Khái niệm Zero UI xuất hiện năm 2015 và bị hiểu sai suốt mười năm, nhưng đến 2026 nó mới thực sự chạm tới bài toán chuyển đổi số của doanh nghiệp. Gartner dự báo đến năm 2028, một phần ba trải nghiệm người dùng sẽ chuyển từ ứng dụng gốc sang giao diện agent. Nói dễ hiểu: thay vì mở phần mềm, bấm qua bốn màn hình rồi xuất báo cáo, người dùng gõ thẳng câu hỏi và nhận về con số.
Khi cách hỏi thay đổi như vậy, thứ tự triển khai chuyển đổi số cũng thay đổi: dữ liệu tập trung vẫn là đích đến, nhưng một hệ thống ERP trọn gói không còn phải là bước đầu tiên.
Zero UI là gì và vì sao đó không phải là bỏ giao diện?
Thuật ngữ Zero UI do Andy Goodman, khi đó là group director tại công ty tư vấn thiết kế Fjord, trình bày tại hội nghị Solid Conference do O'Reilly tổ chức ở San Francisco năm 2015.
Cách hiểu phổ biến là "giao diện bằng không, không còn màn hình". Chính tác giả đã đính chính cách hiểu này. Viết trên net magazine số 279 (tháng 5/2016), Goodman nói rõ:
Zero UI đôi khi bị hiểu nhầm là bỏ hẳn giao diện. Thực chất nó mô tả một quá trình: nhiều giao diện thị giác mà ta đang tốn quá nhiều thời gian sẽ lùi về hậu cảnh, để ta còn tâm trí cho những gì quan trọng và hữu ích với mình.
Điểm phân biệt này quyết định toàn bộ phần còn lại. Nếu Zero UI là bỏ giao diện thì đó chỉ là câu chuyện thẩm mỹ.
Nếu Zero UI là giao diện lùi về hậu cảnh thì nó chạm thẳng vào phần mềm quản trị, vì cái lùi về hậu cảnh chính là màn hình nhập liệu và báo cáo dựng sẵn của ERP.
Zero UI đang được ứng dụng tới đâu trong phần mềm doanh nghiệp năm 2026?
Ba dữ kiện cho thấy đây không còn là dự đoán xa.
- Trong thông cáo ngày 26/08/2025, Gartner dự báo đến năm 2028 một phần ba trải nghiệm người dùng sẽ chuyển từ ứng dụng gốc sang giao diện agent, và 40% ứng dụng doanh nghiệp sẽ tích hợp agent AI chuyên biệt vào cuối 2026, so với dưới 5% tại thời điểm công bố (đây là dự báo, không phải khảo sát).
- Trong thông cáo ngày 24/02/2026 về cloud ERP, Gartner mô tả giao diện hội thoại bằng ngôn ngữ tự nhiên đang xuất hiện trong các nền tảng tài chính, cho phép đội tài chính tương tác với ứng dụng ERP bằng lời nói thường.
- Theo công bố của Anthropic ngày 09/12/2025 khi chuyển giao Model Context Protocol cho Agentic AI Foundation thuộc Linux Foundation, đã có hơn 10.000 MCP server công khai đang hoạt động, và chuẩn này đã được ChatGPT, Gemini, Microsoft Copilot, Visual Studio Code hỗ trợ. Đây là số liệu do Anthropic tự công bố về dự án của chính mình.
Mảnh ghép thứ ba quan trọng nhất về mặt kỹ thuật. Model Context Protocol là chuẩn mở để trợ lý AI kết nối tới nơi dữ liệu đang nằm, do Anthropic công bố ngày 25/11/2024.
Trước khi có chuẩn này, muốn một trợ lý đọc được dữ liệu kế toán, dữ liệu kho và dữ liệu bán hàng thì phải viết ba tích hợp riêng, và thường phải di trú cả ba về một kho chung. Có chuẩn rồi, mỗi hệ thống chỉ cần một đầu nối, lớp AI đọc tại chỗ.
Nói dễ hiểu: dữ liệu vẫn nằm nguyên chỗ cũ, nhưng khi bạn hỏi thì hệ thống tự đi lấy ở cả ba nơi rồi ghép lại. Giống như không cần dồn hết hồ sơ về một tủ mới, chỉ cần có người biết chính xác từng loại đang nằm ở tủ nào. Chúng tôi đã mô tả cơ chế này trong bài Claude AI tự dựng dashboard qua cơ chế MCP.
