Ứng dụng AI trong doanh nghiệp Việt: đã tới đâu, nên tới đâu

Tụi em đoán tháng 9/2026 này anh chị đang có một cảm giác hơi trái ngược mỗi khi nghe chuyện ứng dụng AI trong doanh nghiệp Việt. Mở báo thấy Việt Nam đặt mục tiêu vào nhóm 3 nước dẫn đầu ASEAN về AI năm 2030, đi hội thảo nghe ai cũng nói “AI first”, về công ty thấy mấy bạn trẻ xài ChatGPT viết email rất nhanh, mà báo giá thì vẫn làm tay 2 ngày, kho vẫn đếm bằng Excel, khách cũ vẫn chờ nhân viên rảnh mới được nhắn. Vừa thấy mình chậm, vừa nghi ngờ mấy con số đẹp trên báo. Cảm giác đó không sai, vì số đo thật đang lệch nhau rất xa: Microsoft đo năm 2024 có 88% người làm việc tri thức ở Việt Nam đã dùng AI tạo sinh trong công việc, còn VECOM đo năm 2025 chỉ 11% doanh nghiệp Việt dùng công cụ AI. Người thì gần như ai cũng dùng, công ty thì mười nơi mới có một. Ứng dụng AI trong doanh nghiệp Việt đang nằm đúng ở khoảng trống giữa hai con số đó.

Bài này tụi em trả lời 3 câu, bằng số đo thật và bằng cái tụi em thấy ở bàn tư vấn MONA, nơi marketing đưa về hơn 4.000 lead mỗi tháng và từ đầu 2025 khách hỏi “làm AI” nhiều hơn hỏi “làm web”. Câu một, cả nước và công ty anh chị đã tới đâu. Câu hai, với từng cỡ công ty thì đáng tới đâu trong 12 tháng. Câu ba, nếu làm đúng thì con số đạt được là bao nhiêu, và cái gì chưa đạt được dù cố tới đâu. Ba câu, một bài.

Khách MONA đang ở đâu với AI: 8 phần thử, 2 phần dùng thật

Tụi em không có khảo sát, chỉ có sổ ghi sau từng buổi tư vấn, và sổ đó nói một chuyện khá đều: cứ 10 khách tới hỏi AI thì khoảng 8 người đã tự thử rồi, ChatGPT có, Gemini có, Canva có, chatbot fanpage gói vài trăm nghìn một tháng cũng có, nhưng chỉ khoảng 2 người đã ghép AI vào một khâu vận hành và có con số đo trước sau. Tám phần thử, hai phần dùng thật. Có anh giám đốc công ty phân phối thiết bị điện ở Thủ Đức ngồi mở điện thoại đếm cho tụi em, ra đúng 6 ứng dụng AI, mà anh không nhớ nổi cái nào còn hạn, cái nào tự gia hạn thẻ tháng trước. Chi tiết đó không có gì đặc biệt, ngoài việc nó lặp lại ở gần như mọi buổi hẹn.

Cảm nhận ở bàn tư vấn khớp với số cả nước. Khảo sát của CPA Australia tháng 8/2024 ghi gần 8 trên 10 doanh nghiệp Việt nói đã dùng AI trong 12 tháng, cao hơn trung bình khảo sát là 69%. Cùng lúc đó, Cisco AI Readiness Index bản 11/2024 đo các tổ chức Việt Nam từ 500 nhân sự trở lên thì chỉ 22% được xếp vào nhóm sẵn sàng triển khai AI đầy đủ, tụt từ 27% của năm 2023, và chỉ 32% xếp AI vào ưu tiên ngân sách cao nhất. Tám phần mười nói đã dùng, chưa tới một phần tư đủ nền để dùng cho tới nơi. Đó là hai mặt của cùng một chuyện.

Trong bài trước tụi em đã viết AI làm phép nhân với cái công ty đang có, và bài này đi tiếp một bước: nếu phép nhân là đúng, thì cả nước đang có con số nào đứng trước dấu nhân, và con số đó lớn tới đâu. Muốn biết thì phải nhìn số cả nước, không nhìn cảm giác.

