Tác động của AI đến kế toán quản trị trong doanh nghiệp dệt may Việt Nam

Bài viết nghiên cứu tác động của AI đối với KTQT trong các doanh nghiệp (DN) Dệt may tại Việt Nam, dưới các góc độ: Thông tin, quy trình phân tích, xử lý dữ liệu và ra quyết định kinh doanh. Dưới ảnh hưởng của Cách mạng Công nghiệp 4.0, việc áp dụng AI không chỉ giúp nâng cao hiệu quả công việc mà còn thúc đẩy sự phát triển bền vững của ngành Dệt.

Đặt vấn đề

AI ngày càng phát triển và đang được sử dụng trong nhiều lĩnh vực khác nhau, trong kinh tế, sản xuất kinh doanh và thương mại. AI có thể phân tích các thông tin kịp thời với bộ dữ liệu lớn giúp nhà quản trị ra quyết định kinh doanh. AI được định nghĩa là khả năng của máy móc để thực hiện các nhiệm vụ thông minh tương tự như con người, bao gồm khả năng học hỏi, lập luận và nhận biết ngôn ngữ tự nhiên (Rawashdeh & cộng sự, 2023).

Các ứng dụng của AI trải rộng, từ tự động hóa các tác vụ đơn giản tới việc phân tích dữ liệu phức tạp và ra quyết định thông minh dựa trên thông tin thu thập được (Li, 2025). Trong bối cảnh Cách mạng Công nghiệp 4.0, AI đã và đang trở thành yếu tố then chốt trong việc nâng cao hiệu quả hoạt động và quản trị DN. AI không chỉ hỗ trợ xử lý và phân tích các dữ liệu phức tạp mà còn cung cấp nền tảng vững chắc cho việc ra quyết định chiến lược, đặc biệt là trong lĩnh vực KTQT (Cao & Lang, 2021). Cụ thể, các thuật toán như mạng nơ-ron nhân tạo và hồi quy logistic đã chứng tỏ hiệu quả trong việc dự báo và phân tích các yếu tố tài chính, từ đó nâng cao độ chính xác trong báo cáo tài chính và cải thiện khả năng ra quyết định quản lý (Trần & Vũ, 2022).

KTQT, với vai trò cung cấp thông tin tài chính và phi tài chính cho các nhà quản trị ra quyết định kinh doanh trong nội bộ DN, đang ngày càng được hưởng lợi từ sự phát triển mạnh mẽ của công nghệ thông tin và AI (Phan, 2020; Cao & Lang, 2021). Các nghiên cứu đã chỉ ra rằng, việc ứng dụng các công nghệ tiên tiến như ERP và AI có thể giúp các DN tối ưu hóa quy trình kế toán, từ việc lập ngân sách đến phân tích chi phí (Trần & Vũ, 2022; Đỗ, 2020). Đặc biệt, trong ngành Dệt may Việt Nam, AI có thể cải thiện khả năng dự báo nhu cầu thị trường, nâng cao hiệu quả quản lý tồn kho và tối ưu hóa quy trình sản xuất, từ đó gia tăng hiệu suất hoạt động và nâng cao năng lực cạnh tranh (Huỳnh & Phạm, 2022).

Cùng sự chuyển đổi số trong ngành Dệt may Việt Nam càng thúc đẩy mối quan hệ giữa AI và KTQT, các DN trong lĩnh vực này đang cần triển khai AI để nâng cao hiệu quả trong quy trình lập kế hoạch sản xuất, giám sát chi phí và tối ưu hóa tài chính, nhằm duy trì và gia tăng khả năng cạnh tranh trên thị trường toàn cầu (Phan, 2020; Huỳnh & Phạm, 2022); hơn nữa, việc ứng dụng AI còn giúp các DN dệt may Việt Nam thu thập và phân tích dữ liệu khách hàng một cách hiệu quả, từ đó xây dựng các chiến lược kinh doanh linh hoạt và phù hợp với nhu cầu thị trường (Huỳnh & Phạm, 2022).

AI đang tạo ra những bước đột phá quan trọng trong lĩnh vực KTQT, mở ra những cơ hội lớn cho các DN dệt may Việt Nam trong việc nâng cao hiệu quả hoạt động và khả năng cạnh tranh. Tuy nhiên, để biến những cơ hội này thành hiện thực, các DN cần xây dựng một lộ trình phát triển rõ ràng và có chiến lược triển khai cụ thể. Bài viết sẽ phân tích tác động của AI đối với KTQT, đặc biệt trong ngành Dệt may tại Việt Nam. Từ đó, đề xuất các định hướng phát triển cho DN, đồng thời làm rõ những thách thức trong quá trình triển khai AI, bao gồm đào tạo nhân lực, phát triển công nghệ thông tin và tích hợp các hệ thống công nghệ. Ngoài ra, bài viết cũng sẽ đưa ra các kiến nghị thiết thực nhằm giúp DN vượt qua các khó khăn này và tối ưu hóa việc ứng dụng AI.

Tác động của AI đến KTQT trong các DN dệt may

* Tự động hóa quy trình KTQT

Trong ngành Dệt may AI đang tối ưu hóa các quy trình KTQT, thông qua tự động hóa các tác vụ như nhập liệu và lập báo cáo tài chính. Các công nghệ như tự động hóa quy trình bằng robot (RPA) giúp giảm thời gian xử lý, ví dụ: từ vài ngày xuống vài giờ khi tính toán chi phí sản xuất (Kielanowicz & Wnuk-Pel, 2023). Điều này tạo điều kiện để kế toán viên tập trung vào các nhiệm vụ chiến lược, như lập kế hoạch ngân sách và dự báo nhu cầu thị trường.

