Thực thi chuyển đổi số: tinh gọn quy trình trước, tự động hóa và cá nhân hóa sau (Phần 2/2)

Đăng ngày 23/10/2026

Tóm tắt và điều cần nhớ

Đây là phần 2 của loạt hai bài về chiến lược chuyển đổi số, bàn về thực thi: đã có mục tiêu và chỉ số từ phần 1, doanh nghiệp làm gì cho khách hàng, quy trình, hệ thống lõi và cách làm việc. Ý xuyên suốt: cùng một bộ công cụ, thứ tự đúng hay sai cho kết quả rất khác.

• Thứ tự gợi ý: tinh gọn, chuẩn hóa, tự động hóa, tích hợp, rồi mới cá nhân hóa sâu; đây là đề xuất của bài, không phải tiêu chuẩn.
• Khách hàng ít khi đòi công nghệ mới; họ muốn được nhớ, được phục vụ liền mạch giữa các kênh và minh bạch về giá lẫn dữ liệu.
• Lean giảm chờ đợi và lãng phí, Six Sigma giảm biến động và lỗi; tự động hóa nhân bản cả hai nên phải đến sau.
• Hệ thống quản trị nguồn lực (ERP) và chuỗi cung ứng số là bài toán một nguồn dữ liệu chung, không chỉ mua phần mềm.
• Tại Việt Nam, luật mới về dữ liệu cá nhân và trí tuệ nhân tạo (AI) đặt ranh giới cho cá nhân hóa và trợ lý trò chuyện tự động (chatbot).

Thứ tự làm quan trọng hơn danh sách công nghệ

Sau khi chiến lược được duyệt, doanh nghiệp thường nhận cùng lúc nhiều lời chào: phần mềm quản lý khách hàng, chatbot, robot hóa quy trình, hệ thống quản trị nguồn lực. Mỗi thứ hợp lý khi xét riêng; rủi ro là mua theo thứ tự nhà cung cấp gõ cửa, rồi có năm công cụ bao quanh một quy trình còn hỏng.

Bài đề xuất trục năm bước, như Hình 1. Tinh gọn: bỏ bước khách không muốn trả tiền. Chuẩn hóa: mọi người làm một cách, dùng chung định nghĩa dữ liệu. Tự động hóa: giao máy phần lặp lại có quy tắc rõ. Tích hợp: nối hệ thống để dữ liệu chỉ nhập một lần. Cá nhân hóa và dự đoán: dùng dữ liệu sạch để phục vụ riêng từng khách. Mỗi bước dựa vào bước trước: dự đoán sai nếu dữ liệu nhập tùy tiện, tích hợp rối nếu mỗi bộ phận gọi một sản phẩm bằng một tên.

Ví dụ giả định: một công ty phân phối muốn tự động nhập đơn nhận qua điện thoại và tin nhắn, nhưng mỗi nhân viên gọi một mặt hàng bằng vài tên, nên máy không biết khớp vào đâu. Việc đúng là thống nhất danh mục hàng trước. Ngoại lệ: thời hạn pháp luật, như hóa đơn điện tử ở phần 1, có thể buộc tự động hóa sớm; hãy nhân dịp đó chuẩn hóa danh mục.

Xuất phát từ khách hàng: ba điều họ đòi và bản đồ hành trình

Tài liệu nguồn kể bảy kỳ vọng của khách hàng thời số, từ có mặt mọi lúc, phản hồi tức thì đến minh bạch và chủ động đoán trước nhu cầu. Bài gom thành ba đòi hỏi dễ hành động hơn. Được nhận ra: doanh nghiệp nhớ mình là ai và đã mua gì. Được phục vụ liền mạch: đổi kênh không phải kể lại từ đầu. Được tin: giá, cách dùng dữ liệu và cam kết đều rõ ràng.

Khảo sát của McKinsey công bố tháng 11/2021 cho biết 71% người tiêu dùng kỳ vọng được cá nhân hóa và 76% bực bội khi điều đó không xảy ra [1]. Trang không nêu cỡ mẫu hay nước khảo sát, nên chỉ coi là tín hiệu xu hướng, không phải số đo thị trường Việt Nam.