Về sản phẩm đã ra thị trường: SAP giới thiệu trợ lý Joule ngày 26/09/2023, Microsoft đưa Copilot vào Excel chính thức từ 16/09/2024, Salesforce đưa Agentforce lên bản chính thức ngày 29/10/2024, Google mở tính năng phân tích bằng ngôn ngữ tự nhiên trong Google Sheets từ 29/01/2025. Nghĩa là năng lực hỏi đáp dữ liệu đã nằm sẵn trong hai công cụ mà phần lớn doanh nghiệp Việt đang dùng hằng ngày.
Hình: Dòng thời gian công bố giao diện hội thoại trong phần mềm doanh nghiệp. Nguồn: thông cáo chính thức của SAP (26/09/2023), Microsoft (16/09/2024), Salesforce (29/10/2024), Anthropic (25/11/2024 và 09/12/2025), Google Workspace (29/01/2025).
Doanh nghiệp Việt đang chuyển đổi số tới đâu và vướng ở đâu?
Bức tranh chung là chuyển đổi số còn rời rạc: mỗi nghiệp vụ một phần mềm, ít kết nối với nhau.
Theo Báo cáo thường niên Chuyển đổi số doanh nghiệp 2021 của Cục Phát triển doanh nghiệp, Bộ Kế hoạch và Đầu tư (nay thuộc Bộ Tài chính) phối hợp Dự án USAID LinkSME, khảo sát 1.300 doanh nghiệp, các rào cản chuyển đổi số được nêu ra như sau:
- 60,1% nêu chi phí đầu tư, ứng dụng công nghệ còn cao
- 52,3% nêu khó thay đổi thói quen, tập quán kinh doanh
- 52,3% nêu thiếu nhân lực nội bộ am hiểu công nghệ số
- 45,4% nêu thiếu hạ tầng công nghệ số
- 40,4% nêu thiếu thông tin về công nghệ số
- 38,5% nêu khó tích hợp các giải pháp công nghệ số
Đây là số liệu khảo sát năm 2021, thời điểm dịch Covid-19 còn ảnh hưởng nặng tới dòng tiền doanh nghiệp, vì vậy nên đọc như bức tranh nền chứ không phải hiện trạng hôm nay.
Mục cuối đáng chú ý nhất với chủ đề bài này. Báo cáo mô tả nguyên nhân là doanh nghiệp sử dụng các phần mềm quản lý một cách rời rạc và không có quy hoạch, khiến việc tích hợp thành một hệ thống xuyên suốt trở nên khó khăn.
Hình: Các rào cản chuyển đổi số của doanh nghiệp Việt Nam. Nguồn: Cục Phát triển doanh nghiệp, Bộ Kế hoạch và Đầu tư phối hợp Dự án USAID LinkSME, Báo cáo thường niên Chuyển đổi số doanh nghiệp 2021, khảo sát 1.300 doanh nghiệp. Câu hỏi nhiều lựa chọn nên tổng các tỷ lệ lớn hơn 100%.
Về mức độ trưởng thành, theo Báo Đầu tư dẫn Báo cáo thường niên Chuyển đổi số doanh nghiệp 2022 của cùng cơ quan (khảo sát 1.000 doanh nghiệp), 35,3% doanh nghiệp mới chỉ số hoá dữ liệu và quy trình, tức đưa bản cứng thành bản mềm, và chỉ 2,2% làm chủ được công nghệ, phần mềm quản lý để phân tích dữ liệu.
Con số 2,2% đáng chú ý hơn cả. Nó cho thấy khoảng cách không nằm ở chỗ có phần mềm hay không, mà ở chỗ có khai thác được dữ liệu hay không.
Với nhóm doanh nghiệp lớn hơn, khảo sát UOB Business Outlook Study 2026 (Vietnam) thực hiện trực tuyến tháng 01/2026 trên 226 chủ doanh nghiệp và lãnh đạo cấp cao ghi nhận 8 trên 10 doanh nghiệp đã ứng dụng AI nhưng phần lớn còn ở giai đoạn đầu, và ghi nhận doanh nghiệp vừa còn cách doanh nghiệp lớn một khoảng rõ rệt về mức độ thành công số hoá, chênh 17 điểm theo thang đo của báo cáo (mẫu chỉ gồm doanh nghiệp vừa và lớn, không bao gồm doanh nghiệp nhỏ và siêu nhỏ).
