Vừa qua, Base.vn phối hợp cùng Modoro tổ chức sự kiện “Trợ lý AI trong bán hàng, marketing và vận hành: Đòn bẩy tăng trưởng cho doanh nghiệp thương mại”, xoay quanh câu chuyện đưa AI vào những hoạt động thực tế của doanh nghiệp, từ marketing, bán hàng, chăm sóc khách hàng đến vận hành.

Trong chương trình, anh Tài từ Modoro chia sẻ về khả năng của AI Agent trong việc tự động viết và đăng nội dung, tư vấn khách hàng trên các kênh chat, khai thác nhu cầu, thu thập thông tin và tạo Lead để chuyển tiếp cho đội ngũ Sales. Tiếp nối câu chuyện đó, Hà đặt ra một câu hỏi ở chiều ngược lại: Nếu ngày mai AI giúp doanh nghiệp mang về gấp 5 lần số lượng khách hàng hiện tại, bộ máy của doanh nghiệp đã đủ khả năng xử lý chưa?

Sales có phản hồi kịp không? Các bộ phận phía sau có phối hợp kịp không? Quy trình có đủ rõ để không bỏ sót công việc? Hay AI càng tạo ra nhiều cơ hội thì bộ máy phía sau lại càng dễ quá tải?

Đây cũng là câu hỏi trung tâm trong phần trình bày của Hà tại sự kiện. Thay vì tiếp tục nói về việc AI có thể làm được gì, Hà tập trung vào một vấn đề khác: Doanh nghiệp cần xây dựng nền tảng vận hành như thế nào để những gì AI tạo ra thực sự biến thành kết quả kinh doanh?

AI không phải bước khởi đầu của chuyển đổi số

Trong khoảng 6 năm trực tiếp tư vấn và triển khai chuyển đổi số cho hơn 700 doanh nghiệp ở nhiều lĩnh vực, Hà có cơ hội quan sát rất nhiều cách doanh nghiệp tổ chức công việc, quy trình, con người và dữ liệu. Từ đó, Hà nhận thấy một điểm chung: hầu như doanh nghiệp nào hiện nay cũng quan tâm tới AI, nhưng việc AI có thực sự tạo ra giá trị hay không lại phụ thuộc rất nhiều vào cách doanh nghiệp đang vận hành mỗi ngày.

Base được thành lập từ năm 2016, trở thành công ty thành viên của FPT từ năm 2021 và đến nay đã xây dựng một hệ sinh thái hơn 130 ứng dụng phục vụ nhiều bài toán quản trị khác nhau. Các doanh nghiệp Base đồng hành trải rộng từ sản xuất, tài chính, giáo dục, xây dựng, logistics, bán lẻ, bất động sản đến dịch vụ, với quy mô từ vài người, vài chục người cho tới hàng nghìn nhân sự.

Dù ngành nghề và quy mô khác nhau, những bài toán vận hành lại khá giống nhau: làm sao xử lý công việc nhanh hơn, phối hợp giữa các phòng ban tốt hơn, giảm phụ thuộc vào từng cá nhân và tạo ra dữ liệu đủ tốt để ra quyết định.

Chuyển đổi số vì vậy không phải một bài toán lý thuyết. Mỗi doanh nghiệp có một hiện trạng khác nhau và đôi khi việc quan sát một doanh nghiệp có quy mô hay mô hình tương tự đang triển khai như thế nào cũng giúp chúng ta có thêm hình dung thực tế. Với Hà, niềm tin xuyên suốt trong những năm làm việc tại Base vẫn là: mỗi một Deal là một doanh nghiệp Việt Nam đang tốt lên.

Base hiện có nhiều trục giải pháp khác nhau, từ quản trị công việc và quy trình, quản trị mục tiêu KPI/OKR, HRM để số hóa hành trình nhân sự, đến CRM, dữ liệu và các lớp AI. Nhưng nếu nhìn rộng hơn từng module riêng lẻ, những thành phần này cần được xem như một hạ tầng vận hành, nơi AI có thể kết nối vào và tạo ra giá trị thực tế.

