Rất nhiều hệ thống doanh nghiệp bắt đầu từ một file Excel. Ban đầu, spreadsheet chỉ là công cụ
để theo dõi dữ liệu nội bộ. Nhưng theo thời gian, nó dần trở thành một “ứng dụng” không chính thức:
có form nhập liệu, công thức tính toán, sheet tổng hợp, quy tắc nghiệp vụ, quy trình phê duyệt
và cả dữ liệu quan trọng của công ty.
Vấn đề là spreadsheet không được thiết kế để trở thành hệ thống doanh nghiệp lâu dài.
Khi số lượng người dùng tăng lên, quy trình phức tạp hơn, yêu cầu bảo mật cao hơn và dữ liệu cần
tích hợp với hệ thống khác, Excel bắt đầu bộc lộ nhiều hạn chế.
Bài viết này tập trung vào cách dùng AI để tăng tốc quá trình chuyển một hệ thống đang vận hành bằng
spreadsheet sang Oracle APEX. Điểm quan trọng là không chỉ dùng wizard để tạo app từ file Excel,
mà là dùng AI để hỗ trợ phân tích nghiệp vụ, trích xuất business rules, tạo tài liệu yêu cầu,
thiết kế data model, sinh PL/SQL foundation, ORDS APIs và test scripts cho một hệ thống có kiến trúc rõ ràng.
Vấn đề: spreadsheet đã chứa gần hết business rules
Trong nhiều công ty, file Excel không chỉ chứa dữ liệu. Nó còn chứa cả logic nghiệp vụ.
Các công thức, sheet phụ, bảng tham chiếu và ô tính tổng thường phản ánh cách doanh nghiệp đang vận hành.
Ví dụ với một hệ thống expense report, spreadsheet có thể chứa:
- Quy tắc tính hoàn tiền theo số kilomet hoặc mileage.
- Quy tắc tính thuế theo từng khu vực.
- Danh sách loại chi phí hợp lệ.
- Logic tổng hợp để finance nhập hóa đơn vào hệ thống kế toán.
- Trạng thái phê duyệt và thanh toán.
- Các trường bắt buộc khi nhân viên gửi expense.
Nếu chỉ nhìn spreadsheet như một file dữ liệu, bạn sẽ bỏ lỡ phần quan trọng nhất:
các quy tắc nghiệp vụ đang ẩn trong công thức và cấu trúc của file.
AI không thay thế phân tích nghiệp vụ, nhưng giúp tăng tốc rất mạnh
Cách tiếp cận hiệu quả là dùng AI như một trợ lý phân tích. Thay vì bắt đầu bằng việc tự đọc từng sheet,
từng công thức và từng vùng dữ liệu, bạn có thể yêu cầu AI phân tích spreadsheet để tạo bản nháp
Product Requirements Document, hay còn gọi là PRD.
PRD này có thể bao gồm:
- Mục tiêu của hệ thống mới.
- Các đối tượng dữ liệu chính.
- Danh sách field và kiểu dữ liệu đề xuất.
- Business rules rút ra từ công thức Excel.
- Danh sách giá trị, trạng thái và workflow.
- Các điểm cần xác nhận lại với business users.
AI giúp tạo bản nháp nhanh, nhưng không có nghĩa là bản nháp đó đúng hoàn toàn.
Vai trò của developer hoặc analyst là kiểm tra, hiệu chỉnh và xác nhận lại với người dùng nghiệp vụ.
Bước 1: trích xuất business rules từ Excel
Bước đầu tiên là đưa spreadsheet cho AI phân tích. Bạn có thể yêu cầu AI đọc các sheet,
công thức, vùng dữ liệu và mô tả lại logic nghiệp vụ đang tồn tại.
Prompt có thể theo hướng:
Hãy phân tích file Excel này như một hệ thống nghiệp vụ.
Trích xuất các entity, field, business rules, validation rules,
workflow, danh sách giá trị và các điểm cần xác nhận lại với business users.
Xuất kết quả thành PRD dạng Markdown.
Kết quả mong muốn không chỉ là mô tả file có bao nhiêu sheet. Kết quả tốt phải giúp bạn hiểu:
hệ thống đang giải quyết vấn đề gì, dữ liệu nào là cốt lõi, quy tắc nào đang nằm trong công thức,
và phần nào cần xác minh với business.
Bước 2: xác minh lại với thực tế và quy định hiện hành
Sau khi có PRD bản nháp, bước tiếp theo là kiểm tra lại các rule. Với các hệ thống như expense,
tax, mileage, payroll hoặc finance, không nên tin hoàn toàn vào logic cũ trong spreadsheet.
Spreadsheet có thể đã lỗi thời, thiếu rule mới, hoặc chỉ phản ánh thói quen xử lý thủ công trước đây.
AI có thể giúp review PRD so với best practices hoặc quy định hiện hành, nhưng các đề xuất đó vẫn cần
được kiểm chứng bằng nguồn chính thức và chính sách nội bộ của công ty.
