Đội IT in-house thời AI chuyên Python hoàn toàn có thể làm việc với .NET, Java, JavaScript, AL hay SuiteScript khi được trang bị trợ lý AI lập trình và quy trình review chặt chẽ. Ngôn ngữ lập trình không còn là rào cản chính; điều quyết định là năng lực thiết kế giải pháp, hiểu nghiệp vụ, kiểm thử, bảo mật và quản trị thay đổi.
Nhiều CEO hỏi tôi: "Đội IT của tôi chỉ quen Python, vậy có tự làm được tích hợp với ERP viết bằng .NET không, hay phải thuê ngoài toàn bộ?". Bài này trả lời câu hỏi đó từ góc nhìn của người điều hành, kèm những điều kiện để đội nội bộ làm nhanh mà không tạo rủi ro.
Đội IT in-house thời AI khác gì trước đây?
Khác biệt lớn nhất là ranh giới công nghệ mờ đi, còn ranh giới trách nhiệm rõ hơn. Trước đây, một kỹ sư chuyên Python muốn viết tiện ích cho ERP nền .NET phải mất nhiều tuần học cú pháp, thư viện và quy ước của nền tảng mới. Nay trợ lý AI lập trình có thể giải thích mã có sẵn, sinh mã theo mô tả, gợi ý cách gọi API và viết kiểm thử. Thuật ngữ "vibe coding" do Andrej Karpathy dùng đầu tháng 2/2025, được Collins Dictionary chọn là Từ của năm 2025, mô tả đúng cách làm này. Nhưng khi AI viết được nhiều mã hơn, trách nhiệm của con người chuyển sang đảm bảo mã đó đúng nghiệp vụ, an toàn và bảo trì được. Đây là một trong năm luận điểm trong bài trụ cột kiến trúc doanh nghiệp kỷ nguyên AI.
Chuyên Python có làm được .NET không?
Có, với điều kiện đội ngũ nắm vững nguyên lý lập trình và có quy trình kiểm soát. Kỹ sư đã hiểu cấu trúc dữ liệu, API REST, xác thực, xử lý lỗi và kiểm thử trong Python có thể chuyển các nguyên lý đó sang C# trên .NET với sự hỗ trợ của trợ lý AI. Điều tương tự áp dụng cho JavaScript, Java, AL của Business Central hay SuiteScript của NetSuite. Tuy vậy, mỗi nền tảng ERP có quy ước riêng về giới hạn tài nguyên, vòng đời tiện ích, cách nâng cấp phiên bản; những điểm này AI có thể gợi ý nhưng kỹ sư phải kiểm chứng với tài liệu chính thức. Trong nhiều trường hợp, cách hiệu quả hơn là không viết mã trên nền tảng ERP mà dùng API và nền tảng workflow như n8n, nơi đội có thể viết logic bằng Python hoặc JavaScript quen thuộc.
Đội IT nội bộ trong kiến trúc doanh nghiệp AI-ready
Nghe chia sẻ "Kiến trúc doanh nghiệp kỷ nguyên AI: từ Composable đến AI-ready" tối Thứ Năm 19/11/2026, 18:30 - 21:15, TP.HCM.
Kỹ năng nào quan trọng nhất với đội IT nội bộ thời AI?
Năm nhóm kỹ năng sau quan trọng hơn việc thành thạo một ngôn ngữ cụ thể:
- Thiết kế giải pháp: chia bài toán thành luồng dữ liệu, xác định nguồn, đích, quy tắc và ngoại lệ trước khi nhờ AI viết mã.
- Hiểu nghiệp vụ ERP: nắm hệ thống tài khoản, chứng từ, quy trình mua bán, kho, giao dịch nội bộ để phát hiện mã sai nghiệp vụ.
- Kiểm thử: viết kịch bản cho trường hợp đúng, sai, trùng, thiếu và trường hợp biên như chứng từ hủy, ngoại tệ.
- Bảo mật: quản lý khóa API, phân quyền tối thiểu, che dữ liệu nhạy cảm khi làm việc với AI.
- Viết yêu cầu cho AI: mô tả rõ ngữ cảnh, ràng buộc, tiêu chí chấp nhận để AI sinh mã sát yêu cầu.
Nên tổ chức code review và kiểm soát mã do AI sinh thế nào?
Mã do AI sinh phải đi qua cùng quy trình như mã do người viết, thậm chí chặt hơn. Mọi thay đổi nên nằm trong kho mã có lịch sử, được ít nhất một người khác review trước khi đưa lên môi trường thật. Người review cần đặc biệt chú ý xử lý lỗi, truy vấn dữ liệu quá rộng, thông tin xác thực bị ghi cứng và các thư viện không rõ nguồn gốc. Kiểm thử tự động nên chạy trên môi trường sandbox của ERP. Với doanh nghiệp nhỏ, quy tắc tối thiểu là "không ai tự đưa mã của mình lên production". Bảng dưới so sánh cách làm cũ và cách làm nên áp dụng:
| Hạng mục | Cách làm cũ | Cách làm thời AI |
|---|---|---|
| Phân công | Theo ngôn ngữ lập trình | Theo luồng nghiệp vụ và trách nhiệm |
| Viết mã | Kỹ sư tự viết toàn bộ | AI sinh bản nháp, kỹ sư thiết kế và chỉnh |
| Review | Tùy dự án, thường bỏ qua | Bắt buộc, tập trung bảo mật và nghiệp vụ |
| Kiểm thử | Thủ công cuối dự án | Kịch bản từ đầu, chạy trên sandbox |
| Tài liệu | Viết sau, thường thiếu | AI hỗ trợ sinh, người kiểm tra và lưu cùng mã |
Bảo mật khi dùng trợ lý AI lập trình cần lưu ý gì?
