Từ thực tiễn công tác quản lý dự án công trình điện, bài viết phân tích vì sao Claude là lựa chọn đáng cân nhắc hàng đầu so với ChatGPT và Gemini, đồng thời đề xuất những nội dung CPMB cần chuẩn bị về mặt dữ liệu, quy chế và lộ trình để việc ứng dụng AI thực sự mang lại hiệu quả bền vững, thay vì dừng lại ở việc sử dụng tự phát, thiếu kiểm soát. Bài viết được đúc kết từ khóa đào tạo AI thực chiến tại CPMB vào các ngày 8,9,10 và sự hỗ trợ của AI trong việc đi tìm hiểu các công cụ tối ưu nhất phục vụ triển khai công việc tại đơn vị.

Bài toán quản lý dự án điện và giới hạn của cách tiếp cận AI thông thường

Công tác quản lý dự án đầu tư xây dựng công trình điện tại các Ban Quản lý dự án thuộc EVNNPT có đặc thù riêng: khối lượng hồ sơ lớn, tính pháp lý cao, dữ liệu kỹ thuật phức tạp (bản vẽ, dự toán, tiêu chuẩn, quy chuẩn), và đòi hỏi độ chính xác gần như tuyệt đối trong từng khâu thẩm tra, thẩm định, nghiệm thu. Một sai lệch nhỏ trong bóc tách khối lượng, trong trích dẫn quy chuẩn hay trong soạn thảo văn bản trình duyệt đều có thể kéo theo hệ quả về tiến độ, chi phí và trách nhiệm pháp lý.

Trong bối cảnh đó, nhiều cán bộ, kỹ sư khi mới tiếp cận AI thường chọn ChatGPT hoặc Gemini vì độ phổ biến và khả năng trò chuyện linh hoạt. Khi đưa các công cụ này vào công việc thực tế của một Ban Quản lý dự án – nơi đầu ra không phải là một đoạn hội thoại mà là một văn bản trình ký, một bảng bóc tách khối lượng, một báo cáo thẩm tra – một số giới hạn bắt đầu bộc lộ: xu hướng trả lời tự tin ngay cả khi thiếu căn cứ chắc chắn, và hạn chế trong việc thao tác trực tiếp trên hệ thống, tệp tin làm việc thực tế. Đây là những điểm cần được nhìn nhận khách quan khi lựa chọn công cụ AI cho công việc có tính trách nhiệm cao như quản lý dự án đầu tư xây dựng.

Nền tảng kỹ thuật của Claude – điểm mạnh đến từ triết lý thiết kế

Điểm đáng chú ý đầu tiên của Claude nằm ở bản chất kỹ thuật: Claude được huấn luyện theo phương pháp Constitutional AI – một hiến định hành vi được cài đặt ngay trong quá trình huấn luyện mô hình, thay vì chỉ được kiểm duyệt ở lớp đầu ra như một số mô hình khác. Cách tiếp cận này giúp Claude có xu hướng thận trọng hơn khi xử lý các nội dung có tính rủi ro cao, đồng thời hạn chế phần nào tình trạng "ảo giác" (hallucination) – việc mô hình tự tạo ra thông tin, số liệu hoặc trích dẫn quy chuẩn không có thật nhưng trình bày như thể chính xác.

Cần nói rõ, không mô hình AI nào – kể cả Claude – loại bỏ hoàn toàn ảo giác. Nhưng xu hướng chủ động thừa nhận giới hạn hiểu biết, hạn chế suy diễn khi thiếu căn cứ, và khuyến khích người dùng xác minh dữ liệu quan trọng là đặc tính phù hợp với yêu cầu "chính xác, có căn cứ, chịu trách nhiệm" trong công tác thẩm tra, thẩm định hồ sơ đầu tư xây dựng. Đây là khác biệt về mức độ chứ không phải là sự tuyệt đối, và người sử dụng vẫn cần duy trì thói quen kiểm tra lại số liệu, căn cứ pháp lý trước khi đưa vào văn bản chính thức.

