Nhiều doanh nghiệp hiện nay đã triển khai phần mềm kế toán, CRM, quản lý nhân sự, kho và phê duyệt nội bộ. Tuy nhiên, nhân viên vẫn gửi thông tin qua tin nhắn thông thường, nhập lại dữ liệu vào Excel và hỏi nhau xem tệp tin cần tìm đang nằm ở đâu.
Điều này dẫn đến việc mặc dù doanh nghiệp có thêm công cụ quản lý nhưng cách vận hành chưa thay đổi tương xứng. Vấn đề thường không nằm ở việc thiếu phần mềm mà thực chất nằm ở dữ liệu giữa các hệ thống chưa đồng nhất, quy trình liên phòng ban còn đứt đoạn và trách nhiệm xử lý chưa được thể hiện rõ.
Vì vậy, ERP tích hợp AI không nên chỉ là một hệ thống ERP được bổ sung chatbot. Giá trị thực xuất hiện khi ERP trở thành nền tảng kết nối dữ liệu, quyền truy cập, trạng thái công việc và hành động giữa các phòng ban. Khi đó, AI mới có đủ bối cảnh để hỗ trợ vận hành một cách đáng tin cậy.
Vì sao chuyển đổi số dễ dừng ở mức số hóa từng phần?
Số hóa giúp doanh nghiệp chuyển dữ liệu và biểu mẫu từ giấy tờ sang phần mềm. Tự động hóa cục bộ tiếp tục giảm một số thao tác trong từng phòng ban. Tuy nhiên, chuyển đổi vận hành đòi hỏi nhiều hơn: dữ liệu và công việc phải di chuyển xuyên suốt doanh nghiệp theo một quy trình chung.
Một doanh nghiệp có thể đã số hóa hầu hết phòng ban nhưng vẫn vận hành rời rạc.
Sales cập nhật khách hàng trên CRM. Kế toán theo dõi doanh thu và công nợ trong phần mềm tài chính. Kho quản lý tồn trên một hệ thống khác. Phê duyệt vẫn diễn ra qua email hoặc nhóm chat. Khi cần báo cáo toàn cảnh, nhân viên phải xuất dữ liệu từ nhiều nguồn rồi đối chiếu thủ công.
Quy mô hệ thống càng lớn, vấn đề tích hợp càng rõ. Theo MuleSoft Connectivity Benchmark 2025, một doanh nghiệp trung bình quản lý 897 ứng dụng nhưng chỉ 29% trong số đó được tích hợp. Báo cáo cũng cho biết 92% doanh nghiệp đang thực hiện chuyển đổi số và 96% có sử dụng AI để cải thiện dịch vụ. Điều này cho thấy việc mua thêm công nghệ không tự động giải quyết các “ốc đảo” dữ liệu đã tồn tại từ trước.
Vì thế, chuyển đổi số chưa đạt hiệu quả không nhất thiết vì phần mềm kém. Trong nhiều trường hợp, doanh nghiệp chưa thiết kế lại cách các phòng ban chia sẻ dữ liệu, phối hợp và chịu trách nhiệm trong một luồng công việc chung.
Chuyển đổi số có thể không đạt hiệu quả khi mục tiêu, công nghệ, kế hoạch triển khai, năng lực tổ chức và mức độ tham gia của nhân sự chưa được đồng bộ. (Nguồn: FPT IS)
5 điểm nghẽn khiến chuyển đổi số chưa thay đổi cách doanh nghiệp vận hành
1. Dữ liệu nằm trên nhiều hệ thống nhưng không có nguồn thông tin thống nhất
Cùng một khách hàng có thể xuất hiện dưới nhiều phiên bản trong CRM, phần mềm kế toán và bảng tính của sales. Một đơn hàng có thể đã được cập nhật ở kho nhưng vẫn hiển thị trạng thái cũ trên báo cáo quản lý.
