Tổng quan về luận án

Quá trình Chuyển đổi số (CĐS) trong bối cảnh Cách mạng Công nghiệp lần thứ tư (CMCN 4.0) đang tái định hình căn bản phương thức sản xuất, cấu trúc quản trị và mô hình kinh doanh trên quy mô toàn cầu. Đối với khu vực kinh tế tư nhân, Doanh nghiệp nhỏ và vừa (DNNVV) chiếm tới 90% tổng số doanh nghiệp toàn cầu (Pierenkemper & Gausemeier, 2021) và tại Việt Nam chiếm xấp xỉ 97,5% tổng số doanh nghiệp, đóng góp trên 40% GDP cùng gần 60% việc làm cho xã hội. Tuy nhiên, phần lớn các DNNVV đang rơi vào tình trạng lúng túng chiến lược, thiếu hụt công cụ quản trị vòng đời CĐS toàn diện, dẫn đến nguy cơ tụt hậu trong nền kinh tế số.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực tế: các tài liệu học thuật quốc tế và trong nước hiện hữu đa phần tiếp cận CĐS một cách phân mảnh. Các mô hình hiện có chủ yếu dừng lại ở việc đánh giá mức độ sẵn sàng tĩnh (Readiness Assessments) hoặc thiết lập mô hình trưởng thành (Maturity Models) đơn lẻ mà chưa cung cấp một hệ thống thông tin quản lý (HTTT) tích hợp khép kín từ khâu tự chẩn đoán hiện trạng, xây dựng chiến lược dựa trên kịch bản tương lai, hoạch định lộ trình cho đến giám sát thực thi dự án. Theo khảo sát của VINASA (2019) trên 352 doanh nghiệp Việt Nam, có tới 30,7% doanh nghiệp bắt đầu tìm hiểu nhưng không biết bước tiếp theo phải làm gì, và 5,1% hoàn toàn không biết cách thức triển khai. Báo cáo của Bộ Công Thương (2018) trên 2.659 doanh nghiệp công nghiệp chỉ ra 85% doanh nghiệp chưa có sự chuẩn bị và 91% DNNVV ở mức "đứng ngoài cuộc" với điểm số sẵn sàng chỉ đạt 0,51/5.

Nhằm giải quyết triệt để vấn đề trên, luận án tiến sĩ ngành Hệ thống Thông tin Quản lý (Mã số: 9340405) của tác giả Nguyễn Mạnh Tuấn (2023) tại Trường Đại học Kinh tế Quốc dân đặt ra năm câu hỏi nghiên cứu (RQs) và năm mục tiêu nghiên cứu tương ứng:

  1. RQ1: Thực trạng, rào cản, động lực và nhu cầu của DNNVV Việt Nam đối với hệ thống hỗ trợ quản trị CĐS trong bối cảnh CMCN 4.0 là gì?
  2. RQ2: Tầm nhìn doanh nghiệp số tương lai và các kịch bản CĐS khả dĩ cho DNNVV Việt Nam được định hình như thế nào?
  3. RQ3: Mô hình quản trị CĐS nào phù hợp nhất để khắc phục các hạn chế cố hữu của các phương pháp đơn lẻ hiện nay?
  4. RQ4: Khung kiến trúc HTTT tổng thể hỗ trợ CĐS cho DNNVV tại Việt Nam cần được thiết kế bao gồm những phân lớp kiến trúc nào?
  5. RQ5: HTTT hỗ trợ CĐS được phân tích, thiết kế, cài đặt thử nghiệm và đánh giá tính hiệu quả thực nghiệm tại doanh nghiệp ra sao?

