1. Nguyên tắc về Giá trị Chiến lược

Tạo ra giá trị chính là mục tiêu cốt lõi của quản lý 3P (xem Hình 2-2 dưới đây). Chính vì thế, bất kỳ sáng kiến nào nhằm triển khai và áp dụng AI ở mọi cấp độ trong tổ chức - bao gồm cả quản lý 3P - đều đòi hỏi phải được đặt câu hỏi và đánh giá nghiêm túc dưới góc nhìn: "Liệu giải pháp này có mang lại giá trị hay không?". Lúc này, AI đóng vai trò như một trong những phương tiện khả thi để tạo ra các kết quả, từ đó mang lại các lợi ích thực tế, và cuối cùng là kiến tạo nên giá trị cho tổ chức.

Nguyên tắc về Giá trị Chiến lược xác định cách thức mà giá trị được quản lý trong bối cảnh ứng dụng AI. Một sáng kiến AI có thể mang quy mô toàn tổ chức do đội ngũ quản lý 3P dẫn dắt, hoặc cụ thể hơn, đó có thể là sáng kiến tập trung nâng cao chính năng lực quản lý 3P. Dù dưới hình thức nào, mọi sáng kiến AI đều phải đảm bảo tính đồng bộ chiến lược với định hướng và các mục tiêu kinh doanh của tổ chức.

Các hành động thực tế nhằm đảm bảo nguyên tắc tập trung vào giá trị trong một sáng kiến AI bao gồm:

• Xác định và đánh giá giá trị mong đợi trước khi bắt đầu các sáng kiến AI. Giá trị mong đợi phải đảm bảo tính đồng bộ chiến lược với định hướng và mục tiêu kinh doanh của tổ chức, đồng thời cần được ghi nhận chính thức và thông qua bởi các bên liên quan chính yếu. Hình thức và mức độ chi tiết của hoạt động này có thể thay đổi tùy thuộc vào hoàn cảnh thực tế. Ví dụ, chúng ta có thể sử dụng Đề án kinh doanh (Business Case) hoặc Công cụ BSC (Balanced Scorecard). Tuy nhiên, khi tổ chức đang ở giai đoạn tìm hiểu AI, họ có thể tiến hành các hoạt động mang tính chất thăm dò trước để nâng cao nhận thức của nhân sự và tìm ra các tình huống có thể áp dụng. Trong trường hợp này, giá trị mong đợi có thể được xác định, ghi nhận và đánh giá song song cùng với quá trình thăm dò thay vì bắt buộc phải hoàn tất từ trước.
• Đảm bảo khả năng hiện thực hóa giá trị trong suốt vòng đời của sáng kiến. Trong suốt tiến trình triển khai, có nhiều yếu tố/sự kiện có thể phát sinh, đặc biệt là sự đột phá nhanh chóng của công nghệ AI. Điều này có thể làm chệch hướng giá trị mong đợi ban đầu nhưng đồng thời cũng có thể mở ra những cơ hội mới. Để ứng phó hiệu quả, tổ chức nên cân nhắc áp dụng Phương pháp phát triển thích ứng/agile.
• Tối ưu hóa dòng chảy giá trị - chuyển giao sớm và liên tục. Trong một môi trường thay đổi nhanh chóng, việc tạo ra lợi ích sớm và đều đặn giúp đẩy nhanh tiến độ thu được giá trị, duy trì đà tăng trưởng và thuyết phục các bên liên quan còn hoài nghi. Chiến lược tối ưu là kiến tạo giá trị liên tục trong suốt tiến trình triển khai thay vì đợi đến giai đoạn kết thúc.
• Đánh giá mức độ hiện thực hóa giá trị. Thường xuyên kiểm tra xem giá trị thực tế thu được có đạt mức mong đợi ban đầu hay không. Thúc đẩy sự tham gia của các bên liên quan thông qua việc chủ động thu thập phản hồi, phân tích hệ thống chỉ số đo lường hiệu suất (KPIs) và định kỳ tổ chức các buổi đánh giá mức độ hiện thực hóa giá trị.

Mặc dù Giá trị Chiến lược đóng vai trò nền tảng và là trọng tâm của AI trong quản lý 3P, nguyên tắc này không vận hành độc lập. Việc mang lại giá trị trong một sáng kiến AI phụ thuộc rất lớn vào sự gắn kết chặt chẽ với các nguyên tắc khác thuộc bộ tiêu chuẩn này:

• Rủi ro: Công nghệ AI đang phát triển với tốc độ phi mã, làm gia tăng đáng kể độ phức tạp, tính biến động và sự mơ hồ vốn có của các dự án, chương trình và danh mục áp dụng AI. Khả năng thích ứng và tính kiên cường chính là chìa khóa để duy trì bền vững việc kiến tạo giá trị. Hệ thống quản lý rủi ro trong quản lý 3P cần chủ động giải quyết các rủi ro đặc thù của AI, tiêu biểu như sự thiên vị và khả năng giải trình - tức là khả năng làm rõ cơ chế đưa ra quyết định của hệ thống AI.
• Quản trị và Tuân thủ: Giá trị mong đợi có thể bị giảm sút hoặc thậm chí biến mất hoàn toàn nếu công tác quản trị, tuân thủ và đảm bảo chất lượng không được thực thi một cách triệt để. Xa hơn thế, tổ chức cần đặc biệt chú trọng đến vòng đời chuyển giao sản phẩm nhằm tối ưu hóa chuỗi giá trị.
• Con người và Văn hóa: Phần lớn giá trị thực tế chỉ được hiện thực hóa khi các sản phẩm đầu ra được ứng dụng hiệu quả trong thực tiễn, bất kể việc kết quả có tích hợp AI hay không. Mọi dự án, chương trình và danh mục suy cho cùng đều do con người khởi xướng và phục vụ con người; do đó, văn hóa tổ chức cùng sự đồng thuận của tập thể đóng vai trò quyết định đến việc kiến tạo giá trị. Cơ chế HITL (vai trò giám sát của con người) là yếu tố then chốt để đảm bảo kết quả đầu ra chất lượng và đáng tin cậy.
• Đạo đức và Trách nhiệm nghề nghiệp: Bất kỳ sai sót nào liên quan đến chuẩn mực đạo đức và trách nhiệm nghề nghiệp đều có thể gây tổn hại nghiêm trọng đến quá trình kiến tạo giá trị.
• Sự gắn kết các Bên liên quan: Việc hợp tác hiệu quả với các bên liên quan là yêu cầu bắt buộc trong mọi sáng kiến AI, giúp hóa giải tâm lý hoài nghi cũng như những rào cản phản đối phát sinh trong quá trình triển khai AI.
• Tối ưu hóa và Đổi mới: Hoạt động vận hành là một thành tố không thể tách rời trong hệ thống chuyển giao giá trị, nơi dòng chảy thông tin kết nối liên tục giữa các cấp quản trị (từ lãnh đạo cấp cao, danh mục, chương trình, dự án cho đến vận hành). Trong một môi trường thay đổi nhanh chóng, giá trị chỉ được duy trì bền vững khi tư duy tối ưu hóa và đổi mới được áp dụng xuyên suốt trong mọi giai đoạn của vòng đời sáng kiến và ở mọi cấp độ quản lý.
• Chất lượng Dữ liệu: Chất lượng dữ liệu mang tính sống còn đối với các mô hình Trí tuệ nhân tạo / Học máy (AI/ML) - các hệ thống máy tính được huấn luyện để mô phỏng trí thông minh của con người, bởi các hệ thống này có khả năng tự học hỏi và rút ra quy luật từ chính nguồn dữ liệu đầu vào. Nếu dữ liệu bị sai lệch, thiên vị hoặc thiếu sót, mô hình AI sẽ tái lập chính xác những khuyết điểm đó. Dữ liệu lỗi sẽ dẫn đến kết quả đầu ra sai lệch, tạo ra các quyết định bất công và lan truyền sự phân biệt đối xử. Do đó, tổ chức cần nỗ lực duy trì một khung quản trị dữ liệu chặt chẽ nhằm đảm bảo nguồn dữ liệu đầu vào đạt chất lượng cao cho các mô hình AI/ML.

