TL;DR: Trước khi đầu tư vào AI, hãy tự đánh giá AI Readiness. 4 chiều đánh giá và 12 câu hỏi giúp SME Việt Nam biết mình đang ở đâu và cần làm gì tiếp theo.

Doanh nghiệp bạn có sẵn sàng dùng AI chưa — AI Readiness Checklist cho SME

Câu hỏi tôi nghe nhiều nhất trước khi bắt đầu tư vấn cho doanh nghiệp: "Chúng tôi có sẵn sàng chưa?"

Câu trả lời thường là: sẵn sàng hơn bạn nghĩ về một số thứ, và chưa sẵn sàng hơn bạn nghĩ về những thứ khác.

Bài này đưa ra framework 4 chiều để tự đánh giá — không phải để biết "có hay không", mà để biết "thiếu gì và cần làm gì tiếp theo."

Quick Answer

4 chiều đánh giá AI Readiness: (1) Data — bạn có data sạch để AI làm việc không, (2) Process — quy trình hiện tại đã đủ chuẩn hóa chưa, (3) People — ai sẽ build và duy trì hệ thống AI, (4) Budget — đủ thử trong 90 ngày không. Nhiều SME thất bại không phải vì thiếu tiền hay tool, mà vì quy trình còn lộn xộn và data chưa sạch.

Tại sao "chưa sẵn sàng" không phải là vấn đề của tiền hay tool

Tôi đã nói chuyện với hàng chục SME Owner về AI trong năm qua. Pattern phổ biến nhất:

Doanh nghiệp A: có ngân sách, đã mua tool, thuê người tư vấn — nhưng 6 tháng sau vẫn chưa có gì chạy được. Lý do: quy trình nội bộ còn quá lộn xộn, dữ liệu nằm rải rác khắp nơi, không ai biết mình đang dùng AI để giải quyết vấn đề cụ thể gì.

Doanh nghiệp B: ngân sách thấp, không có đội IT, nhưng đã có 3 workflows chạy ổn định sau 8 tuần. Lý do: biết rõ muốn giải quyết vấn đề gì, quy trình đã đủ chuẩn, có 1 người chịu trách nhiệm.

AI Readiness không phải về quy mô hay ngân sách. Là về sự chuẩn bị đúng chỗ.

Chiều 1: Data Readiness — bạn có data để AI làm việc không?

AI chỉ tốt bằng data nó được cung cấp. Garbage in, garbage out — nguyên tắc này đúng tuyệt đối với AI.

5 câu hỏi đánh giá Data Readiness:

1. Dữ liệu công việc của bạn đang ở đâu?

   • 🟢 Tập trung trong 1–2 tool (Google Workspace, Notion, CRM) → Sẵn sàng cao
   • 🟡 Rải rác nhiều nơi nhưng có thể export → Cần 1–2 tuần dọn dẹp
   • 🔴 Phần lớn trong đầu người hoặc file rời không hệ thống → Cần làm sạch data trước

2. Dữ liệu có nhất quán về format không?

   • 🟢 Có template chuẩn, mọi người điền đúng format
   • 🟡 Có template nhưng không phải ai cũng theo
   • 🔴 Không có format chuẩn, mỗi người làm theo cách riêng

3. Dữ liệu có được cập nhật thường xuyên không?

   • 🟢 Có người chịu trách nhiệm cập nhật, data luôn current
   • 🟡 Cập nhật không đều, thỉnh thoảng có khoảng trống
   • 🔴 Data thường stale, không ai biết cái gì mới nhất

4. Có dữ liệu nhạy cảm nào cần bảo vệ không?

   • 🟢 Đã phân loại rõ: data nào có thể dùng với AI, data nào không
   • 🟡 Chưa phân loại, cần review trước khi cho AI tiếp cận
   • 🔴 Nhiều dữ liệu nhạy cảm (khách hàng, tài chính) chưa có chính sách rõ ràng

