Năng lực trí tuệ nhân tạo, năng lực chuyển đổi số, học tập tổ chức và sự linh hoạt của tổ chức
Nghiên cứu tại các doanh nghiệp Việt Nam
Doanh nghiệp Việt Nam đang ứng dụng trí tuệ nhân tạo với tốc độ nhanh, nhưng phần lớn mới dừng ở mức cơ bản và thiếu kỹ năng để khai thác — khiến khoản đầu tư công nghệ chưa chuyển hóa thành khả năng thích ứng của tổ chức. Đề tài đặt học tập tổ chức vào vị trí mắt xích còn thiếu.
Số liệu bối cảnh
doanh nghiệp Việt Nam đã ứng dụng AI — tăng 39% so với năm trước; trong đó 74% mới dừng ở mức sử dụng cơ bản, chỉ 9% đạt chuyển đổi toàn diện.
doanh nghiệp coi thiếu hụt kỹ năng số là rào cản lớn nhất; chỉ 24% tin đội ngũ đã sẵn sàng cho AI.
tổ chức ghi nhận AI đóng góp tích cực vào EBIT, gần như không đổi so với năm trước — dù gần 9/10 tổ chức đã dùng AI thường xuyên.
nghiên cứu về sự linh hoạt của tổ chức không dựa trên lý thuyết nền.
Kinh tế số Việt Nam năm 2025 ước đạt khoảng 14,02% GDP, thấp hơn mục tiêu 20% (Tô Trung Thành và cộng sự, 2026). Luật Trí tuệ nhân tạo số 134/2025/QH15 (Quốc hội thông qua ngày 10/12/2025) có hiệu lực từ ngày 01/3/2026.
Vấn đề & khoảng trống nghiên cứu
Công nghệ mạnh lên không tự động biến thành khả năng thích ứng của tổ chức. Khoảng 70% khoản đầu tư AI được ghi nhận mang lại lợi nhuận thấp hoặc không có lợi nhuận, 85% sáng kiến AI không đạt kỳ vọng ban đầu (Akter và cộng sự, 2023), và khoảng 70% sáng kiến chuyển đổi số nói chung không đạt mục tiêu đề ra (Zhang và cộng sự, 2024). Tổng quan 20 nghiên cứu giai đoạn 2023–2026 cùng lấy sự linh hoạt của tổ chức (OA) làm biến phụ thuộc cho thấy bốn khoảng trống chính.
Cơ chế AI tác động đến OA vẫn là một "hộp đen" — phần lớn nghiên cứu chỉ kiểm định tác động trực tiếp.
AI và chuyển đổi số thường bị tách rời hoặc gộp chung, rất ít nghiên cứu đặt AIC làm nền tảng cho DTC trong cùng một chuỗi.
Học tập tổ chức chưa được kiểm định như biến trung gian, dù nhiều nghiên cứu đề xuất trực tiếp.
Bằng chứng tại Việt Nam còn rất hạn chế, trong khi bối cảnh Việt Nam rất phù hợp để kiểm định.
Bên cạnh bốn khoảng trống trên, kết quả các nghiên cứu hiện có vẫn chưa nhất quán về chiều tác động: một số cho rằng chuyển đổi số thúc đẩy sự linh hoạt, số khác lại xem sự linh hoạt là tiền đề để chuyển đổi số thành công.
Mô hình nghiên cứu đề xuất
Mô hình trung gian chuỗi: năng lực AI (AIC) tác động đến năng lực chuyển đổi số (DTC), thúc đẩy học tập tổ chức (OL), từ đó chuyển hóa thành sự linh hoạt của tổ chức (OA) — cùng ba quan hệ trực tiếp bổ sung và hai vai trò trung gian.
Đường liền: quan hệ trực tiếp trong chuỗi chính · Đường đứt nét: quan hệ trực tiếp bổ sung · Ngoặc chấm: vai trò trung gian
Mức độ doanh nghiệp triển khai, tích hợp, khai thác công cụ AI vào hoạt động kinh doanh trên nền tảng dữ liệu và hạ tầng phù hợp.
Khả năng nhận thức xu hướng số, vận dụng công cụ số vào vận hành và tích hợp công nghệ số để tái cấu trúc nguồn lực, mô hình kinh doanh.
Quá trình tổ chức tiếp nhận, chia sẻ, diễn giải và lưu giữ tri thức về công nghệ và cách làm mới.
Khả năng nhận biết và phản ứng nhanh, chủ động trước thay đổi của khách hàng, thị trường, nhà cung cấp.
Tám giả thuyết nghiên cứu
Năng lực trí tuệ nhân tạo có tác động cùng chiều đến năng lực chuyển đổi số.
Năng lực chuyển đổi số có tác động cùng chiều đến học tập tổ chức.
Năng lực trí tuệ nhân tạo có tác động cùng chiều đến học tập tổ chức.
Học tập tổ chức có tác động cùng chiều đến sự linh hoạt của tổ chức.