Gần đây, khi đi tư vấn doanh nghiệp, Hà nhận thấy một hiện tượng khá phổ biến: doanh nghiệp đang có xu hướng “nhảy cóc”. Hành trình chuyển đổi số thông thường đi từ Số hóa → Tối ưu hóa → AI hóa, nhưng nhiều doanh nghiệp lại muốn bỏ qua hai bước đầu và đi thẳng tới AI, với kỳ vọng chỉ cần bổ sung một AI Agent thì bộ máy sẽ ngay lập tức tốt hơn.

Thực tế, AI không thể tạo ra giá trị trên một nền vận hành còn rời rạc. Nếu dữ liệu vẫn nằm trong Zalo, Excel, email hoặc trí nhớ của từng nhân viên; nếu quy trình chưa rõ ai xử lý, ai duyệt và ai chịu trách nhiệm, AI rất dễ chỉ dừng lại ở mức công cụ hỗ trợ từng cá nhân. Ai sử dụng AI tốt thì người đó làm việc tốt hơn, nhưng doanh nghiệp không thể kỳ vọng cả tổ chức cùng tốt lên chỉ nhờ điều đó.

Vì vậy, AI không phải bước khởi đầu. Hạ tầng vận hành mới là bước khởi đầu.

Theo góc nhìn của Base, một hạ tầng số trọn vẹn cần có ba thành phần: Quy trình – Con người – Thông tin. Công việc phải có cách làm rõ ràng, biết bắt đầu và kết thúc ở đâu, ai chịu trách nhiệm và phối hợp với ai; hệ thống phải giúp từng cá nhân làm việc hiệu quả hơn; đồng thời thông tin phát sinh trong quá trình làm việc phải được lưu trữ tập trung và có thể sử dụng lại.

Đứng ở góc độ tư vấn, Base đang trang bị cho doanh nghiệp ba “vũ khí” để đương đầu với thời đại bất ổn hiện tại: Tốc độ – Tinh gọn – Dữ liệu. Tốc độ là làm sao để khoảng thời gian từ lúc một nhu cầu phát sinh tới khi doanh nghiệp phản ứng được rút ngắn nhất có thể. Tinh gọn là giảm thao tác trung gian, giảm việc phải hỏi nhau, nhập liệu lại hay tổng hợp thủ công. Dữ liệu là biến mọi hoạt động phát sinh mỗi ngày thành thông tin có thể đo lường và sử dụng cho việc ra quyết định.

1. Tốc độ: AI tạo Lead nhanh, doanh nghiệp có bắt lấy cơ hội đủ nhanh?

Quay trở lại ví dụ về AI Agent. Sau khi trò chuyện với khách hàng, AI có thể biết khách hàng là ai, nhu cầu gì, muốn mua sản phẩm nào, số điện thoại và email. Sau đó, AI tạo ra một Lead.

Nhưng câu hỏi tiếp theo là: Lead này sẽ giao cho ai?

Nếu sau khi AI đã thu thập đầy đủ thông tin, doanh nghiệp vẫn phải mở Excel, nhập lại dữ liệu rồi nhắn Zalo để Leader phân công Sales thì AI đã rất nhanh, nhưng doanh nghiệp vẫn chậm. Toàn bộ lợi thế tốc độ mà AI vừa tạo ra có thể bị mất ngay ở bước đầu tiên.

Base cung cấp một module là Base CRM. Ngay sau khi AI Agent tạo Lead, dữ liệu có thể được đẩy thẳng vào CRM và hệ thống tự động phân phối Lead dựa trên những nguyên tắc mà doanh nghiệp đã thiết lập. Có thể phân theo khu vực, sản phẩm, nhóm khách hàng, tải công việc hoặc năng lực của từng Sales.

Như vậy, doanh nghiệp loại bỏ được một bước trung gian là Leader phải ngồi phân Lead thủ công. Thời gian từ lúc khách hàng vừa thể hiện nhu cầu đến lúc Sales phù hợp nhận được thông tin gần như được rút xuống ngay lập tức.

