STAIR

AIM Index được xây dựng dựa trên 8 thành tố của khung STAIR. Mỗi thành tố được chấm từ 1 đến 4 điểm, tương ứng với 4 cấp độ trưởng thành (Khởi đầu – Chủ động – Tích hợp – Chiến lược).
Tổng hợp điểm của 8 thành tố tạo nên AIM Index, cũng phản ảnh 4 cấp độ trưởng thành chung.
Có 3 cách tính:
1. AIM Raw – Trung bình cộng điểm của 8 thành tố.

Công thức:

$$ AIM_{Raw} = \frac{\sum_{i=1}^{8} score_{i}}{8} $$

Thích hợp cho đánh giá nhanh, không phân biệt trọng số.

2. AIM Weighted – Trung bình có trọng số.
Mỗi thành tố có thể được gán trọng số tùy theo đặc thù ngành.
Ví dụ: ngân hàng có thể ưu tiên Quản trị & Tuân thủ, trong khi công ty công nghệ ưu tiên Năng lực Công nghệ.

3. AIM Penalty – Tính điểm trung bình nhưng trừ điểm nếu có thành tố ở mức quá thấp (bottleneck).
Mục tiêu: khuyến khích tổ chức phát triển đồng đều, không bỏ sót khâu yếu.

AIM Index (AI Maturity Index) là chỉ số tổng hợp, được thiết kế nhằm đo lường mức độ trưởng thành AI của tổ chức trên một thang điểm duy nhất. Chỉ số này phản ánh không chỉ năng lực kỹ thuật, mà còn bao quát cả chiến lược, dữ liệu, văn hóa, quản trị và tác động xã hội của AI.

AIM Index giúp tổ chức:

• Biết mình đang ở đâu trên hành trình ứng dụng AI.
• So sánh (benchmark) với các tổ chức trong cùng ngành hoặc quốc tế.
• Xác định lộ trình phát triển theo từng giai đoạn, từ thí điểm đến AI-First.

Ngôn ngữ phi kỹ thuật: Sử dụng các thuật ngữ như “Ứng dụng nghiệp vụ”, “Nền tảng dữ liệu” thay vì “MLOps”, “Data Platform”.
Tập trung vào giá trị: Các mô tả đều hướng đến việc tạo ra tác động cho tổ chức, dù là lợi nhuận, hiệu quả phục vụ hay hoàn thành sứ mệnh.
Linh hoạt: Áp dụng được cho mọi phòng ban, từ Marketing, HR đến Sản xuất và Dịch vụ công.
Nhấn mạnh Quản trị & Đối tác: Đây là các yếu tố sống còn đối với các tổ chức phi công nghệ khi họ thường cần dựa vào đối tác bên ngoài và phải tuân thủ các quy định chặt chẽ.
Khung này giúp bất kỳ tổ chức nào cũng có thể tự đánh giá và vạch ra lộ trình phát triển năng lực AI phù hợp với bối cảnh và nguồn lực của mình.

U1 – Khởi đầu: Tự mày mò, ít hoặc không có sự tương tác với bên ngoài.
U2 – Chủ động: Bắt đầu tìm kiếm và hợp tác với các nhà cung cấp giải pháp AI để triển khai các dự án cụ thể.
U3 – Tích hợp: Xây dựng mạng lưới đối tác chiến lược lâu dài với các công ty công nghệ, viện nghiên cứu và đơn vị tư vấn.
U4 – Chiến lược: Là trung tâm của một hệ sinh thái AI sôi động, cùng hợp tác để đổi mới, chia sẻ dữ liệu một cách an toàn và định hình tương lai ngành.

U1 – Khởi đầu: Chưa có khung quản trị cho AI. Các vấn đề về rủi ro, đạo đức chưa được xem xét.
U2 – Chủ động: Bắt đầu xây dựng các nguyên tắc và chính sách về đạo đức AI (công bằng, minh bạch, riêng tư).
U3 – Tích hợp: Có khung quản trị AI toàn diện, bao gồm đánh giá rủi ro, giám sát mô hình và tuân thủ các quy định (như GDPR).
U4 – Chiến lược: Quản trị AI có trách nhiệm là thương hiệu của tổ chức. Các hệ thống AI hoàn toàn minh bạch, công bằng và được tin cậy.

U1 – Khởi đầu: Thiếu kiến thức về AI. Có tâm lý e ngại hoặc kỳ vọng không thực tế.
U2 – Chủ động: Tổ chức các khóa đào tạo nhận thức. Bắt đầu thuê chuyên gia bên ngoài hoặc đào tạo nhân sự nội bộ.
U3 – Tích hợp: Có lộ trình phát triển kỹ năng AI cho các vai trò khác nhau. Hình thành văn hóa hợp tác giữa chuyên môn nghiệp vụ và chuyên gia kỹ thuật.
U4 – Chiến lược: Toàn tổ chức có tư duy AI. Nhân viên ở mọi cấp đều có khả năng đề xuất và sử dụng các giải pháp AI trong công việc.

U1 – Khởi đầu: AI được ứng dụng cho các bài toán nhỏ, ít quan trọng hoặc cho mục đích phân tích đơn thuần.
U2 – Chủ động: Triển khai các ứng dụng AI cho một số quy trình nghiệp vụ cụ thể (tự động hóa dịch vụ khách hàng, dự báo nhu cầu).
U3 – Tích hợp: AI được nhúng vào các quy trình nghiệp vụ cốt lõi, tối ưu hóa hoạt động và nâng cao trải nghiệm.
U4 – Chiến lược: AI định hình lại mô hình hoạt động và cung cấp dịch vụ, tạo ra các quy trình nghiệp vụ hoàn toàn mới.

U1 – Khởi đầu: Sử dụng các công cụ AI có sẵn (phần mềm bên thứ ba). Hạ tầng CNTT hiện tại chưa tối ưu cho AI.
U2 – Chủ động: Đầu tư có chọn lọc vào các nền tảng AI trên điện toán đám mây hoặc phần mềm chuyên biệt. Bắt đầu thử nghiệm các API AI.
U3 – Tích hợp: Xây dựng kiến trúc công nghệ vững chắc cho AI, tích hợp với các hệ thống cốt lõi (ERP, CRM). Áp dụng các nguyên tắc MLOps cơ bản.
U4 – Chiến lược: Hạ tầng công nghệ linh hoạt, có khả năng mở rộng để đáp ứng mọi nhu cầu AI. Tự động hóa toàn bộ vòng đời của các ứng dụng AI.

U1 – Khởi đầu: Dữ liệu nằm rải rác ở các phòng ban, chất lượng không đồng đều, khó tiếp cận.
U2 – Chủ động: Bắt đầu số hóa và tập trung dữ liệu vào các kho lưu trữ. Xác định được các nguồn dữ liệu quan trọng cho AI.
U3 – Tích hợp: Có nền tảng dữ liệu cho phép chia sẻ và truy cập an toàn. Chất lượng dữ liệu được quản lý chủ động.
U4 – Chiến lược: Dữ liệu được coi là tài sản chiến lược. Tổ chức có khả năng thu thập và xử lý dữ liệu theo thời gian thực để hỗ trợ ra quyết định.