Báo cáo này cũng mô tả một tình huống quen thuộc: doanh nghiệp trang bị công cụ số mới cho tài chính, vận hành hoặc chăm sóc khách hàng, rồi phát hiện các công cụ đó không tích hợp mượt với hệ thống cũ.
Zero UI thay đổi gì với ba nhóm doanh nghiệp Việt?
1. Nhóm chưa có hệ thống, đang dùng Excel hoặc Google Sheets. Trước đây muốn có phân tích thì phải triển khai phần mềm quản trị trước. Nay có thể hỏi ngay trên file đang dùng: doanh thu quý này so với quý trước, khách hàng nào công nợ quá hạn, mặt hàng nào tồn lâu nhất.
Giá trị đầu tiên không còn nằm sau một dự án. Điều kiện duy nhất là dữ liệu phải có cấu trúc ổn định, cột nhất quán, mã khách hàng thống nhất.
2. Nhóm đang dùng nhiều phần mềm rời rạc. Đây là nhóm đông nhất trong khối doanh nghiệp nhỏ và vừa, và cũng khổ nhất: kế toán một phần mềm, bán hàng một phần mềm, kho một file, nhân sự một file khác.
Lối đi cũ là thay tất cả cùng lúc bằng một hệ thống. Lối đi mới là giữ nguyên các hệ thống đang chạy, đặt một lớp truy vấn hội thoại bên trên, rồi hợp nhất dần theo thứ tự giá trị. Chúng tôi đã bàn về bài toán đồng bộ dữ liệu của nhóm này trong bài bán đa kênh mà không vỡ trận.
3. Nhóm đã triển khai ERP thành công. Nhóm này ở vị trí tốt nhất, nhưng giá trị đã dịch chuyển. Khi dữ liệu đã nằm một chỗ, lợi thế không còn ở chỗ có dữ liệu mà ở tốc độ biến dữ liệu thành quyết định.
Nút thắt hiện nay thường là giao diện: báo cáo phải đặt hàng bộ phận IT, dashboard dựng sẵn không trả lời được câu hỏi phát sinh, người cần số không phải người biết lấy số. Đây đúng là chỗ giao diện hội thoại tạo giá trị, và cũng là lý do các hãng phần mềm quản trị lớn đều đang bổ sung lớp này. Điều kiện nền tảng cho bước đi đó đã được nêu trong bài Agentic Enterprise: doanh nghiệp Việt cần nền tảng nào để AI agent hoạt động.
Khi nào thì nên đi thẳng vào hệ thống lõi? Có ba tình huống nên hợp nhất sớm thay vì kéo dài lớp truy vấn:
- Khi số hệ thống rời rạc nhiều tới mức chi phí duy trì các đầu nối vượt chi phí hợp nhất
- Khi có yêu cầu kiểm toán hoặc tuân thủ đòi một nguồn số duy nhất để đối chiếu
- Khi đội công nghệ nội bộ quá mỏng để nuôi nhiều đầu nối cùng lúc
Hình: Ba nhóm doanh nghiệp và điểm bắt đầu tương ứng. Nguồn: tổng hợp và phân tích của Smartcore.
Vì sao ERP không còn phải là bước đầu tiên?
Hai chuyện nào thị trường hay gộp làm một?
Có hai chuyện thị trường hay gộp làm một, và tách ra thì mọi thứ rõ hơn nhiều.
Chuyện thứ nhất: dữ liệu cần được hợp nhất. Chuyện này vẫn đúng, và càng đúng hơn khi doanh nghiệp muốn dùng AI.
Chuyện thứ hai: muốn hợp nhất dữ liệu thì bắt buộc phải triển khai trọn gói ngay từ đầu. Đây là chỗ đã thay đổi, vì ba lý do. Cần nói rõ ngay: cái thay đổi là thứ tự và nhịp triển khai, không phải việc doanh nghiệp có cần một hệ thống lõi hay không.
- Điểm bắt đầu đã dịch chuyển từ hệ thống sang câu hỏi. Doanh nghiệp không còn phải trả lời "triển khai hệ thống nào" trước khi biết mình cần gì. Với một doanh nghiệp nhỏ và vừa có vài nhân sự kiêm nhiệm công nghệ và chưa có dự toán chuyển đổi số, đây không phải khác biệt kỹ thuật mà là khác biệt giữa làm được và không làm được.
