Dữ liệu có nhưng AI không dùng được — vấn đề thực sự là gì?

2025-09-24

Tóm tắt cho CEO

• Nhiều doanh nghiệp có đủ dữ liệu — nhưng AI vẫn không trả lời được câu hỏi vận hành quan trọng. Vấn đề không phải thiếu dữ liệu. Vấn đề là thiếu context.
• Data và context là hai thứ khác nhau. Dữ liệu là thông tin thô. Context là những gì cho AI biết dữ liệu đó có nghĩa gì, áp dụng cho đâu, liên quan đến gì, và ai chịu trách nhiệm.
• Dữ liệu doanh nghiệp điển hình thiếu context theo bốn chiều: thiếu cấu trúc, thiếu định nghĩa, thiếu quan hệ, và thiếu trạng thái. Mỗi chiều tạo ra một loại gap khác nhau khi AI cố sử dụng dữ liệu đó.
• Xây dựng organizational context không phải là “dọn dẹp dữ liệu” — đó là công việc gắn nghĩa và kết nối cho dữ liệu đã có.

Một câu hỏi khó giải thích

Một doanh nghiệp sản xuất trung bình đang vận hành có thể có:

• Vài trăm đến vài nghìn tài liệu: SOP, hướng dẫn, biểu mẫu, báo cáo.
• Dữ liệu ERP hoặc phần mềm kế toán: đơn hàng, hóa đơn, tồn kho, kế hoạch sản xuất.
• File Excel: kiểm soát chất lượng, theo dõi lô hàng, danh sách nhà cung cấp, lịch bảo trì.
• Email: trao đổi với khách hàng, nhà cung cấp, nội bộ.
• Hồ sơ giấy chưa được số hóa hoặc vừa được scan thành PDF.

Khi nhóm IT triển khai AI và kết nối tất cả nguồn dữ liệu này, kỳ vọng hợp lý: AI sẽ có thể trả lời câu hỏi về vận hành dựa trên dữ liệu sẵn có.

Nhưng trên thực tế, kết quả thường khiến người ta thất vọng. AI trả lời tốt những câu hỏi đơn giản về nội dung tài liệu. Nhưng với câu hỏi vận hành thực sự — “lô hàng này có vấn đề gì không?”, “ai chịu trách nhiệm bước này?”, “thay đổi tháng trước ảnh hưởng đến quy trình nào?” — AI hoặc không trả lời được, hoặc đưa ra câu trả lời không chắc chắn đến mức không dùng được.

Đây là vấn đề mà nhiều tổ chức gặp và khó giải thích: dữ liệu đã có, nhưng AI vẫn không khai thác được.

Nguyên nhân không phải lượng dữ liệu. Nguyên nhân là context.

Data và context — hai thứ khác nhau về bản chất

Để hiểu vấn đề, cần phân biệt rõ hai khái niệm mà nhiều người dùng thay thế cho nhau.

Data là thông tin thô, chưa được gắn nghĩa bên ngoài chính nó.

Ví dụ:

• Một file Excel ghi “25°C — 14:30 — Kho B”.
• Một PDF tên “QC-Form-2024-03-15”.
• Một record trong ERP: “PO-2024-0892 — 500 kg — nhà cung cấp XYZ”.

Những mục này đều là data. Chúng tồn tại. Chúng có thể lưu trữ và truy cập.

Context là những gì cho phép AI — hay bất kỳ ai — hiểu data đó có nghĩa gì trong hoạt động của doanh nghiệp.

Với ví dụ trên:

• “25°C — 14:30 — Kho B” — đây là nhiệt độ kho lạnh hay nhiệt độ phòng? Đây là kết quả kiểm tra hay ghi nhận sự cố? 25°C là trong ngưỡng cho phép hay vượt ngưỡng? Ai đã ghi và trong quy trình nào?
• “QC-Form-2024-03-15” — form này áp dụng cho sản phẩm nào? Người điền form là ai? Kết quả là đạt hay không đạt? Form này thuộc lô hàng nào?
• “PO-2024-0892” — đơn hàng này liên quan đến sản xuất nào? Nguyên liệu này đã được kiểm tra đầu vào chưa? Nếu có vấn đề với lô này, những sản phẩm nào bị ảnh hưởng?

