Tích hợp AI trong hệ thống thông tin quản lý tại các doanh nghiệp nhỏ và vừa: Tiềm năng, thách thức và giải pháp

ThS. Trương Đình Hải Thụy

Khoa Khoa học dữ liệu, Trường Đại học Tài chính - Marketing

Email: [email protected]

Tóm tắt

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, việc tích hợp trí tuệ nhân tạo (AI) vào hệ thống thông tin quản lý (MIS) được xem là một trong những giải pháp quan trọng giúp tạo được lợi thế cạnh tranh cho các doanh nghiệp nhỏ và vừa. Trên cơ sở tổng quan các nghiên cứu liên quan kết hợp phương pháp phân tích tổng hợp, bài viết làm rõ các hình thức ứng dụng chủ yếu của AI trong MIS; đồng thời chỉ ra những thách thức, rào cản trong quá trình triển khai AI tại doanh nghiệp nhỏ và vừa liên quan đến chất lượng dữ liệu, chi phí đầu tư, nguồn nhân lực và các vấn đề đạo đức - pháp lý. Từ đó, bài viết đề xuất các khuyến nghị về chính sách và chiến lược triển khai nhằm hỗ trợ doanh nghiệp nhỏ và vừa khai thác hiệu quả AI trong MIS, qua đó góp phần thúc đẩy năng lực cạnh tranh và hướng đến phát triển bền vững.

Từ khóa: Chuyển đổi số, trí tuệ nhân tạo, hệ thống thông tin quản lý, doanh nghiệp nhỏ và vừa

Summary

In the context of rapid digital transformation, the integration of artificial intelligence (AI) into management information systems (MIS) is considered a key solution for enhancing the competitive advantage of small and medium-sized enterprises (SMEs) during the digital transformation process. Based on a review of relevant literature combined with a synthesis and analytical approach, this paper clarifies the main forms of AI applications in MIS, including predictive analytics, process automation, decision support, and customer experience personalization. At the same time, the study identifies several challenges and barriers to AI implementation in SMEs, particularly those related to data quality, investment costs, human resources, and ethical and legal concerns. Finally, the paper proposes policy and strategic recommendations to support SMEs in effectively leveraging AI within MIS, thereby enhancing their competitiveness and promoting sustainable development.

Keywords: Digital transformation, artificial intelligence, management information systems, small and medium-sized enterprises

ĐẶT VẤN ĐỀ

Cuộc Cách mạng công nghiệp 4.0 đang tái định hình cách thức vận hành doanh nghiệp trên toàn cầu, trong đó AI ngày càng trở thành công cụ thiết yếu không chỉ đối với các tập đoàn lớn mà ngay cả doanh nghiệp nhỏ và vừa (DNNVV). Theo dự báo của Thormundsson (2023), thị trường AI trong phần mềm dịch vụ dự kiến sẽ vượt 2.000 tỷ USD vào năm 2030, tăng gấp 10 lần so với hiện tại, cho thấy tiềm năng to lớn của công nghệ này.

Tại Việt Nam, đối với DNNVV, những công nghệ AI như học máy, xử lý ngôn ngữ tự nhiên và phân tích dự đoán đang mở ra cơ hội cạnh tranh với các doanh nghiệp lớn thông qua khả năng phân tích dữ liệu lớn, tự động hóa quy trình và tối ưu hóa tài nguyên. Việc áp dụng AI đã tăng vọt vào năm 2024, với 47.000 doanh nghiệp mới triển khai AI, nâng tổng số lên gần 170.000 doanh nghiệp, chiếm khoảng 18% tổng số doanh nghiệp toàn quốc, tăng 13% so với năm trước. Đặc biệt, dữ liệu từ các DNNVV Việt Nam cho thấy việc sử dụng AI để phân tích hành vi khách hàng đã giúp tăng 40% tỷ lệ chuyển đổi chỉ nhờ cá nhân hóa gợi ý sản phẩm và nội dung trang web.

Mặc dù tốc độ ứng dụng AI tại Việt Nam đang tăng nhanh, song việc tích hợp AI vào MIS tại DNNVV vẫn chưa được nghiên cứu đầy đủ và hệ thống. Do đó, nghiên cứu này hướng đến việc phân tích vai trò của AI trong MIS như một động lực thúc đẩy chuyển đổi số, đồng thời đề xuất các hàm ý quản trị và khuyến nghị chính sách nhằm hỗ trợ DNNVV tận dụng hiệu quả công nghệ này, qua đó nâng cao năng lực cạnh tranh và phát triển bền vững trong nền kinh tế số.

