Techcombank: Khi Change Management tự động hóa được quy trình phân tích của mình.

01 — Khách hàng

Ngân hàng tư nhân hàng đầu Việt Nam.

Techcombank phục vụ hàng triệu khách hàng cá nhân và doanh nghiệp trong môi trường vừa chịu áp lực tuân thủ nghiêm ngặt, vừa liên tục đổi mới số. Đội Change Management chịu trách nhiệm đảm bảo mỗi thay đổi sản phẩm, từ phát hành tính năng mới đến cập nhật quy trình nội bộ, được triển khai đúng đối tượng, đúng thời điểm và đo lường được hiệu quả thực tế.

02 — Thách thức

Mỗi dự án là một bài toán mới, nhưng quy trình phân tích vẫn phải bắt đầu lại từ đầu.

Đội Change Management đánh giá mọi thay đổi lớn trong tổ chức: một tính năng ra mắt, một quy trình được cập nhật, một công cụ triển khai diện rộng. Với mỗi thay đổi, họ phân tích dữ liệu, đo mức độ hiệu quả và đề xuất điều chỉnh. Các dự án thay đổi liên tục, nhưng bản chất công việc vẫn lặp lại.

Thách thức nằm ở chỗ: mỗi dự án đi kèm một tập dữ liệu và bối cảnh riêng. Cấu trúc phân tích có thể tương đồng, nhưng dữ liệu và bối cảnh riêng khiến đội ngũ khó tái sử dụng toàn bộ quy trình. Kết quả là nhiều phần công việc xử lý thông tin vẫn phải làm lại từ đầu mỗi lần.

Vấn đề không phải là thiếu dữ liệu hay thiếu quy trình. Techcombank đã có cả hai. Vấn đề là chưa có cách nào để AI đọc được dữ liệu đó và tự chạy quy trình đó thay người.

03 — Cách tiếp cận của ZTO

Chương trình được xây dựng trên dữ liệu thực từ 22 phòng ban, không phải các tình huống giả định.

ZTO Labs không triển khai Agentic AI bằng một template có sẵn. Toàn bộ bài thực hành được thiết kế từ dữ liệu và hệ thống thực của Techcombank: khảo sát nội bộ về mức độ sẵn sàng, nhật ký sử dụng công cụ, thư viện 25 khóa đào tạo và thông tin của 22 phòng ban.

Ba điểm cốt lõi của chương trình:

04 — Triển khai

Hai buổi offline, 16 học viên, một pipeline hoàn chỉnh.

Khóa học được tổ chức trực tiếp tại văn phòng Techcombank. Toàn bộ bài thực hành được triển khai trên Microsoft 365, Claude Desktop và Dify — đúng bộ công cụ mà đội ngũ đang sử dụng hằng ngày.

05 — Sản phẩm đầu ra

Thứ học viên mang về không chỉ là kiến thức, mà là những công cụ có thể đưa vào sử dụng ngay.

ZTO thiết kế toàn bộ bài thực hành với mục tiêu tạo ra kết quả có thể áp dụng ngay trong tuần làm việc tiếp theo — không dừng ở demo để tham khảo, cũng không chỉ là prototype để thử nghiệm.

• Bộ prompt template có thể tái sử dụng cho các dự án Change Management: chỉ cần thay thông tin dự án là dùng được, không phải viết lại từ đầu
• 2 Copilot Agents chạy trực tiếp trên Microsoft 365 của TCB: một agent phân tích mức độ sẵn sàng thay đổi và một agent đề xuất lộ trình đào tạo
• Kết nối MCP: học viên truy vấn dữ liệu adoption trực tiếp từ hệ thống nội bộ qua Claude Desktop bằng ngôn ngữ tự nhiên, không cần SQL hay hỗ trợ từ kỹ sư dữ liệu
• Quy trình Dify hoàn chỉnh: tự động phân tích dữ liệu adoption theo phòng ban và soạn email can thiệp cá nhân hóa cho từng trưởng phòng

Quy trình Dify được xây trong buổi cuối có thể chạy định kỳ hằng tuần, thay thế phần phân tích và soạn thảo thủ công vốn mất vài giờ trong mỗi đợt đánh giá.

06 — Bài học

Techcombank cho thấy AI không chỉ hỗ trợ công việc phân tích, mà có thể tự chạy cả quy trình đó.

Đội Change Management không cần học AI từ đầu. Họ cần cách để AI hiểu đúng dữ liệu, đúng framework và đúng quy trình của mình. Khi đó, khoảng cách giữa việc "dùng AI để hỏi" và "để AI chủ động thực hiện công việc" được rút ngắn đáng kể.

Bài học lớn nhất từ chương trình này: hiệu quả không đến từ việc dạy thật nhiều công cụ, mà từ việc xây một pipeline liền mạch từ đầu đến cuối, dựa trên dữ liệu thực và tạo ra đầu ra có thể sử dụng ngay. Học viên hiểu vấn đề sâu hơn vì được nhìn thấy cách toàn bộ hệ thống vận hành, thay vì chỉ tiếp cận từng phần riêng lẻ.

Đây là điểm khác biệt cốt lõi của ZTO: mỗi chương trình đều được thiết kế riêng từ bài toán thực tế của từng tổ chức, bởi không có hai doanh nghiệp nào vận hành hoàn toàn giống nhau.