- Hợp nhất dữ liệu đã tách khỏi hợp nhất phần mềm. Dữ liệu có thể được ghép lại ở tầng truy vấn trong khi vẫn nằm ở các hệ thống khác nhau. Một hệ thống quản trị hợp nhất vẫn là cách chắc chắn nhất để hợp nhất dữ liệu, nó không còn là cách duy nhất.
- Lớp thông minh có thể tách khỏi hệ thống lõi. Ưu điểm là hệ thống lõi thay dần được mà không mất năng lực phân tích, và năng lực phân tích xây được trước khi hệ thống lõi hoàn thiện.
Định hướng chính sách cũng đang đi theo hướng này. Nghị quyết 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị đặt yêu cầu làm giàu, khai thác tối đa tiềm năng của dữ liệu, đưa dữ liệu thành tư liệu sản xuất chính, với mục tiêu kinh tế số đạt tối thiểu 30% GDP đến năm 2030. Cách diễn đạt đáng chú ý: nghị quyết nói về dữ liệu, không nói về hệ thống.
Grab đã làm gì thay vì hợp nhất toàn bộ kho dữ liệu?
Grab, công ty hoạt động tại 8 nước Đông Nam Á bao gồm Việt Nam, công bố trên blog kỹ thuật ngày 01/08/2026 kết quả sau khi đưa lớp agent phân tích vào quy trình hằng ngày, hoạt động ngay trong Slack.
Tỷ lệ ticket cơ học trong số ticket đội phân tích phải đóng giảm từ 44% (tháng 2/2026) xuống 30% (tháng 6/2026), thời gian hoàn thành yêu cầu giảm khoảng 33%. Gần ba phần tư số luồng hội thoại trong kênh Slack tự phục vụ do người ngoài đội phân tích mở ra. Đây là số liệu Grab tự đo và tự công bố, không có bên thứ ba kiểm chứng.
Điểm đáng học không nằm ở con số mà ở cách làm: Grab không hợp nhất toàn bộ kho dữ liệu phân mảnh của mình thành một hệ thống duy nhất, họ đặt lớp truy cập hội thoại lên trên sự phân mảnh đó.
Zero UI có thay thế được ERP và việc chuẩn hoá dữ liệu không?
Không. Phần này quan trọng ngang phần trên, vì bỏ qua nó là cách nhanh nhất để triển khai hỏng.
Dữ liệu phân mảnh vẫn phá hỏng AI. Klarna thường được dẫn ra như bằng chứng AI thay thế được phần mềm doanh nghiệp, sau khi công ty này cho biết đã dừng khoảng 1.200 hệ thống phần mềm dịch vụ theo ước tính nội bộ. Nhưng chính CEO Sebastian Siemiatkowski đã đính chính rằng họ không thay phần mềm bằng mô hình ngôn ngữ, và giải thích lý do họ hợp nhất dữ liệu:
Đưa cho mô hình ngôn ngữ một thế giới dữ liệu doanh nghiệp bị chia mảnh, phân tán thì kết quả là một mô hình rất bối rối.
Klarna không chứng minh rằng không cần dữ liệu tập trung. Họ chứng minh điều ngược lại, chỉ có điều cách hợp nhất họ chọn không phải là mua thêm phần mềm trọn gói.
Chất lượng dữ liệu vẫn là nguyên nhân thất bại hàng đầu. Theo khảo sát quý 3/2024 của Gartner trên 248 lãnh đạo quản trị dữ liệu, 63% tổ chức hoặc không có, hoặc không chắc mình có thực hành quản trị dữ liệu phù hợp cho AI (63% là gộp cả nhóm không có lẫn nhóm không chắc).
Tỷ lệ thất bại của dự án agent đang cao. Gartner dự báo trong thông cáo ngày 25/06/2025 rằng hơn 40% dự án agentic AI sẽ bị huỷ trước cuối năm 2027 do chi phí leo thang, giá trị kinh doanh không rõ ràng hoặc kiểm soát rủi ro không đủ. Cùng thông cáo cảnh báo hiện tượng đổi tên sản phẩm cũ thành agent để bán.
Mức độ triển khai thực tế thấp hơn nhiều so với dự báo. Theo Gartner, trong bài Hype Cycle for Agentic AI dẫn khảo sát lãnh đạo công nghệ 2026 của chính hãng (2.501 người trả lời, dữ liệu thu tháng 5-6/2025), chỉ 17% tổ chức đã thực sự triển khai agent AI.
