14/06/2026 – (AIHanhChinhCong.vn) – Khi AI không còn chỉ là công cụ hỗ trợ soạn thảo hay tra cứu, mà bắt đầu tham gia xử lý công việc theo quy trình, nhiều cơ quan hành chính công sẽ phải thay đổi cách nhìn căn bản về tổ chức công việc. Điểm đáng chú ý là nhiều nguồn chuyên môn quốc tế gần đây đang dùng các khái niệm như digital workforce, digital labor, digital workers để mô tả các AI Agent như lực lượng làm việc mới song hành với con người; trong khi các khái niệm như public workforce hay “nhân lực số” vẫn chủ yếu nói tới đội ngũ con người cần được đào tạo kỹ năng, năng lực số. Vì vậy, nếu dùng thuật ngữ “Đội ngũ lao động số” để chỉ AI Agent trong cơ quan công, cách gọi này vừa sát thực tiễn quốc tế vừa rõ ràng hơn về mặt quản trị.
Vấn đề quan trọng hơn thuật ngữ là tư duy tổ chức. Cơ quan hành chính công không nên nhìn AI như một “phần mềm thời thượng” để triển khai theo phong trào, mà cần nhìn AI Agent như một đội ngũ lao động số có thể gánh những phần việc lặp lại, chuẩn hóa, có dữ liệu và quy tắc rõ ràng, qua đó giải phóng con người cho những nhiệm vụ cần phán đoán, giải thích, trách nhiệm công vụ và tiếp xúc công dân. OECD đã chỉ ra rằng AI trong khu vực công có thể cải thiện quy trình nội bộ, hỗ trợ ra quyết định, phát hiện bất thường và nâng cao chất lượng công việc của công chức; nhưng đồng thời cũng cảnh báo nhiều sáng kiến vẫn dừng ở giai đoạn thí điểm do thiếu năng lực tổ chức, kỹ năng và cơ chế quản trị để mở rộng một cách có trách nhiệm.
Bài viết này tập trung làm rõ một câu hỏi rất thực tiễn: lãnh đạo tổ chức hành chính công và từng chuyên viên trong cơ quan công cần nhìn, chọn, khai thác và vận dụng “đội ngũ lao động số” như thế nào để có hiệu quả thật, thay vì chỉ thêm việc, thêm rủi ro hoặc thêm phong trào?
“Đội ngũ lao động số” nên được hiểu như thế nào trong cơ quan công?
Trong bối cảnh hiện nay, “đội ngũ lao động số” không nên hiểu đơn giản là chatbot hay một vài công cụ AI rời rạc. Đó là tập hợp các tác nhân số có thể nhận mục tiêu, xử lý dữ liệu, tương tác với hệ thống và hỗ trợ hoặc tự động thực hiện một phần chuỗi công việc dưới những giới hạn được thiết kế sẵn. Cách hiểu này gần với xu hướng mà PwC, Deloitte và các diễn đàn về chính phủ số đang mô tả: AI Agent không chỉ trả lời câu hỏi, mà có thể trở thành một lực lượng thực thi trên môi trường số, giúp tái tổ chức cách dịch vụ công và vận hành nội bộ được thực hiện.
Điều cần phân biệt rõ là “đội ngũ lao động số” không đồng nghĩa với “đội ngũ nhân lực số”. “Nhân lực số” trong phần lớn tài liệu ở Việt Nam và OECD vẫn chủ yếu nói về con người: những cán bộ, công chức, viên chức có năng lực số, tư duy số và kỹ năng số để làm việc trong môi trường mới. Nếu dùng lẫn lộn hai khái niệm này, cơ quan rất dễ nhầm từ chuyện đào tạo con người sang chuyện mua công cụ, hoặc ngược lại, gắn quá nhiều kỳ vọng “thay người” vào AI trong khi chưa thiết kế lại công việc.
Nói ngắn gọn, trong tổ chức hành chính công, có thể hiểu như sau: nhân lực số là con người có năng lực số; còn lao động số là công việc được thực hiện bởi các tác nhân số dưới sự thiết kế, quản lý và giám sát của con người. Sự phân biệt này không phải chuyện ngôn từ, mà là cơ sở để tổ chức xác định đúng trách nhiệm, đúng thẩm quyền và đúng chiến lược triển khai AI.
