contact@gemglobal.com.vn
www.gemglobal.com.vn
Hãy thử đặt mình vào 2 tình huống để hiểu tại sao nên Học AI cơ bản:
Cả hai doanh nghiệp đều có cùng quy mô, cùng nguồn lực. Nhưng sau 6 tháng, Doanh nghiệp B tiết kiệm hàng trăm giờ lao động, nhân sự gắn kết hơn, lãnh đạo có quyết định nhanh và chính xác hơn.
Điểm khác biệt không nằm ở việc họ đầu tư hàng triệu USD vào AI, mà ở chỗ họ bắt đầu từ việc học AI cơ bản, thông qua những dự án mini nhỏ nhưng tạo giá trị thực.
“Học AI cơ bản” không có nghĩa là lập trình thuật toán hay nghiên cứu máy học phức tạp. Đó là quá trình hiểu AI ở mức ứng dụng, khai thác những công cụ sẵn có để giải quyết vấn đề thường nhật trong quản trị và nhân sự.
Ví dụ:
Nói cách khác, AI cơ bản = học cách đặt câu hỏi đúng, chọn công cụ phù hợp, và đánh giá kết quả một cách quản trị.
FPT triển khai chương trình “Bình dân học AI”, trong đó 98.8% nhân viên được đào tạo kiến thức AI cơ bản, với hơn 109.200 giờ học trong năm 2024. Đầu năm 2025, họ tiếp tục mở rộng chương trình thành toàn tập đoàn.
Neo Development triển khai một trợ lý AI nội bộ tên Smart Assistant để tự động hóa việc phản hồi khách hàng qua nền tảng Alibaba. Hệ thống này giúp giảm đáng kể khối lượng làm việc thủ công, giải phóng 40% thời gian của CEO và đội ngũ nhân viên.
Viettel đã phát triển mô hình AI trợ lý ảo giúp tra cứu hàng trăm nghìn văn bản pháp luật và án lệ. Hơn 12.000 lượt tài khoản trợ lý ảo đã được cấp cho thẩm phán và cán bộ tòa án. Kết quả sáng kiến pilot này đã giúp tiết kiệm khoảng 30% thời gian tra cứu và xử lý hồ sơ.
Thay vì đầu tư lớn ngay từ đầu, việc khởi động bằng dự án mini giúp doanh nghiệp:
Trong hầu hết các doanh nghiệp, bộ phận nhân sự thường dành quá nhiều thời gian cho những câu hỏi lặp đi lặp lại: bao nhiêu ngày phép được hưởng trong năm, chính sách bảo hiểm thế nào, quy trình xin nghỉ ra sao. Những câu hỏi tưởng chừng đơn giản nhưng lại chiếm tới 30 – 40% khối lượng trao đổi hàng ngày, khiến HR ít có thời gian tập trung cho những hoạt động chiến lược như phát triển nhân tài hay hoạch định nguồn lực. Chính vì vậy, việc xây dựng một chatbot HR nội bộ, một “trợ lý ảo” có khả năng trả lời tức thì các thắc mắc phổ biến, trở thành một giải pháp vừa thiết thực, vừa phù hợp để bắt đầu học AI cơ bản qua một dự án mini.
Trong bất kỳ dự án AI nào, dữ liệu chính là “nguyên liệu”. Nếu nguyên liệu không sạch và rõ ràng, chatbot sẽ dễ trả lời sai hoặc lặp lại thông tin gây khó chịu cho nhân viên. Do đó, trước khi nghĩ đến việc chọn nền tảng, doanh nghiệp cần dành thời gian tối thiểu 1-2 tuần để chuẩn hóa dữ liệu HR.
Để AI có thể “hiểu”, dữ liệu thô cần được chuyển thành dạng Q&A. Ví dụ:
Quan trọng là nên chuẩn bị nhiều cách diễn đạt cho cùng một câu hỏi, chẳng hạn “Còn được nghỉ bao nhiêu ngày phép?”, “Nghỉ phép có cộng dồn không?”, để chatbot dễ dàng xử lý ngôn ngữ tự nhiên của nhân viên.
