Quản trị phát triển kỹ năng số nhằm nâng cao năng suất lao động trong các doanh nghiệp dệt may Việt Nam

Nguyễn Duy Thắng

Tập đoàn Dệt May Việt Nam

Email: [email protected]

Tóm tắt

Chuyển đổi số đang làm thay đổi công nghệ, phương thức phối hợp và yêu cầu năng lực trong doanh nghiệp dệt may Việt Nam. Tuy nhiên, đầu tư thiết bị và phần mềm không tự động tạo ra năng suất nếu người lao động thiếu kỹ năng sử dụng dữ liệu, xử lý sai lệch và thích ứng với quy trình mới. Nghiên cứu sử dụng tổng quan tích hợp và tài liệu thứ cấp để làm rõ mối liên hệ giữa quản trị kỹ năng số với năng suất lao động, nhận diện khoảng trống và đề xuất mô hình phù hợp với ngành. Mô hình gồm 5 hợp phần: hoạch định nhu cầu theo chiến lược và vị trí việc làm; tổ chức nội dung theo 3 tầng năng lực; học tập gắn với công việc; hỗ trợ chuyển giao; và đánh giá bằng chỉ số năng lực, vận hành, năng suất. Nghiên cứu cho rằng, giá trị kinh tế của đào tạo chỉ hình thành khi kết quả học tập được chuyển thành giảm sai lỗi, rút ngắn thời gian, nâng chất lượng dữ liệu và tăng đầu ra trên một đơn vị lao động. Mô hình là khung tham khảo để doanh nghiệp quản trị đầu tư kỹ năng số có hệ thống.

Từ khóa: Doanh nghiệp dệt may, kỹ năng số, năng suất lao động, quản trị đào tạo, quản trị nguồn nhân lực

Abstract

Digital transformation is changing technology, coordination methods, and competency requirements in Vietnamese textile and garment enterprises. However, investment in equipment and software does not automatically generate productivity gains when employees lack the skills to use data, handle deviations, and adapt to new processes. This study employs an integrative review and secondary sources to clarify the relationship between digital skills management and labor productivity, identify research gaps, and propose an industry-appropriate model. The model comprises five components: needs planning based on strategy and job positions; content organization across three competency levels; work-based learning; transfer support; and assessment using competency, operational, and productivity indicators. The study argues that the economic value of training is realized only when learning outcomes are translated into fewer errors, shorter processing times, improved data quality, and higher output per unit of labor. The model provides a reference framework for enterprises to manage investments in digital skills systematically.

Keywords: Textile and garment enterprises, digital skills, labor productivity, training management, human resource management

ĐẶT VẤN ĐỀ

Dệt may là ngành xuất khẩu và tạo việc làm quan trọng của Việt Nam, nhưng lợi thế dựa vào lao động dồi dào, gia công và chi phí thấp đang chịu sức ép từ tăng tiền lương, giao hàng nhanh, truy xuất nguồn gốc, sản xuất xanh và tự động hóa. Theo World Bank (2024), chi phí lao động sản xuất của Việt Nam đã tăng nhanh hơn năng suất trong một số giai đoạn, làm suy giảm lợi thế chi phí và đặt ra yêu cầu chuyển sang hoạt động có giá trị gia tăng cao hơn. Chiến lược phát triển ngành Dệt May và Da Giầy đến năm 2030 cũng xác định đổi mới công nghệ, phát triển nguồn nhân lực và nâng cao năng suất, chất lượng là các định hướng trọng yếu (Thủ tướng Chính phủ, 2022).

Chuyển đổi số vì vậy không chỉ là mua máy hoặc cài phần mềm, mà là tái cấu trúc cách doanh nghiệp thu thập dữ liệu, điều phối đơn hàng, cân bằng chuyền, kiểm soát chất lượng, quản lý nguyên liệu và ra quyết định. Công nghệ chỉ tạo giá trị khi được tích hợp vào vận hành. Hệ thống theo dõi không cải thiện năng suất nếu dữ liệu sai; bảng cảnh báo không có ý nghĩa nếu tổ trưởng không phân tích được nguyên nhân; phần mềm hoạch định không rút ngắn giao hàng nếu các bộ phận vẫn làm ngoài hệ thống.