Công cụ biến ba đòi hỏi ấy thành việc làm là bản đồ hành trình khách hàng (customer journey map). Chọn một nhóm khách và một mục tiêu, chẳng hạn khách mua lại định kỳ. Liệt kê các điểm chạm từ lúc biết đến lúc sau bán; với mỗi điểm, ghi khách phải làm gì, chờ bao lâu, phải khai lại gì và ai sở hữu bước đó. Nguồn rẻ nhất là nhật ký cuộc gọi, lịch sử trò chuyện, khiếu nại và vài cuộc phỏng vấn ngắn. Chỗ khách phải khai lại hoặc chờ giữa hai bộ phận thường là điểm đứt cần sửa trước.

Khi sửa, nhớ hai điều. Tự phục vụ (self-service) tiện cho khách và bớt việc cho nhân viên, nhưng phải luôn có lối thoát sang người thật; nếu không, chi phí chỉ chuyển từ doanh nghiệp sang khách. Bản đồ cũng cần cập nhật: sau mỗi thay đổi, hỏi khách một câu ngắn.

Tinh gọn và chuẩn hóa: Lean nhìn thời gian, Six Sigma nhìn biến động

Lean bắt đầu từ giá trị dưới mắt khách: khách sẵn sàng trả tiền cho điều gì, phần còn lại là lãng phí. Lean Enterprise Institute mô tả lean là luôn xuất phát từ khách hàng, hướng tới chất lượng và dòng chảy công việc tốt dần với ít thời gian, công sức, chi phí hơn [2]. Theo tài liệu nguồn, Lean bắt nguồn từ Hệ thống sản xuất Toyota; lãng phí quen thuộc gồm sản xuất thừa, tồn kho thừa, vận chuyển, chờ đợi, lỗi và thao tác thừa.

Công cụ thực dụng nhất là bản đồ dòng giá trị (value stream map): vẽ từ lúc nhận yêu cầu đến lúc giao, ghi thời gian làm và thời gian chờ ở từng bước. Hai nguyên tắc sửa dòng chảy: để việc đi liên tục thay vì dồn lô rồi chờ, và chỉ làm khi có nhu cầu thật (kéo theo nhu cầu, pull). Kaizen, nghĩa là thay đổi để tốt hơn, biến việc sửa nhỏ thành thói quen.

Six Sigma nhìn vào mức dao động của kết quả. Hiệp hội Chất lượng Hoa Kỳ (ASQ) mô tả đây là phương pháp cải tiến chất lượng có kỷ luật, giảm biến động gây lỗi theo chu trình DMAIC (xác định, đo lường, phân tích, cải tiến, kiểm soát); mục tiêu ở mức sáu sigma là 3,4 lỗi trên một triệu cơ hội [3].

Cách chọn, như Hình 2: việc chậm nhưng đúng, như báo giá chính xác mà mất hai ngày, bắt đầu bằng Lean; việc nhanh nhưng hay sai, như giao nhầm hàng, dùng tinh thần DMAIC. Ở quy mô nhỏ, DMAIC rút còn một trang: định nghĩa lỗi, đếm lỗi bốn tuần, sửa nguyên nhân hàng đầu, đếm lại hằng tuần. Quy trình ổn định thì ghi thành văn bản chuẩn, làm bàn đạp cho tự động hóa.

Tự động hóa: chọn việc trước, chọn công cụ sau

Lợi ích nghe quen: nhanh hơn, ít sai hơn, rẻ hơn khi khối lượng tăng, dễ chứng minh tuân thủ. Nhưng máy làm đúng điều được dặn, kể cả điều dặn sai, nên câu hỏi quan trọng là việc nào nên giao chứ không phải công cụ nào đang thịnh hành.

Hai câu hỏi lọc việc, như Hình 3: việc có lặp lại nhiều không, và quy tắc có ổn định, nói thành lời được không. Lặp nhiều với quy tắc rõ, như đối chiếu giao dịch ngân hàng với sổ hay lập phiếu giao hàng từ đơn, là ứng viên số một. Lặp nhiều nhưng quy tắc hay đổi, như chiết khấu thỏa thuận riêng từng khách, cần chuẩn hóa quy tắc trước. Ít lặp mà rõ chỉ cần mẫu biểu; hiếm và nhiều phán đoán thì để người làm.