2. Nguyên tắc về rủi ro

Việc tích hợp AI vào quản lý 3P mang lại cả những thách thức lẫn cơ hội mới. Các mối đe dọa bao gồm mức độ thiên vị của thuật toán, các kết quả mập mờ thiếu minh bạch từ deep learning, nguy cơ về quyền riêng tư, rủi ro an ninh mạng và khả năng AI đưa ra những quyết định vi phạm các tiêu chuẩn đạo đức. Do AI sở hữu sức mạnh tạo ra những bước ngoặt đột phá, những rủi ro này có thể gây ra tác động sâu rộng vượt xa phạm vi của một dự án hay chương trình đơn lẻ; chúng thậm chí có thể đe dọa trực tiếp đến uy tín và các mục tiêu chiến lược của toàn bộ tổ chức (xem Hình 2-3 dưới đây). 

Việc quản trị rủi ro liên quan đến AI đòi hỏi một cách tiếp cận chủ động và có hệ thống, bao quát toàn bộ vòng đời của công nghệ AI - từ giai đoạn phát triển, triển khai thực thi, giám sát liên tục cho đến khi ngừng vận hành. Quản trị rủi ro AI một cách toàn diện bao gồm các hành động trọng tâm sau:

• Nhận diện những rủi ro đặc thù của AI,
• Đánh giá và sắp xếp thứ tự ưu tiên cho các rủi ro đó,
• Duy trì sự giám sát của con người để chủ động xử lý và giảm thiểu khả năng thiên vị của thuật toán,
• Đảm bảo tính tuân thủ pháp lý và các quy định hiện hành,
• Thực hiện giám sát liên tục và chủ động thích ứng để phù hợp,
• Tích hợp các tiêu chuẩn và nguyên tắc đạo đức, và
• Kết hợp chặt chẽ với các cấu trúc quản trị chung của tổ chức.

Các yếu tố này thúc đẩy một tiếp cận chủ động, chuẩn mực về đạo đức nhằm giải quyết tính phức tạp của AI, từ đó bảo vệ tối đa lợi ích của tổ chức và các bên liên quan. Quản trị rủi ro AI được xây dựng vững chắc trên ba trụ cột chính:

• Tính minh bạch,
• Tinh thần trách nhiệm, và
• Sự chính trực.

Nguyên tắc Rủi ro nhấn mạnh tầm quan trọng của sự giám sát bởi con người trong các quy trình AI, nhằm đảm bảo những quyết định then chốt luôn đảm bảo tính đồng bộ với các chuẩn mực đạo đức và mục tiêu chiến lược của tổ chức. Nguyên tắc này đồng thời đề cao yêu cầu phải liên tục đánh giá rủi ro và chủ động thích ứng để ứng phó hiệu quả với các mối đe dọa và thách thức mới phát sinh.

Việc tích hợp quy trình quản trị rủi ro AI vào hệ thống quản lý chung của tổ chức sẽ tạo cơ sở vững chắc giúp tổ chức tự tin giải quyết các vấn đề phức tạp của AI. Điều này đảm bảo các sáng kiến AI sẽ đóng góp thiết thực vào thành công chung, thay vì làm xói mòn giá trị của tổ chức.

Thông qua việc quản trị rủi ro AI hiệu quả, tổ chức có thể chủ động dự báo và đạt được nhiều lợi ích cốt lõi - vốn là những yếu tố quyết định cho việc ứng dụng AI thành công vào quản lý 3P. Việc thực thi nguyên tắc này đảm bảo các sáng kiến trong môi trường tích hợp AI luôn duy trì tính đổi mới, lợi thế cạnh tranh, khả năng phục hồi, độ tin cậy và sự đồng bộ tuyệt đối với định hướng chiến lược tổng thể.

Các kết quả dưới đây minh chứng cho tác động to lớn của việc quản trị rủi ro AI một cách bài bản đối với sự thành công và tính bền vững của các dự án, chương trình và danh mục:

• Giảm thiểu rủi ro tốt hơn: Tổ chức được trang bị năng lực tốt hơn để chủ động nhận diện và giảm thiểu các rủi ro liên quan đến AI trước khi chúng bùng phát thành những vấn đề nghiêm trọng, từ đó bảo vệ các dự án, chương trình và danh mục khỏi những thách thức bất ngờ.
• Gia tăng niềm tin và sự tự tin từ các bên liên quan: Quản lý rủi ro AI hiệu quả có thể giúp xây dựng niềm tin vững chắc giữa các bên liên quan, đảm bảo rằng các công nghệ AI đang được sử dụng một cách có trách nhiệm và đúng đạo đức. Nỗ lực này góp phần nâng cao uy tín của tổ chức và thắt chặt mối quan hệ chiến lược với các bên liên quan.
• Đảm bảo sự đồng bộ chiến lược: Các sáng kiến AI gắn kết chặt chẽ hơn với hệ giá trị và mục tiêu chiến lược của tổ chức, đảm bảo sự đóng góp tích cực vào việc đạt được các mục tiêu dài hạn.
• Tăng cường khả năng phục hồi và thích ứng: Việc theo dõi liên tục và quản lý rủi ro một cách linh hoạt giúp nâng cao năng lực của tổ chức trong việc chủ động ứng phó, phục hồi và bứt phá sau những xáo trộn do AI gây ra, đảm bảo hiệu suất hoạt động được duy trì bền vững. 

Nguyên tắc này được xây dựng dựa trên các giá trị cốt lõi định hướng hành vi đạo đức trong việc quản trị các rủi ro liên quan đến AI. Các giá trị này đảm bảo mọi hoạt động triển khai AI đều duy trì tính đồng bộ với giá trị cốt lõi của tổ chức, nuôi dưỡng văn hóa chính trực, trách nhiệm và minh bạch. Bằng cách giữ vững các giá trị dưới đây, tổ chức có thể thực thi một phương thức quản trị rủi ro AI vừa chuẩn mực về đạo đức, vừa đồng hành cùng sự phát triển bền vững lâu dài:

• Tính minh bạch: Duy trì đối thoại và chia sẻ một cách cởi mở, toàn diện với tất cả các bên liên quan về các rủi ro liên quan đến AI cũng như các biện pháp kiểm soát được áp dụng; sự cởi mở này giúp xây dựng niềm tin và thúc đẩy tinh thần hợp tác.
• Tinh thần trách nhiệm: Chủ động nhận trách nhiệm đối với các rủi ro phát sinh từ AI, đồng thời đảm bảo thiết lập sẵn các cơ chế kiểm soát phù hợp để quản trị hiệu quả những rủi ro này.
• Sự chính trực: Tuân thủ các tiêu chuẩn đạo đức cao nhất trong mọi hoạt động liên quan đến AI, đảm bảo các quyết định do AI đưa ra hoặc hỗ trợ luôn công bằng, minh bạch và gắn liền với trách nhiệm rõ ràng.

Nguyên tắc Rủi ro được áp dụng xuyên suốt trong việc tích hợp AI vào quản lý 3P ở mọi cấp độ, từ các dự án riêng lẻ cho đến các danh mục gồm nhiều chương trình phức tạp. Nguyên tắc này đặc biệt phát huy giá trị trong những môi trường nơi AI đóng vai trò gia tăng năng lực ra quyết định, tối ưu hóa quy trình hoặc thúc đẩy sự đổi mới sáng tạo. Đây là nguyên tắc mang tính định hướng tổng quát, không phụ thuộc vào bất kỳ công nghệ hay phương pháp AI cụ thể nào, đồng thời áp dụng linh hoạt cho các tổ chức thuộc mọi quy mô và ngành nghề nhằm đảm bảo quản trị rủi ro AI hiệu quả trong mọi hoàn cảnh.

3. Nguyên tắc về Quản trị và Tuân thủ

Nguyên tắc Quản trị và Tuân thủ đảm bảo AI được phát triển, triển khai và quản lý một cách chuẩn mực về đạo đức, minh bạch và duy trì tính đồng bộ với các mục tiêu chiến lược trong toàn bộ môi trường quản lý 3P (xem Hình 2-4 dưới đây). Thay vì đóng vai trò như một bộ quy tắc cứng nhắc và cố định, nguyên tắc này thiết lập một khung quản trị linh hoạt - hệ thống tích hợp cơ chế giám sát, trách nhiệm giải trình và sự điều chỉnh liên tục vào từng giai đoạn trong vòng đời của AI.

Nguyên tắc này thực thi hai chức năng cốt lõi:

• Đảm bảo tính đồng bộ chiến lược: Đảm bảo mọi sáng kiến AI đều trực tiếp nâng đỡ sứ mệnh, hệ giá trị và các mục tiêu dài hạn của tổ chức.
• Tuân thủ đạo đức và pháp luật: Thiết lập các biện pháp bảo vệ nhằm duy trì nghiêm ngặt các nguyên tắc đạo đức, yêu cầu pháp lý và trách nhiệm giải trình trong vận hành.

