AI đang chuyển từ vai trò hỗ trợ tạo nội dung, trả lời câu hỏi sang khả năng tham gia thực hiện các công việc gồm nhiều bước. Sự phát triển này mở ra cơ hội mới trong việc ứng dụng AI vào hệ thống ERP, giúp doanh nghiệp tự động hóa quy trình, nâng cao hiệu suất vận hành và tăng cường năng lực quản trị.
Khi được tích hợp và triển khai phù hợp, AI có thể đảm nhận các tác vụ lặp lại, tổng hợp và phân tích khối lượng dữ liệu lớn, hỗ trợ phát hiện vấn đề và đề xuất phương án xử lý. Còn con người sẽ tập trung vào những nhiệm vụ có giá trị cao hơn, giám sát, ra quyết định và hoạch định chiến lược.
Vậy AI ERP là gì, AI có thể tham gia vào những nghiệp vụ nào và doanh nghiệp cần chuẩn bị gì để triển khai hiệu quả? Bài viết dưới đây sẽ làm rõ các cấp độ ứng dụng AI trong ERP và những yếu tố quan trọng để đưa AI vào hoạt động vận hành thực tế.
1. AI ERP là gì?
AI ERP (ERP tích hợp AI) là hệ thống hoạch định nguồn lực doanh nghiệp được tích hợp trí tuệ nhân tạo nhằm hỗ trợ khai thác dữ liệu, phân tích thông tin và xử lý công việc trong các quy trình nghiệp vụ. Tùy theo mức độ tích hợp, AI có thể hỗ trợ tra cứu thông tin, phân tích số liệu, đưa ra đề xuất hoặc trực tiếp thực hiện một số tác vụ trên hệ thống.
Về bản chất, ERP vẫn đóng vai trò là nền tảng quản lý dữ liệu và kết nối các hoạt động của doanh nghiệp như tài chính, mua hàng, bán hàng, kho vận và sản xuất. AI được bổ sung để giúp doanh nghiệp khai thác dữ liệu hiệu quả hơn và giảm bớt các thao tác xử lý thủ công. Điểm khác biệt nằm ở chỗ AI có thể làm việc trực tiếp với dữ liệu và quy trình nghiệp vụ trong phạm vi được cấp quyền, thay vì hoạt động như một công cụ độc lập bên ngoài hệ thống.
Bên cạnh đó, vai trò của AI trong ERP đã mở rộng với sự phát triển của AI Agent (tác nhân AI). AI Agent có thể tiếp nhận một mục tiêu công việc, chủ động xác định các bước cần thực hiện, truy xuất dữ liệu và sử dụng những công cụ được cấp quyền để xử lý một chuỗi các bước nghiệp vụ.
Ví dụ, khi nhận yêu cầu “Chuẩn bị đề nghị mua bổ sung các vật tư có nguy cơ thiếu hụt trong tuần tới”, AI Agent có thể được thiết lập để thực hiện quy trình gồm:
- Kiểm tra tồn kho: Xác định số lượng vật tư hiện có.
- Đối chiếu nhu cầu: So sánh tồn kho với kế hoạch sử dụng trong tuần tới.
- Kiểm tra đơn mua: Rà soát các đơn hàng đang thực hiện để tránh đề xuất mua trùng.
- Tạo đề nghị mua: Lập đề nghị bổ sung vật tư và chuyển đến bộ phận có thẩm quyền phê duyệt.
Toàn bộ quá trình được thực hiện trong phạm vi dữ liệu, công cụ và quyền hạn đã được thiết lập. Quyết định phê duyệt cuối cùng vẫn thuộc về người có thẩm quyền, bảo đảm AI hỗ trợ thực thi công việc nhưng không thay thế cơ chế kiểm soát của doanh nghiệp.
Tuy nhiên, hiệu quả của AI ERP không chỉ phụ thuộc vào năng lực của mô hình AI mà còn ở chất lượng dữ liệu, khả năng kết nối hệ thống và mức độ chuẩn hóa quy trình nghiệp vụ. Đây là những điều kiện quan trọng để AI có thể tham gia xử lý công việc thực tế một cách chính xác, nhất quán và có kiểm soát.
