3 câu hỏi tôi hỏi trước khi giao bất kỳ việc gì cho AI

TL;DR: Quyết định giao việc cho AI đòi hỏi tư duy của một nhà thiết kế hệ thống chứ không phải người dùng công cụ. Bằng cách tự trả lời 3 câu hỏi cốt lõi về effort baseline, output quality và failure tolerance trước khi bắt đầu, doanh nghiệp sẽ tránh được bẫy lãng phí tài nguyên và xây dựng được các AI workflow thực sự mang lại hiệu quả vận hành.

3 câu hỏi trước khi giao việc cho AI là gì?

Trả lời trực tiếp: 3 câu hỏi Director Mindset cần trả lời trước khi giao việc cho AI bao gồm: (1) Nếu không có AI, việc này tốn bao nhiêu giờ và ai làm? (2) Output của việc này có đo được không? (3) Nếu AI sai 20% trường hợp, hậu quả là gì? Nếu doanh nghiệp không thể trả lời rõ ràng và định lượng được cả ba câu hỏi này, việc xây dựng workflow sẽ dẫn đến lãng phí và thất bại.

Vấn đề: Bẫy chọn công cụ trước khi hiểu bài toán

Xu hướng phổ biến nhất của các founder và tech lead khi bắt đầu ứng dụng trí tuệ nhân tạo là nhảy thẳng vào việc lựa chọn công cụ. Khi đối mặt với một áp lực vận hành, câu hỏi đầu tiên thường được đặt ra là nên dùng ChatGPT, Claude hay một platform tự động hóa nào đó.

Hệ quả của cách tiếp cận này là sự ra đời của những quy trình chắp vá. Doanh nghiệp tiêu tốn ngân sách cho các tài khoản Pro, nhân viên dành hàng giờ để thử nghiệm các prompt template thu thập được trên mạng, nhưng tổng thời gian vận hành thực tế không giảm xuống. Thậm chí, trong nhiều trường hợp, đội ngũ nhân sự còn tốn thêm thời gian để kiểm tra và sửa lỗi thủ công những sản phẩm do AI tạo ra.

Việc chọn công cụ trước khi làm rõ bài toán giống như việc mua một chiếc máy tập thể dục đắt tiền về đặt trong phòng khách mà không có mục tiêu sức khỏe hay lộ trình tập luyện cụ thể. Chiếc máy rất tốt, nhưng nó không giúp bạn khỏe hơn nếu bạn không biết quy trình vận hành nó phục vụ mục đích gì.

Reframe: AI không phải người làm thay — AI là hệ thống cần thiết kế

Để thoát khỏi bẫy công cụ, người điều hành cần thay đổi hoàn toàn cách nhìn nhận về vai trò của công nghệ. AI không phải là một nhân sự đa năng sẵn sàng nhảy vào làm thay mọi việc. Thực tế, AI là một cấu phần trong một hệ thống cần được thiết kế tỉ mỉ.

Sự khác biệt này tương đương với tư duy của một người lái xe giỏi và một nhà thiết kế hệ thống giao thông. Người lái xe giỏi tập trung vào việc làm chủ phương tiện, biết các đường tắt và phản xạ nhanh với các tình huống trên đường. Tuy nhiên, nhà thiết kế hệ thống giao thông không trực tiếp lái xe. Họ đứng ở trên cao để quyết định con đường nào cần tồn tại, ranh giới tốc độ của từng làn, nơi đặt các chốt kiểm soát giao thông, và cách điều phối dòng chảy để tránh tắc nghẽn ở các nút giao.

Khi ứng dụng AI vào doanh nghiệp, founder phải đóng vai trò là nhà thiết kế hệ thống. Bạn không cần học cách gõ prompt để tạo ra một bức ảnh đẹp hơn mỗi ngày, bạn cần thiết kế một luồng xử lý thông tin tự động, nơi dữ liệu đầu vào tự chảy qua các chốt kiểm duyệt và cho ra kết quả cuối cùng đạt chuẩn.

Framework: 3 câu hỏi Director Mindset

Trước khi phê duyệt bất kỳ dự án AI nào hoặc bắt tay vào viết dòng code đầu tiên cho một workflow, tôi luôn yêu cầu đội ngũ của mình trả lời rõ ràng 3 câu hỏi sau đây.

1. Nếu không có AI, việc này tốn bao nhiêu giờ và ai làm?

Đây là câu hỏi nhằm xác định baseline (điểm mốc cơ sở) về nỗ lực và nhân sự. Nếu không biết quy trình hiện tại đang ngốn bao nhiêu tài nguyên của doanh nghiệp, bạn sẽ không bao giờ đo lường được hiệu quả kinh tế (ROI) mà AI mang lại.

