Doanh nghiệp tổ chức công việc như thế nào khi có AI?

Ứng dụng AI buộc doanh nghiệp phân công lại công việc giữa người và máy, đồng thời đổi mới nhân lực, dữ liệu, quản trị và hạ tầng vận hành.

Thông tin được các chuyên gia chia sẻ bên lề sự kiện FPT Transform 2026 tổ chức ngày 17/10 tại Hà Nội. Theo ông Cris Duy Trần, Regional Head - Minds AI, Open Campus - Animoca Brands, AI đang làm thay đổi cách lập nhóm khởi nghiệp. Một người có thể dùng công cụ hỗ trợ nhiều khâu như thiết kế giao diện, dựng nguyên mẫu hoặc chăm sóc khách hàng. Nhờ đó, nhóm nhỏ thử nghiệm ý tưởng nhanh hơn, nhưng vẫn phải biết chia nhỏ vấn đề và đánh giá đầu ra.

Trong doanh nghiệp phần mềm, AI rút ngắn vòng lặp từ ý tưởng đến sản phẩm. TS Nguyễn Xuân Phong, Giám đốc Chuyển đổi AI (CAIXO), Tập đoàn FPT, cho biết doanh nghiệp có thể nhanh chóng tạo nguyên mẫu, lấy ý kiến người dùng rồi điều chỉnh trước khi đầu tư cho phiên bản hoàn chỉnh. Khi việc viết mã trở nên dễ tiếp cận hơn, lợi thế chuyển dần từ năng lực kỹ thuật thuần túy sang chất lượng ý tưởng và khả năng hiểu khách hàng.

Với công ty dịch vụ công nghệ, thay đổi còn liên quan đến mô hình kinh doanh. Thay vì chủ yếu bán số giờ làm việc của kỹ sư, doanh nghiệp phải chịu trách nhiệm nhiều hơn về thời gian, chất lượng và kết quả bàn giao. Ông Phong dẫn ví dụ AI có thể đọc mã nguồn và tài liệu bằng ngoại ngữ, hệ thống hóa thành tri thức rồi hỗ trợ kỹ sư Việt Nam tiếp quản việc bảo trì, vận hành hệ thống của khách hàng nước ngoài. Theo ông, cách làm này có thể rút quá trình chuyển giao kiến thức từ vài năm xuống còn tính bằng tháng.

Tốc độ tăng lên không đồng nghĩa con người ít việc hơn. TS Lê Thái An, Trợ lý Giáo sư tại Trường Kỹ thuật và Khoa học Máy tính - VinUniversity và Giáo sư thỉnh giảng tại TU Darmstadt (Đức), cho rằng lập trình viên đang chuyển từ trực tiếp viết mã sang xác định yêu cầu và đánh giá sản phẩm. AI càng tạo ra nhiều mã, khối lượng đầu ra cần kiểm tra càng lớn.

Sự phân công lại giữa người và máy thể hiện rõ hơn khi AI tham gia hệ thống vật lý. Ông Vũ Anh Tú, Giám đốc Điều hành FPT UAV, cho biết FPT đang xây dựng hệ thống UAV tự động cho nhiệm vụ kiểm tra, giám sát. Trong công trình xây dựng, thiết bị có thể bay dọc mặt cầu hoặc lên các vị trí cao để quay, chụp; AI phân tích hình ảnh nhằm phát hiện vết nứt, khe hở hoặc điểm bất thường. Người giám sát có thể đứng dưới mặt đất thay vì trực tiếp tiếp cận khu vực nguy hiểm.

Để minh họa tiềm năng của hệ thống, ông Tú nêu tình huống UAV gắn camera nhiệt hỗ trợ tìm người đi lạc trong rừng. Thiết bị có thể tự bay, quan sát từ khoảng cách hàng trăm mét và rà soát một khu vực trong khoảng 30 phút đến một giờ, thay cho việc huy động một nhóm người dò tìm từng vị trí.

Những trường hợp trên cho thấy AI khiến công việc được phân chia lại. Máy tạo nguyên mẫu, sinh mã hoặc phân tích hình ảnh, còn con người xác định mục tiêu, kiểm tra đầu ra và can thiệp khi cần.

Giáo dục cũng phải thay đổi cách đánh giá. Theo ông An, bài hỏi đáp ngắn hoặc trắc nghiệm khó phản ánh đúng năng lực khi sinh viên có thể dùng AI. Bài tập nên chuyển sang dự án, yêu cầu người học xác định vấn đề, trình bày cách tiếp cận và bảo vệ kết quả. Kiến thức nền vẫn cần thiết để kiểm tra nguồn và đánh giá câu trả lời của AI.

