Đào tạo AI tại TP.HCM: doanh nghiệp chuẩn bị gì trước buổi học

Trước một buổi đào tạo AI, doanh nghiệp nên chuẩn bị 4 thứ: câu trả lời cho buổi khảo sát (ai học, đang làm việc gì, dùng công cụ nào), 2–3 bài tập lấy từ công việc thật, dữ liệu mẫu đã được làm sạch thông tin cá nhân, và tài khoản AI đã kiểm tra quyền truy cập. Thiếu một trong bốn thứ này, buổi học dễ trôi thành phần trình diễn chung chung mà nhân viên không mang về áp dụng được.

Bài viết này dành cho người phụ trách nhân sự, trưởng phòng hoặc chủ doanh nghiệp đang tìm đào tạo AI tại TP.HCM và muốn buổi học dùng được ngay hôm sau. Nếu bạn còn đang chọn đơn vị đào tạo, hãy đọc trước bài Cách chọn đơn vị đào tạo AI và lập kế hoạch đào tạo cho nhân viên. Bài này bắt đầu từ lúc bạn đã chọn xong và cần chuẩn bị.

Trước buổi đào tạo AI, doanh nghiệp cần chuẩn bị những gì?

Cần chuẩn bị theo 5 nhóm việc, và nên bắt đầu sớm khoảng 2–3 tuần trước buổi học. Phần tốn thời gian nhất thường là chọn bài tập và làm sạch dữ liệu mẫu, không phải khâu hậu cần.

Bảng dưới đây là danh sách gợi ý. Bạn có thể điều chỉnh theo quy mô công ty.

Nhóm việc	Người phụ trách gợi ý	Kết quả cần có
1. Trả lời khảo sát trước đào tạo	Trưởng phòng có nhân viên tham gia	Bảng mô tả học viên, công việc, công cụ đang dùng
2. Chọn bài tập thực hành	Trưởng phòng + 1–2 nhân viên làm việc đó hằng ngày	2–3 bài tập, mỗi bài có đầu vào và kết quả mong muốn
3. Chuẩn bị dữ liệu mẫu	Người phụ trách bài tập + người phụ trách dữ liệu	Tài liệu mẫu đã thay tên, số điện thoại, số tài khoản
4. Kiểm tra công cụ và tài khoản	IT hoặc người quản trị hệ thống	Danh sách công cụ được phép dùng, tài khoản đăng nhập được
5. Thống nhất cách đo kết quả	Người đặt hàng đào tạo	1–2 chỉ số kiểm tra sau buổi học

Các phần dưới đây đi vào từng nhóm.

Buổi khảo sát trước đào tạo sẽ hỏi những gì?

Một đơn vị đào tạo làm thực hành sẽ hỏi về công việc cụ thể của học viên, không chỉ hỏi số người tham gia. Bạn nên chuẩn bị sẵn câu trả lời để buổi khảo sát ngắn và chính xác.

Về học viên

• Bao nhiêu người tham gia, thuộc phòng ban nào, vị trí gì.
• Mức độ đã dùng AI: chưa dùng, dùng thử vài lần, hay dùng hằng tuần.
• Ngôn ngữ làm việc chính: tiếng Việt, tiếng Anh, tiếng Nhật, hay pha trộn. Ở TP.HCM, nhiều nhóm làm việc với đối tác nước ngoài, nên câu này ảnh hưởng trực tiếp đến cách viết prompt mẫu.
• Có ai trong nhóm đã tự dùng AI khá tốt không. Người này có thể làm trợ giảng nội bộ sau buổi học.

Về công việc

• 3–5 việc lặp lại nhiều nhất mỗi tuần, mỗi việc mất bao lâu.
• Việc nào thường bị sai sót, hoặc phải sửa đi sửa lại.
• Đầu ra của mỗi việc là gì: email, báo cáo Excel, biên bản, bản dịch, mô tả công việc.
• Ai là người kiểm tra cuối cùng trước khi kết quả được gửi đi.

Về công cụ và quy định

• Công ty đang dùng bộ phần mềm văn phòng nào (Microsoft 365, Google Workspace, hay khác).
• Công cụ AI nào đã được phép dùng, công cụ nào bị chặn.
• Công ty đã có quy định về dữ liệu được phép nhập vào AI chưa. Nếu chưa có, xem bài Quy định sử dụng AI trong doanh nghiệp: dữ liệu nào được nhập để soạn bản đầu tiên.

