Tư duy máy móc và giới hạn của nó

Đây là mạch nội dung mở đầu Chuyên đề 1 trên lớp Ngày 1 (25/07/2026): vì sao lối tư duy đã tạo ra cách mạng công nghiệp lại bộc lộ giới hạn trước nhiều vấn đề tổ chức hôm nay. Bài giữ trình tự Giáo sư trình bày — ba bước của phương pháp phân tích, ba huyền thoại nằm dưới chúng, ba điểm yếu bóc trần chúng — rồi đặt cạnh quy trình ngược chiều của Ackoff và kết bằng câu hỏi ta đang đứng ở đâu năm 2026.

Bài liền trước — Systems Thinking là gì? — định nghĩa hệ thống và các ẩn dụ về tư duy phiến diện. Bài này giải thích cái lối tư duy mà Systems Thinking ra đời để thay thế.

Tư duy máy móc — điểm xuất phát của khoá

Thời khoá biểu chính thức mở đầu Chuyên đề 1 bằng “Vấn đề của tư duy máy móc” và kết thúc buổi sáng Ngày 1 bằng hoạt động “Nhận diện tư duy máy móc” — đây cũng là khái niệm đầu tiên đã được triển khai trên lớp.

Tư duy máy móc (mechanistic thinking) là di sản của Descartes và cách mạng công nghiệp: coi mọi đối tượng — kể cả tổ chức và con người — như một cỗ máy. Nó có ba phản xạ đặc trưng:

1. Phân rã (reduction): muốn hiểu cái gì, tháo nó ra thành bộ phận. Muốn sửa, tìm “bộ phận hỏng” và thay.
2. Nhân quả tuyến tính: mỗi kết quả có một nguyên nhân; tìm ra nguyên nhân là xong (“root cause” duy nhất).
3. Toàn thể = tổng các phần: tối ưu từng phòng ban thì công ty sẽ tối ưu; thưởng từng cá nhân thì đội sẽ mạnh.

Tư duy máy móc không sai — nó rất hiệu quả khi đối tượng đủ ổn định, quan hệ giữa các phần đã biết và việc phân rã không làm mất thuộc tính thiết yếu (ví dụ một số công việc lắp ráp hoặc quy trình kế toán). Nó trở nên không đủ khi áp như lăng kính duy nhất lên hệ thống phức tạp, nơi hành vi của toàn thể nảy sinh (emerge) từ quan hệ giữa các phần. Vì vậy, nhận định trên thời khoá biểu rằng “các phương pháp ra quyết định truyền thống thường thất bại” nên được đọc như một cảnh báo về độ phù hợp giữa công cụ và tình huống, không phải phủ định mọi phương pháp phân tích.

Nhận diện nhanh tư duy máy móc trong tổ chức — sau Ngày 1, thử tìm một ví dụ thật và một phản ví dụ cho mỗi dấu hiệu:

• Tổ chức lại sơ đồ (reorg) như cách mặc định để sửa mọi vấn đề vận hành.
• Tìm “ai chịu trách nhiệm” trước khi hỏi “cấu trúc nào tạo ra hành vi này”.
• KPI từng bộ phận đều xanh nhưng kết quả chung đỏ.
• Giải pháp lặp lại chính vấn đề: cắt chi phí → mất người giỏi → chất lượng giảm → mất khách → lại cắt chi phí.
• Tin rằng thêm quy trình/quy định là câu trả lời cho mọi sự cố.

Từ quy giản cơ giới sang cùng tồn tại hệ thống

Slide mở đầu Chuyên đề 1 đặt tên cho chính bước chuyển này — “Foundations of Systems Thinking in Business: From Mechanical Reductionism to Systemic Co-existence” — kèm một phát biểu đáng chú ý:

The failure of globalized management is rooted in “Machine Thinking.” To navigate dynamic complexity, exceptional leaders must awaken their systemic lenses and transform fragmented knowledge into holistic wisdom. — Thất bại của quản trị toàn cầu hoá bắt rễ ở “tư duy máy móc”. Để đi được trong độ phức tạp động, người lãnh đạo xuất sắc phải đánh thức lăng kính hệ thống của mình và chuyển tri thức phân mảnh thành trí tuệ chỉnh thể.

Vế cuối — chuyển tri thức phân mảnh thành trí tuệ chỉnh thể — nghe như tu từ, nhưng nó là phát biểu lại một phân biệt kỹ thuật rất sắc của Russell Ackoff, một trong những người đưa tư duy hệ thống vào quản trị:

Phân tích cho ra tri thức; tổng hợp mới cho ra sự hiểu.

