5. Nguyên tắc về Đạo đức và Trách nhiệm Nghề nghiệp

Việc thiết lập một khung đạo đức AI có tính ứng dụng cao, có cơ chế giải trình và sự giám sát rõ ràng là yếu tố quan trọng để thúc đẩy việc áp dụng AI thành công, có trách nhiệm và đạt hiệu quả tối ưu trong quản lý 3P. Việc chủ động thực thi các biện pháp kiểm soát chuẩn xác ngay từ giai đoạn đầu sẽ đặt nền móng vững chắc cho quản trị đạo đức và trách nhiệm trong suốt tiến trình áp dụng AI (xem Hình 2-6).

Khi các hệ thống AI ngày càng tiến hoá, chúng có xu hướng vận hành với mức độ giám sát trực tiếp từ con người ít hơn nhưng lại tạo ra quy mô tác động lớn hơn. Do đó, việc củng cố và gia tăng khả năng kiểm soát đối với hệ thống AI bằng các cơ chế quản trị và quản lý toàn diện ở cấp độ tổ chức là yêu cầu mang tính chiến lược. Khung quản trị đạo đức bắt buộc phải tích hợp các quy trình báo cáo lên cấp trên rõ ràng, các biên bản đánh giá tác động, và một ủy ban giám sát đạo đức đa ngành - nơi chịu trách nhiệm liên tục theo dõi, đánh giá và xử lý các rủi ro đạo đức mới phát sinh (xem lại Nguyên tắc Rủi ro; Nguyên tắc Quản trị và Tuân thủ trong bài viết trước).

5.1 Các yếu tố cốt lõi

Nguyên tắc Đạo đức và Trách nhiệm Nghề nghiệp trong môi trường quản lý 3P được định hình bởi các trụ cột đặc tính sau:

• Ra quyết định có trách nhiệm: Đội ngũ quản lý 3P và các cấp có thẩm quyền ra quyết định liên quan đến các hệ thống AI nên đảm bảo việc áp dụng AI một cách có trách nhiệm và hiệu quả bằng cách giảm thiểu các tác động tiêu cực hoặc có nguy cơ gây hại cho môi trường, xã hội và con người. Nỗ lực này có thể đạt được bằng cách thiết lập các biện pháp bảo vệ phòng ngừa những hậu quả tiêu cực ngoài ý muốn ngay từ khâu thiết kế, phát triển, huấn luyện và áp dụng các hệ thống AI tự chủ (Autonomous AI) hoặc các hệ thống có tích hợp AI (AI-enabled systems).
• Sự công bằng và không phân biệt đối xử: Các hệ thống AI phải thúc đẩy các kết quả mang tính công bằng, tránh việc duy trì hoặc làm trầm trọng thêm sự phân biệt đối xử và các định kiến cố hữu. Các điểm mấu chốt cần cân nhắc bao gồm: liên tục đánh giá, kiểm thử các hệ thống AI để phát hiện các định kiến tiềm ẩn, xây dựng các đội ngũ phát triển AI đa dạng và hòa nhập, và đảm bảo có sẵn các biện pháp để kiểm tra tính công bằng cũng như tính đại diện đầy đủ cho mọi nhóm đối tượng trong các mô hình huấn luyện AI.
• Tính minh bạch, khả năng giải thích, truy xuất nguồn gốc và trách nhiệm giải trình: Đội ngũ quản lý 3P cần đảm bảo sự minh bạch về năng lực, giới hạn vận hành và quy trình ra quyết định của các hệ thống AI. Nỗ lực này đòi hỏi mọi quyết định do AI tạo ra đều phải được thẩm định kỹ lưỡng và thấu hiểu bản chất. Các hành động cụ thể cần thực thi bao gồm:
  • Cung cấp tài liệu rõ ràng và giải thích các mô hình AI dựa trên các tiêu chuẩn ngành hoặc danh mục kiểm tra hiện hành.
  • Giải thích các góc nhìn và quyết định do AI đưa ra bằng ngôn ngữ quản trị dễ hiểu, loại bỏ rào cản thuật ngữ phức tạp.
  • Tích hợp các công cụ kiểm soát để đánh giá độc lập tính công bằng của các kết quả đầu ra.
  • Bảo đảm người ra quyết định hiểu rõ toàn bộ chuỗi vận hành: Dữ liệu đầu vào (Input) - Mô hình phân tích (Processing) - Kết quả đầu ra (Output).
  • Thiết lập cơ chế phân công trách nhiệm rõ ràng, bảo đảm luôn có nhân sự cụ thể chịu trách nhiệm cao nhất đối với hệ thống, kết quả đầu ra và các quyết định do AI đề xuất.
  • Phác thảo sẵn các bước ứng phó và khắc phục hậu quả khi xảy ra sai lệch hoặc tác động tiêu cực.
  • Thiết kế các hệ thống AI sở hữu khả năng kiểm toán để rà soát và xác minh, cho phép truy xuất nguồn gốc và xác minh lại lịch sử các quyết định cũng như kết quả do AI tạo ra.
• Quyền riêng tư và bảo mật dữ liệu: Các hành động và quyết định do AI tạo ra phải tuyệt đối tôn trọng quyền riêng tư và quyền dữ liệu cá nhân. Nỗ lực này bao gồm việc triển khai các biện pháp bảo vệ dữ liệu phù hợp, có được sự đồng ý rõ ràng của người dùng trước khi thu thập và sử dụng dữ liệu, tuân thủ các quy định pháp luật liên quan đến quyền riêng tư dữ liệu, quản lý các vấn đề về sở hữu trí tuệ, và thiết lập các biện pháp an ninh thích hợp để bảo vệ dữ liệu.
• Tính chính xác và chất lượng của dữ liệu: Duy trì độ tin cậy và chính xác của dữ liệu bằng cách xác định rõ nguồn gốc và quyền sở hữu dữ liệu nhằm ngăn ngừa nguy cơ đạo văn hoặc vi phạm bản quyền. Đồng thời, liên tục giám sát chất lượng của cả dữ liệu đầu vào lẫn kết quả đầu ra từ các hệ thống AI.
• Năng lực và việc học hỏi liên tục: Đội ngũ quản lý 3P và tất cả những ai tham gia vào việc áp dụng hệ thống AI phải liên tục cập nhật các tiến bộ công nghệ và xu hướng mới nhằm nắm bắt toàn diện bức tranh đạo đức AI, đảm bảo thực hiện các hành vi đúng đắn, tuân thủ các chuẩn mực nghề nghiệp. Nỗ lực này bao gồm việc chủ động học tập nâng cao kiến thức và nắm bắt các xu hướng AI mới và các thực hành đạo đức tốt, nuôi dưỡng văn hóa cải tiến liên tục gắn liền với các tiêu chuẩn đạo đức, tích cực tham gia vào các buổi đào tạo và chia sẻ kiến thức, cũng như không ngừng nâng cao kỹ năng để áp dụng AI một cách có đạo đức và trách nhiệm. Việc ưu tiên học hỏi liên tục giúp giữ vững các tiêu chuẩn đạo đức và thúc đẩy các cách làm việc có trách nhiệm, bắt kịp với sự phát triển không ngừng của thế giới AI.
• Thực hành dữ liệu có trách nhiệm và đúng đạo đức: Đảm bảo các hệ thống AI luôn tôn trọng các quy chuẩn và giá trị đạo đức, không xuyên tạc hoặc làm giả dữ liệu. Nỗ lực này đòi hỏi phải hiểu rõ nguồn gốc của dữ liệu huấn luyện và sử dụng nguồn dữ liệu đa dạng nhằm ngăn chặn các quyết định mang tính thiên vị hay định kiến, cũng như phòng ngừa tổn hại và các vấn đề đạo đức bằng cách ngăn chặn hiện tượng AI bị “ảo giác” (hallucination), đạo văn và tạo ra các nội dung giả mạo.
• Xác định ranh giới cho việc sử dụng AI an toàn, đáng tin cậy và phù hợp: Đạo đức và trách nhiệm nghề nghiệp phải là trung tâm của việc áp dụng AI một cách an toàn, đáng tin cậy và phù hợp. Nỗ lực này bao gồm việc xác định rõ đối tượng mục tiêu và ngữ cảnh sử dụng công cụ AI để bảo đảm tính chính xác và phù hợp khi ứng dụng. Hơn nữa, điều cốt lõi là phải bảo vệ sự an toàn và tính chính trực của khách hàng, nhân sự, các giá trị của tổ chức cũng như các giá trị của con người và xã hội mà không làm tổn hại đến các nguyên tắc đạo đức. Việc áp dụng và phổ biến một định nghĩa chuẩn về các giá trị đạo đức sẽ giúp củng cố các thực hành AI có trách nhiệm, đồng thời nuôi dưỡng một văn hóa sống bằng đạo đức và sự chính trực.
• Xây dựng niềm tin vào các hệ thống và quy trình AI: Trong kỷ nguyên AI, đạo đức và trách nhiệm nghề nghiệp đóng vai trò quyết định trong việc xây dựng niềm tin vào các hệ thống, các kết quả đầu ra và các quyết định do AI hỗ trợ. Người quản lý nên tạo dựng niềm tin bằng cách áp dụng các thực hành đúng đạo đức, hành động bằng sự chính trực và tận tâm, cung cấp các buổi đào tạo đầy đủ, thúc đẩy giao tiếp mạnh mẽ và minh bạch, đồng thời triển khai quy trình quản lý sự thay đổi hiệu quả trong suốt vòng đời áp dụng AI. Việc đồng bộ hệ thống AI với các giá trị cốt lõi, văn hóa đạo đức kinh doanh, mục tiêu chiến lược của doanh nghiệp, kết hợp với sự tham gia của các bên liên quan đa dạng (bao gồm khách hàng, nhân sự, các chuyên gia chuyên ngành, kỹ thuật, pháp lý và đạo đức) là điều kiện tiên quyết để ứng dụng AI đúng chuẩn mực. Bằng cách củng cố niềm tin vào các hệ thống AI cũng như các điểm tương tác giữa con người và AI, các nhà lãnh đạo khi tích hợp AI vào quản lý 3P sẽ xây dựng được một môi trường thực hành AI có trách nhiệm và đưa ra quyết định đúng đạo đức.

6. Nguyên tắc về Sự tham gia của các Bên liên quan

Mục tiêu cốt lõi của nguyên tắc này là bảo đảm việc ứng dụng AI vào quản lý 3P được hoạch định một cách chiến lược nhằm đồng nhất kỳ vọng của tất cả các bên liên quan (xem Hình 2-7). Việc tích hợp AI vào quy trình quản lý 3P giúp tổ chức hiện thực hóa giá trị kinh doanh đã kỳ vọng, đồng thời tối ưu hóa các công tác liên quan đến:

• Quản lý sự thay đổi,
• Giảm thiểu rủi ro, và
• Bám sát định hướng chiến lược.

Sự tham gia chủ động của các bên liên quan giúp dung hòa các trạng thái kỳ vọng trái ngược từ đội ngũ lãnh đạo tổ chức - từ những người kỳ vọng quá mức (quá lạc quan) về tiềm năng của AI cho đến những người hoài nghi, thiếu tin tưởng (quá bi quan) vào công nghệ này.

Những người ủng hộ AI nên chủ động thấu hiểu nhu cầu cũng như mối bận tâm của các bên liên quan để xây dựng sự đồng thuận, từ đó dẫn dắt việc ứng dụng AI trong quản lý 3P đi theo hướng mong muốn. Việc đạt được sự đồng thuận này có thể sẽ khó khăn và đòi hỏi một hệ thống quản trị vững chắc cùng năng lực quản lý sự thay đổi hiệu quả, chẳng hạn như kỹ năng giao tiếp và khả năng thu hút sự đồng lòng từ các bên.