Yếu tố Quản trị cung cấp nền tảng cấu trúc, bao gồm việc phân định rõ ràng các vai trò, chính sách và cơ chế ra quyết định nhằm xác định rõ trách nhiệm giải trình thuộc về ai, AI được khai thác như thế nào và các rủi ro liên quan được kiểm soát ra sao. Theo nghĩa này, quản trị đóng vai trò định hướng, thiết lập các mục tiêu và nguyên tắc dẫn dắt việc ứng dụng AI một cách có trách nhiệm.

Yếu tố Tuân thủ đóng vai trò xác minh cấu trúc quản trị hoạt động đúng như mong đợi. Tương tự như các chỉ số đo lường hiệu suất được sử dụng để đánh giá kết quả hoạt động của tổ chức so với mục tiêu đề ra, việc tuân thủ giúp kiểm tra và xác nhận các hoạt động triển khai AI thực tế có đáp ứng cả kỳ vọng nội bộ lẫn các tiêu chuẩn bắt buộc từ bên ngoài hay không (chẳng hạn như tiêu chuẩn ngành, quy định pháp luật và các bộ quy tắc đạo đức). 

Khi kết hợp chặt chẽ, quản trị và tuân thủ sẽ xây dựng niềm tin bền vững vào các hệ thống AI, đảm bảo việc ứng dụng AI không chỉ đạt hiệu quả tối ưu về mặt kỹ thuật mà còn thể hiện trách nhiệm đối với xã hội và định hướng chiến lược của tổ chức.

3.1 Các mục tiêu và câu hỏi nền tảng

Nguyên tắc Quản trị và Tuân thủ được định hình dựa trên hai câu hỏi cốt lõi:

• Những cơ chế quản trị và tuân thủ nào là bắt buộc để đảm bảo việc triển khai AI diễn ra an toàn và chuẩn mực về đạo đức?
• Việc ứng dụng AI một cách có trách nhiệm duy trì tính đồng bộ với các mục tiêu chiến lược trong quản lý 3P như thế nào?

Hai câu hỏi này định hình mục tiêu kép của nguyên tắc: thiết lập nền tảng vững chắc về tính chính trực đạo đức, tính tuân thủ pháp lý, đồng thời đảm bảo các sáng kiến AI chủ động đóng góp vào sứ mệnh tổng thể của tổ chức. Câu hỏi thứ nhất xác định các ranh giới - các điều kiện cần thiết để bảo vệ quyền lợi các bên liên quan, duy trì giá trị xã hội và đáp ứng các nghĩa vụ pháp luật. Câu hỏi thứ hai định hướng vào mục tiêu chiến lược - đảm bảo việc sử dụng AI có trách nhiệm không chỉ là hành động ứng phó thụ động mà phải có mục đích rõ ràng và đồng nhất với định hướng quản lý 3P.

Khi kết hợp, hai câu hỏi này thúc đẩy tổ chức kiến tạo nên những hệ thống AI không chỉ tối ưu về mặt kỹ thuật mà còn thể hiện trách nhiệm xã hội và mang lại giá trị chiến lược rõ ràng. Các câu hỏi này đòi hỏi việc liên tục đánh giá xem các công cụ AI, quy trình xử lý dữ liệu và cơ chế giám sát của con người có đang phối hợp nhịp nhàng để củng cố niềm tin của công chúng và hiện thực hóa các mục tiêu của tổ chức hay không.

Bằng cách thường xuyên đối chiếu với những câu hỏi trên, tổ chức có thể thiết lập một hệ sinh thái quản trị có khả năng tự thích ứng - hệ thống đủ năng lực bảo đảm tính minh bạch, sự công bằng, trách nhiệm giải trình và khả năng phục hồi dài hạn trong suốt vòng đời của hệ thống AI.

3.2 Cấu trúc Quản trị và Tích hợp Tuân thủ

Quản trị và tuân thủ AI hiệu quả đòi hỏi một khung cấu trúc rõ ràng nhằm thiết lập cơ chế giám sát, quản trị rủi ro và đảm bảo sự duy trì đồng bộ với cả các mục tiêu nội bộ lẫn các nghĩa vụ pháp lý bên ngoài. Trong môi trường quản lý 3P, khung quản trị này phải vừa đủ vững chắc để nâng đỡ các mục tiêu chiến lược, vừa đủ linh hoạt để ứng phó với các rủi ro mới phát sinh và các tiêu chuẩn quản lý đang liên tục thay đổi.

Quản trị đóng vai trò tạo dựng khung sườn cho tổ chức: Cung cấp các vai trò, chính sách, biện pháp kiểm soát và cơ chế ra quyết định để định hướng cho việc ứng dụng AI một cách hiệu quả và chuẩn mực về đạo đức. Quản trị đảm bảo trách nhiệm giải trình được phân định rõ ràng trong suốt vòng đời của AI và quyền hạn ra quyết định được giao đúng người. Đặc biệt, quản trị phân định rõ ràng giữa thẩm quyền - quyền hạn đưa ra hoặc vượt cấp quyết định - và trách nhiệm - nghĩa vụ thực thi, theo dõi hoặc báo cáo. Trong phần lớn trường hợp, hai yếu tố này đi liền với nhau, nhưng việc phân biệt rành rọt giữa chúng trở nên vô cùng quan trọng khi các kết quả do AI tạo ra phát sinh sự cố, đòi hỏi sự can thiệp và phê duyệt của cấp cao hơn.

Tuân thủ bổ trợ cho cấu trúc này bằng cách đảm bảo hệ thống quản trị AI vận hành nghiêm ngặt trong các ranh giới cho phép. Hoạt động này đòi hỏi việc đồng bộ hóa mọi thao tác vận hành với các chính sách nội bộ cũng như các căn cứ pháp lý và chuẩn mực bên ngoài, chẳng hạn như:

• Luật pháp và quy định hiện hành: Các văn bản pháp luật cấp quốc gia và quốc tế, đặc biệt là các quy định bắt buộc về quyền bảo mật thông tin và quyền riêng tư dữ liệu;
• Bộ quy tắc ứng xử: Cung cấp các hướng dẫn nguyên tắc về mặt đạo đức và chuẩn mực kỹ thuật trong phát triển công nghệ;
• Các khung quản trị và công cụ sẵn có: Nền tảng hỗ trợ khả năng truy xuất nguồn gốc, năng lực kiểm toán và khả năng mở rộng cho các hoạt động tuân thủ;
• Các tiêu chuẩn ngành: Định hình thước đo chuẩn hóa để đánh giá hiệu suất và đảm bảo khả năng phối hợp hoạt động giữa các hệ thống; và
• Các chính sách của tổ chức: Đảm bảo tính đồng bộ hoàn toàn với các mục tiêu chiến lược và khẩu vị rủi ro ở cấp độ tổ chức.

Bằng cách tích hợp toàn diện các yếu tố này vào khung quản trị, tổ chức có thể kiến tạo một hệ thống không chỉ dừng lại ở việc định hướng cho các hoạt động AI mà còn có khả năng xác thực và kiểm chứng chúng. Điều này đảm bảo mọi quyết định do AI thực hiện - hoặc do con người thực hiện dựa trên cơ sở từ AI - đều có thể truy xuất nguồn gốc, giải thích rõ ràng và duy trì sự nhất quán với cả mục tiêu chiến lược lẫn kỳ vọng của xã hội.

3.3 Xác định Vai trò và Trách nhiệm theo Vòng đời

Một thành phần cốt lõi của quản trị AI hiệu quả là phân định rõ ràng vai trò, trách nhiệm giải trình và thẩm quyền ra quyết định trong suốt toàn bộ vòng đời của hệ thống AI. Trong khung quản lý 3P, sự minh bạch này không đơn thuần là sắp xếp bộ máy tổ chức; đây là yêu cầu bắt buộc để kiểm soát rủi ro, duy trì tính tuân thủ và đảm bảo trách nhiệm giải trình về mặt đạo đức.

Các hệ thống AI đòi hỏi cơ chế giám sát xuyên suốt từ khâu khởi tạo đến khi ngừng vận hành, bao gồm các giai đoạn:

• Thiết kế và phát triển,
• Kiểm thử và xác thực,
• Triển khai và hỗ trợ,
• Theo dõi liên tục và bảo trì, và
• Dừng vận hành hoặc loại bỏ.