Context biến data thành thông tin có thể sử dụng được trong vận hành. Không có context, data chỉ là ký tự trong file.

Bốn chiều thiếu context trong dữ liệu doanh nghiệp

Dữ liệu doanh nghiệp điển hình thiếu context theo bốn chiều chính. Hiểu từng chiều giúp xác định gap cụ thể và ưu tiên xử lý.

Chiều 1 — Thiếu cấu trúc nhất quán

Cùng một loại thông tin — ví dụ kết quả kiểm tra nhiệt độ — được ghi nhận theo nhiều cách khác nhau tùy người, tùy thời điểm, tùy phòng ban:

• Sheet 1: cột “Nhiệt độ (°C)”, ghi số thập phân
• Sheet 2: cột “Temp”, ghi số nguyên
• Sheet 3: cột “Kết quả kiểm tra”, ghi “OK / NG” thay vì số

AI nhận dữ liệu từ ba sheet này không thể phân tích xu hướng nhiệt độ theo thời gian vì chúng không cùng schema. Trước khi AI có thể so sánh, phân tích hoặc phát hiện ngoại lệ, dữ liệu phải có cấu trúc đủ nhất quán để đặt cạnh nhau được.

Đây là dạng thiếu context phổ biến nhất — và thường là dạng dễ nhận ra nhất khi nhìn vào dữ liệu thực tế.

Chiều 2 — Thiếu định nghĩa nghiệp vụ

Data tồn tại nhưng không có định nghĩa: trường dữ liệu này nghĩa là gì, giá trị nào là chấp nhận được, giá trị nào là bất thường?

Ví dụ: một record ghi “thời gian xử lý: 48h”. AI nhìn thấy con số 48. Nhưng AI không biết:

• 48h là thời gian đếm từ khi nào đến khi nào?
• 48h là bình thường, tốt, hay vượt ngưỡng cho loại sản phẩm này?
• Con số này so sánh với gì — SLA, lịch kế hoạch, hay lịch sử trung bình?

Không có định nghĩa nghiệp vụ, AI có thể đọc con số nhưng không thể phán xét con số đó có ý nghĩa gì trong hoạt động cụ thể của doanh nghiệp.

Chiều 3 — Thiếu quan hệ giữa các thực thể

Dữ liệu doanh nghiệp thường sống trong các silo. Đơn hàng trong ERP không biết đến kết quả kiểm tra chất lượng trong Excel. File SOP không biết đến lô hàng nào đã được sản xuất theo nó. Email không liên kết với quyết định trong hệ thống khác.

Hệ quả: AI có thể trả lời câu hỏi trong từng silo — nhưng không thể trả lời câu hỏi bắc cầu giữa các silo.

Câu hỏi như “nếu nguyên liệu lô A có vấn đề, những sản phẩm thành phẩm nào bị ảnh hưởng và chúng đã được giao cho khách hàng nào?” đòi hỏi quan hệ giữa: lô nguyên liệu → lệnh sản xuất → lô thành phẩm → đơn xuất kho → khách hàng. Nếu những liên kết này không được ghi nhận trong dữ liệu, AI không thể truy vết.

Đây là lý do traceability — một yêu cầu cốt lõi trong sản xuất thực phẩm, dược phẩm và nhiều ngành khác — không thể được AI hỗ trợ nếu dữ liệu không có quan hệ được ghi nhận.

Chiều 4 — Thiếu trạng thái và thời gian hiệu lực

Nhiều dữ liệu trong doanh nghiệp không có thông tin về trạng thái hiện tại và lịch sử thay đổi.

• Tài liệu SOP: phiên bản nào đang có hiệu lực? Phiên bản nào đã bị thay thế? Khi nào?
• Nhà cung cấp: nhà cung cấp này vẫn đang hoạt động không? Còn trong danh sách approved không?
• Giá cả và điều khoản: hợp đồng nào đang còn hiệu lực?
• Phân công: ai đang giữ vai trò phê duyệt tháng này?