Số liệu cả nước nói gì: người Việt dùng AI cá nhân nhiều, công ty ghép vào ít

Phía cá nhân, số của Việt Nam thuộc loại cao nhất thế giới, và tụi em nói vậy không phải để khen. Microsoft Work Trend Index 2024 đo 88% người làm việc tri thức ở Việt Nam dùng AI tạo sinh tại chỗ làm, so với 75% toàn cầu, và 76% lãnh đạo Việt nói sẽ không tuyển người thiếu kỹ năng AI. Bản 2026 của cùng báo cáo, khảo sát 2.000 người Việt, xếp 39% vào nhóm “Frontier Professionals” dùng AI sâu nhất, cao nhất ASEAN và gấp đôi mức 16% toàn cầu. e-Conomy SEA 2025 của Google, Temasek và Bain cũng xếp Việt Nam đứng đầu Đông Nam Á về mức người dùng AI, với 81% nói dùng công cụ AI hằng ngày. Tất cả những số đó đo một người, ngồi trước một cái máy, dùng AI cho việc của riêng người đó.

Phía công ty, số khác hẳn. Chỉ số Thương mại điện tử VECOM 2026, đo trên số liệu năm 2025, cho thấy chỉ 11% doanh nghiệp khảo sát dùng công cụ AI, tăng từ 7% của năm trước. Cùng khảo sát, tỉ lệ doanh nghiệp có website là 46%, 5 năm liền chỉ quanh 43 tới 46%; dùng phần mềm CRM 24%; dùng ERP 14%. Tức là hơn một nửa doanh nghiệp chưa có website, ba phần tư chưa có phần mềm quản khách, và AI thì mười nơi mới có một. Báo cáo AI Việt Nam 2025 của VINASA, khảo sát gần 500 doanh nghiệp và tổ chức, thêm một con số tụi em thấy nói lên độ sâu hơn mọi tỉ lệ: 30% đơn vị chi dưới 50 triệu đồng mỗi năm cho AI, tức chưa tới 5 triệu đồng một tháng, ngang một gói phần mềm cá nhân. Rào cản họ nêu là thiếu người có kỹ năng 45%, khung pháp lý chưa rõ 30%, hạn chế dữ liệu và tính toán 23%.

Nhìn rộng hơn, Cục Thống kê công bố tháng 1/2026 kinh tế số chiếm 14,02% GDP năm 2025, lên từ 12,87% của 2021, trong khi Nghị quyết 57 đặt mục tiêu tối thiểu 30% vào 2030. Tính đến 31/12/2024 cả nước có 940.078 doanh nghiệp đang hoạt động, gần 98% là nhỏ và vừa, và tới tháng 10/2025 đã vượt mốc 1 triệu. Con số 11% dùng AI nằm trên cái nền gần 1 triệu doanh nghiệp đó. Ghép hai phía lại thì ra một câu ngắn: người Việt đã dùng AI, công ty Việt chưa. Khoảng trống giữa hai số ấy chính là chỗ tụi em thấy tiền đang nằm.

Tụi em thấy khoảng trống đó ngay trong khách của mình, dưới một dạng rất cụ thể: nhân viên xài AI bằng tài khoản riêng, sếp không biết, và dữ liệu khách đi ra ngoài công ty qua mấy tài khoản đó mỗi ngày. Khảo sát nhỏ của MIT NANDA giữa 2025 ghi nhân viên ở hơn 90% công ty dùng AI cá nhân thường xuyên, dù chỉ 40% công ty mua gói chính thức, và tụi em tin số ở Việt Nam còn cao hơn. Vậy cụ thể AI đang nằm ở đâu trong một công ty Việt?

AI đang nằm ở 3 chỗ trong công ty Việt, và vắng ở chỗ ra tiền nhất

Đi nhiều công ty, tụi em thấy AI đang có mặt ở đúng 3 chỗ. Chỗ thứ nhất là máy cá nhân: viết email, dịch tài liệu, tóm tắt hợp đồng, làm ảnh bài đăng. Việc này có ích thật, nhưng nó không đụng tới cách công ty vận hành, nghỉ một người là mất theo người đó. Chỗ thứ hai là bot trên fanpage hoặc website, gói rẻ, trả lời câu mẫu, không đọc được bảng giá hay lịch sử khách, nên khách hỏi sâu một câu là bot đơ và nhân viên phải nhảy vào. Chỗ thứ ba là các “ốc đảo” ở tập đoàn lớn, nơi có đội riêng và ngân sách riêng: Masan cho WinCommerce chạy hệ thống WiNARE tự động hơn 66% việc đặt hàng và tiết kiệm khoảng 300 tỷ đồng mỗi năm, theo báo Thương hiệu và Công luận tháng 9/2025; Techcombank cùng akaBot tự động hơn 100 quy trình, giải phóng hơn 586.000 giờ công. Số đẹp, nhưng đó là 2 trong gần 1 triệu doanh nghiệp.