Về công cụ, chọn loại đơn giản nhất làm được việc; luồng công việc có sẵn trong phần mềm đang dùng thường rẻ và bền hơn. Robot hóa quy trình (RPA, robotic process automation), tức phần mềm bắt chước thao tác của người trên giao diện, hợp khi hệ thống cũ không có cách kết nối khác nhưng dễ hỏng khi giao diện đổi. Hãy chạy thử song song với người vài tuần, giữ người duyệt ngoại lệ, và nói rõ nhân viên sẽ dùng thời gian được giải phóng vào việc gì; thiếu điều cuối, người ta sẽ né hệ thống.

Tích hợp: một nguồn dữ liệu cho ERP, chuỗi cung ứng và hồ sơ khách

Tích hợp biến nhiều hệ thống rời rạc thành một nguồn dữ liệu chung. Hệ thống quản trị nguồn lực doanh nghiệp (ERP, enterprise resource planning) làm việc đó ở phía trong: một cơ sở dữ liệu cho tài chính, kế toán, kho, mua hàng, bán hàng, sản xuất, nhân sự, quy trình nối nhau, báo cáo gần thời gian thực, có phân quyền. Bài coi ERP là thỏa thuận về cách công ty vận hành được ghi thành cấu hình, nên đây là dự án quy trình chứ không chỉ là dự án phần mềm.

Nên cân nhắc ERP khi một dữ liệu bị nhập hai ba lần, số liệu bán hàng, kho, kế toán không khớp, hoặc chốt sổ kéo dài. Chưa nên khi quy trình còn đổi hằng tuần, chưa ai đứng tên từng quy trình, hoặc phần mềm kế toán và kho riêng lẻ đã đủ. Nếu làm, các bước sau gom từ quy trình triển khai trong tài liệu nguồn.

• Bước 1: liệt kê nơi giữ dữ liệu khách, hàng, nhà cung cấp và người phụ trách từng nơi.
• Bước 2: chọn khóa nhận diện như mã khách, mã hàng và viết quy tắc đặt mã.
• Bước 3: dọn dữ liệu cũ, loại trùng, thống nhất đơn vị tính, ghi cách chuyển sang hệ thống mới.
• Bước 4: thí điểm ở một đơn vị, chạy song song với cách cũ đến khi số liệu khớp.
• Bước 5: mở rộng theo giai đoạn, đào tạo người dùng, lập hỗ trợ sau triển khai.

Chuỗi cung ứng và khách hàng cùng logic. Với chuỗi cung ứng, bài sắp ba bậc: thấy tồn kho và thời gian giao của nhà cung cấp trên một màn hình; dự báo, bắt đầu bằng thống kê đơn giản và đo sai số mỗi tháng; phối hợp, chia sẻ dự báo với vài nhà cung cấp chính. Chuỗi khối (blockchain) chỉ đáng cân nhắc khi nhiều bên cần một sổ chung khó sửa, như truy xuất nguồn gốc thực phẩm. Với khách hàng, đa kênh liền mạch (omnichannel) là các kênh, trực tuyến lẫn tại cửa hàng, dùng chung đơn hàng, tồn kho, hồ sơ khách.

Cá nhân hóa theo bậc thang: mỗi bậc cần thêm dữ liệu và niềm tin

Cá nhân hóa nằm cuối trục vì cần dữ liệu sạch, gắn được vào đúng một khách. Bài chia năm tầng, như Hình 5. Tầng nền: mỗi khách có một mã và ghi nhận đồng ý dùng dữ liệu. Bậc 1: phân nhóm theo vài thuộc tính. Bậc 2: kích hoạt theo hành vi, như nhắc giỏ hàng bỏ dở hay nhắc mua lại. Bậc 3: gợi ý theo lịch sử từng người. Bậc 4: dự đoán nhu cầu hoặc khả năng rời bỏ, kèm ưu đãi và giá linh hoạt.

