mới vừa duy trì toàn bộ bảng cũ, chi phí chuyển đổi đã tăng dù hóa đơn dịch vụ bằng không. Trước khi gọi đó là chống đối, nên hỏi vì sao hai cách làm cùng tồn tại, ai được phép ngừng một bước và điều kiện nào bảo đảm thông tin cần thiết vẫn được giữ.

Hạ tầng, dữ liệu và an ninh cần được xem như điều kiện cụ thể

Không thể kết luận đã sẵn sàng chỉ vì doanh nghiệp có đường truyền hoặc mỗi nhân viên có điện thoại. Bài đề xuất hỏi người nhận có truy cập được đúng thông tin vào lúc cần, thông tin có đủ rõ để làm việc và có thể khôi phục khi sai hay không. Đây là các câu hỏi cho một quy trình cụ thể, không phải yêu cầu mua đồng thời tất cả hệ thống mà thị trường đang cung cấp.

Hướng dẫn khởi đầu CSF 2.0 của NIST dành cho doanh nghiệp nhỏ có ít hoặc chưa có kế hoạch an ninh gợi việc xác định tài sản, trách nhiệm, quyền truy cập và rủi ro bên cung cấp. Tài liệu cũng đề cập xác thực nhiều yếu tố, cập nhật và kiểm thử bản sao lưu [5]. Đây là hướng dẫn tự nguyện về quản lý rủi ro, không phải chứng nhận hoặc bằng chứng đo mức tiết kiệm tài chính.

Hãy gắn mỗi phụ thuộc với tình huống gián đoạn, thông tin cần phục hồi và người có quyền hỗ trợ. Có thể dùng dữ liệu mẫu được phép để thử một trường hợp đơn giản. Mục tiêu là tìm khoảng trống trách nhiệm; cách làm này không thay đánh giá an ninh chuyên môn.

Bối cảnh Việt Nam: tên báo cáo mới chưa bảo đảm số liệu cùng kỳ

Trang mở Phần II của Sách trắng doanh nghiệp Việt Nam 2026 ghi rõ các phân tích ở đây xét kết quả kinh doanh năm 2024 của nhóm doanh nghiệp còn hoạt động. Chú thích cho biết tại thời điểm biên soạn, cuộc điều tra năm 2026 đang được thực hiện và chưa có số kết quả kinh doanh năm 2025 [6]. Điều đó không có nghĩa mọi dữ liệu đăng ký doanh nghiệp năm 2025 đều chưa tồn tại; mỗi tập số có kỳ và định nghĩa riêng.

Về AI, bài Amazon công bố ngày 29/9/2026 dẫn khảo sát Strand Partners do AWS đặt hàng, hỏi 1.000 người thuộc công chúng cùng 1.000 lãnh đạo doanh nghiệp. Trang nêu 54% doanh nghiệp nhận thấy thiếu kỹ năng số và AI là trở ngại [7]. Đây là thông tin khảo sát do hãng cung cấp dịch vụ trình bày, không phải điều tra thống kê quốc gia hay số riêng của doanh nghiệp nhỏ và vừa. Không đổi người dân trong mẫu thành doanh nghiệp.

Khi dùng nguồn để quyết định, đặt ba thời điểm cạnh nhau: thu thập, công bố và dự kiến áp dụng. Nghiên cứu cũ có thể gợi cơ chế cần kiểm nhưng chưa cho biết tỷ lệ hiện tại. Thông cáo mới thiếu phương pháp cũng chưa tự giải thích tốt hơn.

Áp dụng theo quy mô: hộ kinh doanh, doanh nghiệp nhỏ và vừa

Hộ kinh doanh hoặc nhóm ít người nên chọn một công việc đang gây thất lạc thông tin hay làm lại. Người chủ vừa thực hiện vừa quyết định nên tránh thử quá nhiều thay đổi. Nghiên cứu loại doanh nghiệp dưới năm lao động không phải bằng chứng trực tiếp cho nhóm này.

Doanh nghiệp nhỏ có thể kiểm khả năng chuyển giao việc của đầu mối duy trì. Nếu người ấy nghỉ, ai tiếp nhận và có đọc được quy tắc đã ghi? Thử bằng dữ liệu mẫu giúp phát hiện sự phụ thuộc trí nhớ mà chưa cần dựng thêm bộ máy lớn.

Doanh nghiệp vừa nên thử trong phạm vi đủ hẹp để theo dõi nhưng có các bên liên quan tại điểm bàn giao quan trọng. Doanh nghiệp lớn có thể áp dụng cách hỏi cho một đơn vị. Không lấy quy mô trung bình của mẫu làm ngưỡng cố định về cơ cấu hoặc ngân sách.

Các nhãn quy mô trong nghiên cứu chỉ giúp hiểu phạm vi nguồn. Khi chọn phạm vi thử, hãy nhìn số người tham gia, điểm bàn giao và người có quyền chốt cách làm. Đơn vị nhỏ vẫn có thể gặp một quy trình phức tạp; đơn vị lớn cũng có thể bắt đầu từ một nhóm gọn, nếu người nhận kết quả được tham gia.