Khung lý thuyết của nghiên cứu được phát triển dựa trên nền tảng Khoa học Thiết kế Hệ thống Thông tin (Design Science Research - DSR) của Von Alan Hevner và cộng sự (2004), kết hợp với Lý thuyết Tiếp cận Nhìn trước Công nghệ (Foresight Approach), Lý thuyết Kiến trúc Doanh nghiệp (Enterprise Architecture - EA) và Thẻ điểm Cân bằng (Balanced Scorecard - BSC). Nghiên cứu được triển khai trong phạm vi không gian tập trung tại các vùng kinh tế trọng điểm (Hà Nội, TP. Hồ Chí Minh) giai đoạn 2020-2023, mang lại đóng góp đột phá về một mô hình hỗ trợ CĐS 4 giai đoạn và một nền tảng phần mềm mã nguồn mở ứng dụng trực tiếp cho cộng đồng DNNVV.

Literature Review và Positioning

Tổng quan y văn quốc tế cho thấy sự tiến hóa rõ nét của các luồng nghiên cứu về CĐS trong doanh nghiệp thông qua bốn nhóm phương pháp luận chính:

  1. Tiếp cận Chiến lược CĐS theo Quy trình và Thủ tục: Pierenkemper & Gausemeier (2021) đề xuất quy trình 4 giai đoạn dựa trên Design Research Methodology; Hönigsberg & Dinter (2019) nhấn mạnh 6 bước đồng sáng tạo giá trị mạng lưới; Barann và cộng sự (2019) thiết lập mô hình thủ tục 2 giai đoạn (Định hướng chiến lược và Chuyển đổi số). Tuy nhiên, các tác giả này chưa đưa ra cơ chế lựa chọn mô hình trưởng thành linh hoạt và chưa tự động hóa quy trình qua phần mềm quản trị.
  2. Tiếp cận Mô hình Trưởng thành và Mức độ Sẵn sàng: Beliveau và cộng sự (2018) đưa ra bộ 65 câu hỏi trên 9 khía cạnh; North và cộng sự (2020) đề xuất khung DIGROW phân tầng 4 bước; Pirola và cộng sự (2020) phát triển mô hình sẵn sàng số 4.0 dựa trên cấu trúc mô-đun hóa tại Ý; Dutta và cộng sự (2020) khảo sát 250 DNNVV sản xuất tại Ấn Độ. Điểm yếu chung của luồng nghiên cứu này là tính thụ động: kết quả khảo sát chỉ phản ánh điểm số hiện tại mà không tự động chuyển hóa thành lộ trình hành động.
  3. Tiếp cận Lộ trình (Roadmap) và Khung hướng dẫn: Cotrino và cộng sự (2020) xây dựng lộ trình 6 bước triển khai công nghệ CMCN 4.0 nhưng chỉ giới hạn ở quy mô cấp dự án đơn lẻ; Marc Gruber (2018) và Trenkle (2019) thiết lập 14 câu hỏi chiến lược nhưng mang nặng tính định tính.
  4. Tiếp cận Foresight và Bản đồ Công nghệ: Nghiên cứu kinh điển của Holmes & Ferrill (2005) tại Singapore đã ứng dụng quy trình 5 mô-đun xây dựng 36 lộ trình công nghệ cho DNNVV; chương trình Bản đồ Công nghệ Quốc gia của Hàn Quốc (Jun et al., 2013) hỗ trợ 148 DNNVV lập kế hoạch R&D trung hạn từ 3-5 năm.

Trong nước, các khung đánh giá của Bộ Công Thương (2018), Bộ Thông tin và Truyền thông (Bộ TT&TT, 2021, 2022 với bộ chỉ số DBI), USAID & Bộ Kế hoạch và Đầu tư (2021, 2023), và Hoa & Tuyen (2021) trên 500 DNNVV đã bước đầu định lượng hóa thực trạng CĐS. Tuy nhiên, các khung này tồn tại khoảng trống lớn khi thiếu tính tương thích ngược với quy mô nguồn lực hạn hẹp của DNNVV và hoàn toàn vắng bóng một nền tảng HTTT điều phối tập trung.