Càng lên cao càng cần dữ liệu cá nhân và càng dễ chạm vào niềm tin: gợi ý đúng chỗ khiến khách thấy được hiểu, còn hai khách bị báo hai mức giá không giải thích được khiến họ thấy bị theo dõi. Vì vậy hãy leo từng bậc, thử với nhóm nhỏ, giữ nhóm đối chứng không nhận thay đổi, và chỉ lên bậc sau khi chỉ số bậc trước tốt lên.

Nhịp làm việc linh hoạt: Agile và DevOps cho đội không viết phần mềm

Agile là cách làm theo vòng ngắn (sprint): mỗi vòng giao một phần dùng được, nhận phản hồi rồi chỉnh. Tuyên ngôn Agile năm 2001 đặt con người và tương tác trên quy trình và công cụ, phần mềm chạy được trên tài liệu đầy đủ, hợp tác với khách trên đàm phán hợp đồng, ứng phó thay đổi trên bám kế hoạch [4]; thứ tự ấy không có nghĩa bỏ kế hoạch hay tài liệu. DevOps nối đội phát triển với đội vận hành bằng kiểm thử và triển khai tự động (CI/CD), hạ tầng quản lý bằng mã và theo dõi liên tục.

Doanh nghiệp không có lập trình viên vẫn mượn được tinh thần này. Lập nhóm nhỏ liên bộ phận gồm người bán hàng, người vận hành và người phụ trách công nghệ hoặc nhà cung cấp; giữ danh sách việc ưu tiên, chọn vài việc cho mỗi vòng hai tuần, cuối vòng cho người dùng thật xem rồi họp rút kinh nghiệm. Với phần mềm thuê ngoài, nên có bản thử riêng, thay đổi nhỏ, kế hoạch quay lại bản cũ và cảnh báo khi chỗ nối hệ thống lỗi.

Agile không hợp khi phạm vi bị cố định bởi quy định và thời hạn cứng, hay khi người dùng không thể cho ý kiến trong vài tuần. Khi trộn hai nhịp, để lõi như kế toán, lương, kho đổi chậm và chắc, còn phần giao tiếp với khách thử nhanh.

Ví dụ quốc tế và công nghệ mới: chọn thứ đáng thử

Chính phủ Anh công bố mười một nguyên tắc thiết kế dịch vụ số. Nguyên tắc đầu tiên yêu cầu xác định nhu cầu người dùng bằng nghiên cứu, dữ liệu và trò chuyện với họ, vì điều họ yêu cầu chưa chắc là điều họ cần; các nguyên tắc sau gồm làm ít hơn, thiết kế theo dữ liệu, làm phần khó để người dùng thấy đơn giản và lặp đi lặp lại [5]. Tinh thần ấy khớp với Lean và Agile và không đòi công nghệ mới.

Tài liệu nguồn điểm bốn nhóm công nghệ đang lên: trí tuệ nhân tạo và học máy; điện toán biên (xử lý dữ liệu gần nơi phát sinh) cùng mạng 5G; thực tế tăng cường và thực tế ảo (AR/VR); điện toán lượng tử. Bài xếp chúng theo mức hành động (đánh giá của bài viết). Dùng có rào chắn: trí tuệ nhân tạo, kèm người duyệt kết quả. Thử nhỏ khi có nhu cầu đo được: điện toán biên và 5G cho giám sát máy móc, AR/VR cho đào tạo hoặc thử đồ. Theo dõi: lượng tử, có thể phá nhiều thuật toán mã hóa hiện nay nhưng máy quy mô lớn còn ở giai đoạn nghiên cứu.

Tài liệu nguồn còn kể mười lăm doanh nghiệp quốc tế ở năm ngành. Bài không kể lại vì chưa kiểm chứng độc lập, chỉ rút ba điểm chung: giá trị nằm ở dữ liệu và hậu cần phía sau hơn là ứng dụng bên ngoài; ngành nhạy cảm như tài chính và y tế đặt an ninh, tuân thủ trước tính năng; hầu hết dựa vào đối tác và kết nối mở.