Khi đó, nhân viên không chỉ mất thời gian tìm dữ liệu. Họ còn phải quyết định dữ liệu nào đáng tin.
Theo định nghĩa của IBM, dữ liệu sẵn sàng cho AI cần có chất lượng, khả năng truy cập và mức độ tin cậy đủ để doanh nghiệp sử dụng trong các sáng kiến AI. Dữ liệu tồn tại chưa có nghĩa là dữ liệu đã sẵn sàng cho AI.
Một hệ thống ERP phù hợp cần làm rõ:
Dữ liệu nào là nguồn chính thức
Phòng ban nào chịu trách nhiệm cập nhật
Ai có quyền xem, sửa hoặc phê duyệt
Bản ghi giữa các hệ thống được đồng bộ thế nào
Hệ thống xử lý ra sao khi hai nguồn không khớp
Đây là điều kiện nền tảng của AI trong ERP. Nếu doanh thu, tồn kho hoặc công nợ xuất hiện dưới nhiều phiên bản, AI có thể tổng hợp rất nhanh nhưng vẫn đưa ra kết luận sai bối cảnh.
Nói cách khác, AI không sửa được một nền dữ liệu thiếu nhất quán. Nó có thể làm cho ảnh hưởng của sự thiếu nhất quán lan rộng nhanh hơn.
2. Quy trình vẫn phụ thuộc vào chat, email và trí nhớ cá nhân
Nhiều doanh nghiệp đã đưa biểu mẫu lên phần mềm nhưng chưa đưa toàn bộ logic xử lý vào hệ thống.
Nhân viên lâu năm biết trường hợp nào phải hỏi tài chính, khi nào cần chuyển cấp cho quản lý và ai có thể xử lý một ngoại lệ. Tuy nhiên, các quy tắc đó thường không nằm trong workflow chính thức. Chúng tồn tại trong kinh nghiệm cá nhân, tin nhắn cũ hoặc cách làm riêng của từng nhóm.
Điều này khiến doanh nghiệp phụ thuộc vào một số người có nhiều kinh nghiệm. Khi họ nghỉ phép, chuyển vị trí hoặc rời công ty, tiến độ dễ bị chậm vì không ai nắm đủ bối cảnh.
Với AI, điểm yếu này càng dễ lộ ra. Hệ thống không thể tự biết:
Trường hợp nào được phép bỏ qua một bước
Thiếu dữ liệu nào thì phải trả lại yêu cầu
Khi nào cần chuyển sang cấp phê duyệt cao hơn
Ngoại lệ nào cần người có chuyên môn xem xét
Muốn triển khai ERP AI, doanh nghiệp phải chuyển các quy tắc ngầm thành logic rõ ràng: điều kiện đầu vào, trạng thái, người phụ trách, thời hạn, quyền hạn và đường chuyển cấp.
Quy trình bán hàng cần được mô tả thành các bước, điều kiện và luồng phối hợp rõ ràng giữa CRM, mua sắm, kế toán và kho để giảm phụ thuộc vào trao đổi thủ công. (Nguồn: BizGo.vn)
AI chỉ có thể hỗ trợ workflow ổn định khi doanh nghiệp đã mô tả được workflow đó.
3. Trách nhiệm được chia cho nhiều phòng ban nhưng không ai sở hữu kết quả cuối cùng
Một quy trình từ bán hàng đến giao hàng có thể liên quan đến sales, kế toán, kho, vận hành và quản lý. Mỗi phòng ban hoàn thành một phần việc, nhưng toàn bộ kết quả lại không thuộc về một người cụ thể.
Khi có chậm trễ, mọi người đều đang “chờ bộ phận khác”.
Doanh nghiệp cần phân biệt rõ:
Người tạo và duy trì dữ liệu
Người xử lý công việc
Người cung cấp ý kiến chuyên môn
Người phê duyệt
Người ra quyết định
Người chịu trách nhiệm cho kết quả cuối cùng
Không phải quy trình nào cũng cần một người tự quyết mọi việc. Những quyết định có rủi ro cao vẫn cần nhiều bên tham gia. Tuy nhiên, hệ thống phải cho thấy ai có quyền làm gì và ai chịu trách nhiệm đưa công việc sang bước tiếp theo.
