Tác giả: Bà Trương Hạnh Linh, Thành viên điều hành – Dịch vụ tư vấn rủi ro, KPMG Việt Nam và bà Chu Thị Linh Chi, Phó giám đốc – Dịch vụ tư vấn rủi ro, KPMG Việt Nam

Trong thế giới kết nối ngày nay, bối cảnh rủi ro của các doanh nghiệp ngày càng linh họat và phức tạp hơn. Sự tương tác và phụ thuộc lẫn nhau giữa các yếu tố công nghệ, tài chính, kinh tế, xã hội, và môi trường… trong chuỗi giá trị làm cho mô hình kinh doanh và mô hình vận hành thay đổi rất nhiều. Các nhà quản trị luôn gặp thách thức với câu hỏi “Chúng ta cần quản lý rủi ro như thế nào trong môi trường kinh doanh đầy biến động này?”.

Cách tốt nhất để chúng ta chuẩn bị cho các sự kiện chưa từng có tiền lệ đó là nhận diện các rủi ro ngay khi rủi ro này mới nổi, mà không phải là khi rủi ro đã hình thành.

Đó là lý do mà rủi ro mới nổi luôn được thảo luận trong các buổi họp định kỳ của lãnh đạo cấp cao.

Rủi ro mới nổi là gì?

Rủi ro mới nổi là một rủi ro mới hoặc đang phát triển trong đó mức độ và bản chất của tổn thất tiềm tàng là không chắc chắn do thiếu thông tin hoặc thời gian để phân tích đầy đủ tình hình mới xuất hiện (theo Hội đồng nghiên cứu rủi ro Bắc Mỹ).

Theo dữ liệu từ khảo sát của Willis Towers Watson đối với 140 chuyên gia về rủi ro, các rủi ro mới nổi sau chưa nhận được sự quan tâm đúng mức, chẳng hạn: Rủi ro biến đổi khí hậu; Rủi ro về an toàn mạng; Rủi ro về gián đoạn chuỗi cung ứng; Rủi ro về công nghệ thay thế; Rủi ro về dịch chuyển dân cư; Rủi ro về ảnh hưởng của Covid-19; Rủi ro về xung đột địa chính trị.

Một số gợi ý về cách thức nhận diện rủi ro mới nổi

Các công cụ hỗ trợ nhận diện rủi ro mới nổi bao gồm: Phân tích dữ liệu (D&A); Các công cụ hỗ trợ khả năng tiên liệu của con người; Cấu trúc phản hồi linh hoạt.

Phân tích dữ liệu (D&A)

Dữ liệu từ các nguồn bên trong và bên ngoài thông qua các công nghệ, quy trình nội bộ, năng lực của lực lượng lao động có thể cung cấp những hiểu biết, thông tin chi tiết, có ý nghĩa. Các thuật toán thích ứng, phức tạp có thể nhanh chóng bắt kịp những thay đổi trong luồng dữ liệu khi rủi ro mới xuất hiện. Khả năng thu thập, quản lý và phân tích lượng dữ liệu khổng lồ này kết hợp với Trí tuệ nhân tạo (AI), Học máy (Machine Learning), Phân tích dữ liệu (D&A) và mô hình dự đoán có thể cung cấp cho các nhà lãnh đạo thông tin về rủi ro, cơ hội để từ đó đưa ra những quyết định sáng suốt.

Tuy nhiên, việc phân tích dữ liệu (D&A) đem lại hiệu quả cao nhưng cũng đòi hỏi các hệ thống xử lý phức tạp. Việc xây dựng và quản lý dữ liệu cần được thực hiện trong thời gian dài, đòi hỏi sự giám sát liên tục cũng như đầu tư ngân sách lớn.

Các công cụ hỗ trợ khả năng tiên liệu của con người

Dữ liệu định tính trong tâm trí của mọi người có thể được thu thập thông qua các cuộc khảo sát, phỏng vấn, hội thảo nhóm hoặc kết hợp các phương pháp trên. Để giảm thiểu thành kiến, việc khai thác nói trên được thực hiện với nhiều nhóm người nhằm đảm bảo tính đa dạng. Các công cụ sau đây có thể được sử dụng để xác định các rủi ro có khả năng xuất hiện.

Lấy ý kiến chuyên gia là phương pháp tổng hợp ý kiến từ một nhóm các chuyên glia về một vấn đề có mức độ không chắc chắn cao. Đây là phương pháp mà Diễn đàn Kinh tế Thế giới (World Economic Forum) đã sử dụng phương pháp này khi lập Báo cáo Rủi ro Toàn cầu hàng năm

Phân tích kịch bản và lập kế hoạch ứng phó là quá trình phân tích tổ hợp các sự kiện có thể có trong tương lai bằng cách xem xét nhiều xu hướng phát triển khác nhau. Phân tích kịch bản và lập kế hoạch ứng phó không dựa trên phép ngoại suy của quá khứ, mà sử dụng các viễn cảnh tương lai khả thi khác nhau.

Cấu trúc phản hồi linh hoạt

Vòng phản hồi thông tin nhanh trong một cơ cấu tổ chức năng động và linh hoạt

Chúng ta đã quen thuộc với Cơ cấu Chỉ huy và Kiểm soát (CCS) - cấu trúc phân quyền chính thức với các quy tắc và hệ thống phân cấp định hình các tương tác trong một tổ chức. Theo nhà nghiên cứu Leith Sharp của Harvard, CCS cần được kết hợp với Hệ thống hoạt động thích ứng (AOS) để linh động hơn và có thể xử lý các vấn đề mới nổi. Một AOS bao gồm các mối quan hệ "phẳng", các cụm nhóm, với một cấu trúc cộng đồng có hiệu quả trong việc thu thập các vấn đề mới nổi, các sáng kiến đổi mới.

Để cấu trúc phản hồi linh hoạt đạt hiệu quả cao, nhà quản lý nên tạo lập môi trường “Tổ chức học tập”.

Tổ chức học tập (Learning organization)

Theo Peter M. Senge, tác giả của “Quy tắc thứ 5” (The Fifth Discipline), một tổ chức là một hệ thống, không phải một cỗ máy. Từ quan điểm này, một tổ chức được quản lý tốt là một “tổ chức học tập”. Tinh thần chung của một tổ chức học tập là mọi người đều có trách nhiệm, tò mò và có xu hướng làm việc hướng tới một mục đích chung. Trong một tổ chức học tập, mọi người không ngừng mở rộng các mô hình tư duy, tiếp xúc với các vấn đề mới nổi. Khi nhân viên được trao quyền và thông tin được lưu chuyển với cơ cấu tổ chức và chính sách phù hợp, thì các rủi ro mới nổi sẽ được sớm nhận diện và báo cáo.

Kết luận

Mặc dù công cụ phân tích dữ liệu hiện đại sẽ tạo điều kiện thuận lợi cho việc thu thập và phân tích dữ liệu định tính để cung cấp thông tin trong thời gian gần thực tế, các thông tin định tính vẫn đóng vai trò quan trọng để nhận diện rủi ro mới nổi. Các doanh nghiệp có thể tùy theo nguồn lực và mức độ trưởng thành về quản trị rủi ro để áp dụng kết hợp các công cụ này vào quá trình nhận diện rủi ro mới nổi để chuẩn bị thích ứng tốt nhất trong môi trường thay đổi khó lường hiện nay.