Doanh nghiệp có còn cần ERP khi AI ngày càng thông minh?

Khi AI có thể đọc tài liệu, tổng hợp báo cáo, dự báo xu hướng và hỗ trợ ra quyết định, một câu hỏi bắt đầu xuất hiện trong nhiều cuộc thảo luận của lãnh đạo doanh nghiệp: Có còn cần triển khai ERP hay chỉ cần sử dụng AI?

Câu hỏi này hợp lý, bởi trải nghiệm với AI thường trực quan hơn nhiều so với phần mềm quản trị truyền thống. Người dùng có thể đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận kết quả chỉ sau vài giây. Trong khi đó, một dự án ERP đòi hỏi doanh nghiệp chuẩn hóa dữ liệu, làm rõ quy trình, xác định phân quyền và thay đổi cách phối hợp giữa các bộ phận.

Tuy nhiên, AI và ERP không giải quyết cùng một lớp vấn đề. AI tạo ra năng lực phân tích, tương tác và tự động hóa thông minh. ERP tạo ra nền tảng dữ liệu, quy trình và kiểm soát để doanh nghiệp vận hành nhất quán. Vì vậy, AI không làm ERP trở nên dư thừa. Ngược lại, AI càng phát triển, yêu cầu về một nền tảng quản trị có cấu trúc càng trở nên rõ ràng.

AI giỏi đến đâu vẫn cần dữ liệu và bối cảnh vận hành

Một công cụ AI có thể viết email cho khách hàng, tóm tắt hợp đồng hoặc phân tích bảng tính. Nhưng để trả lời những câu hỏi quản trị như “Đơn hàng nào có nguy cơ giao trễ?”, “Dòng tiền tháng tới chịu ảnh hưởng bởi khoản phải thu nào?” hay “Bộ phận nào đang sử dụng nguồn lực vượt kế hoạch?”, AI cần nhiều hơn một câu lệnh.

AI phải tiếp cận đúng dữ liệu về khách hàng, đơn hàng, tồn kho, mua hàng, công nợ, nhân sự hoặc tiến độ công việc. Các dữ liệu này cần thống nhất về mã định danh, trạng thái và thời điểm cập nhật. Quan trọng hơn, hệ thống phải hiểu được mối quan hệ giữa chúng.

Nếu cùng một khách hàng được ghi dưới ba tên khác nhau ở ba tệp dữ liệu, tồn kho trên bảng tính không khớp với thực tế, hoặc trạng thái đơn hàng được cập nhật qua tin nhắn, AI có thể tạo ra câu trả lời nghe hợp lý nhưng không đủ tin cậy để lãnh đạo hành động.

Đây chính là lớp nền mà ERP và các nền tảng quản trị tích hợp cần đảm nhiệm:

• Tập trung và liên kết dữ liệu phát sinh từ các hoạt động cốt lõi.
• Chuẩn hóa cách ghi nhận nghiệp vụ giữa các phòng ban.
• Điều phối quy trình, trạng thái xử lý và trách nhiệm của từng vị trí.
• Thiết lập quyền truy cập, phê duyệt và dấu vết thao tác.
• Cung cấp dashboard và báo cáo dựa trên cùng một nguồn dữ liệu.

Nói cách khác, ERP không chỉ là nơi nhập liệu. Khi được thiết kế phù hợp, ERP đóng vai trò như “hệ thống ghi nhận chính thức” của doanh nghiệp. AI có thể khai thác nền tảng đó để phân tích hoặc đề xuất, nhưng không nên tự tạo ra một phiên bản sự thật riêng nằm ngoài hệ thống vận hành.

AI đang thay đổi ERP, không đơn giản là thay thế ERP

Những hệ thống ERP trước đây thường bị đánh giá là khó sử dụng, nhiều biểu mẫu và phụ thuộc vào thao tác thủ công. AI có khả năng cải thiện đáng kể trải nghiệm đó. Thay vì tìm qua nhiều màn hình, người quản lý có thể đặt câu hỏi. Thay vì tự đọc hàng trăm bản ghi, hệ thống có thể gợi ý những trường hợp bất thường cần chú ý.

Trong thực tế, AI có thể bổ sung giá trị cho nền tảng quản trị ở một số lớp công việc:

1. Hỗ trợ nhập và xử lý thông tin: nhận diện nội dung từ tài liệu, phân loại yêu cầu hoặc gợi ý trường dữ liệu cần điền.
2. Tìm kiếm bằng ngôn ngữ tự nhiên: giúp người dùng tra cứu thông tin mà không cần nhớ cấu trúc báo cáo phức tạp.
3. Tóm tắt tình hình: rút gọn nội dung từ nhiều giao dịch, công việc hoặc phản hồi để người quản lý nhanh chóng nắm vấn đề.
4. Phát hiện điểm bất thường: hỗ trợ nhận diện những thay đổi đáng chú ý về tiến độ, chi phí, tồn kho hoặc hiệu suất.
5. Gợi ý hành động: đề xuất bước xử lý tiếp theo dựa trên dữ liệu và quy tắc doanh nghiệp đã xác lập.

