Từ AI Strategy đến AI Native: Bài học chuyển đổi của Alibaba qua góc nhìn CEO WeConsulting

Trong ngày 2 của khóa Alibaba, ông Ray Weng - co-founder viện nghiên cứu Weishi - mở đầu bằng một quan sát về không khí trong tập đoàn: cả công ty chỉ đang bàn đúng một hướng, là làm sao chuyển toàn bộ Alibaba từ một công ty internet thành một tổ chức AI native thực sự. CEO nói họ đang ở "The eve of AI era" (đêm trước của kỷ nguyên AI). Nhóm kỹ thuật chủ chốt đặt chuẩn cho chính mình: sản phẩm phải có bản release mỗi ngày, nếu không thì chưa gọi là AI native.

Phản ứng thường gặp khi nghe câu chuyện này, và cũng là phản ứng của chính những người tham gia hôm đó: "Vì đó là Alibaba, họ có công nghệ trong tay nên mới nói được như vậy."

Tôi nghĩ đó là cách đọc bỏ lỡ phần giá trị nhất. Vì phần đáng học không nằm ở công nghệ, mà nằm ở thứ tự các bước đi.

PHẦN 1: AI NATIVE TRÔNG NHƯ THẾ NÀO, QUA BỐN ĐẶC TRƯNG

Diễn giả thừa nhận chưa có định nghĩa thống nhất, mỗi công ty đang tự thử nghiệm theo cách riêng. Nhưng có bốn đặc trưng lặp lại ở hầu hết các doanh nghiệp tăng trưởng nhanh và dẫn đầu ngành.

1. Thin organization (tổ chức mỏng)

Không phải "no structure" (không cấu trúc). Có một số công ty đang thử nghiệm cực đoan theo hướng đó, nhưng thin organization ở đây chỉ có nghĩa là loại bỏ những tầng báo cáo không còn cần thiết.

Minh họa của Ray rất đời thường. Một nhân viên kinh doanh ở Malaysia phát hiện một cơ hội. Trong tổ chức truyền thống, anh ta báo cáo lên quản lý trực tiếp. Hai người họp. Quản lý báo lên giám đốc. Giám đốc báo lên tổng giám đốc. Tổng giám đốc mới sắp lịch làm việc với trụ sở chính hoặc khối chiến lược. Hội đồng ra quyết định. Quyết định đi ngược lại đúng con đường đó, qua từng tầng, và tới tay người nhân viên ban đầu sau ba tháng.

Câu chốt của anh Ray: lúc đó có khi ứng viên, hoặc cơ hội, đã đi mất rồi.

Điểm mấu chốt là reporting line về bản chất không phải là quyền lực, mà là đường đi của thông tin. Mỗi tầng tồn tại để gom, lọc và chắt ra cái gì đáng chú ý cho tầng trên. Khi AI làm được phần lọc đó, management bandwidth (băng thông quản lý) của người lãnh đạo giãn ra đáng kể.

Ví dụ được dùng là Jensen Huang của NVIDIA, người có khoảng 60 người báo cáo trực tiếp. Diễn giả nói thẳng: không phải vì ông ấy là siêu nhân. Quản lý 60 người nghĩa là phải có ai đó đọc toàn bộ thông tin và chỉ ra cái gì thực sự quan trọng. Vai trò đó, trước đây do các tầng quản lý trung gian đảm nhiệm, giờ AI làm được.

2. Real-time alignment (đồng bộ tức thời)

Nhiều công ty hiện đặt một knowledge hub chạy bằng AI ở giữa tổ chức. Mọi tài liệu mới, mọi cuộc họp đều chảy vào đó và mở cho những ai có quyền và có nhu cầu thực sự, ngay tại thời điểm phát sinh.

Minh họa: một giám đốc marketing đang họp online với một khách hàng KA lớn. Cuộc họp được ghi và biên bản được tạo theo thời gian thực, đổ thẳng vào knowledge hub. Cùng lúc đó, một team leader dưới quyền đang viết kế hoạch cho campaign mới. Anh ta hỏi AI agent của mình: khách hàng KA này thế nào, nên tiếp cận ra sao. Agent đọc được nội dung cuộc họp vừa diễn ra và trả lời dựa trên đó.

So sánh với cách cũ: giám đốc marketing họp xong, gọi team lại, kể lại tình hình, mọi người thảo luận, mất một đến hai ngày để cả team cùng nắm một bức tranh. Với AI, độ trễ đó về gần bằng không, bất kể người đó đang ở văn phòng nào, đang đi công tác, đang trên tàu hay ở nước khác.