Từ "chatbot" đến "đồng nghiệp số" – năng lực làm việc thực sự trên máy tính

Nếu như các mô hình AI thế hệ trước chỉ dừng lại ở việc trả lời câu hỏi trong khung chat, thì Claude – thông qua Claude Cowork và các công cụ liên quan – đã tiến thêm một bước: có khả năng thao tác trực tiếp trên máy tính, đọc và chỉnh sửa tệp tin, làm việc với trình duyệt web, và thực thi các tác vụ nhiều bước như một đồng nghiệp thực thụ.

Đối với công tác quản lý dự án, điều này có ý nghĩa thực tiễn rất lớn. Claude có thể trực tiếp mở, đọc, phân tích và chỉnh sửa hồ sơ trên chính định dạng gốc – đọc bản vẽ kỹ thuật để bóc tách khối lượng thép, bê tông; rà soát một hợp đồng dài hàng trăm trang để phát hiện điều khoản bất lợi; tổng hợp số liệu từ nhiều báo cáo tiến độ thành một bảng theo dõi thống nhất. Khả năng kết nối công cụ ngoại thông qua giao thức MCP (Model Context Protocol) với Google Drive, Gmail, Google Calendar, Notion và nhiều hệ thống khác càng giúp AI tham gia sâu hơn vào quy trình làm việc thực tế, thay vì chỉ dừng ở vai trò tra cứu thông tin đơn thuần.

Năng lực tạo lập tài liệu chuyên nghiệp

Một điểm mạnh khác của Claude là khả năng tạo ra file đầu ra chuyên nghiệp, đúng chuẩn: văn bản Word có thể thức trình bày đúng quy định, bảng tính Excel có công thức và định dạng hoàn chỉnh, bài trình chiếu PowerPoint đúng bố cục, hay file PDF sẵn sàng trình ký – thay vì chỉ nhận một đoạn văn bản thô phải tự định dạng lại từ đầu. Đối với công tác của Ban Quản lý dự án, nơi sản phẩm cuối cùng luôn là văn bản, hồ sơ, báo cáo chính thức, khả năng này giúp rút ngắn đáng kể thời gian từ "có nội dung" đến "có tài liệu sẵn sàng sử dụng".

Những điểm cần cân nhắc trước khi triển khai

Bên cạnh các điểm mạnh, việc đưa Claude vào quy trình làm việc chính thức của một Ban Quản lý dự án cũng đặt ra một số vấn đề cần cân nhắc nghiêm túc, thay vì nhìn nhận một chiều.

Thứ nhất, về chi phí. Các gói sử dụng nâng cao của Claude – bao gồm quyền truy cập công cụ làm việc trên máy tính, kết nối nhiều ứng dụng, giới hạn sử dụng cao hơn – đi kèm chi phí thuê bao hoặc chi phí theo lượng sử dụng (API), cao hơn đáng kể so với việc dùng miễn phí ChatGPT hay Gemini ở mức cơ bản. Đối với một đơn vị nhà nước như Ban Quản lý dự án, đây là yếu tố cần được tính toán trong kế hoạch ngân sách, đặc biệt khi triển khai cho nhiều người dùng, nhiều phòng ban.

Thứ hai, và quan trọng hơn, là vấn đề bảo mật khi trao quyền cho AI thao tác trực tiếp trên máy tính, tệp tin và trình duyệt. Khả năng "làm việc thay" – vốn là điểm mạnh về hiệu suất – đồng thời cũng là điểm cần thận trọng: khi AI có quyền đọc, chỉnh sửa tệp tin hoặc truy cập ứng dụng kết nối như email, lịch, kho tài liệu, rủi ro về lộ lọt thông tin, đặc biệt là hồ sơ có tính nhạy cảm về kỹ thuật, pháp lý, đấu thầu của công trình điện, là điều không thể xem nhẹ. Việc phân quyền, giới hạn phạm vi truy cập, và duy trì sự giám sát của con người ở mỗi bước quan trọng cần được thiết lập như một nguyên tắc bắt buộc, chứ không phải là tùy chọn.