Đây là điểm rất quan trọng: AI có thể gợi ý rule bị thiếu, nhưng quyết định cuối cùng phải đến từ
business owner, finance, legal, compliance hoặc người chịu trách nhiệm nghiệp vụ.
Bước 3: tạo wireframe để business review sớm
Một lợi ích lớn của AI là giúp tạo wireframe nhanh. Khi bạn đã có PRD, bạn có thể yêu cầu AI đề xuất
các màn hình Oracle APEX cần có, ví dụ:
- Trang nhập expense report.
- Trang upload hoặc quản lý receipt.
- Trang approval cho manager.
- Dashboard theo dõi trạng thái chi phí.
- Trang finance review trước khi đưa vào hệ thống kế toán.
- Trang admin quản lý tax rates, mileage rates và danh sách giá trị.
Nếu bạn cung cấp thêm screenshot từ các ứng dụng APEX hiện có, AI có thể tạo wireframe gần với
giao diện công ty hơn. Sau đó bạn đưa wireframe vào design document để business users review.
Việc này rất hữu ích vì business thường khó góp ý nếu chỉ nhìn tài liệu chữ.
Khi họ thấy màn hình dự kiến, họ dễ phát hiện thiếu field, sai workflow hoặc cách bố trí chưa phù hợp.
Bước 4: tách kiến trúc theo hệ thống chịu trách nhiệm
Với hệ thống doanh nghiệp, không phải mọi thứ đều chạy trong một nơi.
Ví dụ, phần nhập và phê duyệt expense có thể chạy trên OCI APEX Service,
trong khi phần thanh toán cuối cùng vẫn thuộc hệ thống Oracle E-Business Suite on-premises.
Một cách thiết kế rõ ràng là xác định hệ thống nào sở hữu trạng thái nào:
- APEX/OCI sở hữu trạng thái nhập liệu và phê duyệt expense.
- EBS sở hữu trạng thái thanh toán.
- SharePoint hoặc hệ thống tài liệu sở hữu file đính kèm như receipt.
- ORDS APIs đóng vai trò tích hợp giữa các môi trường.
Việc phân định ownership giúp giảm nhầm lẫn khi thiết kế data model, API và workflow.
Đây cũng là phần AI cần được hướng dẫn rất cụ thể, vì nếu prompt mơ hồ, mô hình dễ trộn lẫn trách nhiệm
giữa các hệ thống.
Bước 5: dùng AI để tạo data model và PL/SQL foundation
Sau khi PRD được duyệt, bạn có thể dùng AI để tạo các artifact kỹ thuật ban đầu.
Đây là nơi AI có thể tiết kiệm rất nhiều thời gian nếu bạn cung cấp ngữ cảnh tốt.
Một prompt build tốt nên yêu cầu rõ:
- Thiết kế data model đầy đủ với primary key, foreign key, constraints và comments.
- Tạo lookup tables cho các danh sách giá trị.
- Tạo secure views để APEX query dễ hơn và an toàn hơn.
- Tạo PL/SQL utility packages cho workflow, email, attachment và integration.
- Tạo ORDS APIs cho hệ thống bên ngoài lấy dữ liệu hoặc cập nhật trạng thái.
- Tạo test scripts cho happy path và edge cases.
Nếu bạn có coding standard hoặc package mẫu từ dự án trước, hãy đưa cho AI xem.
Mô hình thường làm tốt hơn nhiều khi có ví dụ cụ thể để bắt chước pattern.
AGENTS.md giúp AI làm việc đúng chuẩn dự án
Một kỹ thuật rất đáng áp dụng là tạo file AGENTS.md trong repository.
File này mô tả ngữ cảnh và chuẩn làm việc của dự án, ví dụ:
- Phiên bản Oracle Database, APEX, ORDS.
- Quy ước đặt tên bảng, sequence, trigger, package.
- Chuẩn format SQL và PL/SQL.
- Cách xử lý lỗi và logging.
- Cách viết comment cho database objects.
- Những điều AI không được tự ý thay đổi.
Khi AI có instruction rõ ràng và ví dụ code tốt, kết quả sinh ra sẽ gần với phong cách dự án hơn,
ít phải sửa thủ công hơn.
Không nên yêu cầu AI xây tất cả trong một prompt
Một lỗi phổ biến là cố yêu cầu AI tạo toàn bộ hệ thống chỉ trong một prompt thật dài.
Với hệ thống doanh nghiệp, cách này dễ khiến mô hình nhầm context, bỏ sót edge cases hoặc trộn lẫn
trách nhiệm giữa các module.
Cách tốt hơn là chia nhỏ:
- Một prompt cho data model.
- Một prompt cho package workflow.
- Một prompt cho ORDS APIs.
- Một prompt cho test scripts.
- Một prompt riêng cho mỗi môi trường nếu có khác biệt giữa OCI và on-premises.
Chia nhỏ giúp AI tập trung hơn và giúp bạn review từng phần dễ hơn.
Test scripts là phần nên yêu cầu ngay từ đầu
Khi AI tạo database objects và PL/SQL packages, bạn nên yêu cầu tạo luôn test scripts.
