Chẩn đúng bệnh, kê đúng thuốc
Hơn 20 năm tư vấn về tổ chức và vận hành hoạt động nghiên cứu và phát triển (R&D) cho doanh nghiệp sản xuất, MES LAB - do Tiến sĩ Kỹ thuật Hệ thống Công nghiệp (Đại học Dongguk, Hàn Quốc) Trần Anh Tuấn sáng lập, thường gặp một bài toán điển hình: Mỗi hợp đồng là một lần phối hợp riêng lẻ, tốn nhân lực nhưng khó nhân rộng. Rủi ro lớn nhất không phải thiếu việc, mà ở chỗ tri thức không được hệ thống hóa, dồn lại một chỗ và khó lan tỏa.
Khi các thế hệ trí tuệ nhân tạo (AI) mới xuất hiện, phản xạ đầu tiên của ông Tuấn cũng giống đa số người khác: Dùng AI để tạo tài liệu, cần đến đâu làm đến đó. Cách làm này không chạm tới gốc rễ vấn đề, tri thức vẫn rời rạc và phụ thuộc vào con người. Bước ngoặt đến khi nhóm đi sâu vào thế hệ agentic AI. Thay vì tạo ra những tài liệu riêng lẻ, đội ngũ phải bắt tay xây dựng một hệ thống quản trị tri thức bài bản cho chính mình.
Như vậy, “phòng khám” cho doanh nghiệp đã ra đời, với thư viện tri thức sắp xếp thành sáu nhóm năng lực, cùng lúc sẽ phục vụ mục tiêu đào tạo nội bộ. Kho dữ liệu giờ có gần 900 “tình huống bệnh” điển hình ở khâu R&D, mỗi trường hợp gắn với nguyên nhân gốc rễ và một “đơn thuốc” gồm quy trình, công cụ, biểu mẫu, tiêu chí. Doanh nghiệp chỉ cần nêu vấn đề, hệ thống “dịch” sang đúng bệnh, chỉ ra cái cốt lõi rồi “kê đơn”.
Lấy thí dụ một khách hàng giấu tên của MES LAB trong lĩnh vực sản xuất hàng tiêu dùng, với doanh thu hơn 4.000 tỷ đồng. Đơn vị này triển khai từ 70-80 dự án cùng lúc, chỉ tính riêng trong năm 2025, khiến một nửa số lượng công việc không thể về đích. Dự án kỳ vọng hoàn thành trong bốn, năm tháng kéo dài tới chín tháng. Cá biệt, có dự án trượt hơn một năm rưỡi.
Sau khi trích xuất dữ liệu từ kho tri thức, “phòng khám” chỉ rõ doanh nghiệp thiếu một quy trình vận hành thống nhất và thiếu các “cổng” quyết định tiếp tục hay dừng đúng lúc. Đơn thuốc là bộ quy trình chuẩn kèm biểu mẫu và các mốc rà soát. Tính từ thời điểm chuẩn hóa, tỷ lệ dự án về đích đúng hạn nâng từ 50% lên 70-75%. Thời gian được rút ngắn đồng đều ở 14-16 khâu, giúp mỗi chu kỳ phát triển sản phẩm giảm khoảng 23%. Quan trọng hơn, bài học của từng dự án được lưu lại để kế thừa trong phần việc tiếp theo, thay vì phải làm lại từ đầu và dễ lặp sai lầm cũ.
“Chúng tôi cứ mải hệ thống hóa tri thức cho các doanh nghiệp khách hàng, trong khi tri thức của chính mình lại chưa được hệ thống hóa. Đây là nghịch lý cần giải quyết song song”, Tiến sĩ Trần Anh Tuấn thổ lộ. Cũng không ít lần, doanh nghiệp phải nhận “bài học xương máu”: AI sử dụng cả “dữ liệu bẩn” khiến câu trả lời sai. Do đó, mọi thứ phải được thu thập và “làm sạch” bắt buộc, trước khi đưa vào hệ thống. Trên thực tế, câu chuyện làm sạch dữ liệu chính là điểm yếu chung của phần lớn các doanh nghiệp tại Việt Nam hiện nay.
Truyền thừa tri thức cho thế hệ tiếp nối
Với mục tiêu lưu giữ tri thức và truyền thừa bài học kinh nghiệm cho các thế hệ tiếp nối, CEO Mắt Bão Hà Nội Nguyễn Sỹ Hà chia sẻ: Doanh nghiệp đang triển khai ba hướng song song: Từ khâu tổ chức workshop nội bộ định kỳ để lan tỏa tri thức thực chiến giữa các phòng ban; cho tới xây dựng khóa đào tạo kế thừa do chính trưởng các bộ phận và chuyên gia đào tạo trực tiếp huấn luyện nhân sự tiềm năng; đồng thời ứng dụng AI, đúc kết kinh nghiệm thành nội dung video đưa lên hệ thống LMS học trực tuyến.
Đây cũng là lời giải cho thực trạng mỗi lần cần giải quyết một vấn đề, doanh nghiệp mất rất nhiều thời gian để có được nguồn dữ liệu sạch, nhất là khi nhân sự theo sát những dự án tương tự trong quá khứ nghỉ việc. Điều này buộc đơn vị phải có kế hoạch tạo ra những kho dữ liệu hằng ngày, từng bước biến đây trở thành tài sản riêng có thể số hóa và kế thừa. "Chúng tôi từng chứng kiến nhiều năm kinh nghiệm "ra đi" với cùng một người. Bây giờ, chúng tôi xây dựng để tri thức ở lại, dù con người có thay đổi - đó mới là nền tảng để doanh nghiệp thật sự chủ động trong mọi biến động nhân sự", ông Hà nhấn mạnh.
Trong thời đại chuyển đổi số diễn ra từng ngày, trụ cột quan trọng để Nghị quyết số 57-NQ/ TW có thể đi sâu vào đời sống, suy cho cùng, phụ thuộc vào khả năng ứng dụng và khai thác lượng dữ liệu khổng lồ mà mỗi cá nhân và doanh nghiệp đang sở hữu. Làm thế nào để biến kho tri thức của bản thân thành tài sản tạo ra giá trị và giữ lại được cho mai sau, sẽ là bài toán thực tế dành cho mỗi người.
