AI hay Dashboard trong ERP: Khi nào nên dùng công cụ nào?
Besco Consulting · Đội ngũ tư vấn và triển khai ERP
Nếu ban lãnh đạo vẫn hỏi cùng một nhóm chỉ số vào mỗi sáng, doanh nghiệp cần một dashboard được thiết kế tốt trước khi nghĩ đến AI. AI chỉ thực sự hữu ích khi câu hỏi thay đổi theo tình huống, cần diễn giải nguyên nhân hoặc phải kết hợp nhiều nguồn dữ liệu để xác định bước kiểm tra tiếp theo.
Hai câu hỏi trên cùng nói về doanh thu nhưng cần hai công cụ khác nhau. Vì vậy AI và dashboard không thay thế nhau: dashboard giữ cho mọi người nhìn vào cùng một hệ thống chỉ số, còn AI giúp đi sâu vào phần mà biểu đồ không tự giải thích được. Phân vai đúng giúp doanh nghiệp không phải xây thêm hàng chục biểu đồ cho những câu hỏi chỉ xuất hiện một lần, đồng thời không đem AI vào những việc một bộ lọc đã làm tốt.
Các tình huống trong bài mang tính minh họa cách ra quyết định, không mặc định là tính năng có sẵn trên mọi hệ thống ERP hoặc trên BeeSuite.
Đọc nền tảng: AI trong ERP: Khi nào nên dùng, khi nào không? và Dashboard là gì?
1. Dashboard cho biết điều gì, AI giúp hiểu vì sao
Cách đơn giản nhất để phân vai hai công cụ là đi theo trình tự một nhà quản lý xử lý vấn đề: nhận ra điều bất thường, tìm hiểu nguyên nhân, rồi quyết định hành động.
1.1 Dashboard: một định nghĩa chung cho cả doanh nghiệp
Giá trị lớn nhất của dashboard không nằm ở biểu đồ đẹp mà ở sự thống nhất. Doanh thu thuần, công nợ quá hạn, tồn khả dụng hay tỷ lệ giao đúng hạn đều được tính theo một công thức đã thống nhất, nên giám đốc, kế toán và trưởng phòng kinh doanh nhìn vào cùng một con số. Khi chọn cùng kỳ và cùng bộ lọc, kết quả luôn giống nhau. Nhờ đó dashboard phù hợp để theo dõi xu hướng theo thời gian, so sánh với kế hoạch và đặt cảnh báo theo ngưỡng.
Giới hạn của dashboard cũng nằm chính ở đó: nó chỉ trả lời những câu hỏi đã được thiết kế từ trước. Khi một chỉ số chuyển sang màu đỏ, dashboard cho biết vấn đề nằm ở đâu, nhưng người xem vẫn phải tự lọc, tự so sánh và tự đọc thêm ghi chú để hiểu nguyên nhân.
1.2 AI: đi tiếp từ chỗ biểu đồ dừng lại
AI phát huy tác dụng ở đúng khoảng trống đó. Người dùng có thể đặt câu hỏi bằng ngôn ngữ tự nhiên, yêu cầu so sánh nhiều chiều dữ liệu cùng lúc, hoặc kết hợp số liệu với những nội dung không có trong biểu đồ như ghi chú của nhân viên kinh doanh, email phản hồi của khách hàng hay biên bản cuộc họp. Kết quả AI trả về thường là một bản tóm tắt, một nhóm giả thuyết hoặc danh sách những điểm cần kiểm tra tiếp.
Điểm cần nhớ: AI diễn giải con số, không tạo ra con số. Số liệu chính thức vẫn phải đến từ ERP, công cụ BI hoặc lớp dữ liệu đã được kiểm soát, và mọi nhận định của AI cần dẫn ngược về được biểu đồ, bộ lọc hoặc bản ghi nguồn.
Trong ví dụ trên, dashboard chỉ ra lợi nhuận gộp tháng 2 giảm khoảng 15% so với tháng 1. AI khoanh vùng ba yếu tố có thể đóng góp nhiều nhất: giá vốn nguyên liệu chính tăng, chiết khấu kênh đại lý cao hơn và tỷ trọng sản phẩm biên thấp tăng. Người phụ trách tài chính đối chiếu từng yếu tố với hóa đơn và chính sách chiết khấu, sau đó mới chọn điều chỉnh giá bán hay đàm phán lại với nhà cung cấp.
2. Chọn dashboard hay AI theo ba tình huống thường gặp
Phần lớn băn khoăn khi chọn công cụ xoay quanh ba tình huống dưới đây, và mỗi tình huống đều có câu trả lời khá rõ ràng.
Dashboard chỉ hiển thị dữ liệu có cấu trúc. Lý do khách hủy đơn, phản hồi về chất lượng hay ghi chú sau buổi gặp khách thường nằm ở dạng chữ. Khi câu trả lời phụ thuộc vào những nội dung này, AI có thể trích xuất, phân nhóm và tóm tắt để người dùng không phải đọc từng bản ghi.
Con số dùng để báo cáo cấp trên, tính thưởng hay đối chiếu với kế hoạch phải giống nhau dù ai mở và mở lúc nào, nên luôn lấy từ dashboard hoặc báo cáo ERP.
Điều chỉnh giá bán, khóa khách hàng nợ quá hạn hay thay đổi kế hoạch mua hàng ảnh hưởng trực tiếp đến dòng tiền và quan hệ khách hàng. AI có thể chuẩn bị phân tích và đề xuất, nhưng cần giới hạn quyền, lưu nhật ký và có người phê duyệt trước khi thực hiện.