Khi dữ liệu đã sẵn sàng, bước tiếp theo là chọn nền tảng để “đặt chatbot vào hoạt động”. Với một dự án mini, doanh nghiệp có thể bắt đầu từ những công cụ phổ biến:
Ở giai đoạn này, doanh nghiệp không cần một đội ngũ IT hùng hậu. Các nền tảng đều hỗ trợ giao diện kéo – thả hoặc upload dữ liệu trực tiếp, đủ đơn giản để HR hoặc một quản lý có thể tự triển khai.
Sau khi chatbot được tạo, một nhóm nhân viên nên được mời sử dụng thử trong vòng 1 – 2 tuần. Họ sẽ đặt câu hỏi theo cách tự nhiên nhất, và HR theo dõi phản hồi của chatbot. Những trường hợp chatbot trả lời chưa chính xác sẽ trở thành dữ liệu để tinh chỉnh. Thông thường, chỉ sau 2 – 3 vòng điều chỉnh dữ liệu và hướng dẫn, chatbot có thể đạt độ chính xác 70 – 80% cho các câu hỏi thường gặp.
Khi đã hoàn thiện, chatbot HR có thể xử lý hầu hết câu hỏi phổ biến của nhân viên một cách tự động. Điều này giúp:
Nhìn rộng hơn, dự án này không chỉ dừng lại ở một công cụ hỗ trợ HR, mà còn giúp doanh nghiệp “chạm tay” vào quy trình triển khai AI thực tế: từ xử lý dữ liệu, đưa lên nền tảng, kiểm thử, đến đánh giá kết quả. Đây chính là giá trị cốt lõi của việc “học AI cơ bản” thông qua một dự án mini có tính ứng dụng cao.
Trong bối cảnh tuyển dụng ngày càng cạnh tranh, phòng nhân sự phải xử lý hàng trăm CV cho một vị trí. Công việc đọc và sàng lọc thủ công không chỉ tốn thời gian mà còn dễ bỏ sót những ứng viên tiềm năng. Đây chính là nơi một hệ thống AI sàng lọc CV có thể mang lại lợi ích tức thì cho doanh nghiệp.
Bước đầu tiên là thống nhất các tiêu chí đánh giá ứng viên cho từng vị trí: bằng cấp, số năm kinh nghiệm, kỹ năng chuyên môn, kỹ năng mềm. Các tiêu chí này cần được định nghĩa rõ ràng thành “bộ tiêu chuẩn tuyển dụng” để AI hiểu đâu là điểm cộng và điểm trừ. Ví dụ: với vị trí Chuyên viên Marketing, kỹ năng SEO và chạy quảng cáo có thể được đánh trọng số cao hơn kỹ năng viết nội dung.
Hoặc, HR cần tạo một kho dữ liệu CV mẫu. Đây có thể là tập hợp các hồ sơ ứng viên đã từng nộp trong các kỳ tuyển dụng trước. Mỗi CV cần được gắn nhãn cơ bản: “phù hợp”, “ít phù hợp” hoặc “không phù hợp” dựa trên tiêu chí tuyển dụng của vị trí đó. Việc gắn nhãn này không mất quá nhiều thời gian nếu HR chỉ chọn một số lượng nhỏ (ví dụ 200 – 300 CV) để khởi tạo dữ liệu huấn luyện.
HR có thể chọn một nền tảng AI dễ sử dụng để xử lý văn bản. Với những doanh nghiệp chưa có đội ngũ kỹ thuật mạnh, Google Cloud AutoML Natural Language là lựa chọn phù hợp vì chỉ cần upload dữ liệu đã gắn nhãn, hệ thống sẽ tự động huấn luyện mô hình phân loại. Cách triển khai thường gồm các thao tác:
Với một dự án mini, HR có thể bắt đầu bằng các công cụ AI trong Google Cloud AutoML hoặc Microsoft Azure Cognitive Services để xây dựng bộ lọc CV đơn giản. Chỉ cần upload CV ở định dạng PDF/Word, AI sẽ tự động phân tích nội dung và sắp xếp ứng viên theo mức độ phù hợp.
Trong giai đoạn đầu, HR nên so sánh kết quả lọc tự động của AI với quyết định thủ công của chuyên viên tuyển dụng. Các trường hợp AI bỏ sót ứng viên tốt hoặc chọn ứng viên không phù hợp sẽ là cơ sở để điều chỉnh tiêu chí, bổ sung dữ liệu. Sau 2 – 3 vòng tinh chỉnh, độ chính xác có thể đạt 80 – 85%.