AI đóng góp quan trọng vào KTQT bằng việc tự động hóa các tác vụ có tính chu kỳ, điều này bao gồm các hoạt động như tổng hợp số liệu, đánh giá ngân sách và thiết lập các dự báo tài chính, giúp giảm thiểu đáng kể gánh nặng công việc cho đội ngũ kế toán. Các công nghệ tiên tiến như Học máy (Machine Learning) và Tự động hóa quy trình bằng Robot (RPA), cho phép DN xử lý nhanh chóng khối lượng lớn dữ liệu và tạo ra các báo cáo tài chính với độ chính xác cao, từ đó nâng cao khả năng cạnh tranh trong môi trường kinh doanh toàn cầu (Fernandez & Aman, 2018). Đặc biệt, trong ngành Dệt may, nơi quản lý vốn lưu động có ảnh hưởng trực tiếp đến lợi nhuận, AI còn cho thấy tiềm năng lớn trong việc tăng cường khả năng quản lý rủi ro tài chính và tối ưu hóa các quy trình liên quan đến vốn (Soares & cộng sự, 2024).

Việc triển khai AI trong các DN dệt may không chỉ giới hạn ở việc cải thiện hiệu quả quy trình kế toán, mà còn mở rộng sang việc thúc đẩy đổi mới và sáng tạo trong phương pháp quản lý (Sikka & cộng sự, 2022; Möller & cộng sự, 2020). Những cải tiến này không chỉ tạo ra lợi thế cạnh tranh bền vững, mà còn góp phần nâng cao chất lượng dịch vụ khách hàng, khi DN có khả năng phản ứng nhanh nhạy hơn trước những biến đổi của thị trường. Tuy nhiên, để quá trình ứng dụng AI diễn ra hiệu quả, các DN dệt may cần đối mặt và giải quyết một số thách thức. Yêu cầu về cơ sở hạ tầng công nghệ thông tin đủ mạnh và năng lực tương tác với công nghệ mới của đội ngũ nhân viên là những yếu tố tiên quyết. Trong đó, việc đào tạo và phát triển kỹ năng cho nhân viên được xem là then chốt, đảm bảo họ có đủ khả năng khai thác tối đa những lợi ích mà AI mang lại, thay vì bị công nghệ bỏ lại phía sau (Jain, 2024). Cần nhận thức rằng, sự chuyển đổi này không đơn thuần là việc áp dụng một công cụ công nghệ mới, mà là một sự thay đổi toàn diện trong tư duy quản lý và phương thức ra quyết định tại mọi cấp độ của DN. Sự kết hợp giữa AI và KTQT đang mở ra những triển vọng đáng kể cho sự đổi mới và phát triển bền vững của các DN dệt may Việt Nam. Việc tự động hóa các quy trình kế toán được hỗ trợ bởi AI không chỉ nâng cao hiệu suất nội tại, mà còn giúp DN thích ứng linh hoạt với những biến động của môi trường kinh doanh toàn cầu. Qua đó, củng cố sức cạnh tranh và đảm bảo sự phát triển ổn định trong dài hạn.

* Nâng cao độ chính xác và minh bạch thông tin

AI đóng vai trò quan trọng trong việc nâng cao chất lượng thông tin KTQT tại các DN dệt may. Với khả năng phân tích khối lượng dữ liệu lớn, AI giúp phát hiện và sửa lỗi trong các hồ sơ kế toán, từ đó giảm thiểu rủi ro sai sót trong báo cáo tài chính (Adelakun et al., 2024). Hơn nữa, các hệ thống AI tích hợp với ERP có thể tự động kiểm tra tính nhất quán của dữ liệu, hỗ trợ quy trình kiểm soát nội bộ và tăng cường tính minh bạch của thông tin tài chính (Kielanowicz & Wnuk-Pel, 2023). Ví dụ, AI có thể phát hiện các khoản chi phí bất thường trong chuỗi cung ứng dệt may, giúp DN cải thiện quản lý chi phí và đáp ứng tốt hơn các yêu cầu kiểm toán. Một trong những lợi ích nổi bật của AI trong KTQT là khả năng cải thiện tính chính xác trong suốt chu trình thu thập và xử lý dữ liệu. AI có thể phân tích khối lượng lớn dữ liệu với tốc độ vượt trội, đồng thời nhận diện các điểm bất thường hoặc lỗi tiềm ẩn mà con người có thể bỏ sót. Chẳng hạn, công nghệ học máy được ứng dụng để phát hiện sai sót trong các hồ sơ kế toán, qua đó hỗ trợ DN hoàn thiện quy trình kiểm soát nội bộ và tăng cường mức độ minh bạch của các báo cáo tài chính (Adelakun & cộng sự, 2024). Hơn nữa, AI còn hỗ trợ các DN dệt may tối ưu hóa quy trình lập kế hoạch và kiểm soát ngân sách thông qua khả năng dự báo nhu cầu và phân bổ chi phí một cách chính xác hơn. Điều này đặc biệt quan trọng trong việc quản lý nguồn lực hiệu quả và tối đa hóa lợi nhuận trong bối cảnh cạnh tranh. Việc triển khai các hệ thống hoạch định nguồn lực DN (ERP) tích hợp AI cũng tự động hóa nhiều khía cạnh của quy trình kế toán, cải thiện độ chính xác và khả năng truy xuất thông tin nhanh chóng, giúp đáp ứng tốt hơn các yêu cầu báo cáo và giám sát tài chính.

