Cover Trong bối cảnh cạnh tranh nhân tài ngày càng khốc liệt, khả năng “nhìn thấy điều vô hình” trở thành lợi thế chiến lược cho doanh nghiệp
Trong bối cảnh cạnh tranh nhân tài ngày càng khốc liệt, khả năng “nhìn thấy điều vô hình” trở thành lợi thế chiến lược cho doanh nghiệp
1 / 1
Trong bối cảnh cạnh tranh nhân tài ngày càng khốc liệt, khả năng “nhìn thấy điều vô hình” trở thành lợi thế chiến lược cho doanh nghiệp
Thông qua AI kết hợp phân tích mạng lưới tổ chức, Tiến sĩ Đặng Phạm Thiên Duy đang mở ra một lớp dữ liệu hoàn toàn mới cho quản trị nhân sự: ai là nút kết nối quan trọng, đâu là điểm nghẽn, và làm thế nào để thiết kế tổ chức linh hoạt hơn.
Cơ duyên nào đưa anh đến lĩnh vực Hệ thống thông tin và nghiên cứu về chuyển đổi số, an ninh mạng?
Tôi vốn không ưa mạo hiểm, nhưng cũng không phải người quá sợ rủi ro; tôi muốn học một ngành đủ linh hoạt để sau này có thể làm nhiều thứ: nắm được nền tảng lập trình nhưng vẫn phù hợp nếu muốn làm marketing hay quản trị, và Hệ thống thông tin nằm ở điểm giao đó. Đến bậc tiến sĩ, khi xu hướng an ninh mạng bắt đầu nổi lên mạnh mẽ, tôi nhận ra đó là hướng nghiên cứu phù hợp để đào sâu lâu dài. Và từ đó tôi gắn bó với an ninh mạng và chuyển đổi số.
Đọc thêm: Nữ lãnh đạo Chính sách công Meta tại Đông Dương: Sứ mệnh của “Người bắc cầu”
Above Tiến sĩ Đặng Phạm Thiên Duy, giảng viên cấp cao và phó chủ nhiệm phụ trách nghiên cứu đổi mới tại RMIT University Việt Nam
Tiến sĩ Đặng Phạm Thiên Duy, giảng viên cấp cao và phó chủ nhiệm phụ trách nghiên cứu đổi mới tại RMIT University Việt Nam
1 / 1
Trong hành trình nghiên cứu của anh, đâu là công trình khiến anh tâm đắc nhất, và anh nhìn nhận vai trò của học thuật trong việc tạo ảnh hưởng cho tổ chức và xã hội như thế nào?
Tôi vẫn xem luận án tiến sĩ của tôi là công trình quan trọng nhất. Khi đó, tôi đề xuất một phương pháp mới nghiên cứu an ninh mạng bằng phân tích mạng lưới tổ chức (Organizational Network Analysis – ONA), đi từ việc đặt lại giả định chứ không chấp nhận những góc nhìn đã cũ. Thay vì phân tích từng cá nhân tách biệt, tôi chuyển sang quan sát cách con người tác động lẫn nhau trong một hệ thống. Đây là nghiên cứu hành động, tôi làm liên tục bốn năm với một doanh nghiệp thiết kế nội thất lớn và kết quả đã cho thấy hiệu quả đo đếm được trong bảo mật và vận hành. Từ đó đến nay, phương pháp ấy vẫn được công ty tôi sử dụng trong tư vấn cho doanh nghiệp.
Tôi luôn tin học thuật phải tạo tác động thật. Công bố khoa học là cần thiết, nhưng không phải đích đến. Điều tôi quan tâm hơn là công trình ấy giải quyết được vấn đề gì, ứng dụng vào đâu, và mang lại giá trị cụ thể như thế nào cho doanh nghiệp hay cộng đồng. Khi thấy một phương pháp có thể giúp tổ chức làm việc hiệu quả hơn, tăng năng lực cạnh tranh hay lan tỏa tri thức ra xã hội, tôi biết rằng nghiên cứu đã hoàn thành ý nghĩa của nó: không nằm lại trên trang giấy mà trở thành một phần của sự phát triển thực tế.
