Ngân sách ứng dụng AI vào kinh doanh: hướng dẫn 5 bước

Ngân sách ứng dụng AI vào kinh doanh của phần lớn doanh nghiệp Việt không nằm trong bảng ngân sách nào cả. Nó nằm rải rác trong thẻ tín dụng cá nhân của giám đốc, trong vài gói phần mềm trả theo tháng, trong một khóa học ai đó nhìn thấy trên Facebook rồi đăng ký. Tiền vẫn chảy ra đều mỗi tháng. Chỉ là không ai gọi được tên nó.

Ngày 3 tháng 8 vừa rồi, tôi đứng lớp tập huấn "Lập kế hoạch và ngân sách đưa AI vào kinh doanh cho doanh nghiệp Việt Nam", do ITPC và HTV tổ chức trong khuôn khổ cuộc thi The Future Brand. Trong phòng có 50 học viên, đều là người đại diện cho doanh nghiệp đang dự thi. Tôi hỏi một câu: ai đã chi tiền cho AI trong mười hai tháng qua. Gần như cả phòng giơ tay.

Tôi hỏi câu thứ hai: ai viết được con số đó thành một dòng ngân sách có tên, có người chịu trách nhiệm, có mốc để nghiệm thu. Số tay còn lại đếm được trên đầu ngón tay.

Khoảng cách giữa hai câu hỏi đó là toàn bộ nội dung bài này.

Mục lục

• Vì sao tiền ứng dụng AI vào kinh doanh không nằm trong ngân sách nào
• Vì sao chế độ tự phát đắt hơn chế độ có kế hoạch
• Bước 1. Bắt đầu từ bài toán kinh doanh, không từ công cụ
• Bước 2. Chấm điểm use case bằng ba con số của chính bạn
• Bước 3. Tách ngân sách thành bốn khoản, không phải một
• Bước 4. Định mức pilot, một vòng đo được trong 30 ngày
• Bước 5. Nghiệm thu và tái phân bổ
• Ba sai lầm hay gặp khi lập ngân sách ứng dụng AI vào kinh doanh
• Bắt đầu từ đâu nếu bạn chưa có dòng ngân sách nào

Vì sao tiền ứng dụng AI vào kinh doanh không nằm trong ngân sách nào?

Vì phần lớn quyết định chi tiền cho AI không đi qua một phân tích nào từ bên trong doanh nghiệp. Nó đi qua một video trên mạng xã hội, một người bạn trong nhóm doanh nhân, một buổi hội thảo có bán khóa học ở cuối. Đầu vào của quyết định nằm ngoài công ty. Đầu ra thì lại nằm trong sổ chi.

Khi đầu vào là tin tức chứ không phải số liệu vận hành, ngân sách không thể hình thành. Ngân sách là một lời hứa: tôi bỏ ra chừng này, tôi kỳ vọng nhận về chừng kia, và đến ngày này tôi sẽ kiểm tra. Không có phân tích thì không có kỳ vọng cụ thể. Không có kỳ vọng cụ thể thì không có gì để kiểm tra.

Số liệu thị trường nói khá rõ chỗ này. Báo cáo Clear Signal 2026 do Yandex Ads công bố, YouGov thực hiện trên 649 chuyên gia marketing tại Indonesia, Thái Lan và Việt Nam trong tháng 12 năm 2025, cho thấy tỷ lệ triển khai AI tại Việt Nam đạt 81%. Nhưng 41% người tham gia nói họ gặp khó khi đo ROI, cao nhất trong ba thị trường. Và 79% xác định chi phí cùng việc thiếu công cụ chuyên dụng là rào cản.

Đọc hai con số đó cạnh nhau sẽ thấy nghịch lý: dùng thì nhiều, đo thì ít. Đây không phải vấn đề của riêng doanh nghiệp Việt.

Vì sao chế độ tự phát đắt hơn chế độ có kế hoạch?

Gartner dự báo từ tháng 7 năm 2024 rằng ít nhất 30% dự án generative AI sẽ bị bỏ sau giai đoạn proof of concept trước cuối năm 2025. Bốn lý do được Rita Sallam nêu tên: dữ liệu kém, kiểm soát rủi ro chưa đủ, chi phí leo thang, và giá trị kinh doanh không rõ ràng. Ba trong bốn lý do đó là lỗi lập kế hoạch, không phải lỗi công nghệ.

Nghiên cứu của MIT công bố tháng 7 năm 2025 còn thẳng hơn. Sau 52 cuộc phỏng vấn lãnh đạo, 153 khảo sát và phân tích 300 triển khai công khai, nhóm nghiên cứu kết luận 95% pilot generative AI trong doanh nghiệp không tạo ra tác động đo được lên P&L, trên tổng vốn đầu tư 30 đến 40 tỷ USD.