Ackoff giải thích cụ thể: phân tích (analysis) tháo hệ thống ra thành bộ phận, và cho biết nó vận hành thế nào — đó là tri thức. Tổng hợp (synthesis) đặt hệ thống vào trong cái tổng thể lớn hơn mà nó là một phần, và cho biết vì sao nó vận hành như vậy — đó là sự hiểu. Hai thứ khác hẳn nhau, và khoa học suốt nhiều thế kỷ chỉ sản xuất cái thứ nhất.

Từ đó Ackoff đặt ra hai cặp thay thế, và chúng chính là hai vế trên tiêu đề slide:

Thời máy móc	Thời hệ thống
Quy giản luận (reductionism) — muốn hiểu cái gì thì chia nhỏ tới cùng	Mở rộng (expansionism) — mọi hệ thống luôn là bộ phận của một hệ lớn hơn, nên phải nhìn lên trên
Phân tích — giải thích cấu trúc, cho tri thức về cách vận hành	Tổng hợp — giải thích chức năng trong tổng thể, cho sự hiểu về lý do vận hành

Ba bước của phân tích, và ba bước ngược lại

Giáo sư trình bày phương pháp của Thời máy móc rất cụ thể, dưới tên Hán 機械性思考概念 — khái niệm tư duy máy móc. Phân tích là phương pháp truy vấn nền tảng của thời đại ấy — chính nó tạo ra cách mạng công nghiệp — và nó gồm đúng ba bước:

1. Để hiểu hoặc xử lý bất kỳ con người, sự vật hay tình huống nào, trước hết hãy làm mọi cách tháo nó thành những đơn vị nhỏ nhất có thể (ví dụ điển hình: dây chuyền sản xuất).
2. Rồi từ các đơn vị đã tháo rời ấy, tìm cách phân tích và nghiên cứu chức năng hoặc hành vi của từng cái một.
3. Cuối cùng, sau khi phân tích từng phần và gom các hiểu biết thu được lại, ta định nghĩa hoặc hiểu được con người, sự vật, tình huống cần xử lý.

Hai chi tiết trong cách diễn đạt này đáng dừng lại.

Thứ nhất — “bất kỳ con người nào”. Tư duy máy móc không tự giới hạn ở máy móc; nó được áp thẳng lên con người, và ví dụ dây chuyền sản xuất nói rõ điều đó. Đây chính là lịch sử thật: Adam Smith với phân công lao động, Taylor với quản trị khoa học, Ford với dây chuyền — chia công việc tới đơn vị nhỏ nhất, đo từng thao tác, và người lao động trở thành một bộ phận thay thế được. Cần nói rõ: cách này đã thành công vang dội về năng suất, đó là lý do nó ăn sâu tới mức thành phản xạ. Nhưng khi cùng logic ấy áp lên một tổ chức tri thức, nó tạo ra mô tả công việc vụn vặt, KPI vi mô, và những con người chỉ nhìn thấy mảnh của mình — đúng bài toán mà tảng băng cá nhân của Satir mô tả từ phía bên kia: con người có cả một tầng chìm mà sơ đồ bộ phận không bao giờ chạm tới.

Thứ hai — cái bẫy nằm ở bước ba. Bước này dùng chữ “gom các hiểu biết lại”, trong bản gốc là synthesizing the insights. Rất dễ đọc nhầm rằng tư duy máy móc cũng có tổng hợp, nên chẳng thiếu gì. Nhưng hai chữ “tổng hợp” ở đây khác hẳn nhau:

	Gom hiểu biết trong tư duy máy móc	Tổng hợp theo nghĩa Ackoff
Đi theo hướng nào	Vào trong — cộng dồn hiểu biết về các phần bên trong	Ra ngoài — tìm hệ thống lớn hơn chứa nó
Trả lời câu hỏi	Vật này gồm những gì và mỗi phần làm gì	Vì sao vật này hành xử như vậy
Giả định ngầm	Toàn thể bằng tổng các phần	Toàn thể có thuộc tính không phần nào có

Nói cách khác, bước ba của tư duy máy móc vẫn nằm trọn bên trong hệ thống đang xét. Nó không hề bước ra ngoài lấy một lần nào. Đó là lý do một tổ chức có thể phân tích rất kỹ, tổng kết rất đầy đủ, mà vẫn không hiểu vì sao mình đang đi theo hướng đang đi.