1 / 1
“Điều khó nhất là con người. Tư duy và cách làm việc không đổi thì công nghệ không thể ở lại”
Theo quan sát của anh, thách thức lớn nhất của doanh nghiệp Việt Nam trong quá trình chuyển đổi số là gì?
Việt Nam có đến hơn 95% doanh nghiệp vừa, nhỏ, và siêu nhỏ, trong đó chủ yếu là doanh nghiệp siêu nhỏ, nơi thiếu cả vốn lẫn nhân lực, nhưng đó không phải vấn đề cốt lõi. Điều khó nhất là con người. Tôi đào tạo AI cho rất nhiều tổ chức và luôn thấy một điểm chung: trong lớp thì mọi người làm được, nhưng khi tôi rời phòng thì họ lại quay về thói quen cũ. Nghĩa là tư duy và cách làm việc không đổi thì công nghệ không thể ở lại.
Một thách thức khác là nhiều doanh nghiệp hiểu sai về chuyển đổi số. Họ nghĩ chỉ cần mua công nghệ hay phần mềm mới là đủ. Nhưng công nghệ không bao giờ là đáp án cuối. Chuyển đổi số, với tôi, là quá trình nâng cấp năng lực tổ chức: doanh nghiệp phải biết mình muốn cải thiện điều gì, thay đổi cách vận hành ra sao và đo lường kết quả thế nào. Nếu chỉ gắn thêm công cụ mà không thay đổi năng lực bên trong, thì đó chưa phải chuyển đổi số.
Ở góc độ quản trị nhân sự, ứng dụng nào của AI là hứa hẹn nhất với doanh nghiệp Việt Nam?
AI hiện đã có mặt ở hầu hết các khâu nhân sự. Trong tuyển dụng, nhiều doanh nghiệp dùng AI để lọc CV tự động và đưa gợi ý ban đầu cho bộ phận tuyển dụng. Trong đào tạo, AI có thể phân tích hồ sơ, kinh nghiệm và mục tiêu nghề nghiệp để đề xuất lộ trình học cá nhân hóa. Tôi từng thực hiện một dự án chatbot giúp nhân viên xác định mục tiêu 5 năm và hệ thống tự gợi ý khóa học, nguồn lực, và các bước phát triển tiếp theo.
Với bài toán gắn kết và giữ chân nhân tài, ONA – phương pháp tôi nghiên cứu – đem lại hiệu quả rất rõ. Doanh nghiệp có thể nhìn thấy ai là người ảnh hưởng lớn trong tổ chức, rủi ro dây chuyền nếu một người nghỉ việc, hay mức độ gắn kết thực sự giữa các nhóm. Nhiều lãnh đạo khi xem bản đồ mạng lưới đều bất ngờ: có nơi tưởng rất gắn kết nhưng hóa ra chia cắt, hoặc người có ảnh hưởng nhất lại không phải quản lý cấp cao mà là một nhân viên tuyến đầu. Những insight này hỗ trợ mạnh cho đào tạo, truyền thông nội bộ, và cả hoạch định kế nhiệm.
Gần đây tôi tư vấn cho một doanh nghiệp sản xuất muốn xây dựng “tổng đãi ngộ” cá nhân hóa cho hàng nghìn nhân viên. Nếu làm thủ công thì bất khả thi, nhưng AI có thể xử lý dữ liệu từng người để đề xuất gói phúc lợi phù hợp với hoàn cảnh và mục tiêu phát triển của họ. Đó là mức độ cá nhân hóa mà mô hình nhân sự truyền thống rất khó đạt được.
Đọc thêm: Nguyễn Quang Dũng & Nguyễn Trinh Hoan: Hai nhịp đập dẫn lối cho “Thành phố Điện ảnh”
1 / 1
“Nếu chỉ gắn thêm công cụ mà không thay đổi năng lực bên trong, thì đó chưa phải chuyển đổi số”
Khi doanh nghiệp ứng dụng AI cho quản trị nhân sự, đâu là những rủi ro đạo đức/thiên lệch cần đặc biệt cảnh giác? Và trong bối cảnh đó, liệu Việt Nam có thể xây dựng hệ sinh thái AI bản địa cho quản trị nhân sự? Hướng phát triển khả thi nhất sẽ là gì?