World Economic Forum (2025) dự báo 39% bộ kỹ năng hiện có sẽ thay đổi hoặc lỗi thời trong giai đoạn 2025-2030; 59 trong 100 người lao động cần được đào tạo. Tại Việt Nam, 68% nghề nghiệp được khảo sát có đề cập năng lực số cơ bản, nhưng nhiều kỹ năng số phục vụ kinh doanh và phân tích được sử dụng với cường độ thấp hơn các nước đối sánh (World Bank, 2021). Các báo cáo dệt may gần đây cũng nhấn mạnh yêu cầu nâng cấp chuỗi giá trị bằng công nghệ và kỹ năng (International Labour Organization - ILO, 2025a, 2025b).

Tuy nhiên, nhiều doanh nghiệp vẫn xem đào tạo kỹ năng số là hoạt động hỗ trợ khi lắp đặt thiết bị. Kết quả thường được đo bằng số lớp, số người tham gia và chứng chỉ, ít gắn với sản lượng, thời gian chu kỳ, tỷ lệ lỗi, dừng máy hoặc giá trị trên giờ công. Nghiên cứu hệ thống hóa cơ sở lý luận, phân tích khoảng trống quản trị và đề xuất mô hình phát triển kỹ năng số gắn với chỉ số năng suất. Trọng tâm chuyển từ khóa học sang chu trình quản trị, trong đó nhu cầu xuất phát từ chiến lược và vấn đề vận hành, còn hiệu quả được đánh giá bằng thay đổi tại nơi làm việc.

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng tổng quan tích hợp kết hợp phân tích chính sách và tài liệu thứ cấp. Tư liệu được lựa chọn khi có nguồn gốc từ công trình học thuật có phản biện, tổ chức quốc tế hoặc cơ quan nhà nước; liên quan đến đào tạo, kỹ năng số, năng suất hoặc dệt may; và ưu tiên giai đoạn 2019-2025, trừ một số nghiên cứu nền tảng. Dữ liệu được mã hóa theo 4 nhóm: áp lực kinh tế - công nghệ; yêu cầu kỹ năng theo công việc; hạn chế trong hoạch định, triển khai và đánh giá đào tạo; và cơ chế chuyển hóa kỹ năng thành kết quả vận hành. Bằng chứng quốc tế được đối chiếu với đặc điểm dệt may Việt Nam. Đây là nghiên cứu thiết kế, không kiểm định nhân quả; các chỉ số cần được hiệu chỉnh theo quy mô, công nghệ và dữ liệu của từng doanh nghiệp.

CƠ SỞ LÝ LUẬN

Kỹ năng số dưới góc độ quản trị nguồn nhân lực

Kỹ năng số không đồng nhất với khả năng sử dụng máy tính. DigComp 2.2 xem năng lực số là sự kết hợp giữa kiến thức, kỹ năng và thái độ để sử dụng công nghệ tự tin, có phê phán và an toàn; các lĩnh vực gồm thông tin - dữ liệu, giao tiếp - hợp tác, sáng tạo nội dung, an toàn và giải quyết vấn đề (Vuorikari và cộng sự, 2022). Trong doanh nghiệp, khung này phải được chuyển thành hành vi nghề nghiệp. Công nhân cần quét mã, ghi nhận lỗi và đọc cảnh báo; tổ trưởng cần phân tích dữ liệu năng suất; nhân viên kế hoạch cần xử lý dữ liệu đơn hàng, năng lực, tồn kho; quản lý cần đánh giá đầu tư và dẫn dắt thay đổi.

Dưới góc độ quản trị nguồn nhân lực, kỹ năng số là thành tố của vốn nhân lực. Đào tạo là khoản đầu tư khi làm tăng khả năng thực hiện nhiệm vụ và giúp khai thác tài sản công nghệ tốt hơn. Aguinis và Kraiger (2009) cho thấy, lợi ích đào tạo phụ thuộc vào chất lượng thiết kế và môi trường áp dụng. Doanh nghiệp vì thế cần quản trị danh mục năng lực theo vị trí và quy trình, thay vì chỉ quản lý danh mục khóa học.

