Tại sao công ty của bạn vẫn còn sử dụng cấu trúc tổ chức của thế kỷ trước để kinh doanh trong thời đại AI?

Viết bài: Suy nghĩ sâu sắc về vòng tròn

Vài ngày trước, tôi đọc được một bài tweet dài của Freda Duan trên X, sau khi khảo sát tình hình ứng dụng AI của các công ty lớn nhỏ, cô ấy nhận thấy: Mỗi công ty đều đang cố gắng nhồi nhét công cụ AI vào quy trình hiện tại, nhưng hầu như không ai đặt câu hỏi tại sao quy trình đó lại hình thành như vậy.

Một ví dụ điển hình: công ty mua Copilot, cấp phép cho toàn bộ nhân viên, CTO phát biểu tại cuộc họp toàn thể “Chúng ta cần đón nhận AI”. Ba tháng sau, tổng kết — mã nguồn sinh ra nhanh hơn nhiều, viết tài liệu trôi chảy hơn, ghi chú cuộc họp tự động hoá, nhưng ROI thực sự chưa được chứng minh. Tại sao? Bởi vì cấu trúc tổ chức ngày nay quyết định AI chỉ có thể làm một số việc nhỏ để tăng cường năng lực, ROI thực sự đòi hỏi phải tái cấu trúc tổ chức.

Chức năng thực sự của các cấp bậc

Định nghĩa trong sách giáo khoa về cấu trúc tổ chức là quyền lực — ai báo cáo ai, ai có quyền phê duyệt. Nhưng đó chỉ là bề nổi. Vấn đề thực sự của hệ thống cấp bậc là định tuyến thông tin.

Một công ty lớn hơn một mức độ nhất định không thể để mọi người nhìn thấy toàn bộ bức tranh. Vì vậy, bạn thiết lập các cấp quản lý, làm hai việc: tổng hợp tín hiệu từ tuyến đầu, rút ra đánh giá, truyền lên trên; dịch chiến lược của cấp cao thành các hành động thực thi phân phát xuống dưới. Các cuộc họp tuần, họp hàng ngày, QBR, ủy ban điều phối, họp liên phòng ban — tất cả đều là các thiết bị định tuyến thông tin.

Tuy nhiên, có một nghịch lý cấu trúc ít được bàn luận: sự tồn tại của các phòng ban và cấp bậc là để giải quyết hạn chế về kỹ năng và năng suất của cá nhân — bạn không thể làm hết mọi thứ một mình, nên cần phân công. Nhưng phân công và cấp bậc lại tạo ra các nút thắt mới. Thông tin mỗi lần đi qua một cấp quản lý sẽ giảm đi một phần, văn hoá mỗi lần vượt qua ranh giới phòng ban sẽ bị pha loãng. Tổ chức càng lớn, sự suy giảm càng nghiêm trọng, dẫn đến việc cần nhiều cuộc họp hơn, nhiều quy trình hơn, nhiều tầng trung gian hơn để bù đắp cho sự suy giảm đó. Thêm các tầng trung gian lại tạo ra thêm các nút thắt mới. Đây không phải vấn đề năng lực quản lý, mà là vòng luẩn quẩn về kiến trúc.

Trong vài thập kỷ qua, tất cả các đổi mới quản lý — Agile, OKR, tổ chức phẳng, ma trận — về bản chất đều là tối ưu cục bộ trong vòng luẩn quẩn này. Không có ai thực sự phá vỡ nó.

AI phá vỡ chính vòng luẩn quẩn đó. Khi chi phí định tuyến thông tin gần như bằng không, các cấu trúc tổ chức tồn tại để bù đắp cho sự suy giảm thông tin sẽ mất đi lý do tồn tại của mình.

Thách thức thực sự là chi phí dịch thuật

Xem quy trình giao hàng của một sản phẩm trung bình: PM mất hai ba tuần viết PRD. Nhà thiết kế nhận PRD, hiểu ý định của PM, dịch thành bản vẽ trực quan. Kỹ sư nhận bản vẽ, hiểu ý định thiết kế, dịch thành mã, dự kiến khoảng tám tuần. Rồi yêu cầu thay đổi, PRD viết lại. Phát triển mất hai ba tháng. QA nhận mã, hiểu hành vi mong đợi, dịch thành các ca kiểm thử. Chuẩn bị ra mắt, đào tạo bán hàng. Từ đầu đến cuối, mất từ ba đến sáu tháng.

