Phân tích

Công nghệ sẵn sàng, nhưng doanh nghiệp chưa sẵn sàng.

74% doanh nghiệp tại Việt Nam đã và đang áp dụng chiến lược số vào hoạt động kinh doanh của mình, cao hơn nhiều so với mức trung bình 63% của khu vực châu Á - Thái Bình Dương. Không khó để bắt gặp những doanh nghiệp hào hứng triển khai chatbot AI trên các nền tảng mạng xã hội hay sử dụng các công cụ AI để phân tích hành vi khách hàng.

Nhưng khi đi sâu vào hệ thống quản lý dữ liệu, thực tế lại đối lập hoàn toàn. Các doanh nghiệp thường đặt dữ liệu rải rác trên các nền tảng khác nhau, “mỗi chỗ một ít” và không liên kết với nhau. Bởi vậy, trí tuệ nhân tạo (AI) không có đủ dữ liệu chất lượng để xử lý, dẫn đến việc doanh nghiệp bỏ lỡ cơ hội khai thác tối đa tiềm năng của công nghệ.

Lỗi không nằm ở AI, lỗi nằm ở cách doanh nghiệp hiểu và sử dụng AI chưa đúng. Khi dữ liệu không được thu thập và chuẩn hóa một cách bài bản, AI chỉ có thể hoạt động ở mức bề nổi, trở thành một công cụ phát huy tác dụng khiêm tốn, dẫn đến những dự báo kém chính xác hoặc những phân tích thiếu chiều sâu thay vì thúc đẩy sự tăng trưởng bền vững.

Vì sao dữ liệu vẫn bị xem nhẹ?

Nhiều doanh nghiệp khi muốn phát triển sản phẩm mới thường tìm kiếm tư vấn từ bên ngoài mà không tận dụng dữ liệu nội bộ. Khi được hỏi về thông tin khách hàng – bao gồm cả dữ liệu định lượng (số lượng khách hàng, tần suất mua hàng, doanh thu theo nhóm khách) và định tính (phản hồi, sở thích, hành vi mua sắm) – họ chỉ có thể đưa ra những thông tin liên hệ mà hoàn toàn thiếu những phân tích chuyên sâu về hành vi khách hàng.

Có những trường hợp, thay vì ghi chép và phân tích phản hồi của khách hàng một cách có hệ thống, doanh nghiệp chỉ đơn giản chụp lại màn hình tin nhắn phản hồi và lưu trữ dưới dạng hình ảnh. Khi cần đánh giá chất lượng sản phẩm hay dịch vụ, họ không có một kho dữ liệu đáng tin cậy để tham chiếu mà chủ yếu dựa vào cảm tính hoặc những nhận định không có căn cứ cụ thể.

Dữ liệu phân mảnh cũng phản ánh quy trình làm việc thiếu liên kết giữa các bộ phận trong cùng một công ty. Một bộ phận kinh doanh có thể có danh sách khách hàng nhưng không biết họ đã tương tác ra sao với bộ phận chăm sóc khách hàng. Bộ phận marketing có thể chạy nhiều chiến dịch quảng cáo nhưng không thu thập đầy đủ thông tin về hiệu quả của từng chiến dịch.

Các doanh nghiệp thường nghĩ rằng, AI là một giải pháp độc lập mà không nghĩ rằng nó đòi hỏi những thay đổi lớn về chiến lược và bộ máy của họ. Các công ty sẵn sàng đầu tư vào các công cụ AI nhưng không biết rằng một hệ thống dữ liệu đủ mạnh mới là điều cốt lõi.

Một doanh nghiệp thương mại điện tử có thể mong muốn AI giúp họ dự đoán doanh thu, nhưng nếu dữ liệu bán hàng trong quá khứ không đầy đủ hoặc không có hệ thống lưu trữ nhất quán, các thuật toán dự đoán sẽ trở nên vô nghĩa. Một chuỗi cửa hàng bán lẻ có thể triển khai AI để gợi ý sản phẩm cho khách hàng, nhưng khi không có dữ liệu về lịch sử mua sắm, AI sẽ chỉ đưa ra những đề xuất ngẫu nhiên, thiếu đi tính cá nhân hóa cần thiết để giữ chân khách hàng.

Sự đầu tư thiên lệch vào AI mà bỏ quên việc vun đắp dữ liệu còn có thể dẫn đến tổn thất lớn. Một doanh nghiệp thương mại điện tử từng triển khai AI để dự báo doanh thu, nhưng vì dữ liệu bán hàng trong quá khứ không chính xác, hệ thống đã đưa ra dự báo sai, dẫn đến nhập hàng quá nhiều hoặc quá ít, gây thiệt hại lớn. Thậm chí, nếu không bảo mật dữ liệu tốt, việc ứng dụng AI có thể làm tăng nguy cơ rò rỉ thông tin khách hàng, khiến doanh nghiệp đối mặt với các vấn đề pháp lý và mất uy tín.

