Cách Chạy Pilot AI Vận Hành Trường Học 90 Ngày

Nhiều trường muốn ứng dụng AI nhưng bị mắc ở bước đầu: bắt đầu từ đâu, ai phụ trách, dùng dữ liệu nào và làm sao biết pilot có hiệu quả hay không.

Cách an toàn hơn là chạy pilot 90 ngày. 90 ngày đủ ngắn để kiểm soát rủi ro, đủ dài để đo baseline trước-sau và đủ rõ để BGH quyết định có mở rộng hay không.

Vấn đề: Triển khai AI quá rộng làm khó kiểm soát

Một số triển khai AI thất bại không phải vì công nghệ kém, mà vì phạm vi mơ hồ:

Muốn áp dụng cho toàn trường ngay.
Chưa chọn use case cụ thể.
Chưa có owner nội bộ.
Chưa biết dữ liệu nào được dùng.
Chưa có chỉ số đo trước khi triển khai.
Không có quy trình dừng hoặc chỉnh khi AI output sai.

Pilot tốt phải trả lời một câu hỏi hẹp: workflow này có cải thiện đủ rõ, đủ an toàn để mở rộng không?

Ngày 1–15: Audit quy trình và chọn điểm nghẽn

Hai tuần đầu nên tập trung vào quy trình, không phải công cụ.

BGH cùng các bộ phận có thể liệt kê:

Tuyển sinh: lead đến từ đâu, bước nào hay trễ?
Giáo vụ: yêu cầu nào lặp lại nhiều?
Báo cáo: dữ liệu nào phải tổng hợp thủ công?
Phụ huynh: câu hỏi nào lặp lại, tình huống nào cần người thật?
Dữ liệu: nguồn nào có thể dùng an toàn cho pilot?

Mỗi điểm nghẽn nên có thông tin: tần suất, owner, thời gian xử lý, rủi ro nếu sai và dữ liệu cần dùng.

Ngày 16–30: Chọn 1–2 use case và viết pilot charter

Không nên chọn quá nhiều use case. Một use case tốt cho pilot đầu thường có:

Tần suất cao.
Rủi ro vừa phải hoặc thấp.
Dữ liệu đầu vào rõ.
Người dùng nội bộ sẵn sàng thử.
KPI đo được.

Ví dụ phù hợp:

FAQ tuyển sinh được duyệt.
Nhắc hồ sơ thiếu giấy tờ.
Tạo bản nháp báo cáo tuần.
Phân loại yêu cầu giáo vụ.
Soạn template thông báo phụ huynh ít nhạy cảm.

Pilot charter nên ghi rõ:

Mục tiêu.
Phạm vi.
Owner.
Vai trò tham gia.
Dữ liệu được dùng.
Output AI được phép tạo.
Output nào phải duyệt.
KPI baseline và KPI theo dõi.
Điều kiện dừng hoặc chỉnh pilot.

Ngày 31–60: Chạy pilot với nhóm nhỏ

Trong giai đoạn chạy thật, cần giữ phạm vi nhỏ:

Một phòng ban.
Một khối lớp.
Một nhóm thông báo.
Một báo cáo định kỳ.
Một kênh tuyển sinh.

Theo dõi 3 nhóm chỉ số:

Hiệu quả vận hành: thời gian xử lý, số việc hoàn thành, backlog, số lần phải hỏi lại.

Chất lượng output: số bản nháp phải sửa, lỗi dữ liệu, phản hồi từ người dùng.

Rủi ro: truy cập sai quyền, nội dung cần escalation, tình huống AI không nên xử lý.

Mỗi tuần nên có một buổi review ngắn với owner nội bộ.

Ngày 61–75: Đánh giá và chuẩn hóa

Sau 60 ngày, trường nên xem dữ liệu thay vì chỉ hỏi cảm nhận.

Câu hỏi đánh giá:

Workflow có giảm việc lặp lại không?
Người dùng có tiếp tục dùng sau tuần đầu không?
AI output cần sửa nhiều hay ít?
Có phát sinh rủi ro dữ liệu không?
KPI có cải thiện so với baseline không?
Có cần thêm quyền, bớt quyền hoặc thêm điểm duyệt không?

Nếu kết quả tốt, chuẩn hóa SOP. Nếu chưa tốt, xem lại use case, dữ liệu, training người dùng hoặc phạm vi pilot.

Ngày 76–90: Quyết định mở rộng hoặc dừng có kiểm soát

Cuối pilot, BGH nên có ba lựa chọn:

Mở rộng có kiểm soát: thêm lớp/phòng ban/kênh.
Tiếp tục pilot: giữ phạm vi nhưng chỉnh workflow.
Dừng: nếu rủi ro cao hoặc hiệu quả chưa rõ.

Mở rộng chỉ nên diễn ra khi có:

SOP.
Owner rõ.
Phân quyền ổn định.
Audit log cho hành động quan trọng.
Template nội dung được duyệt.
Dashboard hoặc báo cáo theo dõi.

Phân quyền tối thiểu cho pilot

Một pilot AI vận hành nên có ít nhất:

Sponsor BGH: quyết định phạm vi và tiêu chí thành công.
Owner nội bộ: quản lý pilot hằng tuần.
Người dùng thử: giáo vụ, giáo viên, tuyển sinh hoặc bộ phận liên quan.
IT/Ops: cấu hình quyền và dữ liệu.
Người duyệt: duyệt output nhạy cảm hoặc output gửi ra ngoài.

Không nên giao pilot chung chung cho “phòng IT” nếu workflow thuộc giáo vụ, tuyển sinh hoặc chuyên môn.

Checklist trước khi bắt đầu

Use case rõ.
Baseline đã đo.
Dữ liệu được phép dùng đã liệt kê.
Vai trò và quyền đã cấu hình.
Output cần duyệt đã xác định.
Kênh escalation đã có.
KPI theo dõi hằng tuần đã thống nhất.
Điều kiện dừng/chỉnh pilot đã ghi trước.

FAQ

90 ngày có quá dài cho pilot không?

Không nếu pilot có milestone rõ. 30 ngày đầu dùng để audit và chuẩn bị, 30 ngày giữa chạy thật, 30 ngày cuối đánh giá và chuẩn hóa.

Có nên bắt đầu từ dữ liệu học sinh không?

Không nên nếu trường chưa có phân quyền và audit log rõ. Pilot đầu nên chọn workflow ít nhạy cảm hơn, sau đó mới mở rộng.

KPI nên đặt thế nào?

KPI nên gắn với baseline của trường: thời gian xử lý, số việc tồn, số lỗi phải sửa, mức hài lòng người dùng. Không nên dùng cam kết chung cho mọi trường.

Liên kết nội bộ nên đọc tiếp

Để chuẩn bị quyền, đọc Cách phân quyền AI cho trường công lập.
Để kiểm soát dữ liệu, đọc Cách kiểm soát dữ liệu học sinh và audit log.
Xem toàn bộ Knowledge Hub.

CTA

Muốn chạy pilot AI 90 ngày nhưng cần scope rõ?
Đặt lịch 30 phút với School Ops AIOS để rà soát 1–2 quy trình, viết pilot charter và đo baseline cho pilot nhỏ có kiểm soát.
Đặt lịch trao đổi →