Ba huyền thoại nằm dưới ba bước

Giáo sư gọi thẳng nền móng của phương pháp này là myths — huyền thoại, tức những điều được tin, không phải những điều đã được chứng minh. Ba huyền thoại ứng gần như một-một với ba bước:

Bước trong phương pháp	Huyền thoại nó dựa vào	Vì sao không đứng vững
Tháo tới đơn vị nhỏ nhất	Mọi thứ đều quy được về những phần tử cơ bản không thể chia nhỏ hơn	Không có điểm dừng khách quan nào cả — chia tới đâu là một lựa chọn
Tháo ra rồi gom lại	Mọi thứ đã tách rời đều gộp lại được	Với hệ thống sống, tách là hành động không hoàn nguyên
Từ chức năng các phần suy ra toàn thể	Hiểu chức năng từng phần rồi ghép lại thì ra được chức năng của toàn thể	Thuộc tính thiết yếu của toàn thể không nằm trong phần nào

Huyền thoại thứ nhất là cái đáng nói nhất, vì nó nối thẳng vào phần cốt lõi của khoá học. Niềm tin rằng tồn tại những “phần tử cơ bản bất khả phân” đến từ nguyên tử luận cổ điển — và chính vật lý hiện đại đã bác bỏ nó ngay trong lãnh địa của nó: cái từng được gọi là nguyên tử, theo nghĩa gốc là “không chia được”, hoá ra chia được, và càng xuống sâu thì “hạt” càng giống một trường quan hệ hơn là một viên bi.

Trong tổ chức, hệ quả còn trực tiếp hơn: không có “đơn vị công việc bất khả phân” nào tồn tại sẵn ngoài kia để ta khám phá. Cùng một doanh nghiệp có thể được chia theo chức năng, theo sản phẩm, theo địa lý, theo hành trình khách hàng, theo dòng giá trị — mỗi cách cho ra một bộ “phần tử cơ bản” hoàn toàn khác nhau, và mỗi cách làm lộ ra một số vấn đề đồng thời giấu đi những vấn đề khác.

Nói cách khác: chia ở đâu là một phán định ranh giới, không phải một phát hiện khách quan. Đây chính là boundary judgment của Ulrich, xuất hiện ngay ở bước đầu tiên của phương pháp máy móc — và người dùng phương pháp ấy thường không hề biết mình vừa ra một quyết định có tính lựa chọn. Đó là lý do Phê xét ranh giới không phải một kỹ thuật thêm vào cho tinh tế, mà là thứ vá đúng lỗ hổng nằm ở dòng đầu tiên.

Huyền thoại thứ hai đáng chú ý ở tính không hoàn nguyên. Một cỗ máy được thiết kế theo mô-đun thường có thể tháo và lắp lại nếu còn đủ chi tiết, dung sai và hướng dẫn; vì thế bản thân chiếc máy không phải phản ví dụ tốt. Giới hạn xuất hiện rõ hơn ở hệ thống sống và hệ thống xã hội: hành động tách có thể làm thay đổi chính các phần, các quan hệ và bối cảnh mà ta định lắp lại. Khi một chức năng bị tách khỏi tổ chức, cái mất đi thường không nằm trong sơ đồ — tri thức ngầm, lòng tin và những đường liên lạc không chính thức. Đây cũng chính là bài học của cây thánh giá bị cắt ngắn: phải tính cả khả năng và chi phí phục hồi, không chỉ lợi ích tức thời của quyết định cắt.

Ba điểm yếu — và điều chúng nói về chính người phân tích

Giáo sư khép lại bằng ba điểm yếu của quy trình, ứng đúng thứ tự ba huyền thoại:

1. Không phải cái gì cũng tháo được, hoặc tháo được tới đơn vị nhỏ nhất — vì trí tuệ và công nghệ của con người là có giới hạn.
2. Không phải cái gì đã tháo rời cũng lắp lại được về đúng trạng thái ban đầu.
3. Và ngay cả khi lắp lại được, kết quả hay chức năng cũng không còn như trước.

Mệnh đề phụ trong điểm thứ nhất mới là chỗ đáng dừng lâu nhất. Nó không nói “hệ thống quá phức tạp” — nó nói người quan sát có giới hạn. Đó là một sự thừa nhận về chính mình, không phải về đối tượng, và nó đưa thẳng tới lý do tồn tại của toàn bộ phần Phê xét ranh giới. Tài liệu chính thức của Ban tổ chức phát biểu đúng điều này khi giới thiệu vòng lặp thứ nhất của BSM: vì con người không thể ôm trọn mọi liên kết của hệ thống, ta buộc phải vạch ra ranh giới — và một khi đã buộc phải vạch, câu hỏi duy nhất còn lại là vạch ở đâu, ai quyết định, và ai bị bỏ ra ngoài.