Về mục tiêu

• Sau buổi học, bạn muốn nhân viên làm được việc gì mà hiện tại chưa làm được.
• Kết quả nào thì bạn coi là buổi học đạt yêu cầu.

Mẹo nhỏ: gửi các câu hỏi này cho trưởng phòng trước dưới dạng biểu mẫu, rồi mới họp. Như vậy buổi họp chỉ cần làm rõ những chỗ còn mơ hồ.

Nên chọn bài tập thực hành như thế nào?

Hãy chọn bài tập từ việc thật mà học viên làm hằng tuần, có đầu vào rõ ràng và có cách kiểm tra đúng sai. Bài tập chung chung như "viết một bài thơ" hay "tóm tắt một bài báo bất kỳ" giúp làm quen công cụ, nhưng không giúp nhân viên áp dụng vào việc của mình.

Bốn tiêu chí chọn bài tập

1. Lặp lại thường xuyên: việc làm ít nhất hằng tuần, để học xong có cơ hội dùng lại ngay.
2. Có đầu vào cụ thể: một tệp Excel, một ghi chú cuộc họp, một email khách gửi. Không có đầu vào thì AI chỉ đoán.
3. Kiểm tra được: có số liệu đối chiếu, có mẫu chuẩn, hoặc có người biết kết quả đúng trông như thế nào.
4. Rủi ro thấp khi sai: buổi học đầu tiên không nên dùng việc mà một lỗi nhỏ gây hậu quả lớn, như hợp đồng pháp lý hoặc số liệu nộp thuế.

Ví dụ bài tập tốt và chưa tốt

Ví dụ minh họa dưới đây dùng nội dung giả định, không lấy từ công ty có thật.

Phòng ban	Bài tập chưa tốt	Bài tập tốt hơn
Hành chính	"Thử hỏi AI về quy trình văn phòng"	Từ ghi chú cuộc họp giao ban 30 phút, viết biên bản theo mẫu công ty, rồi đối chiếu danh sách việc cần làm
Kế toán	"Nhờ AI giải thích chuẩn mực kế toán"	Dùng AI viết công thức Excel đối chiếu bảng kê hóa đơn với sổ chi tiết, rồi tự kiểm tra 10 dòng
Kinh doanh	"Viết email chào hàng"	Từ ghi chú cuộc gọi với khách, soạn email xác nhận nội dung trao đổi, kiểm tra lại giá và ngày giao
Nhân sự	"Hỏi AI xu hướng tuyển dụng"	Từ yêu cầu của trưởng phòng, viết bản mô tả công việc, kiểm tra quyền lợi và yêu cầu có khớp chính sách không

Các bài tập ở cột phải đều có chung một điểm: học viên phải kiểm tra lại kết quả. Đây là kỹ năng quan trọng nhất cần luyện, vì AI có thể viết trôi chảy nhưng sai số liệu. Bài Kiểm tra kết quả AI trước khi gửi: lỗi thường gặp và cách sửa có danh sách lỗi bạn có thể dùng làm bảng chấm trong buổi học.

Mỗi bài tập cần đi kèm những gì?

Với mỗi bài tập, hãy chuẩn bị một trang ngắn gồm:

Tên bài tập: Viết biên bản cuộc họp giao ban
Người làm việc này hiện nay: Nhân viên hành chính
Đầu vào: Ghi chú tay đã gõ lại (khoảng 1 trang), danh sách người dự họp
Kết quả mong muốn: Biên bản theo mẫu công ty, có bảng việc cần làm (người phụ trách, hạn)
Cách kiểm tra: So từng việc cần làm với ghi chú gốc; không có việc nào bị thêm hoặc mất
Lỗi hay gặp khi làm tay: Sót hạn hoàn thành, ghi sai tên người phụ trách

(Ví dụ minh họa, nội dung giả định.)

Trang này giúp đơn vị đào tạo thiết kế bài tập sát với thực tế, và giúp chính bạn biết sau buổi học cần kiểm tra điều gì.

Chuẩn bị dữ liệu mẫu thế nào để không lộ thông tin?

Dùng tài liệu thật nhưng thay hết thông tin cá nhân và thông tin nhạy cảm trước khi đưa vào buổi học. Đây không chỉ là thói quen tốt: Việt Nam đã có Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, có hiệu lực từ ngày 01/01/2026.