Một ERP thông minh cần hiển thị được trạng thái hiện tại, người đang giữ việc, thời hạn xử lý, lý do bị chặn và điều kiện chuyển bước. Nếu các thông tin này vẫn phải hỏi qua chat, doanh nghiệp chưa có khả năng kiểm soát workflow theo thời gian thực.
4. Doanh nghiệp tự động hóa một thao tác nhưng chưa kết nối toàn bộ quy trình
Một công cụ OCR có thể đọc hóa đơn trong vài giây. Tuy nhiên, hiệu quả vẫn hạn chế nếu nhân viên phải tải file xuống, gửi qua email, nhập lại vào phần mềm kế toán và theo dõi phê duyệt bằng bảng tính.
Tương tự, AI có thể tạo báo cáo nhưng dữ liệu đầu vào vẫn được tổng hợp thủ công. Chatbot có thể trả lời trạng thái yêu cầu nhưng không thể bổ sung thông tin hoặc chuyển yêu cầu sang bước tiếp theo. Hệ thống cảnh báo rủi ro nhưng không chỉ rõ ai phải xử lý.
Doanh nghiệp đã tối ưu một thao tác, chưa chắc đã rút ngắn được toàn bộ thời gian hoàn thành công việc.
Giá trị của ERP tích hợp AI nằm ở khả năng gắn AI với bản ghi và workflow thực tế. Chẳng hạn, AI không chỉ nhận diện một hóa đơn thiếu thông tin. Hệ thống còn cần liên kết hóa đơn với nhà cung cấp, đơn mua hàng, ngân sách, người duyệt và trạng thái thanh toán.
McKinsey phân tích về việc kết nối AI agent với ERP cho rằng doanh nghiệp cần cung cấp cho AI dữ liệu ERP sạch, có cấu trúc qua các dịch vụ dữ liệu hoặc API. Đồng thời, AI cần một cơ chế được kiểm soát để đưa quyết định trở lại ERP thông qua giao diện hành động hoặc workflow trigger.
Vì vậy, hiệu quả không nên được đo bằng số thao tác AI đã thực hiện. Doanh nghiệp cần xem toàn bộ luồng từ dữ liệu đến hành động có liền mạch hơn hay không.
5. Kiến trúc hiện tại chưa đủ ổn định để mở rộng AI
Nhiều doanh nghiệp muốn tích hợp AI khi nền tảng hiện tại vẫn là tập hợp của phần mềm rời, file Excel, API thiếu chuẩn hóa và quy trình thủ công.
Mô hình này có thể hoạt động ở quy mô nhỏ nhờ nhân viên tự đối chiếu và xử lý ngoại lệ. Tuy nhiên, khi AI bắt đầu truy xuất dữ liệu hoặc thực hiện hành động, hệ thống cần những điều kiện chặt chẽ hơn:
Dữ liệu có cấu trúc và nguồn rõ ràng
API hoặc lớp tích hợp ổn định
Quyền truy cập theo vai trò
Trạng thái workflow nhất quán
Lịch sử thao tác và nhật ký hệ thống
Cơ chế kiểm tra, phê duyệt và quay lại trạng thái trước
Doanh nghiệp không nhất thiết phải thay toàn bộ hệ thống. Những phần mềm chuyên môn vẫn đáp ứng tốt nhu cầu có thể được giữ lại. Việc cần làm là xác định hệ thống nào sở hữu từng loại dữ liệu, chuẩn hóa dữ liệu cốt lõi và xây một lớp vận hành chung cho các quy trình liên phòng ban.