Bài gợi hỏi cả người thao tác lẫn người quản lý xem vấn đề nào thường khiến công việc quay lại. Nếu hai bên kể khác, giữ cả hai mô tả để quan sát tiếp. Không mặc định người có chức danh cao hơn luôn nắm đầy đủ phần phát sinh ở điểm sử dụng; điều cần làm là đối chiếu trong công việc được phép xem.

Góc nhìn AI: rào cản có thể nằm ở sự phù hợp của công việc

Trong khảo sát OECD cuối năm 2024 ở bảy nước, 57% doanh nghiệp chưa dùng AI tạo sinh nêu công cụ chưa phù hợp công việc; 54% lo vấn đề bản quyền hoặc pháp lý, 52% lo dữ liệu đưa vào và 50% nêu thiếu kỹ năng [4]. Mẫu số ở đây là nhóm chưa áp dụng, không phải mọi doanh nghiệp. Những tỷ lệ có thể cùng xuất hiện; không cộng chúng thành một tổng hoặc dùng làm tỷ lệ của Việt Nam.

Bản thảo thảo luận OECD cho G7 năm 2025 nhận diện các điều kiện gồm kết nối, dữ liệu và tài nguyên tính toán, kỹ năng, tài chính. Phần giới thiệu nhấn mạnh khác biệt về mức trưởng thành và phạm vi sử dụng giữa các doanh nghiệp [8]. Đây là cách tổ chức vấn đề, không phải lời bảo đảm rằng chuẩn bị đủ các mục sẽ làm một ứng dụng AI có hiệu quả hoặc an toàn trong mọi trường hợp.

Trước khi gọi thiếu kỹ năng là nút thắt chính, bài đề xuất thử xác định một nhiệm vụ, thông tin được phép dùng và người kiểm đầu ra. Nếu nhiệm vụ chưa có tiêu chí chấp nhận, nhân viên khó biết khi nào cần sửa hoặc dừng, dù đã học cách viết yêu cầu. Nếu dữ liệu không được phép đưa vào dịch vụ, chọn khóa học khác cũng chưa giải quyết được điều kiện sử dụng. Các ví dụ này là phân tích thực hành, không phải kết quả đo từ khảo sát.

Một tình huống giả định là nhóm dùng AI soạn trả lời yêu cầu khách hàng. Hãy quan sát cả thời gian kiểm, số trường hợp phải hỏi lại và ai chịu trách nhiệm trước khi gửi. Nên ghi lý do chấp nhận hoặc từ chối một bản nháp, để người hướng dẫn biết cần sửa phần kỹ năng nào. Khi điều kiện đầu vào hay công cụ đổi, kiểm lại những trường hợp quan trọng. Mục tiêu là tìm điểm cần cải thiện trong công việc cụ thể, không chứng minh bằng một buổi thử rằng doanh nghiệp đã hoàn tất chuyển đổi số.

Hỗ trợ hiệu quả cần được phân biệt với mức độ sẵn có của chính sách

SME Policy Index ASEAN 2024 so sánh thiết kế, thực hiện và đánh giá chính sách qua tám chiều [9]. Nó không đo năng lực số từng doanh nghiệp. Khi đặt điểm chính sách cạnh tỷ lệ dùng công cụ, cần giữ hai đơn vị đo riêng, không xem khoảng cách là lỗi doanh nghiệp.

Tình huống Singapore trong tài liệu OECD năm 2026 kết hợp lộ trình theo ngành, giải pháp duyệt trước, tài chính và tư vấn một cửa [10]. Bài dùng mô tả để hỏi hỗ trợ có bao phủ việc lựa chọn và duy trì chưa; không suy ra quyền hoặc hiệu quả hỗ trợ tại Việt Nam.

JRC công bố năm 2025 báo cáo về mạng EDIH, theo dõi điểm trưởng thành số bằng DMAT [11]. Điểm ấy khác lợi nhuận. Từ phần giới thiệu đã đọc, bài không kết luận hỗ trợ gây ra toàn bộ thay đổi. Cần hỏi chương trình đang theo dõi hoạt động hay kết quả sử dụng.

Kiểm một trở ngại trước khi mở rộng giải pháp

Quy trình thử rào cản chuyển đổi số sau đây do bài xây dựng, hiện chưa có nghiên cứu xác nhận hiệu quả của toàn mô hình. Mỗi bước cần giữ phần chưa biết, tránh báo thành công chỉ vì đã đủ hoạt động. Hãy chọn một biểu hiện trong công việc rồi thử cùng người nhận kết quả.

• Bước một: ghi điểm chờ hoặc việc làm lại, người bị ảnh hưởng và cách quan sát hiện tại; không bắt đầu bằng tên công cụ muốn mua.
• Bước hai: nêu thay đổi, phần việc người tham gia được giảm và điều kiện phải dừng; giữ thông tin thử trong phạm vi được phép.
• Bước ba: đối chiếu kết quả sử dụng cùng công sức phát sinh và ngoại lệ; ghi lựa chọn tiếp theo cùng người chịu trách nhiệm.

