Fin Talks: "Kế toán nhìn chứng từ, Tài chính nhìn tương lai"

Ngân sách của hầu hết doanh nghiệp vẫn được xây bằng cách lấy chi phí năm nay nhân một tỷ lệ tăng trưởng cố định. Phương pháp đó nhanh, nhưng cũng nhân luôn phần lãng phí sang năm tiếp theo. Trong khi đó, AI và các hệ thống số liệu ngày càng tạo ra nhiều thông tin hơn, song câu hỏi ai có thể đảm bảo độ tin cậy của những thông tin đó vẫn chưa có lời đáp thỏa đáng.

Anh Vương Nguyễn Đăng Khoa là Group CFO tại Maison Retail International Management, điều hành mạng lưới hơn 300 cửa hàng bán lẻ với 150.000 – 200.000 giao dịch mỗi tháng, và đã triển khai phương pháp Activity-Based Budgeting. Anh Lê Quốc Trung là CFO tại Chanel Vietnam, với kinh nghiệm trải qua các thị trường Việt Nam, Trung Quốc và châu Âu trong các ngành tiêu dùng, bán lẻ và sản xuất.

Trong buổi chia sẻ tại Fin Talks, hai vị CFO bàn về lý do tại sao phương pháp lập ngân sách cần thay đổi và giới hạn thực sự của AI trong công tác phân tích tài chính.

Ở góc nhìn của người điều hành nhiều tập đoàn, anh Khoa thấy vấn đề lớn nhất với cách nhiều doanh nghiệp đang lập ngân sách hiện nay là gì?

Anh Vương Nguyễn Đăng Khoa: Khi nhìn vào báo cáo tài chính ở cấp lãnh đạo, người ta thường chỉ thấy tổng số của tài khoản, chi phí bán hàng và chi phí quản lý doanh nghiệp. Bên dưới những con số đó là nhiều lớp hoạt động, nhiều chi phí phát sinh từ những quyết định vận hành mà cấp quản lý không hề thấy.

Khi dùng incremental budgeting, tức là lấy chi phí năm ngoái nhân một tỷ lệ tăng trưởng cố định, thường 3–5% theo lạm phát hoặc 5–10% theo tăng lương, bản chất chi phí năm cũ, bao gồm cả phần không hiệu quả và phần lãng phí, đều được nhân lên sang năm sau. Nó thiếu tính bối cảnh, thiếu tính dự báo, và chỉ phù hợp với môi trường ít biến động.

Anh Khoa Vương nhận định điểm yếu của phương pháp incremental budgeting: "Nó thiếu tính bối cảnh, thiếu tính dự báo, và chỉ phù hợp với môi trường ít biến động".

Vậy thực tế anh dùng tiêu chí gì để quyết định phương pháp nào phù hợp cho từng doanh nghiệp?

Anh Vương Nguyễn Đăng Khoa: Incremental là phương pháp phổ biến nhất: lấy chi phí năm ngoái nhân một tỷ lệ tăng trưởng cố định, thường 3–5% theo lạm phát hoặc 5–10% theo tăng lương. Ưu điểm là nhanh, ít nỗ lực; nhược điểm là bản chất chi phí năm cũ, bao gồm cả phần không hiệu quả và lãng phí, đều được nhân lên sang năm sau, thiếu tính bối cảnh, thiếu tính dự báo, và chỉ phù hợp với môi trường ít biến động.

Value proposition xuất phát từ góc nhìn đầu tư: không đi từ chi phí năm cũ, mà đặt câu hỏi mảng kinh doanh nào, thị trường nào đang tạo ra giá trị, rồi từ đó phân bổ nguồn lực. Phương pháp này phù hợp cho những doanh nghiệp đang thành lập hoặc tái cấu trúc, khi cần đặt lại câu hỏi về ưu tiên đầu tư giữa các thị trường hay các đơn vị trong nội bộ tập đoàn.

Zero-base đi từ con số không: không kế thừa nền tảng chi phí năm cũ, từng phòng ban phải justify toàn bộ hoạt động và chi phí của mình từ đầu, tôi thường dùng phương pháp này trong các thương vụ M&A, khi vừa mua một doanh nghiệp mà chưa có know-how thực sự về vận hành bên trong của họ.