Luận án của tác giả Nguyễn Mạnh Tuấn đã định vị chính xác tại điểm giao thoa giữa DSR và Foresight. So sánh với nghiên cứu của Pierenkemper & Gausemeier (2021) tại Đức và Pirola và cộng sự (2020) tại Ý, luận án không chỉ dừng lại ở khung lý thuyết mà đã đóng gói hoàn chỉnh thành một hệ thống thực thi đa tầng, giải quyết mâu thuẫn giữa "nhận thức chiến lược" và "năng lực thực thi công nghệ" của doanh nghiệp.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Nghiên cứu tạo ra bước tiến quan trọng trong việc mở rộng khung lý thuyết Khoa học Thiết kế Hệ thống Thông tin (DSR Framework) của Hevner và cộng sự (2004). Bằng cách tích hợp động lực học của Phương pháp Tiếp cận Nhìn trước (Foresight Approach), luận án chuyển dịch mô hình thiết kế tĩnh sang mô hình thiết kế thích ứng theo kịch bản (Scenario-based Adaptive Design).

Đóng góp lý thuyết được cụ thể hóa qua việc chuẩn hóa định nghĩa CĐS theo Schallmo & Daniel: "CĐS là việc tích hợp, áp dụng công nghệ số để nâng cao hiệu quả kinh doanh, hiệu quả quản lý, nâng cao năng lực, sức cạnh tranh của DN và tạo ra các giá trị mới" (trích dẫn bổ trợ từ USAID & Bộ KH&ĐT, 2021). Mô hình lý thuyết đề xuất xác lập mối quan hệ tương tác hữu cơ giữa 4 khối thành phần:

  • Khối 1: Tự đánh giá hiện trạng (Digital Assessment): Vận hành qua 9 trụ cột CĐS được cá nhân hóa theo từng ngành nghề.
  • Khối 2: Định hình tầm nhìn và chiến lược (Strategy Formulation): Dựa trên ma trận tác động và 4 kịch bản CĐS kinh tế số tầm nhìn 2030-2045.
  • Khối 3: Hoạch định lộ trình (Roadmapping): Chuyển hóa mục tiêu chiến lược thành các mốc thời gian, dự án ưu tiên và phân bổ nguồn lực.
  • Khối 4: Quản trị thực thi và chia sẻ tri thức (Execution & Knowledge Sharing): Quản lý tiến độ dự án theo nguyên lý BSC và kết nối tri thức chính sách từ chính phủ.

Khung phân tích độc đáo

Khung phân tích của luận án dung hợp thành công 3 lý thuyết nền tảng: Lý thuyết Năng lực Động (Dynamic Capabilities), Lý thuyết Kiến trúc Doanh nghiệp (Enterprise Architecture) và Lý thuyết Thẻ điểm Cân bằng (BSC). Khung này khắc phục tính phân mảnh bằng cách xác lập 9 trụ cột cốt lõi cho DNNVV:

  1. Định hướng chiến lược CĐS
  2. Trải nghiệm khách hàng và thị trường
  3. Chuỗi cung ứng và vận hành
  4. Sản phẩm và dịch vụ thông minh
  5. Quản trị nội bộ và nghiệp vụ
  6. Hạ tầng CNTT, dữ liệu và phân tích dữ liệu
  7. Phát triển con người và văn hóa tổ chức
  8. An toàn thông tin và quản lý rủi ro
  9. Đổi mới sáng tạo và mô hình kinh doanh

Điều kiện biên (boundary conditions) của khung lý thuyết được xác định rõ ràng: tối ưu hóa cho các DNNVV thuộc khối Thương mại - Dịch vụ và Sản xuất chế biến/chế tạo có quy mô dưới 200 lao động và doanh thu dưới 300 tỷ VNĐ (theo Nghị định 80/2021/NĐ-CP), hoạt động trong bối cảnh các nền kinh tế đang phát triển có độ hoàn thiện thể chế số đang trong giai đoạn hình thành.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực dụng (pragmatism) và trường phái hiện thực phản biện (critical realism), lấy phương pháp luận Khoa học Thiết kế Hệ thống Thông tin (Design Science Research - DSR) làm kim chỉ nam. Thiết kế nghiên cứu hỗn hợp đa giai đoạn (multi-stage mixed methods) được triển khai qua quy trình logic chặt chẽ:

