AI đang trở thành chủ đề không thể thiếu trong các cuộc thảo luận chiến lược. Từ tổng giám đốc đến trưởng bộ phận, ai cũng nghe về tiềm năng tăng năng suất, giảm chi phí và hỗ trợ ra quyết định nhờ AI. Tuy nhiên, khi bước vào triển khai thực tế, nhiều tổ chức nhanh chóng nhận ra khoảng cách lớn giữa kỳ vọng và kết quả.
Doanh nghiệp đầu tư vào AI, thử nghiệm nhiều công cụ, nhưng hiệu quả vận hành tổng thể gần như không thay đổi. Năng suất không tăng rõ rệt, phối hợp vẫn chậm, thông tin vẫn phân mảnh. Theo khảo sát của McKinsey năm 2024, trong khi 72% doanh nghiệp công nghệ toàn cầu đã triển khai ít nhất một dạng AI, chỉ 11% thấy tác động đáng kể đến kết quả kinh doanh. Điều này đặt ra câu hỏi quan trọng: AI đang được gắn vào đâu trong cách doanh nghiệp làm việc?
Để trả lời, ta phải nhắc đến AI-powered System of Work. Nhưng trước hết, chúng ta cần quay lại một khái niệm nền tảng: System of Work (hệ thống làm việc).
System of Work là gì – định nghĩa từ Atlassian
Vấn đề của phần lớn sáng kiến AI trong doanh nghiệp không nằm ở công nghệ, mà nằm ở chỗ AI không có một hệ thống làm việc đủ rõ để bám vào. AI có thể xử lý ngôn ngữ, phân tích dữ liệu và gợi ý rất nhanh, nhưng nó không tự hiểu được tổ chức đang làm việc như thế nào nếu bản thân tổ chức đó chưa định hình rõ cách mình vận hành.
Đây chính là điểm mà Atlassian gọi tên bằng khái niệm System of Work.
Theo cách tiếp cận của Atlassian, System of Work không phải là một bộ công cụ, mà là nền tảng tư duy về cách công việc được tổ chức và chảy xuyên suốt toàn doanh nghiệp. Nó mô tả cách chiến lược được chuyển hóa thành kế hoạch, cách công việc được thực thi qua nhiều nhóm, cách quyết định được đưa ra và cách tri thức được lưu giữ để không bị mất đi sau mỗi dự án.
Nói cách khác, System of Work trả lời những câu hỏi mà AI không thể tự đoán: điều gì là ưu tiên, đâu là công việc đang thực sự diễn ra, quyết định nào đã được thống nhất và bối cảnh nào đã dẫn đến quyết định đó. Khi những yếu tố này không tồn tại dưới dạng một hệ thống rõ ràng, AI chỉ có thể làm việc với những mảnh thông tin rời rạc, giống như một người mới vào công ty nhưng không có sơ đồ tổ chức, không có tài liệu và không ai giải thích bối cảnh.
Chính vì vậy, AI không thể tạo ra giá trị bền vững nếu đứng ngoài System of Work. Nó có thể hỗ trợ từng tác vụ riêng lẻ, nhưng không thể cải thiện cách tổ chức phối hợp, ra quyết định và học hỏi qua thời gian. Ngược lại, khi System of Work đã tồn tại – công việc được theo dõi nhất quán, tri thức được ghi nhận có hệ thống, dòng chảy công việc đủ minh bạch – AI mới có “đất” để phát huy đúng vai trò của mình.
Ở đây, System of Work không phải là mục tiêu cuối cùng, mà là điều kiện cần. Nó tạo ra bối cảnh, dữ liệu và cấu trúc để AI hiểu được tổ chức đang làm gì, vì sao làm như vậy và đâu là điểm cần hỗ trợ. Và cũng từ nền tảng này, câu chuyện về AI-powered Systems of Work mới thực sự có ý nghĩa. Nếu không có System of Work rõ ràng, doanh nghiệp vẫn có thể triển khai công cụ, nhưng những công cụ đó sẽ tồn tại rời rạc, phản ánh sự thiếu liên kết sẵn có trong cách làm việc.