Trong bán hàng, rất nhiều cơ hội mất đi không phải vì sản phẩm không tốt, mà vì doanh nghiệp phản ứng quá chậm. AI giúp chúng ta tạo cơ hội nhanh hơn, còn CRM giúp doanh nghiệp bắt lấy cơ hội đó đủ nhanh.

Nhưng giao Lead nhanh mới chỉ giải quyết một nửa bài toán. Sau khi Lead được giao cho Sales, doanh nghiệp còn phải biết cơ hội đó có thực sự được chăm sóc hay không.

Doanh nghiệp có thể thiết lập những nguyên tắc rất cụ thể. Ví dụ, sau 4 giờ Sales chưa gọi cho khách thì hệ thống cảnh báo. Nếu sau 7 ngày không có bất kỳ hoạt động chăm sóc nào, hệ thống xác định Sales đang vi phạm SLA, gửi cảnh báo và có thể thu hồi Lead để đưa trở lại cơ chế phân phối.

Đây không hẳn là những nguyên tắc mới. Nhiều doanh nghiệp vốn đã có quy định như vậy, nhưng vấn đề là chúng thường nằm trên giấy hoặc phụ thuộc vào Leader kiểm tra thủ công. Khi AI giúp số lượng Lead tăng lên gấp 3 hay gấp 5 lần, cách quản lý cũ sẽ rất khó theo kịp.

CRM lúc này không chỉ là nơi lưu Lead mà trở thành hệ thống giám sát quy trình và thực thi nguyên tắc xử lý. Doanh nghiệp đặt luật một lần, hệ thống theo dõi liên tục và thực thi khi điều kiện xảy ra.

Tốc độ còn nằm ở chính cách Sales chăm sóc khách hàng. Thay vì mỗi lần lại soạn một email mới, Sales có thể sử dụng mẫu email có sẵn, tự động điền thông tin khách hàng và gửi ngay trong CRM. Với những chuỗi chăm sóc dài hơn, doanh nghiệp có thể thiết lập Playbook để hệ thống tự động thực thi theo kịch bản.

Việc chăm sóc khách hàng nhờ vậy trở nên nhanh gọn hơn. Một Sales có thể xử lý nhiều Lead cùng lúc vì sau khi hoàn thành phần việc của mình, họ không cần cố gắng nhớ tất cả những việc phải follow-up tiếp theo. Hệ thống có thể tự động nhắc: chuỗi Playbook 15 ngày đã kết thúc, đến lúc gọi cho khách; hoặc một khách hàng vừa mở lại email báo giá nhiều lần và đây có thể là thời điểm Sales nên chủ động liên hệ.

Mục tiêu không phải để Sales làm nhiều thao tác hơn, mà là Work Smart thay vì Work Hard: hệ thống nhớ và theo dõi thay con người, còn Sales tập trung vào đúng khách hàng và đúng thời điểm.

2. Tinh gọn: Không chỉ làm nhanh hơn, mà phải làm ít thao tác hơn

Tốc độ chưa đủ. Nếu mỗi khách hàng mới lại kéo theo hàng loạt thao tác nhập liệu, chuyển tiếp và báo cáo thì doanh nghiệp vẫn chưa thực sự tối ưu.

Tinh gọn ở đây không có nghĩa là cắt giảm con người. Tinh gọn là loại bỏ những thao tác không cần thiết để con người tập trung vào phần việc có giá trị hơn.

Trước đây, sau một cuộc gọi với khách hàng, Sales có thể phải ghi chú ở một nơi, cập nhật Excel ở một nơi khác, gửi email, tạo lịch họp rồi cuối ngày tiếp tục tổng hợp tình hình để báo cáo cho Leader. Mỗi thao tác riêng lẻ không quá lớn, nhưng khi nhân lên hàng chục hay hàng trăm Lead, khối lượng công việc thủ công trở nên rất đáng kể.

Khi toàn bộ hoạt động được ghi nhận trên một Deal, Sales có thể quản lý email, cuộc gọi, cuộc họp, ghi chú, việc cần làm, tài liệu và trạng thái khách hàng ngay trong quá trình làm việc. Thông tin không cần được nhập lại chỉ để phục vụ một báo cáo khác.

