• Khái niệm AI (trí tuệ nhân tạo), các trường phái chính: Machine Learning, Deep Learning, NLP, Computer Vision…
• Phân biệt AI, Data Analytics, Automation, Digital Transformation.
• Lịch sử phát triển AI và các mốc chuyển đổi lớn trong doanh nghiệp (case: Amazon, Nippon Express, ngân hàng…).
• Xu hướng đầu tư AI toàn cầu và tại Việt Nam: Số liệu, động lực, rào cản.

• Tự động hóa (Automation): Xử lý tài liệu, chăm sóc khách hàng, vận hành logistics, quản trị kho, tài chính kế toán…
• Dự đoán (Prediction): Dự báo nhu cầu, dự báo tồn kho, dự đoán xu hướng khách hàng, cảnh báo rủi ro…
• Tối ưu hóa (Optimization): Tối ưu lộ trình giao hàng, tối ưu quy trình sản xuất, phân bổ nguồn lực thông minh…
• Hỗ trợ quyết định (Decision Support): Dashboard thông minh, phân tích chuyên sâu, gợi ý kịch bản chiến lược…

Tổng quan các cấp độ ứng dụng AI trong doanh nghiệp

• Cấp độ 1: Sử dụng AI cơ bản, rời rạc
  • Ứng dụng công cụ AI SaaS (ChatGPT, Canva AI, Google Cloud AI…) để hỗ trợ từng cá nhân hoặc nhóm nhỏ, không kết nối quy trình nội bộ.
• Cấp độ 2: Ứng dụng thuật toán theo phòng ban
  • Các phòng ban có thể tự xây mô hình ML/NLP cho các bài toán riêng (dự báo tồn kho, phân nhóm khách hàng…).
• Cấp độ 3: Tích hợp AI vào hệ thống, dùng dữ liệu nội bộ
  • Doanh nghiệp xây dựng Data Warehouse/Data Lake, ứng dụng AI tích hợp vào các hệ thống (CRM, ERP…), vận hành ở quy mô lớn hơn.
• Cấp độ 4: AI tích hợp toàn diện và vận hành doanh nghiệp
  • AI trở thành “trái tim” vận hành, liên kết các phòng ban, dữ liệu – mô hình chia sẻ xuyên suốt. Hệ thống Multi AI Agent, Knowledge Graph, Robotics…

So sánh chi tiết và minh họa các cấp độ (kết hợp slide, ví dụ thực tiễn)

• Minh họa bằng các bảng so sánh (theo tài liệu đính kèm), mô tả công nghệ sử dụng, yêu cầu nhân sự, lợi ích – thách thức từng cấp.
• Chia sẻ case study các doanh nghiệp Việt Nam và quốc tế ở mỗi cấp độ, các “vấp ngã” phổ biến khi lên cấp.

Hướng dẫn tự đánh giá vị trí doanh nghiệp trên lộ trình AI

• Mỗi học viên nhận bộ checklist tự đánh giá hiện trạng (hạ tầng dữ liệu, đội ngũ kỹ thuật, mức độ tự động hóa, văn hóa dữ liệu, quy trình nội bộ…).
• Thảo luận nhóm: Doanh nghiệp/đơn vị mình đang ở cấp độ nào? Đâu là nút thắt lớn nhất để lên cấp độ tiếp theo?

