Tích hợp AIV Office với DMS: Ghi chép từ dự án thực tế

04/11/2026

Quan sát: Rác dữ liệu đang ngốn thời gian nhân sự

Chạy qua nhiều nhà máy và chuỗi bán lẻ từ Việt Nam sang Philippines, chúng tôi nhận thấy một điểm chung: dữ liệu văn bản đang tăng gấp đôi mỗi năm, nhưng năng lực tra cứu của con người thì không. Nhân viên văn phòng thường dành khoảng một phần ba thời gian chỉ để tìm file, đối chiếu thông tin giữa các phòng ban. Đây không phải vấn đề do thiếu phần mềm, mà do cách các hệ thống tồn tại rời rạc.

Với AIV Office, chúng tôi không bán một ứng dụng văn phòng mới. Chúng tôi bán khả năng để trợ lý AI Hanna hiểu được ngữ cảnh dữ liệu nội bộ của bạn. Nhưng để Hanna thực sự hữu ích, nó phải 'nhìn' được vào hệ thống quản lý tài liệu (DMS) hoặc kho lưu trữ hiện có. Đây là lúc bài toán kỹ thuật và quản trị bắt đầu nóng lên.

Ngã rẽ số một: API mở hay kết nối trực tiếp?

Quyết định đầu tiên và quan trọng nhất là cách AIV Office truy cập dữ liệu. Có hai hướng đi chính. Hướng thứ nhất là xây dựng API mở, cho phép Hanna gọi dữ liệu từ các hệ thống bên ngoài như SharePoint, Oracle WebCenter hoặc các nền tảng DMS nội bộ. Hướng thứ hai là tích hợp sâu, nơi AIV Office trở thành giao diện chính, và DMS cũ chỉ làm vai trò lưu trữ.

Đánh đổi ở đây rất rõ. Nếu chọn API mở, bạn giữ được sự độc lập cho hệ thống cũ, nhưng phải chịu chi phí phát triển và bảo trì cầu nối. Nếu chọn tích hợp sâu, trải nghiệm người dùng liền mạch hơn, nhưng rủi ro về khả năng tương thích (compatibility) rất cao. Trong một dự án gần đây tại một nhà máy ở Thái Lan, chúng tôi chọn API mở vì hệ thống DMS của họ đã chạy 10 năm và không thể nâng cấp. Kết quả là Hanna mất thêm khoảng 200 mili giây để phản hồi, nhưng đổi lại, chúng tôi không phải đụng chạm vào hạ tầng lõi. Đôi khi, chậm hơn một chút là cái giá phải trả để không làm sập hệ thống.

Ngã rẽ số hai: Quyền truy cập của Hanna

Nhiều người hỏi: Hanna có được quyền đọc tất cả tài liệu không? Câu trả lời là không. Và đây là điểm mà các bên tư vấn khác thường lướt qua.

Trong AIV Office, quyền truy cập của Hanna được kế thừa từ tài khoản người dùng. Nếu bạn là kế toán, Hanna chỉ thấy các file tài chính. Nếu bạn là kỹ sư, Hanna chỉ thấy tài liệu kỹ thuật. Việc này cực kỳ quan trọng về mặt bảo mật, nhưng cũng tạo ra một rào cản hiệu suất.

Vấn đề nảy sinh khi các phòng ban cần hợp tác. Ví dụ, một bộ phận R&D cần tham chiếu một báo cáo tài chính để điều chỉnh ngân sách dự án. Nếu tài khoản R&D không có quyền đọc file tài chính, Hanna sẽ từ chối truy vấn. Lúc này, bạn có hai lựa chọn: cấp quyền tạm thời (rủi ro bảo mật cao) hoặc yêu cầu bộ phận Tài chính tóm tắt lại dữ liệu và gửi qua Chat trong AIV Office. Chúng tôi khuyến nghị cách thứ hai. Nó chậm hơn, nhưng minh bạch hơn. Việc 'bỏ qua' rào cản quyền truy cập bằng AI là một lỗ hổng bảo mật mà không doanh nghiệp nào nên chấp nhận.

Ngã rẽ số ba: Chất lượng metadata

Hanna không biết tài liệu là gì nếu tên file là 'Untitled.docx' và không có mô tả. Đây là thực tế phũ phàng trong hầu hết các kho dữ liệu doanh nghiệp Việt Nam. Nhân viên tạo file, đặt tên ngẫu nhiên, và quên mất.

Để AIV Office hoạt động hiệu quả, bạn cần một quy trình làm sạch metadata. Chúng tôi không thể 'bắt' Hanna đoán tên file cũ của bạn. Giải pháp là bắt buộc nhân viên điền tiêu đề và tag khi lưu file vào AIV Drive hoặc khi đồng bộ từ hệ thống cũ. Ban đầu, đây là nguồn gây phàn nàn lớn nhất. Nhưng sau ba tháng, khi mọi người thấy họ tiết kiệm được thời gian tìm kiếm, sự tuân thủ tăng lên đáng kể. Một số doanh nghiệp chọn cách dùng AI để tự động đề xuất tag dựa trên nội dung, nhưng độ chính xác chỉ khoảng 80%. Còn lại 20% sai sót là đủ để gây nhầm lẫn nghiêm trọng trong các quyết định kinh doanh. Vì vậy, con người vẫn phải ở trong vòng lặp xác nhận.

Điểm chưa giải quyết và hướng đi tiếp theo

Chúng tôi trung thực rằng vẫn còn những vấn đề chưa giải quyết triệt để. Thứ nhất, khả năng hiểu ngữ cảnh đa ngôn ngữ trong các tài liệu kỹ thuật chuyên sâu vẫn còn hạn chế. Hanna xử lý tiếng Việt và tiếng Anh tốt, nhưng các thuật ngữ kỹ thuật pha trộn (code-switching) đôi khi gây nhiễu. Thứ hai, chi phí lưu trữ vector database cho lượng dữ liệu lớn đang tăng nhanh. Với các doanh nghiệp có kho dữ liệu trên 100 terabyte, chi phí này có thể trở thành gánh nặng tài chính nếu không có chiến lược phân tầng dữ liệu (data tiering).

Bạn cần thêm gì? Một đội ngũ kỹ thuật nội bộ đủ mạnh để duy trì các API kết nối, và một chính sách quản trị dữ liệu nghiêm ngặt. AI Office không phải là phép màu xóa đi sự lộn xộn trong dữ liệu. Nó chỉ khuếch đại giá trị của dữ liệu sạch. Nếu dữ liệu của bạn đang rối, Hanna sẽ trả lời bạn những câu trả lời rối. Đó là thực tế mà chúng tôi đã trải qua trong nhiều dự án, và cũng là lời nhắc nhở cho bất kỳ ai đang chuẩn bị khởi động hành trình này cùng AIVISION.

Còn nhiều thứ không gói được trong một bài viết. Bạn có thể đọc tiếp các bài khác của AIVISION, xem giải pháp chấm điểm trưng bày hoặc nói chuyện trực tiếp với chúng tôi.