Điểm quan trọng là các khả năng trên chỉ mang lại giá trị quản trị khi được đặt trong bối cảnh cụ thể. Một đề xuất mua thêm hàng không thể chỉ dựa vào xu hướng tiêu thụ; nó còn liên quan đến tồn kho khả dụng, đơn hàng đã cam kết, thời gian cung ứng, ngân sách và thẩm quyền phê duyệt. ERP cung cấp bối cảnh nghiệp vụ đó.

Điều gì xảy ra nếu doanh nghiệp dùng AI khi nền tảng quản trị còn rời rạc?

Nhiều doanh nghiệp đang sở hữu dữ liệu nhưng chưa thực sự quản trị được dữ liệu. Thông tin nằm trong bảng tính cá nhân, phần mềm riêng lẻ, email, nhóm chat và cả kinh nghiệm của từng nhân viên. Trong hoàn cảnh đó, AI có thể giúp xử lý từng đầu việc, nhưng khó tạo ra một năng lực điều hành xuyên suốt.

Có bốn rủi ro lãnh đạo cần cân nhắc.

1. Câu trả lời nhanh nhưng không có “nguồn sự thật” chung

Nếu phòng kinh doanh, kho và kế toán sử dụng ba bộ số liệu khác nhau, AI có thể phân tích từng bộ nhưng không tự giải quyết được xung đột nghiệp vụ. Lãnh đạo vẫn phải tranh luận xem con số nào đúng trước khi ra quyết định.

2. Tự động hóa một thao tác nhưng không tối ưu toàn quy trình

AI có thể soạn một báo giá nhanh hơn, nhưng nếu chính sách giá chưa rõ, dữ liệu tồn kho không cập nhật và quy trình duyệt chiết khấu vẫn thực hiện qua tin nhắn, thời gian xử lý tổng thể chưa chắc được rút ngắn. Tối ưu cục bộ đôi khi chỉ đẩy điểm nghẽn sang bộ phận khác.

3. Khó kiểm soát quyền truy cập dữ liệu

Không phải người dùng nào cũng nên nhìn thấy toàn bộ dữ liệu về giá vốn, lương, hợp đồng hoặc khách hàng. Khi đưa AI vào công việc, phân quyền phải được xem xét đến cấp dữ liệu và hành động, thay vì chỉ giới hạn ở việc ai được mở công cụ.

4. Kết quả khó chuyển thành hành động có trách nhiệm

Một cảnh báo chỉ có giá trị khi được chuyển đến đúng người, có thời hạn xử lý và được theo dõi đến khi hoàn thành. Nếu kết quả AI chỉ xuất hiện trong một cửa sổ hội thoại, doanh nghiệp có thể nhận ra vấn đề nhưng vẫn không giải quyết được vấn đề.

Ví dụ: AI phát hiện đơn hàng có nguy cơ giao trễ

Giả sử một doanh nghiệp muốn AI cảnh báo sớm các đơn hàng có nguy cơ giao trễ. Nhìn bề ngoài, đây là một bài toán dự báo. Nhưng để cảnh báo có giá trị, hệ thống cần biết ngày giao cam kết, trạng thái sản xuất hoặc chuẩn bị hàng, lượng tồn khả dụng, lịch mua nguyên liệu, năng lực xử lý và các thay đổi từ khách hàng.

Sau khi nhận diện rủi ro, quy trình tiếp theo cũng phải rõ ràng: ai nhận cảnh báo, ai có quyền điều chỉnh kế hoạch, trường hợp nào cần báo khách hàng, và quyết định cuối cùng được cập nhật ở đâu. AI có thể hỗ trợ phát hiện và tóm tắt nguyên nhân. ERP hoặc nền tảng quản trị sẽ liên kết cảnh báo đó với đơn hàng, người phụ trách, quy trình xử lý và dữ liệu sau cập nhật.

Ví dụ này cho thấy giá trị không đến từ AI hay ERP riêng lẻ. Giá trị xuất hiện khi dữ liệu đủ tốt, quy trình đủ rõ, trách nhiệm đủ cụ thể và AI được đưa vào đúng điểm cần tăng tốc.

Doanh nghiệp cần ERP, nhưng không nhất thiết cần một ERP cứng nhắc

Khẳng định doanh nghiệp vẫn cần ERP không có nghĩa là mọi doanh nghiệp phải triển khai một hệ thống đồ sộ hoặc áp dụng nguyên trạng quy trình có sẵn. Mỗi đơn vị có mô hình kinh doanh, quy mô, cách phân quyền và mức độ trưởng thành quản trị khác nhau.

