ĐỊNH HƯỚNG PHÁT TRIỂN KẾ TOÁN QUẢN TRỊ THÔNG MINH TẠI VIỆT NAM TRONG BỐI CẢNH TRÍ TUỆ NHÂN TẠO

                                                                                                                                            Nguyễn Thị Hồng Sương

Trong những năm gần đây, chuyển đổi số đang trở thành một trong những động lực quan trọng thúc đẩy sự thay đổi trong hoạt động quản trị doanh nghiệp. Sự phát triển nhanh chóng của trí tuệ nhân tạo (Artificial Intelligence – AI), dữ liệu lớn (Big Data), điện toán đám mây, tự động hóa quy trình và các hệ thống hoạch định nguồn lực doanh nghiệp (ERP) đang làm thay đổi phương thức doanh nghiệp thu thập, xử lý và sử dụng thông tin.

Trong bối cảnh đó, kế toán quản trị không còn chỉ đóng vai trò cung cấp các báo cáo về chi phí, doanh thu, lợi nhuận hay ngân sách đã phát sinh. Nhà quản trị ngày càng cần những thông tin có tính cập nhật, khả năng dự báo và hỗ trợ ra quyết định nhanh chóng. Đây chính là cơ sở để hình thành một xu hướng mới: kế toán quản trị thông minh dựa trên trí tuệ nhân tạo (AI-enabled Smart Management Accounting – AI-SMA).

Các nghiên cứu gần đây cho thấy AI có khả năng tự động hóa những công việc kế toán có tính lặp lại, phân tích khối lượng dữ liệu lớn, nâng cao khả năng dự báo và hỗ trợ quá trình ra quyết định. Tuy nhiên, AI cũng đặt ra những thách thức liên quan đến chất lượng dữ liệu, bảo mật, tính minh bạch, đạo đức và sự thay đổi về năng lực nghề nghiệp của kế toán quản trị. Một nghiên cứu tổng quan có hệ thống của Abbas (2026), phân tích 91 công trình nghiên cứu, cho thấy AI, machine learning, deep learning, explainable AI, generative AI và large language models đang từng bước tác động đến nội dung công việc, kỹ năng và vai trò của kế toán quản trị.

Đối với Việt Nam, việc phát triển kế toán quản trị thông minh không chỉ là vấn đề lựa chọn một công nghệ mới mà còn là quá trình thay đổi mô hình quản trị thông tin trong doanh nghiệp. Do đó, cần có một định hướng phù hợp, từng bước từ chuẩn hóa dữ liệu, số hóa quy trình đến tích hợp AI và hình thành hệ thống hỗ trợ ra quyết định thông minh.

1. Kế toán quản trị thông minh – xu hướng tất yếu trong chuyển đổi số

Kế toán quản trị truyền thống chủ yếu tập trung vào thu thập, xử lý và phân tích thông tin phục vụ lập kế hoạch, kiểm soát chi phí, đánh giá hiệu quả và ra quyết định. Tuy nhiên, phương thức này thường phụ thuộc nhiều vào dữ liệu lịch sử, quy trình xử lý thủ công và kinh nghiệm của người làm kế toán.

Trong khi đó, kế toán quản trị thông minh có khả năng kết nối dữ liệu từ nhiều nguồn khác nhau như kế toán, bán hàng, sản xuất, kho, nhân sự, thị trường và khách hàng. AI có thể hỗ trợ xử lý dữ liệu với tốc độ cao, nhận diện các mẫu hình, phát hiện bất thường và xây dựng các mô hình dự báo.

Có thể khái quát sự chuyển đổi như sau:

Kế toán quản trị truyền thống → Số hóa → Phân tích dữ liệu → Tích hợp AI → Kế toán quản trị thông minh → Hỗ trợ quyết định chiến lược.

Trong mô hình này, AI không thay thế hoàn toàn kế toán quản trị mà đóng vai trò như một công cụ nâng cao năng lực phân tích của kế toán. Kế toán quản trị chuyển dần từ vị trí “người cung cấp số liệu” sang “đối tác kinh doanh và tư vấn ra quyết định”.

2. Những lĩnh vực trọng tâm ứng dụng AI trong kế toán quản trị

2.1. Lập ngân sách và dự báo

Lập ngân sách là một trong những chức năng quan trọng của kế toán quản trị nhưng thường tiêu tốn nhiều thời gian và phụ thuộc vào các giả định của nhà quản lý.