Lãnh đạo cơ quan hành chính công cần thay đổi tư duy gì?
Không bắt đầu từ công nghệ, mà bắt đầu từ năng lực thực thi công vụ
Sai lầm thường thấy là cơ quan hỏi trước “nên mua nền tảng AI nào” thay vì hỏi “vấn đề công việc nào đang nghẽn, phần việc nào lặp lại nhiều, phần nào có thể chuẩn hóa để giao cho tác nhân số”. Các phân tích gần đây về ứng dụng AI trong khu vực công cho thấy rào cản lớn nhất thường không nằm ở độ thông minh của mô hình, mà ở hệ thống nghiệp vụ phân mảnh, dữ liệu chưa sạch, quy trình cũ rối rắm và thiếu cơ chế phối hợp giữa công nghệ với cải cách vận hành. Nextgov gọi đây là bài toán systems over models – hệ thống và quy trình quan trọng không kém, thậm chí quan trọng hơn bản thân mô hình AI.
Với lãnh đạo cơ quan công, điều này có nghĩa là: không nên xem AI Agent là một lớp “trát” lên quy trình cũ, mà phải xem đó là cơ hội nhìn lại đơn vị công việc, chuẩn hóa bước đi, xác định rõ đâu là khâu có thể giao cho “đội ngũ lao động số”, đâu là khâu buộc phải do con người phê duyệt, giải thích hoặc chịu trách nhiệm cuối cùng. Một cơ quan có thể sở hữu nhiều công cụ AI nhưng vẫn kém hiệu quả nếu chưa tái thiết kế logic vận hành.
Không nhìn AI như công cụ thay người, mà là công cụ tái phân bổ công việc
Nhiều lãnh đạo khi nghe tới AI Agent lập tức đặt câu hỏi: “Vậy AI có thay được bao nhiêu người?” Câu hỏi đó vừa hấp dẫn, vừa nguy hiểm. OECD và Gartner đều nhấn mạnh rằng tương lai việc làm dưới tác động của AI không chỉ là cắt giảm nhân sự, mà là tái thiết kế công việc, tái tổ hợp kỹ năng và tổ chức lại sự phối hợp giữa con người với hệ thống thông minh. Gartner còn lưu ý rằng tổ chức cần giữ con người ở vị trí trung tâm, không nên đối xử AI Agent như con người trên sơ đồ tổ chức theo kiểu giản lược, vì điều đó dễ làm lệch nhận thức về vai trò và trách nhiệm.
Trong khu vực công, nguyên tắc này càng quan trọng. “Đội ngũ lao động số” chỉ phát huy giá trị khi được giao đúng loại việc: tổng hợp tài liệu lớn, phân loại yêu cầu, kiểm tra tính đầy đủ của hồ sơ, tóm tắt nội dung, hỗ trợ cảnh báo bất thường, gợi ý bước tiếp theo trong quy trình. Nhưng những việc liên quan đến quyền lợi người dân, diễn giải chính sách, ra quyết định hành chính, xử lý tình huống nhạy cảm hay cân bằng nhiều yếu tố xã hội vẫn phải do con người làm chủ. Nói cách khác, AI giỏi làm nhanh và đồng đều, còn con người phải giữ vai trò đúng, hợp pháp, công bằng và có trách nhiệm giải trình.
Không chạy theo phong trào thí điểm, mà phải chọn bài toán có giá trị công cao
Một thực tế được nhắc lại trong nhiều tài liệu OECD là không ít dự án AI trong chính phủ vẫn mắc kẹt ở giai đoạn thử nghiệm. Nguyên nhân không chỉ là kỹ thuật, mà còn vì cơ quan chọn sai bài toán: hoặc quá nhỏ để tạo ra giá trị thật, hoặc quá lớn và quá rủi ro để triển khai sớm. Vì vậy, lãnh đạo cơ quan hành chính công cần thay đổi tư duy từ “phải có AI cho bằng người ta” sang “phải chọn đúng use case để tăng năng lực phục vụ công dân và năng lực điều hành nội bộ”.