Năng lực chuyển đổi số có tác động cùng chiều đến sự linh hoạt của tổ chức.
Năng lực trí tuệ nhân tạo có tác động cùng chiều đến sự linh hoạt của tổ chức.
Học tập tổ chức đóng vai trò trung gian trong mối quan hệ giữa năng lực chuyển đổi số và sự linh hoạt của tổ chức.
Năng lực chuyển đổi số và học tập tổ chức đóng vai trò trung gian chuỗi trong mối quan hệ giữa năng lực trí tuệ nhân tạo và sự linh hoạt của tổ chức.
Phương pháp & mẫu nghiên cứu dự kiến
Thiết kế hỗn hợp "định tính trước – định lượng sau", qua bốn bước.
Dịch thuật — dịch thang đo sang tiếng Việt, rồi dịch ngược để kiểm tra tương đương.
Phỏng vấn tay đôi 5–7 chuyên gia — nhà quản lý phụ trách chuyển đổi số / AI.
Khảo sát sơ bộ 50 doanh nghiệp — đánh giá Cronbach's Alpha và EFA.
Hoàn thiện thang đo và bảng câu hỏi khảo sát chính thức.
| Khái niệm | Số biến | Adopt | Adapt | Develop |
|---|---|---|---|---|
| Năng lực trí tuệ nhân tạo (AIC) | 7 | 0 | 6 | 1 |
| Năng lực chuyển đổi số (DTC) | 9 | 9 | 0 | 0 |
| Học tập tổ chức (OL) | 6 | 0 | 5 | 1 |
| Sự linh hoạt của tổ chức (OA) | 6 | 6 | 0 | 0 |
| Tổng cộng | 28 | 15 | 11 | 2 |
Điểm mới của nghiên cứu
Một trong những nghiên cứu đầu tiên đặt năng lực AI và năng lực chuyển đổi số trong cùng một chuỗi tác động tuần tự (AIC → DTC), thay vì gộp AI vào chuyển đổi số hoặc đặt năng lực số trước AI.
Chuyển học tập tổ chức từ vị trí tiền tố của việc ứng dụng AI sang vai trò biến trung gian, qua đó mở "hộp đen" của mối quan hệ công nghệ – sự linh hoạt.
Tích hợp quan điểm dựa trên tri thức và lý thuyết học tập tổ chức làm vi nền tảng nhận thức cho thuyết năng lực động.
Cung cấp bằng chứng thực nghiệm đầu tiên về cơ chế AI – sự linh hoạt tại các doanh nghiệp Việt Nam, trong giai đoạn Luật Trí tuệ nhân tạo vừa có hiệu lực.
Điều chỉnh các thang đo vốn thiết kế riêng cho AI tạo sinh thành thang đo năng lực AI cấp doanh nghiệp và học tập tổ chức tổng quát hơn.
Ý nghĩa thực tiễn
Giúp nhà quản trị biết nên ưu tiên đầu tư vào đâu — chỉ công cụ AI, hay đồng thời vào năng lực chuyển đổi số và hệ thống học tập nội bộ.
Hỗ trợ cơ quan quản lý và hiệp hội doanh nghiệp thiết kế chương trình hỗ trợ chuyển đổi số cho doanh nghiệp nhỏ và vừa theo hướng chú trọng đào tạo và chia sẻ tri thức, thay vì chỉ trang bị công nghệ.
Tài liệu tham khảo chính
- Akter, S., Hossain, M. A., Sajib, S., Sultana, S., Rahman, M., Vrontis, D., & McCarthy, G. (2023). A framework for AI-powered service innovation capability: Review and agenda for future research. Technovation, 125, 102768.
- Amazon Web Services. (2025, September 18). New AWS research shows strong AI adoption momentum in Vietnam [Press release].
- Grant, R. M. (1996). Toward a knowledge-based theory of the firm. Strategic Management Journal, 17(S2), 109–122.
- Huber, G. P. (1991). Organizational learning: The contributing processes and the literatures. Organization Science, 2(1), 88–115.
- Koh, L. Y., & Yuen, K. F. (2026). Infusion of generative artificial intelligence: Boosting organizational agility and effectiveness. Information, Communication & Society. Advance online publication.
- McKinsey & Company. (2026). The state of AI in 2026: On the road to ROI.
- Nguyen, T., Le, C. V., Nguyen, M., Nguyen, G., Lien, T. T. H., & Nguyen, O. (2025). The organisational impact of agility: A systematic literature review. Management Review Quarterly, 75(3), 2709–2757.
- Quốc hội. (2025). Luật Trí tuệ nhân tạo số 134/2025/QH15 ngày 10/12/2025.
- Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350.
- Zhang, M., Chen, X., Xie, H., Esposito, L., Parziale, A., Taneja, S., & Siraj, A. (2024). Top of tide: Nexus between organization agility, digital capability and top management support in SME digital transformation. Heliyon, 10(10), e31579.