Định hướng lộ trình chuyển đổi AI

• Trình bày lộ trình chuyển đổi AI 4 bước:
• Đánh giá hiện trạng & xác định cấp độ hiện tại
• Đào tạo/chuẩn hóa dữ liệu/hệ thống (nâng lên cấp tiếp theo)
• Xây dựng kiến trúc AI đồng bộ toàn doanh nghiệp
• Kiểm tra, tối ưu liên tục & mở rộng ứng dụng

• Thảo luận: Vấn đề nào thực sự “đau”, ảnh hưởng nhiều đến chi phí/lợi nhuận/khách hàng và có thể AI hỗ trợ?
• Thảo luận: Doanh nghiệp nên tập trung vào bài toán nào trước? (Quick win, dễ áp dụng, tạo động lực thay đổi)

• Vì sao cần ABC? Các nguyên nhân dẫn đến thất bại khi triển khai AI: thiếu định hướng, thiếu dữ liệu, không kết nối mục tiêu chiến lược…
• Cấu trúc 7 thành phần của ABC:
  1. Vấn đề kinh doanh (Business Problem): Cách mô tả đúng “pain point”, gắn với chỉ số đo lường cụ thể.
  2. Cơ hội AI (AI Opportunity): Lựa chọn giải pháp AI phù hợp, liên kết giá trị với vấn đề đã chọn.
  3. Dữ liệu đầu vào (Input Data): Xác định loại dữ liệu cần thiết, chất lượng, nguồn gốc, khả năng truy cập, pháp lý.
  4. Công nghệ & hạ tầng (Technology Requirements): Hệ thống, phần mềm, nền tảng, nhân sự kỹ thuật cần thiết.
  5. Tác động kỳ vọng (Expected Impact): Định lượng tác động, xác định KPI, ROI, lợi ích hữu hình/vô hình.
  6. Rủi ro & Đạo đức (Risks & Ethics): Nhận diện, đánh giá các rủi ro kỹ thuật – triển khai – kinh doanh – pháp lý – đạo đức, xây dựng phương án kiểm soát.
  7. Năng lực tổ chức (Organizational Capability): Đánh giá nguồn lực sẵn có, thiếu hụt, văn hóa tổ chức, kế hoạch đào tạo.

• Mỗi nhóm nhận file mẫu ABC, phân công thành viên tìm hiểu, điền thông tin cho từng thành phần (theo hướng dẫn chi tiết và ví dụ thực tế).
• Thảo luận nội bộ nhóm: Vấn đề nào thiếu dữ liệu? Công nghệ nào cần đầu tư? Rủi ro nào lớn nhất? Cần bổ sung nguồn lực nào?

• Mỗi nhóm trình bày bảng ABC sơ bộ của mình (slide/giấy A0…).
• Nhận góp ý, phản biện từ các nhóm và giảng viên: điểm mạnh, điểm yếu, đề xuất điều chỉnh.
• Giảng viên/chuyên gia tổng kết, nêu ví dụ các bảng ABC thành công/thất bại thực tế ở Việt Nam và quốc tế.

• Mỗi nhóm cập nhật, hoàn thiện các phần còn yếu/thắc mắc dựa trên góp ý từ buổi trước.
• Thảo luận nhóm: Ưu tiên hành động, xác định các “quick win” (giải pháp có thể triển khai nhanh, chi phí thấp, hiệu quả rõ ràng).

• Xây dựng roadmap chi tiết: Các bước triển khai, timeline, ai chịu trách nhiệm, các mốc kiểm soát chính.
• Xác định các nguồn lực cần thiết (ngân sách, nhân sự, đối tác…).
• Kế hoạch quản trị thay đổi: Đào tạo, truyền thông nội bộ, cơ chế phản hồi/điều chỉnh khi phát sinh rủi ro.
• Cách kiểm soát hiệu quả: Xây dựng bộ chỉ số đo lường (KPI, ROI, satisfaction rate…), cơ chế review định kỳ.

• Các nhóm thuyết trình dự án của mình trước lớp (giả lập tình huống bảo vệ trước hội đồng lãnh đạo/doanh nghiệp).
• Chuyên gia/giảng viên phản biện, góp ý về tính thực tiễn, logic, mức độ sẵn sàng và khả năng tạo tác động của dự án.
• Rút ra bài học thành công – thất bại trong chuyển đổi số lấy AI làm trọng tâm; các lưu ý khi triển khai thật tại doanh nghiệp.