  • Giai đoạn Định tính khám phá: Lược khảo y văn hệ thống (SLR) trên các cơ sở dữ liệu học thuật quốc tế hàng đầu (ScienceDirect, EBSCOHost, AISNet, IEEE Xplore, Google Scholar) kết hợp phỏng vấn sâu chuyên gia.
  • Giai đoạn Định lượng điều tra & Delphi: Khảo sát diện rộng đánh giá thực trạng, rào cản và nhu cầu của DNNVV; sử dụng phương pháp điều tra chuyên gia Delphi để hiệu chỉnh mô hình.
  • Giai đoạn Phân tích kịch bản (Scenario Analysis): Áp dụng kỹ thuật Foresight nhằm dự phóng các trạng thái phát triển số của doanh nghiệp trong tương quan với Chiến lược phát triển kinh tế số quốc gia.
  • Giai đoạn Kỹ thuật & Xây dựng Artifact (DSR Build Phase): Thiết kế kiến trúc tổng thể Enterprise Architecture và phát triển phần mềm thử nghiệm.

Quy trình nghiên cứu rigorous

Quy trình thu thập dữ liệu và bảo đảm độ giá trị khoa học được tiến hành nghiêm ngặt:

  • Khảo sát thực trạng: Sử dụng cấu trúc bảng hỏi chuẩn hóa bao gồm 13 nhóm rào cản/thách thức, 7 nhóm động lực/kỳ vọng, 9 đề xuất kiến nghị chính sách và 10 nhóm chức năng công cụ số mong đợi.
  • Quy trình Delphi: Trải qua nhiều vòng tham vấn chuyên gia thuộc các khối viện - trường, cơ quan hoạch định chính sách (Bộ KH&ĐT, Bộ TT&TT) và lãnh đạo doanh nghiệp nhằm đạt được sự đồng thuận cao (Consensus coefficient Kendall's W > 0,7) về 9 trụ cột CĐS và 11 công nghệ chủ chốt (AI, IoT, Cloud Computing, Big Data, Cyber Security, Blockchain, Additive Manufacturing/In 3D, Robotics, Augmented Reality/AR-VR, System Integration, Simulation).
  • Tam giác hóa phương pháp (Methodological Triangulation): Kết hợp đối soát chéo giữa dữ liệu thống kê thứ cấp quy mô lớn (Báo cáo Bộ Công Thương n=2.659; Báo cáo VCCI n=10.000; Báo cáo USAID n=1.000) với dữ liệu sơ cấp khảo sát chuyên sâu và kết quả kiểm thử thực nghiệm trên hệ thống.

Data và phân tích

Khung kiến trúc hệ thống tổng thể (Enterprise Architecture) được thiết kế dựa trên sự kế thừa khung TOGAF và nghiên cứu của Cameron & McMillan (2013), bao gồm 5 phân lớp kiến trúc hoàn chỉnh:

  1. Kiến trúc Nghiệp vụ (Business Architecture): Chuẩn hóa toàn bộ luồng quy trình đánh giá hiện trạng, lập kế hoạch, giám sát dự án CĐS.
  2. Kiến trúc Dữ liệu (Data Architecture): Thiết kế cơ sở dữ liệu quan hệ đồng bộ hóa dữ liệu khảo sát, chỉ số KPI, dữ liệu lộ trình công nghệ.
  3. Kiến trúc Ứng dụng (Application Architecture): Phát triển trên nền tảng mã nguồn mở Odoo (sử dụng ngôn ngữ Python, hệ quản trị PostgreSQL), mô-đun hóa linh hoạt cho phép tùy biến theo quy mô doanh nghiệp.
  4. Kiến trúc Công nghệ & Hạ tầng mạng (Technology Architecture): Kiến trúc điện toán đám mây hỗ trợ mở rộng linh hoạt, giao diện Web Responsive tương thích đa nền tảng.
  5. Kiến trúc An toàn thông tin (Security Architecture): Đáp ứng các tiêu chuẩn mã hóa dữ liệu, phân quyền kiểm soát truy cập đa cấp (RBAC).

