Mở đầu — vì sao bài này quan trọng
Nếu bạn từng ngồi cả buổi chiều để làm sạch một file Excel doanh số 5.000 dòng, dò từng công thức VLOOKUP bị lỗi #N/A, rồi loay hoay không nhớ nổi cú pháp của hàm INDEX/MATCH — thì bài học này chính là dành cho bạn.
Spreadsheet (Excel và Google Sheets) là công cụ làm việc phổ biến bậc nhất ở Việt Nam. Từ kế toán, sales admin, nhân viên vận hành kho, đến chủ shop online — gần như ai cũng phải "sống chung" với bảng tính. Nhưng đây cũng là nơi mọi người tốn nhiều thời gian nhất vào những việc lặp đi lặp lại: viết công thức, dọn dữ liệu, tạo pivot table, vẽ biểu đồ, viết công thức có điều kiện.
Từ năm 2024–2025, cả Microsoft và Google đều nhúng AI trực tiếp vào bảng tính: Microsoft 365 Copilot trong Excel và Gemini trong Google Sheets. Điều này thay đổi cách chúng ta làm việc: thay vì phải nhớ cú pháp, bạn chỉ cần mô tả bằng tiếng Việt (hoặc tiếng Anh) điều mình muốn — "phân tích sheet này và highlight các giá trị bất thường", "tạo pivot table doanh số theo vùng và quý", "viết công thức tính tỷ lệ tăng trưởng" — và AI sẽ tạo ra công thức, biểu đồ, hoặc phân tích ngay trong bảng tính.
Bài này tập trung riêng vào AI trong bảng tính. Chúng ta không nói về xử lý dữ liệu bằng Python hay code (đó là bài Data Analysis với Julius/Code Interpreter — Bài 36). Ở đây, mục tiêu là: giúp bạn biến Excel và Google Sheets thành một trợ lý phân tích dữ liệu biết nghe lời, để bạn xong việc nhanh hơn gấp nhiều lần mà không cần trở thành "phù thủy công thức".
Khái niệm cốt lõi
Hai "trường phái" AI trong bảng tính
Có hai hệ sinh thái chính bạn cần phân biệt rõ:
1. Microsoft 365 Copilot trong Excel. Đây là AI tích hợp trong Excel bản desktop và web, đi kèm gói Microsoft 365 Copilot (thường bán thêm khoảng 30 USD/người/tháng cho doanh nghiệp, ngoài gói Microsoft 365 thông thường). Copilot làm việc tốt nhất khi dữ liệu của bạn được định dạng thành Table (Ctrl+T). Nó có thể: phân tích và tóm tắt xu hướng, highlight outliers, tạo công thức và cột mới, tạo pivot table, đề xuất và vẽ biểu đồ, và trả lời câu hỏi về dữ liệu bằng ngôn ngữ tự nhiên.
2. Gemini trong Google Sheets. Google nhúng Gemini vào Sheets thông qua gói Google Workspace (hoặc Google One AI Premium cho cá nhân). Có hai cách dùng chính: panel Gemini bên cạnh ("Help me organize", "Help me analyze"), và đặc biệt là hàm =AI() — một công thức thần kỳ cho phép bạn gọi AI ngay trong ô, ví dụ =AI("phân loại cảm xúc tích cực/tiêu cực", B2).
Bốn nhóm việc AI làm tốt nhất trong bảng tính
Đừng nghĩ AI trong Sheets làm được "mọi thứ". Hãy nhớ bốn nhóm việc nó thực sự giỏi:
- Sinh công thức (formula generation): Bạn mô tả logic bằng lời, AI viết ra hàm chính xác. Ví dụ: "tính số ngày làm việc giữa cột ngày đặt hàng và ngày giao" → AI trả về công thức
NETWORKDAYS. - Phân tích & tóm tắt (analyze & summarize): Đọc toàn bộ bảng và trả lời "doanh thu tháng nào cao nhất?", "sản phẩm nào có tỷ suất lợi nhuận thấp nhất?".
- Làm sạch & phân loại dữ liệu (clean & classify): Chuẩn hóa tên tỉnh thành viết hoa đúng chuẩn, tách họ tên, phân loại phản hồi khách hàng theo chủ đề, gắn nhãn cảm xúc.