Nói cách khác, ranh giới không phải một lựa chọn phương pháp mà là một tất yếu do giới hạn nhận thức. Người không ý thức được điều đó vẫn vạch ranh giới — chỉ là vạch một cách vô thức và tưởng mình đang nhìn toàn cảnh. Đây cũng là lý do câu chuyện thầy bói xem voi không có nhân vật “người sáng mắt” trong đời thật.

Điểm yếu thứ hai và thứ ba nhìn qua thì giống nhau, nhưng chúng là hai mức khác nhau của tính không hoàn nguyên, và phân biệt được chúng rất có ích trong quản trị:

Mức	Nội dung	Biểu hiện trong tổ chức
Không lắp lại được	Cấu trúc cũ không tái lập nổi	Tách một đội ra ngoài, vài năm sau muốn đưa về: người cũ đã đi, quan hệ đã đứt, không còn gì để lắp
Lắp lại được nhưng không chạy như cũ	Hình thức khôi phục, chức năng thì không	Tuyển đủ người, dựng lại đúng sơ đồ, quy trình chép nguyên — mà đội vẫn không hoạt động như trước

Mức thứ hai thường bị đánh giá thấp và giúp giải thích vì sao một đợt tái cấu trúc có thể không mang lại kết quả như kỳ vọng. Vẽ lại sơ đồ tổ chức thì nhanh; nhưng lòng tin giữa những con người cụ thể, tri thức ngầm và các đường liên lạc không chính thức không tự tái tạo theo sơ đồ mới. Hình thức có thể giống, còn hệ thống quan hệ đã khác.

Ackoff đặt cạnh nó một quy trình ngược chiều hoàn toàn — tổng hợp theo đúng nghĩa:

Bước thứ ba của phân tích chính là chỗ nó gãy. Lắp hiểu biết về các phần lại không cho ra hiểu biết về toàn thể, vì thứ quan trọng nhất đã bị vứt đi ngay ở bước một: các quan hệ. Ackoff nói thẳng — một hệ thống không phải tổng hành vi của các bộ phận, mà là tích của các tương tác giữa chúng.

Handout của lớp đẩy ẩn dụ này lên một bậc bằng câu của Peter Senge trong The Fifth Discipline — luật thứ mười trong mười một luật tư duy hệ thống của ông:

Chia đôi một con voi không cho ra hai con voi nhỏ.

Khác biệt so với ví dụ ô tô nằm ở chỗ đây là hệ sống. Một chiếc ô tô được thiết kế để có thể tháo/lắp trong những điều kiện xác định; chia đôi một con voi thì phá huỷ hệ sống. Chỗ mà handout gọi là organic integrity — tính toàn vẹn hữu cơ — chính là thuộc tính không thể bảo toàn bằng cách tách vật lý rồi cộng các phần lại.

Với một tổ chức, đó không phải ẩn dụ văn học. Tách một chức năng ra khỏi tổ chức thường không cho ra “một đơn vị nhỏ hơn nhưng vẫn sống”; nó cho ra một mảnh mất khả năng tự vận hành, cộng với một phần còn lại cũng khuyết đi.

Handout còn nêu một ví dụ rất cụ thể về rủi ro của tối ưu cục bộ: đẩy hiệu năng của một bộ phận đơn lẻ lên tối đa — chẳng hạn cắt giảm chi phí gay gắt ở khâu mua sắm — có thể làm suy giảm hiệu năng của toàn thể nếu chất lượng đầu vào giảm, lỗi sản xuất và bảo hành tăng, rồi khách hàng rời đi. Đây là một giả thuyết nhân quả cần kiểm tra bằng dữ liệu, không phải hệ quả tất yếu của mọi chương trình tiết kiệm.

Ví dụ của Ackoff về chiếc ô tô là cách kiểm chứng nhanh nhất. Hãy gom mọi mẫu xe trên thế giới, thuê những kỹ sư giỏi nhất chọn ra động cơ tốt nhất, hộp số tốt nhất, hệ thống xả tốt nhất — rồi lắp lại. Kết quả không phải chiếc xe tốt nhất; kết quả là không có chiếc xe nào cả, vì các bộ phận không khớp nhau. Và ở chiều ngược lại: một chiếc ô tô chở được người từ nơi này sang nơi khác, nhưng không bộ phận nào — bánh xe, trục, ghế, động cơ — làm được việc đó một mình. Thuộc tính thiết yếu của toàn thể không nằm trong bất kỳ phần nào.

