Chủ doanh nghiệp học AI không cần giỏi kỹ thuật. Thứ cần học là ra quyết định với AI: chọn đúng bài toán, đánh giá kết quả, dẫn dắt đội ngũ. Phần kỹ thuật có thể thuê. Phần hiểu biết để thuê đúng người, giao đúng việc, nghiệm thu đúng kết quả thì không thuê được.
Trong một buổi networking gần đây, một anh chủ doanh nghiệp nói thẳng với tôi: "Tôi xuất thân sale. Tôi sợ mấy thứ kỹ thuật, AI chi tiết quá tôi không tiếp cận nổi. Thôi thì tôi thuê người về làm AI cho công ty." Anh nói thật lòng, và tôi tin rất nhiều chủ doanh nghiệp Việt đang nghĩ đúng như vậy. Bài này dành cho họ: vì sao chiến lược nghe rất hợp lý đó lại có xác suất thất bại cao, và con đường nào thực tế hơn.
Trong bài này:
- "Tôi sợ kỹ thuật": nỗi sợ có thật, premise thì sai
- Vì sao "thuê người làm AI thay tôi" hay thất bại
- Thuê sai vị trí: kỹ sư AI hay AI generalist?
- Lộ trình 90 ngày cho người không rành kỹ thuật
- Khi nào nên thuê, và thuê ai
"Tôi sợ kỹ thuật": nỗi sợ có thật, premise thì sai
Nỗi sợ kỹ thuật của thế hệ chủ doanh nghiệp gốc kinh doanh đến từ một hình dung cũ: công nghệ nghĩa là code, server, thuật ngữ tiếng Anh dày đặc. Hình dung đó đúng với phần mềm 10 năm trước. Nó không còn đúng với AI tạo sinh năm 2026.
Giao diện của AI hiện nay là ngôn ngữ tự nhiên. Bạn làm việc với AI bằng cách mô tả vấn đề, đặt câu hỏi, phản biện câu trả lời. Người khai thác AI tốt nhất không phải người code giỏi nhất, mà là người diễn đạt vấn đề rõ nhất.
Đọc lại câu trên và nghĩ về nghề sale. Người gốc sale mang sẵn ba kỹ năng mà dân kỹ thuật phải học rất lâu: đặt câu hỏi đúng, hiểu khách hàng đến mức nói thay được suy nghĩ của họ, và diễn đạt thuyết phục. Đó chính xác là kỹ năng làm việc với AI. Cộng thêm domain knowledge, tức là bạn biết quy trình công ty mình chỗ nào đang chảy máu tiền, thứ mà không AI nào và không nhân sự mới nào biết thay bạn. Xuất phát điểm của bạn không hề thấp. Nó cao hơn phần lớn kỹ sư.
Vậy nên rào cản thật khi chủ doanh nghiệp học AI chưa bao giờ là năng lực. Rào cản là chọn sai thứ để học: cố học kỹ thuật, trong khi thứ cần học là ra quyết định.
Vì sao "thuê người làm AI thay tôi" hay thất bại
Lý do 1: 95% dự án AI thất bại vì tổ chức, không phải công nghệ
Nghiên cứu của MIT trên hơn 300 dự án AI doanh nghiệp cho thấy khoảng 95% dự án GenAI không tạo ra tác động kinh doanh đo được. Điểm đáng chú ý nhất không phải con số 95%, mà là kết luận về nguyên nhân: rào cản chính nằm ở tổ chức, không nằm ở công nghệ.
Hãy nghĩ kỹ về hệ quả của kết luận này. Nếu dự án AI chết vì quy trình lộn xộn, dữ liệu bừa bãi, nhân viên không hợp tác, mục tiêu mơ hồ, thì thuê một người giỏi công nghệ không sửa được những thứ đó. Chỉ người đứng đầu sửa được. Mà muốn sửa, người đứng đầu phải hiểu AI cần gì để chạy được trong doanh nghiệp của mình.
Lý do 2: bạn không đánh giá được người mình thuê
Đây là nghịch lý của việc thuê khi chưa hiểu: muốn tuyển đúng người làm AI, bạn phải biết hỏi gì khi phỏng vấn, giao việc gì trong 3 tháng đầu, và nghiệm thu kết quả bằng tiêu chí nào. Cả ba việc đó đều đòi hỏi AI literacy ở mức ra quyết định.
