2026-08-17 · AI & Công nghệ
Sếp nhắn lúc 9 giờ tối: "Doanh thu tháng này tụt, tụt ở đâu?". Bạn có file bán hàng trong tay và hai lựa chọn.
Cách một: kéo file vào ChatGPT, hỏi thẳng bằng tiếng Việt, mười phút sau có câu trả lời kèm biểu đồ. Cách hai: mở Power BI, dựng mô hình dữ liệu, làm báo cáo, mất hai ngày nhưng tháng sau sếp hỏi lại thì không phải làm gì nữa.
Cả hai đều đúng, tùy vào câu hỏi bạn đang trả lời là loại nào. Bài này tách rõ ranh giới đó, dựa trên giới hạn kỹ thuật thật của từng công cụ chứ không dựa trên cảm nhận.
Câu hỏi phân loại chỉ có một
Trước khi chọn công cụ, hãy trả lời: câu hỏi này bạn hỏi một lần, hay hỏi lại mỗi tháng?
Câu hỏi hỏi một lần thì cần tốc độ. Bạn đang dò tìm, chưa biết mình tìm gì, và nhiều khả năng sau khi có đáp án thì không bao giờ hỏi lại. Ví dụ: khách nào bỏ đi trong sáu tháng qua, có mã hàng nào bán giá lệch bất thường không, dữ liệu này có bao nhiêu dòng trùng.
Câu hỏi hỏi lại thì cần một đường ống. Số phải mới, nhiều người cùng xem, và mỗi người chỉ được thấy phần của mình. Ví dụ: doanh thu theo chi nhánh, công nợ quá hạn, tồn kho chậm luân chuyển.
Nhóm thứ nhất là sân của ChatGPT. Nhóm thứ hai là sân của Power BI. Phần lớn tranh cãi "dùng cái nào" xảy ra vì hai bên đang nghĩ tới hai nhóm câu hỏi khác nhau.
ChatGPT làm tốt bốn việc
Trên một tập dữ liệu bạn đã có trong tay, ChatGPT làm được những việc sau nhanh hơn hẳn cách dựng báo cáo:
- Khám phá dữ liệu lạ. Vừa nhận một file từ phòng khác, chưa biết trong đó có gì. Hỏi thẳng "file này có những cột nào, cột nào bị trống nhiều, có dòng trùng không" thì nhanh hơn tự lọc bằng tay.
- Trả lời câu hỏi mở. Những câu chưa thành chỉ tiêu, chưa biết phải nhìn theo chiều nào. Bạn hỏi, xem kết quả, rồi hỏi tiếp theo hướng vừa nghĩ ra — vòng lặp này rất khó làm trên một báo cáo dựng sẵn.
- Viết công thức và code hộ. Đây là chỗ ChatGPT có ích nhất cho người đang dùng Power BI: nhờ nó viết measure DAX, viết đoạn M trong Power Query, giải thích một công thức khó hiểu người khác để lại. Cách hỏi sao cho ra đúng thì có riêng một bài về nhờ AI viết công thức Excel.
- Diễn giải kết quả thành lời. Bạn đã có số rồi, cần một đoạn nhận xét cho báo cáo gửi ban giám đốc.
Về dung lượng, tài liệu của OpenAI ghi giới hạn cứng 512 MB cho mỗi file, riêng file bảng tính và CSV thì khoảng 50 MB, tùy độ nặng của từng dòng. Với dữ liệu kế toán và bán hàng của doanh nghiệp vừa và nhỏ, mức đó thường là đủ.
Ba giới hạn của ChatGPT không phải do bạn dùng chưa giỏi
Đây là phần ít bài viết nào nói rõ, và nó quyết định vì sao ChatGPT không thay được một hệ thống báo cáo.
1. Nó không tự đi lấy dữ liệu về
Môi trường chạy phân tích của ChatGPT không gọi được ra ngoài internet hay tới API. Muốn phân tích dữ liệu nào, bạn phải tải dữ liệu đó lên. Nghĩa là mỗi lần cần số mới, có một người phải xuất file rồi tải lên lại — chính là việc thủ công mà bạn muốn bỏ.