Cơ chế tác động đến năng suất

Năng suất lao động phản ánh đầu ra hoặc giá trị gia tăng trên một đơn vị lao động. OECD (2001) lưu ý rằng, năng suất còn chịu ảnh hưởng của vốn, công nghệ, tổ chức công việc, công suất và quy mô, nên không thể quy toàn bộ thay đổi cho đào tạo. Dù vậy, kỹ năng số có thể giảm thời gian thao tác, nâng độ chính xác dữ liệu, phát hiện sai lệch sớm, giảm hàng lỗi và dừng máy, cải thiện phối hợp liên bộ phận, hỗ trợ phân bổ nguồn lực và rút ngắn thời gian thích nghi với công nghệ mới.

Bằng chứng kinh tế củng cố động cơ đầu tư. Dearden và cộng sự (2006), với dữ liệu ngành tại Anh, nhận thấy mức tăng đào tạo liên hệ với mức tăng giá trị gia tăng trên giờ lao động cao hơn mức tăng tiền lương. Konings và Vanormelingen (2015) sử dụng dữ liệu doanh nghiệp Bỉ cũng cho thấy chênh lệch năng suất của lao động được đào tạo lớn hơn chênh lệch tiền lương. Tuy nhiên, các hệ số này không thể chuyển cơ học sang dệt may Việt Nam; tác động còn phụ thuộc công nghệ, tổ chức và mức chuyển giao.

Chuyển giao và đánh giá

Kết quả học tập không tự động trở thành kết quả công việc. Hiệu quả phụ thuộc vào phân tích nhu cầu, mục tiêu rõ, thực hành có phản hồi, động lực, hỗ trợ của quản lý và cơ hội áp dụng (Salas và cộng sự, 2012). Rủi ro “học nhưng không dùng” lớn khi doanh nghiệp duy trì đồng thời quy trình giấy, bảng tính cá nhân và hệ thống mới.

Đánh giá vì vậy phải vượt mức tham gia và hài lòng. Chuỗi kết quả gồm: tăng năng lực; sử dụng kỹ năng tại nơi làm việc; thay đổi chỉ số vận hành; và kết quả năng suất. Doanh nghiệp cần xác lập đường cơ sở, thí điểm phạm vi hẹp, theo dõi trước - sau và xem xét các thay đổi đồng thời về sản phẩm, máy móc, nguyên liệu và đơn hàng.

Từ các lập luận trên, mối quan hệ trong nghiên cứu có thể được khái quát theo chuỗi: quản trị phát triển kỹ năng số → cải thiện năng lực → chuyển giao kỹ năng vào hành vi công việc → cải thiện chỉ số vận hành → đóng góp vào năng suất lao động. Chuỗi tác động này chịu ảnh hưởng đồng thời của công nghệ, thiết kế quy trình, cơ hội áp dụng, hỗ trợ của quản lý và điều kiện sản xuất.

BỐI CẢNH VÀ KHOẢNG TRỐNG QUẢN TRỊ TRONG DOANH NGHIỆP DỆT MAY VIỆT NAM

Áp lực năng suất và khoảng cách công nghệ

Theo ILO (2025a), Việt Nam có hơn 14.000 doanh nghiệp dệt may vào năm 2022, khoảng 89,4% là doanh nghiệp siêu nhỏ, nhỏ và vừa; kim ngạch xuất khẩu năm 2024 đạt khoảng 44 tỷ USD. Tỷ trọng doanh nghiệp nhỏ cao khiến nguồn lực đầu tư công nghệ, dữ liệu và đào tạo không đồng đều. Các doanh nghiệp lớn và doanh nghiệp có vốn đầu tư nước ngoài đã ứng dụng hệ thống hoạch định nguồn lực, điều hành sản xuất, thiết kế số, truy xuất và tự động hóa; nhiều doanh nghiệp nhỏ vẫn dựa vào bảng tính, hồ sơ giấy hoặc phần mềm rời rạc.

