“Team anh trước có 10 người, gồm BA và developer. Sau khi dùng AI, anh bỏ hết dev, chỉ còn lại một mình anh – là BA.”
Lớp học bỗng xôn xao khi nghe chia sẻ của anh Linh, một học viên trong lớp, về việc anh đã ứng dụng AI như thế nào trong công việc. Anh bảo, để chia sẻ cho đàng hoàng thì chắc phải cho anh 1–2 tuần chuẩn bị đã. Nhưng lớp tôi thì đâu có đợi được, bèn năn nỉ anh chia sẻ trước một chút.
2025, một năm mà AI phát triển cực kỳ mạnh mẽ. Người người nhà nhà đều quan tâm, thậm chí lo lắng. FOMO – sợ mình chưa biết tool AI này, chưa biết ứng dụng AI vào công việc hiện tại ra sao, và cả nỗi lo AI sẽ thay thế mình.
Ngành IT, vốn là ngành làm việc trực tiếp với máy tính, lại càng bị đặt vào “vùng nguy hiểm”. Bởi vậy, khi nghe câu chuyện của anh Linh, mọi người đều sửng sốt. Không ai nghĩ AI lại có thể thay con người nhanh đến vậy, mà đối tượng đầu tiên lại là developer – những người xây dựng nên hệ thống. Vậy còn BA, những người phân tích nghiệp vụ, thì sẽ như thế nào?
Anh Linh bắt đầu chia sẻ về cách anh dùng AI trong công việc. Anh chỉ dùng ba công cụ là Visual Studio Code (có gán plugin Codex của Chatgpt), Kiro và Cursor, giúp làm việc với AI ngay trong lúc viết code. Trong đó, Kiro là công cụ được anh dùng nhiều nhất. Có thể chuyển sang dùng công cụ khác nếu gặp lỗi.
Về bản chất, mấy tool này làm việc theo cùng một kiểu. Dù là Visual Studio Code, Kiro hay Cursor thì cũng xoay quanh ba phần chính: thư mục dự án, code và prompt. BA không còn đứng ngoài mô tả rồi chờ dev làm nữa, mà làm việc trực tiếp trong chính môi trường kỹ thuật đó. Ảnh dưới: Giao diện Kiro (các thông tin bị che do có liên quan đến dự án anh đang làm)
Cách làm của anh cũng khác khá nhiều so với trước đây. Ngày xưa, BA sẽ vẽ màn hình rất chi tiết trên Figma để chuyển cho dev. Còn bây giờ, anh Linh chỉ cần làm một file Excel đơn giản, trong đó liệt kê các đối tượng và chức năng cần có. Phần còn lại để AI xử lý.
Việc đầu tiên anh làm luôn là xác định đối tượng nghiệp vụ. Ví dụ như hệ thống cần có những đối tượng gì: Ngân sách, Người dùng, Dự án… Khi đã có đối tượng, anh mới tiếp tục nghĩ đến các chức năng liên quan.
Sau đó là xác định chức năng cho từng đối tượng. Thường thì chỉ là những chức năng rất cơ bản như Thêm, Sửa, Xoá. Nhưng điều quan trọng là BA phải xác định đúng và đủ, vì đây chính là “đầu vào” cho AI.
Prompt lúc này đóng vai trò giống như đặc tả nghiệp vụ. Anh Linh sẽ viết prompt kiểu rất đơn giản, ví dụ:
“Tôi muốn xây dựng đối tượng Ngân sách. Hãy thêm giúp tôi chức năng Tạo Ngân sách.” AI sẽ dựa vào đó để sinh code.
Sau khi AI làm xong, việc của anh là test lại. Test ok thì anh commit code lên Git, rồi deploy lên môi trường STG để test tiếp. Nếu ổn nữa thì tiếp tục làm các chức năng còn lại, rồi đưa lên production. Quy trình vẫn vậy, chỉ khác là không còn dev ngồi viết từng dòng code.
Không chỉ build chức năng, AI còn hỗ trợ cả phần tích hợp. Khi đang xây dựng hệ thống, anh có thể nhờ AI đọc hiểu các hệ thống cần tích hợp và sinh API để truyền dữ liệu giữa các hệ thống.