Những use case hợp lý để bắt đầu thường là các khâu có ba đặc điểm: lặp lại nhiều, quy tắc tương đối rõ, và đầu ra có thể kiểm tra được. Chẳng hạn, hỗ trợ tiếp nhận và phân loại câu hỏi của người dân; hỗ trợ tóm tắt, chuẩn hóa tài liệu tham mưu; hỗ trợ rà soát tính đầy đủ của hồ sơ; hỗ trợ phát hiện dấu hiệu bất thường trong dữ liệu xử lý thủ tục. Bắt đầu từ những điểm “sát việc” như vậy sẽ giúp lãnh đạo thấy rõ giá trị thực tế và xây dựng được niềm tin trong nội bộ, thay vì tạo ra một sáng kiến lớn về truyền thông nhưng nhỏ về hiệu quả.
Tư duy lãnh đạo mới phải đi cùng kỷ luật quản trị rủi ro
Một trong những cảnh báo đáng chú ý gần đây của Deloitte là tốc độ mở rộng AI Agent ở nhiều tổ chức đang nhanh hơn tốc độ trưởng thành của các cơ chế kiểm soát, trong khi tỷ lệ đơn vị có governance chín muồi cho agentic AI vẫn còn thấp. Với khu vực công, câu chuyện này không chỉ là rủi ro doanh nghiệp, mà là rủi ro về dữ liệu công dân, thiên lệch xử lý, an ninh mạng, minh bạch quyết định và trách nhiệm giải trình. OECD cũng nhấn mạnh việc sử dụng AI có trách nhiệm là điều kiện để tăng hiệu quả mà không làm suy giảm niềm tin công chúng.
Vì vậy, người lãnh đạo không nên chỉ hỏi “AI này mạnh đến đâu”, mà phải hỏi đủ một chuỗi câu hỏi quản trị: AI được phép làm gì; không được làm gì; dữ liệu nào được dùng; ai duyệt đầu ra; lưu vết thế nào; nếu sai thì xử lý theo quy trình nào. Khi cơ quan trả lời được những câu hỏi đó trước khi mở rộng, “đội ngũ lao động số” mới trở thành năng lực tổ chức bền vững thay vì rủi ro mới được bọc trong vỏ đổi mới sáng tạo.
“Đội ngũ lao động số” chỉ hiệu quả khi được đặt đúng chỗ trong quy trình và dưới sự điều phối của con người
Dưới góc nhìn cá nhân, chuyên viên ở cơ quan công cần cách nhìn gì trong kỷ nguyên AI?
Nếu trước đây, một chuyên viên có thể xem AI như công cụ bổ trợ “dùng cũng được, không dùng cũng chưa sao”, thì bây giờ cách nhìn đó đã không còn phù hợp. OECD cho thấy AI đang làm thay đổi cách công việc được tổ chức và cả cơ cấu kỹ năng cần thiết, trong đó các kỹ năng quản lý, quy trình công việc, kỹ năng số cơ bản, kỹ năng xã hội và cả tính sáng tạo đều ngày càng quan trọng hơn trong các vị trí chịu tác động lớn của AI. Đối với khu vực công, điều này có nghĩa là một chuyên viên giỏi sẽ không chỉ giỏi chuyên môn nghiệp vụ, mà còn phải giỏi cộng tác với tác nhân số để tăng chất lượng và tốc độ công việc.
Điểm mấu chốt là AI không làm mất đi yêu cầu về năng lực chuyên môn; ngược lại, AI làm lộ rõ sự khác biệt giữa người chỉ biết ra lệnh cho máy với người biết xác định chuẩn đầu ra, kiểm chứng nội dung, hiệu chỉnh ngữ cảnh và chịu trách nhiệm với kết quả. Khi AI có thể tạo ra câu chữ nhanh hơn con người, giá trị của chuyên viên không nằm ở tốc độ gõ văn bản, mà nằm ở khả năng đặt vấn đề đúng, truy nguyên quy định đúng, phát hiện sai lệch và diễn giải được hàm ý chính sách hoặc thủ tục cho đúng tinh thần quản lý nhà nước.
Nói cách khác, trong kỷ nguyên AI, chuyên viên ở tổ chức công không nên hỏi “AI có làm thay tôi không”, mà nên hỏi “tôi có đang dùng AI để làm tốt hơn phần việc mà chỉ con người mới làm trọn vẹn được không”. Chính cách đặt câu hỏi ấy sẽ quyết định một cá nhân bị AI làm lộ điểm yếu hay được AI khuếch đại điểm mạnh.