Theo bản tóm tắt của LuatVietnam, luật này yêu cầu dữ liệu được thu thập và xử lý trong phạm vi mục đích cụ thể, rõ ràng, và tổ chức phải có biện pháp kỹ thuật, tổ chức, nhân sự phù hợp để bảo vệ dữ liệu cá nhân (LuatVietnam). Dùng dữ liệu khách hàng hoặc nhân viên thật cho mục đích luyện tập trên lớp khó giải thích là nằm trong mục đích ban đầu. Cách an toàn nhất là không dùng. Phần này chỉ là thông tin tham khảo, không phải tư vấn pháp lý; hãy hỏi bộ phận pháp chế hoặc luật sư nếu cần áp dụng cụ thể.

Các bước làm sạch dữ liệu mẫu

1. Chọn tài liệu gốc từ bài tập đã chốt (một email, một bảng kê, một ghi chú).
2. Thay tên người và tên công ty bằng tên giả thống nhất, ví dụ "Công ty A", "Anh Nguyễn Văn B".
3. Thay số định danh: số điện thoại, email, số CCCD, số tài khoản ngân hàng, mã số thuế.
4. Đổi số tiền theo một hệ số (ví dụ nhân 1,3) nếu số tiền thật là thông tin kinh doanh nhạy cảm. Giữ nguyên cấu trúc bảng và quan hệ giữa các con số để bài tập đối chiếu vẫn có ý nghĩa.
5. Nhờ một người thứ hai rà lại trước khi gửi cho đơn vị đào tạo. Người làm sạch thường bỏ sót chi tiết ở chữ ký email hoặc tên tệp.
6. Lưu bản đã làm sạch ở thư mục riêng, đặt tên rõ ràng, để học viên không vô tình mở bản gốc trong buổi học.

Giữ lại những gì?

Đừng làm sạch đến mức tài liệu mất hết đặc điểm thật. Hãy giữ lại cách viết tắt nội bộ, lỗi chính tả thường gặp, bảng có ô trống, ghi chú lẫn tiếng Anh hoặc tiếng Nhật. Chính những chỗ "lộn xộn" này làm bài tập giống việc thật, và cho học viên thấy AI xử lý đúng sai ở đâu.

Công cụ và tài khoản AI cần kiểm tra gì trước buổi học?

Hãy chốt danh sách công cụ được phép dùng và cho mọi học viên đăng nhập thử trước ít nhất vài ngày. Đồng thời, kiểm tra loại tài khoản đang dùng, vì cam kết về dữ liệu khác nhau giữa tài khoản cá nhân và tài khoản doanh nghiệp.

Danh sách kiểm tra kỹ thuật

• Mỗi học viên có tài khoản đăng nhập được, đã thử đăng nhập trên máy sẽ dùng trong buổi học.
• Mạng công ty không chặn trang của công cụ AI (thường gặp khi tường lửa chặn theo danh mục).
• Học viên mở được các tệp mẫu (Excel, Word, PDF) trên máy của mình.
• Có người hỗ trợ IT nắm được tình hình trong 30 phút đầu buổi học.

Tài khoản doanh nghiệp và dữ liệu

Nếu công ty dùng bộ công cụ văn phòng có tích hợp AI, hãy đọc trang cam kết dữ liệu chính thức của nhà cung cấp. Hai ví dụ, tính đến tháng 10/2026:

• Microsoft Copilot (tài khoản tổ chức): trang tài liệu của Microsoft về bảo vệ dữ liệu doanh nghiệp ghi rằng prompt, câu trả lời và dữ liệu truy cập qua Microsoft Graph không được dùng để huấn luyện mô hình nền tảng (Microsoft Learn). Trang này cũng lưu ý rằng các biện pháp kiểm soát cụ thể khác nhau tùy gói đăng ký.
• Gemini trong Google Workspace: trang Privacy Hub của Google viết: "Workspace does not use customer data for training models without customer's prior permission or instruction" (Google Workspace), áp dụng cho các phiên bản Workspace đủ điều kiện.

Với tài khoản cá nhân miễn phí, điều khoản có thể khác. Trước buổi học, IT nên kiểm tra phần cài đặt dữ liệu của từng công cụ và ghi lại kết quả. Dù tài khoản thuộc loại nào, nguyên tắc ở phần trên vẫn giữ nguyên: dữ liệu mẫu trong lớp học đã được làm sạch.