Chỗ vắng là tầng trệt, nơi tiền chạy qua mỗi ngày: báo giá, chăm khách cũ, nhập xuất kho, đối soát công nợ, lọc hồ sơ tuyển dụng. Vì sao AI chưa tới đó? Vì ba lý do tụi em nghe đi nghe lại: dữ liệu rải ở Zalo, sổ tay và Excel mỗi người một bản; quy trình không ai vẽ ra giấy; và không có người chịu trách nhiệm khi AI trả lời sai. Cisco đo ở Việt Nam năm 2024: 75% tổ chức xử lý dữ liệu không nhất quán, chỉ 21% có dữ liệu tập trung hoàn toàn, 66% nói thiếu người có kỹ năng là rào cản lớn nhất về dữ liệu. AI không cắm được vào chỗ không có ổ điện.

Một ca tụi em gặp năm ngoái nói đúng chuyện này. Công ty phân phối vật tư xây dựng có 25 nhân viên kinh doanh, mỗi bạn xài ChatGPT riêng để viết báo giá, ra 25 kiểu báo giá khác nhau, cùng một mặt hàng mà hai khách nhận hai mức chiết khấu, khách so với nhau thấy lệch và nghi công ty làm giá. AI ở công ty đó có đủ 25 chỗ, và không có chỗ nào ra tiền. Tụi em phải gom về một khâu báo giá có phần mềm, một bảng giá, một luật chiết khấu, rồi mới ghép AI vào để nó soạn báo giá theo đúng bảng đó. Mất 4 tháng, không phải 4 ngày. Nhưng có một ngành ở Việt Nam đã đi qua giai đoạn này sớm hơn hẳn, và đó là ngành của tụi em.

Ngành phần mềm đi trước: dân code Việt dùng AI nhiều thứ 2 thế giới

Anthropic Economic Index, bản tháng 2/2026, đo dữ liệu tháng 11/2025, ghi Việt Nam đứng thứ 2 thế giới về tỉ trọng dùng AI cho việc phát triển phần mềm, 42,1%, chỉ sau Ấn Độ 45,2% và trên Ai Cập 39,2%. Nghĩa là trong tất cả việc người Việt giao cho AI, gần một nửa là viết code. Báo cáo DORA 2025 của Google, khảo sát 4.867 người làm phần mềm, ghi 90% đã dùng AI trong công việc. Ngành này đi trước vì nó có sẵn 3 thứ mà AI cần: việc lặp có cấu trúc, dữ liệu là code và tài liệu đã sạch sẵn, và kết quả kiểm được ngay bằng cách chạy thử. Ngành khác không thiếu AI, ngành khác thiếu 3 thứ đó.

Con số thật nhất tụi em biết về AI viết code lại đến từ FPT. Ông Đỗ Cao Bảo kể trên CafeF tháng 7/2024 về công cụ CodeVista của FPT: AI giúp năng suất viết code tăng 30%, nhưng năng suất cả dự án chỉ tăng khoảng 10%, vì nút thắt của một dự án phần mềm nằm ở khâu làm rõ yêu cầu với khách chứ không nằm ở khâu gõ code. Tụi em đọc số đó mà gật đầu, vì ở MONA cũng vậy. Cách MONA làm phần mềm bây giờ là senior viết spec đủ rõ, AI sinh code, senior duyệt và bắt lỗi, và phần ăn thời gian nhất vẫn là ngồi với khách để biết họ thật sự cần gì. AI làm nhanh khâu giữa. Hai đầu vẫn là người.

Bài học cho ngành khác nằm ngay trong số của FPT. AI vào nhanh và ra số ở khâu nào có 3 thứ: việc lặp nhiều, dữ liệu đầu vào sạch, kết quả kiểm được ngay. Trong một công ty phân phối, khâu báo giá có đủ 3 thứ đó; khâu đàm phán hợp đồng lớn thì không. Trong một chuỗi spa, khâu nhắc lịch có đủ; khâu xử lý khách khiếu nại thì chưa. Việc của chủ doanh nghiệp là tìm ra khâu có đủ 3 thứ trong công ty mình, và câu hỏi tiếp theo là tìm được rồi thì tới đâu là vừa.

Nên tới đâu: mỗi cỡ công ty một mức, đo bằng khâu chứ không bằng khẩu hiệu

Quan điểm của tụi em rất gọn: mức “nên tới” của một công ty đo bằng số khâu đã ghép AI và có số đo trước sau, không đo bằng việc nhân viên có xài ChatGPT hay công ty có tuyên bố “AI first”. Một công ty 8 người ghép được đúng 1 khâu có số là đã đi xa hơn một tập đoàn mua 10 gói AI mà không khâu nào đo được. Hai năm ngồi với khách, tụi em xếp được cái bảng dưới đây, và tụi em dùng nó để kéo khách xuống một bậc khi họ đòi quá, hoặc kéo lên một bậc khi họ rụt rè quá.

