Đưa dữ liệu kế toán khách hàng vào AI: Công ty dịch vụ kế toán cần kiểm soát những gì?

Một công ty dịch vụ kế toán bắt đầu dùng AI để đọc hóa đơn, đối chiếu sao kê và tìm chênh lệch trên bảng lương của khách hàng. Những việc trước đây mất cả buổi nay có thể hoàn thành nhanh hơn. Nhưng khi trưởng nhóm hỏi “Bảng lương vừa được đưa lên tài khoản nào, ai còn xem được và bao giờ sẽ xóa?”, cả nhóm mới nhận ra mình chưa thống nhất câu trả lời.

Đây là tình huống minh họa, nhưng rất gần với cách AI đang được đưa vào công việc: một nhân viên tìm được công cụ hữu ích, thử bằng hồ sơ thật rồi chia sẻ kết quả cho đồng nghiệp. Quy trình nghiệp vụ thay đổi trước khi quy trình quản lý dữ liệu kịp thay đổi.

Với công ty dịch vụ kế toán, dữ liệu được khách hàng giao là một phần của trách nhiệm nghề nghiệp. Trước khi mở rộng ứng dụng AI, người quản lý cần trả lời được năm câu hỏi: Có quyền xử lý đến đâu? Ai được truy cập? Nhà cung cấp làm gì với dữ liệu? Có thể truy lại hoạt động không? Và dữ liệu được giữ đến khi nào?

Nghị định 363/2026/NĐ-CP: Điểm khởi đầu để rà soát, không phải toàn bộ khung nghĩa vụ

Nghị định 363/2026/NĐ-CP được ban hành ngày 19/9/2026, có hiệu lực từ ngày 11/11/2026. Tại thời điểm bài viết ngày 10/11/2026, nghị định chưa có hiệu lực. Đây là văn bản quy định xử phạt vi phạm hành chính trong lĩnh vực dữ liệu.

Cần phân biệt ba vấn đề. Thứ nhất là chế tài đối với hành vi vi phạm trong lĩnh vực dữ liệu. Thứ hai là nghĩa vụ bảo vệ dữ liệu cá nhân, cần đối chiếu với Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 và văn bản hướng dẫn, trong đó có Nghị định 356/2025/NĐ-CP. Hai văn bản này có hiệu lực từ ngày 1/1/2026. Thứ ba là cam kết bảo mật và phạm vi sử dụng thông tin trong hợp đồng với khách hàng.

Theo thông tin công bố của Chính phủ, Nghị định 363 không điều chỉnh các hành vi thuộc phạm vi của nghị định xử phạt về an ninh mạng và bảo vệ dữ liệu cá nhân. Vì vậy, không thể lấy một mức phạt trong Nghị định 363 để áp chung cho mọi trường hợp đưa bảng lương hay sao kê vào AI. Việc xác định nghĩa vụ và chế tài phải dựa vào loại dữ liệu, hành vi và quy định áp dụng cụ thể.

Năm lớp dưới đây là đề xuất tổ chức kiểm soát trong thực tế, không phải danh sách năm nghĩa vụ được trích nguyên văn từ một nghị định.

1. Quyền xử lý dữ liệu: Được nhận hồ sơ chưa có nghĩa được dùng cho mọi mục đích

Khách hàng gửi bảng lương để công ty dịch vụ kế toán tính lương, lập hồ sơ thuế và thực hiện công việc đã thỏa thuận. Khi chuyển bảng lương sang một nền tảng AI bên ngoài, công ty cần xem việc xử lý đó có nằm trong phạm vi được giao, có phù hợp với hợp đồng và có cơ sở pháp lý tương ứng hay không.

Nên làm rõ bằng văn bản mục đích sử dụng AI, loại dữ liệu được phép đưa vào, công cụ được chấp thuận, bên tham gia xử lý và trách nhiệm của mỗi bên. Người phê duyệt phía khách hàng phải có thẩm quyền phù hợp. Một tin nhắn “cứ dùng AI cho nhanh” của nhân viên giao chứng từ chưa đủ để giải quyết toàn bộ vấn đề.

Đặc biệt, sự chấp thuận của doanh nghiệp khách hàng không tự động thay thế căn cứ xử lý dữ liệu cá nhân của người lao động, người mua hàng hay người liên hệ xuất hiện trong hồ sơ. Cần xác định vai trò thực tế của từng bên trong việc quyết định mục đích và phương thức xử lý; không chỉ dựa vào tên gọi ghi trong hợp đồng. Khi áp dụng cơ chế đồng ý hoặc trường hợp xử lý không cần đồng ý, phải kiểm tra đúng điều kiện pháp luật tương ứng.

