AI đang thay đổi cách doanh nghiệp vận hành, nhưng khi AI ngày càng được sử dụng rộng rãi, một câu hỏi quan trọng được đặt ra: Làm thế nào để doanh nghiệp khai thác tối đa giá trị của AI mà vẫn kiểm soát được chi phí, dữ liệu và rủi ro?

Mục lục

  1. AI trong doanh nghiệp: Không chỉ là câu chuyện ứng dụng công nghệ
  2. Usage-Based Pricing: Chi phí AI gắn liền với mức độ sử dụng
  3. AI Governance (Quản trị AI): Kiểm soát để mở rộng AI một cách bền vững
  4. AI Credit Management: Quản trị tài nguyên AI thay vì chỉ kiểm soát chi phí
  5. Business Value: Đo lường AI bằng giá trị mang lại
  6. Doanh nghiệp nên bắt đầu quản trị AI từ đâu?
  7. DS Solution: Đồng hành cùng doanh nghiệp từ ứng dụng AI đến tạo ra giá trị

1. AI trong doanh nghiệp: Không chỉ là câu chuyện ứng dụng công nghệ

Trong những năm gần đây, AI đã chuyển từ một công nghệ hỗ trợ thành một phần trong hoạt động vận hành của doanh nghiệp.

Trong hệ sinh thái Atlassian, AI không chỉ dừng ở tìm kiếm thông tin hay hỗ trợ viết nội dung. Với Rovo, doanh nghiệp có thể khai thác tri thức từ nhiều nguồn dữ liệu. AI Agents giúp thực hiện các nhiệm vụ, còn Automation giúp tối ưu quy trình làm việc.

Những khả năng này mở ra nhiều cơ hội:

  • Giảm thời gian tìm kiếm và tổng hợp thông tin.
  • Tự động hóa các công việc lặp lại.
  • Nâng cao hiệu quả xử lý yêu cầu hỗ trợ.
  • Kết nối tri thức và dữ liệu giữa các đội nhóm.
  • Hỗ trợ ra quyết định dựa trên thông tin.

Tuy nhiên, khi AI được triển khai trên quy mô lớn, doanh nghiệp cũng phải đối mặt với những vấn đề mới.

Một AI Agent có thể truy cập những dữ liệu nào? Ai được phép tạo và triển khai Agent? Một quy trình có thực sự cần AI hay chỉ cần Automation thông thường? Chi phí AI tăng lên có tương xứng với giá trị mang lại?

Đây là lúc doanh nghiệp cần chuyển từ tư duy AI Adoption (Ứng dụng AI) sang AI Governance (Quản trị AI).

Và sự thay đổi trong mô hình tính phí của Atlassian chính là một trong những yếu tố thúc đẩy doanh nghiệp nhìn nhận lại cách mình sử dụng và quản trị AI.

2. Usage-Based Pricing: Chi phí AI gắn liền với mức độ sử dụng

Atlassian triển khai mô hình Usage-Based Pricing (Định giá dựa trên mức độ sử dụng) đối với một số tính năng trên nền tảng Atlassian Cloud.

Thay vì chỉ tính phí theo số lượng người dùng như mô hình Subscription truyền thống, một số tính năng sẽ được đo lường và tính phí dựa trên mức tiêu thụ thực tế.

Điều này không thay thế chi phí bản quyền hiện tại. Các gói dịch vụ vẫn duy trì cơ chế tính phí theo số lượng người dùng, đồng thời bao gồm một hạn mức sử dụng nhất định cho các tính năng được áp dụng.

Khi vượt hạn mức, doanh nghiệp có thể tiếp tục sử dụng thông qua Extra Usage hoặc các gói dung lượng bổ sung, tùy theo cấu hình quản trị.

Các chỉ số sử dụng áp dụng Usage-Based Pricing: Rovo Credits, Automation Steps, Assets Objects, Bitbucket, Customer Service Management

Các chỉ số sử dụng (Meters) áp dụng mô hình Usage-Based Pricing

Rovo Credits và Automation Steps: Hai chỉ số cần theo dõi

Trong đó, Rovo Credits và Automation Steps là hai chỉ số đặc biệt đáng quan tâm khi doanh nghiệp mở rộng ứng dụng AI và tự động hóa.

Rovo Credits đo lường mức tiêu thụ tài nguyên của các tính năng AI. Credits được sử dụng khi người dùng tương tác với Rovo Chat, AI Agents hoặc khai thác thông tin từ Teamwork Graph.