Đo kết quả sau buổi học bằng gì?

Hãy thống nhất cách đo trước buổi học, không đợi đến khi học xong. Một khung tham khảo phổ biến là mô hình Kirkpatrick với 4 cấp độ: phản ứng, học được gì, thay đổi hành vi trong công việc, và kết quả cho tổ chức (Kirkpatrick Partners).

Với một buổi đào tạo AI thực hành, bạn không cần đo cả 4 cấp độ ngay. Cách áp dụng gợi ý:

Cấp độ	Câu hỏi cần trả lời	Cách đo đơn giản
Phản ứng	Học viên thấy nội dung có liên quan đến việc của mình không?	Phiếu khảo sát 3 câu ngay cuối buổi
Học được gì	Học viên tự làm lại được bài tập không?	Mỗi người làm lại 1 bài tập với đầu vào mới, trưởng phòng chấm theo cách kiểm tra đã ghi
Hành vi	Học viên có dùng AI cho việc đó trong công việc thật không?	Sau 2–4 tuần, trưởng phòng hỏi lại và xem 1–2 sản phẩm thật
Kết quả	Việc đó có nhanh hơn hoặc ít lỗi hơn không?	So với số liệu bạn ghi ở bước khảo sát (thời gian, số lần sửa)

Điểm mấu chốt: chỉ số ở cấp "Kết quả" chỉ so sánh được nếu bạn đã ghi lại hiện trạng ở bước khảo sát. Đó là lý do câu hỏi "mỗi việc mất bao lâu" nằm trong danh sách ở trên.

Lịch chuẩn bị gợi ý trong 3 tuần

Nếu chưa biết bắt đầu từ đâu, bạn có thể dùng lịch dưới đây và rút ngắn nếu công ty nhỏ.

1. Tuần 1: gửi biểu mẫu khảo sát cho trưởng phòng; họp khảo sát với đơn vị đào tạo; chốt danh sách học viên.
2. Tuần 2: chọn 2–3 bài tập, viết trang mô tả cho từng bài; làm sạch dữ liệu mẫu và nhờ người thứ hai rà lại; gửi cho đơn vị đào tạo góp ý.
3. Tuần 3: IT kiểm tra tài khoản và mạng; học viên đăng nhập thử; chốt phiếu khảo sát cuối buổi và cách đo sau 2–4 tuần.
4. Sau buổi học: lưu prompt và bài làm tốt nhất vào thư mục chung để cả phòng dùng lại; hẹn ngày kiểm tra cấp độ "Hành vi".

Những việc ở tuần 2 quyết định phần lớn chất lượng buổi học. Nếu phải cắt bớt, hãy cắt ở chỗ khác.

Doanh nghiệp tại TP.HCM nên lưu ý thêm điều gì?

Không có quy trình riêng cho TP.HCM, nhưng có vài điểm thực tế đáng chú ý khi nhóm học viên đa dạng. Hãy xử lý chúng ngay ở bước khảo sát.

• Nhóm nhiều ngôn ngữ: nếu học viên làm việc bằng tiếng Việt nhưng tài liệu gốc bằng tiếng Anh hoặc tiếng Nhật, hãy đưa ít nhất một bài tập dịch hoặc tóm tắt song ngữ vào chương trình. Bài Dùng AI dịch tài liệu tiếng Nhật: cách giữ đúng thuật ngữ có cách chuẩn bị bảng thuật ngữ.
• Nhiều chi nhánh hoặc làm việc từ xa: hỏi đơn vị đào tạo trước về hình thức tổ chức phù hợp, và kiểm tra rằng mọi địa điểm đều mở được công cụ AI.
• Trình độ chênh lệch: xếp người đã dùng AI thường xuyên ngồi cạnh người mới, hoặc chuẩn bị thêm một bài tập nâng cao cho nhóm đi nhanh.

EON tổ chức đào tạo AI thực hành nội bộ cho doanh nghiệp bằng tiếng Việt, tiếng Nhật hoặc tiếng Anh: học viên dùng AI trên chính công việc của công ty, sau đó tự kiểm tra và sửa kết quả. Bạn có thể xem thêm tại trang Đào tạo AI cho doanh nghiệp.