Một doanh nghiệp phân phối có thể ưu tiên quản lý đơn hàng, tồn kho, công nợ và chính sách bán hàng. Một doanh nghiệp dịch vụ lại quan tâm nhiều hơn đến dự án, nguồn lực, tiến độ, chi phí và chất lượng bàn giao. Ngay cả hai doanh nghiệp trong cùng ngành cũng có thể cần luồng phê duyệt khác nhau.

Vì vậy, câu hỏi phù hợp không phải là “có triển khai toàn bộ ERP hay không”, mà là:

• Doanh nghiệp cần kiểm soát những quy trình cốt lõi nào trước?
• Dữ liệu nào phải được chuẩn hóa và dùng chung?
• Điểm nghẽn nào đang gây chi phí, chậm trễ hoặc rủi ro lớn nhất?
• Quyết định nào có thể được AI hỗ trợ mà vẫn bảo đảm kiểm soát?
• Hệ thống cần tùy chỉnh đến đâu để phù hợp với cách doanh nghiệp thực sự vận hành?

Lộ trình kết hợp ERP và AI theo hướng thận trọng, hiệu quả

Doanh nghiệp không cần chờ dữ liệu hoàn hảo mới bắt đầu, nhưng cũng không nên đưa AI vào mọi quy trình cùng lúc. Một lộ trình phù hợp có thể gồm năm bước.

1. Chọn bài toán quản trị cụ thể. Bắt đầu từ vấn đề có ảnh hưởng rõ đến vận hành, chẳng hạn chậm phê duyệt, khó theo dõi đơn hàng, báo cáo thiếu nhất quán hoặc công việc lặp lại nhiều.
2. Vẽ lại dòng dữ liệu và quy trình. Xác định dữ liệu được tạo ở đâu, ai chịu trách nhiệm, bước nào đang nằm ngoài hệ thống và quy tắc nào mới chỉ tồn tại theo kinh nghiệm.
3. Xây nền tảng quản trị tối thiểu cần thiết. Chuẩn hóa danh mục, trạng thái, biểu mẫu, luồng phê duyệt và quyền truy cập cho phạm vi đã chọn.
4. Đưa AI vào đúng điểm tạo giá trị. Ưu tiên các tác vụ như tóm tắt, tìm kiếm, phân loại, cảnh báo hoặc gợi ý. Với quyết định quan trọng, nên duy trì bước xác nhận của con người.
5. Đo lường và mở rộng. Theo dõi thời gian xử lý, tỷ lệ sai sót, khả năng truy xuất và mức độ sử dụng thực tế trước khi nhân rộng sang quy trình khác.

Lộ trình này giúp doanh nghiệp tránh hai cực đoan: đầu tư một hệ thống quá lớn khi nhu cầu chưa rõ, hoặc thử nghiệm AI rời rạc mà không tạo ra thay đổi đáng kể trong điều hành.

Những câu hỏi lãnh đạo nên đặt ra trước khi đầu tư

Trước một đề xuất ERP hoặc AI, lãnh đạo có thể sử dụng một số câu hỏi để đánh giá tính thực tế:

• Giải pháp xử lý vấn đề quản trị nào, thay vì chỉ bổ sung một công cụ mới?
• Dữ liệu đầu vào đến từ đâu và ai chịu trách nhiệm về độ chính xác?
• Kết quả do AI tạo ra là thông tin tham khảo, đề xuất hay hành động tự động?
• Ai được xem dữ liệu nào, phê duyệt việc gì và có thể truy vết thao tác hay không?
• Quy trình có thể điều chỉnh khi mô hình kinh doanh thay đổi không?
• Nhân sự sẽ sử dụng hệ thống trong công việc hằng ngày như thế nào?

Những câu hỏi này đưa cuộc thảo luận trở lại mục tiêu quan trọng nhất: nâng cao năng lực vận hành và ra quyết định, thay vì chạy theo tên gọi công nghệ.

ERP sẽ không biến mất, nhưng cách doanh nghiệp sử dụng ERP sẽ thay đổi

AI có thể làm giảm nhiều thao tác nhập liệu, tìm kiếm và tổng hợp thủ công. Giao diện phần mềm có thể trở nên tự nhiên hơn, báo cáo có thể chuyển từ mô tả sang cảnh báo và gợi ý. Nhưng những thành phần nền tảng như dữ liệu chuẩn, quy trình liên phòng ban, phân quyền, phê duyệt và dấu vết vận hành vẫn cần được quản trị.

Vì vậy, tương lai không phải là AI loại bỏ ERP. Khả năng cao hơn là ranh giới giữa hệ thống vận hành và lớp hỗ trợ thông minh sẽ ngày càng liền mạch. Doanh nghiệp có lợi thế không nhất thiết là doanh nghiệp dùng AI sớm nhất, mà là doanh nghiệp biết tổ chức dữ liệu, quy trình và trách nhiệm để AI tạo ra kết quả đáng tin cậy.