Điểm quan trọng là AI không thay thế hoàn toàn HR, mà chỉ làm công việc “lọc sơ bộ”. Danh sách ứng viên sau khi AI chấm điểm sẽ được HR xem lại trước khi quyết định mời phỏng vấn. Qua vài vòng thử nghiệm, HR có thể điều chỉnh trọng số cho từng kỹ năng hoặc bổ sung thêm dữ liệu để mô hình ngày càng chính xác hơn.
Các khảo sát nội bộ về mức độ hài lòng, gắn kết của nhân viên thường được thực hiện qua Google Forms hoặc SurveyMonkey. Vấn đề là HR mất nhiều thời gian để tổng hợp, đặc biệt khi có hàng trăm phản hồi dạng “ý kiến mở”. Đây là lúc AI trở thành công cụ mạnh mẽ để biến dữ liệu thô thành thông tin có giá trị.
Bắt đầu bằng việc thu thập dữ liệu từ khảo sát gần nhất. Điểm mấu chốt ở đây không chỉ là “thu thập đủ số lượng” mà còn là “chuẩn hóa chất lượng dữ liệu”. Ví dụ: nếu khảo sát được thực hiện bằng Google Form, HR nên xuất dữ liệu dưới dạng CSV hoặc Excel, trong đó mỗi dòng là một phản hồi, có thể kèm thông tin ẩn danh về phòng ban hoặc cấp bậc.
Sau khi có dữ liệu, bước tiếp theo là chọn công cụ AI để phân tích. Với các tổ chức chưa có đội ngũ kỹ thuật chuyên sâu, MonkeyLearn là giải pháp trực quan:
Trong trường hợp doanh nghiệp đã dùng hạ tầng của Google, Google Cloud Natural Language API là lựa chọn mạnh mẽ hơn. Quy trình triển khai thường gồm:
Nếu muốn thử nghiệm nhanh mà không cần cấu hình phức tạp, HR có thể tận dụng ChatGPT hoặc Claude. Chỉ cần copy dữ liệu phản hồi (hoặc một mẫu 100 phản hồi) vào và yêu cầu:
Để trực quan hóa và dễ hiểu hơn thì có thể sự dụng MonkeyLearn hay Google Cloud có thể xuất ra bảng và biểu đồ: ví dụ 60% phản hồi tích cực về “môi trường làm việc”, nhưng 40% tiêu cực về “khối lượng công việc”. Đây sẽ là nền tảng để lãnh đạo ra quyết định điều chỉnh chính sách phù hợp.
Trong lần đầu, AI có thể phân loại sai một số ý kiến phức tạp. HR cần kiểm tra mẫu kết quả, điều chỉnh từ khóa hoặc huấn luyện lại mô hình bằng cách cung cấp ví dụ chuẩn. Sau vài vòng, AI có thể phân nhóm dữ liệu chính xác và nhanh chóng hơn con người.
Các nhà lãnh đạo thường mất nhiều thời gian để xem báo cáo từ nhiều nguồn: HR, Tài chính, Kinh doanh. Việc tổng hợp thủ công gây chậm trễ và dễ sai sót. Một công cụ AI tạo báo cáo tự động sẽ giúp lãnh đạo tiếp cận thông tin nhanh và chính xác hơn.
Một báo cáo quản trị chỉ chính xác khi dữ liệu nền tảng được làm sạch và chuẩn hóa. Thay vì để dữ liệu nằm rải rác trong nhiều hệ thống (ERP, CRM, HRM, file Excel, Google Sheets…), doanh nghiệp cần gom chúng về một kho tập trung. Điều này có thể thực hiện theo hai cách:
Một điểm quan trọng là dữ liệu cần được chuẩn hóa trước khi nhập vào AI. Ví dụ: ngày tháng nên dùng cùng một định dạng, tên phòng ban cần thống nhất (tránh trường hợp “Sales” và “Kinh doanh” bị coi như hai đơn vị khác nhau). Đây chính là bước nền giúp AI phân tích chính xác.
Sau khi dữ liệu đã tập trung, bước tiếp theo là tích hợp với các công cụ trực quan hóa có AI hỗ trợ.