Ở mỗi giai đoạn, tổ chức cần phân định rõ giữa người có trách nhiệm thực thi (được giao thực hiện công việc hoặc giám sát) và người có thẩm quyền (được trao quyền đưa ra hoặc vượt cấp quyết định). Dù hai yếu tố này thường đi đôi với nhau, vẫn có những ngoại lệ quan trọng. Ví dụ: Một chuyên viên phân tích có trách nhiệm rà soát lịch sử hoạt động của AI có thể phát hiện một điểm bất thường đáng quan ngại, nhưng người này không có thẩm quyền ra lệnh tạm dừng hệ thống hoặc phát động một cuộc điều tra chính thức.

Để xóa bỏ sự mơ hồ trong vận hành, tổ chức cần thực hiện các hành động cụ thể sau:

• Xác định các vai trò dựa trên cả phạm vi công việc chuyên môn lẫn ranh giới quyền hạn;
• Phân định trách nhiệm giải trình rõ ràng tại từng cột mốc kiểm soát quan trọng của vòng đời hệ thống;
• Đảm bảo các tuyến báo cáo vượt cấp được chuẩn hóa bằng văn bản, minh bạch và được diễn tập định kỳ; và
• Đồng bộ hóa các vai trò khớp với các cấp độ chiến lược, vận hành và kỹ thuật nhằm thúc đẩy sự hợp tác liên phòng ban.

Hoạch định nguồn lực cũng là một yếu tố then chốt. Nguồn lực về con người, tài chính và cơ sở hạ tầng - như năng lực điện toán đám mây - cần được phân bổ tối ưu dựa theo nhu cầu của từng giai đoạn trong vòng đời và mức độ rủi ro tương ứng. Nỗ lực này không chỉ dừng lại ở việc lập kế hoạch nhân sự và ngân sách để vận hành AI có trách nhiệm, mà còn bao gồm việc chuẩn bị hạ tầng kỹ thuật nhằm vận hành, mở rộng và duy trì các dịch vụ AI đó.

Ví dụ: Việc triển khai một mô hình AI nội bộ để hỗ trợ phản hồi các câu hỏi về bán hàng, sản phẩm và khách hàng có thể tiêu tốn tài nguyên đám mây rất lớn. Nếu việc sử dụng điện toán này gây quá tải cho hạ tầng hiện hữu, hệ thống quản trị phải cung cấp các hướng dẫn quy định cách xử lý các mâu thuẫn lợi ích và sự đánh đổi phù hợp. Điều này có thể bao gồm việc tái đánh giá nhằm giảm mức độ ưu tiên, thu hẹp quy mô hoặc tái cấu hình các dịch vụ hiện tại để nhường tài nguyên cho các dự án AI mang tính chiến lược trong giới hạn ngân sách và năng lực hạ tầng cho phép.

Các đội ngũ chịu trách nhiệm giám sát AI cần được hỗ trợ bởi các bộ khung để đưa ra các quyết định đúng đạo đức, biết sắp xếp thứ tự ưu tiên dựa trên giá trị chiến lược cùng mức độ khẩn cấp, và có khả năng thích ứng linh hoạt trước những thay đổi về kỹ thuật, vận hành và tài chính.

Sau cùng, việc phân định vai trò rõ ràng đảm bảo mọi cá nhân tương tác với hệ thống AI - dù là đội phát triển, đội vận hành hay đội kiểm toán - đều nắm rõ không chỉ trách nhiệm chuyên môn của mình, mà còn biết chính xác khi nào, bằng cách nào và báo cáo cho ai khi phát sinh sự cố vượt quá thẩm quyền xử lý.

3.4 Tiêu chuẩn, Đào tạo và Sự chuẩn bị về mặt Đạo đức

Để đảm bảo các hệ thống AI vận hành chuẩn mực về đạo đức, hiệu quả và duy trì tính đồng bộ với các mục tiêu quản lý 3P, tổ chức cần thiết lập các tiêu chuẩn vận hành rõ ràng, đồng thời triển khai chương trình đào tạo toàn diện cho các đội ngũ nhân sự và các hệ thống mà họ tương tác. Nỗ lực này không chỉ dừng lại ở việc nâng cao nhận thức đạo đức và tuân thủ pháp luật, mà còn tập trung xây dựng các kỹ năng thực tế để khai thác công nghệ AI hiệu quả trong công việc hằng ngày.

Các tiêu chuẩn vận hành xác định nguyên tắc ứng xử và phương thức tương tác của hệ thống AI với các quy trình của tổ chức. Những tiêu chuẩn này bao gồm các quy tắc được cài cắm trực tiếp vào hệ thống, quy trình xử lý kết quả đầu ra, và các chỉ số đo lường hiệu suất trong ngưỡng chấp nhận được. Các tiêu chuẩn này cũng cần định rõ khi nào và bằng cách nào con người cần can thiệp để giám sát, đặc biệt là trong các tình huống liên quan đến sự an toàn, tính tuân thủ hoặc việc đưa ra các quyết định mang tính chiến lược.

Công tác đào tạo nên được chia làm hai nhánh song song, giải quyết hai nhu cầu cốt lõi sau:

1. Đào tạo về quản trị và giám sát

Nhánh này trang bị cho các đội ngũ - đặc biệt là những người chịu trách nhiệm theo dõi, báo cáo vượt cấp hoặc chịu trách nhiệm tuân thủ - các năng lực chuyên sâu để:

• Hiểu rõ các rủi ro về đạo đức và nghĩa vụ pháp lý liên quan đến AI;
• Nhận biết sự thiên vị của thuật toán, hiện tượng "ảo giác" (AI tự tạo ra các thông tin sai lệch) hoặc các kết quả đầu ra không an toàn;
• Áp dụng các quy trình giám sát chuyên nghiệp, tiêu biểu như các chốt kiểm soát có sự tham gia của con người (cơ chế HITL); và
• Báo cáo vượt cấp các điểm bất thường thông qua chuỗi thẩm quyền đã xác định. 

2. Đào tạo về kỹ năng sử dụng AI trong vận hành

Nhánh này đảm bảo mọi nhân sự có tương tác với công cụ AI trong công việc hằng ngày, dù ở bộ phận bán hàng, phát triển sản phẩm, dịch vụ khách hàng hay các chức năng khác, đều có khả năng thực hiện những việc sau:

• Thiết kế câu lệnh (prompting) hiệu quả để thu được kết quả chính xác, phù hợp với ngữ cảnh;
• Đánh giá và giải thích các kết quả do AI tạo ra bằng tư duy phản biện;
• Phát hiện kịp thời các nội dung sai lệch so với mục đích ban đầu, không chính xác về mặt sự thật, hoặc vi phạm chính sách của tổ chức; và
• Xác định chính xác khi nào cần giữ lại xử lý hoặc đề xuất cấp trên phê duyệt kết quả.

Những nhân sự được đào tạo bài bản sẽ chủ động ngăn ngừa rủi ro ngoài ý muốn và hạn chế việc vô tình lan truyền thông tin sai lệch. Họ làm được điều này không phải bằng việc tin tưởng mù quáng vào AI, mà bằng cách trở thành những người sử dụng thông thái và người kiểm duyệt kỹ lưỡng các kết quả do AI tạo ra. Mức độ đào tạo này củng cố mối quan hệ hợp tác giữa con người và AI - vốn là nền tảng cốt lõi cho việc triển khai công nghệ hiệu quả và phù hợp chuẩn mực đạo đức.

Thông qua việc đầu tư đồng bộ vào cả đào tạo quản trị lẫn kỹ năng vận hành thực tế, tổ chức có thể gia tăng độ tin cậy, tính chính trực và giá trị chiến lược của AI ở mọi cấp độ trong doanh nghiệp.

3.5 Tích hợp Chính sách và Quản trị Rủi ro

Tích hợp quản trị AI vào hệ thống chính sách hiện hữu của tổ chức - đồng thời gắn kết chặt chẽ quy trình quản trị rủi ro vững chắc - là yếu tố then chốt để duy trì các hoạt động AI an toàn, tuân thủ và linh hoạt trong toàn bộ hệ sinh thái quản lý 3P.