CRM lúc này không đơn thuần là một nơi lưu danh sách khách hàng. Nó trở thành nơi lưu lại toàn bộ lịch sử làm việc với khách hàng.

Điều này cũng thay đổi cách người quản lý theo dõi đội ngũ. Trước đây, muốn biết một khách hàng đang ở đâu, Manager phải hỏi Sales. Muốn biết cả team đang xử lý bao nhiêu Lead, phải mở Excel. Muốn biết ai đang tồn nhiều Lead, lại phải tổng hợp báo cáo.

Một lượng lớn thời gian quản lý thực chất được sử dụng chỉ để trả lời câu hỏi: “Hiện tại tình hình đang như thế nào?”

Khi hoạt động được ghi nhận trực tiếp trên CRM, người quản lý có thể nhìn thấy Deal đang ở giai đoạn nào, ai phụ trách, đã gọi khách chưa, đã gửi email gì, lần cuối tương tác khi nào và cơ hội nào đang bị tồn quá lâu. Dữ liệu được sinh ra ngay trong quá trình làm việc nên doanh nghiệp không cần tạo thêm một lớp báo cáo thủ công phía sau.

Tinh gọn không dừng lại ở bán hàng. Sau khi khách hàng đồng ý mua, doanh nghiệp bước sang hàng loạt hoạt động vận hành như báo giá, lên đơn, giao hàng, triển khai, bảo hành, sửa chữa hay xử lý khiếu nại.

Những quy trình này thường đã tồn tại trong doanh nghiệp từ lâu, nhưng có thể đang nằm trên giấy, Excel, Zalo hoặc trong kinh nghiệm của từng nhân sự.

Base Workflow giúp đưa quy trình lên một mặt phẳng chung. Mỗi bước được xác định rõ người thực hiện, deadline, kết quả đầu ra và bước tiếp theo. Nhân viên không cần nhớ toàn bộ quy trình, quản lý không phải liên tục hỏi tiến độ và các phòng ban có thể phối hợp với nhau trên cùng một luồng công việc.

Quan trọng hơn, khi quy trình được số hóa đủ rõ, doanh nghiệp bắt đầu có một đường ray quy trình để AI Agent tham gia vào vận hành doanh nghiệp.

Khi quy trình đã được số hóa, AI Agent không còn đứng bên ngoài hệ thống mà có thể trở thành một thành phần trực tiếp trong chính quy trình đó.

Có thể hình dung việc thiết kế Workflow giống như lắp Lego. Một quy trình có khối điều kiện, nhiệm vụ, phê duyệt, chữ ký điện tử và giờ đây có thêm một loại khối mới là AI Agent.

Những bước trước đây con người phải đọc, phân loại, đối chiếu, tổng hợp hay soạn thảo, nếu có logic tương đối rõ, có thể được giao cho AI. AI nhận dữ liệu đầu vào từ quy trình, thực hiện nhiệm vụ rồi trả kết quả ngay tại bước đó để Workflow tiếp tục chạy. Nhưng AI không hoạt động tự do: doanh nghiệp vẫn thiết kế quy trình, quyết định AI tham gia ở đâu, làm gì và khi nào công việc cần chuyển sang cho con người.

Khi AI được đặt đúng vào những bước phù hợp, ROI bắt đầu trở nên rõ ràng. Trong ví dụ xử lý hồ sơ thầu được trình bày tại chương trình, chuyên viên trước đây phải đọc hồ sơ, bóc tách yêu cầu, đối chiếu điều khoản và tổng hợp thông tin. Khi AI Agent được đưa vào đúng bước này, thời gian xử lý được rút từ khoảng 2 ngày xuống 2 phút với mức độ chính xác 96%.

Điểm quan trọng không chỉ là tiết kiệm gần hai ngày. Với cùng một nhân sự, doanh nghiệp có thể xử lý khối lượng công việc lớn hơn rất nhiều. Con người không phải dành phần lớn thời gian cho những bước đọc, tìm kiếm và tổng hợp nữa, mà có thể tập trung vào việc kiểm tra, đánh giá và ra quyết định.