Vì sao nhiều doanh nghiệp “có AI” nhưng không thấy hiệu quả
Thực tế cho thấy nhiều doanh nghiệp tiếp cận AI theo hướng ngược lại. Họ bắt đầu từ công nghệ, chọn vài công cụ AI, rồi tìm cách gắn vào công việc hiện tại. Marketing thử ChatGPT viết nội dung. Kỹ thuật dùng GitHub Copilot để lập trình nhanh hơn. Kinh doanh dùng AI soạn thư. Kết quả là AI tồn tại như lớp hỗ trợ rời rạc, phục vụ từng cá nhân hoặc nhóm nhỏ, không bao giờ thành phần của hệ thống vận hành tổng thể.
AI có thể giúp viết nhanh hơn, phân tích nhanh hơn, trả lời câu hỏi tốt hơn. Nhưng nó không hiểu dòng chảy công việc của tổ chức. Nó không biết đâu là ưu tiên thực sự, đâu là quyết định đã thống nhất, đâu là tri thức đã tồn tại nhưng bị bỏ quên trong tài liệu cũ. Một quản lý sản phẩm có thể hỏi AI về phân loại tính năng ưu tiên, nhưng AI không biết ba tháng trước nhóm đã thử ý tưởng tương tự và thất bại vì lý do kỹ thuật đã được ghi nhận đầy đủ.
Khi AI không nằm trong hệ thống làm việc, nó không tạo lợi thế vận hành. Nó chỉ làm từng công việc riêng lẻ nhanh hơn, trong khi tổng thể hệ thống vẫn chậm và thiếu liên kết. Gartner ước tính các tổ chức mất trung bình 2.3 giờ mỗi ngày cho mỗi nhân viên tri thức chỉ để tìm thông tin và chuyển đổi giữa các công cụ. AI rời rạc không giải quyết được vấn đề này, thậm chí còn tăng số công cụ cần quản lý.
System of Work được hỗ trợ bởi AI: bước tiến tiếp theo
System of Work được hỗ trợ bởi AI không phủ định hệ thống làm việc, mà xây dựng trên nền tảng đó. Đây là trạng thái AI được tích hợp trực tiếp vào hệ thống hiện hữu, thay vì đứng ngoài như công cụ độc lập.
Trong một hệ thống như vậy, AI hiểu được bối cảnh công việc vì nó tiếp cận dữ liệu từ chính nơi công việc diễn ra. Nó biết nhiệm vụ nào đang bị chặn, ai đang chờ phản hồi, quyết định nào đã được đưa ra trong chu kỳ trước và tài liệu nào liên quan đến vấn đề hiện tại. Nó hỗ trợ đội ngũ không chỉ bằng câu trả lời, mà bằng gợi ý hành động, cảnh báo rủi ro và kết nối tri thức đúng thời điểm. Khi kỹ sư gặp lỗi, AI không chỉ đề xuất cách sửa, mà còn kéo lên các sự cố tương tự đã xảy ra, báo cáo đã viết và bài học đã ghi nhận.
Điểm khác biệt là AI không yêu cầu người dùng phải thay đổi cách làm việc hay học giao diện mới. Ngược lại, AI được thiết kế phù hợp với cách con người đang làm việc, xuất hiện đúng lúc, đúng chỗ với đúng thông tin cần thiết.
Vai trò của các nền tảng cộng tác
Khi đặt System of Work ở đúng vị trí của nó – như một triết lý tổ chức cách doanh nghiệp làm việc – vai trò của các nền tảng cộng tác cũng cần được hiểu lại. Chúng không phải là mục tiêu cuối cùng, mà là cách Atlassian hiện thực hóa System of Work trong thực tế vận hành.
