Có dữ liệu trong tay, tại sao doanh nghiệp nhỏ vẫn khó ra quyết định?

“Tháng này, mặt hàng nào bán chạy nhất?” - một chủ cửa hàng có thể đặt ra câu hỏi ấy chỉ trong vài giây, nhưng để tìm được câu trả lời, họ có khi phải dành hàng giờ rà soát bảng tính, đối chiếu đơn hàng và tổng hợp số liệu. Điều đáng nói là những thông tin cần thiết vốn đã được ghi lại sau mỗi giao dịch, chỉ chưa ở dạng có thể sử dụng ngay.

Câu chuyện ấy phản ánh một nghịch lý trong đời sống số khi việc lưu trữ dữ liệu ngày càng thuận tiện, nhưng tìm ra thông tin cần thiết để phục vụ công việc và ra quyết định vẫn là thách thức với không ít người. Khoảng cách giữa việc sở hữu dữ liệu và khả năng sử dụng hiệu quả thông tin đang trở thành bài toán đáng quan tâm khi trí tuệ nhân tạo ngày càng quen thuộc trong hoạt động thường ngày.

Khi phân tích dữ liệu không còn là việc của riêng người có chuyên môn

Bảng tính từ lâu đã trở thành công cụ quen thuộc trong nhiều lĩnh vực. Chủ cửa hàng sử dụng excel để theo dõi doanh thu, hàng tồn kho; giáo viên lưu trữ điểm số và tình hình chuyên cần của học sinh; nhân viên hành chính tổng hợp số liệu phục vụ công việc; trong khi các phòng khám có thể quản lý lịch sử thăm khám và thông tin thuốc men bằng những cơ sở dữ liệu đơn giản.

Tuy nhiên, dữ liệu được lưu trữ đầy đủ chưa chắc đã dễ dàng chuyển thành những thông tin hữu ích. Một chủ cửa hàng muốn biết sản phẩm nào mang lại lợi nhuận tốt nhất không thể chỉ nhìn vào doanh thu, mà còn phải đối chiếu với giá vốn và những chi phí liên quan. Để xác định khoản công nợ nào đã quá hạn, người quản lý cần kiểm tra thời điểm phát sinh, thời hạn thanh toán và số tiền còn phải thu. Những câu hỏi tưởng chừng đơn giản ấy đôi khi đòi hỏi nhiều bước xử lý, đặc biệt khi thông tin nằm rải rác trong các bảng tính khác nhau.

Với các doanh nghiệp lớn, công việc này có thể được đảm nhiệm bởi đội ngũ phân tích dữ liệu chuyên trách. Trong khi đó, tại những cơ sở kinh doanh nhỏ, chủ cửa hàng thường phải tự quản lý sổ sách, theo dõi hoạt động bán hàng và xử lý số liệu bên cạnh nhiều công việc vận hành khác. Không phải ai cũng thành thạo các hàm Excel nâng cao, biết viết câu truy vấn dữ liệu hoặc có điều kiện đầu tư vào những hệ thống phân tích chuyên nghiệp.

Quản lý, phân tích và ra quyết định dựa trên dữ liệu là thách thức của nhiều doanh nghiệp, hộ kinh doanh vừa và nhỏ.

Sự phát triển của AI tác nhân dữ liệu (Data Agents) đang mở ra một cách tiếp cận khác. Thay vì phải tự xây dựng công thức, lọc từng bảng tính hay sử dụng những công cụ phân tích phức tạp, người dùng có thể đặt câu hỏi trực tiếp bằng ngôn ngữ tự nhiên. AI sẽ tìm kiếm thông tin liên quan trong dữ liệu được cung cấp, thực hiện các bước xử lý cần thiết và đưa ra câu trả lời.

Chẳng hạn, một chủ cửa hàng có thể hỏi “Doanh thu tháng này tăng hay giảm so với tháng trước?”, “Mặt hàng nào tồn kho lâu nhất?” hoặc “Khách hàng nào còn công nợ quá hạn?”. Nếu có đủ dữ liệu phù hợp, AI có thể thực hiện các phép tính, đối chiếu thông tin và tổng hợp kết quả mà người dùng không cần trực tiếp thao tác qua nhiều bảng tính.

Điểm đáng chú ý của hướng phát triển này không chỉ nằm ở việc tiết kiệm thời gian. Khi việc phân tích dữ liệu trở nên đơn giản hơn, những người không có chuyên môn cũng có thêm cơ hội sử dụng thông tin để hiểu tình hình công việc và cân nhắc các quyết định.

DataMate: Đưa bài toán phân tích dữ liệu đến cộng đồng AI Việt Nam

Được Zalo tổ chức từ năm 2018, Zalo AI Challenge là đấu trường trí tuệ nhân tạo dành cho cộng đồng công nghệ Việt Nam, nơi các kỹ sư, nhà nghiên cứu và tài năng trẻ có cơ hội thử sức với những bài toán mang tính ứng dụng thực tiễn. Trải qua 7 mùa giải với 20 bài toán, cuộc thi liên tục cập nhật các xu hướng công nghệ mới, khuyến khích cộng đồng phát triển và kiểm chứng những giải pháp AI có tiềm năng phục vụ đời sống.

