Dùng AI đọc số liệu kinh doanh: cách hỏi và cách kiểm lại

Dùng AI đọc số liệu kinh doanh có ích nhất ở hai việc: chỉ cho bạn chỗ bất thường đáng soi kỹ, và gợi ra câu hỏi tiếp theo bạn chưa nghĩ tới. Nó kém tin cậy nhất ở việc đưa cho bạn một con số cuối cùng. Vì vậy quy trình đúng gồm ba phần: dọn bảng trước khi đưa vào, hỏi đúng kiểu câu hỏi, và kiểm lại mọi con số trước khi mang vào báo cáo.

Cây đèn pin trong kho hàng tối

Hãy hình dung bạn bước vào một kho hàng chưa bật điện. Có người đưa cho bạn một cây đèn pin. Cây đèn không nói cho bạn biết trong thùng có gì, nó chỉ soi để bạn thấy thùng nào móp, thùng nào xếp lệch, góc nào ẩm. Việc mở thùng ra đếm vẫn là của bạn.

AI khi đọc số liệu kinh doanh đúng là cây đèn pin đó. Nó quét rất nhanh một bảng 2.000 dòng và nói “tháng 7 vùng miền Trung lệch hẳn so với phần còn lại”. Đó là thông tin quý. Nhưng nếu bạn hỏi “vậy miền Trung giảm bao nhiêu phần trăm” rồi chép thẳng con số nó đưa vào slide họp, bạn đang nhờ cây đèn pin đếm hàng hộ.

Có một nghiên cứu rất đáng nhớ về chuyện này. Nhóm Dell’Acqua (Harvard Business School, Wharton, MIT Sloan và BCG, 2023) cho hơn 700 tư vấn viên của BCG làm việc có và không có AI. Với nhóm nhiệm vụ nằm trong vùng AI làm tốt, hiệu suất cao hơn gần 40%. Nhưng với nhiệm vụ nằm ngoài vùng đó — một bài toán phải kết hợp số liệu với thông tin phỏng vấn — người dùng AI lại làm kém hơn trung bình 19 điểm phần trăm so với người không dùng. Các tác giả gọi ranh giới mập mờ này là “đường biên lởm chởm” (jagged frontier).

Đọc số liệu kinh doanh nằm ngay trên đường biên đó. Phần mô tả, phát hiện, gợi ý thì AI làm rất tốt. Phần tính toán nhiều bước và suy luận nhân quả thì nó sai một cách rất tự tin. Biết mình đang đứng bên nào của đường biên là toàn bộ kỹ năng cần học.

Chuẩn bị bảng trước khi đưa vào AI

Chất lượng câu trả lời phụ thuộc vào chất lượng bảng nhiều hơn phụ thuộc vào câu lệnh. Một bảng Excel kế toán điển hình của doanh nghiệp Việt Nam thường có ba dòng tiêu đề, vài ô gộp, một cột ghi chú tiếng Việt không dấu và hai cột ẩn. Đưa nguyên vào AI là tự chuốc lấy câu trả lời sai.

Năm bước dọn bảng, làm một lần rồi lưu thành mẫu:

1. Một dòng tiêu đề duy nhất, tên cột viết rõ nghĩa: thang, chi_nhanh, doanh_thu_vnd, so_don, nhan_vien_phu_trach. Tránh tên kiểu Cột 1, DT, TT.
2. Bỏ hết ô gộp. Ô gộp là nguyên nhân số một khiến AI đọc lệch cột. Nếu một giá trị áp dụng cho nhiều dòng, hãy điền lặp lại cho từng dòng.
3. Bỏ cột nhạy cảm: lương, thưởng cá nhân, số điện thoại và email khách, số hợp đồng, mã số thuế của khách. Nếu cần phân tích theo người, thay tên bằng mã: NV01, NV02.
4. Nói rõ đơn vị tính và kỳ. “Doanh thu đơn vị nghìn đồng, đã trừ chiết khấu, chưa gồm VAT, kỳ từ 01/01 đến 30/09/2026.” Câu này nên dán kèm mỗi lần hỏi. Phần lớn hiểu nhầm của AI đến từ chỗ nó đoán đơn vị.
5. Bỏ dòng tổng cộng ở cuối bảng, hoặc tách riêng. Để lẫn dòng tổng trong dữ liệu khiến AI cộng hai lần.

Đưa số liệu vào AI bằng cách nào?

Có ba cách, và chúng không tương đương nhau.

