Mở đầu
Tỷ giá đồng Yên biến động kéo dài đang đặt ra nhiều bài toán khó cho các doanh nghiệp IT Nhật Bản, trong đó có chi phí thuê ngoài phát triển phần mềm. Cùng lúc, các công cụ Generative AI như GitHub Copilot hay Cursor giúp một kỹ sư viết code nhanh hơn trước rất nhiều. Trong bối cảnh đó, việc nhiều công ty quyết định đưa một phần dự án về phát triển nội bộ (In-house) là một lựa chọn chiến lược dễ hiểu và hợp lý.
Tận dụng AI để giảm chi phí và trực tiếp kiểm soát dự án cho thấy nỗ lực đổi mới đáng ghi nhận của ban lãnh đạo. Tuy vậy, qua trao đổi với nhiều đối tác tại Tokyo và Osaka, chúng tôi nhận thấy một "điểm mù" (盲点) chung bắt đầu lộ ra khi mô hình này đi vào vận hành thực tế: đội ngũ quản lý dự án (PM) bị quá tải, và kiến trúc hệ thống tiềm ẩn rủi ro.
Bài viết này không nhằm phản bác lựa chọn In-house. Chúng tôi muốn chia sẻ những gì đã quan sát được, và một cách phân chia vai trò mà doanh nghiệp có thể cân nhắc.
1. Ba thách thức thường gặp khi vận hành In-house với AI
AI giúp viết code nhanh hơn, nhưng không tự gánh bớt phần việc quản lý và kiểm soát chất lượng. Ở nhiều đội, phần việc đó dồn về một nhóm nhỏ những người giàu kinh nghiệm nhất.
Thách thức 1: PM và Tech Lead trở thành "người review AI"
AI có thể sinh ra hàng nghìn dòng code trong vài phút, nhưng để biết đoạn code đó có đúng với nghiệp vụ, có an toàn và có phù hợp với hệ thống hiện tại hay không, cần những kỹ sư có kinh nghiệm nhất đọc lại. Kết quả là PM và Tech Lead, những người lẽ ra nên dành thời gian cho thị trường, cho business logic và định hướng sản phẩm, lại dành phần lớn ngày làm việc để viết prompt, rà soát code và sửa lỗi.
Năng lực cốt lõi của họ vô tình bị giữ lại ở các tác vụ vi mô.
Thách thức 2: Hệ thống kế thừa (Legacy System) và bảo mật
AI làm tốt các bài toán đơn lẻ, có phạm vi rõ ràng. Khi phải ghép vào một hệ thống đã vận hành nhiều năm, với các ràng buộc dữ liệu, quy tắc nghiệp vụ ngầm và tiêu chuẩn bảo mật khắt khe, AI thường thiếu "ngữ cảnh toàn cục".
Nếu không có đội kiểm thử (QA) độc lập và quy trình test bài bản, những sai lệch nhỏ khó bị phát hiện trước khi lên production. Khi sự cố xảy ra, doanh nghiệp tự chịu toàn bộ rủi ro, kể cả chi phí xử lý và ảnh hưởng tới khách hàng.
Thách thức 3: Chi phí cơ hội của nguồn lực
Chi phí trả cho bên thứ ba có thể giảm, nhưng chi phí cơ hội lại tăng. Thời gian của quản lý cấp cao tại Nhật là nguồn lực đắt đỏ. Dùng quỹ thời gian đó cho các công việc kỹ thuật thuần túy như review từng pull request hay chạy test hồi quy chưa hẳn là phương án hiệu quả nhất về tài chính trong dài hạn.
Khi tính tổng chi phí, cần cộng cả phần thời gian này, không chỉ nhìn vào hóa đơn outsourcing đã giảm bao nhiêu.