Tùy theo nhu cầu và mức độ sẵn sàng, doanh nghiệp có thể triển khai đồng thời nhiều cấp độ ứng dụng AI, từ tra cứu thông tin, hỗ trợ phân tích và ra quyết định đến AI Agent trực tiếp thực hiện các tác vụ nghiệp vụ.
2. ERP AI khác gì với công cụ AI tạo sinh độc lập?
Một công cụ AI tạo sinh sử dụng độc lập có thể hỗ trợ tốt việc soạn thảo, tóm tắt tài liệu hoặc phân tích tệp do người dùng cung cấp. Tuy nhiên, khi chưa kết nối với hệ thống doanh nghiệp, công cụ chỉ làm việc với phần thông tin được đưa vào từng lần tương tác.
ERP tích hợp AI có điều kiện tiếp cận dữ liệu và quy trình liên quan ngay trong môi trường vận hành. Sự khác biệt nằm ở mức độ kết nối với doanh nghiệp, bao gồm dữ liệu nào được truy cập, bối cảnh nào được cung cấp và hành động nào được phép thực hiện.
|
Tiêu chí |
AI tạo sinh |
AI tích hợp trong ERP |
|---|---|---|
|
Nguồn dữ liệu |
Kiến thức của mô hình, tài liệu và tệp dữ liệu do người dùng cung cấp. |
Dữ liệu nghiệp vụ được kết nối trong ERP, kết hợp tài liệu và hệ thống liên quan theo cấu hình. |
|
Bối cảnh xử lý |
Phụ thuộc vào cách người dùng mô tả và phạm vi tài liệu của từng phiên làm việc. |
Có thể khai thác quan hệ giữa khách hàng, đơn hàng, sản phẩm, kho, nhân sự, tài chính, quy trình trong phạm vi được cấp quyền. |
|
Tính cập nhật |
Dữ liệu tải lên thường phản ánh trạng thái tại thời điểm xuất tệp. |
Có thể truy vấn trạng thái hiện hành của hệ thống; độ cập nhật phụ thuộc việc ghi nhận và đồng bộ dữ liệu. |
|
Khả năng thực thi |
Chủ yếu trả về nội dung để người dùng tiếp tục thao tác ở phần mềm khác. |
Có thể tạo, cập nhật dữ liệu hoặc gọi quy trình nếu được cung cấp công cụ và quyền phù hợp. |
|
Kết quả công việc |
Thường nằm trong cuộc hội thoại hoặc tệp riêng, cần chia sẻ và nhập lại khi sử dụng chung. |
Có thể được ghi nhận thành bản ghi, nhiệm vụ hoặc trạng thái quy trình để các bộ phận tiếp tục xử lý. |
|
Giá trị quản trị |
Hỗ trợ năng suất cá nhân; khả năng theo dõi chung phụ thuộc cách tổ chức sử dụng. |
Gắn hỗ trợ AI với dữ liệu chung, trách nhiệm xử lý và kết quả vận hành của doanh nghiệp. |
Ví dụ: Khi doanh thu của một nhóm sản phẩm sụt giảm, AI tạo sinh có thể phân tích số liệu từ báo cáo doanh thu được cung cấp và đưa ra những nhận định ban đầu. Trong khi đó, AI trong ERP có thể đối chiếu thêm dữ liệu về tồn kho, tình trạng giao hàng, đơn hàng bị hủy và các thông tin liên quan để hỗ trợ xác định những nguyên nhân có thể ảnh hưởng đến doanh thu. Trên cơ sở đó, người quản lý có thêm thông tin để đánh giá tình hình và đưa ra phương án xử lý phù hợp.
Đối với ban lãnh đạo, giá trị quan trọng của ERP AI là khả năng hỗ trợ quản trị trên cơ sở dữ liệu được kết nối giữa các bộ phận. Thay vì phải tổng hợp nhiều báo cáo riêng lẻ, với AI, ban lãnh đạo có thể nhanh chóng nắm bắt tình hình hoạt động, nhận diện những vấn đề cần ưu tiên xử lý và theo dõi tiến độ thực hiện trên cùng một hệ thống.
