Doanh nghiệp của bạn đang ở cấp độ AI nào trong 4 cấp độ này — và bước tiếp theo là gì?

Một trong những lý do doanh nghiệp hay lãng phí tiền vào AI là vì họ không biết mình đang ở đâu.

Họ đọc một bài báo về AI Agent tiên tiến, cố gắng áp dụng ngay — trong khi tổ chức chưa có nền dữ liệu cơ bản. Họ thấy đối thủ dùng AI phân tích khách hàng phức tạp, cố gắng sao chép — trong khi đội ngũ chưa dùng thành thạo chatbot đơn giản nhất.

Đó là hậu quả của việc không biết mình đang ở cấp độ nào.

Theo báo cáo AI Readiness Index 2025 của Cisco, 61% doanh nghiệp Việt Nam đang ở mức sẵn sàng cao cho AI. Baophapluat Nhưng cùng lúc, chỉ 9% đạt tới giai đoạn "tự động hóa thực thụ" bằng AI. Vinalink

Khoảng cách giữa "sẵn sàng" và "thực sự làm được" nằm ở chỗ nhiều doanh nghiệp đang cố gắng làm những việc của cấp độ 3–4 trong khi năng lực thực tế chỉ đang ở cấp độ 1–2.

Bài viết này cung cấp framework 4 cấp độ AI — và quan trọng hơn, hướng dẫn cụ thể về bước tiếp theo cho từng cấp độ.

4 cấp độ AI trong doanh nghiệp

Cấp độ 1: AI Aware — Nhận thức

Dấu hiệu nhận biết: Doanh nghiệp biết AI tồn tại và quan trọng. Lãnh đạo đã tham dự vài hội thảo, đọc báo cáo, và đang trong giai đoạn tìm hiểu. Có thể đã thử dùng ChatGPT cá nhân hoặc một vài công cụ AI nhỏ lẻ. Chưa có dự án AI chính thức nào.

Điểm mạnh ở cấp này: Nhận thức cao, sẵn sàng học hỏi.

Điểm yếu điển hình: Chưa biết bắt đầu từ đâu, dễ bị cuốn theo hype mà không có định hướng rõ ràng.

Bước tiếp theo: Thực hiện phân tích chuỗi giá trị để xác định 2–3 bài toán cụ thể có thể AI hóa. Hướng dẫn phân tích chuỗi giá trị để tìm đúng điểm AI hóa đầu tiên. Chọn 1 bài toán có tần suất lặp lại cao nhất và rủi ro thấp nhất để pilot đầu tiên. Không cần ngân sách lớn — bắt đầu với công cụ SaaS sẵn có dưới 5 triệu đồng/tháng.

Cấp độ 2: AI Ready — Sẵn sàng

Dấu hiệu nhận biết: Đã có 1–2 dự án AI pilot đang chạy. Đội ngũ bắt đầu quen với ít nhất một công cụ AI trong công việc hàng ngày. Có người trong nội bộ đang theo dõi và vận hành dự án AI. Dữ liệu bắt đầu được chuẩn hóa ở một số phòng ban.

Điểm mạnh ở cấp này: Đã có kinh nghiệm thực tế, đội ngũ bớt sợ AI hơn.

Điểm yếu điển hình: Các dự án AI vẫn rời rạc, chưa kết nối với nhau. KPI chưa được thiết lập rõ ràng. Lãnh đạo cấp cao chưa tham gia đủ sâu.

Bước tiếp theo: Thiết lập bộ KPI rõ ràng cho các dự án đang chạy. Bộ KPI cụ thể cần được thiết lập ngay khi dự án AI bắt đầu vận hành. Chọn thêm 1–2 use case mới từ phòng ban khác để AI lan tỏa ngang. Bắt đầu xây dựng nền tảng dữ liệu: đặt tên chuẩn, chuẩn hóa định dạng, tổng hợp dữ liệu vào một nơi.

Cấp độ 3: AI Competent — Thành thạo

Dấu hiệu nhận biết: AI đang vận hành ổn định ở 3–5 quy trình cốt lõi. Adoption rate >70% ở các phòng ban đã triển khai. ROI dương được đo lường rõ ràng trên ít nhất 2 dự án. Có AI Champions nội bộ đang tự vận hành và cải thiện hệ thống.

Điểm mạnh ở cấp này: Có bằng chứng thực tế, niềm tin nội bộ cao, đội ngũ có năng lực tự vận hành.