Điểm cốt lõi ở đây là AI giúp chuyển đổi dữ liệu khô khan thành báo cáo “biết nói”, giúp lãnh đạo nhanh chóng nắm bắt được điều gì đang diễn ra thay vì mất hàng giờ đọc bảng tính.
Giai đoạn này đảm bảo rằng báo cáo AI tạo ra thực sự phục vụ nhu cầu quản trị. Trong thực tế, AI thường đưa ra báo cáo ở mức tổng quan, trong khi lãnh đạo lại cần chi tiết hơn.
Ví dụ: khi yêu cầu “Tạo báo cáo tỷ lệ nghỉ việc”, công cụ có thể chỉ đưa một con số tổng. Lúc này, lãnh đạo hoặc HR cần hướng dẫn thêm:
Mỗi lần phản hồi như vậy vừa là kiểm thử, vừa là tinh chỉnh để AI hiểu rõ hơn bối cảnh doanh nghiệp. Qua thời gian, báo cáo sẽ ngày càng sát thực hơn.
Một mẹo hữu ích là lưu lại các câu hỏi mẫu thường dùng, ví dụ: “Hiệu quả tuyển dụng theo kênh”, “Mức độ gắn kết nhân viên theo phòng ban”, “Tỷ lệ hoàn thành KPI theo quý”. Khi được chuẩn hóa thành “prompt mẫu”, doanh nghiệp có thể dùng lại bất kỳ lúc nào, tiết kiệm thời gian và đảm bảo tính nhất quán trong báo cáo.
Một trong những thách thức lớn nhất của HR là xây dựng chương trình đào tạo phù hợp cho từng nhóm nhân viên. Các khóa học chung thường thiếu tính cá nhân hóa, dẫn đến hiệu quả thấp. AI có thể giải quyết bài toán này bằng cách phân tích dữ liệu nhân viên và đề xuất lộ trình học tập riêng.
HR cần thu thập hồ sơ đào tạo, đánh giá năng lực và mục tiêu nghề nghiệp của nhân viên. Ví dụ: một nhân viên sales muốn phát triển thành quản lý thì lộ trình sẽ khác với một nhân viên muốn chuyên sâu về kỹ thuật.
Một file Excel đơn giản gồm tên nhân viên, chức danh, kỹ năng hiện có (có thể lấy từ hồ sơ năng lực hoặc kết quả đánh giá định kỳ) sẽ là bước chuẩn bị tốt. Sau đó, HR có thể chọn một nền tảng học tập tích hợp AI như LinkedIn Learning Hub, Docebo, hoặc Coursera for Business để thực hiện.
Khi dữ liệu đã sẵn sàng, bước tiếp theo là đưa vào nền tảng đào tạo có AI. Ở đây, AI đóng vai trò như một “huấn luyện viên ảo”, liên tục phân tích và đề xuất lộ trình học tập phù hợp cho từng người.
Ví dụ với LinkedIn Learning Hub, quy trình thường diễn ra như sau:
Với Docebo, cách triển khai có phần khác: HR có thể kích hoạt tính năng AI – Powered Content Suggestions, rồi nhập hồ sơ công việc hoặc kết quả đánh giá kỹ năng. Hệ thống sẽ ngay lập tức đưa ra danh sách khóa học gợi ý cho từng cá nhân. HR có thể tạo “learning path” thủ công dựa trên các gợi ý này và chỉ định deadline cụ thể để nhân viên hoàn thành.
Nếu sử dụng Coursera for Business, HR có thể chọn lộ trình đào tạo chuẩn sẵn theo từng ngành nghề (ví dụ “Data Science Professional Path”), sau đó dùng công cụ AI để điều chỉnh nội dung dựa trên hồ sơ nhân viên. Quá trình triển khai gồm: chọn nhóm nhân viên -> chọn lộ trình mẫu -> bật tính năng Skill Benchmark để AI đánh giá trình độ hiện tại -> hệ thống tự động đề xuất nội dung phù hợp với từng cá nhân trong nhóm đó.
Ban đầu, HR nên chọn một nhóm thử nghiệm nhỏ (ví dụ: đội Sales). So sánh kết quả giữa nhóm học theo lộ trình AI gợi ý và nhóm học theo chương trình chung. Những khác biệt về mức độ hoàn thành khóa học và cải thiện năng lực sẽ cho thấy giá trị của hệ thống.