Cách đưa vào	Hợp khi nào	Ưu điểm	Nhược điểm
Dán bảng dạng chữ	Dưới 100–200 dòng, muốn hỏi nhanh	Chính xác, AI đọc đúng từng ô, không cần công cụ gì thêm	Bảng dài thì rối, dễ mất cột khi dán
Tải file lên (CSV, Excel)	Vài trăm đến vài nghìn dòng	Giữ nguyên cấu trúc; một số công cụ còn chạy được phép tính thật thay vì “đoán”	Phải kiểm tra công cụ có xử lý nhiều sheet không; file nặng dễ bị cắt bớt
Chụp màn hình	Khi không lấy được dữ liệu gốc	Nhanh, giữ được cả định dạng đang nhìn thấy	Kém chính xác nhất: AI phải đọc chữ số từ ảnh, dễ nhầm 6 với 8, dễ lệch cột

Lời khuyên của tôi: ưu tiên tải file, dùng dán bảng cho việc nhanh, và coi chụp màn hình là phương án cuối cùng. Khi buộc phải chụp màn hình, hãy yêu cầu AI đọc lại bảng thành chữ trước, kiểm mắt một lượt, rồi mới cho nó phân tích.

Nếu bạn chưa quen làm sạch bảng trong Excel hay Google Sheets, tài liệu skill Excel & Google Sheets trong kho tài nguyên có sẵn bộ hướng dẫn để dán thẳng vào AI khi cần tách cột, dọn dữ liệu hay viết công thức.

Dùng AI đọc số liệu kinh doanh: 10 câu hỏi mẫu cho một bảng số liệu

Thứ tự quan trọng. Đừng hỏi “phân tích giúp tôi bảng này” — câu đó luôn cho ra một bản tóm tắt chung chung, đọc xong không làm gì được. Hãy đi từ mô tả, sang bất thường, sang so sánh, rồi mới tới giả thuyết.

Bối cảnh: tôi là [chủ doanh nghiệp / trưởng phòng kinh doanh] của một công ty [ngành].
Bảng dưới đây là [tên báo cáo], đơn vị [nghìn đồng], kỳ [từ ... đến ...], đã trừ chiết khấu.
Hãy trả lời lần lượt các câu hỏi sau. Với mỗi con số, ghi rõ bạn lấy từ dòng/cột nào và tính bằng công thức gì.
Nếu dữ liệu không đủ để trả lời, hãy nói "không đủ dữ liệu", không được suy đoán.

1. Mô tả bảng này có bao nhiêu dòng, bao nhiêu cột, mỗi cột nghĩa là gì theo bạn hiểu.
2. Có ô nào trống, trùng lặp, hoặc có vẻ nhập sai không? Liệt kê tối đa 10 dòng.
3. Số nào trong bảng là bất thường so với phần còn lại? Vì sao bạn cho là bất thường?
4. Ba giá trị cao nhất và ba giá trị thấp nhất của [cột chỉ tiêu], kèm số dòng.
5. So sánh [kỳ này] với [kỳ trước] theo [chi nhánh / sản phẩm]: chỗ nào tăng, chỗ nào giảm mạnh nhất?
6. Phần đóng góp: bao nhiêu phần trăm [doanh thu] đến từ [20% khách hàng / sản phẩm] lớn nhất?
7. Có mối liên hệ nào đáng chú ý giữa hai cột [A] và [B] không? Nói rõ đây là tương quan, chưa phải nguyên nhân.
8. Ba giả thuyết giải thích biến động lớn nhất trong bảng, và với mỗi giả thuyết, cần thêm dữ liệu gì để kiểm chứng.
9. Nếu xu hướng [3 kỳ gần nhất] tiếp tục, [chỉ tiêu] của kỳ sau sẽ ở khoảng nào? Nêu rõ giả định bạn dùng.
10. Năm câu hỏi mà một người phân tích giỏi sẽ hỏi tiếp sau khi đọc bảng này.

Câu số 10 thường là câu đáng giá nhất. Nó đúng với lập trường tôi muốn nói trong cả bài: AI là người phân tích tập sự thông minh, không phải cái máy tính. Người tập sự giỏi không đưa cho bạn kết luận, họ đưa cho bạn danh sách chỗ cần soi.

Để viết lại các câu lệnh này theo đúng việc của công ty mình, bạn có thể dùng khung viết câu lệnh dưới đây — bốn phần cố định: vai trò, bối cảnh, yêu cầu, định dạng đầu ra.

Quà tặng miễn phí · Khung + thư viện prompt

Khung viết prompt 5 phần kèm 10 prompt mẫu

Khung 5 phần giúp bạn viết câu lệnh AI ra kết quả dùng được ngay từ lần đầu, kèm 10 prompt mẫu cho quản lý, sale, văn phòng và HR để copy dùng luôn, có kết quả mẫu và ví dụ sửa prompt từng bước.