Thuê người làm AI khi mình chưa hiểu AI giống như thuê giám đốc tài chính khi mình không đọc nổi báo cáo lãi lỗ. Đó không phải là delegation. Đó là abdication: từ bỏ quyền kiểm soát một mảng sẽ quyết định sức cạnh tranh của công ty trong 5 năm tới. Nhân sự giỏi nói gì bạn cũng phải tin, vendor chào gì bạn cũng không thẩm định được, kết quả tốt hay tệ bạn không phân biệt nổi.
Lý do 3: thị trường nhân lực không đứng về phía SME
Giả sử bạn vẫn quyết thuê. Thị trường đang chống lại bạn: nguồn nhân lực AI của Việt Nam mới đáp ứng khoảng 1/10 nhu cầu, và các khảo sát lương ngành cho thấy kỹ sư AI mid-level nhận khoảng 50-85 triệu đồng mỗi tháng. Đối thủ cạnh tranh nhân sự của bạn là ngân hàng, viễn thông, công ty công nghệ.
Phép tính đơn giản: một nhân sự AI cứng nghĩa là 700 triệu đến hơn 1 tỷ đồng mỗi năm, cho một vị trí mà bạn chưa định nghĩa được bài toán họ cần giải. Người giỏi thật thì SME khó trả nổi và khó giữ. Người nhận mức SME trả nổi thì thường chưa đủ giỏi để tự bơi không cần định hướng. Cả hai kịch bản đều kết thúc giống nhau: tiền đã chi, AI vẫn chưa chạy.
Thuê sai vị trí: kỹ sư AI hay AI generalist?
Còn một lỗi tinh vi hơn: thuê được người, nhưng sai vị trí. Vì không hiểu mình cần gì, nhiều chủ doanh nghiệp mặc định "làm AI" nghĩa là tuyển kỹ sư AI/ML. Thực tế phần lớn bài toán của SME không cần ai xây model cả. Chúng cần người ghép các công cụ có sẵn vào quy trình kinh doanh.
| Kỹ sư AI/ML | AI generalist / automation | |
|---|---|---|
| Việc phù hợp | Xây model riêng, bài toán dữ liệu lớn | Ghép tool có sẵn vào quy trình, tự động hóa |
| Chi phí tháng | 50-85 triệu trở lên | 20-35 triệu, hoặc thuê ngoài theo dự án |
| SME cần khi nào | Hiếm, thường ở giai đoạn rất muộn | Ngay khi đã chọn được use case |
| Rủi ro nếu thuê sai | Overqualified, chán việc, nghỉ sớm | Thấp hơn nhiều |
Thuê kỹ sư ML về để cài chatbot trả lời khách và tự động hóa báo cáo là trả giá gấp ba cho người sẽ chán việc trong sáu tháng. Nhưng để phân biệt được hai vị trí này, bạn lại cần chính thứ mà chiến lược "thuê người làm thay" muốn né: hiểu biết nền tảng về AI.
Chủ doanh nghiệp học AI bắt đầu từ đâu: lộ trình 90 ngày
Tin tốt: mức AI literacy mà một chủ doanh nghiệp cần không phải là 4 năm đại học. Nó là khoảng 90 ngày dùng thật, theo ba giai đoạn.
Giai đoạn 1 (tuần 1-4): dùng AI cho việc của chính mình. Chọn một công cụ duy nhất, Claude hoặc ChatGPT, bản trả phí. Mỗi ngày 30 phút, dùng cho đúng việc bạn đang làm hằng ngày: viết proposal, phân tích khách hàng trước buổi gặp, soạn email follow-up, tập xử lý từ chối bằng cách cho AI đóng vai khách khó. Người gốc sale sẽ thấy kết quả ngay trong tuần đầu, vì đây là sân nhà của bạn. Mục tiêu giai đoạn này chỉ là một thắng nhỏ đủ để phá nỗi sợ.
Giai đoạn 2 (tuần 5-8): nhìn ra ngoài việc cá nhân. Vẽ lại các quy trình chính của công ty và đánh dấu điểm nghẽn đáng tiền nhất. Bước này không cần kỹ thuật, chỉ cần sự hiểu doanh nghiệp mà bạn có sẵn. Cách chọn điểm nghẽn và đánh giá mức độ sẵn sàng, tôi đã viết chi tiết trong bài triển khai AI bắt đầu từ đâu.
Giai đoạn 3 (tuần 9-12): pilot một use case duy nhất. Chọn bài toán nhỏ, chạy thử 30 ngày, đo bằng con số kinh doanh: giờ tiết kiệm, lead tăng, lỗi giảm. Đến đây bạn đã đủ hiểu biết để quyết định bước tiếp theo một cách tỉnh táo: tự mở rộng, thuê ngoài, hay tuyển người. Và khi đào tạo đội ngũ, hãy gắn kỹ năng vào quy trình thay vì cho nhân viên đi học đại trà, như tôi phân tích trong bài đào tạo AI gắn với quy trình vận hành.