Tình huống tại Việt Nam: thị trường, dữ liệu cá nhân, AI và chính sách

Về thị trường, báo cáo e-Conomy SEA 2025 của Google, Temasek và Bain ghi nền kinh tế số Việt Nam đạt khoảng 39 tỷ USD năm 2025 và nhận định người dùng Việt Nam đứng đầu Đông Nam Á về mức độ dùng và tin tưởng trí tuệ nhân tạo [6]. Theo cách hiểu của bài, khách hàng có vẻ sẵn sàng với chatbot và gợi ý cá nhân hóa, nhưng niềm tin ấy dễ mất nếu dữ liệu hoặc AI thiếu minh bạch.

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, thông qua ngày 26/6/2025, có hiệu lực từ ngày 1/1/2026 [7]. Với cá nhân hóa và đa kênh, ba quy định đáng chú ý: gửi hồ sơ đánh giá tác động xử lý dữ liệu cho cơ quan chuyên trách trong 60 ngày kể từ ngày đầu tiên xử lý (Điều 21), thông báo trong 72 giờ khi phát hiện vi phạm có thể gây tổn hại (Điều 23), và chỉ định bộ phận hoặc nhân sự bảo vệ dữ liệu, hoặc thuê dịch vụ bên ngoài (Điều 33) [7].

Doanh nghiệp nhỏ và khởi nghiệp được chọn thực hiện hoặc không hai nghĩa vụ trên về hồ sơ và nhân sự (Điều 21, 22 và khoản 2 Điều 33) trong năm năm kể từ ngày luật có hiệu lực; hộ kinh doanh và doanh nghiệp siêu nhỏ được miễn. Ưu đãi không áp dụng nếu doanh nghiệp kinh doanh dịch vụ xử lý dữ liệu cá nhân, trực tiếp xử lý dữ liệu nhạy cảm hoặc xử lý dữ liệu của số lượng lớn chủ thể; chi tiết do Chính phủ quy định. Nghĩa vụ thông báo vi phạm (Điều 23) không nằm trong phần được miễn (Điều 38) [7].

Luật Trí tuệ nhân tạo số 134/2025/QH15, thông qua ngày 10/12/2025, có hiệu lực từ ngày 1/3/2026; hệ thống đã vận hành được chuyển tiếp 12 tháng, riêng y tế, giáo dục và tài chính 18 tháng, tức đến khoảng tháng 3/2027 và tháng 9/2027 (Điều 34, 35) [8]. Hệ thống tương tác trực tiếp với người phải để người dùng nhận biết mình đang tương tác với hệ thống, và bên triển khai phải thông báo rõ khi công bố nội dung do AI tạo hoặc chỉnh sửa mà có thể gây nhầm lẫn về tính xác thực (Điều 11) [8]. Doanh nghiệp khởi nghiệp sáng tạo và doanh nghiệp nhỏ và vừa được hỗ trợ chi phí đánh giá sự phù hợp, công cụ và đào tạo miễn phí (Điều 25) [8].

Về chính sách, Quyết định 749/QĐ-TTg năm 2020 nêu các nhiệm vụ gần với phần thực thi: sản xuất công nghiệp thông minh, nền tảng thương mại điện tử theo chuỗi giá trị, và danh sách nền tảng số dùng chung như thương mại điện tử, kế toán, tài chính doanh nghiệp, ngân hàng số [9]. Luật Chuyển đổi số, hiệu lực từ 1/7/2026, đặt nguyên tắc khai báo một lần là mặc định [10]; doanh nghiệp có thể tự hỏi cùng câu: khách có phải khai lại điều đã đưa không? Trước khi tự xây công cụ, hãy hỏi cơ quan địa phương hoặc hiệp hội ngành về nền tảng dùng chung đang có.

Sai lầm thường gặp và giới hạn của bài

• Tự động hóa quy trình chưa tinh gọn: máy nhân bản bước thừa; hãy đo thời gian chờ và lỗi trước.
• Coi ERP là dự án công nghệ: thiếu người đứng tên quy trình thì phần mềm chỉ ghi lại sự lộn xộn.
• Cá nhân hóa khi chưa có mã khách duy nhất và ghi nhận đồng ý: dễ gửi sai người và vướng pháp luật.
• Làm Agile theo nghi thức, không có người dùng xem sản phẩm cuối vòng.
• Chạy theo công nghệ mới vì tin tức, không vì một điểm nghẽn đo được.