Nút thắt bề ngoài là tốc độ. Nhưng thực chất, nút thắt là chi phí dịch thuật. Ý tưởng trong đầu PM được mã hoá thành tài liệu, nhà thiết kế giải mã rồi mã hoá lại thành ngôn ngữ hình ảnh, kỹ sư giải mã rồi mã hoá thành mã, QA lại giải mã rồi mã hoá thành logic kiểm thử. Mỗi lần dịch thuật đều làm giảm độ chính xác, mỗi lần dịch đều cần họp để đồng bộ, mỗi lần dịch đều sinh ra thời gian chờ đợi. Không phải vì con người chậm, mà vì biến hiểu biết của một người thành định dạng có thể tiêu thụ của người khác là việc cực kỳ khó khăn.

AI đang thu hẹp các lớp dịch thuật này. PM dùng AI để tạo ra nguyên mẫu tương tác trong ngày, lớp dịch giữa PM và kỹ sư được nén gần như bằng không. AI đồng bộ sinh mã kiểm thử khi viết code, việc chuyển giao giữa phát triển và QA biến mất. Một lớp trí tuệ thông minh tổng hợp tín hiệu khách hàng và chỉ số kinh doanh theo thời gian thực, trước đây các quản lý trung tầng phải tổng hợp thủ công hàng tuần, giờ đây họ phải định nghĩa lại giá trị của mình. Không phải mỗi vai trò trở nên nhanh hơn, mà là các khe hở giữa các vai trò — lớp dịch, hàng chờ chuyển giao, họp đồng bộ — đang dần biến mất.

Thay đổi thực sự diễn ra ở cấp workflow: không phải làm từng bước nhanh hơn, mà là tái cấu trúc toàn bộ chuỗi giá trị từ đầu đến cuối theo cách tiếp cận mới. Sự khác biệt không chỉ là mức độ, mà là phương pháp luận.

Gần đây, một nhà sáng lập startup kể với tôi về một phản ứng dây chuyền rất thú vị. Đội phát triển của anh ấy dùng AI để rút ngắn quy trình phát triển từ ba tháng xuống còn hai tuần. Phản ứng đầu tiên là phấn khích. Phản ứng thứ hai là nhận ra rằng, chu kỳ kiểm thử của QA vốn hai tuần đột nhiên trở thành nút thắt dài như phát triển — thế là QA bị loại bỏ, kiểm thử tích hợp vào quá trình phát triển. Tiếp đó, quy trình hoàn thiện nội dung của PM và thiết kế, vốn mất một tháng, giờ đây chỉ còn trong vòng một tháng ngắn hơn, trở thành nút thắt mới — chỉ còn lại những người đa năng nhất trong nhóm. Thời gian chuẩn bị ra mắt GTM từ ba đến sáu tháng, so với chu kỳ sản phẩm chỉ còn hai đến ba tuần, trở nên vô nghĩa — phần lớn hoạt động GTM được AI hoá; làm song song với phát triển. Toàn bộ tổ chức thu nhỏ 80%, quy trình giao hàng từ gần một năm rút ngắn còn một đến hai tháng.

Điều quan trọng của câu chuyện này không phải là “AI giúp làm nhanh hơn”. Mà là sau khi lớp dịch thuật biến mất, các nút thắt dây chuyền lộ rõ: mỗi lần loại bỏ một lớp dịch thuật, nút thắt tiếp theo lại lộ ra — nút thắt mới. Quá trình này sẽ không dừng lại, cho đến khi toàn bộ chuỗi dây chuyền theo thứ tự bị ép thành các chuỗi song song, quy mô nhỏ, quy trình end-to-end. Nếu chỉ triển khai AI ở một bước, lợi ích thu được sẽ rất nhỏ, vì nút thắt chỉ chuyển sang bước dịch thuật tiếp theo. Bạn phải tái cấu trúc toàn bộ quy trình từ đầu đến cuối, nếu không, giống như thêm một bơm áp lực vào đường ống hẹp nhất.

Phần lớn các công ty đang mắc kẹt ở đâu

Nếu nhìn theo mô hình ba giai đoạn —

Giai đoạn 1: Cũ theo cách cũ, chỉ đổi công cụ. Đây là vị trí của phần lớn các công ty hiện nay. Trong tổ chức, AI đóng vai trò: là công cụ, giúp nhân viên làm việc, cấu trúc tổ chức không đổi.

Giai đoạn 2: Cũ theo cách mới, quy trình được tái cấu trúc. Câu chuyện của nhà sáng lập ở trên là ví dụ của giai đoạn này. Sản phẩm vẫn là sản phẩm cũ, chuyển từ tuần tự sang song song, nhóm lớn thành nhóm nhỏ, lớp dịch thuật bị loại bỏ. Vai trò của AI chuyển sang trung tầng — bắt đầu đảm nhận định tuyến thông tin, tổng hợp đánh giá, phối hợp liên chức năng, những việc trước đây do quản lý trung tầng làm. Tổ chức bắt đầu phẳng hơn.

