CEO Beehexa: ‘Đừng nói về AI khi dữ liệu vẫn còn ngổn ngang’

Hầu hết hội nghị về công nghệ hay chuyền đổi số gần đây đều có chung một từ khóa là trí tuệ nhân tạo (AI). Ở bất kỳ sự kiện nào, hầu hết nhà cung cấp đều hứa hẹn về trợ lý AI, dự báo tồn kho thông minh hay những công cụ tiếp thị có thể tự viết nội dung.

Tuy nhiên, chia sẻ về tự động hóa mô hình kinh doanh kết hợp giữa kênh trực tuyến và cửa hàng vật lý (O2O) tại BizTech 2026, ông Phan Vũ Giáp, Nhà sáng lập kiêm CEO Beehexa gần như không nhắc đến AI hay sức mạnh của nó. Thay vào đó, ông dành nhiều thời gian để nói về tầm quan trọng của chất lượng của dữ liệu, nhiên liệu cơ bản của nền kinh tế số.

Sau gần một thập kỷ triển khai và phát triển giải pháp tự động hóa cho các nhà bán lẻ ở Việt Nam, Mỹ và Đông Nam Á, CEO Beehexa đã chứng kiến rất nhiều dự án chuyển đổi số đầy tham vọng gặp phải khó khăn vì cùng một nguyên nhân: chất lượng dữ liệu thấp.

“Không có công nghệ nào có thể giúp nhà bán lẻ tránh khỏi lệch tồn kho giữa hệ thống bán hàng và phần mềm kế toán, sai sót về thuế trên hóa đơn hay không thể áp dụng cùng chương trình khuyến mãi ở nhiều kênh bán khi chưa thấy được tầm quan trọng của việc quản trị chất lượng và tổ chức dữ liệu”, ông Giáp nói.

Khoản phí ngầm mà các nhà bán lẻ O2O đang phải trả

Trước khi nói đến AI, cái giá của dữ liệu kém chất lượng trong vận hành O2O hiện nay đã rất lớn. Dẫn nghiên cứu từ Gartner, ông Giáp cho biết, dữ liệu kém chất lượng khiến doanh nghiệp thiệt hại trung bình 12,9 triệu USD mỗi năm. Nghiên cứu của McKinsey cũng cho thấy chất lượng dữ liệu tệ kéo theo năng suất giảm 20% và chi phí cho những việc không tạo thêm giá trị tăng 30%. Trong khi đó, một nghiên cứu của giáo sư Ray Panko từ Đại học Hawaii chỉ ra khoảng 88% bảng tính Excel có lỗi và đủ nghiêm trọng để gây nên thiệt hại về tài chính.

Đằng sau những bảng điều hành đầy chỉ số ấn tượng của nhiều thương hiệu bán hàng đa kênh là một thực tế khác. Tồn kho rối ren, doanh thu thất thoát vì hết hàng, áp lực xử lý đơn gia tăng, nhân viên chăm sóc khách hàng quá tải và ngân sách tiếp thị liên tục bị lãng phí do tiếp cận sai tập khách hàng tiềm năng.

“Nhân viên có thể mất tới mười giờ mỗi tuần chỉ để sửa lỗi lặt vặt trên dữ liệu thay vì làm công việc thực sự có ích. Đó không phải vấn đề của AI, vấn đề nằm ở dữ liệu. AI đặt trên nền dữ liệu kém chất lượng sẽ không tạo ra tri thức tốt hơn mà chỉ làm những sai sót lan rộng với tốc độ nhanh hơn”, ông Giáp nói.

Giữa thời điểm AI thống trị hầu hết các cuộc thảo luận về công nghệ, một vị CEO của công ty công nghệ và cũng là người làm công nghệ như ông Giáp lại không chọn AI làm chủ đề trung tâm. Ông nhấn mạnh bốn lý do.

Thứ nhất là nhiễu thông tin. Việc mà người người, nhà nhà đều nói về AI đang khiến nhà bán lẻ khó phân biệt giữa đâu là năng lực có thể tạo ra giá trị ngay hôm nay và đâu là những tiềm năng vẫn cần thêm thời gian để kiểm chứng.