2. Nó phân tích một bản chụp, không phải một nguồn
File bạn tải lên là số của thời điểm bạn xuất. Ngày mai số đổi thì phân tích hôm nay không tự đổi theo. Power BI thì ngược lại: bạn cấu hình lịch làm mới dữ liệu, và tài liệu Microsoft ghi rõ mức 8 lần mỗi ngày với dung lượng dùng chung, lên tới 48 lần mỗi ngày nếu ở Premium, PPU hoặc dung lượng Fabric.
3. Nó không phân quyền theo người xem
Cuộc trò chuyện của bạn là của bạn. Không có cơ chế để trưởng chi nhánh A mở cùng một báo cáo và chỉ thấy số của chi nhánh A. Power BI có sẵn phần này: bạn đặt vai trò kèm bộ lọc DAX ngay trong mô hình dữ liệu, publish lên rồi gán từng người vào vai trò tương ứng.
Còn một điểm về lưu trữ nên biết: theo chính sách của OpenAI, khi bạn xóa một cuộc trò chuyện có file, xóa tài khoản hoặc xóa một GPT, file liên quan sẽ được xóa khỏi hệ thống trong vòng 30 ngày. Tiện cho việc dọn dẹp, nhưng cũng có nghĩa là đừng coi đó là nơi lưu dữ liệu.
Power BI mạnh ở đâu, và bạn trả giá bằng gì
Power BI giải quyết đúng ba giới hạn vừa nêu: tự lấy dữ liệu theo lịch, giữ số luôn mới, phân quyền tới từng người xem. Thêm vào đó là một mô hình dữ liệu dùng lại được — dựng một lần, mọi báo cáo sau đều đứng trên đó.
Cái giá là thời gian dựng ban đầu, và nó không nhỏ. Bạn phải làm sạch dữ liệu, thiết kế quan hệ giữa các bảng, viết measure, rồi mới tới phần vẽ. Với một báo cáo dùng đúng một lần, công đoạn này là lãng phí thuần túy.
Có một ranh giới về quy mô cũng đáng biết: dữ liệu làm mới trên dung lượng dùng chung phải chạy xong dưới hai giờ, còn trên Premium là năm giờ. Nếu dữ liệu của bạn lớn tới mức chạm ngưỡng đó thì bài toán đã sang địa hạt khác, cần incremental refresh và một kiến trúc dữ liệu tử tế.
Chọn theo đầu việc
| Đầu việc | Nên dùng | Vì sao |
|---|---|---|
| Kiểm tra nhanh một file vừa nhận | ChatGPT | Không đáng dựng mô hình cho một lần xem |
| Tìm bất thường trong dữ liệu để điều tra tiếp | ChatGPT | Câu hỏi thay đổi liên tục theo phát hiện |
| Báo cáo bán hàng gửi ban giám đốc hằng tuần | Power BI | Lặp lại, nhiều người xem, cần số mới |
| Dashboard chi nhánh, mỗi nơi xem số của nơi đó | Power BI | Chỉ Power BI có phân quyền theo dòng dữ liệu |
| Viết measure DAX hoặc đoạn M đang bí | ChatGPT | Nó viết code tốt, và bạn kiểm được ngay trên Power BI |
| Viết nhận xét cho báo cáo đã có số | ChatGPT | Việc ngôn ngữ, không phải việc dữ liệu |
| Số liệu phải khớp tuyệt đối với sổ sách | Power BI | Kết quả tái lập được và kiểm ngược được tới từng bước |
Cách dùng cả hai cùng lúc
Trên thực tế, hai công cụ này không cạnh tranh nhau ở cùng một chỗ trong quy trình. Cách ghép hiệu quả nhất mà đội ngũ EzTech thấy dùng được là chia theo giai đoạn:
- Giai đoạn khám phá — dùng ChatGPT. Lấy dữ liệu mẫu một vài tháng, hỏi tới hỏi lui để tìm ra rốt cuộc chỉ tiêu nào đáng theo dõi. Đây là giai đoạn nhiều người bỏ qua, rồi dựng thẳng một dashboard hai mươi biểu đồ mà chẳng ai mở.