Với các tài liệu thuộc diện mật, tối mật theo quy định bảo vệ bí mật nhà nước hoặc quy định nội bộ ngành điện, việc đưa dữ liệu lên bất kỳ nền tảng AI nào – kể cả Claude – cần tuân thủ nghiêm ngặt các quy định hiện hành về bảo mật thông tin, và trong nhiều trường hợp không nên thực hiện nếu chưa có hướng dẫn, phê duyệt rõ ràng từ đơn vị quản lý.

Bài toán dữ liệu – nền móng quyết định hiệu quả ứng dụng AI

Nếu chỉ nhìn AI như một công cụ soạn thảo, trả lời nhanh, thì việc ứng dụng sẽ dừng lại ở mức tiện ích cá nhân, mỗi người một kiểu, khó nhân rộng thành hiệu quả chung của cả Ban. Trên thực tế, chất lượng của mọi kết quả AI tạo ra phụ thuộc trực tiếp vào chất lượng và mức độ tổ chức của dữ liệu được đưa vào. Đây là vấn đề cần được nhìn nhận nghiêm túc trước khi CPMB mở rộng quy mô sử dụng AI.

Hiện nay, dữ liệu phục vụ công tác quản lý dự án tại nhiều đơn vị vẫn còn phân mảnh: hồ sơ thiết kế nằm rải rác trong máy tính cá nhân, báo cáo tiến độ lưu trong email, bảng theo dõi khối lượng mỗi phòng làm một mẫu riêng, quy chuẩn kỹ thuật được lưu ở nhiều phiên bản không thống nhất. Khi đưa AI vào làm việc trên nền dữ liệu phân mảnh như vậy, kết quả thu được cũng sẽ thiếu nhất quán: mỗi lần hỏi một kiểu, mỗi người dùng một nguồn tham chiếu khác nhau, và không ai kiểm soát được đâu là phiên bản dữ liệu đúng, mới nhất.

Vì vậy, một yêu cầu cần đặt ra song song với việc lựa chọn công cụ AI là xây dựng quy chế quản lý dữ liệu nội bộ, quy định rõ: dữ liệu nào được số hóa, lưu trữ ở đâu, ai có quyền cập nhật, quy trình kiểm soát phiên bản như thế nào, và dữ liệu nào thuộc diện hạn chế truy cập. Đây là điều kiện tiên quyết để AI, dù là Claude hay bất kỳ nền tảng nào khác  có thể phát huy hiệu quả thực chất, thay vì chỉ xử lý dữ liệu rời rạc, thiếu tin cậy.

Song song với quy chế, CPMB cần hướng đến xây dựng một cơ sở dữ liệu dùng chung cho toàn Ban, thay vì để dữ liệu phân tán theo từng phòng, từng cá nhân như hiện nay. Cơ sở dữ liệu dùng chung có thể tổ chức theo các nhóm: hồ sơ pháp lý và quy chuẩn kỹ thuật hiện hành, dữ liệu dự án theo từng giai đoạn (TKCS, TKKT, TKBVTC), dữ liệu hợp đồng và đấu thầu, dữ liệu tiến độ và nghiệm thu, hợp đồng, vật tư, pháp lý.... Khi dữ liệu được tập trung, có kiểm soát phiên bản và phân quyền truy cập rõ ràng, AI mới có thể được kết nối vào đúng nguồn dữ liệu chuẩn, cho ra kết quả nhất quán và đáng tin cậy giữa các phòng, ban, cá nhân sử dụng.

Việc xây dựng cơ sở dữ liệu dùng chung không nhất thiết phải thực hiện trong một lần với quy mô lớn. CPMB có thể bắt đầu từ những nhóm dữ liệu có tần suất sử dụng cao và ít rủi ro nhất – như thư viện quy chuẩn, tiêu chuẩn kỹ thuật ngành điện, các mẫu văn bản hành chính – rồi từng bước mở rộng sang dữ liệu dự án cụ thể, đi kèm cơ chế phân quyền chặt chẽ hơn khi độ nhạy cảm của dữ liệu tăng lên.