Hệ thống được triển khai thử nghiệm thực tế trên môi trường Internet (qua cổng trực tuyến quantrichuyendoiso.vn) và tiến hành đánh giá User Acceptance Testing (UAT) tại các DNNVV điển hình tại Việt Nam.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dữ liệu phân tích từ luận án đã chỉ ra những phát hiện khoa học mang tính đột phá về thực trạng và hành vi CĐS của DNNVV Việt Nam:

  1. Nghịch lý nhận thức và năng lực thực thi: Đại dịch Covid-19 đóng vai trò chất xúc tác mạnh mẽ khi có tới 32% DNNVV bắt đầu sử dụng công cụ số và cam kết tiếp tục duy trì (Lương Minh Huân và cộng sự, 2020), song có tới 69% doanh nghiệp phải tạm ngừng hoạt động trong đại dịch do đứt gãy chuỗi giá trị và thiếu nền tảng số hóa (Ban IV, 2021). Nhận thức về tầm quan trọng của CĐS đạt mức cao nhưng năng lực tự xây dựng chiến lược gần như bằng không.
  2. Sự thất bại của cách tiếp cận "Đột xuất và Chắp vá": Đồng nhất với phát hiện của Cassetta và cộng sự (2020) và Klaus và cộng sự (2017) trên 3.900 DNNVV tại 14 quốc gia, phần lớn DNNVV Việt Nam đầu tư công nghệ số "trên cơ sở đột xuất" (ad-hoc), mang tính cơ hội ngắn hạn mà không theo bất kỳ chiến lược tổng thể nào, dẫn đến tình trạng lãng phí tài chính và phân mảnh hệ thống.
  3. Xác lập 4 kịch bản CĐS theo tiếp cận Foresight: Luận án đã mô hình hóa 4 kịch bản chuyển đổi cho DNNVV Việt Nam dựa trên hai trục biến đổi then chốt (Mức độ thích ứng công nghệ và Năng lực đổi mới mô hình kinh doanh), định hướng rõ ràng lộ trình tiến hóa từ "Số hóa cục bộ" đến "Doanh nghiệp số thông minh dẫn đầu".
  4. Hiệu năng vượt trội của mô hình tích hợp DSR - EA: Kết quả kiểm nghiệm thực tế hệ thống hỗ trợ CĐS trên nhóm doanh nghiệp thử nghiệm cho thấy sự gia tăng rõ rệt về mức độ hài lòng, rút ngắn 60% thời gian xây dựng lộ trình CĐS và giảm thiểu tối đa sự mơ hồ trong việc phân bổ ngân sách công nghệ.

Implications đa chiều

  • Về mặt Lý thuyết: Mở rộng lý thuyết HTTT quản lý bằng việc cung cấp một mô hình tổng hợp DSR - Foresight - EA hoàn chỉnh, đóng góp luận cứ học thuật chứng minh rằng CĐS tại DNNVV là một quá trình tiến hóa phi tuyến đòi hỏi sự cân bằng giữa tổ chức, con người và công nghệ thay vì chỉ tập trung thuần túy vào CNTT.
  • Về mặt Phương pháp luận: Cung cấp bộ công cụ định lượng hóa 9 trụ cột CĐS có khả năng nhân rộng và tùy biến cho các nghiên cứu tiếp theo tại các thị trường mới nổi.
  • Về mặt Thực tiễn Doanh nghiệp: Cung cấp cho các nhà quản trị DNNVV một công cụ "bắt tay chỉ việc" miễn phí/chi phí thấp, giúp loại bỏ sự phụ thuộc tốn kém vào các công ty tư vấn quốc tế.
  • Về mặt Hoạch định Chính sách: Cung cấp cơ sở dữ liệu thực chứng cho Bộ TT&TT và Bộ KH&ĐT trong việc tinh chỉnh Chương trình Chuyển đổi số Quốc gia đến năm 2025, định hướng đến năm 2030 (Quyết định số 749/QĐ-TTg).