Ba sai lầm thường gặp khi kết hợp AI với dashboard
3. Dashboard và AI hỗ trợ từng vai trò quản lý như thế nào?
Trên cùng một hệ thống ERP, mỗi vị trí quản lý dùng dashboard và AI theo cách khác nhau. Câu hỏi in nghiêng là câu hỏi điển hình của từng vai trò trong một tuần làm việc.
Dashboard lo phần: doanh thu, đơn hàng, dòng tiền và tồn kho so với kế hoạch, cập nhật theo ngày.
AI bổ sung: tóm tắt ba biến động lớn nhất so với tuần trước và gợi ý những câu hỏi nên đặt ra trong buổi giao ban.
Dashboard lo phần: giá trị pipeline, tỷ lệ chuyển đổi theo giai đoạn và theo từng nhân viên.
AI bổ sung: tóm tắt lịch sử tương tác, chỉ ra các cơ hội lâu không cập nhật hoặc có dấu hiệu chững lại.
Dashboard lo phần: tuổi tồn, số ngày tồn kho và tốc độ bán theo từng mã hàng.
AI bổ sung: xếp hạng các trường hợp bất thường có tính đến mùa vụ, chương trình khuyến mãi và ghi chú của bộ phận mua hàng.
Dashboard lo phần: tuổi nợ, số dư quá hạn theo khách hàng và theo nhân viên phụ trách.
AI bổ sung: tổng hợp lịch sử thanh toán, cam kết trong email và ghi chú cuộc gọi để gợi ý thứ tự liên hệ.
Nếu một câu hỏi gửi cho AI được lặp lại hằng tuần với cùng cách phân tích, đó là lúc nên chuyển nó thành một chỉ số hoặc biểu đồ cố định trên dashboard.
4. Phối hợp dashboard và AI mà vẫn kiểm soát được dữ liệu
Một cách phân vai thực tế gồm bốn lớp xếp chồng lên nhau, lớp sau dựa trên lớp trước. Khi kết quả sai lệch, cấu trúc này giúp xác định nhanh lỗi nằm ở lớp nào thay vì đổ lỗi chung cho "hệ thống".
Khi nào chưa nên thêm AI? Nếu các phòng ban đang dùng công thức KPI khác nhau, số liệu dashboard chưa khớp với ERP hoặc quyền truy cập dữ liệu chưa rõ ràng, hãy xử lý lớp 1 và lớp 2 trước. AI có thể làm câu trả lời nhanh hơn nhưng không làm dữ liệu đáng tin hơn.
Đo hiệu quả bằng kết quả công việc
Sau khi đưa AI vào, hãy theo dõi những chỉ số phản ánh công việc thực tế:
Số lượt hỏi AI chỉ phản ánh mức độ sử dụng, chưa chứng minh được giá trị nghiệp vụ.
Cách bắt đầu ít rủi ro là chọn một cuộc họp quản trị diễn ra đều đặn, chẳng hạn buổi giao ban sáng thứ Hai. Giữ nguyên dashboard hiện có làm chuẩn, thêm AI vào một nhiệm vụ cụ thể như tóm tắt biến động hoặc chuẩn bị danh sách ngoại lệ, rồi so sánh thời gian chuẩn bị và chất lượng thảo luận sau 4 đến 6 tuần trước khi mở rộng sang phòng ban khác.
Bạn đang cần thêm dashboard hay một lớp AI hỗ trợ phân tích?
BeeSuite có thể cùng doanh nghiệp rà soát các câu hỏi quản trị, dữ liệu nguồn và điểm kiểm soát để xác định công cụ phù hợp cho từng nhu cầu.
Trao đổi với BeeSuiteChưa chắc. AI tích hợp trong công cụ BI thường chỉ làm việc với dữ liệu đã nạp vào mô hình BI. Nếu câu hỏi của doanh nghiệp cần đọc thêm email, ghi chú hoặc chứng từ trong ERP, lớp AI riêng mới đáp ứng được. Nên dùng thử tính năng có sẵn trước, đồng thời kiểm tra nó tuân theo phân quyền dữ liệu như thế nào.
Chi phí của dashboard tập trung ở giai đoạn xây dựng và bảo trì; mỗi lượt xem gần như không phát sinh thêm. Chi phí AI phát sinh theo số lượt hỏi, lượng dữ liệu đưa vào mỗi lần hỏi và mô hình được sử dụng. Vì vậy nên dành AI cho những câu hỏi có giá trị, thay vì dùng nó để xem lại con số đã có sẵn trên dashboard.
Không bắt buộc ở giai đoạn đầu. Nếu phần lớn dữ liệu nằm trong một hệ thống ERP và KPI đã thống nhất, doanh nghiệp có thể bắt đầu ngay. Khi dữ liệu nằm rải rác ở ERP, CRM và nhiều bảng tính, cần một lớp tổng hợp để dashboard và AI cùng đọc từ một nguồn thống nhất.
Có, nhưng chỉ về độ mới. AI chính xác bằng dữ liệu mà nó được đọc: dữ liệu cập nhật cuối ngày thì câu trả lời cũng chỉ đúng đến cuối ngày hôm trước. Câu trả lời của AI nên ghi rõ thời điểm của dữ liệu để người dùng biết mình đang nhìn vào bức tranh của lúc nào.
Báo cáo và dashboard có sẵn trong ERP thường đủ cho giai đoạn đầu. Hãy chọn năm đến bảy chỉ số ban lãnh đạo xem thường xuyên nhất, thống nhất cách tính rồi đưa lên một màn hình chung. Công cụ BI riêng hoặc AI chỉ cần cân nhắc khi những câu hỏi lặp lại đã được trả lời ổn định.