- Trực quan hóa (visualize): Đề xuất pivot table và biểu đồ phù hợp, tự tạo chúng chỉ từ một câu mô tả.
Điểm mấu chốt: AI đọc được "ngữ cảnh" bảng của bạn
Sức mạnh thật sự nằm ở chỗ AI hiểu cấu trúc dữ liệu của bạn — tên cột, kiểu dữ liệu, quan hệ giữa các cột. Vì thế, chất lượng đầu ra phụ thuộc rất nhiều vào việc dữ liệu của bạn có gọn gàng hay không: tiêu đề cột rõ ràng ở dòng đầu, không có ô gộp (merge) lung tung, mỗi cột một loại dữ liệu. Đây là điều nhiều học viên Việt Nam hay bỏ qua, và cũng là lý do khiến kết quả AI đôi khi "trật".
Tình huống thực tế
Ví dụ 1 — Sales admin ở một công ty phân phối FMCG tại TP.HCM
Chị Hằng làm sales admin cho một nhà phân phối hàng tiêu dùng, mỗi tuần nhận file bán hàng gồm khoảng 8.000 dòng: mã đơn, ngày, vùng (miền Bắc/Trung/Nam), nhân viên, sản phẩm, số lượng, doanh thu. Trước đây chị mất gần 3 tiếng mỗi thứ Hai để làm báo cáo tuần: dựng pivot doanh số theo vùng và theo tháng, rồi vẽ biểu đồ cột.
Sau khi công ty trang bị Microsoft 365 Copilot, quy trình của chị gói lại còn khoảng 25 phút. Chị định dạng dữ liệu thành Table (Ctrl+T), mở Copilot và gõ: "Tạo pivot table doanh thu theo vùng và theo quý, sau đó thêm biểu đồ cột thể hiện xu hướng." Copilot dựng ngay pivot và biểu đồ. Tiếp theo chị hỏi: "Highlight các nhân viên có doanh thu giảm hơn 20% so với quý trước." Copilot tô màu và liệt kê danh sách.
Bài học rút ra: Giá trị lớn nhất không phải là Copilot làm thay 100%, mà là nó rút ngắn phần "cơ bắp" (dựng pivot, vẽ chart) để chị Hằng dành thời gian cho phần "đầu óc" — nhận xét vì sao vùng miền Trung tụt doanh số. Điều kiện tiên quyết: dữ liệu phải sạch và ở dạng Table.
Ví dụ 2 — Chủ shop thời trang online dùng Google Sheets phân loại review
Anh Tuấn bán quần áo trên Shopee và TikTok Shop, thu về khoảng 1.200 đánh giá khách hàng mỗi tháng, tất cả nằm trong một cột duy nhất trên Google Sheets. Anh muốn biết khách hay phàn nàn điều gì để cải thiện, nhưng không thể đọc tay hết.
Anh dùng hàm =AI() mới của Gemini trong Sheets. Ở cột bên cạnh mỗi review, anh viết: =AI("Phân loại đánh giá này vào một trong các nhóm: Chất lượng vải, Size không vừa, Giao hàng chậm, Đóng gói, Thái độ CSKH, Khác", B2). Kéo công thức xuống toàn bộ cột, chỉ vài phút sau anh có bảng phân loại 1.200 review. Anh dựng thêm một pivot đếm số lượng mỗi nhóm và phát hiện: 38% phàn nàn về "Size không vừa".
Kết quả: anh bổ sung bảng size chi tiết kèm hình minh họa vào trang sản phẩm, và tỷ lệ đổi trả vì lý do size giảm rõ rệt trong tháng sau.
Bài học rút ra: Với dữ liệu văn bản không có cấu trúc (review, phản hồi, ghi chú), =AI() biến việc "đọc tay hàng nghìn dòng" thành một công thức kéo–thả. Nhưng luôn phải kiểm tra ngẫu nhiên vài chục dòng để chắc AI phân loại đúng ý mình.