Tuy nhiên, quá trình tích hợp AI vào hệ thống KTQT cũng đặt ra những thách thức nhất định, đặc biệt liên quan đến tính minh bạch và trách nhiệm giải trình trong các quyết định tự động. Sự phức tạp của nhiều thuật toán AI có thể tạo ra hiện tượng "hộp đen", khiến các bước trung gian dẫn đến kết quả cuối cùng không phải lúc nào cũng rõ ràng và dễ hiểu. Điều này làm dấy lên lo ngại về tính minh bạch và khả năng quy trách nhiệm trong các quyết định tài chính do AI hỗ trợ (Akinrinola & cộng sự, 2024). Trước thực trạng này, việc phát triển và ứng dụng các mô hình AI có khả năng giải thích (Explainable AI - XAI) trở nên vô cùng cần thiết. XAI cho phép các kế toán viên và nhà quản lý hiểu rõ hơn về logic hoạt động của AI, từ đó kiểm chứng và tin tưởng hơn vào các kết quả phân tích, đồng thời đảm bảo rằng tính minh bạch được duy trì trong suốt quy trình ra quyết định (Arrieta & cộng sự, 2020). Như vậy, AI không chỉ là công cụ nâng cao độ chính xác trong nghiệp vụ KTQT, mà còn đóng góp vào việc kiến tạo một môi trường làm việc minh bạch hơn tại các DN dệt may Việt Nam. Để hiện thực hóa trọn vẹn những lợi ích này và đảm bảo tính minh bạch cũng như trách nhiệm giải trình, việc đầu tư vào phát triển và áp dụng các phương pháp giải thích quyết định của AI là yêu cầu tất yếu. Cách tiếp cận này sẽ củng cố niềm tin của các bên liên quan vào các hệ thống kế toán ngày càng tự động hóa, hướng tới sự phát triển bền vững và hiệu quả trong tương lai.

* Tác động của AI trong phân tích dữ liệu, dự báo và hỗ trợ quyết định chiến lược

Trong môi trường kinh doanh dệt may, đặc trưng bởi sự phức tạp và biến động không ngừng, năng lực phân tích thông tin tài chính và phi tài chính một cách nhanh chóng, chính xác, cùng khả năng dự báo và ra quyết định chiến lược hiệu quả, đã trở thành yếu tố then chốt quyết định lợi thế cạnh tranh và sự phát triển bền vững. Trước bối cảnh đó, AI đã khẳng định vai trò như một công cụ chiến lược, với khả năng xử lý và phân tích khối lượng lớn dữ liệu (big data), qua đó cung cấp những hiểu biết chuyên sâu và các dự báo kịp thời, hỗ trợ các nhà quản lý tối ưu hóa hoạt động KTQT (Đỗ, 2020; Wang, 2023). Năng lực cốt lõi của AI, đặc biệt là các thuật toán học máy, cho phép nhận diện các mẫu hình giao dịch ẩn, các xu hướng tài chính và yếu tố phi tài chính từ dữ liệu lịch sử và thời gian thực. Điều này không chỉ cải thiện khả năng phát hiện rủi ro tiềm ẩn, mà còn nâng cao đáng kể độ chính xác của các dự báo về tình hình tài chính, cũng như các biến số thị trường quan trọng như hành vi tiêu dùng và nhu cầu sản phẩm. Ứng dụng AI trong việc phân tích dữ liệu tài chính, có thể đưa ra các khuyến nghị ngân sách chính xác hơn so với phương pháp truyền thống (Wang, 2023). Đối với ngành Dệt may, nơi chi phí nguyên liệu và nhu cầu thị trường biến động liên tục, khả năng của AI trong việc phân tích dữ liệu tiêu dùng để dự báo nhu cầu sản phẩm là cực kỳ quan trọng, giúp DN tối ưu hóa quy trình sản xuất và hoạch định chuỗi cung ứng hiệu quả hơn (Vân & cộng sự, 2022). Việc tích hợp AI vào hệ thống KTQT còn tăng cường năng lực phân tích toàn diện tình hình tài chính DN. Các công cụ phân tích dữ liệu thông minh, cho phép nhà quản lý giám sát và đánh giá nhanh chóng các chỉ số tài chính trọng yếu. Kết hợp với các nguyên tắc của KTQT chiến lược, AI hỗ trợ DN cải thiện việc lập kế hoạch, tối ưu hóa phân bổ nguồn lực và nâng cao hiệu quả hoạt động (Phan, 2020). AI cũng đóng góp vào việc cải thiện tính minh bạch của thông tin tài chính thông qua tự động hóa quy trình báo cáo, đảm bảo tính chính xác và cập nhật. Thêm vào đó, khả năng phân tích và đánh giá rủi ro theo thời gian thực của AI giúp DN dệt may chủ động điều chỉnh chiến lược tài chính, hạn chế tổn thất và nâng cao khả năng phục hồi.