Lý do thứ hai xuất phát từ chính sự phổ cập của AI. Công nghệ này đã hiện diện trong hàng loạt phần mềm và công cụ thông qua việc gọi tới các nền tảng AI tổng quát như ChatGPT, Claude hay Google Gemini.

Thứ ba, và quan trọng nhất là tính toàn vẹn của dữ liệu. Một trong những đặc tính cơ bản của AI là hallunication (ảo giác hoặc bịa). Rủi ro sẽ càng lớn hơn khi việc bịa đặt được nhân lên bởi đầu vào dữ liệu kém chất lượng. Nếu SKU không khớp giữa các kênh, dự báo nhu cầu nhập hàng do AI đề xuất sẽ trở nên không còn đáng tin.

“Các nhà bán lẻ cần giữ mọi thứ đơn giản, giữ dữ liệu sạch và liên tục cải tiến để mang lại lợi ích tối đa cho khách hàng. Tự động hóa và sau đó là AI nên được xây dựng dựa trên nền tảng cơ bản đó, chứ không phải chiếc đũa thần để giúp doanh nghiệp nhân hai hay nhân ba doanh số”, ông Giáp lưu ý.

Khi dữ liệu sạch giúp tự động hóa tạo giá trị cộng hưởng

Trong môi trường kinh doanh đa kênh, dữ liệu sạch không đơn thuần là một yêu cầu kỹ thuật. Đó là vấn đề của kỷ luật vận hành.

Điều này bắt đầu từ việc doanh nghiệp chỉ duy trì một phiên bản dữ liệu duy nhất đúng cho từng mã sản phẩm, khách hàng và đơn hàng. Thông tin cần thống nhất trên mọi hệ thống, từ website bán hàng, phần mềm quản lý tại cửa hàng, các gian hàng trên sàn thương mại điện tử đến hệ thống quản trị doanh nghiệp.

Bên cạnh đó, dữ liệu tồn kho cần được cập nhật liên tục giữa các kênh bán. Khi một sản phẩm được bán trên một nền tảng, số lượng tồn kho trên các nền tảng còn lại cũng phải được điều chỉnh ngay lập tức. Tên sản phẩm, thuộc tính và cách phân loại cũng cần được chuẩn hóa để bảo đảm sự nhất quán trong toàn hệ thống.

Quan trọng hơn, dữ liệu sạch không phải là trạng thái đạt được một lần rồi duy trì mãi mãi. Chất lượng dữ liệu sẽ nhanh chóng suy giảm nếu doanh nghiệp thiếu cơ chế kiểm soát và cập nhật thường xuyên.

Đối với các doanh nghiệp O2O đã phát triển ở quy mô lớn, việc xây dựng một nền tảng kết nối dữ liệu tập trung thường là điều kiện quan trọng để duy trì tính nhất quán trong vận hành. Thay vì để từng hệ thống kết nối riêng lẻ với nhau, nền tảng này đóng vai trò trung tâm liên kết website bán hàng, phần mềm quản lý tại cửa hàng, các sàn thương mại điện tử và hệ thống quản trị doanh nghiệp vào cùng một luồng dữ liệu thống nhất.

Nhờ đó, mọi thay đổi về sản phẩm, đơn hàng hay tồn kho đều được cập nhật đồng bộ trên toàn hệ thống. Khách hàng có được trải nghiệm liền mạch hơn, còn doanh nghiệp sở hữu một nguồn dữ liệu đáng tin cậy để phục vụ vận hành và ra quyết định.

Khi dữ liệu đã đủ tin cậy, tự động hóa bắt đầu phát huy giá trị thực sự. Theo ông Giáp, những kết quả rõ rệt nhất thường xuất hiện ở bốn lĩnh vực.