3. Context thay cho SOP

Đây là phần tôi cho là gai góc nhất với các tổ chức Việt Nam.

Ray chia sẻ: SOP thực chất là quy trình đã được tối ưu, rất hữu ích cho môi trường ổn định, ngành ổn định. Nhưng SOP không thân thiện với AI. Ai đã thử đều thấy AI rất khó tuân thủ đúng một quy trình cứng, nó có xu hướng tự tìm đường đi của mình.

Vậy nên thứ quan trọng hơn không phải là SOP, mà là context (bối cảnh). Cung cấp đủ bối cảnh cho AI và cho đội ngũ, rồi để họ tự chọn đường. Việc còn lại của người quản lý chỉ là hai thứ: đóng khung bài toán, và phán xét kết quả có đúng thứ mình muốn hay không.

Lý do đằng sau rất đáng chú ý. Trước đây ta phải chuẩn hoá một đường đi duy nhất vì thử nhiều đường rất tốn kém. Khác biệt giữa path A và path B chủ yếu là khác biệt về chi phí. Khi chi phí thử nghiệm giảm gần về không, việc ép mọi người đi cùng một đường không còn là tối ưu, mà thành lãng phí.

4. Agent-first workflow

Đặc trưng cuối cùng ngắn gọn: người ta không còn hỏi "chỗ này có dùng AI được không". AI mặc định có mặt trong mọi luồng công việc và mọi đầu việc.

PHẦN 2: MÔ HÌNH BA VÒNG TRÒN ĐỂ ĐỌC BẤT KỲ TỔ CHỨC NÀO

Để phân tích chiến lược chuyển đổi, diễn giả dùng một mô hình mà theo lời ông là được dùng phổ biến trong nội bộ Alibaba, đơn giản tới mức gần như mọi cuộc thảo luận về tổ chức và con người đều bắt đầu từ đây.

Governance (Cơ chế quản trị) : đội ngũ được cấu trúc thế nào, quy trình được thiết lập ra sao, quyền hạn phân bổ đến đâu.
Ability (Năng lực tổ chức) : khả năng tổ chức tạo ra kết quả.
Culture (Văn hoá) : cái định hình hành vi.

Diễn giả dừng lại rất lâu ở chữ Ability và nhấn mạnh một điều: Ability không phải là Talent. Bạn có thể có những người rất giỏi, nhưng nếu thiếu cấu trúc phù hợp và văn hoá phù hợp, những người giỏi đó sẽ không tạo ra kết quả. Khi ấy tổ chức vẫn là tổ chức không có năng lực.

Ability là cách tổ chức xây năng lực thông qua con người: dùng talent như thế nào, cho phép người ta thể hiện và tạo ra kết quả ra sao.

Và ông nói thêm một ý mà tôi thấy quan trọng: mô hình này hữu dụng chính vì nó không đổi. Có AI hay không có AI, vẫn là ba chiều đó.

PHẦN 3: ALIBABA THỰC SỰ ĐÃ LÀM GÌ

1. Bắt đầu từ Ability, không phải Governance

entry point (điểm vào) của Alibaba là Ability. Hành động đầu tiên không phải tái cấu trúc:

Việc đầu tiên là yêu cầu toàn bộ nhân viên đưa việc sử dụng AI vào KPI của mình, gắn vào chính các đầu ra kinh doanh trọng yếu. Ông nhấn đi nhấn lại: đây là yêu cầu, không phải lựa chọn.
Việc thứ hai là phát token và AI coupon miễn phí cho tất cả mọi người. Công ty có mô hình ngôn ngữ lớn riêng (Qwen), nhưng điểm cốt lõi là nhân viên có công cụ và có hỗ trợ, không phải tự xoay xở.
Việc thứ ba, và theo tôi là đòn bẩy tinh tế nhất: mọi cách dùng AI hiệu quả đều được đóng gói lại thành "skills" và chia sẻ được giữa các team. Nếu bạn có một workflow AI tốt, bạn đóng gói và đưa lên một internal marketplace (chợ nội bộ), đồng nghiệp tải về dùng lại.

Đây là cơ chế biến nỗ lực cá nhân thành tài sản tổ chức. Không có bước này, mọi thứ dừng ở mức vài người dùng AI giỏi.

2. Governance đi sau, và đi rất mạnh

Chuỗi tái cấu trúc của Alibaba trong ba năm:

2023, toàn tập đoàn chuyển sang cấu trúc 1+6+N: một trung tâm lớn, sáu nhóm kinh doanh, và nhiều công ty con.