Giai đoạn 3: Làm những việc chưa từng làm được. Jack Dorsey kể một ví dụ — một nhà hàng bắt đầu siết chặt dòng tiền trước mùa thấp điểm, hệ thống phát hiện ra mô hình, tự động cấp một khoản vay ngắn hạn, điều chỉnh kế hoạch trả nợ, gửi thông báo cho khách hàng — trước khi họ nghĩ đến việc vay vốn. Không có PM quyết định làm chức năng này. Hệ thống nhận diện thời điểm, kết hợp các khả năng đã có, xuất hiện một sản phẩm mới. AI không còn chỉ hỗ trợ ra quyết định của con người nữa, mà tham gia vào nhận diện nhu cầu, phối hợp giải pháp, phân bổ nguồn lực. Tổ chức được sắp xếp lại dựa trên AI.

Phần lớn các công ty mắc kẹt giữa giai đoạn 1 và 2, nguyên nhân không phải là công nghệ — công nghệ đã sẵn sàng. Mà là do sự trì trệ của tổ chức. Tái cấu trúc workflow đồng nghĩa với việc thay đổi vị trí quyền lực: quản lý trung tầng mất độc quyền định tuyến thông tin, các phòng ban mất lý do tồn tại độc lập, chuỗi phê duyệt sẽ rút ngắn đáng kể. Mỗi bước đều chạm vào cấu trúc quyền lực hiện có. Đó là lý do tại sao chuyển đổi AI thành công nhất chỉ xảy ra trong các công ty do nhà sáng lập dẫn dắt — đó là làm lại từ đầu.

Cấu trúc tổ chức mới

Cắt tổ chức thành các yếu tố nền tảng còn lại ba thành phần: thông tin, quyết định, hành động. Tổ chức truyền thống xử lý thông tin theo cấp bậc, ra quyết định theo chuỗi phê duyệt, thực thi theo phòng ban. AI đồng thời thay đổi chi phí của cả ba, vì vậy cấu trúc tổ chức phải được xây dựng lại.

Từ mô hình tiếp sức sang mô hình bóng rổ. Thay vì chuỗi giao hàng — PM→ thiết kế→ kỹ thuật→ QA→ GTM — giờ là các nhóm nhỏ 3-5 người, đa năng, đồng bộ thúc đẩy. Hầu hết quyết định được thực hiện trong nhóm, chỉ có các quyết định chiến lược lớn hơn mới cần mở rộng ra.

Lý do đằng sau là: AI mở rộng khả năng của cá nhân một cách đáng kể. Một PM+AI đủ tốt có thể làm công việc của PM+nhà thiết kế+ kỹ sư sơ cấp trước đây. Cá nhân trở thành vận động viên dài hạn — có thể bao phủ chuỗi dài hơn. Khi cá nhân là vận động viên dài hạn, tổ chức có thể là ngắn hạn — ít bước hơn, ít chuyển giao hơn, nhanh hơn từ đầu đến cuối. So sánh quân sự: từ hải quân đến đặc nhiệm hải quân. Không phải là số lượng người nhiều hơn, mà là từng người đều là chiến binh tinh nhuệ.

Từ phòng ban sang nguyên tử năng lực. Không tổ chức theo chức năng nữa, mà phân thành các đơn vị năng lực độc lập, có thể kết hợp — như điểm đánh giá rủi ro, xác thực danh tính, thu hồi nợ, tiết kiệm — mỗi đơn vị tự chứa, có API rõ ràng và giao diện dữ liệu, có thể tự do phối hợp.

Khi năng lực nguyên tử đã hoàn thiện, hệ thống có thể tự tạo ra lộ trình phát triển (Roadmap). Quay lại ví dụ của Dorsey — hệ thống kết hợp các khả năng đã có như cho vay, điều chỉnh trả nợ, gửi thông báo, tự động xuất hiện một sản phẩm mới. Vai trò của PM từ dịch giả chuyển thành kiến trúc sư — định nghĩa giới hạn và tiêu chuẩn chất lượng của các nguyên tử năng lực, thay vì vận chuyển thông tin giữa người với người.

Chất lượng chuyển từ kiểm tra thành giới hạn an toàn. QA không còn là bước kiểm duyệt độc lập sau phát triển nữa, mà là các ràng buộc tích hợp xuyên suốt quá trình.