Ở cấp doanh nghiệp, câu hỏi tương tự là giao cho AI quyền gì và ai chịu trách nhiệm khi hệ thống làm sai. Ông Phong cho rằng tổ chức cần phương thức quản trị cho môi trường có cả con người và AI Agent. Mỗi tác nhân phải có phạm vi công việc, quyền truy cập, hạn mức token và tiêu chuẩn chất lượng. Trước khi vận hành, hệ thống cần được thử nghiệm; các hành động phải được ghi lại để truy vết, sửa sai hoặc quay lui, đồng thời có phương án sao lưu và giảm thiểu rủi ro.

Theo ông Phong, FPT đang xây dựng một chuẩn quản trị doanh nghiệp trong thời kỳ AI và áp dụng nội bộ. AI Agent được coi như một thành phần của lực lượng lao động, có mô tả công việc, nguồn lực và kết quả phải bàn giao. Do tác nhân có thể hoạt động liên tục và truy cập lượng dữ liệu lớn, doanh nghiệp cần cơ chế kiểm soát riêng.

Một trở ngại khác là tri thức doanh nghiệp chưa được số hóa hoặc còn nằm rải rác trong tài liệu và kinh nghiệm cá nhân. Khi thiếu dữ liệu đáng tin cậy, AI không đủ đầu vào để hiểu quy trình. Hệ thống quản trị cũng phải quy định tác nhân được truy cập thông tin nào, thực hiện hành động gì và khi nào phải chờ phê duyệt.

Khi AI điều khiển thiết bị vật lý, yêu cầu an toàn càng chặt chẽ. Trên UAV, AI biên xử lý dữ liệu camera và cảm biến để dẫn đường hoặc tránh vật cản. Nếu mất kết nối, thiết bị phải giữ vị trí hoặc trở về tọa độ đã thiết lập; con người vẫn giám sát và can thiệp khi xảy ra sự cố.

Khi nhiều UAV phối hợp theo mô hình bầy đàn, hệ thống cần cloud ổn định để truyền dữ liệu và điều phối nhiệm vụ, cùng mạng viễn thông duy trì liên lạc. Doanh nghiệp phải phân định quyết định nào xử lý tức thời tại thiết bị và việc nào thực hiện trên hạ tầng tập trung.

Hạ tầng AI còn phải cấp tài nguyên tính toán theo tải, kiểm soát chi phí token, kết nối dữ liệu, giám sát hành động của tác nhân và bảo vệ những hệ thống mà AI có thể truy cập. Các yêu cầu này khác với việc chỉ cung cấp máy chủ cho ứng dụng công nghệ thông tin truyền thống, đồng thời biến năng lực hạ tầng thành điều kiện để AI chuyển từ thử nghiệm sang vận hành thực tế.

Tại FPT Transform 2026, FPT giới thiệu ba thành phần cho quá trình này. FPT Kubernetes Engine với GPU cung cấp môi trường triển khai và quản lý khối lượng tính toán AI. FPT Token Factory giúp các nhóm tiếp cận năng lực suy luận theo nhu cầu và theo dõi lượng token sử dụng. FPT AI EOS hướng tới xây dựng, triển khai và quản trị AI Agent trong quy trình doanh nghiệp.

Ba thành phần tương ứng với các nhu cầu khi doanh nghiệp giao thêm việc cho AI: tài nguyên để chạy mô hình, cơ chế sử dụng và tính toán chi phí, cùng nền tảng quản lý tác nhân. Với UAV, cloud còn tiếp nhận dữ liệu, theo dõi thiết bị và hỗ trợ điều phối khi quy mô tăng. Theo ông Phong, FPT Cloud đóng vai trò cầu nối, giúp doanh nghiệp tiếp cận hạ tầng mới theo hướng thuận tiện, an toàn và bảo mật.

Trong khoảng ba năm tới, ông Phong dự báo AI Agent, hệ thống tri thức doanh nghiệp và công cụ vận hành AI trên nền tảng riêng sẽ trở nên quen thuộc hơn. Ông Tú cho rằng UAV có thể tự thực hiện nhiều nhiệm vụ sau một mệnh lệnh đơn giản và trở thành một phần hạ tầng trong vận hành nhà máy hoặc công trình. Công nghệ dễ tiếp cận hơn, nhưng số tác nhân và thiết bị tham gia công việc cũng làm bài toán quản trị phức tạp hơn.

Doanh nghiệp cần bắt đầu bằng việc đào tạo nhân sự biết giao việc và kiểm tra AI, thay vì chỉ hướng dẫn sử dụng từng công cụ. Tổ chức cũng phải số hóa tri thức, làm sạch dữ liệu, xác định quyền truy cập và thử nghiệm AI trong phạm vi rõ ràng trước khi mở rộng. Nhà trường cần trang bị kiến thức nền, năng lực kiểm chứng và khả năng giải quyết vấn đề. Sự chuẩn bị đồng thời về con người, dữ liệu, quản trị và hạ tầng sẽ quyết định tốc độ đưa AI vào vận hành.

Văn Hà