Hai năm sau, cấu trúc lại được gom về bốn nhóm tại thị trường Trung Quốc, gồm thương mại, digital, fintech và các mảng còn lại.

Tháng Ba, một đơn vị mới được công bố: một lab AI do chính CEO trực tiếp dẫn dắt, với sứ mệnh nghiên cứu và ứng dụng.

Song song đó là một dự án về governance nhằm kiểm soát số tầng, với mục tiêu tối đa 5 đến 6 tầng từ CEO xuống nhân sự tuyến đầu. Diễn giả nói con số hiện tại có thể còn nhỏ hơn.

Điểm ông muốn nhấn không phải là cấu trúc nào đúng. Mà là: một tập đoàn cỡ Alibaba bình thường không đổi cấu trúc dày như vậy, vì re-org cực kỳ đắt. Chi phí không chỉ nằm ở cơ hội kinh doanh bị mất và chi phí trực tiếp, mà còn ở rủi ro vận hành.

Vậy tại sao vẫn làm? Vì trước đó Alibaba đã tuyên bố chiến lược "all in AI". Và AI là công nghệ đang phát triển, chưa ổn định. "All in AI" của năm 2023 không còn là "all in AI" của năm 2025.

Chiến lược không đổi tên, nhưng nội dung bên trong đã đổi hoàn toàn. Cấu trúc buộc phải đổi theo. Nếu không, chính cấu trúc sẽ trở thành vấn đề lớn hơn cả vấn đề nó định giải quyết.

Câu kết của phần này: toàn bộ ý nghĩa của việc thiết kế cấu trúc là để phục vụ mục tiêu chiến lược. Không có gì khác.

3. Từ ý tưởng đến sản phẩm

Phần cuối buổi chia sẻ có một chi tiết đáng chú ý về mặt logic kinh doanh. Diễn giả nhắc lại luận điểm "một người cộng AI làm được việc của nhiều người", rồi nói: Alibaba lấy chính ý tưởng đó và biến nó thành sản phẩm thương mại.

Sản phẩm được giới thiệu là một đội ngũ agent, không phải một chatbot. Nó không dừng ở việc gợi ý bạn nên làm gì, mà tự thực hiện: chủ động gọi điện và gửi email hỏi thông tin nhà cung cấp, làm việc cả khi người dùng đang ngủ hoặc đang nghỉ. Ví dụ được dùng là một nhân viên sourcing trước đây chỉ chọn được ba trên mười nhà cung cấp tiềm năng, giờ được agent xử lý phần sàng lọc.

Nghĩa là: cách tổ chức tự chuyển đổi bên trong chính là cách nó định nghĩa sản phẩm bán ra bên ngoài.

PHẦN 4: ĐIỀU TÔI HỌC ĐƯỢC TỪ BUỔI CHIA SẺ NÀY

Một, thứ tự quan trọng hơn nội dung. Alibaba vào từ Ability, không từ Governance. Họ thay đổi cách người ta làm việc hàng ngày trước, rồi mới thay đổi cấu trúc để cấu trúc theo kịp thực tế mới. Làm ngược lại, ta có một sơ đồ mới và những con người cũ.

Hai, "bắt buộc" là một quyết định thiết kế, không phải sự cứng nhắc. Đưa AI vào KPI là hành động của Reward và Performance Management, không phải của IT. Đây là điểm mà HR có quyền năng thực sự và thường không dùng đến.

Ba, adoption cá nhân không tự nhiên thành năng lực tổ chức. Cơ chế đóng gói workflow thành skill chia sẻ được chính là cầu nối giữa Talent và Ability trong mô hình ba vòng tròn. Thiếu nó, tổ chức chỉ có vài cá nhân giỏi AI.

Bốn, chiến lược không đổi tên vẫn có thể đã đổi ruột. Đây là cái bẫy lớn nhất. Nhiều tổ chức giữ nguyên tuyên ngôn chiến lược từ hai năm trước, kết luận rằng chiến lược chưa đổi nên cấu trúc cũng không cần đổi, trong khi nội hàm bên trong đã khác hoàn toàn.

Quan điểm của tôi:

Ba đòn bẩy Ability của Alibaba đều rẻ và nằm trong tầm HR, nhưng chúng đứng trên một nền tảng mà phần lớn tập đoàn Việt chưa có: dữ liệu và tri thức đã được số hoá đủ để AI đọc được. Không có knowledge hub thì real-time alignment chỉ là khẩu hiệu.

Nguyễn Thị Minh Thu

Biên tập: Nguyên Dung

Page updated

Google Sites

Report abuse