Trong nhiều doanh nghiệp vừa và nhỏ, team tài chính thường phải dành hàng ngày cuối tháng để thu thập dữ liệu từ nhiều nguồn: phần mềm kế toán, bảng tính Excel, ngân hàng trực tuyến và hệ thống ERP. Việc gộp dữ liệu thủ công không chỉ tốn thời gian mà còn dễ gây sai sót, ảnh hưởng đến độ tin cậy của báo cáo quản trị. Để giải quyết bài toán này, team đã triển khai một quy trình tự động hóa dựa trên mô hình ngôn ngữ lớn (LLM) kết hợp với công cụ RPA nhẹ. Các bước chính bao gồm: - Thu thập dữ liệu: Sử dụng API của phần mềm kế toán và ngân hàng để kéo dữ liệu thô vào một kho dữ liệu trung gian (data lake) hàng ngày. - Làm sạch và chuẩn hóa: Một script Python tiền xử lý, loại bỏ bản ghi trùng, chuyển đổi đơn vị tiền tệ và định dạng ngày tháng thống nhất. - Tạo báo cáo: Gọi LLM qua API với prompt được thiết kế sẵn (system prompt + few‑shot examples) để sinh báo cáo tài chính theo mẫu chuẩn: bảng cân đối kế toán, báo cáo kết quả kinh doanh, dòng tiền và các chỉ số KPI quan trọng. - Xem duyệt và phân phối: Kết quả đầu ra được đưa vào Google Docs/Notion tự động, gửi thông báo qua Slack cho trưởng bộ phận và CFO để duyệt trước khi xuất PDF. Kết quả sau 2 tháng triển khai: - Thời gian chuẩn bị báo cáo giảm từ 12 giờ xuống còn 2 giờ. - Tỷ lệ lỗi nhập liệu thủ công giảm gần như bằng 0. - Team tài chính có thêm băng thông để tập trung vào phân tích chiến lược thay vì gõ dữ liệu. Lời khuyên áp dụng: 1. Bắt đầu từ một mẫu báo cáo đơn giản, kiểm thử prompt kỹ lưỡng trước khi mở rộng. 2. Lưu trữ version của prompt và dữ liệu đầu vào để dễ dàng rollback khi cần. 3. Thiết lập quy trình review người (human‑in‑the‑loop) cho các con số then chốt (doanh thu, lỗ/lãi) trước khi phát hành. 4. Tận dụng công cụ RPA nhẹ (như n8n, Zapier) để nối các hệ thống mà không cần phát triển phức tạp. 5. Đào tạo nhanh cho nhân viên tài chính cách đọc hiểu output của AI để xây dựng niềm tin vào quy trình mới.