Đội ngũ thực thi cần liên tục thích ứng và xử lý các thách thức phát sinh từ các bên liên quan trong việc ứng dụng và thấu hiểu các thành phần của AI. Bên cạnh sự hoài nghi mang tính cảm quan, các bên liên quan thường có những nỗi lo ngại rất thực tế về tác động của AI, bao gồm nỗi sợ bị mất việc làm và nguy cơ xảy ra các lỗi sai ngoài ý muốn trong quá trình huấn luyện mô hình hoặc xử lý dữ liệu. Nếu không được giải quyết thỏa đáng, các rủi ro này có thể làm suy giảm hiệu suất vận hành và xói mòn niềm tin của đội ngũ nhân sự.

Sự tham gia của các bên liên quan là một quá trình diễn ra liên tục, đòi hỏi sự theo dõi và chủ động điều chỉnh không ngừng. Việc áp dụng AI thành công phụ thuộc vào việc xây dựng và duy trì niềm tin, chứng minh được giá trị thực tế, và nuôi dưỡng một môi trường hợp tác nơi các bên liên quan cảm thấy tiếng nói của mình được lắng nghe và năng lực của mình được tôn trọng. Những người quản lý 3P nên chủ động thúc đẩy sự phối hợp và theo dõi sát sao các giá trị có thể mang lại được.

Mức độ gắn kết của các bên liên quan chịu ảnh hưởng lớn từ tính đa dạng về góc nhìn cũng như thái độ (nhiệt thành hay hoài nghi) của họ đối với AI. Do đó, tổ chức cần chủ động tận dụng các phân tích hiệu quả kinh doanh thực tế, báo cáo nghiên cứu ngành và kiến thức nội bộ để giải tỏa lo ngại, tạo động lực tích cực và mở ra con đường rõ ràng hướng tới sự thành công bền vững của công tác quản lý 3P cũng như của toàn tổ chức.

Nguyên tắc Sự tham gia của các Bên liên quan có thể được đúc kết thành một số đặc tính cốt lõi sau đây:

• Bám sát định hướng chiến lược: Bảo đảm các công nghệ AI luôn đồng bộ với nhu cầu của các bên liên quan và hướng tới các mục tiêu chiến lược tổng thể cũng như các mục tiêu vận hành cụ thể của tổ chức.
• Hiện thực hóa giá trị: Đảm bảo các giải pháp AI mang lại giá trị thiết thực cho các bên liên quan thông qua việc đóng góp trực tiếp vào lợi ích kinh doanh kỳ vọng và đồng bộ với các mục tiêu chung của quản lý 3P.
• Sự gắn kết liên tục: Chủ động đưa các bên liên quan tham gia vào toàn bộ vòng đời của quản lý 3P nhằm chủ động ngăn ngừa các hành vi/động thái tiêu cực có thể gây hiệu ứng domino , ảnh hưởng xấu đến kết quả cuối cùng của dự án.
• Giao tiếp và hợp tác: Duy trì tương tác đa chiều với các bên liên quan trong suốt vòng đời quản lý 3P để bảo đảm mọi kỳ vọng được làm rõ và xử lý kịp thời. Việc thiết lập các phương thức và kênh truyền thông hiệu quả giúp các bên liên quan nắm bắt thông tin nhanh chóng và tham gia chủ động. Việc kết hợp các phản hồi và góc nhìn của họ vào quá trình triển khai AI sẽ hỗ trợ rất lớn cho công tác tối ưu hóa.
• Sự điều phối và tăng cường nhận thức: Triển khai các hoạt động đào tạo, giáo dục và nâng cao nhận thức để bảo đảm các bên liên quan đạt được mức độ hiểu biết phù hợp, từ đó tạo dựng sự đồng thuận cao trong tổ chức.
• Tính minh bạch: Thực hiện công khai mọi hoạt động gắn kết và quy trình ra quyết định; liên tục đánh giá nhu cầu dựa trên kỳ vọng và thái độ của các bên liên quan. Tính minh bạch là nền tảng củng cố niềm tin vào năng lực của AI, bảo đảm sự ủng hộ bền vững của các bên trong suốt vòng đời quản lý 3P.
• Tạo hiệu ứng cộng hưởng: Tối ưu hóa sự kết hợp giữa năng lực vượt trội của AI và nhu cầu thực tế của tổ chức do các bên liên quan xác định, nhằm tối đa hóa giá trị mang lại và giảm thiểu tối đa các xáo trộn trong vận hành.
• Sự cam kết: Củng cố niềm tin lâu dài của các bên liên quan vào năng lực của AI, đảm bảo sự đồng hành và gắn kết chặt chẽ của họ xuyên suốt các giai đoạn quản lý 3P.
• Khả năng thích ứng: Duy trì sự linh hoạt và sẵn sàng điều chỉnh chiến lược triển khai AI dựa trên các kiến thức mới tiếp thu hoặc khi bối cảnh kinh doanh/công nghệ thay đổi.
• Sự tích hợp phản hồi: Thiết lập cơ chế tiếp nhận phản hồi từ các bên liên quan và tích hợp trực tiếp các góc nhìn này vào quy trình triển khai AI để liên tục tối ưu hóa hệ thống.
• Tầm quan trọng cốt lõi: Định vị AI như một thành tố cốt lõi trong các danh mục, chương trình và dự án để làm nổi bật vai trò thiết yếu và tác động chiến lược của công nghệ. Nhận thức đúng tầm quan trọng này sẽ giúp các bên liên quan chủ động xử lý các vấn đề liên quan đến AI một cách kịp thời, ưu tiên và hiệu quả

7. Nguyên tắc về Tối ưu hóa và Đổi mới

Mục tiêu cốt lõi của nguyên tắc này là làm rõ hai khía cạnh then chốt:

• Mức độ đồng bộ giữa nỗ lực tối ưu hóa và đổi mới của tổ chức với các mục tiêu chiến lược của quản lý 3P;
• Các phạm vi tiềm năng có thể nâng cấp nhằm đạt hiệu suất vượt trội và mang lại giá trị cao hơn.