Chuyên viên công vụ cần bồi dưỡng những năng lực nào để làm việc cùng “đội ngũ lao động số”?
Đầu tiên là năng lực xác định nhiệm vụ và chuẩn đầu ra. Muốn AI hỗ trợ hiệu quả, chuyên viên phải mô tả rõ mục tiêu công việc, phạm vi xử lý, tiêu chuẩn kết quả và giới hạn pháp lý hoặc nghiệp vụ của đầu ra. Nếu chỉ giao việc cho AI theo kiểu mơ hồ, kết quả sẽ nhanh nhưng rất dễ sai ngữ cảnh. Trong khối hành chính công, sai ngữ cảnh không chỉ là lỗi chất lượng, mà đôi khi dẫn tới hiểu sai tinh thần văn bản hoặc đề xuất sai quy trình.
Thứ hai là năng lực kiểm chứng. AI có thể tóm tắt hay tổng hợp nhanh, nhưng không tự bảo đảm rằng mọi chi tiết đều đúng, mọi dẫn chiếu đều chính xác, mọi nội dung đều phù hợp với bối cảnh quản lý cụ thể của đơn vị. Chuyên viên dùng AI tốt là người luôn đọc lại bằng con mắt nghề nghiệp: kiểm tra căn cứ, đối chiếu văn bản, rà lại logic và nhận diện những “điểm quá trơn tru nhưng có thể sai”. Trong môi trường công vụ, thói quen kiểm chứng này là tuyến phòng thủ quan trọng nhất trước ảo giác AI.
Thứ ba là năng lực làm việc với dữ liệu và quy trình. Một chuyên viên không cần trở thành kỹ sư AI để làm việc tốt với đội ngũ lao động số, nhưng cần hiểu dữ liệu nào có thể cung cấp cho AI, dữ liệu nào là nhạy cảm, bước nào trong quy trình đủ điều kiện tự động hóa, và bước nào buộc phải có phê duyệt thủ công. Đây là năng lực “nửa công nghệ, nửa quản trị”, rất quan trọng trong các cơ quan đang chuyển từ số hóa tài liệu sang số hóa vận hành.
Cuối cùng là năng lực giải thích và phối hợp. Trong cơ quan công, không ít giá trị công việc đến từ khả năng giải trình với lãnh đạo, giải thích với đồng nghiệp, hướng dẫn người dân và phối hợp liên phòng ban. AI có thể sinh ra nội dung, nhưng chuyên viên vẫn phải là người khiến nội dung đó trở nên có thể dùng, có thể hiểu và có thể chịu trách nhiệm. Đây chính là lý do các nghiên cứu về tương lai việc làm dưới tác động của AI ngày càng nhấn mạnh kỹ năng xã hội, năng lực hợp tác và sự linh hoạt nhận thức của con người.
Cơ quan hành chính công nên lựa chọn “đội ngũ lao động số” theo nguyên tắc nào?
Để dùng “đội ngũ lao động số” hiệu quả, cơ quan công cần đi theo tư duy bài toán trước – công nghệ sau. Không nên xuất phát từ việc thị trường có nền tảng nào hấp dẫn, mà nên xuất phát từ bản đồ công việc của chính đơn vị: đâu là điểm nghẽn lớn, đâu là phần việc đang tiêu tốn nhiều thời gian của chuyên viên, đâu là chỗ dễ tạo lại giá trị nhanh nếu được hỗ trợ bằng AI. McKinsey khi bàn về AI trong khu vực công cũng nhấn mạnh rằng việc mở rộng thành công đòi hỏi không chỉ công nghệ, mà cả talent, operating model, change management và risk mitigation phải đi cùng nhau.
Một cách thực tế, cơ quan có thể ưu tiên theo bốn lớp lựa chọn. Lớp một là các công việc lặp lại nhiều, như tổng hợp đầu vào, phân loại nội dung, tạo nháp báo cáo, tóm tắt văn bản dài. Lớp hai là các công việc có quy tắc rõ như kiểm tra tính đầy đủ, đối chiếu trường dữ liệu, gợi ý luồng xử lý ban đầu. Lớp ba là các công việc cần cảnh báo hoặc giám sát như phát hiện bất thường trong hồ sơ, phát hiện điểm nghẽn xử lý. Lớp bốn mới là các công việc phức tạp hơn, đòi hỏi phối hợp nhiều hệ thống, nhiều tác nhân số hoặc xử lý ngữ cảnh sâu. Việc đi từ thấp đến cao như vậy giúp cơ quan thiết kế được niềm tin vận hành thay vì nhảy ngay vào những mô hình quá tham vọng.