Tuy nhiên, quá trình tích hợp AI vào KTQT và ra quyết định chiến lược không tránh khỏi những thách thức. Mối lo ngại về tính minh bạch và đạo đức phát sinh từ bản chất "hộp đen" của một số thuật toán AI, gây khó khăn trong việc giải thích các quyết định tự động và có thể làm suy giảm niềm tin (Huriye, 2023). Do đó, việc phát triển và ứng dụng các mô hình AI có khả năng giải thích (Explainable AI - XAI) trở nên cần thiết (Duong, 2023). Sự phụ thuộc quá mức vào AI mà thiếu hiểu biết về cơ chế hoạt động hoặc chất lượng dữ liệu đầu vào cũng tiềm ẩn nguy cơ dẫn đến các quyết định sai lầm. Vì vậy, việc nâng cao nhận thức, đào tạo kỹ năng về AI cho đội ngũ nhân sự và xây dựng các quy trình quản lý phù hợp là yêu cầu cấp bách, để đảm bảo AI được sử dụng một cách hiệu quả và có trách nhiệm. AI giữ vai trò then chốt, vượt trên một công cụ hỗ trợ đơn thuần, trong việc tối ưu hóa quy trình KTQT, nâng cao năng lực ra quyết định và hoạch định chiến lược dài hạn cho các DN dệt may Việt Nam. Để khai thác tối đa tiềm năng này, việc tích hợp AI một cách hiệu quả, đồng thời chủ động giải quyết các thách thức về tính minh bạch, độ tin cậy và năng lực con người, sẽ mở ra cơ hội cải thiện lợi thế cạnh tranh và thúc đẩy sự phát triển bền vững của ngành.

* Thay đổi vai trò của KTQT

Sự phát triển của AI đang định hình lại vai trò của kế toán viên trong các DN dệt may, chuyển họ từ các tác vụ thủ công sang vai trò tư vấn chiến lược. Nhờ khả năng phân tích dữ liệu nhanh chóng, AI cung cấp các dự báo tài chính chính xác và phân tích xu hướng thị trường, giúp kế toán viên hỗ trợ ban lãnh đạo đưa ra các quyết định chiến lược, như mở rộng thị trường xuất khẩu hoặc tối ưu hóa chuỗi cung ứng (Lưu, 2023). Ngoài ra, các hệ thống AI giám sát rủi ro theo thời gian thực, chẳng hạn như biến động giá nguyên liệu, cho phép kế toán viên đề xuất các biện pháp giảm thiểu rủi ro kịp thời (Vân & cộng sự, 2022). Tuy nhiên, để đáp ứng vai trò mới này, kế toán viên cần được đào tạo về phân tích dữ liệu và sử dụng công cụ AI (Trương, 2018). Việc chuyển đổi sang ứng dụng AI trong KTQT không chỉ là một thay đổi công nghệ, mà còn đòi hỏi sự thay đổi về văn hóa DN và tư duy lãnh đạo. Khả năng chấp nhận và ứng dụng AI trong kiểm soát và báo cáo tài chính phụ thuộc nhiều vào sự lãnh đạo có tầm nhìn và cam kết từ các cấp quản lý (Nguyễn, 2024). AI đang thực hiện một cuộc cách mạng trong lĩnh vực KTQT tại các DN dệt may ở Việt Nam. Sự thay đổi trong vai trò của kế toán viên, từ người ghi chép thuần túy sang người tư vấn chiến lược và hỗ trợ ra quyết định, sẽ mở ra nhiều cơ hội mới cho sự phát triển của các DN trong bối cảnh cạnh tranh ngày càng gay gắt. Việc đầu tư vào công nghệ AI và nâng cao năng lực cho đội ngũ kế toán, sẽ là yếu tố then chốt giúp DN khai thác tối đa tiềm năng này.

Định hướng phát triển của ngành Dệt may Việt Nam và yêu cầu ứng dụng AI

Ngành Dệt may Việt Nam đã có những bước phát triển mạnh mẽ trong những năm qua, đóng góp đáng kể vào sự tăng trưởng kinh tế và tạo ra hàng triệu việc làm cho người lao động. Tuy nhiên, để phát triển bền vững và chiếm lĩnh thị trường toàn cầu, ngành Dệt may cần xác định các chiến lược phát triển cụ thể để ứng phó với những thách thức và tận dụng các cơ hội mới. Trong bối cảnh đó, việc ứng dụng Trí tuệ nhân tạo (AI) đóng vai trò then chốt, đòi hỏi các doanh nghiệp phải chủ động tích hợp công nghệ này vào mọi khía cạnh hoạt động, đặc biệt là trong kế toán quản trị, nhằm nâng cao hiệu quả và năng lực cạnh tranh. Dưới đây là một số định hướng phát triển chính cho ngành Dệt may Việt Nam trong tương lai.