• — Khung 5 phần: vai trò, bối cảnh, nhiệm vụ, định dạng đầu ra, ví dụ
• — Bảng so sánh prompt yếu và prompt tốt cho cùng một việc
• — Ví dụ sửa một prompt yếu từng bước theo khung 5 phần, có kết quả trước và sau
• — 10 prompt mẫu cho quản lý, sale, văn phòng, HR — bấm copy là dùng; 4 prompt có kết quả mẫu
• — Checklist 8 điểm trước khi gửi prompt và quy tắc an toàn dữ liệu khi dùng AI trong công ty

Danh xưng

Danh xưng Anh Chị

Họ tên Email

Website

Tôi đồng ý nhận tài liệu và email. Xem Chính sách bảo mật. Nhận tài liệu ngay →

Miễn phí, huỷ đăng ký lúc nào cũng được.

Kiểm lại ra sao: phần quan trọng nhất của bài này

Đây là chỗ tôi thấy nhiều quản lý trả giá. Một con số sai trong báo cáo gửi sếp tốn nhiều hơn toàn bộ thời gian AI đã tiết kiệm cho bạn trong tháng.

AI sai ở phép tính nhiều bước không phải vì nó “ngu”, mà vì cách nó hoạt động: nó sinh ra câu trả lời nghe hợp lý dựa trên mẫu ngôn ngữ, chứ không chạy một phép tính như máy tính bỏ túi. Càng nhiều bước — cộng dồn, chia, đổi tỷ lệ, rồi so sánh — xác suất lệch càng lớn. Lý do sâu hơn và các kiểu sai khác nằm ở bài khi AI trả lời sai.

Bốn lớp kiểm, làm theo thứ tự, tốn khoảng 5 phút:

1. Kiểm tổng. Tự cộng cột chính trong Excel bằng SUM. Nếu tổng của bạn và tổng của AI lệch, dừng lại, không đọc tiếp phân tích nào nữa.
2. Kiểm hai dòng mẫu. Chọn ngẫu nhiên hai dòng, tự tính tay con số mà AI nói về dòng đó. Chọn ngẫu nhiên, đừng chọn dòng đầu — dòng đầu thường đúng.
3. Kiểm công thức, không kiểm kết quả. Hỏi lại: “Bạn tính con số 18,4% này bằng cách nào? Ghi rõ tử số, mẫu số và các dòng đã dùng.” Nếu công thức sai thì kết quả có đúng cũng là ăn may; nếu AI không nêu được công thức, bỏ con số đó.
4. Kiểm bằng một câu hỏi ngược. Hỏi lại cùng một thứ theo hướng khác: thay vì “chi nhánh nào giảm mạnh nhất”, hỏi “sắp xếp các chi nhánh theo mức thay đổi so với kỳ trước”. Hai câu trả lời phải khớp nhau. Lệch nhau là dấu hiệu rõ nhất của một con số bịa.

Kiểu sai tôi gặp nhiều nhất khi cho AI đọc bảng số liệu không nằm ở phép tính phức tạp, mà ở những chỗ rất đời thường. Bảng xuất từ phần mềm còn sót dòng “Tổng cộng” ở cuối, và AI cộng luôn dòng đó vào tổng, nên tổng doanh thu bỗng gấp đôi. Một cột ghi theo nghìn đồng, cột bên cạnh ghi theo đồng, và AI so hai cột như thể cùng đơn vị. Hoặc bảng dài, AI lặng lẽ bỏ qua mấy dòng cuối mà không báo một lời.

Cả ba kiểu này đều bị bắt ở hai lớp kiểm đầu tiên. Tự cộng bằng SUM là lộ ngay tổng bị gấp đôi hay thiếu dòng; tính tay hai dòng ngẫu nhiên là lộ chuyện lẫn đơn vị. Vì vậy tôi giữ một luật cho mình: chưa qua lớp kiểm tổng thì chưa đọc câu nhận xét nào của AI, dù nó viết hay đến đâu.