Điều quan trọng là không phải việc nào “làm được bằng AI” cũng là việc “nên giao cho AI”. Trong hành chính công, tiêu chí không chỉ là tốc độ, mà còn là tính hợp pháp, công bằng, khả năng giải thích, khả năng lưu vết và tác động đến người dân. Ai muốn triển khai AI hiệu quả trong cơ quan nhà nước cần hiểu rằng giá trị công luôn là thước đo cao hơn sự mới mẻ công nghệ. Nếu đơn vị cần đi từ nhận thức đến lộ trình cụ thể, việc có một đối tác am hiểu đặc thù hành chính công để cùng bóc tách use case, thiết kế quy trình và kiểm soát rủi ro sẽ giúp tiết kiệm rất nhiều thử nghiệm kém hiệu quả.
Khai thác “đội ngũ lao động số” như thế nào để không biến thành phong trào?
Muốn khai thác hiệu quả, cơ quan phải coi việc dùng AI là một thay đổi vận hành, chứ không phải một đợt huấn luyện công cụ đơn thuần. McKinsey chỉ ra rằng nhiều tổ chức thất bại không phải vì nhân viên không sẵn sàng, mà vì lãnh đạo chưa chuyển đổi đủ mạnh và chưa coi AI upskilling như một hành trình change management toàn diện. Điều này đúng với khu vực công: nếu chỉ tổ chức vài buổi tập huấn dùng công cụ, trong khi quy chế dữ liệu, luồng phê duyệt và trách nhiệm đầu ra không đổi, hiệu quả sẽ rất ngắn hạn.
Cách khai thác hợp lý hơn là bắt đầu từ một số quy trình điển hình, gắn AI vào những bước rõ ràng, đo bằng chỉ số cụ thể như thời gian rút ngắn, số lỗi giảm, số lượt xử lý tăng, mức hài lòng nội bộ tăng hoặc khả năng phản hồi công dân được cải thiện. Khi đó, câu chuyện về AI không còn là “có dùng không”, mà là “dùng ở đâu, dùng thế nào, và kết quả đo được là gì”. Dùng được mà không đo được thì rất khó mở rộng; đo được mà không có cơ chế giám sát thì cũng rất khó bền vững.
Một điểm nữa rất quan trọng là phải tạo ra văn hóa cộng tác người – AI có trách nhiệm. Chuyên viên cần được khuyến khích thử nghiệm, nhưng trong ranh giới an toàn; được quyền dùng AI để tăng năng suất, nhưng phải hiểu khi nào bắt buộc cần rà soát thủ công; được động viên đổi mới, nhưng không đồng nghĩa với việc “đưa hết dữ liệu vào AI cho nhanh”. Chỉ khi lãnh đạo và chuyên viên có cùng ngôn ngữ vận hành như vậy, “đội ngũ lao động số” mới thật sự thành một phần của tổ chức thay vì chỉ là vài cá nhân biết dùng công cụ mới.
Những kịch bản vận dụng phù hợp trong tổ chức hành chính công
Ở bộ phận một cửa, “đội ngũ lao động số” có thể hỗ trợ trả lời những câu hỏi lặp lại, hướng dẫn thành phần hồ sơ, phân loại nội dung phản ánh hoặc gợi ý bước đi ban đầu cho công dân. Tuy nhiên, mọi nội dung mang tính kết luận, khẳng định quyền lợi hay bác bỏ hồ sơ vẫn phải do người có thẩm quyền xác nhận. Đây là dạng vận dụng hiệu quả vì AI làm phần giải tỏa tải đầu vào, còn con người giữ quyền quyết định hành chính.
Ở khối tham mưu tổng hợp, AI rất hữu ích trong việc tóm tắt văn bản dài, gom ý từ nhiều nguồn, tạo nháp báo cáo, chuẩn hóa bố cục, trích xuất điểm cần lưu ý từ các tài liệu quy phạm hoặc phản ánh của người dân. Nhưng giá trị của chuyên viên không vì thế mà giảm đi; trái lại, vai trò phân tích, chọn lọc và điều chỉnh ngữ cảnh càng trở nên quan trọng. Một bản tóm tắt nhanh chưa chắc là một bản tham mưu tốt nếu thiếu chiều sâu bối cảnh và thấu hiểu yêu cầu quản lý cụ thể.