3. Các cấp độ ứng dụng AI trong ERP
Tùy theo nhu cầu và đặc thù nghiệp vụ, doanh nghiệp có thể ứng dụng AI trong ERP ở nhiều cấp độ khác nhau, từ hỗ trợ tra cứu thông tin, phân tích dữ liệu và đề xuất phương án đến trực tiếp thực hiện các công việc theo quy trình được thiết lập. Điểm khác biệt giữa các cấp độ nằm ở phạm vi công việc AI có thể đảm nhận và mức độ tham gia, kiểm soát của con người.
|
Cấp độ |
Vai trò của AI |
Vai trò của con người |
Nhu cầu ứng dụng |
Ví dụ thực tế |
|
1. AI hỏi đáp và tra cứu thông tin |
Tìm kiếm, tổng hợp và cung cấp thông tin từ dữ liệu được phép truy cập. |
Đặt câu hỏi, kiểm tra thông tin và quyết định bước xử lý tiếp theo. |
Tra cứu thông tin đơn hàng, tồn kho, chính sách, quy trình và các số liệu vận hành. |
Nhân viên yêu cầu AI liệt kê các đơn mua hàng chậm giao, kèm thời hạn giao hàng và người phụ trách. |
|
2. Trợ lý AI phân tích và đề xuất |
Tổng hợp, đối chiếu dữ liệu, phát hiện vấn đề và đề xuất phương án xử lý. |
Đánh giá kết quả phân tích, lựa chọn phương án và đưa ra quyết định. |
Phân tích hoạt động kinh doanh, đánh giá rủi ro, lập kế hoạch và hỗ trợ ra quyết định. |
AI đối chiếu các đơn mua chậm giao với tồn kho và kế hoạch sản xuất để xác định nguy cơ thiếu vật tư, đồng thời đề xuất phương án xử lý. |
|
3. AI Agent thực thi nghiệp vụ |
Chủ động thực hiện chuỗi công việc theo mục tiêu, quy trình và phạm vi quyền hạn được giao. |
Thiết lập quy tắc, phân quyền, giám sát và phê duyệt những bước quan trọng. |
Tự động hóa các quy trình nhiều bước như mua hàng, bán hàng, CSKH và xử lý yêu cầu nội bộ. |
AI Agent kiểm tra nhu cầu vật tư, đối chiếu tồn kho, tạo đề nghị mua bổ sung và chuyển vào quy trình phê duyệt. |
Ba cấp độ ứng dụng AI có thể được triển khai đồng thời trong cùng một hệ thống ERP, tùy theo yêu cầu của từng bộ phận và quy trình nghiệp vụ. Tuy nhiên, không phải mọi công việc đều cần sử dụng AI. Những tác vụ có quy tắc xử lý cố định như kiểm tra hạn mức ngân sách hoặc chuyển yêu cầu đến đúng cấp phê duyệt, có thể được tự động hóa bằng các quy trình được thiết lập sẵn. AI phù hợp hơn với những công việc cần phân tích thông tin, đánh giá tình huống hoặc lựa chọn phương án xử lý dựa trên nhiều nguồn dữ liệu.
4. Nền tảng để triển khai AI trong ERP hiệu quả
Để AI có thể tham gia xử lý công việc thực tế, doanh nghiệp không chỉ cần lựa chọn mô hình AI phù hợp mà còn phải bảo đảm hệ thống có đủ dữ liệu, quy trình nghiệp vụ và cơ chế kiểm soát. Đây là những yếu tố quyết định khả năng vận hành ổn định, tính chính xác và hiệu quả khi ứng dụng AI trong ERP. Doanh nghiệp cần tập trung vào ba yếu tố nền tảng sau:
- Dữ liệu được chuẩn hóa, kết nối và cập nhật thường xuyên: Chất lượng dữ liệu ảnh hưởng trực tiếp đến độ chính xác của kết quả phân tích và các tác vụ do AI thực hiện. Doanh nghiệp cần bảo đảm dữ liệu giữa các bộ phận được quản lý thống nhất, có sự liên kết và được cập nhật kịp thời. Nếu dữ liệu thiếu nhất quán, trùng lặp hoặc chưa được cập nhật, AI có thể đưa ra đề xuất không phù hợp với tình hình thực tế. Bên cạnh đó, việc truy cập dữ liệu cần được phân quyền theo từng nhiệm vụ, bảo đảm AI chỉ sử dụng những thông tin cần thiết và được phép truy cập.