Một khảo sát của Phòng Thương mại và Công nghiệp Việt Nam (VCCI) chỉ ra rằng chỉ khoảng 15% doanh nghiệp nhỏ và vừa tại Việt Nam thực sự triển khai chuyển đổi số một cách bài bản. Con số này cho thấy phần lớn doanh nghiệp vẫn đang loay hoay với việc ứng dụng công nghệ mà chưa có định hướng rõ ràng, đặc biệt trong việc xây dựng nền tảng dữ liệu để AI có thể phát huy tối đa giá trị.

Cơ hội bứt phá

Thực tế cho thấy rằng khi được khai thác đúng cách, dữ liệu và AI có thể trở thành động lực mạnh mẽ giúp doanh nghiệp tăng trưởng, kể cả với doanh nghiệp có quy mô nhỏ.

Một hợp tác xã nông sản có thể ứng dụng AI để phân tích dữ liệu thời tiết và nhu cầu tiêu dùng, từ đó điều chỉnh kế hoạch sản xuất, tránh tình trạng dư thừa hoặc thiếu hụt hàng hóa. Nhờ vậy, họ không chỉ tiết kiệm chi phí mà còn tối ưu hóa khả năng đáp ứng thị trường. Một chuỗi cửa hàng thực phẩm ở Hà Nội đã sử dụng dữ liệu mua hàng để cá nhân hóa chương trình khuyến mãi, giúp tăng tỷ lệ quay lại của khách hàng mà không cần đầu tư quá nhiều vào quảng cáo.

Một ví dụ tiêu biểu khác về sử dụng dữ liệu là thương hiệu Vua Bánh mì, dù chỉ có sáu chi nhánh nhưng đã ứng dụng dữ liệu một cách thông minh để phát triển. Họ không chỉ dựa vào vị trí cửa hàng để thu hút khách mà còn sử dụng dữ liệu vị trí để phân tích mật độ khách hàng tiềm năng. Nhờ đó, họ xác định được những khu vực có nhu cầu cao nhưng chưa được phục vụ tốt, từ đó mở rộng hệ thống một cách hợp lý. Đồng thời, việc phân tích tần suất mua hàng giúp họ nhận diện nhóm khách hàng trung thành và đưa ra các chính sách ưu đãi phù hợp để giữ chân khách. Với nền tảng như vậy, khi sử dụng AI họ sẽ có những lợi thế vượt trội và mức độ sẵn sàng cao.

Không chỉ giúp tối ưu hóa vận hành và gia tăng doanh số, dữ liệu còn mở ra cơ hội tiếp cận nguồn vốn lớn hơn. Theo Ngân hàng Thế giới, những doanh nghiệp có hệ thống quản lý dữ liệu tài chính minh bạch có khả năng tiếp cận vốn cao hơn 50% so với các doanh nghiệp không có dữ liệu rõ ràng. Điều này cho thấy rằng dữ liệu không chỉ là công cụ hỗ trợ nội bộ mà còn là yếu tố quyết định năng lực cạnh tranh trên thị trường.

Chính phủ có thể giúp gì?

Nhận thấy tầm quan trọng của dữ liệu đối với sự phát triển của doanh nghiệp nhỏ, nhiều quốc gia đã có chính sách hỗ trợ mạnh mẽ để giúp doanh nghiệp nhỏ và vừa tận dụng dữ liệu trong kinh doanh.

Tại Anh, chính phủ đã ra mắt Dịch vụ Tăng trưởng Kinh doanh số (2025), giúp các doanh nghiệp nhỏ và vừa giảm thời gian dành cho các nhiệm vụ hành chính và tăng khả năng đổi mới. Ngoài ra, Ngân hàng Doanh nghiệp Anh đã cam kết 1 tỷ bảng Anh để hỗ trợ doanh nghiệp nhỏ và vừa tiếp cận vốn.

Singapore triển khai chương trình SMEs Go Digital, hỗ trợ tài chính và cung cấp các công cụ giúp doanh nghiệp nhỏ và vừa áp dụng công nghệ và dữ liệu vào hoạt động kinh doanh. Tại Tây Ban Nha, Kế hoạch Tăng tốc SMB dành 200 triệu Euro tín dụng để giúp doanh nghiệp nhỏ số hóa, đồng thời chương trình Acelera PYME cung cấp các khóa đào tạo và tư vấn về khai thác dữ liệu.

Những chính sách này cho thấy rằng chính phủ các nước đã nhận thức rõ vai trò của dữ liệu trong phát triển kinh tế, từ đó đưa ra các chương trình hỗ trợ nhằm giúp doanh nghiệp nhỏ và vừa khai thác dữ liệu một cách hiệu quả.