Limitations và Future Research

Luận án chỉ ra ba giới hạn khoa học cụ thể cần tiếp tục được hoàn thiện:

  1. Giới hạn về Mẫu thử nghiệm và Địa bàn: Mẫu khảo sát và kiểm thử hệ thống tập trung chủ yếu tại Hà Nội và TP. Hồ Chí Minh. Dù đây là hai đầu tàu kinh tế chiếm tỷ trọng doanh nghiệp cao nhất, tính đại diện cho các DNNVV khu vực nông thôn hoặc các tỉnh miền núi còn hạn chế.
  2. Giới hạn về Khối ngành chuyên sâu: Khung kiến trúc tập trung tối ưu cho ngành Thương mại - Dịch vụ và Sản xuất cơ bản, chưa tích hợp sâu các đặc thù nghiệp vụ của khối Tài chính số (Fintech), Logistics thông minh hoặc Nông nghiệp công nghệ cao.
  3. Mức độ Tự động hóa của Hệ thống: Phiên bản thử nghiệm hiện tại dựa trên cơ chế luật chuyên gia (Rule-based expert system) trong việc đề xuất lộ trình, chưa tích hợp các thuật toán Trí tuệ Nhân tạo sinh (Generative AI) hoặc Học máy (Machine Learning) để phân tích dữ liệu lớn và đưa ra các khuyến nghị chiến lược theo thời gian thực (Real-time adaptive recommendations).

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Mở rộng tập mẫu kiểm thử đa vùng lãnh thổ và đa dạng hóa các ngành nghề đặc thù.
  • Tích hợp công nghệ AI/Machine Learning vào hệ thống nhằm tự động hóa việc chấm điểm trưởng thành số và dự báo xu hướng thị trường.
  • Xây dựng mô hình phân tích định lượng nâng cao (Structural Equation Modeling - PLS-SEM) để kiểm định tác động nhân quả của từng trụ cột CĐS đối với hiệu quả tài chính bền vững của doanh nghiệp.

Tác động và ảnh hưởng

Nghiên cứu mang lại tiềm năng trích dẫn học thuật cao nhờ giải quyết trúng điểm nghẽn của y văn thế giới về quản trị CĐS trong khu vực DNNVV. Về mặt kinh tế - xã hội, việc ứng dụng rộng rãi hệ thống hỗ trợ CĐS đề xuất sẽ đóng góp trực tiếp vào mục tiêu của Chính phủ: kinh tế số chiếm 30% GDP vào năm 2030 và trên 50% DNNVV hoạt động trên nền tảng số. Đối với cộng đồng doanh nghiệp, công trình cung cấp giải pháp giảm thiểu rủi ro thất bại trong các dự án đầu tư CNTT, tối ưu hóa năng suất lao động và nâng cao năng lực cạnh tranh quốc gia trong chuỗi cung ứng toàn cầu.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận một khung phân tích tích hợp DSR - Foresight chuẩn mực và hệ thống y văn chuyên sâu về CĐS doanh nghiệp.
  • Lãnh đạo và Quản trị viên DNNVV: Sở hữu phương pháp luận và công cụ phần mềm trực quan để tự chẩn đoán, lập kế hoạch và quản lý dự án CĐS với chi phí tối thiểu.
  • Các nhà Phát triển Hệ thống (IS Developers): Kế thừa khung kiến trúc 5 phân lớp (EA) để mở rộng các giải pháp phần mềm quản trị CĐS chuyên dụng.
  • Cơ quan Hoạch định Chính sách (Bộ KH&ĐT, Bộ TT&TT, VCCI): Sử dụng các phát hiện thực chứng để thiết kế các gói hỗ trợ công nghệ số có trọng tâm, đúng đối tượng.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
    Luận án đã mở rộng khung Khoa học Thiết kế Hệ thống Thông tin (DSR) của Hevner và cộng sự (2004) bằng việc tích hợp cách tiếp cận Nhìn trước Công nghệ (Foresight) và Kiến trúc Doanh nghiệp (EA), tạo nên mô hình quản trị CĐS 4 giai đoạn khép kín (Đánh giá - Chiến lược - Lộ trình - Thực thi).