Tích hợp chính sách đảm bảo các sáng kiến AI không vận hành đơn lẻ hay biệt lập. Khung quản trị AI cần đồng bộ và mở rộng dựa trên các nền tảng sẵn có về bảo mật dữ liệu riêng tư, an ninh mạng, đạo đức tổ chức và thẩm quyền ra quyết định. Các chính sách chuyên biệt về AI cần được đối chiếu chéo với chính sách nhân sự, các biện pháp kiểm soát CNTT và cấu trúc quản lý 3P. Nếu đã có sẵn quy trình, tổ chức cần bổ sung hoặc điều chỉnh các điều khoản liên quan đến AI. Nếu chưa, tổ chức cần xây dựng các hướng dẫn mới nhằm đảm bảo sự đồng nhất và liên kết chặt chẽ trên toàn tổ chức.

Hoạt động này bao gồm việc lồng ghép các trụ cột cốt lõi:

• Thiết kế lấy con người làm trung tâm: Đảm bảo công cụ AI phục vụ và tối ưu hóa năng lực người dùng, thay vì thay thế hay gây ảnh hưởng tiêu cực đến họ;
• Cơ chế kiểm soát của con người (HITL): Quy định bắt buộc đối với các ứng dụng mang tính chiến lược, có độ rủi ro cao hoặc tác động lớn; và
• Khả năng kiểm toán và truy xuất nguồn gốc: Cho phép tất cả các quyết định có sự tham gia của AI đều có thể rà soát, kiểm chứng và giải thích hợp lý.

Quản trị rủi ro trong AI đòi hỏi tư duy chủ động. Không giống rủi ro truyền thống (vốn có thể dự báo dựa trên dữ liệu lịch sử), rủi ro từ AI thường phát sinh từ các hành vi tự biến đổi của thuật toán, sự thiên vị mang tính hệ thống hoặc các đầu ra nằm ngoài dự kiến. Do đó, quy trình quản trị rủi ro AI hiệu quả cần tập trung vào các trọng tâm sau:

• Phát hiện sự sai lệch: Giám sát liên tục các hiện tượng như "lệch mô hình" (model drift), hiện tượng "ảo giác" (hallucination) hoặc việc sử dụng sai mục đích - đi chệch khỏi các tiêu chuẩn, chính sách và khung quản trị đã xác định.
• Quy trình ứng phó sự cố: Tích hợp các cơ chế can thiệp kịp thời, cho phép con người nhanh chóng can thiệp để điều chỉnh, tạm dừng mô hình AI hoặc báo cáo sự cố lên các cấp cao hơn.
• Giảm thiểu sự thiên vị: Áp dụng các kỹ thuật bảo đảm tính công bằng và tiến hành kiểm toán định kỳ xuyên suốt từ khâu tiền xử lý dữ liệu, thiết kế thuật toán cho đến kiểm duyệt kết quả đầu ra.
• Trạng thái bảo mật thông tin: Đảm bảo các hệ thống AI và dữ liệu dùng để huấn luyện được bảo vệ khỏi các hành vi thao túng độc hại hoặc sử dụng trái phép.
• Theo dõi tính tuân thủ: Đánh giá định kỳ hiệu suất của hệ thống AI so với các tiêu chuẩn pháp lý, chuẩn mực đạo đức và quy định vận hành.

Rủi ro không thể loại bỏ hoàn toàn, nhưng có thể kiểm soát, giảm thiểu và minh bạch hóa. Việc tích hợp hiệu quả đảm bảo rủi ro AI không bị xem là yếu tố ngoại lệ, mà được quản trị như một thành tố tích hợp trong bức tranh rủi ro tổng thể của tổ chức, được xử lý trực tiếp bởi ban quản trị, bộ phận tuân thủ và các nhà lãnh đạo vận hành.

3.6 Xây dựng năng lực và Nâng cao nhận thức trong tổ chức

Thiết lập một khung quản trị AI vững chắc không chỉ dừng lại ở việc đào tạo cho từng cá nhân riêng lẻ; điều này còn đòi hỏi cam kết ở quy mô toàn tổ chức nhằm nâng cao năng lực chung, nuôi dưỡng văn hóa nhận thức và thúc đẩy tinh thần học tập linh hoạt. Những yếu tố này đảm bảo việc ứng dụng AI không bị giới hạn trong các bộ phận kỹ thuật, mà được lồng ghép sâu rộng vào cấu trúc vận hành, chuẩn mực đạo đức và định hướng chiến lược tổng thể của tổ chức.

3.6.1 Văn hóa nhận thức

Một chiến lược AI bền vững không chỉ cần các tài liệu quy chuẩn kỹ thuật mà phụ thuộc vào mức độ am hiểu văn hóa và sự an toàn về mặt tâm lý. Nhân sự ở mọi cấp độ cần được thông tin đầy đủ về rủi ro, cơ chế hoạt động của AI, đồng thời được trao quyền để cất lên tiếng nói khi phát hiện các kết quả đầu ra có dấu hiệu sai lệch, thiếu sót, mang tính thiên vị hoặc không phù hợp với ngữ cảnh. Văn hóa này đòi hỏi đội ngũ lãnh đạo phải tiên phong làm gương về sự cởi mở, củng cố niềm tin cho nhân sự khi họ đặt câu hỏi mang tính phản biện, và đảm bảo không có bất kỳ hình thức chế tài hay định kiến nào đối với việc nêu lên các mối lo ngại chính đáng.

Một văn hóa quản trị vận hành hiệu quả phải thiết lập các kênh báo cáo rõ ràng, dễ tiếp cận để đưa các sự cố liên quan đến AI ra ánh sáng - dù đó là mối lo ngại về kết quả đầu ra, lỗ hổng quy trình hay những băn khoăn về chuẩn mực đạo đức. Các kênh báo cáo này cần được chuẩn hóa như một quy trình vận hành bình thường, được bảo mật khi cần thiết, và được ghi nhận là những đóng góp tích cực giúp gia tăng tính phục hồi của hệ thống, thay vì bị coi là hành vi cản trở công việc.

Bằng cách nuôi dưỡng một môi trường nơi mọi người cảm thấy an toàn để phản biện, làm rõ hoặc báo cáo vượt cấp các hành vi bất thường của AI, tổ chức đảm bảo rằng công tác quản trị không chỉ tồn tại trên các văn bản chính sách, mà thực sự trở thành chuẩn mực hành vi trong vận hành hằng ngày.

3.6.2 Học hỏi và Giao tiếp liên phòng ban

Năng lực tổng thể của tổ chức sẽ được nhân lên gấp bội khi các đội ngũ cùng nhau chia sẻ và tích lũy tri thức. Việc đưa quản trị AI vào các vòng lặp giao tiếp hiện có - như các buổi họp rút kinh nghiệm, các kỳ rà soát rủi ro định kỳ hay các phiên làm việc với các bên liên quan - giúp phát hiện các góc nhìn chuyên môn giá trị và lan tỏa chúng xuyên suốt các cấp độ cũng như các phòng ban khác nhau. Việc thiết lập các khoảng thời gian cố định để đánh giá phản hồi và suy ngẫm một cách bài bản về các kết quả đầu ra của AI sẽ thúc đẩy quá trình cải tiến liên tục, đồng thời củng cố trách nhiệm giải trình của mọi người.

3.6.3 Đào tạo là nền tảng, không phải điểm kết thúc

Mặc dù đóng vai trò nền tảng, công tác đào tạo cần được định vị là điểm khởi đầu cho một hành trình học hỏi liên tục, thay vì một hoạt động hoàn tất một lần. Các chương trình đào tạo quản trị và vận hành AI cần đáp ứng các tiêu chuẩn sau:

• Thiết kế riêng biệt dựa trên phạm vi công việc chuyên môn của từng vai trò và đảm bảo sự đồng bộ tuyệt đối với các giá trị cốt lõi của tổ chức.
• Trang bị đồng bộ các kỹ năng kỹ thuật và quản trị cốt lõi, bao gồm kỹ thuật thiết kế câu lệnh (prompt engineering), đánh giá và kiểm duyệt kết quả đầu ra, mối liên quan giữa chất lượng dữ liệu đầu vào và độ tin cậy của mô hình, và quy trình nhận diện và báo cáo sự cố vượt cấp.
• Liên tục nâng cao năng lực thông qua thực hành thực tế, các vòng lặp phản hồi và các chương trình cập nhật kiến thức định kỳ.