Bằng việc tập trung làm rõ hai khía cạnh trên, nguyên tắc này bảo đảm mọi hoạt động vận hành đều bám sát định hướng chiến lược tổng thể và các giá trị cốt lõi của tổ chức (xem Hình 2-8). 

Việc xác định thứ tự ưu tiên, thúc đẩy tối ưu hóa và đổi mới thông qua sự kết hợp giữa các công cụ AI, quy trình chuẩn, dữ liệu và năng lực hợp tác của con người trong quản lý 3P là yêu cầu mang tính chiến lược. Phương pháp tiếp cận này nhằm tạo tiền đề cho sự phối hợp nhịp nhàng giữa hệ thống AI và nỗ lực của con người, từ đó nâng cao năng suất toàn diện và tối ưu hóa năng lực ra quyết định.

Quá trình tối ưu hóa và đổi mới cần khai thác tối đa sức mạnh tổng hợp từ con người, các công cụ AI và hệ thống quy trình chuẩn hóa.

• AI đóng vai trò như một công cụ hỗ trợ, một trợ lý định hướng, một đồng nghiệp ảo và một nhân tố phá vỡ giới hạn - giúp tự động hóa các tác vụ lặp lại hàng ngày, đồng thời cung cấp các phân tích mang tính dự báo.
• Con người bổ sung bối cảnh thực tiễn quan trọng, các hiểu biết chuyên sâu, dữ liệu đầu vào chất lượng và năng lực ra quyết định chiến lược - những yếu tố mà bản thân AI không thể tự đảm nhận.
• Các quy trình được cấu trúc chặt chẽ bảo đảm nỗ lực của AI và con người được kết hợp hiệu quả, thúc đẩy sự hợp tác liền mạch và tối đa hóa hiệu suất làm việc.

Sự cộng hưởng giữa năng lực phân tích của AI, trực giác/kinh nghiệm của con người và sự vững chắc của quy trình chính là động lực cốt lõi để thúc đẩy đổi mới, nâng cao hiệu suất và đạt được các mục tiêu chiến lược. Phương pháp tiếp cận tích hợp này giúp tổ chức tối ưu hóa quy trình vận hành, linh hoạt thích ứng trước những biến động của môi trường kinh doanh và mang lại giá trị bền vững, đồng bộ với các mục tiêu chiến lược dài hạn.

Nguyên tắc Tối ưu hóa và Đổi mới bao gồm các yếu tố cốt lõi sau đây:

• Tương tác giữa con người và AI;
• Chuyển giao giá trị;
• Tính linh hoạt và nhạy bén;
• Tự động hóa;
• Chất lượng, độ tin cậy và bảo mật;
• Cải tiến liên tục; và
• Môi trường đổi mới sáng tạo & tư duy bằng AI.

Sự hợp lực của các yếu tố này sẽ thúc đẩy việc ứng dụng AI một cách có chiến lược, nhằm tối ưu hóa hiệu suất vận hành, nuôi dưỡng văn hóa đổi mới sáng tạo và bảo đảm tổ chức luôn bám sát các mục tiêu chiến lược đã đề ra.

7.1 Tương tác giữa Con người và AI: Tối ưu hoá sự Cộng hưởng và Đổi mới

Sự kết hợp tối ưu giữa năng lực của AI và con người là yếu tố cốt lõi để khai thác triệt để thế mạnh của cả hai bên, nhằm đạt được các kết quả quản lý 3P vượt trội. Mối quan hệ hợp tác này tạo ra sự cộng hưởng chiến lược, trong đó AI và con người tôn lên và bổ trợ cho những đóng góp của nhau. AI cung cấp năng lực xử lý, phân tích dữ liệu quy mô lớn và tốc độ vượt trội trong khi con người đóng góp tư duy phản biện, góc nhìn văn hóa, sự sáng tạo và hiểu biết sâu sắc về bối cảnh. Khi song hành cùng nhau, sự kết hợp này giúp nâng cao chất lượng ra quyết định chiến lược, bảo đảm việc ứng dụng AI tuân thủ các chuẩn mực đạo đức và trách nhiệm thông qua sự giám sát của con người, đồng thời thúc đẩy đổi mới sáng tạo bằng cách tự động hóa các tác vụ lặp lại.

Để triển khai mô hình tương tác này một cách hiệu quả, tổ chức cần thiết lập các bộ khung hợp tác, đưa vào các cơ chế phản hồi có cấu trúc, đầu tư vào việc đào tạo nhân viên cùng các bên liên quan, định nghĩa rõ các hướng dẫn về mặt đạo đức và tiến hành kiểm toán định kỳ. Những cách làm này giúp đảm bảo mọi thứ luôn đi đúng hướng với các tiêu chuẩn đạo đức và giá trị của tổ chức, từ đó củng cố hiệu quả của công tác quản lý 3P.

