Quản trị dữ liệu: điều kiện cần để AI dùng được trong doanh nghiệp

Phần lớn dự án AI trong doanh nghiệp không chết ở bước chọn mô hình. Chúng chết ở bước thứ hai: khi trợ lý đọc dữ liệu thật và cho ra một câu trả lời không ai dám dùng.

Không phải vì mô hình kém. Vì cùng một khách hàng tồn tại ba lần dưới ba cách viết tên, vì cột "ngày" có chỗ là ngày đặt hàng có chỗ là ngày giao, vì "doanh thu" trên báo cáo bán hàng và "doanh thu" trên sổ cái là hai con số khác nhau — và không ai trong công ty nói được cái nào đúng.

Đó không phải vấn đề AI. Đó là quản trị dữ liệu, và nó tồn tại từ trước.

AI không tạo ra vấn đề dữ liệu — nó phơi bày

Con người vá lỗ hổng dữ liệu bằng trí nhớ. Kế toán trưởng biết "Công ty ABC" và "Cty ABC" là một; biết báo cáo tháng 3 phải bỏ hai dòng test. Kiến thức đó nằm trong đầu người, không nằm trong hệ thống.

Đưa một trợ lý vào giữa, và mọi thứ được vá bằng trí nhớ đều lộ ra cùng lúc. Trợ lý đếm ba khách hàng ở chỗ bạn biết chỉ có một.

Điều này thật ra là tin tốt — miễn là bạn đọc đúng tín hiệu. Câu trả lời sai không phải bằng chứng AI chưa sẵn sàng; nó là bằng chứng dữ liệu chưa sẵn sàng, và bạn vừa có một công cụ tìm ra chỗ chưa sẵn sàng nhanh hơn bất kỳ đợt rà soát thủ công nào.

Bốn điều kiện, theo thứ tự

1. Mỗi thực thể có đúng một bản ghi

Khách hàng, nhà cung cấp, sản phẩm, nhân viên — mỗi thứ tồn tại đúng một lần. Nghe hiển nhiên, và gần như không tổ chức nào đạt được nếu chưa từng làm chủ đích.

Việc phải làm: chọn khoá tự nhiên (mã số thuế cho pháp nhân, SKU cho hàng hoá), gộp bản trùng, và đóng đường sinh ra bản trùng mới — thường là một ô nhập tự do lẽ ra phải là ô chọn.

Điểm cuối quan trọng hơn hai điểm đầu. Gộp một lần rồi để nguyên ô nhập tự do thì sáu tháng sau bạn gộp lại.

2. Mỗi con số có đúng một định nghĩa

"Doanh thu" là trước hay sau chiết khấu? Tính lúc xuất hoá đơn hay lúc thu tiền? "Tồn kho" có gồm hàng đang trên đường không?

Một tổ chức lành mạnh không cần mọi người đồng ý một định nghĩa duy nhất — nó cần mọi định nghĩa đang dùng đều được đặt tên và ghi lại. "Doanh thu ghi nhận" và "Doanh thu đã thu" cùng tồn tại là bình thường; hai người dùng chữ "doanh thu" cho hai thứ mà không ai nói ra mới là vấn đề.

Với AI, điều này chuyển từ nên-có sang bắt buộc. Trợ lý phải biết cột nào trả lời câu hỏi nào, đơn vị là gì, tiền tệ là gì. Không có tầng ngữ nghĩa đó, nó sẽ chọn cột nghe hợp lý nhất theo tên — và tên cột là thứ dễ gây hiểu nhầm nhất trong mọi cơ sở dữ liệu.

3. Mỗi dữ liệu có chủ

Không phải "phòng IT sở hữu cơ sở dữ liệu". Là: ai được quyền quyết định danh mục sản phẩm trông như thế nào? Ai duyệt một nhà cung cấp mới? Ai chốt rằng đơn vị tính chuẩn của mặt hàng này là "cái" chứ không phải "thùng"?

Không có chủ, dữ liệu trôi. Có chủ, mỗi thay đổi có người xét — và các quy tắc ở mục 1 và 2 mới có ai bảo vệ.

4. Dữ liệu nằm cùng một nơi, hoặc nối được với nhau

Đây là điều kiện khiến các dự án AI đắt tiền nhất.

Nếu CRM ở một hệ thống, kế toán ở hệ thống khác, kho ở file Excel, thì câu hỏi "khách này lãi bao nhiêu?" đòi ba lần nối dữ liệu thủ công. Trợ lý làm được điều đó chỉ khi ai đó đã dựng sẵn đường nối — và giữ nó không đứt.

Một nền tảng hợp nhất giải quyết bằng cấu trúc. Nhiều hệ thống rời cũng giải quyết được, nhưng phải trả bằng công sức đồng bộ liên tục, và mỗi lần một hệ thống đổi schema là một lần đường nối gãy im lặng.

Bắt đầu từ đâu

Đừng bắt đầu bằng dự án làm sạch toàn bộ dữ liệu. Chúng chạy hàng tháng trời, không ai thấy kết quả, rồi bị cắt.

Bắt đầu ngược lại: chọn một câu hỏi mà lãnh đạo thật sự hỏi hàng tuần. "Khách nào sắp rời bỏ?" "Đơn nào đang kẹt?" "Tháng này lãi thật bao nhiêu?"

Rồi làm đúng phần dữ liệu mà câu hỏi đó cần. Một câu hỏi thường chạm 3–5 bảng, không phải toàn bộ hệ thống. Bạn có kết quả trong vài tuần, và quan trọng hơn: bạn có một ví dụ sống để thuyết phục phần còn lại của tổ chức.

Rồi lấy câu hỏi tiếp theo.

Dấu hiệu bạn đã sẵn sàng

Không phải "dữ liệu đã sạch" — dữ liệu không bao giờ sạch hoàn toàn. Dấu hiệu thật là:

• Hỏi cùng một câu hai lần, ra cùng một số.
• Mỗi con số truy được về chứng từ gốc.
• Khi có người sửa dữ liệu, biết được ai sửa và vì sao.
• Khi hai báo cáo lệch nhau, giải thích được vì sao lệch — thay vì tranh cãi cái nào đúng.

Đạt bốn điểm đó thì AI trở thành một lớp mỏng đặt lên trên nền vững. Chưa đạt thì AI chỉ là một cách tốn kém để phát hiện ra bạn chưa đạt.