Phát hành chuyển từ phiên bản lớn sang liên tục. Không còn “phát hành v2.0 vào Q3”. Phát hành nhỏ hàng ngày. Thay thế các đợt phát hành lớn bằng quy trình liên tục, yên tĩnh.

AI như nhân viên siêu phàm: Hiệu ứng thứ hai bị bỏ qua

Phần trên vẫn nói về thay đổi quy trình. Ảnh hưởng sâu hơn là: khi AI bắt đầu đảm nhận sản phẩm thực chất — không chỉ hỗ trợ, mà còn tạo ra thứ — phần mềm tổ chức cũng phải viết lại, không chỉ phần cứng.

Quan hệ sản xuất thay đổi. Nhóm truyền thống là hợp tác giữa người với người. Khi AI trở thành một nút sản xuất cốt lõi, quản lý phải đối mặt với đội nhóm hỗn hợp người-AI. Ai chịu trách nhiệm về chất lượng đầu ra của AI? Khi AI viết 90% mã (như hiện tại của Anthropic), ai là người xem xét mã?

Đơn vị phân bổ nguồn lực cũng thay đổi. Lập kế hoạch nguồn lực truyền thống dựa trên số lượng nhân sự — dự án cần bao nhiêu người, trong bao lâu. Khi hai người + AI tạo ra sản phẩm tương đương với hai mươi người trước đây, thì số lượng nhân sự không còn là thước đo đúng nữa. Zuckerberg nói: “Những dự án trước đây cần đội lớn, giờ chỉ cần một người đủ giỏi.”

OKR có thể còn quan trọng hơn. Đây là một nhận định phản trực giác. AI giúp mỗi người làm được gấp mười lần, nhưng khoảng cách giữa “có thể làm” và “nên làm” cũng lớn gấp mười. Một người một quý có thể đẩy ba việc, nếu lệch hướng thì thiệt hại hạn chế. Giờ đây, một người + AI có thể đẩy ba mươi việc trong một quý, lệch hướng thì thiệt hại gấp mười lần. Đảm bảo mọi người làm đúng việc không còn là điều nhỏ nữa, mà trở thành nút thắt quan trọng nhất trong thời đại AI. OKR như một cơ chế định hướng, không chỉ là công cụ đánh giá hiệu suất, mang lại giá trị chưa từng có.

Chấn động về văn hoá là điều bí ẩn nhất. Khi năng suất cá nhân có thể gấp năm đến mười lần trước, các hệ thống thăng chức, hệ thống chức danh, băng thông lương đều trở nên không phù hợp. Một IC làm ra gấp mười lần nhờ AI, so với một quản lý quản nhóm hai mươi người nhưng tổng năng suất tương đương, ai có giá trị lớn hơn? Các tổ chức truyền thống không có khung để xử lý vấn đề này.

Các tập đoàn lớn: chưa từng có nhiều thay đổi như vậy; nhưng vẫn chưa có tổ chức AI nguyên bản

Một “bí quyết/chiến lược” đầu tư luôn là chọn các công ty đang trải qua tái cấu trúc tổ chức — sau các đợt reorganize lớn, thường sẽ có sự tăng trưởng và biên lợi nhuận tích cực. Thị trường thường đánh giá quá cao sự hỗn loạn của quá trình tái tổ chức, và đánh giá thấp hiệu quả mà nó mang lại. Hiện nay, số công ty tái cấu trúc chưa từng nhiều như vậy; những thay đổi cũng chưa từng lớn như vậy. Từ góc nhìn đầu tư, có thể nói là “các ứng viên tiềm năng khắp nơi”, nhưng chưa thấy tổ chức nào thực sự AI nguyên bản và ấn tượng.

Meta đã điều chỉnh tỷ lệ kỹ sư-quản lý 50:1, trong vòng một năm đã tái tổ chức vô số lần: tích hợp AI vào kiến trúc liên bang của MSL. thành lập Meta Compute để tập trung hoạch định năng lực tính toán. Trọng tâm tổ chức hoàn toàn dịch chuyển.

Nadella nói rằng 22 vạn nhân viên là “điểm yếu lớn trong cuộc đua AI”. Ba lần tái tổ chức liên quan đến AI trong 18 tháng. Cắt giảm tầng trung và các phòng ban chức năng, hợp nhất kiến trúc Copilot, hợp nhất phát triển mô hình nội bộ. Chi phí nhân viên của Microsoft khoảng 55-65 tỷ USD mỗi năm, và AI giúp năng suất của mỗi người tăng ít nhất 50%. Lần gần nhất là tháng 3 năm 2026, hợp nhất kiến trúc Copilot, hợp nhất phát triển “siêu trí tuệ” nội bộ, đề cử các quản lý trẻ phụ trách Copilot, hành động không nhỏ.