Việc trả lời chung chung như "quy trình này tốn nhiều thời gian" là không đủ. Bạn cần một con số cụ thể, ví dụ: "Quy trình đối soát hóa đơn hiện tại tốn 12 giờ mỗi tuần của bạn kế toán trưởng". Con số này giúp bạn thiết lập kỳ vọng rõ ràng. Nếu chi phí thiết kế và duy trì workflow AI lớn hơn giá trị của 12 giờ làm việc đó, dự án nên bị hủy bỏ ngay từ đầu.

2. Output của việc này có đo được không?

Mô hình ngôn ngữ lớn hoạt động tối ưu khi xử lý các dữ liệu đầu ra có tiêu chí đánh giá rõ ràng và có thể codify (chuyển hóa thành quy tắc). Nếu bạn giao cho AI một tác vụ với kỳ vọng đầu ra chỉ dựa trên "cảm giác tốt hơn", workflow chắc chắn sẽ thất bại.

Output có thể đo được là email phản hồi khách hàng phải đầy đủ 4 thông tin cốt lõi, hoặc bài viết chuẩn SEO phải chứa đúng danh sách từ khóa chỉ định và không vượt quá số từ quy định. Khi tiêu chuẩn đầu ra rõ ràng, bạn có thể lập trình các chốt chặn kiểm duyệt tự động để đánh giá chất lượng mà không cần con người đọc lại từng dòng.

3. Nếu AI sai 20% trường hợp, hậu quả là gì?

Mọi mô hình AI đều có tỷ lệ sai số và ảo giác nhất định. Trong môi trường doanh nghiệp thực tế, bạn phải thiết kế hệ thống với giả định rằng AI sẽ mắc sai lầm.

Failure tolerance (khả năng chịu lỗi) quyết định kiến trúc của workflow:

• Hậu quả thấp (Reversible): Nếu AI phân loại sai danh mục của một email nội bộ, nhân viên có thể dễ dàng kéo email đó về đúng vị trí. Với quy trình này, bạn có thể để AI chạy tự động hoàn toàn.
• Hậu quả cao (Irreversible): Nếu AI gửi sai báo giá chiết khấu cho đối tác lớn hoặc tự động trừ tiền trong tài khoản của khách hàng, hậu quả là cực kỳ nghiêm trọng. Với quy trình này, bắt buộc phải thiết kế chốt chặn kiểm duyệt của con người (Human-in-the-loop) trước khi hành động được thực thi.

Ví dụ thực tế từ agency của tôi

Tại agency vận hành nội dung của tôi, quy trình thu thập và sàng lọc tin tức công nghệ hàng ngày ban đầu ngốn của một nhân sự khoảng 10 giờ mỗi tuần. Nhân sự phải lướt qua hơn 20 trang tin, sao chép các bài viết nổi bật vào Google Docs, dịch thô và tóm tắt lại.

Khi thiết kế hệ thống tự động hóa bằng AI, tôi đã trả lời đủ ba câu hỏi:

• Baseline: Việc này tốn 10 giờ mỗi tuần của nhân sự marketing.
• Output đo được: Output là danh sách các tin tức tiếng Việt có độ dài dưới 150 từ, đính kèm link gốc và điểm đánh giá mức độ đột phá từ 7/10 trở lên.
• Failure tolerance: Nếu AI phân loại sai hoặc tóm tắt chưa chuẩn, hậu quả là thấp vì đây chỉ là dữ liệu lưu trữ nội bộ.

Do đó, tôi cho phép AI chạy tự động thu thập từ các nguồn cấp dữ liệu, dịch thô, và chỉ đưa qua một chốt chặn Telegram để nhân sự duyệt nhanh trước khi xuất bản, giúp giảm thời gian vận hành từ 10 giờ xuống còn dưới 1 giờ mỗi tuần.

Kết luận

Xây dựng một hệ thống vận hành tự động bằng AI không bắt đầu từ việc chọn công cụ tối tân nhất mà bắt đầu từ việc trả lời trung thực và định lượng các câu hỏi cốt lõi về quy trình. Khi có sơ đồ bài toán rõ ràng, việc cấu hình công cụ chỉ là bước thực thi kỹ thuật đơn giản.

Nếu bạn đang cảm thấy hệ thống quy trình của doanh nghiệp mình đang bị chồng chéo và chưa biết nên áp dụng AI vào đâu để tạo ra đòn bẩy lớn nhất, hãy tham khảo việc Đặt buổi Audit Hệ Thống AI — 490k/60 phút để cùng tôi rà soát và vẽ lại bản đồ vận hành tối ưu cho doanh nghiệp của bạn.

Để chuẩn bị tư duy hệ thống trước khi bắt đầu, bạn nên đọc thêm bài viết về Director Mindset là gì hoặc tìm hiểu bức tranh toàn cảnh tại AI cho doanh nghiệp vừa và nhỏ Việt Nam — Từ đâu, làm gì, chi phí bao nhiêu.

#DirectorMindset #AISystemDesign #Founder #AIWorkflow