AI có thể phân tích dữ liệu lịch sử kết hợp với dữ liệu thị trường để hỗ trợ dự báo doanh thu, chi phí, dòng tiền và nhu cầu nguồn lực. Thay vì xây dựng một kế hoạch ngân sách duy nhất, doanh nghiệp có thể xây dựng nhiều kịch bản khác nhau.

Ví dụ, hệ thống có thể mô phỏng tác động đến lợi nhuận khi giá nguyên vật liệu tăng 5%, sản lượng tăng 10% hoặc giá bán giảm 3%. Nhờ đó, nhà quản trị có cơ sở tốt hơn để lựa chọn phương án kinh doanh.

2.2. Quản trị chi phí và giá thành

AI có thể hỗ trợ phân loại, theo dõi và phân tích chi phí theo sản phẩm, đơn hàng, bộ phận hoặc trung tâm trách nhiệm. Đặc biệt, AI có thể phát hiện những biến động bất thường mà phương pháp phân tích truyền thống có thể bỏ sót.

Đối với doanh nghiệp sản xuất, AI có thể kết hợp dữ liệu về sản lượng, nguyên vật liệu, giờ máy, nhân công và năng lượng để hỗ trợ phân tích giá thành sản phẩm.

Điều này giúp doanh nghiệp chuyển từ phương thức “tổng hợp chi phí sau khi phát sinh” sang “theo dõi – phân tích – cảnh báo – kiểm soát chi phí chủ động”.

2.3. Phân tích chênh lệch và cảnh báo sớm

Trong kế toán quản trị truyền thống, phân tích chênh lệch thường được thực hiện định kỳ giữa số liệu thực tế và dự toán.

AI có thể tự động xác định những khoản chênh lệch đáng chú ý, nhận diện xu hướng và gửi cảnh báo đến người quản lý. Chẳng hạn, nếu chi phí nguyên vật liệu của một phân xưởng tăng bất thường so với mức thông thường, hệ thống có thể cảnh báo để kế toán quản trị và nhà quản lý kiểm tra nguyên nhân.

Như vậy, vai trò của kế toán quản trị được chuyển từ phản ứng sau khi vấn đề xảy ra sang nhận diện và cảnh báo sớm rủi ro.

2.4. Phân tích hiệu quả và hỗ trợ ra quyết định

AI có thể hỗ trợ xây dựng các mô hình phân tích lợi nhuận, điểm hòa vốn, biên lợi nhuận, hiệu quả sản phẩm và hiệu quả của từng bộ phận.

Quan trọng hơn, AI có thể hỗ trợ các phân tích “what-if”, giúp nhà quản trị trả lời những câu hỏi như:

• Nếu tăng giá bán 5% thì lợi nhuận thay đổi như thế nào?
• Nếu chi phí nguyên liệu tăng 10% thì doanh nghiệp có cần điều chỉnh giá bán không?
• Sản phẩm nào tạo ra biên lợi nhuận cao hơn?
• Nên tự sản xuất hay mua ngoài?
• Có nên nhận một đơn hàng đặc biệt?
• Nếu mở rộng công suất sản xuất thì lợi nhuận và dòng tiền thay đổi như thế nào?

Đây là bước phát triển quan trọng của kế toán quản trị từ cung cấp thông tin sang hỗ trợ quyết định dựa trên dữ liệu.

3. Định hướng phát triển kế toán quản trị thông minh tại Việt Nam

Để ứng dụng AI hiệu quả, doanh nghiệp Việt Nam không nên bắt đầu bằng việc mua hoặc triển khai ngay một công cụ AI riêng lẻ. Thay vào đó, cần xây dựng một lộ trình có tính hệ thống.

Giai đoạn 1: Chuẩn hóa dữ liệu và quy trình

Đây là nền tảng quan trọng nhất.

Doanh nghiệp cần chuẩn hóa hệ thống mã tài khoản, mã sản phẩm, mã khách hàng, mã nhà cung cấp, trung tâm chi phí, trung tâm lợi nhuận và các đối tượng quản trị.

Đồng thời, cần chuẩn hóa quy trình thu thập, xử lý và chia sẻ dữ liệu giữa kế toán, sản xuất, kinh doanh, kho và các bộ phận liên quan.

Nguyên tắc: dữ liệu đầu vào không chính xác thì kết quả AI cũng không đáng tin cậy.

Giai đoạn 2: Tích hợp hệ thống ERP và dữ liệu quản trị

Kế toán quản trị thông minh cần một nền tảng dữ liệu thống nhất. Vì vậy, doanh nghiệp cần tăng cường tích hợp hệ thống kế toán với ERP, bán hàng, sản xuất, kho và nhân sự.