Còn Activity-Based Budgeting gắn từng khoản chi phí với một hoạt động cụ thể: phòng ban phải trả lời được trong một năm mình thực hiện bao nhiêu hoạt động tốn chi phí, mỗi hoạt động tốn bao nhiêu, và ai trong tổ chức chịu trách nhiệm tối ưu khoản đó. Từ từng phòng ban, chi phí được tổng hợp lên công ty, rồi lên tập đoàn. Mô hình bottom-up này khi hoàn chỉnh có thể lên đến khoảng một triệu dòng dữ liệu. Đó là bình thường cho Excel khi làm Activity-Based Budgeting cho cả tập đoàn.

Theo kinh nghiệm của CFO Khoa Vương, từng loại doanh nghiệp sẽ phù hợp với phương pháp lập ngân sách khác nhau.

Anh có thể lấy một ví dụ cụ thể từ vận hành bán lẻ về việc đi sâu vào cost driver giúp tối ưu chi phí không?

Anh Vương Nguyễn Đăng Khoa: Chi phí thanh toán thẻ là một ví dụ điển hình. Mỗi ngân hàng tính phí khác nhau, mỗi loại thẻ tính phí khác nhau, và mỗi phương thức thanh toán cũng vậy, thẻ Visa hay Mastercard thường khoảng 2–3% doanh thu, trong khi QR code chỉ tính phí cố định 500 đồng mỗi giao dịch. Khi gross margin chỉ 30%, khoản phí 3% trên doanh thu là con số đáng kể.

Sau khi hiểu được điều đó, tôi gắn KPI cho cửa hàng trưởng và Head of Commercial: nếu tỷ lệ thanh toán QR tăng trưởng được 5%, họ nhận bonus liên quan. Đây không phải quyết định hệ thống, đây là quyết định vận hành chỉ xuất hiện được khi mình đã hiểu cost driver từ Activity-Based Budgeting.

Anh Trung tiếp cận bài toán dữ liệu từ góc độ dự báo, anh thấy vấn đề cốt lõi trong công tác dự báo tài chính hiện nay nằm ở đâu?

Anh Lê Quốc Trung: Vấn đề không nằm ở thiếu thông tin mà nằm ở chất lượng và độ tin cậy của thông tin đó. Khi các tổ chức tài chính lớn cần dự báo tỷ giá hay giá hàng hóa, họ không dùng siêu máy tính để ra một đáp số duy nhất, họ mời 20–30 chuyên gia hàng đầu trong lĩnh vực đó ngồi lại, mỗi người đưa ra quan điểm và lý giải, rồi đi đến một dự báo thống nhất.

Tôi từng làm việc tại một công ty sữa có trung tâm khoa học với khoảng 40 nhân viên, kết hợp với trường đại học, chuyên dự báo sản lượng từ 2 triệu con bò với độ chính xác trên 99% cho ba đến sáu tháng tới. Tuy nhiên, đội dự báo giá bán sữa, quyết định sản xuất ra sữa bột, bơ hay phô mai, vẫn hoạt động theo nguyên tắc tập hợp ý kiến chuyên gia, vì hệ thống không thay thế được phán đoán của con người trong những bài toán đa chiều.

Vai trò của AI trong công tác phân tích tài chính mà anh quan sát thực tế như thế nào?

Anh Lê Quốc Trung: Không có một công ty giải pháp AI nào cam kết rằng bản có bản quyền đáng tin cậy hơn bản miễn phí, họ chỉ cam kết là nó nhanh hơn, nhiều hơn. Điều đó có nghĩa là độ tin cậy của kết quả AI vẫn phụ thuộc hoàn toàn vào khả năng của người dùng trong việc đặt câu hỏi đúng và kiểm chứng đầu ra.

Tôi từng dùng một agent AI để thực hiện một tác vụ rất đơn giản là copy và paste nội dung vào PowerPoint, nhưng sau 20 lần chạy, nó vẫn tự ý chỉnh lại câu văn cho "đẹp hơn" dù được yêu cầu rõ ràng là không được sửa nội dung. Điểm mạnh của AI là rút ngắn thời gian nghiên cứu, tổng hợp dữ liệu và trình bày, nhưng nó chỉ làm tốt công việc phân tích, và công sức đánh giá để ra quyết định của con người vẫn không giảm nhiều.