Với người điều hành, đây là một cách giải thích cho hiện tượng quen thuộc: tuyển được người giỏi cho từng vị trí mà đội vẫn chạy tệ, hoặc các phòng ban đạt KPI cục bộ nhưng kết quả chung đi xuống. Hiệu năng của từng phần và chất lượng tương tác giữa các phần đều quan trọng; bài học hệ thống là không suy kết quả toàn thể chỉ từ điểm số riêng lẻ.

Nút thắt cổ chai — một giả thuyết cấu trúc cần đo

Lớp xem một đoạn phim ngắn về nút thắt cổ chai, liệt kê năm nguyên nhân gây nghẽn: xử lý chậm tại một khâu · nhiều nguồn đầu vào dồn về · các quy trình phải chờ nhau · thiếu linh kiện cung ứng · khâu vận chuyển kém hiệu quả.

Xếp lại năm nguyên nhân ấy thì lộ ra điều đáng chú ý nhất:

Nguyên nhân	Nằm ở đâu
Xử lý chậm	Bên trong khâu bị nghẽn
Nhiều nguồn đầu vào dồn về	Quan hệ với các khâu phía trước
Các quy trình chờ nhau	Quan hệ đồng bộ giữa các khâu
Thiếu linh kiện cung ứng	Quan hệ với nguồn cung bên ngoài
Vận chuyển kém hiệu quả	Quan hệ chuyển giao giữa các khâu

Trong danh sách minh hoạ của đoạn phim, một nguyên nhân được mô tả là nằm bên trong khâu bị nghẽn, còn bốn nguyên nhân liên quan đến quan hệ với các khâu khác. Tỷ lệ 1/5 này chỉ mô tả cách nhóm năm ví dụ được phân loại; không phải thống kê xác suất rằng bốn phần năm can thiệp sẽ thất bại. Bài học hợp lệ hơn là: đừng mặc định chỗ thấy tắc cũng là chỗ tạo ra tắc; hãy kiểm tra cả năng lực nội tại, luồng vào/ra, đồng bộ và ràng buộc bên ngoài.

Đây cũng là lãnh địa của Lý thuyết Ràng buộc (Theory of Constraints, TOC), được Eliyahu Goldratt phổ biến qua The Goal (1984). Trong một luồng mà mục tiêu và thước đo throughput đã được xác định, thời gian mất tại ràng buộc có thể làm giảm đầu ra của cả hệ; tăng công suất ở một khâu không phải ràng buộc thường không làm tăng throughput của toàn hệ tại thời điểm đó và có thể làm tăng work-in-process nếu luồng không được điều tiết. Điều này không có nghĩa mọi cải tiến ngoài ràng buộc đều vô ích: chúng vẫn có thể nâng chất lượng, độ tin cậy, an toàn, khả năng phục hồi hoặc chuẩn bị cho lúc ràng buộc di chuyển. TOC vì vậy là một phép kiểm tra trọng tâm can thiệp, không phải bằng chứng rằng chỉ một biến duy nhất đáng quản trị.

Ba điều đáng mang đi:

• Ràng buộc là tương đối với mục tiêu và thời điểm. Một hệ thống theo đuổi một mục tiêu đo được sẽ có ít nhất một yếu tố đang giới hạn thêm throughput; sau khi ràng buộc được nâng, yếu tố giới hạn có thể chuyển chỗ. Vì vậy bước cuối trong năm bước TOC là quay lại tìm ràng buộc mới.
• Chỗ tắc có thể là nguyên nhân, hậu quả hoặc cả hai. Đối chiếu với ma trận ảnh hưởng Vester: hãy kiểm tra AS/PS và quan hệ trực tiếp trước khi gọi khâu nghẽn là biến phản ứng hay biến chủ động. Không thể suy vai trò chỉ từ việc nó “kêu to”.
• Cảnh báo về chính lý thuyết này. Lý thuyết Ràng buộc thuộc làn sóng thứ nhất của Systems Thinking: nó giả định hệ thống đã có mục tiêu rõ ràng và đo được — thường là sản lượng hoặc lợi nhuận — rồi tối ưu theo mục tiêu ấy. Nó không hỏi mục tiêu đó là của ai hay ai bị bỏ ra ngoài phép tính. Đúng như VSM, nó là công cụ mạnh trong ô “phức tạp × đơn nhất”, và cần Phê xét ranh giới đứng trước để bảo đảm ta đang tối ưu đúng thứ.