Các hoạt động sau đây có thể giúp tận dụng tối đa sự hợp tác giữa con người và AI:

• Thúc đẩy các sáng kiến đổi mới giải pháp AI nhằm tăng cường mức độ gắn kết, cải thiện kênh giao tiếp và tương tác giữa con người và máy móc, bảo đảm nâng cao chất lượng đầu ra của dự án.
• Đảm bảo sự chuyển giao mượt mà các tiêu chuẩn và ứng dụng từ hệ thống AI sang con người, nhấn mạnh tinh thần hợp tác trong mọi hoạt động vận hành.
• Xây dựng nguyên tắc tương tác dựa trên sự cộng hưởng và bổ trợ lẫn nhau, tránh xu hướng để công nghệ áp đặt hoặc thay thế hoàn toàn vai trò chủ đạo của con người.
• Thiết lập các công cụ thu thập phản hồi tự động và thực hiện khảo sát người dùng định kỳ. Các vòng lặp phản hồi này giúp ghi nhận thực tế tương tác, phát hiện điểm nghẽn và liên tục nâng cấp hệ thống AI nhằm đáp ứng chính xác nhu cầu vận hành thực tế.
• Dung hòa giữa trực giác, kinh nghiệm thực chiến và sự nhạy bén bối cảnh của con người với khả năng trích xuất tri thức từ Big Data của AI để tạo ra các giải pháp toàn diện và đột phá.
• Liên tục cập nhật và điều chỉnh các điểm tương tác AI - Con người một cách thận trọng, bảo đảm mọi phân tích và dự báo từ AI luôn được đặt trên nền tảng hiểu biết sâu sắc về bối cảnh thực tế của tổ chức.

7.2 Chuyển giao giá trị: Tối đa hóa tác động chiến lược và năng suất

Việc xác định thứ tự ưu tiên cho các dự án AI bám sát các mục tiêu của quản lý 3P là yếu tố then chốt để nâng cao hiệu suất vận hành toàn diện và tối đa hóa giá trị chiến lược. Phương pháp tiếp cận này bảo đảm các dự án AI trực tiếp thúc đẩy các mục tiêu chiến lược của tổ chức, mang lại lợi ích hữu hình, cải thiện hiệu năng và tối ưu hóa việc phân bổ nguồn lực dựa trên tác động thực tế có thể đo lường được.

Sự đồng bộ và ưu tiên chiến lược phải được duy trì nhất quán ở mọi cấp độ của quản lý 3P - từ khâu lập kế hoạch ban đầu, thực thi cho đến đánh giá hiệu quả - nhằm bảo đảm sợi dây liên kết chặt chẽ, xuyên suốt giữa các dự án AI và các mục tiêu chiến lược tổng thể.

Để đạt được điều này, các tổ chức nên xây dựng bộ chỉ số và tiêu chí rõ ràng để thẩm định tính khả thi cũng như ROI của từng dự án AI; lồng ghép kế hoạch phát triển và ứng dụng AI vào quy trình lập chiến lược chung của doanh nghiệp; duy trì sự đồng bộ liên tục để đảm bảo các hoạt động ứng dụng AI không bị chệch hướng khỏi tầm nhìn chiến lược của tổ chức trong suốt quá trình triển khai; định kỳ đánh giá và linh hoạt tái phân bổ nguồn lực dựa trên dữ liệu hiệu suất thực tế và biến động của thị trường.

7.3 Tính linh hoạt và nhạy bén: Thích ứng với thay đổi và phản ứng nhanh

Tích hợp tư duy linh hoạt vào quản trị dự án AI giúp nâng cao đáng kể khả năng phản ứng nhanh của tổ chức trước sự thay đổi. Việc áp dụng các phương thức làm việc linh hoạt cho phép chuyển giao giá trị theo dạng cuốn chiếu liên tục bằng cách chia nhỏ quá trình phát triển thành các tính năng hoặc yêu cầu dễ quản lý. Cấu trúc này tạo điều kiện thu nhận phản hồi nhanh chóng để điều chỉnh kịp thời theo nhu cầu của các bên liên quan và biến động của thị trường, thay vì chờ đợi một hệ thống AI hoàn chỉnh.

Năng lực phân tích của AI củng cố mạnh mẽ chất lượng ra quyết định trong quản lý 3P thông qua việc cung cấp dữ liệu và phản hồi theo thời gian thực, đồng thời tối ưu hóa việc phân bổ nguồn lực để đáp ứng kịp thời với các ưu tiên thay đổi của dự án. Cách làm này nuôi dưỡng một văn hóa không ngừng học hỏi và thích ứng, giúp các tổ chức ở thế chủ động để vượt qua các thách thức mới và nắm bắt các cơ hội vừa xuất hiện.

Việc áp dụng thiết kế theo mô-đun với các thành phần độc lập hoặc sản phẩm dịch vụ nhỏ cho phép đội ngũ cập nhật, nâng cấp hoặc thay thế từng phần riêng lẻ mà không ảnh hưởng đến toàn bộ hệ thống. Sự linh hoạt trong kiến trúc bảo đảm cả khả năng mở rộng quy mô lẫn khả năng thích ứng linh hoạt khi công nghệ AI tiến hóa.

Để nâng cao khả năng chịu đựng và tính nhạy bén tổ chức, các nhà quản lý 3P nên triển khai giải pháp phân tích kịch bản - nhằm xây dựng và đánh giá tác động dựa trên nhiều viễn cảnh tương lai (từ lạc quan đến bi quan) giúp tổ chức sẵn sàng ứng phó trước các yếu tố bất định, tránh phụ thuộc vào một dự báo đơn lẻ. Đồng thời, tổ chức cũng nên thúc đẩy Cộng đồng Thực hành Chuyên môn (CoP) - nơi chia sẻ tri thức chuyên sâu kết hợp với các chương trình đào tạo nâng cao năng lực kỹ thuật số, từ đó lan tỏa văn hóa học hỏi liên tục và thúc đẩy đổi mới sáng tạo trong toàn bộ hệ thống quản lý 3P.

7.4 Tự động hóa công việc: Nâng cao hiệu suất và trách nhiệm giải trình

Tự động hóa thông qua các công cụ AI nâng cao đáng kể năng lực cốt lõi của doanh nghiệp nhờ khả năng tinh gọn quy trình, tối ưu hóa năng lực ra quyết định và nâng cao hiệu quả vận hành toàn diện. Việc ứng dụng tự động hóa do AI thúc đẩy hiện đang được triển khai rộng rãi trên nhiều chức năng quản trị, bao gồm quản trị dữ liệu, dịch vụ khách hàng, tiếp thị chiến lược và vận hành hệ thống.