TỔNG QUAN NGHIÊN CỨU VÀ CƠ SỞ LÝ THUYẾT

Trí tuệ nhân tạo

AI là hệ thống máy tính có khả năng thực hiện các nhiệm vụ đòi hỏi trí thông minh con người như học tập, giải quyết vấn đề, nhận thức và hiểu ngôn ngữ tự nhiên (Agrawal và cộng sự, 2018). AI mô phỏng khả năng học và suy nghĩ của con người, như huấn luyện mô hình xử lý ngôn ngữ tự nhiên để chatbot hiểu và trả lời câu hỏi khách hàng như người thật. Có 2 loại AI là: (1) AI hẹp, được thiết kế cho các nhiệm vụ cụ thể như ChatGPT, Google Assistant, hệ thống nhận diện khuôn mặt. Đây là loại AI đang được ứng dụng rộng rãi trong doanh nghiệp hiện nay; (2) AI chung (AGI), có trí thông minh giống con người.

AI đang định hình lại hoạt động doanh nghiệp, thúc đẩy đổi mới và cạnh tranh trong nhiều lĩnh vực công nghiệp (Borges và cộng sự, 2021). Theo Collins và cộng sự (2021), AI tác động đến DNNVV theo 2 cách chính: (1) AI thay đổi cách doanh nghiệp kinh doanh như sử dụng chatbot tư vấn bán hàng giúp tiết kiệm chi phí nhân sự, cho phép DNNVV cạnh tranh với các doanh nghiệp lớn; (2) AI cho phép DNNVV đổi mới phương thức và mô hình kinh doanh, tích hợp API AI (OpenAI, Google Cloud AI) vào MIS giúp doanh nghiệp cung cấp dịch vụ mới, cá nhân hóa trải nghiệm khách hàng và tối ưu hóa vận hành.

Hệ thống thông tin quản lý

MIS là hệ thống thông tin được sử dụng để ra quyết định, điều phối, kiểm soát, phân tích và trực quan hóa thông tin về quy trình, con người và công nghệ trong tổ chức. MIS có cấu trúc 2 tầng chính: (1) Tầng dữ liệu bao gồm kho dữ liệu doanh nghiệp (EDW), dữ liệu vận hành và dữ liệu từ nhiều nguồn khác nhau; (2) Tầng thông tin là sản phẩm được xử lý từ dữ liệu, phục vụ cho quản trị, hoạch định chiến lược và ra quyết định.

Đối với DNNVV, MIS không còn chỉ giới hạn ở các hệ thống triển khai tại chỗ (on-premise) mà đang dần chuyển dịch mạnh mẽ sang các nền tảng điện toán đám mây (cloud-based). Sự chuyển dịch này cho phép doanh nghiệp tích hợp AI một cách thuận lợi hơn thông qua các giao diện lập trình ứng dụng.

Các nghiên cứu liên quan

Các nghiên cứu trong và ngoài nước về ứng dụng của AI tại DNNVV có thể chia làm 2 nhóm chính, đó là nhóm nghiên cứu về tác động kinh tế của AI và nhóm nghiên cứu về việc AI tác động đến mô hình như cho phép doanh nghiệp đổi mới phương thức và mô hình kinh doanh.

Nhóm nghiên cứu về tác động kinh tế của AI như Agrawal và cộng sự (2018) cho rằng AI là công nghệ nền tảng, có khả năng thay đổi cách thức doanh nghiệp ra quyết định và phân bổ nguồn lực.

Nhóm nghiên cứu về chuyển đổi mô hình quản trị có nghiên cứu của Borges và cộng sự (2021) phân tích việc sử dụng chiến lược AI trong kỷ nguyên số. Kết quả cho thấy AI không chỉ là công cụ kỹ thuật mà còn là yếu tố định hình mô hình kinh doanh. Hay Collins và cộng sự (2021) tổng hợp các nghiên cứu về AI trong hệ thống thông tin, khẳng định AI đang trở thành chủ đề trọng tâm trong lĩnh vực quản trị thông tin.