Automation Steps đo lường số bước được thực thi trong các quy trình tự động hóa, bao gồm Action, Condition, Branch và Loop.

Hạn mức được cộng gộp ở cấp độ tổ chức (Organization-level Pooling), không phân bổ riêng cho từng người dùng hay ứng dụng.

Ví dụ, một doanh nghiệp có 10 người dùng Jira Standard và 10 người dùng Confluence Standard. Theo hạn mức của các gói này, tổ chức có thể có tổng cộng 500 Rovo Credits/tháng dùng chung. Như vậy, doanh nghiệp không chỉ theo dõi số lượng người dùng mà còn phải hiểu cách các nhóm đang khai thác tài nguyên AI.

Usage-Based Pricing đặt ra bài toán quản trị AI mới

Khi chi phí được gắn với mức độ sử dụng, việc khuyến khích nhân viên sử dụng AI không còn là mục tiêu duy nhất.

Doanh nghiệp cần nắm rõ:

Ba câu hỏi: Use AI for what, Use AI how, Get what value

Ba câu hỏi doanh nghiệp cần trả lời khi sử dụng AI

Đây cũng là lúc doanh nghiệp cần kết hợp ba yếu tố: quản lý chi phí sử dụng AI, thiết lập cơ chế quản trị phù hợp và đảm bảo AI mang lại giá trị thực tế cho hoạt động kinh doanh

3. AI Governance (Quản trị AI): Kiểm soát để mở rộng AI một cách bền vững

Usage-Based Pricing giúp doanh nghiệp nhìn rõ hơn mức tiêu thụ và chi phí. Tuy nhiên, kiểm soát Credits không đồng nghĩa với quản trị AI toàn diện.

Một doanh nghiệp có thể kiểm soát rất tốt ngân sách AI nhưng vẫn gặp rủi ro. Rủi ro có thể đến từ công cụ chưa được phê duyệt hoặc AI Agents truy cập vượt quyền. Rủi ro cũng đến từ các quy trình AI thiếu cơ chế giám sát.

AI Governance cần được xây dựng dựa trên bốn trụ cột.

3.1. Access Control – Quản trị quyền truy cập AI

Không phải người dùng nào cũng cần quyền tạo, chỉnh sửa hoặc triển khai AI Agents.

Doanh nghiệp cần phân định rõ:

  • Ai được phép sử dụng AI?
  • Ai được tạo và thử nghiệm AI Agents?
  • Ai có quyền phê duyệt và đưa Agent vào vận hành?
  • Agent được phép truy cập và thực hiện những hành động nào?

Agent trong Rovo không được có quyền truy cập vượt quá quyền hạn của người dùng mà Agent đang đại diện. Đặc biệt, cần phân biệt rõ Agent chỉ có quyền tìm kiếm và cung cấp thông tin với Agent có khả năng hành động tạo, sửa, xóa dữ liệu.

3.2. Data Security – Bảo vệ dữ liệu trong quản trị AI

AI cần dữ liệu phù hợp để hoạt động hiệu quả, nhưng càng mở rộng quyền truy cập, rủi ro càng tăng.

Doanh nghiệp cần kiểm soát:

  • Nguồn dữ liệu mà Rovo và các ứng dụng tích hợp có thể truy cập.
  • Phạm vi hiển thị thông tin đối với từng nhóm người dùng.
  • Quyền của AI Agents khi tương tác với hệ thống.
  • Data Residency và các yêu cầu bảo mật, tuân thủ.

Việc kết nối các ứng dụng nên được thực hiện từng bước. Mỗi Integration cần được đánh giá về dữ liệu, quyền truy cập và hành động được cho phép trước khi mở rộng.

3.3. AI Use Case Management – Quản lý mục đích sử dụng AI

Một trong những rủi ro phổ biến là Shadow IT – tình trạng nhân viên tự sử dụng công cụ AI hoặc triển khai AI Agents ngoài phạm vi quản lý của bộ phận IT.

Để hạn chế tình trạng này, doanh nghiệp nên xây dựng quy trình đăng ký và phê duyệt AI Use Case.

Quy trình có thể bao gồm:

  1. Nhân viên đăng ký nhu cầu ứng dụng AI và mục tiêu nghiệp vụ.
  2. Bộ phận phụ trách đánh giá dữ liệu, lợi ích và rủi ro.
  3. Xác định quyền truy cập và phạm vi hoạt động của AI.
  4. Phê duyệt, thử nghiệm và triển khai.
  5. Theo dõi, đánh giá và rà soát định kỳ.