Atlassian xây dựng nhiều collection khác nhau cho những bối cảnh tổ chức khác nhau: từ Teamwork Collection cho các đội ngũ sản phẩm và công nghệ, đến Service Management Collection cho vận hành IT và dịch vụ nội bộ, hay các giải pháp dành cho quản trị doanh nghiệp ở quy mô lớn. Mỗi collection phục vụ một lát cắt của tổ chức, nhưng tất cả đều dựa trên cùng một nền tảng tư duy: công việc phải được nhìn thấy, tri thức phải được lưu giữ và các nhóm phải có khả năng phối hợp xuyên suốt.
Trong bức tranh đó, Teamwork Collection thường là điểm khởi đầu tự nhiên nhất, vì đây là nơi dòng chảy công việc cốt lõi của doanh nghiệp diễn ra hàng ngày. Công việc được lên kế hoạch, thực thi, điều chỉnh và đánh giá liên tục ở đây. Jira phản ánh trạng thái công việc một cách có cấu trúc, cho phép tổ chức hiểu rõ họ đang làm gì và vì sao. Confluence giữ lại bối cảnh, quyết định và tri thức, giúp tổ chức không mất đi ký ức sau mỗi chu kỳ. Loom hỗ trợ giao tiếp bất đồng bộ, giảm sự phụ thuộc vào họp và giúp thông tin được truyền tải đầy đủ hơn trong môi trường làm việc phân tán.
Khi những nền tảng này được kết nối thành một hệ thống thống nhất, chúng không chỉ hỗ trợ từng nhóm làm việc hiệu quả hơn, mà còn tạo ra bức tranh vận hành xuyên suốt cho toàn tổ chức. Đây chính là phần “xương sống” của System of Work trong thực tế. Và cũng chính tại đây, câu chuyện về AI bắt đầu trở nên có ý nghĩa.
Nếu AI không hiện diện trong các nền tảng nơi công việc thực sự diễn ra, nó sẽ luôn thiếu bối cảnh. Một công cụ AI đứng ngoài hệ thống có thể trả lời câu hỏi chung, nhưng không thể hiểu vì sao một dự án bị trễ, đâu là điểm nghẽn lặp lại hay quyết định nào đang ảnh hưởng đến ưu tiên hiện tại. Ngược lại, khi AI được tích hợp trực tiếp vào các nền tảng cộng tác, nó có thể nhìn thấy mối quan hệ giữa công việc, con người và thông tin – điều kiện cần để System of Work tiến hóa thay vì chỉ vận hành ổn định.
Rovo và lớp AI đưa vào hệ thống làm việc
Trong bức tranh đó, Rovo không được thiết kế như “một công cụ AI nữa” trong hệ sinh thái Atlassian. Đó là là lớp AI được đặt lên trên System of Work, nhằm khai thác và kết nối giá trị đã tồn tại trong các bộ collection.
Rovo không thay đổi cách các nhóm sử dụng Jira, Confluence hay Loom. Thay vào đó, nó tận dụng chính dữ liệu và bối cảnh đã có trong hệ thống để hỗ trợ con người làm việc tốt hơn. Khi công việc, tài liệu và giao tiếp đã được đặt đúng chỗ trong System of Work, Rovo có thể tiếp cận chúng như một chỉnh thể thay vì các mảnh rời rạc. Một câu hỏi không còn chỉ được trả lời bằng thông tin, mà bằng ngữ cảnh: quyết định liên quan, các vấn đề tương tự từng xảy ra, và những bài học đã được ghi nhận.
Điểm khác biệt nằm ở chỗ Rovo không buộc người dùng phải “nghĩ như AI”. Nó xuất hiện ngay trong dòng chảy công việc hiện tại, giúp đội ngũ nhìn rõ hơn những gì hệ thống đang nói. Khi lập kế hoạch chu kỳ mới, thay vì mất thời gian lục lại hàng loạt tài liệu và ticket cũ, người quản lý có thể nhanh chóng nắm được các quyết định chính, các phụ thuộc còn tồn đọng và những rủi ro tiềm ẩn đã từng xuất hiện. AI ở đây không thay thế vai trò con người, mà khuếch đại khả năng ra quyết định dựa trên hệ thống.