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng phương pháp định tính thông qua kỹ thuật tổng quan tài liệu (literature review) và phân tích tổng hợp. Cụ thể, tác giả thu thập dữ liệu thứ cấp từ các nguồn uy tín như OECD, Statista, Oxford Insights và các báo cáo chuyển đổi số của Bộ Kế hoạch và Đầu tư (nay là Bộ Tài chính), Tổng cục Thống kê (nay là Cục Thống kê) trong giai đoạn 2019-2024. Trên cơ sở đó, phương pháp diễn dịch và phân tích hệ thống được áp dụng để làm rõ cơ chế tích hợp AI vào MIS và đánh giá tác động của sự tích hợp này đối với hiệu quả vận hành của DNNVV trong bối cảnh nền kinh tế số tại Việt Nam.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Các ứng dụng của AI trong MIS tại doanh nghiệp nhỏ và vừa

Việc tích hợp AI vào MIS không đơn thuần chỉ là số hóa dữ liệu mà còn biến MIS trở thành công cụ hỗ trợ ra quyết định thông minh. Các ứng dụng AI trong MIS tại DNNVV có thể được phân tích theo 3 nhóm chính sau đây:

AI trong dự báo doanh số và quản trị hàng tồn kho

Việc tích hợp AI vào MIS đem lại hiệu quả kinh tế trực tiếp nhất cho các DNNVV. Thay vì dựa vào cảm tính và kinh nghiệm, MIS tích hợp mô hình học máy có khả năng phân tích dữ liệu lịch sử nhằm nhận diện các quy luật mua sắm, biến động theo mùa vụ và xu hướng tiêu dùng từ dữ liệu quá khứ. Đồng thời, dự báo nhu cầu chính xác, AI cung cấp các kịch bản dự báo doanh số với độ tin cậy cao, từ đó giúp doanh nghiệp đưa ra quyết định nhập hàng tối ưu. Điều này giúp giảm thiểu đáng kể chi phí lưu kho và rủi ro đứt gãy chuỗi cung ứng ảnh hưởng đến dòng tiền của DNNVV.

AI trong tự động hóa quy trình nghiệp vụ và quản lý vận hành

Tích hợp AI giúp các DNNVV tối ưu hóa chi phí vận hành thông qua việc tự động hóa các tác vụ xử lý dữ liệu như sử dụng công nghệ nhận dạng ký tự quang học kết hợp AI để tự động nhập liệu hóa đơn, chứng từ vào hệ thống kế toán của MIS, giúp giảm thiểu 80% thời gian xử lý thủ công và hạn chế sai sót. Hay trong quản lý chuỗi cung ứng, AI hỗ trợ tối ưu hóa lộ trình giao hàng và quản lý đội xe trong hệ thống quản lý vận tải. Việc này không chỉ tiết kiệm chi phí nhiên liệu mà còn nâng cao chỉ số hài lòng của khách hàng nhờ thời gian giao hàng chính xác. Trong hỗ trợ khách hàng qua Chatbot, tích hợp các mô hình ngôn ngữ lớn vào hệ thống quản trị quan hệ khách hàng, giúp doanh nghiệp phản hồi khách hàng 24/7.

Cá nhân hóa quản trị quan hệ khách hàng và chiến lược thị trường

Ngày nay, dữ liệu khách hàng là tài sản chiến lược giúp DNNVV nâng vị thế cạnh tranh với các doanh nghiệp lớn. AI giúp hệ thống MIS thực hiện phân khúc khách hàng dựa trên hành vi mua sắm, giá trị vòng đời và sở thích cá nhân thay vì chỉ dựa trên các thông tin nhân khẩu học cơ bản. Từ đó MIS có khả năng đưa ra các quảng cáo cá nhân hóa thông qua các thuật toán khuyến nghị. Ngoài ra, AI phân tích phản hồi của khách hàng trên các nền tảng số để giúp nhà quản lý điều chỉnh chiến lược sản phẩm và dịch vụ kịp thời, giảm thiểu rủi ro truyền thông.

Những thách thức và rào cản

Bên cạnh những lợi ích rõ ràng, việc tích hợp AI vào MIS cũng đặt ra nhiều thách thức đối với các DNNVV, đặc biệt là hạn chế về nguồn lực tài chính và hạ tầng công nghệ. Phần lớn DNNVV chỉ có ngân sách công nghệ thông tin khá hạn chế, trong khi việc đầu tư vào máy chủ, bản quyền phần mềm AI hay duy trì hệ thống dữ liệu lớn đòi hỏi chi phí đáng kể. Mặc dù điện toán đám mây giúp giảm bớt chi phí ban đầu, nhưng phí bản quyền theo người dùng và chi phí tích hợp vẫn là rào cản đáng kể.