Điểm yếu điển hình: Các hệ thống AI vẫn chạy độc lập, chưa tích hợp với nhau. Chưa khai thác được lợi thế từ dữ liệu độc quyền.

Bước tiếp theo: Kết nối các hệ thống AI đang chạy thành một hệ sinh thái tích hợp. Những rủi ro phổ biến cần quản trị khi AI mở rộng quy mô. Bắt đầu xem xét các bài toán AI phức tạp hơn dựa trên dữ liệu riêng của doanh nghiệp. Xây dựng AI policy nội bộ để quản trị rủi ro và đảm bảo nhất quán.

Cấp độ 4: AI Native — Dẫn đầu

Dấu hiệu nhận biết: AI là một phần không thể tách rời của cách doanh nghiệp vận hành và ra quyết định. AI không còn là công cụ riêng lẻ mà đã trở thành một phần của hạ tầng vận hành doanh nghiệp, tích hợp sâu vào các hệ thống như CRM, ERP và các nền tảng giao tiếp với khách hàng. Icsc Doanh nghiệp có lợi thế cạnh tranh dựa trên dữ liệu và AI mà đối thủ khó sao chép.

Điểm mạnh ở cấp này: Lợi thế tích lũy theo thời gian ngày càng mở rộng.

Điểm yếu điển hình: Rủi ro phụ thuộc quá mức vào một hệ thống AI — nếu hệ thống sập hoặc cho kết quả sai, tác động lan rộng hơn.

Bước tiếp theo: Xây dựng AI governance framework toàn diện. Đầu tư vào AI riêng dựa trên dữ liệu độc quyền. Chia sẻ kinh nghiệm và xây dựng thương hiệu AI leadership trong ngành.

Công cụ tự đánh giá — bạn đang ở đâu?

Trả lời 8 câu hỏi dưới đây, mỗi câu trả lời "Có" tính 1 điểm:

1. Doanh nghiệp có ít nhất 1 dự án AI đang vận hành thực tế (không phải chỉ thử nghiệm)?

2. Có ít nhất 1 người nội bộ chịu trách nhiệm theo dõi và vận hành dự án AI đó?

3. Adoption rate của dự án AI đang chạy >60%?

4. Có bộ KPI cụ thể đang được đo hàng tuần cho dự án AI?

5. ROI của ít nhất 1 dự án AI đã được tính ra con số cụ thể?

6. Lãnh đạo cấp cao tham gia trực tiếp vào quyết định AI, không chỉ phê duyệt ngân sách?

7. Dữ liệu ở ít nhất 2 phòng ban đã được chuẩn hóa và tập trung?

8. Có AI Champions nội bộ đang tự cải thiện hệ thống mà không cần hỗ trợ từ vendor?

0–2 điểm: Cấp độ 1 — AI Aware. Tập trung vào việc chọn đúng bài toán đầu tiên.

3–4 điểm: Cấp độ 2 — AI Ready. Tập trung vào thiết lập KPI và mở rộng sang phòng ban thứ 2.

5–6 điểm: Cấp độ 3 — AI Competent. Tập trung vào tích hợp hệ sinh thái và khai thác dữ liệu độc quyền.

7–8 điểm: Cấp độ 4 — AI Native. Tập trung vào AI governance và xây dựng lợi thế tích lũy.

Sai lầm phổ biến nhất: Nhảy cấp lộ trình 12 tháng đúng thứ tự cho từng giai đoạn trưởng thành AI

Nhiều doanh nghiệp bắt đầu bằng việc chọn công cụ, thay vì hiểu rõ quy trình cần tối ưu. Khi quy trình chưa rõ ràng, việc áp dụng AI thường không mang lại kết quả như kỳ vọng. Ngoài ra, việc thiếu người chịu trách nhiệm cũng khiến nhiều hệ thống bị bỏ dở sau giai đoạn đầu. Icsc

Cố gắng nhảy từ cấp 1 lên cấp 3 mà không đi qua cấp 2 là cái bẫy phổ biến nhất. Không có đường tắt bền vững trong AI transformation. Nhưng có đường đi đúng — và đường đó bắt đầu bằng việc biết chính xác mình đang đứng ở đâu.

Khóa học CAIO của John&Partners có một module riêng về quản trị thay đổi trong AI transformation — bao gồm cách truyền thông nội bộ, xây dựng AI Champions, và đo lường adoption rate. Xem lộ trình khóa học và lịch khai giảng gần nhất tại đây. Đặt lịch tư vấn miễn phí 30 phút tại đây