ROI của AI vì vậy không nhất thiết đến từ việc tìm công việc của con người để thay thế, mà từ việc tìm đúng những bước đang tiêu tốn nhiều thời gian nhưng có thể chuẩn hóa.

Một ví dụ khác là quy trình xử lý khiếu nại. Ở cách làm cơ bản, khi khách hàng phản ánh, nhân viên phải tiếp nhận nội dung, xác định nguyên nhân, tìm lại các trường hợp tương tự, phối hợp nội bộ xử lý, soạn phản hồi cho khách rồi cuối cùng mới rút kinh nghiệm và cập nhật lại dữ liệu.

Khi AI được đưa vào quy trình, một số bước có thể được tinh gọn rất rõ. AI đọc nội dung khiếu nại, phân loại vấn đề, đánh giá mức độ nghiêm trọng và tra cứu lịch sử để đề xuất hướng xử lý. Sau khi bộ phận nội bộ hoàn tất, AI có thể hỗ trợ soạn email phản hồi và tiếp tục phân tích kết quả để cập nhật dữ liệu cho những trường hợp sau.

Theo ví dụ trong phần trình bày, số bước cần người thật trực tiếp thực hiện có thể giảm từ 5 xuống còn 2. Con người vẫn giữ những bước cần chuyên môn, trách nhiệm và phán đoán; AI đảm nhận phần đọc, phân loại, tra cứu và chuẩn bị thông tin.

Đây mới là ý nghĩa thực tế của tinh gọn trong kỷ nguyên AI: không phải ít người hơn, mà là ít việc không nhất thiết cần người làm hơn.

3. Dữ liệu: Tài sản được tạo ra sau mỗi lần doanh nghiệp vận hành

Sau mỗi Lead được xử lý, mỗi Deal được chăm sóc, mỗi Workflow được chạy và mỗi khiếu nại được giải quyết, doanh nghiệp đều đang tạo ra thêm một thứ: dữ liệu.

Theo Hà, đây mới là giá trị lớn nhất mà một hạ tầng vận hành có thể tạo ra trong dài hạn.

Nếu nhìn lại toàn bộ hành trình vừa rồi, AI Agent tư vấn khách hàng, CRM tiếp nhận Lead và Workflow điều phối công việc. Sau mỗi lần như vậy, doanh nghiệp không chỉ hoàn thành một nhiệm vụ mà còn biết Lead đến từ đâu, khách hàng quan tâm sản phẩm gì, Sales nào phụ trách, mất bao lâu để phản hồi, quy trình nào thường bị chậm và khách hàng thường phát sinh yêu cầu gì sau bán.

Tất cả những thông tin đó dần trở thành tài sản của doanh nghiệp.

Nhiều người nghĩ CRM chỉ là nơi lưu thông tin khách hàng. Thực tế, CRM lưu lại toàn bộ hành trình chăm sóc: email, cuộc gọi, cuộc họp, ghi chú, việc cần làm, trao đổi nội bộ, tài liệu và trạng thái của Deal trong Pipeline.

Chỉ cần mở một Deal, doanh nghiệp có thể nhìn lại hành trình từ lần tương tác đầu tiên tới những hoạt động chăm sóc tiếp theo. Đây không chỉ là dữ liệu để quản lý Sales mà còn là dữ liệu để AI hiểu doanh nghiệp đang bán hàng như thế nào.

Workflow cũng tạo ra một lớp dữ liệu khác: dữ liệu vận hành. Mỗi Job được tạo ra đều có người thực hiện, deadline, thời điểm bắt đầu, thời điểm hoàn thành, thời gian xử lý, trạng thái và kết quả đầu ra.

Với quy trình giao hàng, doanh nghiệp có thể biết bước nào thường bị trễ. Với bảo hành, có thể biết loại lỗi nào xuất hiện nhiều. Với triển khai, có thể nhìn thấy giai đoạn nào thường khiến khách hàng phải chờ.

Khi công việc chạy trên Workflow, mỗi Job hoàn thành đều tạo thêm dữ liệu vận hành.