Khi nào nên thuê, và thuê ai
Câu trả lời không phải là "đừng bao giờ thuê". Câu trả lời là thuê sau, không thuê thay. Sau 90 ngày, bạn thuê từ vị thế của người hiểu mình cần gì, và đi theo bậc thang chi phí thay vì nhảy thẳng lên nấc đắt nhất.
Nấc một: thuê ngoài theo dự án hoặc tư vấn fractional, vài chục triệu cho một bài toán được định nghĩa rõ. Nấc hai: một AI generalist in-house khi đã có 2-3 use case chạy ổn và cần người vận hành hằng ngày. Nấc ba: đội chuyên trách, chỉ khi quy mô dữ liệu và bài toán thực sự đòi hỏi. Chi tiết từng khoảng giá tôi đã phân tích trong bài chi phí triển khai AI cho doanh nghiệp.
Nguyên tắc xuyên suốt chỉ có một: chiến lược AI và quyền nghiệm thu ở lại với người đứng đầu, phần thực thi mới là thứ đem đi thuê. Không bao giờ delegate thứ mình chưa hiểu ở mức tối thiểu.
Câu hỏi thường gặp
Tôi ngoài 45 tuổi, gốc kinh doanh thuần, có học nổi AI không?
Học nổi, vì chủ doanh nghiệp học AI để dùng và ra quyết định, không học để code. Thứ quyết định tốc độ học không phải tuổi hay nền tảng kỹ thuật, mà là việc bạn có dùng AI mỗi ngày cho công việc thật của mình hay không. Kinh nghiệm kinh doanh dày lại là lợi thế: bạn có nhiều bài toán thật để luyện hơn người trẻ.
Mất bao lâu để áp dụng được vào doanh nghiệp?
Khoảng 90 ngày cho chu trình đầu tiên: 4 tuần dùng cá nhân, 4 tuần chọn điểm nghẽn, 4 tuần pilot có đo lường. Sau chu trình đầu, các use case tiếp theo nhanh hơn nhiều vì bạn đã có nền nếp đánh giá.
Tôi cử nhân viên đi học AI thay tôi được không?
Nên cho nhân viên học, nhưng không thay được phần của bạn. Kỹ năng cá nhân đi theo con người: nhân viên nghỉ là kỹ năng đi theo. Quan trọng hơn, nhân viên không quyết được ngân sách, không sửa được quy trình, không chọn được hướng đi. Đó là việc của người đứng đầu, và nó đòi hỏi chính bạn hiểu AI ở mức ra quyết định.
Thuê công ty tư vấn AI ngay từ đầu thì sao?
Tư vấn tốt sẽ rút ngắn đáng kể thời gian, với một điều kiện: bạn vẫn cần đủ hiểu biết để chọn đúng đơn vị và thẩm định đề xuất của họ. Một dấu hiệu nhận biết đơn vị đáng tin: họ công khai giá và phạm vi công việc, thay vì bắt bạn "liên hệ để biết giá".
Nỗi sợ kỹ thuật là cảm xúc có thật, nhưng nó là la bàn tồi cho quyết định kinh doanh. Năm 2026, chi phí để chủ doanh nghiệp học AI đến mức đủ dùng đã rẻ chưa từng có: 30 phút mỗi ngày trong 90 ngày. Chi phí của việc không hiểu thì ngược lại, đắt chưa từng có, vì nó được trả bằng những quyết định thuê sai người, mua sai giải pháp, và nhường sân cho đối thủ chịu học.
Nếu bạn muốn đi nhanh hơn 90 ngày tự mò, chương trình AI Roadmap của Markus Lab làm việc trực tiếp với leadership team trong 30 ngày để ra lộ trình AI riêng cho doanh nghiệp bạn, giá công khai 10 triệu đồng. Hoặc bắt đầu đơn giản hơn: đặt lịch 30 phút tư vấn miễn phí, mang theo một điểm nghẽn đang làm bạn mất ngủ, chúng ta cùng xem AI giải được gì cho nó.
Nhận bài viết mới nhất từ Markus Lab
2-3 bài mỗi tuần về AI, build sản phẩm, và growth cho founder & SME Việt. Không spam, unsubscribe bất cứ lúc nào.