Kết luận cân bằng: Zero UI hạ thấp chi phí bắt đầu, nó không hạ thấp yêu cầu về kỷ luật dữ liệu.
Doanh nghiệp nên bắt đầu từ đâu?
Trước khi nói các bước, cần chỉ đúng chỗ khó.
Chỗ khó không nằm ở lớp hỏi đáp. Công cụ hỏi đáp giờ mua được, có sẵn trong Excel và Google Sheets.
Chỗ khó nằm ở phía dưới: cùng một khách hàng mang ba mã ở ba hệ thống, cùng một mặt hàng có hai tên viết khác nhau, doanh thu ghi nhận theo ngày xuất hoá đơn ở chỗ này và theo ngày giao hàng ở chỗ kia. Hỏi kiểu gì thì AI cũng chỉ trả về đúng cái sai đang có.
Không công cụ nào tự dọn được việc đó, vì nó là quyết định nghiệp vụ chứ không phải thao tác kỹ thuật: ai chịu trách nhiệm số nào là số đúng. Đó là phần phải làm cùng người có kinh nghiệm triển khai.
Ba bước theo thứ tự, không nhảy cóc.
Hình: Ba bước bắt đầu cho doanh nghiệp chưa có hệ thống tập trung. Nguồn: khuyến nghị triển khai của Smartcore.
- Chọn 3 câu hỏi quản trị mà bạn thường xuyên phải hỏi nhưng hiện không trả lời nhanh được. Ví dụ: tháng này lãi gộp theo nhóm hàng ra sao, khách nào sắp quá hạn công nợ, hàng nào sắp hết mà chưa đặt.
- Lập bảng 4 cột cho từng câu: số nằm ở đâu (phần mềm nào, file nào), ai là người giữ, bao lâu cập nhật một lần, có phải nhập tay lại từ nguồn khác không. Cột thứ tư hay lộ ra nhiều thứ nhất, vì chỗ phải nhập tay hai lần vừa là nơi sai số vừa là nơi tiết kiệm được sớm nhất. Bước này không tốn chi phí và không bao giờ lãng phí, vì mọi hệ thống sau này đều cần.
- Chuẩn hoá đúng những nguồn đó trước, rồi mới nối lớp truy vấn. Hợp nhất hệ thống sau, theo thứ tự giá trị đã được chứng minh trên chính dữ liệu của bạn. Một đơn vị triển khai tốt sẽ cùng bạn xếp thứ tự đó dựa trên số thật, chứ không áp một lộ trình có sẵn.
Với doanh nghiệp đã có hệ thống, câu hỏi đúng lúc này không phải nâng cấp phiên bản nào, mà là bao nhiêu phần trăm quyết định trong tháng vừa rồi được ra dựa trên số lấy trực tiếp từ hệ thống, và bao nhiêu phần trăm vẫn phải chờ ai đó xuất file. Lộ trình từng bước cho doanh nghiệp nhỏ và vừa đã được trình bày trong bài lộ trình ứng dụng AI cho SME.
Tình huống minh hoạ: một doanh nghiệp phân phối quy mô vừa theo dõi bán hàng trên phần mềm riêng, kho trên file bảng tính, công nợ trong sổ kế toán. Mỗi lần ban giám đốc hỏi lãi gộp theo nhóm hàng, kế toán mất vài ngày ghép số.
Thay vì thay cả ba hệ thống cùng lúc, doanh nghiệp chuẩn hoá trước danh mục hàng hoá và mã khách hàng cho đồng nhất giữa ba nguồn, rồi nối lớp truy vấn đọc cả ba. Câu hỏi lãi gộp được trả lời trong ngày, và việc thay hệ thống kho sau đó không làm mất năng lực báo cáo vừa xây. Đây là ví dụ minh hoạ cho cách tiếp cận, không phải số liệu của một khách hàng cụ thể.
Nếu doanh nghiệp của bạn đang gặp bài toán tương tự, hãy để lại 3 câu hỏi quản trị bạn vừa liệt kê, Smartcore có thể cùng bạn rà soát xem nên chuẩn hoá từ nguồn dữ liệu nào trước, bắt đầu từ một bài toán nhỏ trước khi tính tới triển khai tổng thể. Khi đã rõ nên hợp nhất theo thứ tự nào, đội ngũ có thể demo một luồng xử lý sát với mô hình doanh nghiệp của bạn.