Chính sự kết hợp này làm rõ ranh giới giữa việc “có AI” và việc “có AI-powered System of Work”. AI chỉ thực sự phát huy khi nó được đặt lên một nền tảng làm việc đủ rõ ràng, đủ kỷ luật và đủ liên kết.
AI không cứu được một hệ thống làm việc yếu
Một điểm cần nói thẳng: AI không thể sửa chữa hệ thống làm việc thiếu nền tảng. Nếu công việc chưa được chuẩn hóa, tri thức không được ghi nhận, dữ liệu bị phân mảnh, thì AI chỉ khuếch đại những vấn đề đó ở tốc độ nhanh hơn. AI huấn luyện trên dữ liệu xấu cho kết quả xấu. AI tích hợp vào quy trình hỗn loạn chỉ tạo tự động hóa hỗn loạn.
Đây là lý do nhiều thử nghiệm AI trông ấn tượng trong trình diễn nhưng thất bại khi mở rộng. Trong môi trường kiểm soát với dữ liệu sạch và quy trình rõ ràng, AI hoạt động tốt. Nhưng khi đưa vào thực tế với tình trạng lộn xộn của tổ chức thiếu kỷ luật vận hành, kết quả thường đáng thất vọng.
Ngược lại, khi doanh nghiệp đã có hệ thống làm việc đủ rõ ràng – công việc được theo dõi nhất quán, tài liệu được duy trì đúng cách, tri thức được chia sẻ có hệ thống – AI trở thành chất xúc tác mạnh mẽ để tăng hiệu suất, giảm ma sát và nâng cao khả năng thích ứng. Forrester Research chỉ ra các tổ chức có thực hành làm việc số trưởng thành đạt lợi tức đầu tư từ AI cao gấp 3.5 lần so với những tổ chức triển khai AI trên nền tảng yếu.
Hệ thống làm việc được hỗ trợ bởi AI vì vậy không phải chạy theo xu hướng. Đó là bước tiến tự nhiên của những doanh nghiệp đã nghiêm túc đầu tư vào cách họ làm việc, và giờ sẵn sàng khuếch đại lợi thế vận hành đó bằng trí thông minh tự động.
Góc nhìn từ BiPlus
Từ kinh nghiệm triển khai thực tế với hàng chục doanh nghiệp công nghệ tại Việt Nam, BiPlus nhận thấy những doanh nghiệp tạo giá trị thật sự với AI đều bắt đầu bằng việc nhìn lại hệ thống làm việc của mình. Họ không hỏi “nên dùng AI gì”, mà hỏi “hệ thống hiện tại đang cản trở hiệu suất ở đâu”. Họ đầu tư chuẩn hóa quy trình trước khi triển khai AI. Họ đảm bảo văn hóa ghi chép tài liệu tồn tại trước khi kỳ vọng AI có thể tận dụng kho tri thức.
AI chỉ phát huy tác dụng khi được đặt đúng vị trí trong hệ thống đó. Và hệ thống làm việc được hỗ trợ bởi AI chính là cách giúp doanh nghiệp đi từ thử nghiệm AI sang tạo lợi thế vận hành bền vững. Không phải bằng cách thay đổi hoàn toàn, mà bằng cách làm cho cách làm việc hiện tại trở nên thông minh hơn, nhanh hơn và hiệu quả hơn – với AI như phần không thể tách rời của hệ thống.
Với BiPlus, AI-powered System of Work không phải là triển khai thêm AI lên các công cụ sẵn có, mà là hành trình chuyển đổi cách tổ chức vận hành. BiPlus đóng vai trò đối tác giúp doanh nghiệp thiết kế, triển khai và tiến hóa hệ thống làm việc dựa trên Atlassian Teamwork Collection – từ chuẩn hóa công việc, kết nối tri thức, đến tích hợp AI như Rovo vào dòng chảy vận hành thực tế. Mục tiêu không phải “có AI”, mà là tăng hiệu suất, tối ưu vận hành và tạo khả năng đổi mới liên tục một cách bền vững.