2. Outsourcing cũng đang thay đổi: từ "gia công" sang đồng quản lý
Hiểu những áp lực trên, các công ty outsourcing tại Việt Nam, trong đó có ARIS Vietnam, cũng đang tự định nghĩa lại vai trò của mình. Khách hàng Nhật Bản ngày nay không cần một đội "nhận spec rồi gõ code". Họ cần một đội có thể nhận bớt phần vận hành kỹ thuật mà AI chưa gánh được.
Vì vậy, chúng tôi đề xuất một mô hình Hybrid kết hợp AI (AI-Augmented Offshore), với cách phân chia vai trò như sau.
Doanh nghiệp Nhật Bản giữ phần cốt lõi. Quý công ty tập trung vào định hướng sản phẩm, yêu cầu kinh doanh (Business Requirement) và chiến lược thị trường, đồng thời giữ quyền quyết định ở các mốc quan trọng.
ARIS Vietnam nhận phần vận hành kỹ thuật. Đội Kỹ sư cầu nối (BrSE) và PM của chúng tôi đóng vai trò "Co-PM". Chúng tôi tiếp nhận yêu cầu, làm rõ spec, dùng AI có kiểm soát để tăng tốc độ phát triển, và chịu trách nhiệm về review code, kiểm thử và chất lượng đầu ra trước khi bàn giao.
Phạm vi sử dụng AI được thống nhất với khách hàng cho từng dự án, và mọi thay đổi vào nhánh chính đều được kỹ sư review và phê duyệt. Đây cũng là nguyên tắc của Hybrid Delivery Model mà ARIS Vietnam đã công bố.
3. So sánh hai cách vận hành
| In-house với AI | Hybrid cùng ARIS Vietnam | |
|---|---|---|
| Ai viết prompt và review code AI | PM / Tech Lead phía Nhật | BrSE và kỹ sư ARIS |
| Ai kiểm thử, đảm bảo chất lượng | Đội nội bộ tự làm | Đội QA của ARIS, báo cáo kết quả cho khách hàng |
| Thời gian của PM phía Nhật | Phần lớn dành cho việc kỹ thuật | Tập trung vào business logic và sản phẩm |
| Rủi ro khi có sự cố | Doanh nghiệp tự chịu toàn bộ | Chia sẻ theo phạm vi trách nhiệm đã thỏa thuận |
| Kết quả nhận về | Code cần tự kiểm tra tiếp | Sản phẩm đã qua test, kèm báo cáo |
Ở mô hình In-house, việc review và test quay về PM phía Nhật; ở mô hình Hybrid, ARIS đảm nhận từ BrSE đến QA.
Nói ngắn gọn: ở mô hình In-house, vòng lặp "viết prompt → AI sinh code → PM tự review và test" quay về chính PM. Ở mô hình Hybrid, PM phía Nhật giao business logic cho BrSE, đội Việt Nam phát triển cùng AI, kiểm thử tại ARIS rồi bàn giao sản phẩm hoàn chỉnh.
Vai trò của BrSE trong thời AI đã thay đổi khá nhiều so với trước. Chúng tôi có chia sẻ chi tiết hơn trong bài BrSE thời AI: từ dịch spec đến thiết kế kiến trúc.
Lời kết: cùng nhau tạo ra giá trị bền vững
AI sinh ra để giải phóng con người, không phải để giữ những người giỏi nhất của doanh nghiệp ngồi sửa lỗi. Kết hợp sức mạnh của AI, tầm nhìn kinh doanh của doanh nghiệp Nhật Bản và năng lực vận hành kỹ thuật linh hoạt của đội ngũ Việt Nam là một hướng đi đáng cân nhắc cho bài toán chất lượng và chi phí trong giai đoạn đồng Yên yếu.
Tại ARIS Vietnam, chúng tôi luôn sẵn sàng lắng nghe khó khăn thực tế của quý công ty để cùng thiết kế cách hợp tác linh hoạt, an toàn và phù hợp nhất. Thông tin về đội PM/BrSE và các hình thức hợp tác có tại trang phát triển phần mềm offshore tại Việt Nam.