Trở lại năm 2026 với chủ đề “Đưa AI tác nhân vào đời sống”, cuộc thi tập trung vào khả năng AI không chỉ tiếp nhận yêu cầu mà còn chủ động thực hiện các bước cần thiết để hoàn thành công việc. Trong đó, DataMate thử thách các đội xây dựng một tác nhân AI có thể trả lời chính xác những câu hỏi bằng tiếng Việt dựa trên dữ liệu có sẵn, bao gồm các tệp Excel, CSV và cơ sở dữ liệu SQLite. Với một câu hỏi được đưa ra, hệ thống cần tự xác định thông tin liên quan, thực hiện các phép tính hoặc đối chiếu cần thiết trước khi đưa ra câu trả lời.

Trên thực tế, cùng một số tiền có thể được ghi thành “1,25tr”, “1,25 triệu” hay “1tr250K”; câu hỏi của người dùng có thể không dấu, viết tắt hoặc sử dụng những mốc thời gian theo lịch âm như “Tết năm ngoái”. Những chi tiết tưởng chừng nhỏ này lại đặt ra yêu cầu cao đối với khả năng hiểu ngữ cảnh và xử lý dữ liệu của AI. Bộ dữ liệu huấn luyện của đề thi DataMate vì vậy tập trung vào hoạt động của các cơ sở kinh doanh nhỏ tại Việt Nam, với những tình huống, cách ghi chép và câu hỏi gần với thực tế sử dụng.

Tính thách thức của đề thi còn đến từ yêu cầu sử dụng các mô hình ngôn ngữ nhỏ và vừa, có quy mô dưới 15 tỷ tham số, thay vì chỉ dựa vào những dịch vụ AI có sẵn. So với các mô hình lớn, những mô hình này còn hạn chế về khả năng hiểu ngữ cảnh, cách diễn đạt đa dạng của tiếng Việt và thực hiện các bước suy luận phức tạp. Tuy nhiên, khi được tối ưu phù hợp, chúng có tiềm năng vận hành trên máy tính cá nhân hoặc máy chủ nhỏ. Điều này đòi hỏi các đội thi phải đầu tư vào nghiên cứu, huấn luyện và tối ưu mô hình để giải quyết bài toán trong điều kiện tài nguyên tính toán có giới hạn.

Hai bảng đấu ứng với hai đề thi của Zalo AI Challenge 2026.

Điểm đặc biệt của DataMate còn nằm ở nguyên tắc đánh giá: trả lời đúng được cộng điểm, trả lời sai bị trừ điểm, trong khi từ chối trả lời khi dữ liệu không đủ căn cứ thì không bị phạt. Cơ chế này khuyến khích các đội phát triển hệ thống biết nhận diện giới hạn của thông tin, thay vì cố đưa ra câu trả lời cho mọi câu hỏi.

Lý giải về tiêu chí này, anh Hòa nhấn mạnh rằng một câu trả lời sai có thể gây ra hậu quả đáng kể khi người dùng tin tưởng và hành động dựa trên thông tin AI cung cấp. Anh chia sẻ: “Chúng tôi hy vọng các đội không chỉ hướng đến điểm số cao, mà còn phát triển những hệ thống AI đáng tin cậy, biết khi nào có đủ dữ liệu để trả lời và khi nào cần từ chối đưa ra nhận định. Bên cạnh đó, cuộc thi cũng là cơ hội để các đội nâng cao năng lực nghiên cứu, huấn luyện và tối ưu những mô hình AI có thể vận hành trên phần cứng có cấu hình vừa phải, thay vì chỉ phụ thuộc vào các dịch vụ AI có sẵn”.

Lễ trao giải Zalo AI Challenge 2025.

Zalo AI Challenge đã từng bước khẳng định uy tín trong cộng đồng AI Việt Nam qua những mùa giải có tính chuyên môn cao và cơ chế đánh giá minh bạch. Sức hút của cuộc thi tiếp tục được thể hiện trong năm 2026, khi hơn 2.100 đội đăng ký tham gia chỉ sau 2 tuần khởi tranh. Bên cạnh sự hưởng ứng đông đảo của cộng đồng công nghệ, Ban tổ chức tiếp tục đặt trọng tâm vào chất lượng các giải pháp, khuyến khích thí sinh phát triển những mô hình AI có độ chính xác cao và khả năng ứng dụng thực tế.

Sau cùng, giá trị của một bảng dữ liệu không chỉ nằm ở lượng thông tin được lưu trữ, mà còn ở khả năng giúp con người hiểu rõ hơn những gì đang diễn ra để đưa ra quyết định có căn cứ. Khi AI có thể hỗ trợ công việc ấy bằng những câu hỏi tiếng Việt thông thường, ngày càng nhiều người sẽ có cơ hội sử dụng dữ liệu để ra quyết định hiệu quả hơn, ngay cả khi không có chuyên môn phân tích. Với DataMate, Zalo AI Challenge 2026 đặt ra một thử thách để cộng đồng công nghệ góp phần thu hẹp khoảng cách đó.