Ví dụ giả định: nhóm thống nhất cách ghi mã hàng cho một loại đơn. Nếu hỏi lại ít hơn nhưng nhập lâu hơn, báo cáo cần giữ cả hai mặt. Thiếu quan sát trước thử thì chưa gắn phần trăm cải thiện; kết quả nhỏ cũng chưa đủ quyết định thay toàn bộ hệ thống.

Sai lầm và giới hạn khi dùng khảo sát để quyết định

Sai lầm đầu tiên là biến nhiều tên gọi thành cùng một biến: thiếu tiền, chi phí cao và chưa rõ lợi ích không hoàn toàn tương đương. Sai lầm khác là dùng ngày công bố làm kỳ số liệu, hoặc lấy một mẫu người quan tâm công nghệ để mô tả người chưa từng muốn áp dụng. Cần giữ mô tả gốc trước khi diễn giải nguyên nhân và trước khi chọn cách can thiệp.

Khảo sát nhiều người tự khai thành công chưa tự chứng minh nhân quả. Hướng dẫn tiêu chuẩn cũng không phải thử nghiệm hiệu quả; ngược lại, một nghiên cứu chưa thấy tác động không chứng minh mọi hỗ trợ đều vô ích. Kết luận cần tương xứng phép đo, độ bất định và bối cảnh.

Hỏi đáp

Khảo sát nào phản ánh đúng doanh nghiệp tôi? Kiểm quy mô, ngành, địa bàn, kỳ và cách chọn người trả lời. Có thể chưa có nguồn hoàn toàn tương ứng. Khi đó, dùng nghiên cứu để đặt câu hỏi và lấy bằng chứng nội bộ được phép, thay vì gán bình quân nhóm khác cho mình.

Nhiều người nêu thiếu vốn có nghĩa nên hỗ trợ tiền trước không? Tỷ lệ tự khai chưa xác định giải pháp có tác động lớn nhất. Cần biết khoản chi đang cản việc nào, khả năng duy trì sau hỗ trợ và điều kiện bổ sung; thử nghiệm phù hợp mới giúp kiểm giả thuyết.

Công cụ miễn phí có loại hết chi phí không? Phí sử dụng chỉ là một phần. Còn thời gian chuyển dữ liệu, học, kiểm và duy trì. Bài gợi ghi việc tăng và giảm, không đưa tỷ lệ chi chuẩn; kết quả từ một chương trình cũng chưa đại diện mọi sản phẩm.

Có thể dùng AI để bù thiếu nhân sự không? Xác định nhiệm vụ rồi kiểm khả năng đánh giá của người nhận kết quả. Tạo nháp có thể chuyển thêm việc sang người duyệt. Không suy từ sự thuận tiện khi thử sang khả năng thay vị trí hoặc bảo đảm tiết kiệm cho công ty.

Bắt đầu thế nào khi không có đội phân tích? Chọn một vấn đề và cách quan sát đơn giản, nhờ người khác đối chiếu trong phạm vi cho phép. Làm rõ định nghĩa và ngoại lệ trước khi dựng bảng lớn. Chưa biết thì ghi phần thiếu cùng bước kiểm, không tự điền số ước đoán.

Kết luận

Rào cản chuyển đổi số trở nên hữu ích cho quyết định khi gắn với người gặp vấn đề, công việc, thời điểm và bằng chứng. Khảo sát giúp mở rộng góc nhìn; nó chưa thay việc xác định trở ngại tại doanh nghiệp. Hãy giữ nguồn và giới hạn cạnh mỗi số, thử một thay đổi có thể quan sát, rồi quyết định bước tiếp theo theo kết quả sử dụng thực tế.

Nguồn và phương pháp

Nội dung được tổng hợp, phân tích và biên soạn với hỗ trợ AI, không phải bản dịch. Nguồn được xem ngày 25/10/2026 gồm những phần liên quan đã ghi trong hồ sơ nghiên cứu: bản thảo FAT, phương pháp chọn mẫu ERIA, tóm tắt OECD, bài của nhóm nghiên cứu, hướng dẫn NIST và trang công bố của nhà cung cấp. Riêng Sách trắng đọc trang 37 từ bản lưu nghiên cứu có sẵn. Không nhận đã đọc toàn bộ các sách hoặc phụ lục.

Đã dừng khi hai trang không truy cập được; không dùng số từ chúng. Chưa kiểm chứng hiệu quả nhân quả của quy trình thử riêng; các tỷ lệ tự khai, mô tả chương trình và hướng dẫn giữ riêng với bằng chứng tác động. Bảng đối chiếu, bộ câu hỏi và quy trình thử là đề xuất của bài, chưa có kiểm định hiệu quả. Thông tin không thay tư vấn pháp lý, thuế hay tài chính cho trường hợp riêng; cần xác minh nghĩa vụ và điều kiện chương trình trước khi thực hiện.