Có hai con số đứng sau cái bảng đó. Một là của McKinsey State of AI 2026, khảo sát 1.719 doanh nghiệp ở 97 nước: chỉ 6% là nhóm hiệu quả cao thật sự, và khoảng 75% nhóm đó đã vẽ lại quy trình làm việc trước khi ghép AI, so với khoảng 25% ở phần còn lại. Cột “điều kiện có trước” trong bảng chính là cái vẽ lại quy trình đó, viết bằng lời của doanh nghiệp Việt. Hai là của khảo sát MIT NANDA 2025, mẫu nhỏ nên tụi em dẫn dè chừng: dự án mua từ đối tác bên ngoài ra được sản phẩm khoảng 67% số lần, tự xây nội bộ chỉ khoảng 33%. Vì vậy với công ty dưới 300 người, tụi em gần như luôn khuyên đừng tự lập đội AI, hãy mua khâu từ người làm sẵn và giữ người của mình cho việc duyệt.

Tụi em từng phải kéo một anh chủ chuỗi 15 chi nhánh bán lẻ điện máy xuống một bậc: anh tới đòi “AI toàn công ty” trong 6 tháng, tụi em nhìn dữ liệu thì thấy 15 chi nhánh dùng 3 phần mềm bán hàng khác nhau, gộp lại còn chưa xong, nên khuyên anh làm đúng 3 khâu trước. Ngược lại, có chị chủ tiệm in ấn 12 người tự xếp mình vào nhóm “chưa tới lượt”, trong khi web của chị đã có hơn 2.000 lượt hỏi giá mỗi tháng, tức là khâu trực chat đã đủ nền để ghép ngay. Cùng một bảng, mỗi người đọc ra một bậc. Bậc rõ rồi thì tới lượt chọn việc. Không phải việc nào cũng giao được.

3 việc nên giao AI ngay trong năm nay, và 3 việc chưa nên

Ba việc tụi em khuyên giao ngay đều có chung đặc điểm: lặp nhiều, dữ liệu có sẵn, sai thì phát hiện được ngay và sửa rẻ. Việc thứ nhất là trực chat và hỏi đáp lặp trên web, fanpage, Zalo. Một AI agent trực chat, hay chatbot chăm khách, đọc đúng bảng giá và lịch sử khách trả lời được phần lớn câu hỏi giờ mở cửa, giá, còn hàng không, giao bao lâu, và chuyển đúng câu khó cho người, mức đạt được tụi em thấy ở khách là thời gian trả lời từ vài giờ xuống dưới 1 phút, 24 giờ mỗi ngày. Việc thứ hai là báo giá và soạn tài liệu theo mẫu từ dữ liệu có sẵn, kiểu Gấu Báo Giá đọc bảng giá và định mức rồi ra bản nháp, người duyệt và gửi. Việc thứ ba là nội dung, SEO, email chăm khách cũ có người duyệt, như Gấu Thức Khuya soạn email theo lịch sử mua của từng khách. Stanford AI Index 2026 tổng hợp mức tăng năng suất theo loại việc là 14 tới 15% ở hỗ trợ khách hàng, 26% ở phát triển phần mềm, 50% ở marketing, đúng thứ tự ba việc trên. Anh chị muốn xem thêm các khâu hay gặp thì tụi em đã liệt kê trong bài 9 ứng dụng AI hay gặp trong doanh nghiệp.

Ba việc chưa nên giao hẳn cho AI trong năm nay, và tụi em nói bằng lý do chứ không phải bằng nỗi sợ. Một là quyết định dính tiền lớn: duyệt công nợ, chốt giá hợp đồng lớn, cấp hạn mức, vì kết quả không kiểm được ngay và sai một lần là mất số tiền lớn hơn cả năm tiết kiệm. Hai là pháp lý và hợp đồng bản cuối: AI soạn nháp rất tốt, Gấu Pháp Chế của tụi em làm đúng việc nháp đó, nhưng người ký vẫn phải đọc từng điều khoản. Ba là quyết định về người: AI lọc 159 hồ sơ còn 1 người được, còn tuyển hay không, đánh giá thế nào, cho nghỉ ai thì người quyết. Luật Trí tuệ nhân tạo số 134/2025/QH15, có hiệu lực từ 1/3/2026, cũng xếp các quyết định kiểu này vào nhóm rủi ro cao hơn, nên giữ người ở đó vừa đúng việc vừa đúng luật.