- Giai đoạn dựng — dùng Power BI, và nhờ ChatGPT viết code. Chỉ tiêu đã rõ thì mới dựng. Lúc viết measure hay đoạn M mà bí, hỏi ChatGPT, rồi tự chạy thử để kiểm.
- Giai đoạn vận hành — Power BI chạy một mình. Lịch refresh, phân quyền, chia sẻ. Chỗ này không có việc cho ChatGPT.
- Giai đoạn diễn giải — quay lại ChatGPT. Có số rồi, cần lời bình cho báo cáo tháng thì đưa phần số đã tổng hợp cho nó viết nháp.
Hai điều đừng quên trước khi kéo file vào ChatGPT
Thứ nhất, dữ liệu bạn tải lên là dữ liệu thật của công ty. Bảng lương, danh sách khách hàng kèm số điện thoại, giá vốn từng mặt hàng — mấy thứ này rời khỏi máy bạn ngay khi bấm gửi. Cách xử lý an toàn mà vẫn dùng được đã có trong bài đừng up file thật lên AI: thay mã, cắt cột nhạy cảm, gửi mẫu thay vì gửi cả kho.
Thứ hai, số nó đưa ra phải kiểm. AI trả lời sai vẫn bằng giọng chắc nịch như trả lời đúng, và đây là rủi ro lớn nhất khi dùng nó cho việc có số. Trước khi đưa bất kỳ con số nào vào báo cáo gửi sếp, hãy chạy qua các phép kiểm trong bài AI bịa số rất tự tin: 5 cách kiểm tra trước khi tin.
Câu hỏi thường gặp
ChatGPT có thay được Power BI cho doanh nghiệp nhỏ không?
Nếu chỉ một người xem số và người đó chính là người xuất file, thì tạm được. Ngay khi có người thứ hai cần xem, hoặc cần số cập nhật mà không phải nhờ ai xuất file, bạn đã cần một đường ống chứ không cần thêm câu trả lời.
Power BI cũng có AI rồi, còn cần ChatGPT nữa không?
Power BI có Copilot và các tính năng phân tích tự động, nhưng chúng chạy trong phạm vi mô hình dữ liệu bạn đã dựng. Chúng không giúp gì ở giai đoạn bạn còn chưa có mô hình nào và đang cầm một file lạ trong tay. Chi tiết về điều kiện dùng Copilot có trong bài Copilot trong Power BI.
Nên học cái nào trước?
Học dùng ChatGPT cho việc dữ liệu mất vài buổi, còn Power BI mất vài tuần tới vài tháng tùy mức bạn nhắm tới. Nhưng thứ tự học không quan trọng bằng việc học đọc dữ liệu: cả hai công cụ đều trả lời sai nếu bảng đầu vào sai, và không cái nào cảnh báo bạn.
Dữ liệu của tôi hơn một triệu dòng, ChatGPT xử được không?
Ngưỡng thật không nằm ở số dòng mà ở dung lượng file, mà với bảng tính thì mức khoảng 50 MB tới khá nhanh. Quan trọng hơn: dữ liệu tới cỡ đó thường là dữ liệu vận hành hằng ngày, tức là đúng loại cần đường ống chứ không cần phân tích một lần.
Chốt lại
Ranh giới đủ dùng cho hầu hết tình huống: hỏi một lần thì ChatGPT, hỏi lại mỗi kỳ thì Power BI. Ba thứ quyết định là dữ liệu có tự chảy về không, số có cần mới không, và có ai khác cần xem không.
Muốn thấy nhóm câu hỏi lặp lại được giải bằng một hệ thống báo cáo trông ra sao, bạn có thể mở 41 báo cáo Power BI mẫu xem demo trực tiếp của đội ngũ EzTech. Nếu bạn muốn dùng AI cho công việc kế toán một cách có kiểm soát, khóa Kế toán dùng AI đi vào đúng nhóm việc đó; còn muốn tự dựng hệ thống báo cáo thì có khóa DATA BUSINESS. Cần tư vấn cho tình huống cụ thể của mình, hãy liên hệ với đội ngũ.