  2. Điểm đổi mới phương pháp luận so với các nghiên cứu quốc tế trước đây?
    So với mô hình 5 bước của Holmes & Ferrill (2005) tại Singapore và mô hình 4 giai đoạn của Pierenkemper & Gausemeier (2021) tại Đức vốn chỉ dừng ở mức khung lý thuyết hoặc áp dụng đơn lẻ, luận án đã hiện thực hóa toàn bộ quy trình thành một hệ thống thông tin quản lý mã nguồn mở hoàn chỉnh (Odoo-based), cho phép tự động hóa việc chuyển đổi từ kết quả tự đánh giá sang lộ trình hành động.

  3. Phát hiện đáng ngạc nhiên nhất từ dữ liệu thực nghiệm là gì?
    Đó là khoảng cách thế hệ công nghệ cực lớn: 91% DNNVV Việt Nam được xếp loại "đứng ngoài cuộc" với điểm số sẵn sàng chỉ 0,51/5 (Bộ Công Thương, 2018), phản ánh tình trạng các doanh nghiệp đang vận hành ở trình độ "Công nghiệp 2.0" nhưng lại phải đối mặt trực tiếp với các thách thức cạnh tranh của kỷ nguyên "Công nghiệp 4.0".

  4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không?
    Có. Nghiên cứu mô tả chi tiết toàn bộ thiết kế kiến trúc 5 phân lớp, cấu trúc bảng dữ liệu, bộ 9 trụ cột với các thang đo chi tiết, mã nguồn mở phát triển trên nền tảng Odoo và quy trình kiểm thử UAT, cho phép các nhà nghiên cứu độc lập dễ dàng cài đặt và tái lập thực nghiệm.

  5. Chương trình nghiên cứu 10 năm tới được phác thảo như thế nào?
    Chương trình nghiên cứu hướng tới việc tích hợp Trí tuệ Nhân tạo Tự trị (Autonomous AI Agents) vào hệ thống quản trị CĐS, kết nối dữ liệu liên thông với cổng Dịch vụ công Quốc gia và nền tảng dữ liệu kinh tế số quốc gia tầm nhìn 2030-2045.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Mạnh Tuấn đã đóng góp toàn diện cho ngành Hệ thống Thông tin Quản lý thông qua sáu kết quả then chốt:

  1. Hệ thống hóa cơ sở lý luận và chuẩn hóa khái niệm CĐS cho DNNVV trong bối cảnh CMCN 4.0.
  2. Đánh giá toàn diện thực trạng, rào cản và nhu cầu số hóa của DNNVV tại Việt Nam với bằng chứng thực nghiệm phong phú.
  3. Ứng dụng thành công phương pháp Foresight để xây dựng 4 kịch bản CĐS định hướng tầm nhìn dài hạn cho doanh nghiệp.
  4. Đề xuất mô hình hỗ trợ CĐS 4 giai đoạn tích hợp 9 trụ cột cốt lõi và 11 công nghệ chủ chốt.
  5. Thiết kế hoàn chỉnh khung kiến trúc HTTT tổng thể 5 phân lớp (Kiến trúc Nghiệp vụ, Dữ liệu, Ứng dụng, Công nghệ, An toàn thông tin).
  6. Phát triển và thử nghiệm thành công hệ thống phần mềm hỗ trợ CĐS trên nền tảng mã nguồn mở, chứng minh tính khả thi và hiệu quả ứng dụng thực tế.

Công trình tạo nền tảng học thuật vững chắc, mở ra các hướng nghiên cứu chuyên sâu về HTTT thích ứng thông minh và đồng hành cùng tiến trình CĐS quốc gia bền vững.