Còn một lưu ý về cách ráp, tụi em nói bằng lý do bảo trì. Ba việc giao ngay ở trên đều là khâu đông khách chạy ngày đêm, nếu tự ráp bằng công cụ kéo thả thì luồng gãy khi bên thứ ba đổi giao diện, một ô cấu hình sai là cả luồng đứng mà không ai biết, càng nhiều luồng càng tốn người canh. Đồ kéo thả hợp việc cá nhân nhẹ. Khâu sống còn cần phần mềm viết riêng chịu tải, dữ liệu nằm trong hệ thống của anh chị, có đội chịu trách nhiệm khi lỗi. Giao đúng việc rồi thì câu hỏi còn lại là đạt được bao nhiêu. Tụi em trả lời bằng số.

Có thể đạt được tới đâu: con số thật đến từ từng khâu

Số toàn cầu trước, để anh chị đặt kỳ vọng cho đúng. McKinsey 2026: 89% doanh nghiệp đã dùng AI ở ít nhất một khâu, 37% nói AI có đóng góp ít nhiều vào lợi nhuận trước thuế nhưng phần lớn dưới 5%, và chỉ 6% là nhóm mà AI đem về từ 5% lợi nhuận trở lên. IBM khảo sát khoảng 2.000 CEO năm 2025: chỉ 25% dự án AI đạt lợi nhuận đầu tư kỳ vọng, chỉ 16% mở rộng được toàn doanh nghiệp, lợi nhuận đầu tư trung bình khoảng 5,9%. PwC hỏi 4.454 CEO tháng 1/2026: chỉ 12% thấy AI vừa giảm chi vừa tăng thu trong 12 tháng qua, 56% chưa thấy lợi ích tài chính đáng kể. BCG tháng 9/2025 chia ra 5% công ty tạo giá trị vượt trội, 35% đang mở rộng, 60% gần như chưa thu được gì dù đã chi. Bốn khảo sát, một đáp số: cả công ty ra tiền từ AI trong 1 năm là chuyện của thiểu số. Kỳ vọng theo cả công ty là sai đơn vị. Sai đơn vị là sai hết.

Đơn vị đúng là khâu, và ở khâu thì số khá đẹp. Chị giám đốc công ty phân phối dược có 30 nhân viên kinh doanh ghép AI vào khâu làm bảng báo giá cho nhà thuốc, đo đúng 30 ngày: thời gian ra một bảng giá từ 2 ngày xuống 2 giờ, số bảng giá gửi đi tăng gấp 3, không tuyển thêm ai. Anh chủ xưởng cơ khí 40 công nhân ở Bình Dương làm nền 8 tháng, dựng web và phần mềm báo giá nội bộ trước, rồi mới ghép AI đọc bản vẽ đề xuất giá, giờ bảng giá ra trong 2 giờ thay vì 2 ngày. Chị chủ chuỗi spa 12 chi nhánh với 40.000 hồ sơ khách ghép AI vào khâu nhắc lịch và gợi ý liệu trình, thấy số sau 3 tuần vì 6 bạn lễ tân không còn gọi tay. Ba ca, ba ngành, cùng một kiểu số: giờ, ngày, số bảng giá, số khách trả lời. Không ca nào đo bằng lợi nhuận cả công ty, vì 12 tháng chưa đo được thứ đó.

Tụi em cũng nói luôn cái không đạt được trong 12 tháng, để anh chị khỏi mua nhầm kỳ vọng. Không giảm được nửa nhân sự, vì phần việc AI gánh là phần lặp, còn phần duyệt, phần gặp khách, phần xử lý ngoại lệ vẫn cần người. Không có chuyện “AI tự chạy công ty”, vì ngay FPT làm phần mềm cũng chỉ tăng 10% năng suất cả dự án dù code nhanh hơn 30%. Không ra lợi nhuận cả công ty trong năm đầu, vì 6% của McKinsey là những nơi đã làm 3 tới 4 năm. Đạt được là 1 tới 3 khâu có số. Chừng đó đủ để năm sau đi tiếp, và năm sau đi tới đâu thì tụi em vẽ thành ba mốc.