Trong tiếp thị và bán hàng, doanh nghiệp có thể tự động gửi yêu cầu đánh giá sau khi hoàn tất đơn hàng, cá nhân hóa thông điệp chăm sóc khách hàng, lên lịch nội dung trên mạng xã hội và gợi ý sản phẩm phù hợp với nhu cầu của từng người mua. Những hoạt động này chỉ đạt hiệu quả khi dữ liệu khách hàng và dữ liệu đơn hàng được duy trì chính xác và nhất quán.

Trong vận hành kho, hệ thống có thể tối ưu quy trình soạn hàng, giảm sai sót và tiết kiệm chi phí nhân sự. Ở bộ phận chăm sóc khách hàng, thông tin từ nhiều kênh được tập trung về một đầu mối, giúp doanh nghiệp chủ động cập nhật tình trạng đơn hàng, vận chuyển và phản hồi yêu cầu của khách hàng nhanh hơn. Ngay cả các trợ lý sử dụng trí tuệ nhân tạo cũng chỉ có thể đưa ra câu trả lời chính xác khi được cung cấp nguồn dữ liệu đáng tin cậy.

Bên cạnh đó, việc tập hợp dữ liệu từ nhiều hệ thống vào một kho dữ liệu thống nhất giúp các báo cáo về tiếp thị, bán hàng và tồn kho phản ánh sát hơn tình hình thực tế, hỗ trợ quá trình ra quyết định theo thời gian thực.

Theo ông Giáp, tự động hóa dựa trên nền tảng dữ liệu chất lượng có thể giúp giảm khoảng 90% sai lệch tồn kho, nâng hiệu quả vận hành lên 88% so với phương thức thủ công và cải thiện 77% hiệu quả chuyển đổi trong các hoạt động tiếp thị. Mức độ hài lòng của khách hàng và khả năng giữ chân nhân sự cũng ghi nhận những chuyển biến tích cực.

“Tuy nhiên, những kết quả này không đến từ riêng công nghệ trí tuệ nhân tạo. Nền tảng tạo nên khác biệt nằm ở kỷ luật dữ liệu. Chính kỷ luật ấy mới làm cho tự động hóa, và sau này là tự động hóa sử dụng AI, đáng để triển khai”, ông Giáp lưu ý.

Để hỗ trợ các nhà lãnh đạo trong mô hình O2O, ông Giáp đưa ra lời khuyên về việc kiểm tra lại toàn bộ quy trình vận hành. Mục tiêu là phát hiện những lỗ hổng dữ liệu phân mảnh hoặc kém chất lượng bởi đây là yếu tố đang âm thầm gây lãng phí ngân sách và nguồn lực của doanh nghiệp.

“Ưu tiên những điểm có tác động lớn nhất, thường là đồng bộ tồn kho, điều phối đơn hàng và hồ sơ khách hàng. Chọn đúng công cụ, bao gồm một lớp nền tảng trung gian để gắn kết tất cả lại với nhau. Đào tạo đội ngũ. Sau đó đo lường và cải tiến”, ông Giáp nói.

Ông Giáp khẳng định, AI chắc chắn sẽ định hình thập kỷ tiếp theo của ngành bán lẻ. Tuy nhiên, những doanh nghiệp tận dụng được giá trị lớn nhất từ AI sẽ là những doanh nghiệp đã hoàn thành các công việc nền tảng từ trước, dù đó thường là những phần việc ít được chú ý. Trong số đó, dữ liệu giữ vai trò đặc biệt quan trọng.

Theo ông, dữ liệu cần được xem là một hạ tầng vận hành và được quản trị liên tục, thay vì chỉ được tạo ra rồi để phân tán trong nhiều hệ thống khác nhau.

Trong mô hình O2O, các thương hiệu dẫn đầu sẽ không được quyết định bởi việc hiện diện trên bao nhiêu kênh bán hàng. Điều tạo nên khác biệt là năng lực vận hành đủ tốt để khách hàng có thể mua sắm với cùng một mức độ tin cậy trên mọi kênh. Đó trước hết là thành quả của dữ liệu. AI giúp mở rộng quy mô và nâng cao hiệu quả của nền tảng đã được xây dựng từ trước.