Để không bị “ngợp” trước hàng loạt công cụ AI, doanh nghiệp nên đi theo một roadmap có cấu trúc.
Nếu ví doanh nghiệp là một cơ thể sống, thì AI chính là “cơ bắp” mới đang hình thành. Và giống như việc rèn luyện, không ai bắt đầu bằng những bước nhảy xa; ta bắt đầu bằng những bài tập nhỏ, nhưng lặp đi lặp lại, bền bỉ, và có chiến lược. 5 dự án mini chính là những bài tập đầu tiên đó – đủ gần gũi để triển khai ngay, nhưng cũng đủ sức mở ra một cánh cửa lớn cho tương lai.
Vậy câu hỏi cuối cùng dành cho lãnh đạo và HR không còn là “Doanh nghiệp có nên học AI cơ bản hay không?”, mà là: “Chúng ta sẽ bắt đầu từ dự án mini nào ngay ngày mai?”
Xem thêm khóa học tại GEM Global:
Giám Đốc Đào Tạo Các Giải Pháp Công Nghệ
Hiện Ông là Trưởng bộ môn Thị trường tài chính tại khoa Ngân Hàng, Đại học Kinh tế TP. Hồ Chí Minh. Ông Huân làm công tác chuyên gia tư vấn đầy kinh nghiệm về phát triển công nghệ và chuyển đổi số, quy hoạch kinh tế cho nhiều tỉnh thành và chính phủ Việt Nam, như Đồng Nai, Đồng Tháp, Vĩnh Long, Đak Nông, TP. Hồ Chí Minh…
Hiện Ông Huân là Founder & CEO của Promete – Đối tác chiến lược của GEM Global, chuyên tư vấn và thiết kế AI riêng cho từng Doanh nghiệp.
Ông đồng thời là cố vấn cấp cao cho một số doanh nghiệp công nghệ và ứng dụng blockchain, đã đạt được sự chú ý trong khu vực và thế giới như Tokenplay và Unigame. Hơn nữa, ông Huân còn là cố vấn chiến lược cho công ty Phongsupthaavy, một trong những công ty lớn nhất tại Lào về xây dựng sàn giao dịch tiền điện tử và tiền kỹ thuật số.
Trong các hoạt động học thuật, ông rất tích cực công bố các nghiên cứu dựa trên bằng chứng trên các tạp chí quốc tế uy tín như Technology Forecasting and Social Change, Research in International Business and Finance, Apply Economics Letter…
Giám Đốc Đào Tạo Chương Trình Tài Chính – Đầu Tư
Là người sáng lập và hiện là Giám đốc Điều hành Học viện Smart Train, tổ chức chuyên sâu đào tạo các chứng chỉ nghề nghiệp quốc tế như ACCA, CMA, CFA, CIA, CTP, FPAC và IFRS. Đồng thời, Ông Thanh đang là Ủy viên BCH CLB Kế Toán Trưởng Việt Nam (VCCA), Ủy viên BCH Hội Kế toán TP.HCM (HAA).
Ông Thanh tốt nghiệp Thạc sỹ chuyên ngành Tài Chính tại ĐH Webster, Hoa Kỳ. Ủy viên BCH CLB Kế Toán Trưởng Việt Nam (VCCA), Ủy viên BCH Hội Kế toán TP.HCM (HAA). Ông có hơn 20 năm kinh nghiệm làm việc trong lĩnh vực tư vấn, kiểm toán và đào tạo kế toán – tài chính tại các doanh nghiệp lớn như Shell, EY, Lạc Việt, Asian Services,…
Bên cạnh đó, ông có nhiều năm là giảng viên thỉnh giảng về kế toán – tài chính cho các trường ĐH trong và ngoài nước như Troy University, Maatricht, Benedictine University, ĐH Hoa Sen, ĐH Tôn Đức Thắng,…
Tư Vấn Đào Tạo Doanh Nghiệp
Bà có cơ hội làm việc đa dạng từ tổ chức phi chính phủ đến tập đoàn lớn và công ty đa quốc gia. Với hơn 7 năm kinh nghiệm trong các lĩnh vực phát triển doanh nghiệp, đào tạo và xây dựng hệ sinh thái đổi mới sáng tạo.