Rủi ro lớn nhất luôn nằm ở dữ liệu đầu vào. Trường hợp từng xảy ra ở Amazon: hệ thống lọc CV tự ưu tiên ứng viên nam chỉ vì dữ liệu huấn luyện chủ yếu đến từ hồ sơ của nam giới. Các mô hình chấm điểm tín dụng cũng vậy; nếu dữ liệu ngân hàng chỉ phản ánh khách hàng thành thị thì người ở vùng sâu vùng xa rất dễ bị đánh giá sai. Những thiên lệch này xảy ra không phải vì AI “có định kiến”, mà vì nó học y nguyên lịch sử mà ta đưa vào.
Chính vì thế, nếu muốn phát triển AI bản địa, điều kiện tiên quyết của Việt Nam vẫn là dữ liệu: thu thập được, chuẩn hóa được, và làm chủ được. Tôi thường nói với doanh nghiệp rằng nếu chưa hợp nhất dữ liệu thì chưa thể triển khai AI đúng nghĩa. Điều đáng mừng là Việt Nam đã bắt đầu đi đúng hướng: có Hiệp hội Dữ liệu Quốc gia, có khung pháp lý về bảo vệ dữ liệu cá nhân, và nhiều nỗ lực đặt nền tảng hạ tầng.
Từ nền tảng đó, AI bản địa có thể phát triển theo ba hướng. Thứ nhất, phát triển theo chiều ngang: xây các nền tảng AI như dịch vụ, nơi doanh nghiệp dùng các “tác nhân số” cho từng nhiệm vụ. Thứ hai, phát triển theo chiều dọc: tạo mô hình AI chuyên sâu cho từng ngành, từ bóc tách dự toán xây dựng, đọc phim X-quang cho đến huấn luyện ngôn ngữ. Những mô hình này kết hợp thuật toán với tri thức ngành và tạo ra lợi thế cạnh tranh thực sự. Thứ ba, tối ưu hạ tầng để AI trở nên nhẹ hơn, rẻ hơn và phù hợp với doanh nghiệp vừa và nhỏ. Khi dữ liệu tốt, mô hình vừa tầm và chi phí hạ tầng thấp, hệ sinh thái AI nội địa hoàn toàn có thể bùng nổ.
Anh vừa trở về từ chương trình Fulbright Scholar in Residence của chính phủ Hoa Kỳ; trong chương trình này, anh tập trung vào hướng hợp tác nào liên quan đến AI? Và những bài học nào có thể áp dụng cho Việt Nam?
Chương trình này không phải nhiệm vụ nghiên cứu truyền thống. Tôi được mời sang một trường đại học tư để giảng dạy MBA về chuyển đổi số. Trong quá trình làm việc với các nhà quản lý Mỹ, tôi thấy có một điểm thú vị: Một số doanh nghiệp vừa và nhỏ tại Mỹ vẫn khá thận trọng khi áp dụng công nghệ mới; điều này cũng dễ hiểu trong bối cảnh họ phải cân đối chi phí, nguồn lực, và quy định rất chặt chẽ. Điều khiến tôi ấn tượng nhất là sự chủ động trong tư duy cơ hội. Khi tôi chia sẻ về thị trường Việt Nam, họ lập tức đặt câu hỏi rất cụ thể về khả năng hiện diện tại Việt Nam, mô hình hợp tác, hay cách tìm đối tác phù hợp. Tính thực tế và sự quyết đoán ấy là điều Việt Nam có thể học hỏi thêm.
Ở chiều ngược lại, về tốc độ chuyển đổi số và mức độ linh hoạt, Việt Nam đang có nhiều điểm rất đáng khích lệ. Điều này mở ra cơ hội hợp tác hai chiều, nơi mỗi bên bổ sung cho nhau bằng thế mạnh của mình.