Hiệu quả thấy rõ nhất là tốc độ và chi phí. Trước đây, để làm xong một hệ thống, cần team 4–5 người làm trong 2–3 tháng. Còn bây giờ, chỉ một mình anh – là BA – cũng có thể làm xong trong khoảng 1–2 tuần.
Tất nhiên là AI vẫn có hạn chế. Nhược điểm lớn nhất là chưa làm tốt các hệ thống cần UI thiết kế sẵn, cầu kỳ theo yêu cầu khách hàng. Những dự án kiểu này thì vẫn khó áp dụng hoàn toàn.
Vì vậy, hiện tại với cách làm này, AI phù hợp nhất với hệ thống nội bộ. Những hệ thống không yêu cầu quá cao về giao diện, chủ yếu tập trung vào nghiệp vụ và tốc độ triển khai, thì AI hỗ trợ rất tốt.
Còn tương lai thì chắc chỉ là chuyện sớm hay muộn. Khi AI ngày càng tốt hơn, việc áp dụng cách làm này cho các dự án khách hàng chắc chắn sẽ khả thi hơn. Lúc đó, lợi thế sẽ thuộc về những BA hiểu nghiệp vụ và biết cách làm việc cùng AI.
P/s: Đây là bài viết dựa trên chia sẻ của một học viên, trong thời gian thảo luận của khoá học CCBA-CBAP của mình. Theo mình thì, với thời đại AI ngày càng phát triển như thế này, ngoài việc tìm hiểu để ứng dụng AI vào công việc, BA cần lắm phát triển tư duy phân tích, và cả nắm vững những kiến thức chuẩn trong nghề BA đã được đúc kết trong Babok, để đi đúng hướng khi ứng dụng AI. Khoá học chứng chỉ CCBA-CBAP, không chỉ để hướng dẫn bạn về các kiến thức trong Babok, mà còn là nơi kết nối các bạn BA để cùng thảo luận, chia sẻ về công việc. Hãy tham khảo thông tin khoá CCBA-CBAP Preparation để cùng nắm chắc nền tảng BA nhé.
Thân ái,
Thương
Lớp học bỗng xôn xao khi nghe chia sẻ của anh Linh, một học viên trong lớp, về việc anh đã ứng dụng AI như thế nào trong công việc. Anh bảo, để chia sẻ cho đàng hoàng thì chắc phải cho anh 1–2 tuần chuẩn bị đã. Nhưng lớp tôi thì đâu có đợi được, bèn năn nỉ anh chia sẻ trước một chút.
2025, một năm mà AI phát triển cực kỳ mạnh mẽ. Người người nhà nhà đều quan tâm, thậm chí lo lắng. FOMO – sợ mình chưa biết tool AI này, chưa biết ứng dụng AI vào công việc hiện tại ra sao, và cả nỗi lo AI sẽ thay thế mình.
Ngành IT, vốn là ngành làm việc trực tiếp với máy tính, lại càng bị đặt vào “vùng nguy hiểm”. Bởi vậy, khi nghe câu chuyện của anh Linh, mọi người đều sửng sốt. Không ai nghĩ AI lại có thể thay con người nhanh đến vậy, mà đối tượng đầu tiên lại là developer – những người xây dựng nên hệ thống. Vậy còn BA, những người phân tích nghiệp vụ, thì sẽ như thế nào?
Anh Linh bắt đầu chia sẻ về cách anh dùng AI trong công việc. Anh chỉ dùng ba công cụ là Visual Studio Code (có gán plugin Codex của Chatgpt), Kiro và Cursor, giúp làm việc với AI ngay trong lúc viết code. Trong đó, Kiro là công cụ được anh dùng nhiều nhất. Có thể chuyển sang dùng công cụ khác nếu gặp lỗi.