12 tháng, 3 năm, 2030: ba mốc MONA thấy khả thi cho doanh nghiệp Việt

Mốc 12 tháng là nền cộng 1 tới 3 khâu có số, đúng như bảng ở trên: web ra khách, dữ liệu một mối, quy trình vẽ rõ, rồi ghép AI vào khâu lặp nhiều nhất và đo 30 ngày, đúng như 5 sai lầm tụi em từng liệt kê khuyên tránh làm ngược. Xưởng cơ khí Bình Dương đi hết mốc này trong 8 tháng làm nền và 4 tháng ghép, tức vừa đúng 12 tháng. Mốc 3 năm là 5 tới 8 khâu, AI agent nối thẳng vào CRM hoặc ERP, có một người phụ trách dữ liệu, và phần việc lặp trong khối văn phòng giảm rõ tới mức công ty tăng đơn mà không tăng người tương ứng. Với công ty 50 tới 300 người, tụi em thấy mốc 3 năm này là mốc thật, không phải mốc hội thảo, vì hai năm qua đã có khách đi được nửa đường.

Mốc 2030 là mốc quốc gia, và tụi em nói thẳng suy nghĩ của mình. Nghị quyết 57 đặt mục tiêu 2030 kinh tế số tối thiểu 30% GDP, chi nghiên cứu phát triển 2% GDP, Việt Nam vào nhóm 3 nước dẫn đầu ASEAN về nghiên cứu và phát triển AI, hỗ trợ ít nhất 500.000 doanh nghiệp nhỏ và vừa chuyển đổi số. Chiến lược quốc gia về AI từ 2021 đặt mục tiêu nhóm 4 ASEAN và nhóm 50 thế giới, 10 thương hiệu AI uy tín khu vực, 3 trung tâm dữ liệu lớn quốc gia. Tháng 8/2026, Quyết định 1671 của Thủ tướng nói rõ hơn nữa: ít nhất 500.000 doanh nghiệp nhỏ và vừa, hộ kinh doanh, hợp tác xã được hỗ trợ ứng dụng AI. Hạ tầng thì đang chạy thật: FPT và NVIDIA dựng nhà máy AI 200 triệu USD từ 2024, Viettel mở trung tâm dữ liệu 140MW tháng 4/2025 và lên kế hoạch 24 trung tâm tới 2030, vốn vào startup AI Việt Nam từ 10 triệu USD năm 2023 lên 130 triệu USD năm 2025. Oxford Insights xếp Việt Nam hạng 45 trên 195 nước về mức sẵn sàng AI của chính phủ năm 2025, lên từ hạng 51.

Cái tụi em thấy thiếu trong bức tranh 2030 là tầng dưới. Kinh tế số 14,02% GDP năm 2025 muốn lên 30% trong 5 năm, tức hơn gấp đôi, thì không thể chỉ nhờ vài tập đoàn và vài nhà máy AI, vì gần 98% doanh nghiệp là nhỏ và vừa và trong đó mới 11% dùng công cụ AI, 46% có website. Mục tiêu top 3 ASEAN về AI sẽ thành hay không tuỳ vào việc tầng 98% đó có đi từ dùng AI cá nhân sang ghép AI vào khâu hay không, và tụi em không tin mốc nào thiếu nền. Nếu chương trình AI cho doanh nghiệp nhỏ và vừa hỗ trợ được 500.000 nơi mà mỗi nơi chỉ ghép được 1 khâu có số trong 12 tháng, thì đó đã là thay đổi lớn hơn mọi ốc đảo tập đoàn cộng lại. Đó cũng là chỗ MONA đang đứng.

MONA kéo khách lên mức đó bằng cách nào

Tụi em làm việc này theo đúng cái bảng 4 bậc ở trên, và bắt đầu bằng một buổi rà nền 30 phút, thường là tụi em tới tận văn phòng khách. Trong 30 phút đó tụi em xem 3 thứ: website đang ra bao nhiêu khách mỗi tháng, dữ liệu khách đang nằm ở mấy chỗ, quy trình gãy ở khâu nào. Nhiều khách ngạc nhiên vì tụi em không mở bài thuyết trình AI nào cả, chỉ hỏi và ghi. Xong buổi đó, khách biết mình ở bậc nào, và biết khâu đầu tiên đáng ghép AI là khâu nào. Có khi câu trả lời là “chưa ghép được, về làm web và gom dữ liệu trước”, và tụi em nói vậy dù mất một hợp đồng AI trước mắt. Nền trước, AI sau.