Nâng cao năng lực sản xuất và chất lượng sản phẩm

Để duy trì và gia tăng năng lực cạnh tranh, các DN dệt may cần đầu tư mạnh mẽ vào công nghệ hiện đại và cải tiến quy trình sản xuất. Việc áp dụng công nghệ mới không chỉ giúp nâng cao năng suất mà còn cải thiện chất lượng sản phẩm, đặc biệt trong bối cảnh người tiêu dùng ngày càng yêu cầu cao hơn về chất lượng và tính bền vững của sản phẩm (Nguyễn & cộng sự, 2023). Do đó, việc tối ưu hóa quy trình sản xuất và ứng dụng công nghệ tiên tiến sẽ giúp các DN, không chỉ đáp ứng yêu cầu thị trường mà còn nâng cao giá trị thương hiệu. Trong đó, AI đóng vai trò quan trọng trong việc hỗ trợ tối ưu hóa quy trình sản xuất, nâng cao năng suất và chất lượng sản phẩm thông qua khả năng tự động hóa quy trình dự báo nhu cầu chính xác và quản lý chi phí hiệu quả, góp phần cải thiện năng lực cạnh tranh tổng thể.

Tăng cường khả năng cạnh tranh thông qua đổi mới sáng tạo

Đổi mới sáng tạo trong thiết kế sản phẩm và quy trình sản xuất là yếu tố quyết định, giúp ngành Dệt may Việt Nam duy trì và nâng cao khả năng cạnh tranh. Các DN cần tập trung vào nghiên cứu và phát triển các sản phẩm mới, đồng thời cải tiến quy trình sản xuất để tối ưu hóa chi phí và thời gian. Sự linh hoạt trong chuỗi cung ứng cũng là một yếu tố quan trọng, giúp các DN nhanh chóng thích ứng với thay đổi của thị trường và nhu cầu của người tiêu dùng (Nguyễn & cộng sự, 2023). AI đóng vai trò then chốt trong việc thúc đẩy đổi mới sáng tạo bằng cách phân tích dữ liệu lớn để nhận diện các mẫu hình và xu hướng thị trường, từ đó hỗ trợ tối ưu hóa thiết kế và quy trình sản xuất, đồng thời cải thiện hiệu quả quản lý, tạo ra lợi thế cạnh tranh bền vững và giúp doanh nghiệp phản ứng nhanh nhạy trước biến động thị trường.

Thúc đẩy xuất khẩu và phát triển thị trường nước ngoài

Mở rộng thị trường xuất khẩu là một yếu tố then chốt giúp ngành Dệt may Việt Nam đạt được tăng trưởng bền vững, các DN cần tìm kiếm các thị trường mới và xây dựng chiến lược xuất khẩu hiệu quả. Bên cạnh đó, việc xây dựng thương hiệu mạnh và chiến lược tiếp thị đúng đắn, sẽ giúp nâng cao giá trị xuất khẩu của sản phẩm và gia tăng sự hiện diện của dệt may Việt Nam trên các thị trường quốc tế (Ngô & cộng sự, 2023). AI có khả năng dự báo nhu cầu thị trường và phân tích dữ liệu khách hàng một cách hiệu quả, từ đó giúp các doanh nghiệp dệt may tối ưu hóa chuỗi cung ứng và xây dựng chiến lược xuất khẩu linh hoạt, góp phần nâng cao giá trị và mở rộng sự hiện diện trên các thị trường quốc tế.

Áp dụng công nghệ thông tin và chuyển đổi số

Công nghệ thông tin và chuyển đổi số sẽ đóng vai trò quan trọng trong việc nâng cao hiệu quả quản lý và vận hành của các DN dệt may. Việc áp dụng các phần mềm quản lý hiệu suất, hệ thống quản lý nhà cung cấp và hệ thống phân phối thông minh, sẽ giúp tối ưu hóa chuỗi cung ứng và giảm thiểu chi phí. Một nghiên cứu chỉ ra rằng, việc ứng dụng công nghệ thông tin có thể cải thiện đáng kể hiệu quả hoạt động của DN, giúp các công ty đáp ứng nhanh chóng và hiệu quả với những biến động của thị trường (Hoàng & Nguyễn, 2020). Trong bối cảnh này, AI là cốt lõi của quá trình chuyển đổi số, giúp tự động hóa các quy trình quản lý và vận hành, tối ưu hóa chuỗi cung ứng và giảm thiểu chi phí thông qua khả năng xử lý, phân tích dữ liệu lớn và dự báo chính xác, từ đó nâng cao hiệu quả hoạt động tổng thể của doanh nghiệp.

Chú trọng phát triển bền vững và trách nhiệm xã hội

Trước xu thế hội nhập quốc tế và các tiêu chuẩn bền vững ngày càng khắt khe, ngành Dệt may Việt Nam cần đặt phát triển bền vững làm trọng tâm. Điều này đòi hỏi, DN chủ động triển khai sản xuất xanh, giảm thiểu tác động môi trường và đề cao trách nhiệm xã hội. Thực thi hiệu quả các giải pháp bền vững sẽ giúp nâng cao giá trị DN, đồng thời xây dựng uy tín thương hiệu mạnh mẽ trước người tiêu dùng và đối tác quốc tế. AI hỗ trợ các doanh nghiệp trong việc quản lý nguồn lực hiệu quả, giảm thiểu lãng phí tài nguyên và thúc đẩy sản xuất xanh thông qua tối ưu hóa quy trình và dự báo, góp phần vào phát triển bền vững và nâng cao trách nhiệm xã hội.