Về bản chất, mấy tool này làm việc theo cùng một kiểu. Dù là Visual Studio Code, Kiro hay Cursor thì cũng xoay quanh ba phần chính: thư mục dự án, code và prompt. BA không còn đứng ngoài mô tả rồi chờ dev làm nữa, mà làm việc trực tiếp trong chính môi trường kỹ thuật đó. Ảnh dưới: Giao diện Kiro (các thông tin bị che do có liên quan đến dự án anh đang làm)
Cách làm của anh cũng khác khá nhiều so với trước đây. Ngày xưa, BA sẽ vẽ màn hình rất chi tiết trên Figma để chuyển cho dev. Còn bây giờ, anh Linh chỉ cần làm một file Excel đơn giản, trong đó liệt kê các đối tượng và chức năng cần có. Phần còn lại để AI xử lý.
Việc đầu tiên anh làm luôn là xác định đối tượng nghiệp vụ. Ví dụ như hệ thống cần có những đối tượng gì: Ngân sách, Người dùng, Dự án… Khi đã có đối tượng, anh mới tiếp tục nghĩ đến các chức năng liên quan.
Sau đó là xác định chức năng cho từng đối tượng. Thường thì chỉ là những chức năng rất cơ bản như Thêm, Sửa, Xoá. Nhưng điều quan trọng là BA phải xác định đúng và đủ, vì đây chính là “đầu vào” cho AI.
Prompt lúc này đóng vai trò giống như đặc tả nghiệp vụ. Anh Linh sẽ viết prompt kiểu rất đơn giản, ví dụ:
“Tôi muốn xây dựng đối tượng Ngân sách. Hãy thêm giúp tôi chức năng Tạo Ngân sách.” AI sẽ dựa vào đó để sinh code.
Sau khi AI làm xong, việc của anh là test lại. Test ok thì anh commit code lên Git, rồi deploy lên môi trường STG để test tiếp. Nếu ổn nữa thì tiếp tục làm các chức năng còn lại, rồi đưa lên production. Quy trình vẫn vậy, chỉ khác là không còn dev ngồi viết từng dòng code.
Không chỉ build chức năng, AI còn hỗ trợ cả phần tích hợp. Khi đang xây dựng hệ thống, anh có thể nhờ AI đọc hiểu các hệ thống cần tích hợp và sinh API để truyền dữ liệu giữa các hệ thống.
Hiệu quả thấy rõ nhất là tốc độ và chi phí. Trước đây, để làm xong một hệ thống, cần team 4–5 người làm trong 2–3 tháng. Còn bây giờ, chỉ một mình anh – là BA – cũng có thể làm xong trong khoảng 1–2 tuần.
Tất nhiên là AI vẫn có hạn chế. Nhược điểm lớn nhất là chưa làm tốt các hệ thống cần UI thiết kế sẵn, cầu kỳ theo yêu cầu khách hàng. Những dự án kiểu này thì vẫn khó áp dụng hoàn toàn.
Vì vậy, hiện tại với cách làm này, AI phù hợp nhất với hệ thống nội bộ. Những hệ thống không yêu cầu quá cao về giao diện, chủ yếu tập trung vào nghiệp vụ và tốc độ triển khai, thì AI hỗ trợ rất tốt.
Còn tương lai thì chắc chỉ là chuyện sớm hay muộn. Khi AI ngày càng tốt hơn, việc áp dụng cách làm này cho các dự án khách hàng chắc chắn sẽ khả thi hơn. Lúc đó, lợi thế sẽ thuộc về những BA hiểu nghiệp vụ và biết cách làm việc cùng AI.
P/s: Đây là bài viết dựa trên chia sẻ của một học viên, trong thời gian thảo luận của khoá học CCBA-CBAP của mình. Theo mình thì, với thời đại AI ngày càng phát triển như thế này, ngoài việc tìm hiểu để ứng dụng AI vào công việc, BA cần lắm phát triển tư duy phân tích, và cả nắm vững những kiến thức chuẩn trong nghề BA đã được đúc kết trong Babok, để đi đúng hướng khi ứng dụng AI. Khoá học chứng chỉ CCBA-CBAP, không chỉ để hướng dẫn bạn về các kiến thức trong Babok, mà còn là nơi kết nối các bạn BA để cùng thảo luận, chia sẻ về công việc. Hãy tham khảo thông tin khoá CCBA-CBAP Preparation để cùng nắm chắc nền tảng BA nhé.
Thân ái,
Thương