Bằng cách tự động hóa các tác vụ lặp lại, phân tích dữ liệu quy mô lớn theo thời gian thực và đưa ra các quyết định chính xác, tổ chức có thể gia tăng năng suất vượt trội, tối ưu hóa nguồn lực và nâng cao mức độ hài lòng của khách hàng. Những thành quả này giúp toàn bộ hệ thống vận hành trở nên linh hoạt, nhạy bén và nâng cao trách nhiệm hơn.

Trong thực tiễn, việc triển khai tự động hóa bao gồm tích hợp các công cụ AI vào quy trình chuẩn hóa và làm sạch dữ liệu, triển khai chatbot chuyên sâu để tối ưu thời gian phản hồi trong dịch vụ khách hàng, áp dụng phân tích dự báomnhằm tinh chỉnh chiến lược tiếp thị; tự động hóa quy trình làm việc để giảm thiểu sai sót do yếu tố con người và tăng cường tính linh hoạt.

Đáng chú ý, bên cạnh các ứng dụng thông thường, sự phát triển bứt phá của các AI Agents và các công nghệ AI tiên tiến đang chuyển dịch AI thành các thực thể có khả năng tự thích ứng. Các tác nhân này đủ năng lực tự chủ quản lý các chuỗi tác vụ phức tạp, mở ra những cơ hội chiến lược hoàn toàn mới cho doanh nghiệp

Sự kết hợp giữa AI và tự động hóa không chỉ tối ưu hóa vận hành mà còn thúc đẩy lợi thế cạnh tranh và văn hóa đổi mới sáng tạo thông qua những cách sau:

• Tự động hóa giúp loại bỏ các điểm nghẽn trong tương tác, giảm thiểu các kết quả sai lệch (lỗi sản phẩm), tránh lãng phí năng lực chuyên môn của con người và cắt giảm các khâu xử lý dư thừa thãi.
• Giảm thiểu triệt để các tác vụ tốn thời gian nhưng mang lại ít giá trị, cắt giảm thời gian chờ của cả AI và con người, giúp duy trì luồng công việc liên tục và tránh các điểm nghẽn thường gặp.
• Tự động hóa các công việc sự vụ mang tính thủ công trong quản lý 3P giúp giảm chi phí vận hành, tiết kiệm thời gian và giải phóng nhân sự khỏi các tác vụ nhàm chán.
• Gia tăng tốc độ xử lý công việc thông qua tính năng tự động phân công tác vụ, lập lịch trình dự án và theo dõi tiến độ theo thời gian thực.
• Tự động hóa công tác dự báo nhu cầu, tối ưu hóa chi phí và lập kế hoạch năng lực, bảo đảm nguồn lực tổ chức được khai thác ở mức hiệu quả cao nhất.
• Xây dựng sẵn các kịch bản ứng phó rủi ro với các hành động được kích hoạt tự động khi có sự cố, giúp giảm thiểu gián đoạn và bảo đảm tính liên tục của dự án.
• Chủ động phát hiện rủi ro tiềm ẩn và cải thiện chất lượng quyết định thông qua mô hình đánh giá rủi ro và dự báo kết quả tự động.
• Cung cấp các góc nhìn phân tích sâu để liên tục điều chỉnh các quy trình quản lý 3P phù hợp với các yêu cầu mới phát sinh của thị trường.
• Đảm bảo có sự giám sát chặt chẽ của con người thông qua các chốt kiểm tra và rà soát kiểm toán định kỳ. Hệ thống tự động hóa khâu thu thập/phân tích dữ liệu kiểm toán giúp tinh gọn quy trình audit, cho phép can thiệp kịp thời nhằm duy trì tính minh bạch, sự công bằng và tính tuân thủ pháp lý của toàn bộ hệ thống AI.

7.5 Chất lượng, Độ tin cậy và Bảo mật Dữ liệu: Nâng cao niềm tin và tính chính trực

Đảm bảo chất lượng, độ tin cậy và tính bảo mật của các hệ thống AI là yếu tố cốt lõi để xây dựng niềm tin cho các bên liên quan và giữ gìn tính chính trực của các quyết định do AI hỗ trợ. Dữ liệu chính xác và đáng tin cậy chính là nền tảng để tạo ra các kết quả vận hành hiệu quả, trong khi các bộ khung quản trị và tuân thủ vững chắc sẽ bảo vệ thông tin nhạy cảm và duy trì nghiêm ngặt các tiêu chuẩn về quyền riêng tư.

Tổ chức cần định kỳ rà soát các tập dữ liệu để chủ động phát hiện và xử lý các định kiến, bảo đảm tính chính xác và sự công bằng thông qua các quy trình minh bạch có sự giám sát trực tiếp của con người. Việc kết hợp các nguồn dữ liệu đa dạng sẽ cải thiện độ tin cậy và tính bao quát của các mô hình AI, từ đó nâng cao  tính khách quan cũng như củng cố niềm tin của các bên liên quan đối với các ứng dụng AI.

Việc huấn luyện mô hình AI trên các tập dữ liệu có tính đại diện cao là điều kiện tiên quyết để giảm thiểu các kết quả sai lệch và nâng cao hiệu suất chung của hệ thống. Việc giám sát chất lượng dữ liệu liên tục trong suốt vòng đời AI bảo đảm sự tuân thủ nghiêm ngặt các tiêu chuẩn đạo đức và quy định pháp lý, khẳng định cam kết ứng dụng công nghệ một cách có trách nhiệm.

Để duy trì các tiêu chuẩn này, tổ chức cần tiến hành kiểm toán liên tục đối với hệ thống AI nhằm phát hiện và xử lý kịp thời các định kiến tiềm ẩn hoặc các lỗ hổng bảo mật. Phương pháp chủ động này giúp bảo vệ tính chính chính trực của dữ liệu, thúc đẩy thực hành đạo đức, bảo đảm tính tuân thủ pháp lý và củng cố niềm tin vững chắc từ các bên liên quan.