Systemic co-existence — cùng tồn tại hệ thống — nhắc rằng hiệu năng của một đơn vị phụ thuộc vào tổng thể và các quan hệ của nó. Một cải tiến cục bộ chỉ là cải tiến toàn hệ khi tác động ròng lên mục tiêu chung, các ràng buộc và bên liên quan cũng tốt hơn; nếu không, nó có thể trở thành tối ưu cục bộ theo nghĩa trong Glossary.

Với người điều hành, phân biệt này mở rộng cách đặt câu hỏi. Khi một bộ phận hành xử khó hiểu, cần vừa phân tích bên trong — quy trình, năng lực, dữ liệu — vừa tổng hợp ra ngoài: bộ phận đang phục vụ mục đích gì, phụ thuộc vào ai và bị các luật/KPI nào chi phối? Câu trả lời có thể nằm bên trong, trong quan hệ hoặc ở tầng hệ lớn hơn; chưa có dữ liệu thì không nên kết luận trước.

Ghi nhận lớp học: slide quy thất bại của quản trị toàn cầu hoá về gốc “Machine Thinking”. Nên đọc đây là luận đề mở đầu để chất vấn, không phải kết luận nhân quả đã được chứng minh hoặc sự phủ định vai trò của năng lực thực thi. Một tổ chức có thể phân tích rất giỏi từng mảnh mà vẫn bỏ sót quan hệ của toàn thể; đồng thời, thiết kế hệ thống tốt vẫn có thể thất bại vì thực thi.

Ghi chú nguồn: trang này thuộc cùng tập handout in mang watermark NotebookLM như trang Firefighter / Architect — trích như khung giảng dạy, không gán tư cách công trình nghiên cứu. Phần đối chiếu với Ackoff là của người biên soạn.

Ba khuyết tật — và niềm tin nằm dưới mỗi cái

Handout gom toàn bộ phần trên thành ba khuyết tật của tư duy máy móc. Điều đáng giá không nằm ở tên gọi, mà ở việc mỗi khuyết tật được truy về một niềm tin cụ thể — tức là xuống đúng tầng mô hình tư duy dưới đáy tảng băng:

Khuyết tật	Nội dung	Niềm tin nằm dưới	Chỗ nó gãy
Quy giản (Reductionism)	Toàn thể chỉ là tổng các phần rời rạc	Tối ưu từng phòng ban một cách cô lập thì cả công ty sẽ thành công	Hiểu từng phòng ban không bằng hiểu cả công ty
Nhân quả tuyến tính (Linear Causality)	Nhân và quả chạy trên một mũi tên duy nhất, ngắn hạn: A → B	Nhân và quả gần nhau về thời gian và không gian	Bỏ qua độ trễ và các vòng phản hồi tất yếu của hệ thống
Kiểm soát tĩnh (Static Control)	Lệ thuộc vào KPI cứng, ốc đảo và quy trình chuẩn	Có thể quản trị động lực con người thuần bằng thước đo cơ học	Coi tổ chức con người như bánh răng vô hồn, và kích hoạt kháng cự ngầm

Hai khuyết tật đầu là những gì phần trên đã mổ xẻ. Khuyết tật thứ ba mới là chiều bổ sung, và nó khác loại: hai cái đầu là lỗi nhận thức, cái thứ ba là lỗi về quyền lực và kiểm soát.

Đáng chú ý ở chỗ nó phản tác dụng theo một cách rất đặc trưng. Reductionism và linear causality làm ta hiểu sai; static control còn tệ hơn — nó khiến hệ thống chống lại ta. Khi con người bị quản bằng thước đo cơ học, họ không dừng lại ở việc bị đo: họ tối ưu theo thước đo đó. Chỉ số đẹp lên, thứ mà chỉ số định đo thì không. Và vì kháng cự này diễn ra ngầm — không ai phản đối công khai — người quản lý thường đọc con số đang cải thiện như bằng chứng rằng cách làm đang hiệu quả. Đây chính là kháng chính sách trong Glossary, và cũng là một vòng tâm–cảnh khép kín: siết kiểm soát → người ta lách → có thêm bằng chứng rằng phải siết chặt hơn.

Niềm tin “nhân và quả gần nhau về thời gian và không gian” ở dòng giữa cũng đáng dừng lại, vì Senge phát biểu luật của mình đúng ở dạng phủ định câu ấy: nhân và quả không gần nhau về thời gian và không gian. Toàn bộ khái niệm độ trễ của Chuyên đề 1 và câu chuyện cây thánh giá bị cắt ngắn đều nằm trong khoảng cách đó.