Ví dụ 3 — Kế toán ở một startup fintech phát hiện giao dịch bất thường
Anh Minh làm kế toán cho một startup ví điện tử, hàng tháng đối soát khoảng 15.000 giao dịch. Anh nghi ngờ có một số giao dịch nhập nhầm số tiền (thừa hoặc thiếu chữ số). Trước đây anh phải lọc và dò thủ công.
Anh dùng Copilot với câu hỏi: "Phân tích cột số tiền, xác định và highlight các giá trị outlier bất thường so với phân bố chung." Copilot tính toán và tô màu khoảng 40 dòng lệch hẳn khỏi mặt bằng — trong đó có 6 giao dịch thực sự nhập sai số 0. Anh hỏi tiếp: "Tạo cột mới đánh dấu giao dịch nào lớn hơn 3 lần độ lệch chuẩn so với trung bình."
Bài học rút ra: AI trong bảng tính rất mạnh ở việc phát hiện bất thường (anomaly detection) mà mắt người khó thấy trong 15.000 dòng. Tuy nhiên, "outlier" theo thống kê chưa chắc là "sai" — con người vẫn phải là người ra quyết định cuối cùng. AI khoanh vùng, người xác nhận.
Hướng dẫn từng bước
Dưới đây là quy trình chuẩn để bắt đầu, áp dụng được cho cả Excel Copilot và Google Sheets Gemini.
Bước 1 — Chuẩn bị dữ liệu sạch. Đây là bước quan trọng nhất và hay bị bỏ qua. Đảm bảo: dòng đầu tiên là tiêu đề cột rõ ràng (ví dụ "Doanh thu (VNĐ)", không phải "col1"); không có ô gộp trong vùng dữ liệu; mỗi cột một kiểu dữ liệu; xóa các dòng tổng cộng nằm giữa bảng. Trong Excel, bấm Ctrl+T để chuyển thành Table và đặt tên bảng.
Bước 2 — Mở trợ lý AI. Trong Excel, bấm nút Copilot trên thanh ribbon Home. Trong Google Sheets, bấm biểu tượng Gemini ("Ask Gemini") ở góc trên bên phải, hoặc dùng trực tiếp hàm =AI() trong ô.
Bước 3 — Đặt câu hỏi cụ thể bằng ngôn ngữ tự nhiên. Càng cụ thể càng tốt. Thay vì "phân tích giúp tôi", hãy nói rõ: "Tạo cột tính tỷ lệ lợi nhuận gộp = (Doanh thu − Giá vốn) / Doanh thu, định dạng phần trăm."
Bước 4 — Kiểm tra công thức, đừng chỉ dán mù. Khi AI trả về công thức, hãy đọc lại logic và thử trên vài dòng để xác nhận đúng. Với công thức =AI() trong Sheets, cân nhắc dùng "Convert to values" (dán giá trị) sau khi hài lòng, để tránh gọi lại AI liên tục gây chậm và tốn hạn mức.
Bước 5 — Yêu cầu trực quan hóa. "Tạo pivot table [chỉ tiêu] theo [chiều 1] và [chiều 2], rồi vẽ biểu đồ phù hợp." Nếu biểu đồ chưa ưng, cứ nói tiếp: "đổi thành biểu đồ đường", "sắp xếp giảm dần".
Bước 6 — Lặp và tinh chỉnh. AI trong bảng tính hoạt động theo hội thoại. Bạn không cần câu lệnh hoàn hảo ngay lần đầu — cứ tinh chỉnh từng bước như đang trao đổi với một trợ lý.
Lỗi thường gặp & mẹo
Lỗi 1 — Dữ liệu bẩn khiến AI "đoán mò". Ô gộp, tiêu đề cột mơ hồ, dòng tổng cộng chèn giữa bảng là kẻ thù số một. Nếu Copilot trả lời sai hoặc "không hiểu bảng", 90% là do dữ liệu chưa gọn. Mẹo: luôn dọn dữ liệu và chuyển thành Table trước.
Lỗi 2 — Kỳ vọng AI làm được mọi thứ. Copilot hiện chưa mạnh với công thức cực phức tạp nhiều tầng lồng nhau, hoặc thao tác trên nhiều sheet cùng lúc. Với việc phức tạp, hãy chia nhỏ thành từng bước.