Khi dữ liệu được tích lũy đủ nhiều, doanh nghiệp bắt đầu có thể xây dựng những hệ thống báo cáo sâu hơn. Với CRM, dữ liệu có thể được phân tích theo nguồn Lead, Digital Marketing, dự án hoặc sản phẩm, ngày phát sinh, trạng thái thất bại, lý do thất bại, giai đoạn Pipeline, Sales, đội nhóm, Booking, SLA hay số lượng hoạt động chăm sóc.

Điểm quan trọng không nằm ở việc có thật nhiều báo cáo, mà ở việc người quản lý có thể nhìn thấy điều gì đang thực sự diễn ra trong hoạt động kinh doanh thay vì chờ nhân viên tổng hợp lại vào cuối tuần hay cuối tháng.

Dữ liệu chỉ thực sự có giá trị khi doanh nghiệp sử dụng nó để ra quyết định. Đây chính là vai trò của Dashboard.

Người quản lý không cần gọi từng Sales để hỏi hôm nay đã chăm sóc bao nhiêu khách hàng, cũng không cần cuối tuần mới tổng hợp Excel hay cuối tháng mới biết bộ phận nào đang bị nghẽn. Dashboard có thể phản ánh Lead, Conversion, doanh thu, SLA, công việc quá hạn, hiệu suất Sales hay khối lượng công việc từ chính dữ liệu vận hành.

Điều quan trọng là dữ liệu này không đến từ việc nhân viên phải làm thêm báo cáo. Nó được sinh ra ngay trong lúc họ làm việc. Khi công việc được số hóa thì báo cáo cũng được tạo ra một cách tự động.

Và đây là điểm Hà muốn nhấn mạnh nhất trong toàn bộ phần chia sẻ: AI không học từ trí nhớ của nhân viên. AI học từ dữ liệu mà doanh nghiệp tạo ra mỗi ngày.

Mỗi cuộc gọi, mỗi email, mỗi cuộc họp, mỗi đơn hàng, mỗi lần bảo hành hay mỗi khiếu nại đều giúp hệ thống có thêm dữ liệu về cách doanh nghiệp đang bán hàng và vận hành. Theo logic được Hà trình bày, khi dữ liệu được tích lũy liên tục, AI có thể ngày càng hiểu rõ hơn cách đội Sales chăm sóc khách hàng, cách quy trình vận hành và từ đó đưa ra những gợi ý sát hơn với thực tế của chính doanh nghiệp.

Vì vậy, lợi thế cạnh tranh trong tương lai không chỉ nằm ở việc doanh nghiệp đang sử dụng AI nào, mà còn nằm ở lượng dữ liệu chất lượng mà doanh nghiệp sở hữu để AI có thể học.

Xây hạ tầng vận hành hôm nay để AI tạo giá trị lâu dài ngày mai

Nếu phải tóm tắt toàn bộ phần chia sẻ tại sự kiện Base x Modoro, Hà gói lại trong một câu:

AI không phải là điểm khởi đầu của chuyển đổi số. AI là lớp giá trị được xây dựng trên một nền tảng vận hành đủ tốt.

AI Agent có thể giúp doanh nghiệp tạo ra cơ hội nhanh hơn. Nhưng để những cơ hội đó thực sự trở thành kết quả kinh doanh, phía sau AI cần có một bộ máy đủ Tốc độ để phản ứng, đủ Tinh gọn để hấp thụ khối lượng công việc lớn hơn và đủ Dữ liệu để liên tục đo lường, cải thiện và giúp AI hiểu doanh nghiệp hơn.

Công cụ AI có thể tiếp tục thay đổi. Nhưng khi doanh nghiệp đã có quy trình rõ ràng, dữ liệu tập trung và một hệ thống vận hành thống nhất, doanh nghiệp sẽ có khả năng hấp thụ những làn sóng công nghệ tiếp theo tốt hơn.

Đích đến không phải là đưa AI vào càng nhiều chỗ càng tốt. Đích đến là xây dựng một hệ thống trong đó AI tạo ra cơ hội, còn nền tảng vận hành đảm bảo cơ hội đó được xử lý đúng người, đúng quy trình và đúng thời điểm để cuối cùng biến thành kết quả kinh doanh.