Doanh nghiệp có thể tận dụng Jira làm cổng tiếp nhận và quản lý các yêu cầu sử dụng AI, giúp tập trung thông tin và minh bạch trách nhiệm.

3.4. Human Oversight – Giám sát bởi con người

AI không nên được trao toàn quyền quyết định đối với những hoạt động có ảnh hưởng lớn đến doanh nghiệp.

Cần xác định rõ những bước nào AI được phép tự thực hiện, những bước nào cần con người kiểm tra và những hành động nào phải được phê duyệt trước khi thực thi.

Đặc biệt, một số AI Agents có quyền tác động đến hệ thống, dữ liệu hoặc quy trình nghiệp vụ. Với các Agent này, cần kiểm thử, phê duyệt và lưu lại bằng chứng kiểm soát.

AI Governance không nhằm hạn chế việc ứng dụng AI mà tạo môi trường an toàn để mở rộng AI

4. AI Credit Management: Quản trị tài nguyên AI thay vì chỉ kiểm soát chi phí

Khi đã thiết lập các nguyên tắc quản trị, bước tiếp theo là tối ưu cách doanh nghiệp sử dụng AI Credits.

Thay vì chỉ quan tâm đến việc sử dụng bao nhiêu Credits, doanh nghiệp cần đánh giá cách sử dụng tài nguyên đó có thực sự hiệu quả hay không.

4.1. Đánh giá khi nào cần AI, khi nào cần Automation

Bảng ghép nhu cầu với giải pháp: Jira Workflow/Automation, Automation, Rovo, Rovo Search/Chat, AI Agents

Lựa chọn giải pháp phù hợp theo nhu cầu công việc

Doanh nghiệp nên lựa chọn giải pháp dựa trên bản chất của công việc, thay vì sử dụng AI cho mọi tình huống.

4.2. Lựa chọn mô hình AI theo độ phức tạp của tác vụ

Không phải tác vụ nào cũng cần mô hình AI có năng lực xử lý cao nhất.

Với những yêu cầu đơn giản, doanh nghiệp có thể cân nhắc sử dụng mô hình nhẹ hơn hoặc các chế độ tiết kiệm tài nguyên nếu phù hợp.

Mục tiêu là đạt được chất lượng đầu ra cần thiết với mức tiêu thụ tài nguyên hợp lý.

4.3. Rà soát Automation Steps

Khi Automation được đo lường theo số lượng Steps, các quy trình đang hoạt động cần được kiểm kê và đánh giá lại.

Doanh nghiệp nên:

  • Lập danh mục Automation Rules và người sở hữu.
  • Theo dõi số Steps và tần suất thực thi.
  • Loại bỏ các quy trình trùng lặp hoặc không còn cần thiết.
  • Phân loại Automation thiết yếu và không thiết yếu.
  • Xem xét sử dụng Post Function trong Jira Workflow đối với những hành động phù hợp.

Không nên tối ưu bằng cách cắt giảm Automation một cách máy móc. Những quy trình liên quan đến SLA, thông báo khách hàng hoặc kiểm soát nội bộ cần được ưu tiên bảo đảm tính liên tục.

4.4. Theo dõi Credit Pool và dự báo chi phí

Atlassian Administration cung cấp các công cụ để quản trị viên theo dõi mức sử dụng và hạn mức.

Doanh nghiệp nên thiết lập quy trình theo dõi định kỳ:

  • Kiểm tra Rovo Credits và Automation Steps đã tiêu thụ.
  • Theo dõi xu hướng sử dụng và phát hiện các đợt tăng đột biến (Usage Spikes).
  • Xác định nhóm người dùng, Agent hoặc quy trình có mức tiêu thụ cao.
  • Dự báo nhu cầu sử dụng trong các chu kỳ tiếp theo.
  • Thiết lập Usage Limits phù hợp với ngân sách.

Đặc biệt, cần lưu ý mức sử dụng trong Sandbox cũng có thể tiêu thụ Rovo Credits và Automation Steps. Vì vậy, doanh nghiệp không nên chỉ theo dõi môi trường Production.

5. Business Value: Đo lường AI bằng giá trị mang lại

Đây là yếu tố quan trọng nhất khi doanh nghiệp quyết định mở rộng đầu tư vào AI.

Một tổ chức có thể sở hữu nhiều AI Agents, tiêu thụ hàng nghìn Credits mỗi tháng nhưng chưa chắc đã đạt được hiệu quả tương xứng.