Lỗi 3 — Tin tưởng tuyệt đối con số AI đưa ra. AI có thể tính đúng công thức nhưng hiểu sai ý bạn (ví dụ nhầm "lợi nhuận gộp" với "lợi nhuận ròng"). Luôn kiểm chứng một vài dòng bằng tay.
Lỗi 4 — Bỏ qua rủi ro dữ liệu nhạy cảm. Đừng đưa dữ liệu khách hàng, lương thưởng, thông tin cá nhân vào công cụ AI cá nhân không được công ty phê duyệt. Với bản doanh nghiệp của Copilot/Gemini, dữ liệu thường không dùng để huấn luyện lại mô hình — nhưng hãy xác nhận chính sách trước (chủ đề này sẽ đào sâu ở Bài 45 về bảo mật).
Mẹo hữu ích:
- Yêu cầu AI giải thích công thức nó vừa viết: "giải thích công thức này làm gì" — cách tuyệt vời để vừa làm vừa học.
- Với
=AI()trong Sheets, gộp nhiều yêu cầu vào một prompt để tiết kiệm số lần gọi. - Đặt tên cột và bảng bằng tiếng Anh không dấu nếu bạn muốn kết quả ổn định hơn với một số phiên bản Copilot cũ.
- Luôn giữ một bản sao dữ liệu gốc trước khi để AI biến đổi hàng loạt.
Bài tập thực hành
Hãy chọn một trong hai môi trường (Excel Copilot hoặc Google Sheets Gemini) và thực hành với một file dữ liệu thật của bạn — ví dụ file bán hàng, chi tiêu, hoặc danh sách khách hàng.
- Dọn dữ liệu: Chuyển bảng thành Table (Excel) và đảm bảo tiêu đề cột rõ ràng, không có ô gộp.
- Sinh công thức: Yêu cầu AI tạo một cột tính toán mới bằng mô tả tiếng Việt (ví dụ tỷ lệ tăng trưởng, số ngày tồn kho, giá trị trung bình đơn hàng). Đọc và xác minh công thức.
- Phân tích: Đặt 3 câu hỏi về dữ liệu, ví dụ "tháng nào doanh thu cao nhất?", "sản phẩm nào bán chạy nhất theo vùng?".
- Phát hiện bất thường: Yêu cầu AI highlight các giá trị outlier trong một cột số, rồi tự kiểm tra xem chúng có thực sự "sai" hay chỉ khác biệt.
- Trực quan hóa: Tạo một pivot table theo hai chiều và một biểu đồ phù hợp, chỉ bằng một câu lệnh.
- (Nâng cao — Google Sheets): Dùng hàm
=AI()để phân loại hoặc tóm tắt một cột văn bản (ví dụ ghi chú, phản hồi), rồi dán thành giá trị tĩnh.
Tóm tắt
AI trong bảng tính — Microsoft 365 Copilot cho Excel và Gemini cho Google Sheets — biến những công việc từng tốn hàng giờ (viết công thức, dựng pivot, vẽ biểu đồ, phân loại dữ liệu văn bản) thành các câu lệnh bằng ngôn ngữ tự nhiên chỉ mất vài phút. Bốn nhóm việc nó làm tốt nhất là: sinh công thức, phân tích & tóm tắt, làm sạch & phân loại, và trực quan hóa.
Điều kiện để AI phát huy sức mạnh là dữ liệu sạch và có cấu trúc — tiêu đề rõ ràng, một cột một kiểu dữ liệu, không ô gộp. Ba tình huống thực tế (sales admin FMCG, chủ shop online, kế toán fintech) cho thấy AI rút gọn phần "cơ bắp" để bạn tập trung vào phần tư duy và ra quyết định.
Nguyên tắc vàng: AI khoanh vùng, con người xác nhận. Đừng dán công thức một cách mù quáng, đừng tin tuyệt đối con số, và luôn cẩn trọng với dữ liệu nhạy cảm. Hãy bắt đầu ngay hôm nay với một file thật của bạn — đó là cách nhanh nhất để biến kỹ năng này thành lợi thế công việc.