Khi ai cũng làm được báo cáo
Dạo gần đây mình để ý một chuyện khá thú vị. Trong team, có những câu hỏi trước đây gần như “mặc định” phải đi qua Data. Ví dụ như: “Tuần này warehouse nào bị claim nhiều nhất?” hay “SKU nào đang lỗi nhiều bất thường?”
Hồi trước, câu trả lời luôn là: “đợi Data kéo giúp”. Nhưng giờ thì không còn vậy nữa. Có lần một bạn intern mới vào, chưa từng học SQL, cũng chưa dùng Power BI bao giờ, hỏi mình đúng mấy câu kiểu đó. Mình không hướng dẫn gì nhiều, chỉ nói thử dùng ChatGPT để hỏi xem sao.
Một lúc sau bạn ấy quay lại, có bảng số liệu, có so sánh theo warehouse, thậm chí còn nói: “Em thấy cửa hàng A tuần này hơi cao so với bình thường”. Không phải insight gì quá sâu, nhưng đủ để mình thấy một điều: Việc “làm báo cáo” đang trở nên dễ hơn rất nhiều.
Mọi thứ bắt đầu giống Google hơn
Trước đây, nếu muốn có một con số tương đối “đáng tin”, bạn cần khá nhiều thứ: hiểu data nằm ở đâu, join bảng như thế nào, filter ra sao, rồi còn phải visualize.
Còn bây giờ, trải nghiệm nó đang giống như search.
Bạn hỏi một câu, AI sẽ tìm cách trả lời. Không chỉ trả lời, mà còn gợi ý thêm: có thể do cửa hàng này, có thể do nhóm sản phẩm kia.
Ngoài ChatGPT, mình thấy các tool như Microsoft Copilot trong Excel hay Power BI cũng đang đi theo hướng đó. Câu chuyện không còn là “biết tool” nữa, mà là “biết hỏi gì”.
Ở góc độ vận hành, điều này rất tiện. Không cần chờ đợi, không cần phụ thuộc quá nhiều. Nhưng càng làm việc nhiều, mình lại thấy một vấn đề khác bắt đầu rõ hơn.
Có data không có nghĩa là hiểu
Có một lần mình đang xem số liệu claim theo tuần. Dashboard nhìn rất “ổn”: tổng claim giảm, một vài warehouse giữ mức ổn định, không có gì quá bất thường. Nếu dừng ở đó thì dễ kết luận là tình hình đang tốt lên.
Số thì đúng, nhưng cách hiểu thì sai. Mình nghĩ đây là chỗ mà AI chưa giúp được nhiều.
AI có thể tổng hợp, so sánh, highlight chỗ nào tăng giảm. Nhưng để hiểu chuyện gì đang xảy ra ngoài thực tế - kho đang làm gì, QC có vấn đề không, 3PL xử lý ra sao - thì vẫn cần người ở trong cuộc.
Lúc này vai trò của Data bắt đầu “lộ rõ”
Trước đây, Data giống như người giữ chìa khóa. Ai cần số liệu thì phải đi qua.
Bây giờ, chìa khóa đó đang được chia ra. Business có thể tự kéo data, tự xem dashboard, thậm chí tự phân tích ở mức cơ bản. Điều này không xấu, ngược lại còn giúp tốc độ ra quyết định nhanh hơn.
Nhưng nó cũng đặt ra một câu hỏi khá thẳng: Nếu ai cũng làm được báo cáo, thì Data còn làm gì?
Nếu câu trả lời vẫn là:
- làm dashboard
- viết SQL
- fix số
thì vai trò đó sớm muộn cũng bị “co lại”. Không phải vì không cần nữa, mà vì người khác cũng làm được.
Điều khác biệt không nằm ở tool
Sau một thời gian nhìn cách mọi người dùng AI, mình nhận ra thứ quan trọng không phải là bạn dùng tool nào. Mà là bạn hiểu vấn đề tới đâu.
Hai người có thể cùng hỏi một câu với AI, nhưng:
- một người dừng lại ở con số
- một người hỏi tiếp: “vì sao lại như vậy?”
Sự khác biệt nằm ở chỗ đó. Trong vận hành, context rất quan trọng. Một con số tăng/giảm có thể đến từ hàng chục lý do khác nhau, và nếu không hiểu flow thực tế thì rất dễ đi sai hướng.
Có lẽ Data sẽ phải “dịch chuyển”
Mình không nghĩ Data sẽ biến mất. Nhưng cách làm việc chắc chắn phải thay đổi. Thay vì tập trung quá nhiều vào việc “làm report”, có lẽ cần dành thời gian cho những thứ như:
- Hiểu rõ hệ thống đang chạy như thế nào.
- Metric được định nghĩa ra sao.
- Quy trình ngoài thực tế có gì khác so với trên giấy.
Nghe có vẻ basic, nhưng thực tế không phải ai cũng làm.
Một dashboard đẹp không giúp nhiều nếu metric bên trong đang sai. Và AI thì càng không biết điều đó đúng hay sai, nó chỉ xử lý dựa trên những gì mình đưa vào.
Một suy nghĩ cá nhân
Có một câu mình hay tự hỏi gần đây:
- Nếu ngày mai AI làm được hết phần dashboard của mình, thì phần còn lại của mình là gì?
- Nếu chỉ là tool, thì câu trả lời hơi mỏng.
- Nhưng nếu là hiểu business, hiểu flow, biết vấn đề nằm ở đâu, thì vẫn còn rất nhiều việc phải làm.
Mình không nghĩ đây là một sự thay thế, mà giống như một sự “đẩy lên”. Những việc mang tính lặp lại sẽ dần được làm nhanh hơn, tự động hơn. Phần còn lại hiểu, phân tích, quyết định sẽ cần nhiều hơn.
Còn việc mình đang ở phía nào của sự thay đổi đó, chắc mỗi người sẽ tự cảm nhận rõ nhất khi làm việc hằng ngày.
0 Nhận xét