Ngược lại, một AI Agent triển khai đúng mục đích có thể mang lại giá trị lớn hơn nhiều. Agent đó giải quyết một quy trình cụ thể và tiết kiệm đáng kể thời gian.

Vì vậy, thay vì chỉ đo lường AI bằng mức tiêu thụ, doanh nghiệp nên kết hợp các chỉ số về chi phí và hiệu quả nghiệp vụ.

6 nhóm chỉ số đánh giá hiệu quả AI: Productivity, Efficiency, Quality, Adoption, Cost, Business Impact

6 nhóm chỉ số đánh giá hiệu quả ứng dụng AI

Ví dụ, khi triển khai Rovo Agent để hỗ trợ xử lý yêu cầu nội bộ, doanh nghiệp không nên chỉ theo dõi số lượng Credits đã tiêu thụ.

Cần đánh giá thêm:

  • Thời gian xử lý trung bình trước và sau khi triển khai.
  • Tỷ lệ yêu cầu được xử lý thành công.
  • Số lượng yêu cầu cần nhân viên can thiệp.
  • Chi phí AI trên mỗi yêu cầu được giải quyết.

Từ đó, doanh nghiệp mới có thể xác định Agent có thực sự tạo ra giá trị hay cần được điều chỉnh.

Nguyên tắc quan trọng: Không tối ưu AI chỉ để giảm Credits. Hãy tối ưu Credits trên mỗi đơn vị giá trị mà AI tạo ra.

6. Doanh nghiệp nên bắt đầu quản trị AI từ đâu?

Để kết hợp Usage-Based Pricing, AI Governance và Business Value thành một chiến lược thống nhất, doanh nghiệp có thể triển khai theo sáu giai đoạn.

Sáu giai đoạn: Assessment, Governance, Use Case, Pilot, Optimization, Measurement

Sáu giai đoạn triển khai AI có quản trị

Điều quan trọng là không nên mở rộng AI trước khi có cơ chế quản trị phù hợp.

Một quy trình thử nghiệm nhỏ, có người chịu trách nhiệm, có giới hạn dữ liệu và có chỉ số đánh giá rõ ràng sẽ tạo nền tảng tốt hơn cho việc mở rộng AI trên toàn doanh nghiệp.

7. DS Solution: Đồng hành cùng doanh nghiệp từ ứng dụng AI đến tạo ra giá trị

Usage-Based Pricing không chỉ đặt ra bài toán về ngân sách. Đây còn là cơ hội để doanh nghiệp đánh giá lại toàn bộ cách thức ứng dụng, quản trị và khai thác AI trong tổ chức.

Với vai trò Atlassian Solution Partner, DS Solution định hướng đồng hành cùng doanh nghiệp trên ba khía cạnh:

7.1. Usage & Cost Optimization

  • Rà soát mức độ sử dụng Rovo Credits và Automation Steps.
  • Phân tích hạn mức và dự báo chi phí.
  • Tư vấn thiết lập Usage Limits và Extra Usage.
  • Đề xuất phương án tối ưu tài nguyên và chi phí.

7.2. AI Governance & Security – Quản trị AI và bảo mật

  • Tư vấn xây dựng chính sách quản trị AI.
  • Rà soát quyền truy cập và phạm vi hoạt động của AI Agents.
  • Thiết lập quy trình quản lý và phê duyệt AI Use Case.
  • Hỗ trợ kiểm soát dữ liệu và hoạt động tích hợp.

7.3. Business Value & Continuous Improvement

  • Đánh giá các cơ hội ứng dụng AI trong quy trình nghiệp vụ.
  • Lựa chọn giải pháp phù hợp giữa AI, Automation và các tính năng nền tảng.
  • Xây dựng chỉ số đo lường hiệu quả.
  • Đồng hành theo dõi và cải tiến trong quá trình vận hành.

Chúng tôi tin rằng giá trị của AI không nằm ở số lượng công cụ được triển khai hay số Credits được tiêu thụ, mà nằm ở những vấn đề doanh nghiệp có thể giải quyết và hiệu quả thực tế được tạo ra.

DS Solution sẵn sàng đồng hành cùng doanh nghiệp trên hành trình ứng dụng AI có mục tiêu, quản trị AI có kiểm soát và tối ưu giá trị từ hệ sinh thái Atlassian.

Liên hệ DS Solution Việt Nam để được tư vấn quản trị và tối ưu Rovo Credits, Automation Steps cho tổ chức của bạn.