Tóm lại, để phát triển bền vững và chiếm lĩnh thị trường toàn cầu, ngành dệt may Việt Nam cần triển khai các chiến lược trọng tâm, trong đó ứng dụng trí tuệ nhân tạo (AI) đóng vai trò then chốt. AI sẽ hỗ trợ nâng cao năng lực sản xuất, thúc đẩy đổi mới sáng tạo, tối ưu hóa quy trình sản xuất và quản lý, cũng như dự báo nhu cầu thị trường, qua đó mở rộng xuất khẩu. Bên cạnh đó, AI giúp cải thiện hiệu quả vận hành và phát triển các chiến lược bền vững, từ việc giảm thiểu lãng phí tài nguyên đến sản xuất xanh. Việc ứng dụng AI thành công sẽ giúp ngành Dệt may duy trì và nâng cao sức cạnh tranh, mở rộng thị trường quốc tế và đạt được sự phát triển mạnh mẽ trong tương lai.

Một số khuyến nghị

AI đang tạo ra một cuộc cách mạng trong lĩnh vực KTQT của ngành Dệt may Việt Nam, hứa hẹn nâng cao đáng kể hiệu quả hoạt động và năng lực cạnh tranh. Tuy nhiên, hành trình tích hợp AI không hề bằng phẳng, các DN phải đối mặt với những thách thức đáng kể, như sự thiếu hụt nguồn nhân lực có kỹ năng về AI, vấn đề đảm bảo độ tin cậy của dữ liệu đầu vào, rào cản về chi phí đầu tư công nghệ ban đầu, cùng với những rủi ro tiềm ẩn về an ninh mạng và bảo mật thông tin. Việc nhận diện rõ ràng những trở ngại này là bước đi thiết yếu để từ đó đề xuất các giải pháp và khuyến nghị xác đáng, nhằm giúp DN Dệt may Việt Nam khai thác tối đa tiềm năng và vượt qua thách thức trong việc ứng dụng AI. Để giải quyết các thách thức trên và tối ưu hóa lợi ích từ việc ứng dụng AI trong KTQT cho DN Dệt may Việt Nam. Một số giải pháp và khuyến nghị trọng tâm được đề xuất, như sau:

Đầu tư chiến lược vào đào tạo và phát triển nguồn nhân lực

Một trong những yếu tố then chốt để tối ưu hóa việc ứng dụng AI là việc đầu tư chiến lược vào đào tạo và phát triển nguồn nhân lực. DN cần ưu tiên triển khai các chương trình đào tạo chuyên sâu và cập nhật thường xuyên nhằm trang bị và nâng cao các kỹ năng công nghệ cần thiết cho đội ngũ kế toán viên, đặc biệt là kiến thức và năng lực ứng dụng AI. Quá trình này không chỉ giúp kế toán viên làm quen, thành thạo và sử dụng cũng như ứng dụng, các công cụ phục vụ trong KTQT như lập kế hoạch, thực hiện cũng như ra quyết định kinh doanh mà còn quan trọng hơn là giúp họ thấu hiểu bản chất, nguyên lý hoạt động và tiềm năng ứng dụng của công nghệ này trong các tác nghiệp KTQT. Kết quả của việc đầu tư này là sự cải thiện rõ rệt về hiệu quả công việc, giảm thiểu sai sót nghiệp vụ và tăng cường đáng kể khả năng phân tích, đưa ra quyết định chiến lược dựa trên dữ liệu (Cao & Lang, 2021; Đỗ, 2020).

Hoàn thiện quy trình quản trị dữ liệu và nâng cao chất lượng dữ liệu

Để AI phát huy tối đa hiệu quả, việc thiết lập và vận hành một hệ thống quản trị dữ liệu hiệu quả, đảm bảo tính tin cậy và toàn vẹn của dữ liệu là một yêu cầu mang tính nền tảng. Dữ liệu được xem là yếu tố cốt lõi cho sự vận hành và tính chính xác của các thuật toán AI, do đó quy trình thu thập, tiền xử lý, lưu trữ và bảo quản dữ liệu cần được chuẩn hóa, đảm bảo tính chính xác, đầy đủ, nhất quán và kịp thời. DN cần xây dựng và áp dụng các cơ chế kiểm soát chất lượng dữ liệu nghiêm ngặt, đảm bảo rằng thông tin đầu vào cho các hệ thống AI luôn đạt chuẩn. Điều này sẽ duy trì độ tin cậy cao trong các kết quả phân tích, mô hình dự báo và các quyết định được đưa ra dựa trên thông tin do AI xử lý (Trần & Vũ, 2023).

Xây dựng chiến lược tài chính và đầu tư AI một cách hợp lý

Việc triển khai và ứng dụng AI đòi hỏi một chiến lược tài chính được hoạch định rõ ràng, minh bạch và phù hợp với năng lực của DN. Các DN cần xây dựng kế hoạch tài chính chi tiết, bao gồm việc phân tích thấu đáo tỷ suất chi phí - lợi ích (cost-benefit analysis) khi triển khai các giải pháp AI. Quá trình này cần đánh giá kỹ lưỡng các khoản mục chi phí đầu tư ban đầu, chi phí vận hành, bảo trì, nâng cấp hệ thống, song song với việc định lượng các lợi ích dài hạn dự kiến về hiệu quả sản xuất, tối ưu hóa quản lý và cải thiện hiệu suất tài chính. Việc này sẽ hỗ trợ DN đưa ra các quyết định đầu tư công nghệ AI một cách sáng suốt và hiệu quả, cân nhắc các phương án như hợp tác với các đối tác công nghệ hoặc sử dụng các giải pháp AI dưới dạng dịch vụ (AI-as-a-Service) để tối ưu hóa nguồn lực (Lê & Nguyễn, 2021; Hà & cộng sự 2023).