- Quy tắc nghiệp vụ rõ ràng và công cụ thực hiện công việc: Để AI không chỉ phân tích thông tin mà còn có thể trực tiếp tham gia xử lý nghiệp vụ, doanh nghiệp cần xác định rõ các quy định, điều kiện và cách thức thực hiện từng công việc. Đồng thời, hệ thống phải cung cấp các công cụ cần thiết để AI có thể tra cứu, tạo mới hoặc cập nhật dữ liệu, gửi yêu cầu phê duyệt và thực hiện những thao tác được cho phép. Các điều kiện quan trọng như hạn mức ngân sách, thông tin bắt buộc hoặc quy tắc phê duyệt cần được kiểm tra trực tiếp trên hệ thống, bảo đảm AI thực hiện đúng quy định của doanh nghiệp.
- Quy trình vận hành, phân quyền và cơ chế giám sát: Khi AI tham gia thực hiện công việc, doanh nghiệp cần xác định rõ phạm vi trách nhiệm của AI và những bước vẫn cần sự kiểm tra, phê duyệt của con người. Ví dụ, AI Agent có thể tự động kiểm tra nhu cầu, lập đề nghị mua hàng và chuyển đến người phụ trách, nhưng quyết định phê duyệt vẫn thuộc về cấp quản lý có thẩm quyền. Ngoài ra, hệ thống cần ghi nhận được các thao tác AI đã thực hiện, kết quả xử lý và những trường hợp phát sinh lỗi hoặc thiếu thông tin. Điều này giúp doanh nghiệp theo dõi tiến độ, kiểm soát rủi ro và kịp thời can thiệp khi cần thiết, đồng thời hạn chế tình trạng xử lý sai hoặc lặp lại công việc.
Việc chuẩn bị đầy đủ ba yếu tố trên giúp doanh nghiệp từng bước đưa AI vào các quy trình vận hành thực tế. Quan trọng hơn, doanh nghiệp có thể mở rộng phạm vi ứng dụng AI theo nhu cầu mà vẫn duy trì được tính nhất quán trong vận hành và khả năng kiểm soát của đội ngũ quản lý.
5. Cách triển khai AI ERP theo từng bước
Để triển khai AI ERP hiệu quả, doanh nghiệp nên bắt đầu từ những nghiệp vụ cụ thể, có khả năng đo lường kết quả và từng bước mở rộng sau khi đã đánh giá hiệu quả thực tế. Dưới đây là 5 bước triển khai doanh nghiệp có thể tham khảo, dựa trên lộ trình ứng dụng AI Agent trong doanh nghiệp.
Bước 1: Lựa chọn nghiệp vụ ưu tiên và xác định mục tiêu
Ưu tiên sử dụng AI để xử lý những công việc lặp lại, tốn nhiều thời gian hoặc cần tổng hợp dữ liệu từ nhiều bộ phận. Ví dụ, AI phát hiện nguy cơ thiếu vật tư và chuẩn bị đề nghị mua hàng. Doanh nghiệp cần xác định rõ AI sẽ hỗ trợ phân tích, đề xuất hay trực tiếp thực hiện công việc, đồng thời thiết lập các chỉ tiêu đo lường hiệu quả.
Bước 2: Chuẩn bị dữ liệu và kết nối hệ thống
Xác định các nguồn dữ liệu cần thiết, kiểm tra tính chính xác, đầy đủ và khả năng cập nhật. Với nghiệp vụ mua hàng, AI cần được kết nối với dữ liệu tồn kho, kế hoạch sản xuất, đơn mua hàng và các quy định liên quan. Dữ liệu phải được quản lý thống nhất để AI có đủ thông tin phục vụ phân tích và xử lý công việc.
Bước 3: Thiết lập AI Agent và phạm vi thực hiện công việc
Cấu hình nhiệm vụ, quy trình xử lý và các công cụ AI được phép sử dụng. Doanh nghiệp cần quy định rõ những thao tác AI có thể tự thực hiện, những bước cần phê duyệt và các trường hợp phải chuyển cho nhân sự phụ trách. Điều này giúp AI hoạt động đúng quy trình và trong phạm vi quyền hạn được giao.