Khi nền đủ, tụi em ghép AI agent viết riêng vào đúng một khâu: Gấu Cười trực chat và lead 24 giờ trên web và fanpage, Gấu Báo Giá đọc bảng giá và định mức, Gấu Thức Khuya soạn email chăm khách cũ theo lịch sử mua, Gấu Tuyển Dụng lọc hồ sơ, Gấu Pháp Chế nháp hợp đồng. Mỗi con đứng trên một khâu có dữ liệu, có người duyệt, có một con số đo 30 ngày, rồi mới mở khâu kế. Tụi em dám làm theo cách đó vì MONA đi đúng đường đó với chính mình: lập năm 2016, hơn 14.000 dự án, 85% khách tiếp tục dùng dịch vụ, SEO là kênh mang khách nhiều nhất từ 2019, và AI ghép vào từng khâu của tụi em từ cỗ máy viết nội dung có người duyệt tới cách làm phần mềm, chứ không đứng riêng một chỗ. Tháng 8/2026 MONA được nhận vào chương trình OpenAI Select Partner, và tụi em nghĩ đó là kết quả của việc ghép AI vào việc thật hơn là của việc mua nhiều gói. Ứng dụng AI trong doanh nghiệp Việt, theo cách tụi em làm, là chuyện từng khâu, từng con số, từng quý.

Nếu anh chị đọc cái bảng 4 bậc mà chưa chắc mình đang ở bậc nào, hoặc biết bậc rồi nhưng không biết thiếu gì để lên bậc kế, thì buổi rà nền 30 phút đó dành cho anh chị. Không bán gói. Tụi em trả lời đúng 3 câu: công ty đang ở bậc nào, thiếu gì để lên bậc kế, và khâu đầu tiên đáng ghép AI là khâu nào. Gọi 1900 636 648, nói “rà nền ghép AI” là bên tụi em xếp lịch. Còn nếu anh chị muốn tự đi trước một quý rồi mới gọi, cách đi nằm ở mục kế.

Quý này anh chị bắt đầu từ một khâu, đo bằng một con số

Tháng đầu tiên, anh chị gọi vài trưởng bộ phận vào họp 1 giờ, liệt kê 5 khâu lặp nhiều nhất, chọn khâu có nhiều dữ liệu nhất chứ không chọn khâu nghe kêu nhất, rồi làm một việc rất thủ công: lấy 100 hồ sơ khách gần nhất, đếm bao nhiêu hồ sơ có số điện thoại đúng, bao nhiêu có ghi lịch sử mua. Dưới 70% sạch thì tháng này chỉ dọn dữ liệu, chưa ghép gì. Tháng thứ hai, ghép AI vào đúng khâu đó, với công ty dưới 300 người thì mua từ đối tác làm sẵn thay vì tự xây, và chỉ định đúng một người chịu trách nhiệm duyệt đầu ra của AI mỗi ngày. Tháng thứ ba, đo 30 ngày bằng một con số duy nhất, giờ ra một bảng giá, tỉ lệ khách cũ trả lời tin, số đơn mua lại, rồi quyết mở khâu kế hay dừng. Một khâu, một con số, một quý.

Ứng dụng AI trong doanh nghiệp Việt ở quý đầu hay hỏng ở hai chỗ, tụi em thấy đi thấy lại. Chỗ thứ nhất là để nhân viên tiếp tục xài AI bằng tài khoản cá nhân với dữ liệu khách, vừa lộ dữ liệu, vừa không gom được gì về công ty; luật AI mới có hiệu lực từ tháng 3/2026 cũng bắt đầu đặt trách nhiệm lên người dùng AI trong tổ chức, nên chuyện này không còn là chuyện nhỏ. Chỗ thứ hai là mua AI trước khi có dữ liệu, tức lặp lại đúng cái anh chủ phòng khám nha khoa ở bài trước đã làm, cài chatbot 2 tuần rồi tắt. Nhớ lại con số ở đầu bài: 8 phần thử, 2 phần dùng thật, và cái tách 2 phần đó ra khỏi 8 phần kia chính là dữ liệu sạch cộng một người chịu trách nhiệm.

Nếu anh chị muốn biết khâu nào trong công ty mình đang có đủ dữ liệu để ghép ngay, gửi vài dòng mô tả khâu đang ngập việc về info@themona.global, hoặc gọi 1900 636 648. Trong 2 ngày làm việc, kỹ sư MONA trả lời đúng 3 câu: khâu này ghép AI được chưa, phải gom dữ liệu gì trước, và nếu làm thì bao lâu thấy số, kiểu 2 ngày xuống 2 giờ như chị phân phối dược hay 3 tuần thấy số như chị chuỗi spa. Chưa ghép được thì tụi em nói chưa được, kèm việc cần làm trước. Không nhận bừa.