3.6.4 Chỉ số đo lường và Đánh giá

Nhận thức và năng lực quản trị AI của tổ chức cần được định lượng và theo dõi sát sao tương tự như các chỉ số hiệu suất vận hành (KPIs). Hệ thống đo lường hiệu quả có thể bao gồm:

• Mức độ nhận thức tổ chức: Đánh giá định kỳ thông qua các khảo sát chuyên sâu về tư duy quản trị rủi ro và đạo đức AI của nhân sự.
• Tỷ lệ tuân thủ chính sách: Đo lường mức độ chấp hành các quy định, chuẩn mực an toàn và quy trình kiểm soát AI.
• Chất lượng thiết kế câu lệnh: Rà soát định kỳ tính hiệu quả, độ chính xác và an toàn trong cách nhân sự thực hiện prompt engineering.
• Hiệu quả giảm thiểu sự cố đạo đức: Theo dõi số lượng rủi ro đạo đức, thiên vị thuật toán hoặc vi phạm an toàn dữ liệu được phát hiện và ngăn chặn kịp thời.
• Tỷ lệ báo cáo vượt cấp thành công: Đánh giá mức độ chủ động của nhân sự trong việc phát hiện, ghi nhận và báo cáo vượt cấp các kết quả đầu ra mơ hồ, sai lệch hoặc không an toàn.

Mục tiêu cốt lõi không chỉ dừng lại ở việc tuân thủ mang tính ép buộc hay đối phó; mà hướng tới việc xây dựng một năng lực quản trị chung được chia sẻ và cam kết bởi mọi thành viên trong tổ chức.

Bằng cách tiếp cận năng lực AI như một quy trình vận động liên tục và liên tục được thảo luận, tổ chức sẽ vượt qua ranh giới của sự thành thạo kỹ thuật thuần túy để hướng tới một mô hình quản trị ăn sâu vào văn hóa doanh nghiệp, được thấu hiểu rộng rãi và luôn linh hoạt thích ứng trước những bước tiến mới của công nghệ.

3.7 Theo dõi hiệu suất và các chỉ số đo lường 

Việc theo dõi hiệu suất là yêu cầu bắt buộc để đảm bảo các hệ thống AI vận hành trong đúng ranh giới về đạo đức, pháp lý và vận hành - đồng thời duy trì tính minh bạch và trách nhiệm giải trình trên toàn tổ chức. Trong bối cảnh quản lý 3P, các chỉ số đo lường này phải bao phủ đầy đủ cả ba cấp độ: Danh mục, Chương trình và Dự án nhằm phản ánh toàn diện từ hiệu quả vận hành thực tế ở từng nhóm công việc cho đến sự đồng bộ với định hướng chiến lược tổng thể.

3.7.1 Đo lường và Theo dõi

Một hệ thống quản trị AI hiệu quả dựa trên các hoạt động đánh giá định kỳ, có cấu trúc về phương thức vận hành của AI trong môi trường thực tế. Hoạt động đánh giá này bao hàm cả chỉ số kỹ thuật (tính chính xác, độ tin cậy, thời gian phản hồi) lẫn chỉ số quản trị (tỷ lệ tuân thủ, cảnh báo rủi ro đạo đức, phát hiện thiên vị trong thuật toán, số lượt con người can thiệp). Quá trình theo dõi cần kết nối chặt chẽ với:

• Các tiêu chuẩn đạo đức và chính sách tuân thủ đã ban hành;
• Mức độ cam kết dịch vụ (SLA) áp dụng nhất quán xuyên suốt các cấp độ danh mục, chương trình và dự án;
• Mức độ chính xác của kết quả đầu ra, khả năng giải thích được và mức độ hài lòng của người dùng; và
• Tính minh bạch, khả năng truy xuất nguồn gốc đối với các quyết định có sự tham gia của AI.

3.7.2 Nhịp độ vận hành và Lưu trữ hồ sơ

Hoạt động quản trị AI cần được lồng ghép hài hòa vào nhịp điệu vận hành sẵn có của tổ chức. Điều này bao gồm việc tích hợp vào các buổi làm việc với các bên liên quan, các kỳ rà soát hiệu suất và quy trình lưu trữ hồ sơ/tài liệu bài bản - đảm bảo các hệ thống AI cũng như vai trò giám sát của con người đều có thể kiểm toán, thấu hiểu và liên tục cải tiến theo thời gian. Mọi chủ thể tham gia (dù là nhân sự hay mô hình AI) đều phải được phân quyền truy cập phù hợp vào các tài liệu và hệ thống hỗ trợ để bảo đảm khả năng truy xuất nguồn gốc.

3.7.3 Các công cụ và Chỉ số cốt lõi

Để triển khai một khung quản trị mang tính thực tiễn cao, tổ chức cần thiết lập và theo dõi các yếu tố trọng yếu sau:

• Hệ thống mục tiêu & chỉ số OKRs kết hợp với KPIs;
• Các bảng thông tin trực quan cung cấp dữ liệu theo thời gian thực về trạng thái và hành vi của hệ thống AI;
• Các buổi đánh giá mức độ phối hợp và tính hiệu quả trong khả năng tương tác giữa con người và AI;
• Các tiêu chuẩn so sánh để đánh giá tính tính nhất quán giữa các đội nhóm, các trường hợp sử dụng hoặc giữa các phiên bản cập nhật; và
• Phương pháp quản lý giá trị thu được (EVM) để chuẩn hóa việc sử dụng nguồn lực/chi phí tương thích với giá trị thực tế tạo ra từ các sáng kiến AI

3.7.4 Tuân thủ Mức độ cam kết dịch vụ (SLA) ở mọi cấp độ

Hoạt động giám sát việc tuân thủ SLA không chỉ giới hạn ở phạm vi từng dự án riêng lẻ. Ở cấp độ chương trình, việc theo dõi này đồng nghĩa với việc chủ động quản lý các mối liên hệ phụ thuộc lẫn nhau và đảm bảo tính đồng bộ kỹ thuật/vận hành giữa các dự án thành phần. Ở cấp độ danh mục, việc theo dõi SLA giúp đảm bảo các sáng kiến chiến lược đáp ứng đúng các tiêu chuẩn đã thỏa thuận. Trong quá trình bàn giao sang giai đoạn vận hành, mức độ hiển thị của SLA cùng các tài liệu/hồ sơ hỗ trợ phải được duy trì liên tục nhằm bảo đảm tính tuân thủ và sự ổn định vận hành không bị gián đoạn.

Theo dõi hiệu suất không đơn thuần là một công cụ kiểm soát mang tính "bắt lỗi"; đó là cơ chế thúc đẩy sự học hỏi và khả năng thích ứng liên tục của tổ chức. Khi được triển khai hiệu quả, hoạt động này sẽ khai mở các cơ hội tối ưu hóa mới, xác thực các quyết định quản trị và củng cố vững chắc niềm tin của các bên liên quan vào hệ thống AI cũng như đội ngũ quản lý hệ thống đó.

3.8 Sự gắn kết của các Bên liên quan và Trách nhiệm giải trình

Quản trị AI không thể hoạt động một cách biệt lập. Công tác quản trị đòi hỏi sự gắn kết chủ động và mang tính chiến lược với các bên liên quan trên toàn tổ chức - bao gồm ban lãnh đạo cấp cao, các chuyên gia chuyên môn, nhân sự vận hành, đội ngũ tuân thủ và ban quản lý chương trình. Việc thúc đẩy sự tham gia của các bên liên quan đảm bảo các quyết định liên quan đến AI vừa duy trì tính đồng bộ chiến lược, vừa đáp ứng các nghĩa vụ về đạo đức, đồng thời phân định rõ ràng trách nhiệm giải trình ở mọi cấp quản trị.

3.8.1 Phối hợp liên phòng ban

Một hệ thống quản trị AI hiệu quả đòi hỏi sự phối hợp nhịp nhàng và liên tục giữa các cơ quan quản trị và các đơn vị cốt lõi của tổ chức, đặc biệt là Văn phòng quản lý dự án (PMO). Trong khi ban quản trị chịu trách nhiệm đảm bảo các hệ thống AI luôn an toàn, đúng đạo đức và tuân thủ pháp luật, PMO đóng vai trò bảo đảm các hệ thống đó tạo ra giá trị thực tế, đồng bộ với các mục tiêu chiến lược và hệ thống chỉ số OKRs của tổ chức.

Tại giao điểm của các ưu tiên này, sự hợp tác liên phòng ban mang tính quyết định. Ví dụ: Ban quản trị có thể phát hiện các rủi ro yêu cầu phải tạm hoãn việc triển khai AI, trong khi PMO chịu áp lực về tiến độ bàn giao hoặc nguồn lực đòi hỏi phải có sự đánh đổi. Cả hai bên cần phối hợp chặt chẽ để chủ động giải quyết các xung đột này, đảm bảo tối ưu hóa đồng thời cả tính chính trực của hệ thống lẫn tác động tích cực đến hoạt động kinh doanh.