7.6 Cải tiến liên tục: Điều chỉnh các thực hành AI theo nhu cầu đổi mới

Việc triển khai các biện pháp cải tiến liên tục cho phép các tổ chức điều chỉnh cách làm việc với AI khi các mục tiêu chiến lược và môi trường vận hành thay đổi. Sự tinh chỉnh không ngừng đối với các công cụ, quy trình và phương pháp luận AI giúp đảm bảo hệ thống luôn hoạt động hiệu quả và đi đúng hướng với các mục tiêu rộng lớn hơn. Nỗ lực này bao gồm việc nâng cao độ bền bỉ và tính bảo mật của hệ thống, xử lý các rủi ro mới phát sinh, và thúc đẩy sự hợp tác bằng cách kết hợp nhuần nhuyễn giữa năng lực phân tích của AI và phán đoán chuyên môn của con người.

Quá trình học tập và thích ứng liên tục là chìa khóa giữ cho các ứng dụng AI luôn duy trì tính thực tiễn và nhạy bén trước các bước tiến công nghệ. Việc cập nhật định kỳ các quy trình AI sẽ hỗ trợ đắc lực cho hoạt động đổi mới sáng tạo, bảo vệ lợi thế cạnh tranh bền vững trong kinh doanh cũng như trong quản lý 3P.

Các tổ chức nên thực hiện các sáng kiến cải tiến ở mọi cấp độ của quản lý 3P. Dù ở trong lĩnh vực công nghiệp, phi công nghiệp hay tập trung vào CNTT, đội ngũ đều nên rà soát lại các quy trình kinh doanh và dòng chảy giá trị của dữ liệu, sử dụng các góc nhìn rút ra từ chính các mô hình AI/ML hiện có để dẫn đường cho các nỗ lực nâng cấp. Phương pháp Học-Tăng-Cường mang lại  cách tiếp cận mạnh mẽ để hỗ trợ sự thích ứng này. Bằng cách cho phép các mô hình AI học hỏi từ các tương tác với môi trường, các phản hồi và các tín hiệu hiệu suất, phương pháp này giúp hệ thống liên tục tự hoàn thiện. Quá trình học tập lặp đi lặp lại này giúp các mô hình AI giữ được hiệu quả và tính thực tế ngay cả trong những điều kiện biến động, cho phép các tổ chức cải thiện việc đưa ra quyết định, tăng cường hiệu suất và đạt được các kết quả chính xác hơn theo thời gian.

Bộ tiêu chuẩn này cung cấp một bộ khung để tối ưu hóa và đổi mới các ứng dụng AI trong công tác quản lý 3P, giúp nâng cao hiệu quả, khả năng thích ứng và chất lượng, đồng thời giảm thiểu các rủi ro tiềm ẩn. Bằng cách bắt kịp các cải tiến, quy định mới nhất về AI và mở rộng quy mô AI, các tổ chức có thể đảm bảo rằng họ đang tận dụng được những tiến bộ mới nhất và tuân thủ các hướng dẫn liên quan. Việc bám sát nguyên tắc này sẽ giúp các tổ chức tăng khả năng áp dụng thành công AI có trách nhiệm vào quản lý 3P, đảm bảo mang lại các kết quả đúng đạo đức, hiệu quả và bền vững.

8. Nguyên tắc về Chất lượng Dữ liệu

Dữ liệu chất lượng cao là nguyên tắc nền tảng tiên quyết cho việc ứng dụng AI hiệu quả và bền vững trong công tác quản lý 3P (xem Hình 2-9). Các hệ thống AI phụ thuộc hoàn toàn vào nguồn dữ liệu sạch, chính xác và đáng tin cậy để tạo ra các kết quả phân tích có giá trị thực tiễn cao. Nếu thiếu một khung quản trị dữ liệu vững chắc, các dự án AI sẽ không thể duy trì hiệu năng cũng như mở rộng quy mô một cách an toàn.

Việc chuẩn hóa và ban hành các khung quản trị, quản lý dữ liệu trên quy mô toàn doanh nghiệp bảo đảm sự đồng bộ tuyệt đối với các mục tiêu chiến lược và củng cố tầm nhìn phát triển lâu dài của tổ chức (Xem lại Nguyên tắc Quản trị và Tuân Thủ). Các khung quản trị này quy định rõ các tiêu chuẩn vận hành, bảo đảm tính nhất quán và thiết lập liên kết có khả năng truy xuất nguồn gốc giữa dữ liệu đầu vào và kết quả đầu ra do AI tạo ra.

Để công nghệ AI thực sự tạo ra giá trị chiến lược trong quản lý 3P, công tác quản trị dữ liệu phải đạt được 4 mục tiêu trọng yếu:

• Chuẩn hóa tiêu chuẩn dữ liệu: Xác định và duy trì nghiêm ngặt các chỉ số chất lượng dữ liệu trên toàn hệ thống;
• Quản trị kỳ vọng của các bên liên quan: Bảo đảm sự minh bạch về năng lực và giới hạn của dữ liệu;
• Củng cố niềm tin vào AI: Xây dựng độ tin cậy cao đối với các quyết định và dự báo do AI xuất ra;
• Bảo toàn giá trị dữ liệu lâu dài: Duy trì tính chính xác, liên tục và độ thích ứng của dữ liệu theo thời gian.

Sự giám sát của con người và các vòng phản hồi liên tục đóng vai trò bảo an then chốt. Cơ chế có sự giám sát của con người trong các hoạt động của AI giúp bảo vệ tính chính trực của dữ liệu xét trên cả góc độ đạo đức lẫn bối cảnh thực tế kinh doanh; trong khi đó, các phương pháp tiếp cận linh hoạt bảo đảm mô hình AI liên tục điều chỉnh để chủ động ứng phó với các rủi ro và cơ hội mới phát sinh.