Xây dựng mục tiêu, lộ trình và chiến lược ứng dụng AI bài bản

Bên cạnh vấn đề dữ liệu, việc ứng dụng AI tại CPMB cần được đặt trong một chiến lược tổng thể, có mục tiêu, lộ trình rõ ràng, thay vì triển khai tự phát theo nhu cầu từng cá nhân. Kinh nghiệm từ nhiều đơn vị cho thấy, nếu thiếu định hướng chung, việc ứng dụng AI dễ rơi vào tình trạng mỗi người một cách làm, không đo lường được hiệu quả, và tiềm ẩn rủi ro về bảo mật do thiếu kiểm soát tập trung.

Về mục tiêu, CPMB cần xác định rõ AI được ứng dụng để giải quyết vấn đề gì trong công tác quản lý dự án: rút ngắn thời gian xử lý văn bản, hồ sơ; nâng cao độ chính xác trong thẩm tra, bóc tách khối lượng; hay hỗ trợ tổng hợp, ra quyết định cho cấp lãnh đạo. Mục tiêu cụ thể sẽ là căn cứ để lựa chọn công cụ, phân bổ nguồn lực và đánh giá hiệu quả sau này, thay vì ứng dụng AI theo phong trào.

Về lộ trình, việc triển khai nên đi theo từng giai đoạn thay vì áp dụng đại trà ngay từ đầu. Giai đoạn khởi động có thể tập trung vào các công việc rủi ro thấp, giá trị cao – như soạn thảo văn bản hành chính, tổng hợp báo cáo, chuẩn bị tài liệu họp – để cán bộ, kỹ sư làm quen và tự đánh giá được độ tin cậy của công cụ trong công việc của mình. Giai đoạn mở rộng có thể đưa AI vào các công việc chuyên môn sâu hơn như soát xét hợp đồng, hỗ trợ thẩm tra hồ sơ kỹ thuật, gắn với dữ liệu dùng chung đã được tổ chức bài bản. Giai đoạn hoàn thiện hướng đến việc tích hợp AI xuyên suốt các khâu của quy trình quản lý dự án, kết nối với hệ thống quản lý công việc, dữ liệu dự án tập trung, có cơ chế giám sát và đánh giá hiệu quả định kỳ.

Về chiến lược, CPMB nên xây dựng một bộ quy định nội bộ về ứng dụng AI, trong đó quy định rõ phạm vi công việc được phép giao cho AI, loại dữ liệu không được đưa lên bất kỳ nền tảng nào, cơ chế phân quyền truy cập theo từng vị trí công việc, quy trình kiểm tra, xác nhận lại kết quả AI tạo ra trước khi sử dụng chính thức, và bộ phận chịu trách nhiệm theo dõi, cập nhật quy định này theo thời gian. Việc ứng dụng AI cũng cần gắn với công tác đào tạo thực chất, không dừng lại ở việc hướng dẫn thao tác công cụ, mà cần tổng hợp lại cách làm hiệu quả trong từng mảng công việc cụ thể của CPMB, xây dựng thành tài liệu hướng dẫn dùng chung, tránh tình trạng mỗi người tự mày mò một cách riêng lẻ.

Cuối cùng, chi phí đầu tư cho AI nên được nhìn nhận như một khoản đầu tư có thể đo lường, không phải là chi phí cố định. Sau mỗi giai đoạn triển khai, CPMB nên đánh giá lại: thời gian tiết kiệm được ở từng đầu việc cụ thể, mức độ cải thiện về chất lượng tài liệu, hồ sơ, và những rủi ro phát sinh trong quá trình sử dụng – từ đó làm căn cứ điều chỉnh quy mô, phạm vi ứng dụng cho giai đoạn tiếp theo.