Đừng chỉ yêu cầu test happy path. Hãy yêu cầu cả edge cases.
Ví dụ với expense system, test cases nên bao gồm:
- Expense hợp lệ được submit thành công.
- Expense thiếu receipt bị chặn.
- Mileage vượt ngưỡng cần review thêm.
- Tax rate không tồn tại cho jurisdiction được chọn.
- User không có quyền approve bị từ chối.
- Expense đã thanh toán không được cập nhật lại tùy tiện.
Nếu kết hợp với SQLcl và quy trình test tự động, bạn có thể yêu cầu AI sửa code,
chạy lại test suite và lặp lại cho đến khi đạt kết quả mong muốn.
APEX UI vẫn cần nhiều thao tác thủ công
Một điểm thực tế là AI có thể tạo data model, views, PL/SQL packages và ORDS APIs khá tốt,
nhưng phần build UI trong APEX vẫn thường cần nhiều thao tác thủ công.
Bạn vẫn cần thiết kế page, region, items, validations, dynamic actions, authorization schemes,
navigation, template options và trải nghiệm người dùng. AI có thể hỗ trợ gợi ý cấu trúc page,
nhưng việc lắp ráp và tinh chỉnh trong Page Designer vẫn là phần developer phải làm kỹ.
Vì vậy, đừng kỳ vọng AI “build nguyên app APEX hoàn chỉnh” chỉ từ spreadsheet.
Giá trị lớn hơn là AI giúp bạn rút ngắn phần chậm và lặp lại ở đầu dự án:
phân tích, tài liệu, data model, PL/SQL skeleton, integration skeleton và test scripts.
Kết quả thực tế: giảm thời gian nhưng không giảm trách nhiệm review
Trong case study gốc, tác giả ước tính dự án có thể giảm từ khoảng 80 giờ xuống còn khoảng 40 giờ
nhờ AI hỗ trợ các phần phân tích và scaffolding ban đầu. Tuy nhiên, AI không tự xây hệ thống hoàn chỉnh.
Developer vẫn phải review, sửa lỗi, xác minh rule, build UI và xử lý edge cases.
Đây là cách nhìn rất thực tế. AI không thay thế kinh nghiệm của developer,
nhưng có thể trở thành một “force multiplier” nếu đầu vào có cấu trúc tốt và output được kiểm tra cẩn thận.
Khi nào cách tiếp cận này hiệu quả?
Cách dùng AI từ spreadsheet sang APEX hiệu quả nhất khi:
- Spreadsheet có cấu trúc rõ ràng.
- Business rules nằm khá đầy đủ trong công thức và sheet hiện tại.
- Developer có thể xác minh logic với business users.
- Dự án có coding standard hoặc ví dụ code cũ để AI học theo.
- Yêu cầu được chia nhỏ theo từng artifact cụ thể.
- Có test scripts để kiểm tra output.
Nếu spreadsheet quá lộn xộn, rule không rõ, hoặc business cũng chưa thống nhất quy trình,
AI vẫn có thể hỗ trợ phân tích, nhưng bạn sẽ cần nhiều thời gian làm rõ nghiệp vụ hơn.
Gợi ý áp dụng cho Dokhala hoặc dự án APEX của bạn
Nếu bạn đang có một file Excel dùng để quản lý bán hàng, kho, chi phí, khách hàng hoặc task,
bạn có thể thử quy trình sau:
- Đưa file Excel cho AI phân tích và tạo PRD.
- Yêu cầu AI liệt kê entity, field, rule và workflow.
- Review PRD với người dùng thật.
- Yêu cầu AI tạo data model Oracle theo coding standard của bạn.
- Tạo views cho APEX thay vì để page query trực tiếp bảng phức tạp.
- Viết PL/SQL APIs cho các thao tác nghiệp vụ chính.
- Tạo test data và test scripts.
- Sau đó mới build APEX pages dựa trên thiết kế đã rõ.
Quy trình này giúp bạn không nhảy thẳng từ Excel sang page APEX một cách vội vàng.
Thay vào đó, bạn biến spreadsheet thành một bản thiết kế có kiểm chứng, rồi mới xây hệ thống.
Kết luận
AI có thể giúp rút ngắn đáng kể quá trình chuyển một spreadsheet thành hệ thống Oracle APEX,
nhưng giá trị lớn nhất không nằm ở việc “tạo app tự động”. Giá trị thật nằm ở việc trích xuất
business rules, tạo tài liệu thiết kế, đề xuất data model, sinh PL/SQL foundation, tạo ORDS APIs
và test scripts nhanh hơn.
Với các dự án doanh nghiệp, developer vẫn phải giữ vai trò kiểm soát: xác minh rule,
review code, kiểm tra bảo mật, build UI, test edge cases và đảm bảo hệ thống phù hợp với quy trình thật.
Khi dùng đúng cách, AI giúp biến Excel từ một công cụ thủ công thành điểm khởi đầu cho một hệ thống
APEX bài bản, có kiến trúc rõ ràng và dễ mở rộng hơn.