Khi dữ liệu được kết nối, kế toán quản trị có thể theo dõi hoạt động doanh nghiệp theo hướng gần thời gian thực thay vì chờ báo cáo cuối kỳ.

Giai đoạn 3: Ứng dụng AI vào các chức năng kế toán quản trị

Sau khi dữ liệu và hệ thống được chuẩn hóa, doanh nghiệp có thể từng bước triển khai AI trong:

• Dự báo doanh thu;
• Dự báo chi phí;
• Lập ngân sách;
• Phân tích biến động;
• Dự báo dòng tiền;
• Quản trị giá thành;
• Phân tích lợi nhuận;
• Cảnh báo bất thường;
• Phân tích kịch bản.

Đây là giai đoạn AI bắt đầu tạo ra giá trị trực tiếp cho hoạt động kế toán quản trị.

Giai đoạn 4: Phát triển hệ thống hỗ trợ quyết định thông minh

Ở cấp độ cao hơn, AI không chỉ cung cấp các con số mà có thể hỗ trợ nhà quản trị phân tích nhiều phương án kinh doanh.

Hệ thống có thể kết hợp dữ liệu kế toán với dữ liệu thị trường, sản xuất và kinh doanh để đưa ra các kịch bản. Tuy nhiên, quyết định cuối cùng vẫn cần sự đánh giá của nhà quản trị và chuyên gia kế toán.

Điều này đặc biệt quan trọng bởi các nghiên cứu gần đây cũng nhấn mạnh rằng dù AI có khả năng nâng cao hiệu quả và khả năng dự báo, phán đoán và chuyên môn của con người vẫn giữ vai trò quan trọng trong quá trình ra quyết định.

4. Phát triển nguồn nhân lực kế toán quản trị trong thời đại AI

Một trong những yếu tố quyết định thành công của kế toán quản trị thông minh là chất lượng nguồn nhân lực.Kế toán quản trị trong tương lai cần có sự kết hợp của bốn nhóm năng lực:

Thứ nhất, năng lực chuyên môn kế toán: hiểu rõ kế toán quản trị, quản trị chi phí, lập ngân sách, phân tích hiệu quả và ra quyết định.

Thứ hai, năng lực dữ liệu: biết thu thập, làm sạch, phân tích và trực quan hóa dữ liệu.

Thứ ba, năng lực công nghệ: hiểu về ERP, phần mềm kế toán, AI, machine learning và các công cụ phân tích dữ liệu ở mức phù hợp với công việc.

Thứ tư, năng lực tư vấn quản trị: tư duy phản biện, giao tiếp, giải quyết vấn đề và khả năng chuyển hóa dữ liệu thành thông tin có ý nghĩa đối với nhà quản trị.

Một nghiên cứu tại Việt Nam công bố năm 2026 cũng nhấn mạnh vai trò của quản trị công nghệ thông tin và kỹ năng kế toán trong quá trình tích hợp AI vào công tác kế toán.

Do đó, các trường đại học cần từng bước đổi mới chương trình đào tạo theo hướng kết hợp:

Kế toán + Công nghệ + Dữ liệu + Quản trị.

Sinh viên không chỉ cần biết “định khoản như thế nào” mà còn phải biết “dữ liệu kế toán được sử dụng như thế nào để tạo ra giá trị cho doanh nghiệp”.

5. Những thách thức cần lưu ý

Bên cạnh cơ hội, quá trình phát triển kế toán quản trị thông minh tại Việt Nam cũng phải đối mặt với một số thách thức.

Trước hết là chất lượng và tính đồng bộ của dữ liệu. Nhiều doanh nghiệp vẫn tồn tại tình trạng dữ liệu phân tán giữa các phòng ban, thiếu chuẩn hóa và chưa được kết nối.

Thứ hai là bảo mật và quyền riêng tư. Dữ liệu kế toán quản trị có thể chứa những thông tin quan trọng về giá thành, lợi nhuận, khách hàng, nhà cung cấp và chiến lược kinh doanh. Vì vậy, doanh nghiệp cần xây dựng cơ chế kiểm soát quyền truy cập và sử dụng dữ liệu phù hợp.

Thứ ba là tính minh bạch và khả năng giải thích của AI. Khi AI đưa ra một dự báo hoặc đề xuất, người sử dụng cần hiểu cơ sở của kết quả để có thể đánh giá mức độ phù hợp.

Thứ tư là rủi ro phụ thuộc quá mức vào công nghệ. AI nên được xem là công cụ hỗ trợ, không phải là chủ thể chịu trách nhiệm cuối cùng đối với các quyết định quản trị.