Tăng cường toàn diện các biện pháp an ninh mạng và bảo mật thông tin

Trong bối cảnh chuyển đổi sang các hệ thống số hóa và ứng dụng AI, vấn đề an ninh mạng và bảo mật thông tin trở thành một yếu tố then chốt, mang tính sống còn. DN bắt buộc phải đầu tư vào các giải pháp và cơ chế bảo mật đa lớp, mạnh mẽ để bảo vệ hệ thống dữ liệu và thông tin nhạy cảm trước các mối đe dọa ngày càng tinh vi từ không gian mạng. Các biện pháp cần được triển khai đồng bộ, bao gồm: mã hóa dữ liệu, kiểm soát truy cập chặt chẽ, xác thực đa yếu tố, thiết lập các hệ thống phòng thủ chủ động, thực hiện đánh giá rủi ro an ninh thông tin định kỳ, và đặc biệt là nâng cao nhận thức, kỹ năng phòng vệ cho toàn thể nhân viên. Việc thiết lập các quy trình kiểm tra, giám sát và ứng phó sự cố an ninh mạng thường xuyên là rất cần thiết để đảm bảo an toàn cho hệ thống dữ liệu và giảm thiểu rủi ro ở mức tối đa (Huỳnh & Phạm, 2022).

AI đang mở ra nhiều cơ hội phát triển mang tính đột phá cho ngành Dệt may Việt Nam, đặc biệt trong việc hiện đại hóa và nâng cao hiệu quả của lĩnh vực KTQT. Tuy nhiên, để quá trình ứng dụng AI thực sự mang lại giá trị tối ưu và bền vững, các DN cần có nhận thức sâu sắc về những thách thức tiềm ẩn và chủ động triển khai các giải pháp được khuyến nghị. Việc đầu tư bài bản vào phát triển nguồn nhân lực, hoàn thiện hệ thống quản trị dữ liệu, xây dựng chiến lược tài chính phù hợp cho công nghệ và tăng cường toàn diện các biện pháp an ninh bảo mật thông tin sẽ là những yếu tố nền tảng, đảm bảo rằng AI trở thành động lực mạnh mẽ, đóng góp thiết thực vào sự phát triển hiệu quả và bền vững của ngành Dệt may Việt Nam trong dài hạn.

Tài liệu tham khảo

Adelakun, B., Antwi, B., Ntiakoh, A., & Eziefule, A. (2024). Leveraging ai for sustainable accounting: developing models for environmental impact assessment and reporting. Finance & Accounting Research Journal, 6(6), 1017-1048. https://doi.org/10.51594/farj.v6i6.1234.

Akinrinola, O., Okoye, C., Ofodile, O., & Ugochukwu, C. (2024). Navigating and reviewing ethical dilemmas in ai development: strategies for transparency, fairness, and accountability. GSC Advanced Research and Reviews, 18(3), 050-058. https://doi.org/10.30574/gscarr.2024.18.3.0088.

Arrieta, A., Díaz-Rodríguez, N., Ser, J., Bennetot, A., Tabik, S., Barbado, A., … & Herrera, F. (2020). Explainable artificial intelligence (xai): concepts, taxonomies, opportunities and challenges toward responsible ai. Information Fusion, 58, 82-115. https://doi.org/10.1016/j.inffus.2019.12.012.

Cao Thi Cam Van & Lang Thi Minh Thao (2021). Những nhân tố tác động đến kế toán trong thời đại kỹ thuật số của Cuộc Cách mạng Công nghiệp 4.0. Journal of Science and Technology - Iuh, 46(04). https://doi.org/10.46242/jst-iuh.v46i04.648.

Đỗ Thị Thu Thảo (2022). Các nhân tố ảnh hưởng đến vận dụng KTQT chiến lược tại DN niêm yết trên thị trường chứng khoán Việt Nam. Journal of science and technology - Iuh, 58(04). https://doi.org/10.46242/jstiuh.v58i04.4498.

Duong, T. (2023). Impact of accounting information system on performance of vietnamese construction enterprises. International Journal of Professional Business Review, 8(10), e03438. https://doi.org/10.26668/businessreview/2023.v8i10.3438.

Fernandez, D. and Aman, A. (2018). Impacts of robotic process automation on global accounting services. Asian Journal of Accounting and Governance, 9, 123-132. https://doi.org/10.17576/ajag-2018-09-11.

Hà Mỹ Trang & cộng sự (2023). Thực trạng tổ chức bộ máy kế toán tại các DN nhỏ và vừa tại thành phố Cần Thơ. Tạp chí Nghiên cứu tài chính - Marketing, 114-126. https://doi.org/10.52932/jfm.vi1.281.

Hoàng Hương Giang & Nguyễn Thị Vân Hà (2020). Đánh giá hoạt động của sàn giao dịch vận tải Việt Nam trên quan điểm DN. The Transport and Communications Science Journal, 71(6), 690-700. https://doi.org/10.25073/tcsj.71.6.5.

Huriye, A. (2023). The ethics of artificial intelligence: examining the ethical considerations surrounding the development and use of ai. American Journal of Technology, 2(1), 37-45. https://doi.org/10.58425/ajt.v2i1.142.