Bước 4: Kiểm thử và đánh giá kết quả
Thử nghiệm AI với các tình huống nghiệp vụ thực tế, bao gồm cả trường hợp thiếu dữ liệu, thông tin không nhất quán hoặc phát sinh lỗi. Đánh giá độ chính xác của kết quả, khả năng thực hiện đúng quy trình và cách AI xử lý các tình huống ngoài dự kiến. Những vấn đề phát hiện trong quá trình thử nghiệm cần được khắc phục trước khi triển khai chính thức.
Bước 5: Đo lường hiệu quả và mở rộng ứng dụng
Triển khai thí điểm tại một bộ phận hoặc nhóm người dùng, đồng thời theo dõi các chỉ số như thời gian xử lý, tỷ lệ hoàn thành công việc, mức độ cần nhân sự can thiệp và chi phí vận hành. Dựa trên kết quả thực tế, doanh nghiệp tiếp tục tối ưu dữ liệu, quy trình và cấu hình AI trước khi mở rộng sang các nghiệp vụ khác.
6. Kiến trúc Cogover giúp tích hợp AI vào hệ thống quản trị như thế nào?
Để AI thực sự tham gia vào hoạt động vận hành, doanh nghiệp cần có một nền tảng quản trị với dữ liệu được tổ chức thống nhất, quy trình nghiệp vụ rõ ràng và các ứng dụng có khả năng kết nối với nhau.
Đây cũng là định hướng phát triển của Cogover Platform. Thay vì chỉ bổ sung AI như một công cụ độc lập, Cogover tập trung xây dựng nền tảng quản trị hợp nhất với kiến trúc ba tầng, tạo điều kiện để AI khai thác dữ liệu và trực tiếp tham gia xử lý công việc trong hệ thống.
Kiến trúc ba tầng của Cogover bao gồm:
- Tầng dữ liệu (Object Manager): Là nền tảng quản lý và tổ chức dữ liệu của doanh nghiệp. Doanh nghiệp có thể định nghĩa các đối tượng dữ liệu như khách hàng, đơn hàng, sản phẩm, nhân sự và thiết lập mối liên kết giữa chúng. Dữ liệu được quản lý có cấu trúc, thống nhất và phân quyền rõ ràng, giúp AI có cơ sở khai thác thông tin chính xác, phù hợp với từng nghiệp vụ.
- Tầng xử lý nghiệp vụ (Business Logic): Thiết lập và điều phối các quy trình vận hành dựa trên dữ liệu đã được tổ chức, bao gồm phân công công việc, phê duyệt, thông báo, tự động hóa và kết nối hệ thống. Đây là cơ sở để AI tham gia xử lý nghiệp vụ theo đúng quy trình, điều kiện và phạm vi quyền hạn mà doanh nghiệp thiết lập.
- Tầng ứng dụng (Applications): Bao gồm các ứng dụng quản trị như CRM, quản lý kho, sản xuất, tài chính, nhân sự và các ứng dụng tùy chỉnh theo đặc thù doanh nghiệp. Các ứng dụng cùng sử dụng nền tảng dữ liệu và quy trình chung, giúp thông tin được kết nối giữa các bộ phận, đồng thời tạo môi trường để con người và AI phối hợp xử lý công việc.
Điểm khác biệt trong cách tiếp cận của Cogover là AI được tích hợp trực tiếp vào môi trường vận hành, thay vì hoạt động như một công cụ tách biệt bên ngoài. AI có thể sử dụng dữ liệu từ Object Manager, thực hiện các tác vụ thông qua Business Logic và phối hợp với nhân sự ngay trong các ứng dụng nghiệp vụ (Applications).
Ví dụ, một AI Agent được cấu hình trên Cogover có thể kiểm tra dữ liệu tồn kho, đối chiếu nhu cầu sản xuất, lập đề nghị mua vật tư và chuyển vào quy trình phê duyệt. Các bước xử lý được thực hiện và ghi nhận trên hệ thống, giúp người quản lý theo dõi tiến độ và kiểm soát kết quả.