Cần lưu ý ba rủi ro chính. Thứ nhất, lộ dữ liệu: kỹ sư dán dữ liệu khách hàng, lương hoặc khóa API vào trợ lý AI để hỏi lỗi; doanh nghiệp nên quy định rõ loại dữ liệu nào không được đưa vào và dùng dữ liệu mẫu đã che. Thứ hai, quyền quá rộng: tài khoản tích hợp được cấp quyền quản trị cho tiện; nên áp dụng phân quyền tối thiểu theo từng luồng. Thứ ba, kết nối AI vào dữ liệu ERP: khi dùng MCP, chuẩn mở do Anthropic công bố ngày 25/11/2024, để trợ lý AI truy vấn ERP, cần đảm bảo kết nối giữ phân quyền theo vai trò, có ghi log và che trường nhạy cảm. Các nền tảng ERP cloud lớn đang đưa những cơ chế này vào sản phẩm, nhưng chính sách sử dụng vẫn là trách nhiệm của doanh nghiệp.
Khi nào nên tự làm và khi nào nên cần đối tác?
Nên tự làm với tích hợp phổ biến, luồng dữ liệu rõ, API có sẵn như đẩy hóa đơn điện tử, đối soát ngân hàng, thông báo Zalo, đồng bộ số dư công ty con; nhiều luồng loại này có thể dựng trong khoảng một ngày với n8n, như phân tích tại bài tích hợp ERP với n8n và trợ lý AI. Nên có đối tác khi bài toán liên quan đến thiết kế kiến trúc tổng thể, chuyển đổi dữ liệu lớn, cấu hình hợp nhất đa công ty, bản địa hóa kế toán theo Thông tư 99 hoặc nâng cấp phiên bản ERP. Mô hình hiệu quả là đội nội bộ giữ kiến trúc và tích hợp, đối tác hỗ trợ chuyên môn sâu về nền tảng. Tôi cũng đã chia sẻ thêm về vai trò của AI-first ERP đối với cách tổ chức đội ngũ.
CEO nên đầu tư cho đội IT in-house thời AI thế nào?
Nên đầu tư vào con người và quy trình trước công cụ. Khung tham chiếu S4 khuyến nghị dành 1-2% doanh thu mỗi năm cho toàn bộ chi phí sở hữu và phát triển ERP, trong đó đội ngũ nội bộ gồm key user, admin, BA là một phần quan trọng. Khi chi phí tích hợp giảm, phần ngân sách tiết kiệm được nên chuyển sang đào tạo kỹ năng thiết kế, kiểm thử, bảo mật và nghiệp vụ, thay vì chỉ mua thêm công cụ. CEO cũng nên giao cho đội IT một chỉ tiêu rõ ràng như số luồng tích hợp được tài liệu hóa, tỷ lệ lỗi sau triển khai, thời gian xử lý yêu cầu thay đổi, để đánh giá hiệu quả thực tế. Đội nội bộ vững là nền tảng để triển khai mô hình ERP hai tầng cho tập đoàn đa công ty.
Mời anh chị tham dự buổi tối dành riêng cho lãnh đạo Tập đoàn đa công ty: cùng nhịp đập để tăng tốc ngày 19/11/2026 tại TP.HCM để trao đổi về năng lực đội IT trong kiến trúc AI-ready.
Câu hỏi thường gặp
Kỹ sư chuyên Python có làm được .NET không?
Có. Với nền tảng lập trình vững, trợ lý AI và quy trình review, kỹ sư Python có thể làm việc hiệu quả với .NET và các nền tảng khác.
AI có thay thế lập trình viên không?
Không. AI sinh mã nhanh hơn, nhưng thiết kế, kiểm thử, bảo mật, review và hiểu nghiệp vụ vẫn cần con người.
Mã do AI sinh cần kiểm soát thế nào?
Lưu trong kho mã, review bởi người khác, kiểm thử trên sandbox và không ai tự đưa mã của mình lên production.
Có nên đưa dữ liệu ERP vào trợ lý AI khi lập trình?
Không nên đưa dữ liệu thật hay khóa API; dùng dữ liệu mẫu đã che và kết nối có phân quyền như MCP khi cần truy vấn ERP.
Đội IT in-house nên tự làm tích hợp nào?
Các tích hợp phổ biến có API sẵn như hóa đơn điện tử, ngân hàng, thông báo Zalo, đồng bộ số dư công ty con là phù hợp để tự làm.