Cột “niềm tin” mới là cột dùng được. Khi rà lại tổ chức của mình, đừng hỏi ta có đang tư duy máy móc không — câu đó ai cũng trả lời “không”. Hãy hỏi ba câu cụ thể: ta có đang tin rằng mọi phòng ban đạt chỉ tiêu thì công ty sẽ ổn không? ta có đang mong kết quả xuất hiện ngay sau hành động không? và ta có đang tin rằng thêm một chỉ số nữa sẽ giải quyết được vấn đề con người không?

Ghi chú nguồn: ba trang này (Ackoff’s Critique · Discard Outdated Machine Thinking · The Illusion of Control) thuộc tập handout in mang watermark NotebookLM, cùng bộ với các trang đã dẫn ở trên. Câu về con voi đã đối chiếu được với The Fifth Discipline của Senge; phần diễn giải về kháng cự ngầm và ba câu hỏi rà soát là của người biên soạn.

Bốn cuộc khủng hoảng do tư duy máy móc

Giáo sư chốt phần này bằng một trang liệt kê hậu quả ở bốn lĩnh vực — mỗi lĩnh vực kèm đúng một câu hỏi:

Khủng hoảng	Cách chia nhỏ	Câu hỏi bị bỏ ngỏ
Y tế	Y học phương Tây chia cơ thể thành chuyên khoa, mỗi bác sĩ lo một cơ quan	Vậy ai là bác sĩ — của cả con người?
Môi trường	Tách con người khỏi tự nhiên, mỗi bên giữ phần của mình	Cân bằng hai bên bằng cách nào?
Tổ chức	Chia thành các bộ phận: kinh doanh, tiếp thị, sản phẩm, nghiên cứu, dịch vụ, hành chính	Vậy mục tiêu chung là gì?
Giáo dục	Chia thành cấp lớp và môn học	Chúng khớp với nhau ra sao?

Bốn câu hỏi ở cột cuối cùng hội tụ vào một câu hỏi quản trị: sau khi đã chia nhỏ, ai còn chịu trách nhiệm về cái toàn thể? Câu trả lời có thể là bác sĩ điều phối, cơ quan quản trị hệ sinh thái, ban điều hành hoặc chương trình tích hợp; vấn đề là vai trò đó không tự sinh ra từ chuyên môn hóa và phải được thiết kế, cấp quyền và đo lường rõ.

Ví dụ y tế đáng chú ý nhất với một tập đoàn công nghệ y tế. Chuyên khoa hoá đã cứu vô số mạng người — không ai đòi quay lại thời thầy thuốc biết tất cả. Nhưng với một bệnh nhân đa bệnh lý, mỗi chuyên khoa tối ưu phần của mình, và không ai đứng ở vị trí nhìn cả con người: các đơn thuốc tương tác với nhau mà không ai đối chiếu, dữ liệu nằm rải ở những nơi không nói chuyện được với nhau. Đây chính là lý do tồn tại của các nỗ lực liên thông dữ liệu y tế — chúng là cố gắng tổng hợp lại cái mà chuyên khoa hoá đã tách ra, chứ không phải một dự án công nghệ đơn thuần. Truyền thống Đông y tiếp cận từ đầu bên kia: chẩn đoán theo mô thức toàn thân thay vì theo cơ quan — xem Kaptchuk — The Web That Has No Weaver.

Ví dụ tổ chức thì gần nhất với công việc hằng ngày: chia phòng ban là cần thiết ở quy mô lớn, nhưng có thể làm mục tiêu và thước đo cục bộ lấn át mục tiêu chung. Trong ngôn ngữ VSM, cần kiểm tra chức năng S5 — bản sắc, giá trị và mục đích — có đủ rõ và có thực quyền để định hướng khi các S1 xung đột hay không; không thể kết luận S5 “bị bỏ trống” chỉ từ việc phòng ban có KPI riêng.

Ta đang ở đâu: giai đoạn chồng lấn

Ackoff viết về bước chuyển từ Thời máy móc sang Thời hệ thống như một việc đã rồi. Trên lớp, Giáo sư đưa một hiệu chỉnh quan trọng cho năm 2026: chúng ta đang ở giai đoạn chồng lấn của hai thời đại, không phải đã sang bờ bên kia. Và lý do không nằm ở chỗ con người chưa hiểu, mà nằm ở chỗ thế giới vẫn đang được thiết kế cho thời máy móc.