Cuối cùng là khoảng cách về kỹ năng của nguồn nhân lực kế toán. AI có thể làm thay đổi đáng kể nội dung công việc của kế toán quản trị, đồng thời làm gia tăng nhu cầu đào tạo lại và nâng cao kỹ năng. Nghiên cứu của Abbas (2026) cũng chỉ ra rằng quá trình số hóa và AI đang làm thay đổi vai trò, kỹ năng và ranh giới nghề nghiệp của kế toán quản trị.

6. Định hướng đối với các trường đại học và cơ sở đào tạo kế toán

Để đáp ứng yêu cầu mới của thị trường lao động, đào tạo kế toán cần chuyển từ mô hình thiên về xử lý nghiệp vụ sang phát triển năng lực phân tích và tư vấn.

Các học phần kế toán quản trị có thể tăng cường các nội dung như:

• Phân tích dữ liệu kế toán;
• Dashboard quản trị;
• Ứng dụng AI trong dự báo;
• AI trong lập ngân sách;
• AI trong quản trị chi phí;
• Phân tích kịch bản;
• ERP và hệ thống thông tin quản trị;
• Đạo đức và quản trị AI.

Bên cạnh đó, phương pháp đào tạo nên tăng cường các tình huống thực tế. Sinh viên có thể được giao dữ liệu của một doanh nghiệp giả lập, sau đó sử dụng công cụ phân tích để xác định biến động chi phí, lập ngân sách, dự báo lợi nhuận và đề xuất phương án quản trị.

Theo hướng này, sinh viên không chỉ học “kế toán quản trị là gì” mà còn được trải nghiệm “kế toán quản trị được thực hiện như thế nào trong một doanh nghiệp số”.

Kết luận

Trí tuệ nhân tạo đang tạo ra một bước chuyển quan trọng đối với kế toán quản trị. Trong bối cảnh Việt Nam đẩy mạnh chuyển đổi số, phát triển kế toán quản trị thông minh không còn đơn thuần là một xu hướng công nghệ mà đang trở thành một yêu cầu nhằm nâng cao năng lực quản trị và sức cạnh tranh của doanh nghiệp.

Quá trình này cần được thực hiện theo lộ trình từ chuẩn hóa dữ liệu – số hóa quy trình – tích hợp ERP – ứng dụng AI – phát triển hệ thống hỗ trợ quyết định thông minh. Trong đó, con người vẫn giữ vai trò trung tâm thông qua năng lực chuyên môn, tư duy phản biện, phán đoán nghề nghiệp và trách nhiệm đạo đức.

Có thể hình dung tương lai của kế toán quản trị qua ba câu hỏi:

Kế toán quản trị truyền thống: “Điều gì đã xảy ra?”

Kế toán quản trị phân tích: “Tại sao điều đó xảy ra?”

Kế toán quản trị thông minh: “Điều gì có thể xảy ra và doanh nghiệp nên làm gì?”

Sự chuyển dịch này mở ra cơ hội để kế toán quản trị tại Việt Nam nâng cao vai trò từ một chức năng cung cấp thông tin thành đối tác chiến lược của nhà quản trị, góp phần xây dựng doanh nghiệp có năng lực ra quyết định nhanh, linh hoạt và dựa trên dữ liệu trong kỷ nguyên trí tuệ nhân tạo.

 

 

 

 

TÀI LIỆU THAM KHẢO

Abbas, K. (2026). Management accounting and artificial intelligence: A comprehensive literature review and recommendations for future research. The British Accounting Review, 58(2), 101551. https://doi.org/10.1016/j.bar.2025.101551.

Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120. https://doi.org/10.1177/014920639101700108.

Davis, F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.

Teece, D.J., Pisano, G. & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533.

Thảo, N.T., Toàn, N.T., Phượng, N.T.P. & Thoa, N.T.K. (2026). Vai trò của quản trị công nghệ thông tin và kỹ năng kế toán trong việc tích hợp trí tuệ nhân tạo (AI) vào công tác kế toán tại Việt Nam. Tạp chí Nghiên cứu Tài chính – Marketing, 17(1). https://doi.org/10.52932/jfmr.v17i01.880.

Bhimani, A. & Willcocks, L. (2014). Digitisation, ‘Big Data’ and the transformation of accounting information. Accounting and Business Research, 44(4), 469–490.

Möller, K., Schäffer, U. & Verbeeten, F. (2020). Digitalization in management accounting and control: An editorial. Journal of Management Control, 31, 1–7.