Việc nào giao cho AI, việc nào giữ lại cho mình

Việc	Giao cho AI	Vì sao
Mô tả bảng, giải thích tên cột	Có	Việc đọc hiểu, ít rủi ro
Tìm ô trống, trùng lặp, định dạng lỗi	Có	Nhanh hơn người rất nhiều
Chỉ ra chỗ bất thường đáng soi	Có	Đây là thế mạnh rõ nhất
Gợi câu hỏi tiếp theo, đặt giả thuyết	Có	Giúp bạn thoát khỏi lối nghĩ quen
Viết lại nhận xét cho dễ đọc	Có	Sau khi số đã được kiểm
Tính tổng, tỷ lệ, tăng trưởng dùng trong báo cáo	Không, hoặc phải kiểm lại	Phép tính nhiều bước dễ sai
Kết luận nguyên nhân	Không	Tương quan không phải nhân quả; AI không biết bối cảnh công ty
Dự báo để làm cam kết với lãnh đạo	Không	Dự báo cần giả định do người chịu trách nhiệm đặt ra

Dòng cuối cùng đáng nói thêm. AI có thể vẽ ra một đường xu hướng rất mượt, nhưng nó không biết tháng sau bạn mất hai nhân viên sale, hay đối thủ vừa giảm giá. Cách đưa số liệu vào một quyết định mà vẫn giữ được phần phán đoán của người, tôi viết riêng trong bài dùng AI ra quyết định.

Sai lầm thường gặp khi dùng AI đọc số liệu

• Hỏi “phân tích giúp tôi bảng này”. Câu hỏi rộng luôn cho ra câu trả lời rộng. Hỏi từng câu cụ thể, theo thứ tự.
• Chép thẳng con số vào slide. Không kiểm tổng, không kiểm công thức. Đây là cách nhanh nhất để mất uy tín trong một cuộc họp.
• Chụp màn hình cho nhanh. Tiết kiệm 2 phút, đổi lấy rủi ro AI đọc nhầm chữ số.
• Quên nói đơn vị tính. AI sẽ tự đoán, và nó thường đoán sai theo hướng làm con số đẹp hơn.
• Hỏi nguyên nhân quá sớm. “Vì sao doanh thu giảm?” — AI sẽ viết cho bạn năm lý do nghe rất hợp lý, không lý do nào dựa trên dữ liệu trong bảng.
• Dán nguyên file có cột lương và tên khách. Rủi ro không đáng đánh đổi với vài phút tiện lợi.
• Không lưu lại câu lệnh đã dùng. Tháng sau làm lại từ đầu, và kết quả không so sánh được với tháng này.

Checklist mỗi lần dùng AI đọc số liệu

• Bảng đã có một dòng tiêu đề, không còn ô gộp, không còn dòng tổng lẫn trong dữ liệu
• Đã bỏ lương, tên khách hàng và mọi thông tin nhận diện
• Đã ghi rõ đơn vị tính, kỳ báo cáo, cách tính (đã trừ chiết khấu, đã gồm VAT hay chưa)
• Đã hỏi theo thứ tự: mô tả → bất thường → so sánh → giả thuyết
• Đã yêu cầu AI nêu công thức và dòng dữ liệu cho mỗi con số
• Đã tự tính lại tổng và hai dòng mẫu chọn ngẫu nhiên
• Đã hỏi lại một câu ngược để đối chiếu
• Mọi con số đưa vào báo cáo đều do bạn kiểm, và bạn chịu trách nhiệm

Nếu bạn đang xây hệ thống chỉ số cho đội, hãy đọc kèm bài KPI là gì để chắc rằng những con số bạn nhờ AI đọc là những con số đáng đọc.

Tóm lại

• Dùng AI đọc số liệu kinh doanh mạnh nhất ở việc chỉ chỗ bất thường và gợi câu hỏi tiếp theo.
• Dọn bảng trước khi đưa vào: một dòng tiêu đề, bỏ ô gộp, bỏ cột nhạy cảm, nói rõ đơn vị và kỳ.
• Ưu tiên tải file hoặc dán bảng; chụp màn hình là phương án cuối cùng.
• Hỏi theo thứ tự mô tả → bất thường → so sánh → giả thuyết, và yêu cầu AI nêu công thức.
• Kiểm tổng, kiểm hai dòng mẫu, kiểm công thức, hỏi ngược — trước khi bất kỳ con số nào ra khỏi máy bạn.

Việc làm ngay hôm nay: lấy báo cáo bán hàng tháng gần nhất, dọn thành một bảng sạch, chạy ba câu hỏi đầu tiên trong bộ 10 câu ở trên. Rồi tự cộng tổng bằng Excel và so với con số AI đưa ra. Kết quả của phép so sánh đó sẽ quyết định bạn tin AI tới mức nào trong những tháng tới.

Các bài còn lại về cách dùng AI trong công việc quản lý nằm ở chủ đề AI cho quản lý & lãnh đạo, và bài tổng quan là ứng dụng AI trong quản lý doanh nghiệp.