Khoảng cách này đồng thời là khoảng cách quản trị. Cùng một thiết bị có thể tạo kết quả khác nhau do chất lượng dữ liệu, kỷ luật quy trình, kỹ năng vận hành và năng lực sử dụng thông tin. Công nghệ thay thế một số thao tác lặp lại nhưng làm tăng nhu cầu vận hành thiết bị số, xử lý dữ liệu, bảo trì, kiểm soát chất lượng và phối hợp liên chức năng. ILO (2019) cho rằng tiến bộ công nghệ, toàn cầu hóa, biến đổi khí hậu và nhân khẩu học đang cùng định hình tương lai việc làm trong ngành.

Khoảng cách kỹ năng

Lao động trực tiếp chiếm tỷ trọng lớn, tỷ lệ lao động nữ cao và công việc thường tổ chức theo chuyền, ca, định mức. Nhóm kỹ sư, kỹ thuật viên, chuyên gia dữ liệu, thiết kế và quản lý chuyên môn còn hạn chế. Doanh nghiệp phải đào tạo lại lực lượng hiện hữu, bao gồm lao động ít có điều kiện tiếp xúc công nghệ (ILO, 2025a, 2025b).

Khoảng cách xuất hiện ở 3 cấp độ. Ở cấp nền tảng, một bộ phận lao động chưa thành thạo tài khoản, bảo mật, nhập liệu và xử lý sự cố. Ở cấp công việc, người lao động biết thao tác nhưng chưa hiểu ý nghĩa dữ liệu, liên hệ giữa công đoạn và cách xử lý ngoại lệ. Ở cấp quản lý, một số cán bộ chưa đủ năng lực xác định bài toán số, lựa chọn chỉ tiêu, đánh giá lợi ích - chi phí và dẫn dắt thay đổi. Nếu chỉ đào tạo công nhân sử dụng giao diện mà bỏ qua tổ trưởng và quản lý, dữ liệu khó chuyển thành quyết định năng suất.

Bốn khoảng trống quản trị

Thứ nhất, nhu cầu kỹ năng chưa được hoạch định từ chiến lược và kế hoạch công nghệ. Đào tạo thường diễn ra sau khi mua thiết bị, phụ thuộc nhà cung cấp; nhiều doanh nghiệp thiếu bản đồ kỹ năng theo vị trí và mức thành thạo.

Thứ hai, nội dung thiên về thao tác, chưa chú trọng tư duy dữ liệu, giải quyết vấn đề và phối hợp. Khi phần mềm nâng cấp hoặc tình huống khác bài mẫu, người học khó thích ứng; hình thức học cũng chưa luôn phù hợp với lao động theo ca.

Thứ ba, trách nhiệm chuyển giao chưa rõ. Nhân sự tổ chức lớp, công nghệ thông tin quản lý hệ thống, sản xuất chịu chỉ tiêu, nhưng không bên nào sở hữu đầy đủ kết quả áp dụng. Thiếu phản hồi tại hiện trường khiến người học hoàn thành khóa nhưng không đổi hành vi.

Thứ tư, đánh giá chưa gắn với kết quả kinh tế. Số lượt học và tỷ lệ hoàn thành chỉ phản ánh hoạt động. Doanh nghiệp ít đo mức sử dụng hệ thống, độ chính xác dữ liệu, thời gian phản hồi lỗi, dừng máy, tỷ lệ sửa hàng hoặc sản lượng trên giờ công, nên khó phân bổ ngân sách hợp lý.

MÔ HÌNH QUẢN TRỊ PHÁT TRIỂN KỸ NĂNG SỐ GẮN VỚI NĂNG SUẤT LAO ĐỘNG

Nguyên tắc và kiến trúc năng lực

Mô hình dựa trên 4 nguyên tắc: kỹ năng xuất phát từ nhiệm vụ và vấn đề năng suất, không chỉ từ tên phần mềm; nội dung phân tầng theo vai trò; đào tạo gắn với thực hành và thiết kế công việc; đánh giá kết nối năng lực với vận hành, năng suất nhưng không quy kết nhân quả khi thiếu dữ liệu kiểm soát.

Mô hình được tổ chức thành chu trình quản trị 5 bước: hoạch định nhu cầu; thiết kế năng lực; học tập gắn với công việc; quản trị chuyển giao; và đo lường, cải tiến. Nhân sự điều phối, phối hợp với sản xuất, chất lượng, công nghệ thông tin, tài chính và quản lý trực tiếp.