Tốt nghiệp Thạc sĩ Quản trị kinh doanh Đại học Kinh tế TP.HCM, cử nhân ngành luật học trường Đại học Luật TP.HCM.
Từng giữ vai trò Giám đốc chương trình Youth Empowerment Network – 1 trong 4 chương trình trọng điểm tại Startup Vietnam Foundation, trực tiếp tư vấn, tổ chức các chương trình nâng cao năng lực, kết nối chuyên gia và nguồn lực cho Doanh nghiệp khởi nghiệp, sinh viên và các tổ chức hỗ trợ khởi nghiệp.
Tham gia xây dựng và triển khai các chương trình nâng cao năng lực đội ngũ cán bộ làm công tác hỗ trợ khởi nghiệp, đổi mới sáng tạo cho doanh nghiệp, trường đại học và cơ quan quản lý nhà nước tại các tỉnh như Đồng Tháp, Bà Rịa Vũng Tàu, Đắk Lắk, Quảng Ngãi, Bến Tre,…
Trưởng Bộ Phận Truyền Thông & Marketing
Bà có nhiều năm kinh nghiệm trong lĩnh vực Marketing, Truyền thông & Quảng bá thương hiệu, cùng 6 năm làm việc trong các ngành Tài chính – Ngân hàng, Giáo dục, F&B…, bà Trâm đã triển khai nhiều chiến dịch hiệu quả, giúp nâng cao nhận diện thương hiệu và kết nối cộng đồng.
Bà Trâm từng giữ vai trò Trưởng Dự án của nhiều dự án phi lợi nhuận dành cho nữ giới và thanh thiếu niên như Girl Joy, Beyond the Line, Gánh Đồng Xuân,…
Bà tốt nghiệp Xuất sắc, Cử nhân ngành Quan hệ công chúng – Quảng cáo của Học viện Báo chí Tuyên truyền.
Trưởng Tư Vấn Đào Tạo
Với hơn 10 năm kinh nghiệm trong lĩnh vực Tư vấn và Đào tạo, Bà đã đồng hành cùng nhiều cá nhân và doanh nghiệp lớn trong hành trình phát triển con người & tổ chức.
Bà Phương Anh có hơn 4 năm Tư vấn nhân sự và Tư vấn tuyển dụng cho nhiều tổ chức lớn.
Bà cũng có nhiều năm kinh nghiệm trong lĩnh vực Kinh doanh, Chăm sóc khách hàng cho khối ngành Dịch vụ bao gồm F&B cho khách sạn lớn như New World, Duxton,…
Hiện Bà đang là Giảng viên thỉnh giảng Trường Đại Học Ngân hàng TP.HCM.
Trưởng Bộ Phận Tài Chính – Kế Toán
Gần 10 năm giữ vai trò Kế toán trưởng tại các hệ thống y tế uy tín như Victoria Healthcare, DHA, và Nova Healthcare.
Bên cạnh đó, bà cũng có hơn 7 năm gắn bó với ngành Bất động sản, từng làm việc tại các tập đoàn lớn như Bitexco Group và Vingroup.
Nhà Sáng Lập, Giám Đốc Điều Hành
Trước khi chuyển sang lĩnh vực giáo dục, đào tạo, bà có gần 10 năm làm Product Manager cho Sony Việt Nam. Bà Hằng chính là người tham gia quan trọng vào quá trình chuyển đổi kinh doanh TV màn hình cong sang TV LCD đạt đúng thời điểm với mức chi phí và hàng tồn kho tối ưu tại thị trường Việt Nam. Sau đó bà phụ trách quản lý nhóm sản phẩm Personal Audio và đạt giải “Kinh Doanh Xuất Sắc Trong Khu Vực” do Phó Chủ Tịch Tập Đoàn Sony trao giải năm 2009;
Bà đã từng kinh qua các vị trí Giám đốc Kinh doanh và Phát triển Thương Hiệu cho nhiều tập đoàn như Sony Vietnam, CCM Pharmaceuticals, Trung Nguyên G7, Double Rich,…
Hiện nay bà giữ vị trí CEO của GEM Global và có gần 10 năm kinh nghiệm tư vấn đào tạo và phát triển con người cho nhiều tập đoàn, doanh nghiệp lớn tại Việt Nam.