Một phát hiện trong báo cáo đó đáng để bạn dừng lại: ngân sách AI của doanh nghiệp thường dồn về sales và marketing, trong khi lợi suất tốt hơn lại nằm ở vận hành và tài chính. Tiền chảy về nơi dễ nhìn thấy, không chảy về nơi đau nhất.

Đó chính xác là dấu hiệu của chế độ tự phát. Bạn chi cho thứ đang được nói nhiều, không chi cho thứ đang chảy máu tiền trong nhà mình.

Năm bước dưới đây là khung tôi dạy trong lớp hôm đó, và cũng là khung tôi dùng khi làm việc với khách.

Bước 1. Bắt đầu từ bài toán kinh doanh, không từ công cụ

Câu hỏi mở màn không phải "nên dùng công cụ AI nào". Câu hỏi mở màn là: trong mười hai tháng qua, ba việc nào ngốn nhiều giờ người nhất mà không tạo ra khác biệt cho khách hàng.

Hãy viết ra ba việc đó bằng ngôn ngữ vận hành, không bằng ngôn ngữ công nghệ. Ví dụ: "mỗi tháng kế toán mất bốn ngày đối chiếu công nợ giữa ba file". Hoặc: "mỗi đơn hàng xuất khẩu cần soạn lại bộ chứng từ từ đầu, mất hai giờ". Đây là bài toán. Công cụ là chuyện sau.

Nếu bạn không viết ra được tiêu chuẩn đúng sai cho một việc, đừng đưa việc đó vào ngân sách AI năm nay. Máy không biết bạn muốn gì, nó chỉ biết bạn mô tả gì.

Bước này không tốn tiền. Nó chỉ tốn hai giờ họp và một chút thành thật.

Bước 2. Chấm điểm use case bằng ba con số của chính bạn

Có danh sách bài toán rồi thì phải xếp hạng. Tôi dùng ba con số, tất cả đều lấy từ sổ sách của chính doanh nghiệp, không lấy từ báo cáo ngành.

Con số	Cách lấy	Vì sao quan trọng
Tần suất	Việc này lặp bao nhiêu lần một tháng	Việc lặp nhiều mới đáng tự động hóa
Thời gian mỗi lần	Bao nhiêu giờ người cho một lần	Nhân với tần suất ra chi phí thật đang trả
Chi phí một lần sai	Mất bao nhiêu tiền khi việc này làm sai	Quyết định mức kiểm soát cần có

Nhân tần suất với thời gian, quy ra tiền lương, bạn có con số đang chảy ra mỗi tháng cho việc đó. Đó là trần ngân sách của use case này. Chi vượt trần trong năm đầu là chi sai.

Còn một cột thứ tư phải chấm trước khi chốt: dữ liệu cho việc này đang nằm ở đâu và có sạch không. Một use case điểm cao mà dữ liệu nằm trong đầu ba người thì chưa tới lượt. Xử lý dữ liệu trước, đưa AI vào sau.

Bước 3. Tách ngân sách thành bốn khoản, không phải một

Sai lầm phổ biến nhất tôi thấy trong lớp: chủ doanh nghiệp hiểu ngân sách AI là tiền mua phần mềm. Phí license là khoản dễ thấy nhất, và thường là khoản nhỏ nhất.

Khoản	Gồm những gì	Ghi chú
Công cụ	License, API, hạ tầng	Khoản duy nhất có báo giá sẵn
Năng lực con người	Đào tạo, giờ học của nhân sự, người dẫn nội bộ	Trả bằng tiền và bằng thời gian
Dữ liệu và quy trình	Dọn dữ liệu, viết lại quy trình, chuẩn hóa biểu mẫu	Khoản hay bị quên nhất
Vận hành và bảo trì	Người sở hữu, cập nhật, đo lường hàng tháng	Chi phí này lặp lại mãi mãi

Tỷ lệ tôi thường khuyên cho năm đầu: công cụ hiếm khi nên vượt 30% tổng chi. Phần lớn tiền nên nằm ở ba khoản còn lại, vì đó mới là phần thuộc về bạn. Model có thể bị thay, giá license có thể rớt, nhưng dữ liệu đã sạch và quy trình đã viết ra thì vẫn là tài sản của công ty. Tôi đã nói kỹ hơn về chuyện lớp nào bền lớp nào rớt giá trong bài về đầu tư công nghệ trong kỷ nguyên AI.

Riêng khoản đào tạo, đừng tính theo số buổi học. Hãy tính theo số việc được làm khác đi sau 90 ngày. Học xong mà quy trình không đổi thì tiền đó đã mất, và đây là chuyện xảy ra thường xuyên hơn bạn nghĩ, tôi đã mổ xẻ trong bài học AI xong không biết áp dụng.