Đây cũng là lý do không nên đưa AI lên trên một kiến trúc thiếu ổn định. IBM nhận định chất lượng, khả năng truy cập và quản trị dữ liệu đang là một trong những rào cản lớn nhất đối với việc ứng dụng AI ở quy mô doanh nghiệp.
Điểm nghẽn lớn nhất không phải doanh nghiệp chưa có AI. Đó là doanh nghiệp chưa có một nền vận hành đủ thống nhất để AI hiểu đúng bối cảnh và hỗ trợ công việc một cách đáng tin cậy.
Chuẩn hóa nền vận hành trước khi mở rộng AI
Doanh nghiệp không cần bắt đầu bằng việc thay đổi toàn bộ hệ thống. Một cách thực tế hơn là chọn một quy trình có tác động rõ và thường xuyên gây chậm trễ.
Đó có thể là:
Yêu cầu mua hàng đến phê duyệt
Cơ hội bán hàng đến bàn giao triển khai
Đề nghị thanh toán đến ghi nhận
Yêu cầu nội bộ đến hoàn tất
Đơn hàng đến giao hàng và đối soát
Trước tiên, doanh nghiệp cần vẽ lại luồng dữ liệu và trách nhiệm: dữ liệu bắt đầu ở đâu, ai cập nhật, bước nào phải nhập lại, công việc đang chờ ai và approval nào thực sự cần thiết.
Sau đó, doanh nghiệp chuẩn hóa trạng thái, biểu mẫu, quyền truy cập, người phụ trách và điều kiện chuyển bước. Chỉ khi nền tảng này đủ rõ, AI mới nên được đưa vào các điểm có giá trị cụ thể như truy xuất thông tin, phát hiện dữ liệu thiếu, tóm tắt yêu cầu, cảnh báo chậm trễ hoặc hỗ trợ xử lý những thao tác ít rủi ro.
Twendee hỗ trợ doanh nghiệp thực hiện quá trình này từ nền tảng vận hành. Thay vì chỉ bổ sung thêm một phần mềm, Twendee có thể:
Chuẩn hóa quy trình liên phòng ban
Kết nối dữ liệu giữa ERP, CRM và các hệ thống nội bộ
Xây dựng workflow có quyền hạn và trách nhiệm rõ ràng
Triển khai ERP tích hợp AI theo từng bài toán cụ thể
Đưa AI insight và automation vào bản ghi, phê duyệt và công việc hằng ngày
Twendee ERP giúp doanh nghiệp kết nối dữ liệu, chuẩn hóa quy trình phê duyệt và xây dựng nền vận hành có thể mở rộng dần sang tự động hóa và AI. (Nguồn: Twendee)
Mục tiêu không phải là “có AI trong ERP”. Mục tiêu là tạo ra một hệ thống nơi dữ liệu, quy trình và AI cùng hỗ trợ doanh nghiệp vận hành rõ ràng, đồng bộ và có khả năng mở rộng.
Kết luận
Chuyển đổi số khó tạo ra hiệu quả bền vững nếu doanh nghiệp chỉ thay công cụ nhưng giữ nguyên dữ liệu phân mảnh, quy trình ngầm và trách nhiệm mơ hồ.
ERP tích hợp AI có thể tạo ra khác biệt khi được xây trên một nền vận hành thống nhất. Dữ liệu cần có nguồn rõ ràng, workflow cần có người sở hữu và AI phải được gắn trực tiếp với công việc thực tế.
Nếu doanh nghiệp đã sử dụng nhiều phần mềm nhưng vẫn phải đối chiếu số liệu, theo dõi phê duyệt qua chat hoặc xử lý công việc bằng Excel, Twendee có thể cùng doanh nghiệp đánh giá quy trình hiện tại và xác định điểm nên chuẩn hóa trước khi triển khai AI ở quy mô lớn.
Liên hệ với Twendee: LinkedIn và X
Đặt lịch trao đổi trực tiếp với đội ngũ chuyên gia của chúng tôi: Calendly