5. Có đủ data volume để AI học pattern không?

   • 🟢 Đủ ví dụ (ít nhất 20–30 case) cho mỗi task muốn tự động hóa
   • 🟡 Có một số ví dụ, cần thêm
   • 🔴 Không có gì để AI tham chiếu

Đọc kết quả: Nếu có 3+ câu 🔴 → làm sạch data trước khi triển khai AI. Nếu 1–2 câu 🔴 → song song làm sạch data và bắt đầu với quy trình không cần data đó. Nếu toàn 🟢/🟡 → sẵn sàng tiến hành.

Chiều 2: Process Readiness — quy trình đã đủ chuẩn hóa chưa?

AI không thể tự động hóa quy trình lộn xộn. Nó chỉ làm lộn xộn nhanh hơn.

3 câu hỏi đánh giá Process Readiness:

1. Có ít nhất 1 quy trình bạn có thể mô tả step-by-step không?

   • 🟢 Có thể viết SOP cho quy trình đó trong 30 phút
   • 🟡 Biết mình đang làm gì nhưng chưa viết ra bao giờ
   • 🔴 Mỗi lần làm mỗi khác, không có quy trình cố định

2. Output của quy trình đó có thể định nghĩa rõ ràng không?

   • 🟢 Có thể mô tả "output đúng trông như thế nào" trong 2 câu
   • 🟡 Biết output đúng khi thấy nó, nhưng khó mô tả trước
   • 🔴 Output thay đổi tùy ngữ cảnh và người nhận

3. Quy trình hiện tại có đang làm thủ công và lặp lại không?

   • 🟢 Làm hơn 5 lần/tuần, giống nhau, không cần judgment phức tạp
   • 🟡 Làm 2–5 lần/tuần, thỉnh thoảng cần phán đoán
   • 🔴 Làm ít hơn 2 lần/tuần hoặc luôn cần expertise cao

Nguyên tắc: nếu bạn không thể mô tả quy trình rõ ràng cho người mới thì cũng không thể mô tả cho AI. Chuẩn hóa quy trình trước — automation sau.

Chiều 3: People Readiness — ai sẽ build và duy trì?

Đây là chiều hay bị bỏ qua nhất. Tool có thể mua, quy trình có thể viết, nhưng nếu không có người chịu trách nhiệm thì không có gì chạy được lâu dài.

2 câu hỏi đánh giá People Readiness:

1. Có người sẵn sàng dành 20–30 giờ đầu tiên để xây hệ thống không?

   • 🟢 Có người cụ thể, có thời gian trong 4–6 tuần tới
   • 🟡 Có người nhưng bận, chỉ có thể dành 2–3 giờ/tuần
   • 🔴 Mọi người đều bận, không ai có thể ưu tiên việc này

2. Có ít nhất 1 người sẵn sàng học và maintain sau khi build xong?

   • 🟢 Có người hứng thú với công nghệ, muốn làm chủ hệ thống
   • 🟡 Có người sẵn sàng dùng khi có sẵn nhưng chưa chắc muốn maintain
   • 🔴 Không ai trong team muốn "đụng vào" vấn đề kỹ thuật

Lưu ý: "người build" không cần background IT. Cần người có khả năng đọc tài liệu, kiên nhẫn với trial-and-error, và muốn giải quyết vấn đề. Phần lớn SME đã có người như vậy trong team — thường là người hay tự tìm cách tối ưu công việc của mình.

Chiều 4: Budget Readiness — đủ để thử nghiệm 90 ngày?

Không cần budget lớn. Nhưng cần budget đủ để không bỏ dở giữa chừng.