3.8.2 Ban quản trị và Cấu trúc báo cáo vượt cấp

Các tổ chức nên thiết lập các cấu trúc quản trị rõ ràng, chẳng hạn như:

• Ủy ban điều hành: Bao gồm các bên liên quan ở cấp lãnh đạo cao cấp nhằm giám sát và bảo đảm sự đồng bộ với định hướng chiến lược.
• Các nhóm chuyên trách hoặc ủy ban chuyên môn: Bao gồm các chuyên gia trong ngành, những người được giao nhiệm vụ xây dựng, triển khai và rà soát định kỳ các thực hành quản trị.
• Các tuyến báo cáo vượt cấp: Đảm bảo các rủi ro, sự cố hoặc mối lo ngại về đạo đức hoặc vận hành khi được cảnh báo ở bất kỳ cấp độ nào đều được chuyển giao kịp thời đến đúng những người có đủ thẩm quyền xử lý.

3.8.3 Giao tiếp với các Bên liên quan

Sự tham gia của các bên liên quan cần được duy trì thông qua các quy trình giao tiếp bài bản và hệ thống:

• Xác định rõ ai là người chịu ảnh hưởng hoặc chịu trách nhiệm cho các sáng kiến AI.
• Thiết lập các kế hoạch gắn kết phù hợp với mức độ rủi ro và phạm vi của dự án hay chương trình, danh mục.
• Tổ chức các cuộc họp định kỳ, toàn diện và duy trì các vòng lặp phản hồi cởi mở.
• Áp dụng các kỹ thuật quản lý mối quan hệ nhằm củng cố niềm tin và tạo sự đồng thuận chiến lược trong toàn tổ chức.

3.8.4 Cấu trúc trách nhiệm giải trình

Trách nhiệm giải trình phải được tích hợp sâu vào từng lớp của khung quản trị AI, bao gồm:

• Phân định quyền sở hữu rõ ràng đối với toàn bộ quy trình dữ liệu và vòng đời AI, kèm theo văn bản quy định cụ thể về thẩm quyền ra quyết định;
• Thiết lập các cơ chế/quy định ràng buộc cá nhân và tập thể chịu trách nhiệm về tính tuân thủ và chuẩn mực đạo đức trong vận hành;
• Đánh giá nghiêm ngặt tính chính trực của dữ liệu, việc sử dụng dữ liệu tổng hợp và các cơ chế phản hồi hiệu suất hệ thống; và
• Các cơ chế quản trị phải có hiệu lực thực thi bắt buộc - thay vì chỉ dừng lại ở mức độ khuyến nghị hay tư vấn - áp dụng cho cả cấp độ vận hành lẫn các cấp lãnh đạo cấp cao.

Sau cùng, sự gắn kết của các bên liên quan và một cơ chế trách nhiệm giải trình minh bạch sẽ bảo đảm các hệ thống AI không chỉ thành công về mặt kỹ thuật, mà còn giải trình thuyết phục trước xã hội và duy trì niềm tin nội bộ vững chắc. Chính cấu trúc quản trị này - chứ không phải bản thân công nghệ - mới là yếu tố quyết định giúp tổ chức mở rộng quy mô ứng dụng AI một cách bền vững và có trách nhiệm trong khuôn khổ mô hình quản lý 3P. 

4. Nguyên tắc về Con người và Văn hóa

Đội ngũ lãnh đạo và các thành viên trong tổ chức đóng vai trò quyết định trong việc định hình và hiện thực hóa các ý tưởng đổi mới. Do đó, việc đặt con người làm trung tâm và nuôi dưỡng văn hóa hợp tác chính là hai trụ cột nền tảng bảo đảm sự thành công khi triển khai AI. Sự đồng lòng và tham gia chủ động của mọi người trên toàn tổ chức sẽ tạo môi trường cho các ý tưởng đổi mới xuất hiện và phát triển mạnh mẽ, biến con người thành động lực cốt lõi thúc đẩy toàn bộ quá trình chuyển đổi này (xem Hình 2-5).

4.1 Năng lực lãnh đạo

Sự phát triển mạnh mẽ của AI là một bước tiến công nghệ mang tính thời đại, đặt ra nhiều thách thức đối với các phương thức lãnh đạo truyền thống. Tam giác Tài năng PMI (PMI Talent Triangle) nhấn mạnh tầm quan trọng của các kỹ năng lãnh đạo (power skills) - đây là các năng lực cốt lõi giúp xác định yếu tố cần thiết để dẫn dắt một dự án đi đến thành công.

Tổ chức cần chủ động thúc đẩy văn hóa đổi mới sáng tạo khi ứng dụng AI, đồng thời ghi nhận cách các nhà lãnh đạo có thể phối hợp với các công cụ AI để củng cố kỹ năng lãnh đạo của mình, từ đó nâng cao hiệu suất làm việc nhóm và tối đa hóa giá trị mang lại cho dự án. Sự cấp thiết của bước chuyển dịch văn hóa này rất rõ ràng: Khả năng thích ứng của người lãnh đạo sẽ đóng vai trò quyết định đối với sự thành công của toàn bộ quá trình chuyển đổi.

Nhiều phong cách lãnh đạo đa dạng cần được áp dụng linh hoạt nhằm hỗ trợ cho một văn hóa hợp tác và đổi mới. Tổ chức nên ghi nhận và phát huy những đóng góp độc đáo của từng nhà lãnh đạo, bởi phong cách của họ có thể tương thích xuất sắc với các nhu cầu chuyển đổi văn hóa ở từng giai đoạn khác nhau. Tùy thuộc vào hoàn cảnh cụ thể, một nhà lãnh đạo có thể linh hoạt điều chỉnh phong cách để phù hợp với bối cảnh vận hành. Việc sở hữu các phẩm chất lãnh đạo đa dạng sẽ giúp họ đảm nhận đúng vai trò sở trường, định vị bản thân như một mắt xích không thể thiếu và gia tăng giá trị đóng góp cho tổ chức. 

Các phong cách lãnh đạo điển hình thúc đẩy sự đổi mới bao gồm:

• Lấy khách hàng làm trung tâm (Người bảo vệ khách hàng): Đặt nhu cầu, mong muốn và trải nghiệm của khách hàng lên hàng đầu. Phong cách này tập trung vào việc thấu hiểu tâm lý, dự báo nhu cầu và mang lại giá trị vượt trội thông qua các phương pháp đổi mới sáng tạo.
• Sẵn sàng chấp nhận rủi ro (Người kích động): Đón nhận sự bất định, chủ động tính toán các rủi ro, đồng thời khuyến khích tinh thần đổi mới và thử nghiệm. Phong cách này ưu tiên các hành động chiến lược táo bạo để thúc đẩy sự đổi mới trong khi vẫn duy trì sự kiểm soát đối với các quy trình.
• Khát vọng táo bạo (Người có tầm nhìn): Thiết lập các mục tiêu đầy tham vọng và truyền cảm hứng để phá vỡ các giới hạn cố hữu thông qua việc định hình lại văn hóa hoặc các kết quả vận hành. Họ đón nhận các đổi mới mang tính bứt phá - ngay cả khi công nghệ đó chưa được hiểu rõ hoàn toàn hoặc chưa được thị trường yêu cầu - vì họ nhận ra được tiềm năng trở thành chuẩn mực mới trong tương lai (ví dụ: cho phép các AI Agents xử lý các công việc mang tính tác vụ/chiến thuật để con người tập trung vào các chiến lược tạo ra tác động cao).
• Định hướng tốc độ (Người chỉ huy): Thúc đẩy hiệu suất công việc với tốc độ nhanh và chuẩn mực cao - đồng thời kỳ vọng điều tương tự từ đội ngũ của mình. Phong cách này hướng tới các kết quả có tính đột phá cao dựa trên nền tảng quy trình chuẩn hóa.
• Tư duy tổng thể (Nhà chiến lược): Sở hữu tầm nhìn bao quát và định hướng quy trình nghiêm ngặt. Họ bảo đảm mọi hành động đều đồng bộ với chiến lược và mục tiêu cốt lõi của tổ chức, đồng thời định hướng cho các đội ngũ đổi mới nhằm tái thiết kế hoặc tối ưu hóa các hệ thống hiện có.
• Tập trung vào con người (Người hòa giải): Ưu tiên quyền lợi, sự phát triển cá nhân và mức độ gắn kết của nguồn nhân lực. Họ tạo dựng một môi trường làm việc nâng đỡ, trao quyền và tạo động lực lớn cho nhân viên, dù phong cách này thường hướng tới sự ổn định hơn là tạo ra các đổi mới mang tính đứt gãy.
• Người bao dung (Người hợp tác): Xây dựng môi trường làm việc hòa nhập, khuyến khích giao tiếp cởi mở và khai thác đa dạng các góc nhìn để kích thích sự đổi mới sáng tạo cùng sự xuất sắc trong phối hợp nhóm.