Mặt khác, hiệu quả của AI phụ thuộc nhiều vào dữ liệu đầu vào. Tuy nhiên, tại nhiều DNNVV, dữ liệu còn phân tán, chưa được chuẩn hóa hoặc lưu trữ rời rạc trên các tệp Excel thay vì trong hệ thống quản trị tập trung, khiến các mô hình học máy khó đưa ra dự báo chính xác. Đồng thời, việc vận hành MIS tích hợp AI đòi hỏi nhân sự có kiến thức về cả quản trị và phân tích dữ liệu, trong khi DNNVV thường khó cạnh tranh để thu hút chuyên gia dữ liệu so với các doanh nghiệp lớn. Ngoài ra, việc khai thác dữ liệu hành vi khách hàng cũng làm gia tăng rủi ro về quyền riêng tư và an toàn thông tin, trong khi nhiều DNNVV vẫn thiếu các quy trình bảo mật và quản trị dữ liệu chặt chẽ.

MỘT SỐ KHUYẾN NGHỊ

Trên cơ sở những thách thức đã nêu, các DNNVV cần triển khai tích hợp AI vào hệ thống MIS theo lộ trình linh hoạt và từng bước. Thay vì đầu tư hạ tầng lớn ngay từ đầu, doanh nghiệp nên ưu tiên sử dụng các mô hình phần mềm dưới dạng dịch vụ (SaaS) và học máy như một dịch vụ (MLaaS). Cách tiếp cận này cho phép tiếp cận các công nghệ AI tiên tiến thông qua nền tảng điện toán đám mây với chi phí hợp lý và hình thức thanh toán theo mức độ sử dụng, từ đó giảm áp lực tài chính và rủi ro đầu tư.

Song song với đó, doanh nghiệp cần từng bước chuẩn hóa và xây dựng hệ thống dữ liệu tập trung, thay thế việc lưu trữ phân tán trên các tệp tin rời rạc. Việc nâng cao chất lượng và tính nhất quán của dữ liệu sẽ tạo nền tảng quan trọng để các công cụ AI và các mô hình phân tích hoạt động hiệu quả hơn. Đồng thời, DNNVV cần chú trọng đào tạo kỹ năng số cơ bản cho nhân viên, đặc biệt là khả năng khai thác dữ liệu và sử dụng các hệ thống quản trị thông minh, nhằm bảo đảm các công cụ công nghệ được vận hành hiệu quả trong thực tế.

Bên cạnh các yếu tố về công nghệ và nhân lực, doanh nghiệp cũng cần tăng cường quản trị dữ liệu và bảo mật thông tin khi ứng dụng AI. Việc thiết lập các quy trình kiểm soát truy cập, bảo vệ dữ liệu khách hàng và tuân thủ các quy định pháp lý liên quan đến bảo vệ dữ liệu cá nhân sẽ giúp giảm thiểu rủi ro an toàn thông tin, đồng thời củng cố niềm tin của khách hàng và đối tác trong môi trường kinh doanh số.

Tài liệu tham khảo:

1. Agrawal, A., J. Gans and A. Goldfarb (2018). Economic Policy for Artificial Intelligence. National Bureau of Economic Research.

2. Bộ Kế hoạch và Đầu tư (2024). Báo cáo tình hình triển khai chuyển đổi số tại doanh nghiệp Việt Nam năm 2024.

3. Borges, A. F., et al. (2021). The strategic use of artificial intelligence in the digital era. Systematic literature review and future research directions. International Journal of Information Management, 57, 102225.

4. Collins, C., et al. (2021). Artificial intelligence in information systems research: A systematic literature review and research agenda. International Journal of Information Management, 60, 102383.

5. OECD (2019). Recommendation of the Council on Artificial Intelligence. OECD Legal Instrument.

6. Thormundsson (2023). Artificial Intelligence (AI) in Software as a Service (SaaS) Market Forecast Worldwide. Statista.

7. Tổng cục Thống kê (2024). Báo cáo kinh tế số Việt Nam 2024.