Khi được triển khai đồng bộ, các thực hành này nâng tầm AI trở thành một tài sản chiến lược đáng tin cậy, minh bạch và có trách nhiệm giải trình xuyên suốt vòng đời quản lý 3P.

Để bảo đảm chất lượng dữ liệu đầu ra từ việc ứng dụng AI trong quản lý 3P, tổ chức cần triển khai toàn diện các trụ cột chiến lược sau:

• Quản lý chất lượng dữ liệu: Thiết lập bộ tiêu chuẩn và quy trình kiểm soát bắt buộc để bảo đảm dữ liệu đầu vào đáp ứng đầy đủ 4 tiêu chí cốt lõi: Tính chính xác (Accuracy), Tính đầy đủ (Completeness), Tính đồng nhất (Consistency) và Tính kịp thời (Timeliness). Triển khai cơ chế kiểm tra dữ liệu định kỳ, làm sạch dữ liệu và đối chiếu độ chính xác nhằm ngăn ngừa dữ liệu rác làm thiên lệch kết quả phân tích của AI.
• Trách nhiệm và vai trò quản trị dữ liệu: Xây dựng mô hình phân công trách nhiệm rõ ràng trong quản trị dữ liệu. Bổ nhiệm nhân sự quản trị dữ liệu - chịu trách nhiệm trực tiếp về tính toàn vẹn, tính tuân thủ và khả năng truy cập của dữ liệu, bảo đảm các chính sách quản trị được thực thi triệt để ở mọi cấp độ tổ chức. 
• Quyền riêng tư và bảo mật dữ liệu: Triển khai các giải pháp an ninh dữ liệu chuyên sâu để bảo vệ thông tin nhạy cảm, bảo đảm tuân thủ tuyệt đối các quy định pháp lý. Xây dựng quy trình xử lý, lưu trữ và phân quyền truy cập an toàn nhằm duy trì niềm tin và uy tín của doanh nghiệp.
• Quản lý siêu dữ liệu (Metadata management): Chuẩn hóa cách thức quản lý siêu dữ liệu nhằm tạo ra một "ngôn ngữ dữ liệu chung" cho toàn tổ chức, cung cấp bối cảnh rõ ràng về nguồn gốc và ngữ cảnh của dữ liệu được AI sử dụng. Siêu dữ liệu giúp bảo đảm dữ liệu được định danh chính xác, hiểu đúng và sử dụng đúng mục đích.
• Nguồn gốc dữ liệu và khả năng truy xuất: Tự động hóa việc ghi nhận toàn bộ vòng đời dữ liệu - từ nguồn khởi tạo, quy trình biến đổi cho đến luồng di chuyển trong các hệ thống AI. Trụ cột này bảo đảm tính minh bạch, cho phép các bên liên quan dễ dàng truy xuất nguồn gốc quyết định của AI và chủ động phát hiện các lỗ hổng chất lượng hoặc định kiến tiềm ẩn. 
• Kiểm soát quyền truy cập dữ liệu: Ban hành chính sách phân quyền nghiêm ngặt quy định chi tiết đối tượng được cấp quyền truy cập, chỉnh sửa hoặc khai thác dữ liệu trong hệ thống AI. Tích hợp cơ chế phê duyệt nhiều lớp để xác minh nhân sự được cấp phép, từ đó giảm thiểu tối đa rủi ro lạm dụng hoặc rò rỉ dữ liệu nghiêm trọng.
• Tuân thủ quy định và luật pháp: Liên tục cập nhật và điều chỉnh các quy trình quản trị dữ liệu phù hợp với khung pháp lý hiện hành và các quy định riêng của từng ngành (liên quan đến quyền riêng tư, sở hữu trí tuệ và đạo đức AI), bảo đảm mọi hoạt động ứng dụng AI trong dự án đều tuân thủ luật định.
• Cơ chế theo dõi và báo cáo: Vận hành hệ thống theo dõi thời gian thực để giám sát luồng khai thác, chất lượng dữ liệu và mức độ tuân thủ quy chế. Xây dựng cơ chế báo cáo quản trị định kỳ gửi cấp lãnh đạo về thực trạng dữ liệu và các cảnh báo rủi ro tiềm ẩn, củng cố niềm tin và tính minh bạch trong toàn hệ thống.

Khép lại hành trình khám phá 8 nguyên tắc AI trong Quản lý 3P của PMI, chúng ta nhận ra một thông điệp cốt lõi mang tính thời đại: Công nghệ chỉ là công cụ, chính cấu trúc quản lý, năng lực con người và sự chính trực của dữ liệu mới là yếu tố quyết định giúp AI mở rộng quy mô một cách có trách nhiệm và bền vững.

Việc thấu hiểu trọn vẹn mối quan hệ cộng hưởng giữa 8 nguyên tắc này, với hạt nhân là sự can thiệp của con người (cơ chế HITL), sẽ giúp các doanh nghiệp không chỉ tối ưu hóa được quy trình làm việc hiện tại, mà còn chủ động kiến tạo lợi thế cạnh tranh vượt trội và tự tin thích ứng trước mọi biến động công nghệ trong tương lai.

Là học viện tiên phong trong lĩnh vực đào tạo quản lý dự án chuẩn quốc tế, Atoha luôn đồng hành cùng các cá nhân và doanh nghiệp trên hành trình nâng cao năng lực quản trị, sẵn sàng bứt phá trong kỷ nguyên số hóa có ứng dụng AI.

Xem thêm

Đón đầu làn sóng AI: Dẫn dắt chuyển đổi từ bài học trải nghiệm thực tế

AI có thay thế Project Manager? Góc nhìn thực tế về tương lai nghề Quản lý dự án

3 chứng chỉ AI nổi bật nhất năm 2026

Chứng chỉ PMI-CPMAI là gì? Cập nhật mọi thông tin mới nhất về PMI-CPMAI