Năm điều trên là đúc kết của bài, không phải thống kê. Giới hạn: thứ tự năm bước là đề xuất chưa được nghiên cứu độc lập kiểm chứng; các trường hợp quốc tế lấy từ tài liệu nguồn, chưa đối chiếu; chưa có ví dụ doanh nghiệp Việt Nam cụ thể vì chưa kiểm chứng được nguồn nên phần Việt Nam chỉ nêu thị trường và chính sách; chưa phân tích riêng từng ngành. Với dữ liệu cá nhân, hợp đồng dài hạn, thuế hoặc hệ thống rủi ro cao, nên hỏi chuyên gia.

Kế hoạch bốn tuần và câu hỏi tự kiểm

Chọn một chuỗi việc từ đầu đến cuối, ví dụ từ lúc nhận đơn của khách quen đến lúc thu tiền, rồi dành bốn tuần cho nhóm ba đến sáu người. Tuần 1: vẽ bản đồ hành trình và dòng giá trị, đo mốc đầu gồm số bước, thời gian chờ, số lỗi. Tuần 2: bỏ bước thừa, thống nhất định nghĩa dữ liệu, đặt mã khách và mã hàng. Tuần 3: tự động hóa một bước hợp ở ma trận, chạy thử song song với nhóm nhỏ. Tuần 4: so với mốc đầu, quyết định mở rộng, chỉnh hay dừng.

• Nếu bỏ phần mềm đi, quy trình này còn đáng làm không?
• Dữ liệu khách nào đang dùng mà khách chưa biết hoặc chưa đồng ý?
• Ai chịu trách nhiệm khi máy làm sai, và khách tìm người thật bằng cách nào?

Kết luận

Thực thi chuyển đổi số là chuỗi quyết định về thứ tự: nhìn từ khách hàng, bỏ bước thừa, chuẩn hóa, giao việc lặp lại cho máy, nối dữ liệu rồi mới cá nhân hóa, tất cả theo vòng ngắn có đo lường. Phần 1 trả lời có nên làm và làm gì, phần 2 trả lời làm theo thứ tự nào; vòng xem lại hằng quý ở phần 1 là nơi kiểm tra thứ tự ấy có đúng không.

Nguồn và phương pháp

Bài này là tổng hợp có hỗ trợ của AI, được viết lại bằng lời riêng và sắp xếp theo cấu trúc riêng; đây không phải bản dịch và không đi theo thứ tự chương của sách. Tài liệu nguồn là Digital Transformation Strategies của Daniel Pereira (The Business Model Analyst, 2022), phần trang 66 đến 127 (hai trang cuối trống). Các nguồn web được mở và đối chiếu ngày 20/10/2026. Số liệu 71% và 76% lấy từ trang McKinsey; số liệu 39 tỷ USD và nhận định về AI lấy từ bản trích văn bản của báo cáo e-Conomy SEA 2025; các điều khoản pháp luật lấy từ bản đăng trên Thư viện Pháp luật; không số nào lấy từ sách.

Chưa kiểm chứng đầy đủ: mười lăm trường hợp quốc tế mà tài liệu nguồn kể (bài chỉ rút ba điểm chung, không dùng chi tiết từng công ty); nguồn gốc Lean từ Hệ thống sản xuất Toyota và các loại lãng phí, vì trang Lean Enterprise Institute đã mở không nêu; nhận định về điện toán biên, AR/VR và lượng tử lấy từ tài liệu nguồn; các đánh giá về RPA, chuỗi khối và thứ tự năm bước là nhận định của bài viết. Trang Luật Trí tuệ nhân tạo có một dòng hiệu lực khác với Điều 34, nên cần đối chiếu văn bản chính thức trước khi áp dụng; các luật khác cũng nên đối chiếu Công báo.

Nên đọc bản gốc của sách và của các nguồn trên để có đầy đủ bối cảnh. Bài này không phải tư vấn pháp lý, thuế hay đầu tư, và người đọc tự chịu trách nhiệm về quyết định của mình.