2 câu hỏi đánh giá Budget Readiness:

1. Có ngân sách 1–2 triệu VNĐ/tháng cho tool trong 3 tháng đầu không?

   • 🟢 Có, và đã được approve
   • 🟡 Có thể, nhưng cần justify rõ ROI trước
   • 🔴 Không có ngân sách cho việc này trong thời điểm hiện tại

2. Có thể commit thời gian của 1 người trong 90 ngày không?

   • 🟢 Có thể bố trí 3–5 giờ/tuần cho người đó
   • 🟡 Được nhưng sẽ khó, cần sắp xếp lại
   • 🔴 Mọi người đều ở mức capacity 100%

Đọc kết quả — bạn đang ở Level nào?

Nếu bạn ở Level 1–2: đừng mua thêm tool. Dành 2–4 tuần làm sạch data và chuẩn hóa ít nhất 1 quy trình trước. Đây là đầu tư tốt hơn bất kỳ AI subscription nào.

Nếu bạn ở Level 3–4: đọc thêm Lộ trình 90 ngày triển khai AI để bắt đầu ngay.

Checklist tóm tắt — 12 câu hỏi AI Readiness

Data (5 câu):

• Data tập trung, không rải rác
• Format nhất quán
• Được cập nhật thường xuyên
• Đã phân loại data nhạy cảm
• Đủ volume ví dụ cho task muốn tự động hóa

Process (3 câu):

• Có ít nhất 1 quy trình mô tả được step-by-step
• Output của quy trình định nghĩa rõ ràng
• Quy trình lặp lại hơn 5 lần/tuần

People (2 câu):

• Có người dành 20–30 giờ xây hệ thống
• Có người sẵn sàng maintain lâu dài

Budget (2 câu):

• Ngân sách 1–2 triệu VNĐ/tháng trong 3 tháng đầu
• Có thể bố trí 3–5 giờ/tuần cho người chịu trách nhiệm

Nếu bạn muốn tôi đánh giá AI Readiness cụ thể cho doanh nghiệp của bạn — inbox Zalo. Tôi sẽ đặt đúng 12 câu hỏi này và phân tích kết quả để đề xuất bước tiếp theo phù hợp.

Đọc tiếp

• AI cho doanh nghiệp vừa và nhỏ Việt Nam — Từ đâu, làm gì, chi phí bao nhiêu
• Chi phí ứng dụng AI cho SME Việt Nam — Tính ROI đúng cách
• Tôi đang xây gì và tại sao — Góc nhìn thật từ Founder

FAQ

Nếu data chưa sạch, có nên dừng lại không?

Không cần dừng hoàn toàn. Có thể song song: một người dọn dẹp data, người khác bắt đầu xây workflow với quy trình không phụ thuộc vào data cũ (ví dụ: viết content marketing không cần data lịch sử). Điều quan trọng là không dùng data bẩn để feed vào AI workflow quan trọng.

SME mới thành lập (dưới 1 năm) có AI Readiness không?

Thường ở Level 2–3. Lợi thế: chưa có quy trình lạc hậu, dễ build đúng từ đầu. Bất lợi: ít data lịch sử, quy trình chưa ổn định. Khuyến nghị: xây quy trình chuẩn trước (dù không có AI), sau 3–6 tháng khi đã ổn định thì đưa AI vào.

Doanh nghiệp gia đình hoặc hộ kinh doanh có áp dụng được không?

Có, và thường rất hiệu quả. Nhiều hộ kinh doanh có quy trình đơn giản, lặp lại nhiều, và 1 người làm quá nhiều vai trò. AI có thể giải phóng thời gian đáng kể. Bắt đầu với 1 thứ đơn giản nhất: AI trả lời câu hỏi thường gặp của khách hàng.

Cần bao lâu để "sẵn sàng" từ Level 1?

Tùy vào tình trạng data và quy trình hiện tại. Trường hợp phổ biến: 3–6 tuần để làm sạch data và chuẩn hóa 1–2 quy trình. Sau đó có thể bắt đầu workflow đầu tiên. Tổng thời gian từ Level 1 đến workflow đầu tiên chạy ổn định: thường 8–12 tuần.