Câu hỏi thường gặp về ứng dụng AI trong doanh nghiệp Việt

Doanh nghiệp Việt đã ứng dụng AI tới mức nào tính đến 2026?
Cá nhân dùng rất nhiều, công ty ghép vào rất ít. Microsoft đo 88% người làm việc tri thức ở Việt Nam dùng AI tạo sinh (2024), còn VECOM đo chỉ 11% doanh nghiệp dùng công cụ AI (số liệu 2025), 46% có website, 24% dùng CRM. Cisco xếp 22% tổ chức lớn ở Việt Nam vào nhóm sẵn sàng triển khai AI đầy đủ (2024).

Công ty nhỏ dưới 10 người nên ứng dụng AI tới đâu?
Một khâu là đủ. Thường là trực chat hỏi đáp trên web, fanpage, Zalo bằng gói có sẵn từ đối tác, với điều kiện đã có kênh đang ra khách. Đo bằng thời gian trả lời khách và số tin trả lời mỗi ngày, làm 30 ngày rồi mới tính khâu thứ hai.

Ứng dụng AI trong doanh nghiệp giúp giảm chi phí bao nhiêu phần trăm?
Theo khâu thì đo được: Stanford AI Index 2026 tổng hợp mức tăng năng suất 14 tới 15% ở hỗ trợ khách hàng, 26% ở phát triển phần mềm, 50% ở marketing. Theo cả công ty thì hiếm: McKinsey 2026 chỉ có 6% doanh nghiệp được AI đem về từ 5% lợi nhuận trước thuế trở lên, IBM đo lợi nhuận đầu tư trung bình khoảng 5,9%.

Việt Nam có đạt mục tiêu top 3 ASEAN về AI năm 2030 không?
Hạ tầng và chính sách đang đi đúng hướng: luật AI hiệu lực 3/2026, nhà máy AI của FPT và NVIDIA, trung tâm dữ liệu 140MW của Viettel, vốn startup AI lên 130 triệu USD năm 2025. Phần quyết định nằm ở gần 98% doanh nghiệp nhỏ và vừa, nơi mới 11% dùng AI. Tầng đó đi thì mốc tới.

Nên tự xây đội AI hay thuê đối tác làm?
Dưới 300 người thì mua từ đối tác làm sẵn và giữ người của mình cho việc duyệt: khảo sát MIT NANDA 2025 ghi dự án mua từ đối tác ra sản phẩm khoảng 67% số lần, tự xây nội bộ khoảng 33%. Trên 300 người, có dữ liệu nhiều năm và ngân sách dài, mới tính chuyện đội riêng.

Việt Nam tới đâu tuỳ vào 98% doanh nghiệp nhỏ có chịu làm nền không

Gom lại ba câu trả lời. Đã tới đâu: người Việt dùng AI cá nhân thuộc nhóm nhiều nhất thế giới, công ty Việt ghép AI vào việc mới 11%, và AI đang đứng ở máy cá nhân, ở bot fanpage, ở vài ốc đảo tập đoàn, chứ chưa xuống tầng trệt nơi tiền chạy qua. Nên tới đâu: mỗi cỡ công ty một bậc, từ 1 khâu cho tiệm dưới 10 người tới 4 tới 6 khâu nối CRM cho công ty 50 tới 300 người, đo bằng số khâu có số chứ không đo bằng khẩu hiệu. Đạt được tới đâu: trong 12 tháng là con số của từng khâu, 2 ngày xuống 2 giờ, 3 tuần thấy số, gấp 3 bảng giá không tuyển thêm; cả công ty ra lợi nhuận là chuyện 3 năm, và trên toàn cầu mới 6% làm được.

Câu “đã tới đâu” là chuyện của cả nước, còn “nên tới đâu” và “đạt được tới đâu” là chuyện của từng công ty, và hai chuyện đó gặp nhau ở đúng một chỗ: gần 98% doanh nghiệp Việt là nhỏ và vừa, nên thứ hạng của Việt Nam năm 2030 sẽ do tầng đó quyết, chứ không do vài ốc đảo. Tầng đó đi lên bằng nền: web ra khách, dữ liệu một mối, quy trình rõ, rồi mới tới AI. Chuyển đổi AI ở Việt Nam, nếu có, sẽ diễn ra ở tầng trệt của hàng trăm nghìn công ty nhỏ, mỗi nơi một khâu, và MONA chọn đứng ở tầng đó. Một khâu có số còn hơn mười gói không ai dùng.