Ở khâu giám sát và kiểm tra nội bộ, AI có thể giúp phát hiện bất thường từ dữ liệu, nhận diện hồ sơ có dấu hiệu trễ hạn, chỉ ra các nút thắt trong quy trình hoặc gợi ý nơi đang có tần suất sai sót cao. Tuy vậy, cảnh báo của AI chỉ nên là đầu vào cho kiểm tra chứ không thể mặc nhiên trở thành kết luận cuối cùng. Trong khu vực công, chỗ phân định giữa “gợi ý có xác suất” với “kết luận có trách nhiệm” cần luôn được giữ rất rõ.
Những ngộ nhận phổ biến cần tránh
Ngộ nhận thứ nhất là càng nhiều AI Agent thì cơ quan càng hiện đại. Thực tế, càng nhiều tác nhân số, yêu cầu về tích hợp, giám sát, phân quyền, lưu vết và kiểm soát xung đột càng cao. Deloitte đã cảnh báo khá rõ rằng AI agents đang mở rộng nhanh hơn guardrails ở nhiều tổ chức; nếu cơ quan công cũng đi theo tâm lý “càng nhiều càng tốt”, rủi ro sẽ đi trước giá trị.
Ngộ nhận thứ hai là AI luôn khách quan hơn con người. AI có thể đồng đều hơn trong xử lý một số tác vụ, nhưng nếu dữ liệu đầu vào thiên lệch, nếu quy trình thiết kế lệch, hoặc nếu ngữ cảnh chính sách không được diễn giải đúng, kết quả vẫn có thể gây ra những sai lệch nghiêm trọng. Trong hành chính công, điều đáng sợ không chỉ là AI sai, mà là AI sai nhưng lại tạo cảm giác “rất logic” khiến con người chủ quan.
Ngộ nhận thứ ba là chỉ cần đào tạo dùng công cụ là đủ. Trên thực tế, AI trong tổ chức chỉ mang lại hiệu quả bền vững khi đi cùng thay đổi về vai trò, quy trình, kỹ năng, cách đo hiệu quả và văn hóa cộng tác. Đó là lý do các nghiên cứu gần đây đều không nói về AI như một lớp công cụ tách rời, mà như một phần của chiến lược tổ chức, chiến lược nhân lực và quản trị thay đổi.
Dùng “Đội ngũ lao động số” trong tổ chức hành chính công cho hiệu quả không bắt đầu từ việc chạy theo công nghệ, mà bắt đầu từ việc nhìn lại công việc. Lãnh đạo cần có tư duy thiết kế năng lực tổ chức, biết chọn đúng bài toán, biết phân định rõ phần việc giao cho AI và phần việc con người phải giữ. Chuyên viên cần chuyển từ tâm thế “dùng AI cho nhanh” sang “làm việc cùng AI cho đúng, cho tốt và cho có trách nhiệm”. Khi hai tầng tư duy ấy gặp nhau, AI Agent sẽ không còn là công cụ thời thượng, mà trở thành một năng lực thực thi mới giúp cơ quan công phục vụ tốt hơn, vận hành minh bạch hơn và giảm tải tốt hơn cho đội ngũ con người.
Với các cơ quan nhà nước đang ở giai đoạn bắt đầu hoặc đã thử AI nhưng chưa tạo ra chuyển biến rõ rệt, điều cần nhất lúc này không phải là thêm một nền tảng mới, mà là một cách tiếp cận đúng: từ thuật ngữ, nhận thức, lựa chọn use case đến thiết kế quy trình và quản trị rủi ro. Nếu đơn vị cần một góc nhìn độc lập và thực tiễn để chuyển từ “biết AI” sang “dùng AI hiệu quả trong hành chính công”, AIHanhChinhCong.vn và TS. Nguyễn Trung Hòa có thể đồng hành ở vai trò tư vấn triển khai, thiết kế các hệ thống AI và định hướng triển khai phù hợp với thực tiễn khu vực công Việt Nam phù hợp dặc thù từng đơn vị, tổ chức.