Với kiến trúc này, Cogover hướng đến việc xây dựng nền tảng dữ liệu và quy trình vững chắc trước khi ứng dụng AI. Nhờ đó, AI có thể làm việc và tạo ra kết quả sát với hoạt động thực tế, giúp tự động hóa vận hành và nâng cao hiệu quả quản trị doanh nghiệp.
7. Cách vận hành AI trên nền tảng Cogover
Với định hướng Agentic Enterprise, Cogover cho phép doanh nghiệp ứng dụng AI ở nhiều cấp độ, từ hỗ trợ tra cứu, phân tích dữ liệu đến trực tiếp thực hiện các công việc nghiệp vụ. Trên nền tảng Cogover, doanh nghiệp có thể triển khai AI theo hai hình thức chính:
- Xây dựng và sử dụng AI Agent trực tiếp trên Cogover: Thông qua AI Agent Builder, doanh nghiệp có thể thiết lập các AI Agent theo từng nghiệp vụ như kinh doanh, chăm sóc khách hàng, tài chính, quản lý kho và sản xuất. Mỗi Agent được giao nhiệm vụ cụ thể, sử dụng dữ liệu và công cụ được cấp quyền để hỗ trợ hoặc trực tiếp thực hiện công việc theo quy trình đã thiết lập.
- Kết nối AI bên ngoài thông qua Cogover Skills: Doanh nghiệp có thể tận dụng các công cụ AI đang sử dụng, kết nối với Cogover thông qua bộ Skills được cung cấp. Nhờ đó, AI bên ngoài có thể truy cập dữ liệu và thực hiện các tác vụ trên hệ thống Cogover theo quyền được cấp, thay vì chỉ xử lý thông tin độc lập. Cách tiếp cận này giúp doanh nghiệp linh hoạt lựa chọn công cụ AI mà vẫn khai thác được nền tảng dữ liệu và quy trình quản trị hiện có.
Dù triển khai theo hình thức nào, AI vẫn phải tuân thủ cơ chế phân quyền, quy tắc nghiệp vụ và quy trình phê duyệt của doanh nghiệp. Các hoạt động trên hệ thống được kiểm soát và ghi nhận theo cấu hình, giúp người quản lý theo dõi, kiểm tra và giám sát kết quả thực hiện.
Để hiểu rõ hơn cách AI Agent được xây dựng, kết nối dữ liệu và thực hiện công việc thực tế, doanh nghiệp có thể đăng ký demo AI Agent trên Cogover.
Thực tế, Cogover đã và đang triển khai các bài toán quản trị phức tạp cho nhiều doanh nghiệp lớn trong lĩnh vực sản xuất, kinh doanh và phân phối như Goldsun Packaging, Hà Thành Auto. Các dự án tập trung vào chuẩn hóa quy trình, kết nối dữ liệu từ nhiều hệ thống và xây dựng dashboard quản trị tập trung, giúp ban lãnh đạo theo dõi, phân tích và điều hành hoạt động trên toàn doanh nghiệp. Đây cũng là nền tảng quan trọng để Cogover tiếp tục đưa AI vào xử lý các nghiệp vụ thực tế, thay vì chỉ dừng ở những tính năng AI độc lập.
Kết luận
AI ERP giúp doanh nghiệp khai thác dữ liệu hiệu quả hơn, tự động hóa các nghiệp vụ và nâng cao năng lực quản trị. Để triển khai thành công, doanh nghiệp cần bảo đảm chất lượng dữ liệu, quy trình vận hành và cơ chế kiểm soát rõ ràng, đồng thời lựa chọn những nghiệp vụ ưu tiên để ứng dụng AI và từng bước mở rộng dựa trên hiệu quả thực tế.
Với nền tảng Cogover, doanh nghiệp có thể tích hợp AI vào các quy trình nghiệp vụ, xây dựng AI Agent theo nhu cầu và từng bước hình thành mô hình vận hành thông minh, nơi con người và AI phối hợp thực hiện công việc. Liên hệ Cogover để được tư vấn giải pháp ứng dụng AI phù hợp với nhu cầu quản trị và vận hành của doanh nghiệp.