Bước 4. Định mức pilot, một vòng đo được trong 30 ngày

Đừng duyệt ngân sách cả năm cho một use case chưa chạy thử lần nào. Hãy cắt ra một pilot: một bài toán, một phòng ban, một mốc 30 ngày, một con số để so trước và sau.

Ngân sách pilot nên đủ nhỏ để nếu thất bại bạn vẫn ngủ được, và đủ lớn để kết quả có nghĩa. Không cần hoàn hảo, chỉ cần chạy thật và có số liệu để so.

Trước khi bắt đầu, viết ra ba dòng và dán lên tường phòng họp:

• Số hiện tại là bao nhiêu
• Sau 30 ngày, số nào thay đổi thì tính là đạt
• Ai là người chịu trách nhiệm cho con số đó

Ba dòng này rẻ hơn mọi phần mềm bạn sắp mua. Chúng cũng là thứ phân biệt một pilot với một lần thử cho vui.

Bước 5. Nghiệm thu và tái phân bổ

Đến ngày thứ 30, chỉ có ba kết luận được phép: nhân rộng, sửa rồi chạy tiếp một vòng, hoặc dừng. Không có kết luận thứ tư kiểu "để theo dõi thêm". Đó là cách một khoản chi sống sót mà không ai dám giết.

Nếu đạt, chuyển use case này sang ngân sách vận hành thường xuyên và lấy phần tiền còn lại đưa sang use case xếp hạng kế tiếp. Nếu không đạt, hỏi thẳng một câu: hỏng ở công cụ, ở dữ liệu, hay ở người. Ba nguyên nhân đó cần ba cách xử lý khác nhau, và chỉ có nguyên nhân đầu tiên là mua được bằng tiền.

Đây cũng là lý do tôi khuyên tách ngân sách ứng dụng AI vào kinh doanh thành các đợt theo quý thay vì duyệt một cục đầu năm. Thị trường công cụ đang đổi quá nhanh để khóa tiền mười hai tháng.

Ba sai lầm hay gặp khi lập ngân sách ứng dụng AI vào kinh doanh

Một. Lấy báo giá trước khi có bài toán. Bạn gọi năm đơn vị, nhận năm mức giá cho năm phạm vi khác nhau, rồi chọn theo cảm tính. Nếu bạn cần khung giá thị trường để tham chiếu, tôi đã viết riêng một bài về chi phí triển khai AI cho doanh nghiệp theo bốn tầng. Nhưng hãy đọc nó sau bước 2, không phải trước.

Hai. Bỏ quên chi phí lặp lại. Một dự án AI không kết thúc vào ngày bàn giao. Nó cần người sở hữu, cần cập nhật khi quy trình đổi, cần ai đó nhìn số hàng tháng. Ngân sách năm nay không tính khoản này thì năm sau hệ thống sẽ tự chết một cách lặng lẽ.

Ba. Giao cả phần phán đoán cho bên ngoài. Thuê người làm phần thực thi là hợp lý. Nhưng quyền quyết định chi vào đâu và quyền nghiệm thu phải ở lại với người đứng đầu. Đừng bao giờ giao đi thứ mình chưa hiểu ở mức tối thiểu.

Bắt đầu từ đâu nếu bạn chưa có dòng ngân sách nào?

Nếu công ty bạn đang ở chế độ tự phát, đừng bắt đầu bằng việc lập một bản ngân sách đẹp. Hãy bắt đầu bằng việc kiểm kê: liệt kê mọi khoản đã chi cho AI trong sáu tháng qua, kể cả các gói cá nhân nhân viên tự trả. Con số tổng thường làm chủ doanh nghiệp bất ngờ.

Có con số đó rồi thì bạn đã có cái để so. Bước tiếp theo là chạy đúng năm bước ở trên cho một bài toán duy nhất. Một bài toán chạy tới nơi tới chốn đáng giá hơn năm bài toán mở ra rồi bỏ dở. Nếu bạn muốn xem toàn bộ chặng đường dài hơn, tôi đã phác trong bài lộ trình ứng dụng AI cho doanh nghiệp.

Ngân sách ứng dụng AI vào kinh doanh không phải là câu hỏi chi bao nhiêu tiền. Nó là câu hỏi bạn biết gì về chính doanh nghiệp mình trước khi ký séc.

Nếu bạn muốn có bản nháp đầu tiên mà chưa cần thuê ai, hãy thử AI Roadmap Builder bản miễn phí. Trả lời 14 câu hỏi, bạn nhận về nhóm kết quả, danh sách Quick Wins và đề xuất theo từng phòng ban, đủ để mang vào buổi họp ngân sách gần nhất. Cần một người soi cùng thì đặt lịch tư vấn 30 phút trên markuslab.pro.