Huỳnh Tân Dũng & Phạm Thị Thúy Ngân (2022). Các nhân tố ảnh hưởng đến khả năng áp dụng KTQT tại các DN hoạt động trong lĩnh vực công nghệ thông tin tại Thành phố Hồ Chí Minh. Journal of Science and Technology - Iuh, 56(02). https://doi.org/10.46242/jstiuh.v56i02.4345.

Jain, R. (2024). Unveiling the technological tapestry: Exploring the transformative influence of ai and ml across diverse domains. ART, 2(2), 1-11. https://doi.org/10.23880/art-16000116.

Kielanowicz, Ż. and Wnuk–Pel, T. (2023). Financial processes automations’ impact on the work of management accountants. European Research Studies Journal, XXVI (Issue 3), 61-77. https://doi.org/10.35808/ersj/3198.

Lê Hồng Nga & Nguyễn Thành Đạt (2021). Tác động của vốn trí tuệ đến hiệu quả hoạt động của các ngân hàng thương mại tại Việt Nam. Tạp chí Nghiên cứu tài chính - Marketing, (61). https://doi.org/10.52932/jfm.v1i61.66.

Lê Văn Hưởng & Trần Cương (2022). Tác động của quản trị công đến hiệu quả hoạt động DN ở Việt Nam. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh - Kinh tế và quản trị kinh doanh, 17(5), 80-95. https://doi.org/10.46223/hcmcoujs.econ.vi.17.5.2046.2022. Li, B. (2025). The impact and role analysis of artificial intelligence technology on the development of the accounting industry. International Journal of Knowledge Management, 21(1), 1-13. https://doi.org/10.4018/ijkm.370950

Lưu Minh Vững (2023). Tác động của cam kết với tổ chức đến hiệu quả công việc tại DN Việt Nam. Tạp chí Nghiên cứu tài chính - Marketing, 72-83. https://doi.org/10.52932/jfm.vi5.357.

Möller, K., Schäffer, U., & Verbeeten, F. (2020). Digitalization in management accounting and control: an editorial. Journal of Management Control, 31(1-2), 1-8. https://doi.org/10.1007/s00187-020-00300-5.

Ngô Thái Hưng & cộng sự (2023). Vai trò của FDI trong mối quan hệ giữa tăng trưởng kinh tế và du lịch ở thị trường Việt Nam. Tạp chí khoa học Đại học Mở Thành phố Hồ Chí Minh - Kinh tế và quản trị kinh doanh, 18(4), 63-76. https://doi.org/10.46223/hcmcoujs.econ.vi.18.4.2232.2023.

Nguyễn Ngọc Thắng (2024). Ảnh hưởng của đào tạo xanh đến hành vi thân thiện với môi trường của nhân viên và kết quả môi trường của DN. Journal of Trade Science, 105-116. https://doi.org/10.54404/jts.2024.188v.08.

Nguyễn Thị Đức Nguyên & cộng sự (2023). Linh hoạt chuỗi cung ứng: tình huống DN may tại Việt Nam. Tạp chí khoa học Đại học Mở Thành phố Hồ Chí Minh - Kinh tế và quản trị kinh doanh, 18(4), 105-117. https://doi.org/10.46223/hcmcoujs.econ.vi.18.4.2288.2023.

Phan Thị Thùy Nga (2020). KTQT chiến lược – Góc nhìn về nghiên cứu vận dụng. Hue University Journal of Science Economics and Development, 129(5B). https://doi.org/10.26459/hueuni-jed.v129i5b.5664.

Rawashdeh, A., Bakhit, M., & Abaalkhail, L. (2023). Determinants of artificial intelligence adoption in smes: the mediating role of accounting automation. International Journal of Data and Network Science, 7(1), 25-34. https://doi.org/10.5267/j.ijdns.2022.12.010.

Sikka, M., Sarkar, A., & Garg, S. (2022). Artificial intelligence (ai) in textile industry operational modernization. Research Journal of Textile and Apparel, 28(1), 67-83. https://doi.org/10.1108/rjta-04-2021-0046.

Soares, R., Nunes, A., Heliodoro, P., & Martins, V. (2024). Impact of research and development expenses on the profitability of assets: the case of textile and clothing industry in portugal. Problems and Perspectives in Management, 22(1), 702-715. https://doi.org/10.21511/ppm.22(1).2024.55.

Trần Thị Nga & Vũ Lê Long (2022). Nghiên cứu ứng dụng hệ thống ERP trong KTQT doanh thu tại các DN điện lực phía Bắc Việt Nam. Journal of Science and Technology - Haui, 58(4), 166-170. https://doi.org/10.57001/huih5804.28.

Trương Đình Thái (2018). Ảnh hưởng của văn hóa DN đến phong cách lãnh đạo – Trường hợp nghiên cứu tại Công ty Cổ phần Sài Gòn Food. Hue University Journal of Science Economics and Development, 127(5A), 233. https://doi.org/10.26459/hueuni-jed.v127i5a.4818.

Vân Thị Hồng Loan & cộng sự (2022). Vốn trí tuệ, quản trị công ty và trách nhiệm xã hội DN tại Việt Nam. Tạp chí khoa học Đại học Mở Thành phố Hồ Chí Minh - Kinh tế và quản trị kinh doanh, 18(1), 21-34.

Wang, X. (2023). Algorithms and research in accounting application based on artificial intelligence. https://doi.org/10.4108/eai.7-7-2023.2338051.