Shopify năm ngoái có tám lãnh đạo rời khỏi, trong đó có cố vấn pháp lý cao cấp lên làm COO. Sản phẩm xoay quanh dữ liệu khách hàng và tái cấu trúc thanh toán dựa trên AI. Từ phân chia theo địa lý chuyển sang phân theo ngành dọc — chính là một tín hiệu: khi AI giúp bạn hiểu sâu hơn về các nhu cầu đặc thù của từng ngành, thì phân chia theo địa lý không còn là cách định tuyến thông tin tối ưu nữa.

Apple không chỉ có chuyện Cook nghỉ hưu, mà còn cắt bỏ toàn bộ tổ chức AIML, chuyển Siri về dưới tổ chức phần mềm của Federighi. Lãnh đạo AI báo cáo trực tiếp cho nhóm giao hàng iOS/macOS. Thiết kế được định hướng lại vào phần cứng. Thông điệp rõ ràng nhất của Apple: AI là công cụ giao hàng, không phải nghiên cứu khám phá. Đây là một cuộc tái cấu trúc lớn.

Mô hình chung: nén hệ thống định tuyến thông tin một cách có hệ thống. Nhưng thành thật mà nói, những điều này vẫn là các tập đoàn lớn đang đau đớn chuyển từ giai đoạn một sang giai đoạn hai. Tổ chức AI nguyên bản thực sự có thể vẫn chưa tồn tại.

Ranh giới tổ chức đang mờ dần

Cho đến nay, các cuộc thảo luận đều trong khung “tái cấu trúc nội bộ công ty”. Nhưng tác động của AI không chỉ dừng lại ở đó — AI không chỉ ảnh hưởng nội bộ, mà còn tác động đến giao tiếp và tổ chức bên ngoài.

Khi AI agent có thể tự động phát hiện dịch vụ, so sánh lựa chọn, hoàn tất giao dịch, xử lý thanh toán — chi phí dịch thuật giữa “công ty” và “khách hàng” cũng đang sụt giảm. Trước đây, bạn cần bộ phận bán hàng, chăm sóc khách hàng, marketing để dịch thuật — giải thích giá trị, xử lý thắc mắc, chuyển đổi. Trong kỷ nguyên agent, phần lớn các bước này được tự động hoá.

Điều này mở rộng ranh giới thiết kế tổ chức. Không chỉ là cấu trúc nội bộ, mà còn: dịch vụ của bạn có thể được agent phát hiện và gọi không? Bạn xếp hạng bao nhiêu trong tầng discovery của agent? Những câu hỏi này sẽ trở nên quan trọng như “Bạn xếp hạng bao nhiêu trong Google khi tìm kiếm” — thậm chí còn quan trọng hơn, vì agent không chỉ trình bày các lựa chọn, mà còn trực tiếp hoàn tất giao dịch cho người dùng, tỷ lệ chuyển đổi cao hơn nhiều so với quảng cáo tìm kiếm.

Chuyển dịch lợi thế cạnh tranh

Trong mười năm qua, câu chuyện chính về lợi thế cạnh tranh là tốc độ thực thi — ai có thể nhanh hơn đưa sản phẩm tốt hơn đến tay người dùng.

Giờ đây, lợi thế đã chuyển từ tốc độ thực thi sang tốc độ học hỏi — tổ chức có thể tiếp thu các khả năng mới của AI nhanh đến đâu, và tự tái cấu trúc chính mình dựa trên đó.

Hầu hết các công ty hiện nay đều đang dùng AI để làm cho cấu trúc hiện tại chạy nhanh hơn. Điều này có giá trị, nhưng chưa chạm đến gốc rễ. Câu hỏi thực sự để phân biệt là: nếu bắt đầu từ con số không hôm nay, biết AI có thể làm gì, bạn sẽ xây dựng công ty này như thế nào? Câu trả lời không phải là “tổ chức hiện tại + công cụ AI”.

Câu trả lời là một hình dạng mà chúng ta chưa từng thấy — cá nhân dài hạn, tổ chức ngắn hạn, năng lực nguyên tử, định tuyến tự động, sản phẩm emergent. Con đường đến đó không phải là một lần tái cấu trúc, mà là liên tục hỏi cùng một câu hỏi: bước này còn cần người dịch không? Nếu không còn, tại sao còn giữ nó?