Một doanh nghiệp dịch vụ ô tô tại Mỹ đối mặt với nghịch lý: mỗi khi cần sửa một tính năng hay phát triển phần mềm mới, kỹ sư phải mất 40-60% thời gian chỉ để tìm thông tin trong hệ thống mã nguồn đồ sộ.
Đó là bài toán mà tập đoàn dịch vụ và công nghệ ô tô lớn bậc nhất thế giới, có trụ sở tại Mỹ phải đối mặt khi vận hành hệ thống phần mềm với hàng triệu dòng mã tích lũy qua nhiều thế hệ, dùng ngôn ngữ lập trình cũ và được chắp nối qua nhiều lần mở rộng. Toàn bộ hệ thống giống như một thành phố ngầm khổng lồ mà ít người nắm được bản đồ, một thay đổi nhỏ cũng có thể gây ảnh hưởng dây chuyền. Vì vậy, đội ngũ kỹ sư phải dành nhiều thời gian để lần theo các liên kết phức tạp, đánh giá rủi ro và hiểu thật sâu về hệ thống để có thể chỉnh sửa một cách an toàn.
Áp lực này càng lớn khi AI rút ngắn chu kỳ đổi mới công nghệ. Doanh nghiệp nhỏ có thể thử nghiệm nhanh, còn tập đoàn lớn phải cân nhắc kỹ hơn vì mỗi thay đổi đều ảnh hưởng trực tiếp đến vận hành.
Để hỗ trợ đội kỹ thuật, nhiều doanh nghiệp đã dùng công cụ hỏi đáp AI hoặc trợ lý lập trình, ban đầu giúp kỹ sư tìm thông tin và xử lý công việc nhanh hơn. Nhưng khi dữ liệu ngày càng lớn và rải rác, giới hạn của các công cụ này bắt đầu bộc lộ: do không nắm được toàn bộ bối cảnh hệ thống, AI có thể đưa ra phân tích thiếu chính xác, thậm chí tự "bịa" câu trả lời nghe hợp lý nhưng sai thực tế, trong khi chi phí vận hành tăng nhanh vì phải xử lý khối lượng dữ liệu khổng lồ.
Đây không phải câu chuyện riêng của một doanh nghiệp. Sau nhiều năm làm việc với khách hàng tại Mỹ, châu Âu và Nhật Bản, FPT nhận thấy đây là bài toán phổ biến của nhiều tập đoàn lớn, khi tri thức vận hành - từ logic nghiệp vụ đến kinh nghiệm xử lý sự cố - bị chôn dưới lớp mã nguồn và tri thức, kinh nghiệm của những kỹ sư kỳ cựu. Riêng tại Nhật Bản, theo ước tính của IDC, khoảng 80% doanh nghiệp vừa và lớn hiện vẫn phụ thuộc vào các hệ thống cũ.
Ông Phạm Minh Tuấn, Phó Tổng Giám đốc FPT kiêm Tổng Giám đốc FPT Software, cho rằng những hệ thống cũ này là tri thức vận hành và logic kinh doanh tích lũy hàng chục năm của khách hàng. Đây chính là tài sản không thể đánh mất. Và FPT đang đồng hành cùng nhiều tập đoàn lớn trên quy mô toàn cầu để hiện đại hóa hệ thống này bằng AI.
Một trong những cách FPT đồng hành cùng các doanh nghiệp để giải bài toán này là Flezi Metis - nền tảng AI kết nối mã nguồn, tài liệu kỹ thuật và dữ liệu vận hành thành một bản đồ tri thức duy nhất cho toàn hệ thống. Nhờ có bức tranh toàn cảnh về hệ thống, AI suy luận dựa trên cấu trúc thật thay vì phỏng đoán, giảm nguy cơ đưa ra thông tin sai do thiếu ngữ cảnh và không cần đọc lại toàn bộ hệ thống mỗi khi có yêu cầu mới.
Khi kỹ sư muốn sửa một chức năng, nền tảng nhanh chóng xác định các phần liên quan, phân tích mức độ ảnh hưởng và cảnh báo khu vực có nguy cơ bị tác động. Dữ liệu được giữ trong hạ tầng nội bộ khách hàng, đáp ứng yêu cầu cao về bảo mật.
Áp dụng tại khách hàng ô tô nói trên, kết quả thử nghiệm ban đầu trên một dự án khoảng 1 triệu dòng mã cho thấy thời gian tìm mã nguồn giảm khoảng 50%, thời gian hoàn thành công việc của đội kỹ thuật giảm khoảng 30%. Không chỉ giúp kỹ sư làm việc nhanh hơn, Flezi Metis còn thay đổi cách doanh nghiệp quản trị hệ thống phần mềm: khi tri thức dễ tra cứu, lãnh đạo công nghệ có góc nhìn toàn cảnh hơn, ra quyết định có cơ sở hơn.
Sau thành công tại khách hàng Mỹ, Flezi Metis đang mở rộng sang các lĩnh vực có yêu cầu vận hành phức tạp như ngân hàng, bảo hiểm và khu vực công - một phần trong hệ sinh thái AI FleziPT của FPT, kết hợp các nền tảng công nghệ, chuyên gia và đối tác để triển khai chuyển đổi AI trên quy mô toàn doanh nghiệp.
Để tăng hiệu quả chuyển đổi, FPT cũng giới thiệu Casan - khung năng lực gồm 5 cấp độ trưởng thành AI, giúp doanh nghiệp chuẩn hóa lộ trình chuyển đổi, từ các ứng dụng AI rời rạc đến mô hình vận hành nơi AI được tích hợp sâu trên quy mô toàn tổ chức.
(Nguồn: FPT)
.svg){kind=icon}