1 / 1
Dự án và các hướng phát triển tiếp theo của anh tập trung vào điều gì?
Công việc của tôi xoay quanh một câu hỏi trung tâm: làm thế nào để xây dựng mô hình hợp tác hiệu quả giữa con người và AI. Nhiều doanh nghiệp áp dụng AI nhưng chưa biết cách tích hợp vào văn hóa tổ chức, dẫn đến nguy cơ tri thức nội bộ bị phân mảnh nếu nhân sự chỉ làm việc với chatbot thay vì tương tác với nhau.
NetIQ – startup tôi đồng sáng lập – tập trung vào phân tích mạng lưới tương tác của nhân viên trong tổ chức, từ đó cung cấp đào tạo chuyên đề (ví dụ, về AI và chuyển đổi số), cũng như phát triển giải pháp phần mềm AI theo yêu cầu của từng doanh nghiệp. Phân tích mạng lưới giúp doanh nghiệp nhận diện ai thực sự là cầu nối tri thức, ai có ảnh hưởng trong nội bộ, từ đó xây dựng đội ngũ “champion” để lan tỏa thay đổi bền vững. Điểm khác biệt của NetIQ là kết hợp dữ liệu định lượng với kinh nghiệm quản trị của lãnh đạo doanh nghiệp, tạo nên một lớp insight vừa khoa học vừa thực tiễn.
Khách hàng của NetIQ hiện gồm các tập đoàn trong lĩnh vực tài chính, bán lẻ, trang sức và cả doanh nghiệp vừa và nhỏ. Điều họ quan tâm nhất là khả năng đo lường văn hóa nội bộ và mức độ gắn kết, đặc biệt khi lần đầu nhìn thấy “bản đồ” trao đổi tri thức của chính tổ chức mình. Ở Việt Nam, mô hình phân tích mạng lưới vẫn còn mới, tạo ra một khoảng trống thị trường đáng giá cho chúng tôi.
Trong thời gian tới, trọng tâm của chúng tôi là xây dựng một nền tảng công nghệ, chuyển từ tư vấn thuần túy sang mô hình kết hợp tư vấn – công nghệ. Nền tảng này sẽ cho phép doanh nghiệp theo dõi mạng lưới nội bộ theo thời gian và so sánh với các tổ chức tương đồng (với dữ liệu được ẩn danh tuyệt đối). Các thuật toán cốt lõi đều do tôi phát triển từ thời làm tiến sĩ và đang tiếp tục hoàn thiện để tích hợp vào hệ thống.
Điều nền tảng mang lại không chỉ là trực quan hóa mạng lưới, mà còn biến những khái niệm tưởng chừng trừu tượng như “văn hóa doanh nghiệp” hay “mức độ gắn kết” thành dữ liệu đo lường được. Trong bối cảnh AI thường bị kỳ vọng quá mức, chúng tôi bắt đầu mọi dự án bằng việc làm rõ AI có thể – và không thể – thay thế con người ở đâu. Văn hóa phải do con người kiến tạo; AI chỉ đóng vai trò công cụ giúp những giá trị đó trở nên bền vững hơn.
Tiến sĩ Đặng Phạm Thiên Duy là giảng viên cấp cao và phó chủ nhiệm phụ trách nghiên cứu đổi mới tại RMIT University Việt Nam. Anh có hơn mười năm nghiên cứu và giảng dạy về an toàn thông tin, chuyển đổi số và hệ thống thông tin quản lý, với hơn 60 công bố quốc tế. Bên cạnh vai trò học thuật, anh tư vấn chiến lược số cho nhiều doanh nghiệp; đồng sáng lập NetIQ, startup chuyên về phân tích và tư vấn mạng lưới của nhân viên trong tổ chức; và đồng sáng lập Vietnam Association of Information Systems (VAIS), đóng góp tích cực vào kết nối công nghệ – quản trị tại Việt Nam.
Bài viết đăng tải từ bài gốc trên ấn phẩm Tatler Vietnam số tháng 12/2025
Credits
Photography: RABHUU