Đây là điểm dễ bị lướt qua nhưng là điểm nặng nhất. Không phải “người ta chưa chịu đổi tư duy” — mà là hầu hết cấu trúc ta sống bên trong đều mang sẵn giả định máy móc:

Thứ được thiết kế theo lối máy móc	Giả định máy móc nằm ở đâu
Sơ đồ tổ chức theo chức năng dọc	Toàn thể là tổng các phần; mỗi phần làm tốt việc của mình là đủ
KPI theo cá nhân và bộ phận	Tối ưu cục bộ được thể chế hoá thành nghĩa vụ
Kế toán theo trung tâm chi phí	Giá trị được quy về từng khối tách rời, quan hệ giữa chúng không có chỗ trên sổ
Mô tả công việc và tuyển dụng theo vị trí	Con người là chi tiết thay thế được, khớp vào một ô cố định
Giáo dục chia môn rời rạc	Tri thức là các mảnh có thể học riêng rồi cộng lại
Hợp đồng và quy trách nhiệm pháp lý	Nhân quả tuyến tính, mỗi hậu quả truy về một chủ thể
Phần mềm quản trị doanh nghiệp	Quy trình tuyến tính, luồng phê duyệt một chiều

Một người có tư duy hệ thống đặt vào giữa những cấu trúc đó có thể bị kéo về các phản xạ cũ. Vì vậy, thay đổi năng lực cá nhân cần đi cùng thay đổi incentive, luồng thông tin, quyền quyết định và cơ chế học; chỉ đào tạo nhận thức thường chưa đủ.

Nghịch lý AI

Điểm này đáng chú ý với bất kỳ tổ chức nào đang chuyển đổi AI. Đã có rất nhiều dịch chuyển sang AI, nhưng dịch chuyển ấy không tự động đưa ai sang thời hệ thống — vì AI hoàn toàn có thể được triển khai theo đúng lối máy móc: tự động hoá từng tác vụ rời rạc, tăng tốc từng khâu, thay người ở từng vị trí, đo bằng năng suất từng bộ phận. Kết quả là thời máy móc với công cụ mạnh hơn: cùng một cấu trúc, chạy nhanh hơn, và vì thế sai nhanh hơn.

Trong ngôn ngữ ba vòng phản hồi của Chuyên đề 2: dùng AI để làm nhanh hơn những việc đang làm là vòng một. Chỉ khi nó buộc ta xét lại vì sao việc đó tồn tại và ai được quyền định nghĩa kết quả tốt thì mới sang vòng hai và vòng ba. Phần lớn chương trình AI trong doanh nghiệp dừng ở vòng một, rồi tự gọi mình là chuyển đổi.

Không thế hệ nào đã sẵn sàng

Giáo sư đưa thêm một nhận xét sắc: người lớn tuổi vẫn ở thời máy móc, còn người trẻ thì chưa thật sự ở thời hệ thống.

Vế đầu dễ hiểu — thế hệ đi trước được đào tạo trong tư duy máy móc và, quan trọng hơn, đã thành công nhờ nó, nên mô hình tư duy ấy được củng cố bằng cả một sự nghiệp.

Vế sau mới đáng suy nghĩ, vì nó đi ngược trực giác thông thường. Người trẻ lớn lên giữa công nghệ mạng nên hay được mặc định là “gốc hệ thống”. Nhưng thạo dùng hệ thống không phải là tư duy hệ thống. Nghịch lý còn ngược lại: công nghệ càng dễ dùng thì cấu trúc bên dưới càng vô hình — mỗi ứng dụng là một giao diện che đi toàn bộ mạng lưới phía sau, nên người dùng thành thạo hoàn toàn có thể chưa từng phải nhìn thấy một hệ thống nào. Quen tiêu thụ hệ thống, chưa quen chẩn đoán hay thiết kế nó.

Hệ quả thực tế: tư duy hệ thống là thứ phải dạy và luyện, không phải thứ tự đến theo thế hệ hay theo mức độ số hoá. Đó cũng chính là lý do tồn tại của hai ngày học này — và là lý do phần đầu buổi dành cho chuyển đổi mô hình tư duy trước khi động tới bất kỳ công cụ nào.

Ghi chú: ba nhận định trên (giai đoạn chồng lấn · thế giới vẫn được thiết kế cho thời máy móc · chưa thế hệ nào sẵn sàng) là nội dung Giáo sư giảng trên lớp Ngày 1. Bảng bằng chứng, phần về nghịch lý AI và diễn giải “thạo dùng ≠ tư duy hệ thống” là triển khai của người biên soạn.