4.2 Các thành viên trong đội ngũ

Nếu đội ngũ lãnh đạo đóng vai trò định hướng và tạo điều kiện cho sự đổi mới, thì chính các thành viên và văn hóa của tổ chức mới là động lực thực tế quyết định sự thành công của quá trình chuyển đổi đó. Các thành viên trong đội ngũ giúp xây dựng một môi trường nuôi dưỡng sự sáng tạo, tôn trọng các góc nhìn đa dạng và thúc đẩy sự hợp tác liên phòng ban - đây đều là những yếu tố tiên quyết để ứng dụng AI thành công.

Để phát triển năng lực cho đội ngũ trong kỷ nguyên AI, tổ chức cần mài giũa các kỹ năng và phẩm chất cốt lõi sau:

• Khả năng phán đoán: Nhận diện chính xác các cơ hội/lĩnh vực mà việc ứng dụng đổi mới sáng tạo sẽ mang lại giá trị đột phá.
• Giải quyết vấn đề: Tiếp cận và xử lý các thách thức vận hành phức tạp một cách chủ động và hiệu quả.
• Tư duy sáng tạo: Mở rộng tiềm năng ứng dụng của AI thông qua các góc nhìn đổi mới, độc đáo.
• Kỹ năng giao tiếp: Chủ động trong tương tác, truyền thông và khai thác hiệu quả các công cụ công nghệ mới.
• Tư duy phản biện: Khai thác thông tin sắc bén và đánh giá khách quan các giới hạn của công nghệ.
• Sẵn sàng chấp nhận rủi ro: Chủ động theo đuổi các đổi mới mang tính bứt phá và khai phá những góc nhìn giá trị.
• Tự định hướng tốc độ: Đón nhận tư duy "thử nghiệm và học hỏi", nhanh chóng biến ý tưởng thành các sản phẩm/kết quả thực tế.
• Tư duy khởi nghiệp: Tận dụng trí tuệ tập thể để mở rộng quy mô cho các giải pháp mới vào vận hành thực tế.
• Trách nhiệm giải trình: Nhận thức rõ trách nhiệm cá nhân khi tương tác với AI và chủ động kiểm soát các rủi ro phát sinh.
• Nhận thức về đạo đức và định kiến: Nhận biết các rủi ro/vấn đề liên quan đến sự thiên vị của máy móc và thực thi các biện pháp giảm thiểu.
• Phân tích và trực quan hóa dữ liệu: Thành thạo các kỹ năng làm sạch, xử lý và trực quan hóa dữ liệu để giải thích chính xác các mô hình và đầu ra của AI.

Một tổ chức đang chuẩn bị ứng dụng AI cần xây dựng văn hóa hợp tác mạnh mẽ nhằm khuyến khích các hành vi sau:

• Tự do thử nghiệm: Trao quyền cho các cá nhân tự do thử nghiệm, chấp nhận rủi ro trong tầm kiểm soát và liên tục rút kinh nghiệm để không ngừng học hỏi
• Khuyến khích đóng góp: Động viên các thành viên mạnh dạn chia sẻ ý tưởng và thách thức các quy trình, hệ thống cũ kỹ đã lỗi thời.
• Ứng dụng AI có trách nhiệm: Thúc đẩy việc khai thác/ứng dụng AI luôn đi kèm với đánh giá toàn diện các rủi ro và định kiến tiềm ẩn.
• Minh bạch về thay đổi nhân sự: Cung cấp thông tin rõ ràng về tác động của AI đối với các vị trí công việc, giúp nhân sự chủ động xây dựng lộ trình nâng cao năng lực để thích ứng và phát triển.

Việc trang bị cho nhân sự các công cụ AI sẽ mở khóa tiềm năng cá nhân, tối ưu hiệu suất và nuôi dưỡng một văn hóa sẵn sàng đổi mới. Cả lãnh đạo và nhân viên đều cần thực hành ứng dụng AI có trách nhiệm thông qua các hành động cụ thể:

• Xây dựng một nền tảng tri thức mở do cộng đồng dẫn dắt: Tạo không gian chia sẻ hướng dẫn sử dụng AI có trách nhiệm, thúc đẩy hợp tác liên phòng ban và thiết lập cơ chế kiểm tra chéo.
• Đảm bảo tính tuân thủ và giá trị: Mọi giải pháp AI, dù phát triển nội bộ hay mua từ bên ngoài, đều phải tuân thủ quy định pháp lý hiện hành và đồng bộ với giá trị cốt lõi, tiêu chuẩn đạo đức của tổ chức.
• Giáo dục và nâng cao nhận thức: Nâng cao hiểu biết về tầm quan trọng của việc sử dụng AI có trách nhiệm, nuôi dưỡng sự thấu cảm và thúc đẩy nhận thức sâu sắc về các rủi ro vận hành/đạo đức.
• Chủ động quản trị rủi ro: Thiết lập hệ thống giảm thiểu rủi ro và các kịch bản ứng phó sự cố khi AI bị sử dụng sai mục đích.
• Lộ trình phát triển nghề nghiệp rõ ràng: Minh bạch tác động của AI đến công việc hằng ngày, đồng thời cung cấp kế hoạch đào tạo lại và nâng cao kỹ năng để nhân sự duy trì và nâng cao giá trị đóng góp khi AI được đưa vào sử dụng.

Văn hóa đổi mới chỉ là điều kiện cần; để khai thác tối đa hiệu quả từ hệ thống AI, tổ chức phải đầu tư chiến lược vào chương trình nâng cao phổ cập tri thức AI cho toàn bộ nhân sự theo từng cấp độ:

• Nâng cao nhận thức toàn diện: Thúc đẩy hiểu biết về AI ở mọi vị trí công việc dưới sự cam kết và đồng hành trực tiếp từ ban lãnh đạo cấp cao.
• Thiết kế chương trình đào tạo theo nhu cầu kinh doanh:
  • Chương trình chuyên sâu cho nhóm tiên phong ứng dụng,
  • Khóa học trực tuyến thiết kế theo lộ trình,
  • Các buổi thực hành kiểm thử & bảo đảm chất lượng, và
  • Tài liệu hướng dẫn triển khai & chuẩn hóa quy trình.
• Bao hàm và trao quyền: Đảm bảo tính tiếp cận bình đẳng và tiếp thu đa dạng các góc nhìn trong tất cả chương trình đào tạo AI, giúp mọi thành viên đều sở hữu năng lực cần thiết để đóng góp vào các dự án AI của tổ chức.

Hiểu rõ và làm chủ 4 nguyên tắc đầu tiên này giúp doanh nghiệp xây dựng được một "bệ đỡ" vững chắc về cả mặt Chiến lược, Rủi ro, Quản trị và Con người. 

Tuy nhiên, để bệ đỡ ấy vận hành một cách trơn tru, duy trì được niềm tin nội bộ và không ngừng tiến hóa trong thực tế, chúng ta cần những hướng dẫn cụ thể về hành vi đạo đức, cách thức tương tác giữa các bên liên quan và kỹ thuật quản trị dòng chảy dữ liệu đầu vào.

Hãy cùng Atoha đón chờ hành trình chuyển đổi số với phần 2 - tối ưu hiệu suất và nâng cao chất lượng dữ liệu nền tảng với 4 nguyên tắc tiếp theo từ PMI để hoàn thiện bức tranh toàn cảnh về ứng dụng AI có trách nhiệm.

Lược dịch từ: The Standard for Artificial Intelligence in Portfolio, Program, and Project Management

Xem thêm

08 nguyên tắc cốt lõi trong Bộ Tiêu chuẩn AI cho Quản lý Portfolio, Program, and Project (3P)

Luyện thi chứng chỉ PMI-CPMAI

Vai trò ngày càng mở rộng của AI trong vòng đời dự án

Vượt xa PMI-CPMAI: Ứng dụng kỹ năng quản lý dự án AI trong thực tiễn