"Độ tin cậy của kết quả AI vẫn phụ thuộc hoàn toàn vào khả năng đặt câu hỏi đúng và kiểm chứng của người dùng." - CFO, Chanel Vietnam nhận định.

Anh Khoa nhắc đến "unreliable input data" là một trong những rào cản chính của Activity-Based Budgeting. Điều đó ảnh hưởng thế nào đến thực tế triển khai?

Anh Vương Nguyễn Đăng Khoa: Kế toán hạch toán theo chứng từ phản ánh bản chất hoạt động kinh doanh thành báo cáo tài chính. Tài chính đọc những bộ báo cáo tài chính và số liệu sổ sách đó để dự báo tương lai. Hệ thống nằm ở giữa là sự hợp tác giữa hai chức năng đó, nếu kế toán nhập không đúng trong một hệ thống không đủ độ chi tiết để phân tách nhiều chiều dữ liệu thì tài chính rất khó forecast, chưa kể forecast sai.

Tôi đang nghiên cứu re-implementation một hệ thống SAP theo phiên bản cloud-based mới sau hơn mười năm chạy phiên bản cũ, vì độ phức tạp dữ liệu bán lẻ với 200.000 giao dịch một tháng, trải qua 300 cửa hàng và 30 ngày, đòi hỏi một hệ thống đủ năng lực để làm nền tảng cho Activity-Based Budgeting. Ngoài ra, khi từng phòng ban phải liệt kê chi tiết hoạt động của mình, nó tạo ra một áp lực tổ chức, đó cũng là một rào cản không kém về mặt con người.

Khi Activity-Based Budgeting đã được xây dựng xong, nó giúp gì cho công tác bảo vệ định giá trong các thương vụ M&A?

Anh Vương Nguyễn Đăng Khoa: Khi làm M&A, điểm xuất phát thường là budget của năm hiện tại, dự phóng 5 năm tiếp theo để tính ra giá trị định giá tại thời điểm hiện tại. Khi đã có Activity-Based Budgeting và hiểu từng hoạt động trong từng phòng ban, việc bị đặt câu hỏi về định giá sẽ không quá khó vì mình hiểu không chỉ phòng mình đang làm, mà còn hiểu hoạt động của các phòng khác.

Đứng ở vai trò CFO hay thành viên hội đồng quản trị, tôi phải bảo vệ định giá đó trước người mua hoặc người bán, và nền tảng chi phí hiện tại cộng với tầm nhìn về thị trường đã là một dự báo sẵn cho năm tới. Cái mindset đi chi tiết, hỏi chi tiết mà Activity-Based Budgeting tạo ra, đó là thứ có giá trị lâu dài, kể cả khi doanh nghiệp không trong giai đoạn M&A.

Sau những gì hai anh chia sẻ, điều gì là quan trọng nhất một người làm tài chính cần mang về?

Anh Lê Quốc Trung: Hệ thống, công cụ, AI, tất cả chỉ có giá trị khi mình biết dùng nó để ra quyết định và hành động. Nhiều người có thể giải thích mục tiêu tài chính của mình cho năm sau, nhưng khi hỏi ngày mai họ làm gì cụ thể để đạt được mục tiêu đó, câu trả lời thường là không có. Vấn đề không phải ở chỗ là mình có công cụ tốt hay không, mà là ngày mai mình làm gì với những gì đang có trong tay.

Anh Vương Nguyễn Đăng Khoa: Activity-Based Budgeting không chỉ tốt cho tài chính kế toán hay procurement. Nó tạo ra một mindset học và hiểu chi tiết, vận hành chi tiết và mindset đó tốt không chỉ cho người làm tài chính, mà còn tốt cho cả đội ngũ mà mình điều hành.

Cảm ơn những chia sẻ của hai anh.

—

Fin Talks là series quy tụ các chuyên gia tài chính hàng đầu chia sẻ kiến thức chuyên sâu về quản trị tài chính doanh nghiệp, phân tích các thách thức thực tế trong thị trường biến động và chuyển hóa thành giải pháp ứng dụng hiệu quả theo triết lý đào tạo của PSO – Problem Solving in Organization.