So sánh dưới góc nhìn người quản lý dự án: cân bằng giữa hiệu quả và rủi ro

Xét trên các tiêu chí mà công tác quản lý dự án công trình điện quan tâm – độ tin cậy của thông tin, khả năng xử lý công việc thực tế, chất lượng đầu ra, cùng với chi phí và mức độ an toàn dữ liệu có thể đưa ra một số nhận định cân bằng.

Về độ tin cậy và khả năng làm việc thực tế, cơ chế hiến định hành vi cùng năng lực thao tác trực tiếp trên tệp tin, kết nối công cụ ngoại của Claude là lợi thế rõ rệt so với ChatGPT và Gemini trong các công việc đòi hỏi độ chính xác và tính trách nhiệm cao như thẩm tra, thẩm định hồ sơ. Ngược lại, ChatGPT và Gemini vẫn có thế mạnh riêng về chi phí thấp hơn ở gói phổ thông, tốc độ phản hồi, và mức độ phổ biến, phù hợp cho các nhu cầu tra cứu nhanh, soạn thảo nội dung không mang tính pháp lý – kỹ thuật cao.

Về chi phí và bảo mật, đây là hai yếu tố khiến việc triển khai Claude – hay bất kỳ AI có khả năng thao tác máy tính nào – cần đi kèm một lộ trình rõ ràng, gắn chặt với việc tổ chức lại dữ liệu nội bộ theo hướng tập trung, có kiểm soát, thay vì mở rộng quy mô sử dụng khi dữ liệu vẫn còn phân mảnh, thiếu quy chế quản lý.

Từ những phân tích trên, có thể đưa ra khuyến nghị ở mức cân bằng: Claude là lựa chọn phù hợp để trở thành công cụ AI chủ lực cho các công việc chuyên môn, kỹ thuật, có tính trách nhiệm cao trong quản lý dự án đầu tư xây dựng công trình điện, nhưng việc triển khai cần đi kèm quy chế quản lý dữ liệu rõ ràng, cơ sở dữ liệu dùng chung được tổ chức bài bản, cùng chiến lược ứng dụng có mục tiêu và lộ trình cụ thể, thay vì áp dụng đại trà, thiếu kiểm soát ngay từ đầu.

Thay đổi tư duy quản lý dự án trong thời đại AI

Việc lựa chọn công cụ AI phù hợp không chỉ là vấn đề công nghệ, mà còn phản ánh sự thay đổi trong tư duy quản lý dự án – một tư duy đặt hiệu quả công việc song hành với kiểm soát rủi ro và tổ chức lại dữ liệu nội bộ. Khi Claude được sử dụng như một trợ lý số cho các khâu phù hợp để đọc bản vẽ, bóc tách khối lượng, soát xét hợp đồng, soạn thảo báo cáo, quản lý tiến độ, đánh giá sự tuân thủ, hỗ trợ điều hành ra quết định và quản trị trên nền một cơ sở dữ liệu dùng chung có kiểm soát, cùng quy chế phân quyền, bảo mật rõ ràng, CPMB có thể khai thác được lợi ích của AI một cách bền vững, thay vì dừng lại ở những hiệu quả rời rạc, mang tính cá nhân.

Đây cũng là hướng đi phù hợp với định hướng chuyển đổi số của Tổng công ty Truyền tải điện Quốc gia: lấy dữ liệu làm nền tảng, lấy con người làm trung tâm, lấy hiệu quả thực tiễn làm thước đo. Với các Ban Quản lý dự án, một nền tảng AI có năng lực làm việc thực sự như Claude xứng đáng được xem xét làm công cụ trọng tâm, với điều kiện việc triển khai được thực hiện có mục tiêu, có lộ trình, có quy chế quản lý dữ liệu rõ ràng và có kiểm soát chặt chẽ từ khâu bảo mật đến chi phí. Đó cũng chính là con đường để CPMB từng bước xây dựng một môi trường làm việc hiện đại, chuyên nghiệp, ứng dụng AI một cách bài bản và mang lại giá trị thực chất trong công tác quản lý dự án công trình điện.

Lê Đức Quỳnh Nam