Bảng 1: Kiến trúc năng lực số theo 3 tầng

Nguồn: Tác giả đề xuất

Ba tầng là hệ thống mô-đun. Mỗi vị trí được gán năng lực và mức thành thạo phù hợp: công nhân ghi đúng mã lỗi; tổ trưởng đọc chênh lệch năng suất; quản đốc kết hợp dữ liệu để ra quyết định.

Chu trình quản trị 5 bước

Bước một, xác định vấn đề năng suất và nhu cầu kỹ năng. Doanh nghiệp lựa chọn quy trình có vấn đề rõ như nhập sai dữ liệu, chuyển mã chậm, dừng máy lặp lại hoặc chênh lệch tồn kho; sau đó lập ma trận vị trí - nhiệm vụ - năng lực - chỉ số.

Bước hai, thiết kế mô-đun và chuẩn đầu ra. Chuẩn phải là hành vi quan sát được, chẳng hạn “ghi nhận đúng mã lỗi trong thời gian quy định”. Mô-đun nên ngắn, dùng tình huống và thiết bị thực tế; phiên 30-60 phút, học kết hợp phù hợp với lao động theo ca.

Bước ba, triển khai học tập gắn với công việc. Mỗi mô-đun gồm kiến thức cốt lõi, thực hành có hướng dẫn, nhiệm vụ tại hiện trường và phản hồi. Chứng chỉ chỉ được cấp sau bài thực hành hoặc nhiệm vụ thực tế.

Bước bốn, quản trị chuyển giao. Quản lý trực tiếp bố trí cơ hội áp dụng và phản hồi. Doanh nghiệp xây dựng mạng lưới “đại sứ số” tại phân xưởng để hỗ trợ đồng nghiệp và kết nối sản xuất với nhân sự, công nghệ thông tin. Quy trình cũ cần được điều chỉnh; nếu vẫn chấp nhận cách làm ngoài hệ thống, kỹ năng mới khó thành thói quen.

Bước năm, đánh giá và cải tiến. Kết quả được so sánh với đường cơ sở, phân tích theo mô-đun, vị trí, ca hoặc bộ phận, rồi dùng để điều chỉnh nội dung, ngân sách và quyết định nhân rộng.

Chỉ số đánh giá và điều kiện triển khai

Không phải mô-đun nào cũng đo ngay bằng giá trị gia tăng. Với kỹ năng bảo mật hoặc dữ liệu nền tảng, giảm lỗi và tăng tuân thủ phù hợp hơn. Khi năng lực tăng nhưng vận hành không đổi, nguyên nhân có thể nằm ở quy trình, hệ thống hoặc thiếu quyền áp dụng, không nhất thiết do đào tạo thất bại.

Bảng 2: Các cấp độ đánh giá

Nguồn: Tác giả đề xuất trên cơ sở OECD (2001), Salas và cộng sự (2012)

Doanh nghiệp nên thí điểm ở bộ phận có dữ liệu và vấn đề năng suất rõ, đánh giá sau 8-12 tuần rồi điều chỉnh trước khi mở rộng. Hộ chiếu kỹ năng số ghi nhận năng lực, vi chứng chỉ và dự án cải tiến để hỗ trợ bố trí, điều chuyển; tiêu chuẩn phải minh bạch và có cơ hội học lại.

Ngân sách đào tạo nên được quản trị như danh mục đầu tư, ưu tiên mô-đun liên quan trực tiếp đến điểm nghẽn năng suất. Tài chính có thể hỗ trợ xác định chi phí và giá trị tiết kiệm, nhưng không nên tính tỷ suất hoàn vốn khi chưa đủ dữ liệu tách tác động đào tạo khỏi thay đổi về máy móc, nguyên liệu hoặc đơn hàng.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Nghiên cứu cho thấy, đầu tư công nghệ chỉ có thể chuyển hóa thành năng suất khi doanh nghiệp đồng thời phát triển kỹ năng số, bảo đảm chất lượng dữ liệu và tạo điều kiện để người lao động áp dụng kỹ năng vào công việc. Vì vậy, quản trị kỹ năng số cần được xem là một bộ phận của chiến lược năng suất, thay vì chỉ là hoạt động đào tạo hỗ trợ.

