Power BI đã chết? Chiếc xe của bạn đã trả lời câu hỏi này rồi.

English | Tiếng Việt

Cứ vài tháng, lời tuyên bố này lại quay lại: dashboard đã chết. Việc gì phải xây báo cáo khi bạn có thể hỏi thẳng AI về số liệu của mình? Có người còn nói mạnh hơn: “Power BI đã chết.” Đó là một tiêu đề hay và một lời khuyên tồi. Bằng chứng mạnh nhất chống lại nó đến từ chính các hãng công nghệ — và từ chiếc xe của bạn.

Các hãng đang thực sự làm gì

Nếu chat thay thế được BI, thì Microsoft và Databricks đã phải thu hẹp mảng BI của họ. Điều ngược lại đang diễn ra.

Microsoft đang đưa Copilot vào trong Power BI: “Chat with Your Data” là trải nghiệm hỏi đáp trả lời câu hỏi về một báo cáo hoặc mô hình ngữ nghĩa — nó đứng trên nền BI, không đứng cạnh để thay thế. Tính năng Q&A cũ đang được cho nghỉ hưu để nhường chỗ cho Copilot, và chính tài liệu của Microsoft nói thẳng điều gì làm cho chat trả lời tốt: một mô hình ngữ nghĩa được chuẩn bị kỹ, cấu trúc sạch, tên gọi rõ ràng, có mô tả. Databricks đi cùng một hướng với Genie: câu hỏi bằng ngôn ngữ tự nhiên được trả lời trên dữ liệu đã được tuyển chọn, có quản trị, kèm ngữ cảnh kinh doanh.

Nói cách khác: ngành này không thay dashboard bằng chat. Họ xây chat trên cùng một nền móng mà dashboard đang dùng.

Phép thử chiếc xe

Hãy nghĩ về cách bạn lái xe.

Xe của bạn có bảng đồng hồ: tốc độ, xăng, nhiệt độ máy, áp suất lốp. Bạn không bao giờ phải hỏi những thứ này. Bạn liếc mắt. Bảng đồng hồ tồn tại chính xác để những câu hỏi bạn luôn luôn có được trả lời trước khi bạn hỏi. Dashboard sinh ra để làm việc đó: nó bỏ đi gánh nặng phải hỏi đi hỏi lại những câu tiêu chuẩn. Chỉ số cứ nằm sẵn ở đó.

Giờ tưởng tượng điều ngược lại: một chiếc xe mà mỗi lần muốn biết tốc độ, bạn phải hỏi thành tiếng “tôi đang chạy bao nhiêu km/h?”. Không ai mua chiếc xe đó. Mà đó chính là điều “bỏ hết báo cáo, chỉ cần chat” đang đề xuất.

Nhưng bảng đồng hồ có giới hạn, và bạn cũng biết điều đó từ việc lái xe. “Với chỗ xăng còn lại, tôi có lên được Đà Lạt không?” Không bảng đồng hồ nào có kim cho câu hỏi đó. Đó là câu hỏi tình huống: phụ thuộc ngữ cảnh, và bạn hiếm khi hỏi. Đây chính là chỗ lớp hỏi đáp tỏa sáng — bạn hỏi bằng lời của mình, và nhận câu trả lời tính riêng cho tình huống của bạn.

Hai giao diện, một bộ cảm biến:

• Dashboard trả lời các câu hỏi thường trực: hai mươi chỉ số bạn xem mỗi ngày, giống nhau cho mọi người, không tốn công để đọc. Doanh thu tháng này, khách chưa trả tiền, tồn kho, sản lượng.
• Chat với dữ liệu trả lời phần đuôi dài: câu hỏi một lần, đào sâu, “sao con số này khác tháng Ba năm ngoái?” Bạn không bao giờ xây sẵn một trang báo cáo cho từng câu như vậy; chúng quá nhiều.

Dùng chat cho chỉ số hằng ngày là hỏi xe “tôi chạy bao nhiêu km/h”. Nhét hai trăm biểu đồ vào một báo cáo để trả lời trước mọi câu hỏi có thể có là in cả cuốn hướng dẫn sử dụng lên bảng đồng hồ. Mỗi công cụ có việc của nó.

Tiêu đề thật sự: mô hình ngữ nghĩa quan trọng hơn bao giờ hết

Đây là phần mà phe “dashboard đã chết” bỏ sót. Cả hai bề mặt — báo cáo và chat — đều đọc từ cùng một mô hình ngữ nghĩa: lớp định nghĩa “doanh thu” nghĩa là gì, các bảng liên kết ra sao, chỉ số nào là chính thức.

Trong xe, đồng hồ tốc độ và máy tính quãng đường đọc cùng một bộ cảm biến. Cảm biến hỏng thì cả hai cùng nói dối bạn. Dữ liệu cũng vậy: nếu mô hình lộn xộn — logic trùng lặp, tên gọi khó hiểu, không có mô tả — dashboard đánh lừa bạn một cách im lặng, còn chat đánh lừa bạn một cách đầy tự tin. AI trả lời trên một mô hình tồi không nói “mô hình của bạn không rõ ràng”; nó đưa cho bạn một câu trả lời trôi chảy, nghe hợp lý, và sai.

Vì vậy mọi hướng dẫn nghiêm túc về AI trong BI đều nói cùng một điều: chuẩn bị mô hình. Star schema sạch. Mỗi định nghĩa kinh doanh một chỉ số. Mô tả và metadata trên bảng, cột, chỉ số, để cả người lẫn AI hiểu mọi thứ nghĩa là gì. Mô hình được chứng nhận, có quản trị, thay vì mỗi phòng ban một file xuất riêng.

Cho nên cả chồng công nghệ không teo lại; nó xếp lại thứ tự. Mô hình ngữ nghĩa đi từ một chi tiết kỹ thuật thành tài sản dữ liệu giá trị nhất mà công ty sở hữu. Xây một lần, xây cho tốt, và nó nuôi cả hai bề mặt — mọi báo cáo hôm nay, và mọi tính năng AI ngày mai.

Điều này nghĩa là gì trong thực tế

Với doanh nghiệp vừa và nhỏ, thứ tự thực tế là:

1. Bắt đầu bằng báo cáo. Đưa toàn bộ doanh nghiệp — tài chính, bán hàng, vận hành — lên một bộ báo cáo rõ ràng, đáng tin, xây trên một mô hình ngữ nghĩa sạch. Giá trị tức thời nằm ở đây, và nó buộc phần nền móng phải đúng.
2. Thêm chat như bước tiếp theo. Khi mô hình đã đáng tin, thêm lớp hỏi đáp ngôn ngữ tự nhiên lên trên chỉ là một bước vừa phải, và câu trả lời thừa hưởng chất lượng của mô hình — kể cả bằng tiếng Việt.
3. Cảnh giác với lời chào “chat trước đã”. Nếu ai đó hứa “cứ hỏi dữ liệu của bạn bất cứ điều gì” mà không nói về mô hình bên dưới, hãy hỏi họ: khi hai bảng cho hai con số doanh thu khác nhau thì sao? Giao diện chat là 10 phần trăm nhìn thấy được; mô hình là 90 phần trăm quyết định câu trả lời có đúng hay không.

Dashboard không chết. Nó có thêm một đồng nghiệp. Và cả hai cùng phụ thuộc vào một thứ: một mô hình ngữ nghĩa xứng đáng với niềm tin bạn đặt vào nó.