Nếu AI không biết trạng thái hiện tại, nó có thể trả lời dựa trên thông tin đã lỗi thời — và người dùng không có cách biết câu trả lời đó có còn đúng không.

Context AI cần thực sự là gì

Từ bốn chiều thiếu context trên, có thể phác thảo những gì “organizational context cho AI” thực sự bao gồm:

Cấu trúc nhất quán: cùng một loại thông tin được ghi nhận theo cùng một schema, có thể so sánh và tổng hợp qua thời gian.

Định nghĩa nghiệp vụ: mỗi trường dữ liệu quan trọng có định nghĩa rõ: đo gì, đơn vị là gì, giá trị chấp nhận được là gì, nguồn gốc là đâu.

Quan hệ được ghi nhận: thực thể này liên quan đến thực thể nào — sản phẩm với quy trình, lô hàng với nguyên liệu, quyết định với evidence.

Trạng thái có thể truy vấn: mỗi thực thể quan trọng có thể được hỏi “trạng thái hiện tại là gì?” — không phải chỉ “nội dung là gì?”

Quyền hạn và ownership: ai có thẩm quyền về dữ liệu này, ai cần được thông báo khi thay đổi, ai có thể phê duyệt sửa đổi.

Đây không phải danh sách tính năng phần mềm. Đây là mô tả về cách dữ liệu cần được tổ chức để AI có thể sử dụng nó cho câu hỏi vận hành — không chỉ cho câu hỏi về nội dung tài liệu.

Lý do “dọn dẹp dữ liệu” không giải quyết được vấn đề

Một phản ứng phổ biến khi doanh nghiệp nhận ra dữ liệu của mình không đáp ứng được AI là: “Chúng ta cần data cleaning.”

Data cleaning — xử lý lỗi, loại bỏ trùng lặp, chuẩn hóa format — là cần thiết và có giá trị. Nhưng nó không giải quyết được vấn đề context.

Dữ liệu sạch nhưng không có định nghĩa nghiệp vụ vẫn không có ngưỡng để AI phán xét.

Dữ liệu sạch nhưng không có quan hệ giữa các thực thể vẫn không cho phép truy vết.

Dữ liệu sạch nhưng không có trạng thái vẫn không cho AI biết thông tin nào đang có hiệu lực.

Xây dựng organizational context là công việc khác với data cleaning: đó là công việc gắn nghĩa, gắn quan hệ và gắn trạng thái cho dữ liệu — không chỉ làm cho dữ liệu sạch hơn.

Điều này giải thích tại sao nhiều dự án “AI + data” bắt đầu bằng data cleaning nhưng vẫn kết thúc với cùng câu hỏi ban đầu: “Tại sao AI vẫn không trả lời được câu hỏi vận hành quan trọng?”

Một câu hỏi thực tế để tự đánh giá

Thay vì đánh giá “dữ liệu chúng ta có đủ không?” — câu hỏi có ích hơn là:

“Với dữ liệu hiện có, AI có thể trả lời những câu hỏi nào — và những câu hỏi nào vẫn cần người trả lời vì thiếu context?”

Phân loại câu hỏi theo hai nhóm đó sẽ chỉ ra rất cụ thể đang thiếu context ở chiều nào, và ưu tiên xây dựng organizational context theo thứ tự nào có nghĩa kinh tế nhất.

Dữ liệu không phải vấn đề. Context mới là bài toán cần giải.

Doanh nghiệp của bạn đang thiếu context theo chiều nào?

→ Làm AI Readiness Assessment — kết quả chỉ ra cụ thể gap về data, context và organizational readiness.

Đọc thêm:

• RAG là gì — và tại sao chatbot “biết nhiều” vẫn không đủ (bài trước)
• AI Readiness: 6 điều kiện để AI thực sự có ích trong vận hành (liên quan)
• AI Readiness: tại sao AI không tự động làm doanh nghiệp thông minh hơn (pillar)

Các ví dụ trong bài là tình huống minh họa tổng hợp, không phải case study của một doanh nghiệp cụ thể. Bốn chiều thiếu context được trình bày là cách phân loại thực tiễn từ kinh nghiệm làm việc với dữ liệu doanh nghiệp — không phải danh mục học thuật chính thức.