Nghiên cứu đề xuất mô hình gồm 5 bước: Hoạch định nhu cầu, thiết kế năng lực, học tập gắn với công việc, quản trị chuyển giao và đo lường - cải tiến. Hiệu quả cần được đánh giá theo chuỗi từ năng lực, hành vi sử dụng công nghệ, kết quả vận hành đến năng suất lao động.

Đối với doanh nghiệp, đầu tư thiết bị và phần mềm nên đi kèm phân tích yêu cầu kỹ năng, kế hoạch đào tạo và chỉ số đánh giá. Bộ phận nhân sự cần phối hợp với sản xuất, công nghệ thông tin, chất lượng và tài chính để quản trị năng lực, theo dõi kết quả và hỗ trợ chuyển giao sau đào tạo. Ở cấp ngành, hiệp hội và cơ sở đào tạo cần phát triển chuẩn kỹ năng, mô-đun dùng chung và chương trình đào tạo gắn với bài toán thực tế của doanh nghiệp.

Do nghiên cứu sử dụng tổng quan và dữ liệu thứ cấp, mô hình chưa được kiểm định trực tiếp tại doanh nghiệp. Nghiên cứu tiếp theo cần thí điểm mô hình và sử dụng dữ liệu trước - sau để đánh giá mối quan hệ giữa kỹ năng số, kết quả vận hành và năng suất lao động.

Tài liệu tham khảo:

1. Aguinis, H., & Kraiger, K. (2009). Benefits of training and development for individuals and teams, organizations, and society. Annual Review of Psychology, 60(1), 451-474. https://doi.org/10.1146/annurev.psych.60.110707.163505

2. Dearden, L., Reed, H., & Van Reenen, J. (2006). The impact of training on productivity and wages: Evidence from British panel data. Oxford Bulletin of Economics and Statistics, 68(4), 397-421. https://doi.org/10.1111/j.1468-0084.2006.00170.x

3. International Labour Organization - ILO (2019). The future of work in textiles, clothing, leather and footwear (Working Paper No. 326). International Labour Office. https://www.ilo.org/publications/future-work-textiles-clothing-leather-and-footwear

4. International Labour Organization (2025a). Skills for trade and economic diversification: Analysis of the textile and garment industry in Viet Nam. https://doi.org/10.54394/UVEW3071

5. International Labour Organization (2025b). Towards a sector skills strategy for Viet Nam’s textile and garment industry: Priority skills needs, actions, and recommendations for education and training system.

6. Konings, J., & Vanormelingen, S. (2015). The impact of training on productivity and wages: Firm-level evidence. The Review of Economics and Statistics, 97(2), 485-497. https://doi.org/10.1162/REST_a_00460

7. Organisation for Economic Co-operation and Development (2001). Measuring productivity: OECD manual: Measurement of aggregate and industry-level productivity growth. OECD Publishing. https://doi.org/10.1787/9789264194519-en

8. Organisation for Economic Co-operation and Development. (2023). OECD skills outlook 2023: Skills for a resilient green and digital transition. OECD Publishing. https://doi.org/10.1787/27452f29-en

9. Salas, E., Tannenbaum, S. I., Kraiger, K., & Smith-Jentsch, K. A. (2012). The science of training and development in organizations: What matters in practice. Psychological Science in the Public Interest, 13(2), 74-101. https://doi.org/10.1177/1529100612436661

10. Thủ tướng Chính phủ (2022). Quyết định số 1643/QĐ-TTg ngày 29/12/2022 phê duyệt Chiến lược phát triển ngành Dệt May và Da Giầy Việt Nam đến năm 2030, tầm nhìn đến năm 2035.

11. Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for citizens: With new examples of knowledge, skills and attitudes. Publications Office of the European Union. https://doi.org/10.2760/115376

12. World Bank (2021). Digital skills in a digitizing Vietnam: Assessing the demand for digital skills in Vietnam.

13. World Bank (2024). Viet Nam 2045: Trading up in a changing world: Pathways to a high-income future.

14. World Economic Forum (2025). The future of jobs report 2025.