Về vận hành, hãy bắt đầu bằng nguyên tắc chỉ gửi phần cần thiết. Nếu mục tiêu là phát hiện dòng lương tính sai, có thể dùng mã nhân viên, ngày công, mức lương và công thức; không nhất thiết gửi cả số căn cước, địa chỉ và tài khoản nhận lương. Thay tên bằng mã giúp giảm rủi ro, nhưng nếu vẫn có thể nối mã với một người thì không nên coi dữ liệu đã hoàn toàn ẩn danh.

2. Phân quyền: Mỗi người chỉ xem đúng khách hàng và đúng công việc

Một tài khoản AI dùng chung cho cả công ty có vẻ tiết kiệm, nhưng khiến việc xác định người tải hồ sơ, người chia sẻ cuộc trò chuyện và người xóa dữ liệu trở nên khó khăn. Lịch sử trò chuyện cũng có thể làm lộ thông tin giữa các nhóm phụ trách khách hàng khác nhau.

Công ty nên dùng tài khoản do tổ chức quản lý, cấp quyền theo người và theo nhiệm vụ; tách không gian làm việc của từng khách hàng; bật xác thực nhiều yếu tố khi công cụ hỗ trợ. Nhân viên phụ trách khách hàng A không nên mặc nhiên đọc được bảng lương của khách hàng B. Người chỉ kiểm tra hóa đơn cũng không cần quyền truy cập toàn bộ hồ sơ nhân sự.

Phân quyền còn phải áp dụng cho các kết nối tự động. Nếu AI kết nối với thư mục chứng từ, hộp thư hoặc phần mềm kế toán, cần giới hạn đúng thư mục, khách hàng và thao tác cần thực hiện. Với bước thử nghiệm, có thể chỉ cho đọc một bộ hồ sơ đã chọn; quyền ghi sổ, sửa dữ liệu hoặc gửi kết quả ra ngoài cần được quản lý riêng.

Khi nhân viên đổi nhóm hoặc nghỉ việc, phải thu hồi cả tài khoản, phiên đăng nhập, đường dẫn chia sẻ và khóa kết nối liên quan. Quyền truy cập cần được rà soát định kỳ, thay vì chỉ thiết lập lúc tuyển dụng.

3. Nhà cung cấp AI: Biết dữ liệu đi đâu và được sử dụng thế nào

Hai công cụ có giao diện gần giống nhau có thể có điều khoản xử lý dữ liệu rất khác nhau. Ngay trong cùng một nhà cung cấp, tài khoản cá nhân, gói dành cho tổ chức và dịch vụ kết nối qua API cũng có thể có cơ chế lưu trữ và quản trị khác nhau.

Trước khi chọn công cụ, người phụ trách nên yêu cầu câu trả lời có thể kiểm chứng: Dữ liệu được xử lý, lưu trữ tại đâu? Có bên cung cấp phụ nào tham gia? Nội dung có được dùng để huấn luyện hoặc cải thiện mô hình không? Nhân sự của nhà cung cấp được truy cập trong tình huống nào? Thời hạn lưu và cơ chế xóa là gì? Khi có sự cố, bên nào thông báo và phối hợp xử lý?

Cần đọc đúng điều khoản của gói dịch vụ đang sử dụng. Cam kết không dùng dữ liệu để huấn luyện không đồng nghĩa với không lưu dữ liệu; vị trí máy chủ cũng chưa đủ để kết luận ai có thể truy cập. Nếu luồng xử lý có yếu tố chuyển dữ liệu cá nhân xuyên biên giới, cần rà soát các nghĩa vụ tương ứng và trường hợp áp dụng hoặc miễn trừ trước khi triển khai.

Trong thực tế, một “phiếu duyệt công cụ AI” ngắn có thể ghi tên công cụ, gói dịch vụ, loại dữ liệu cho phép, cấu hình bắt buộc, tài liệu điều khoản đã kiểm tra, người phê duyệt và ngày rà soát lại. Khi điều khoản hoặc cách kết nối thay đổi, phiếu này cần được cập nhật.

4. Lưu vết hoạt động: Có thể giải trình từ hồ sơ đầu vào đến kết quả sử dụng

Hãy hình dung khách hàng hỏi vì sao một khoản thanh toán bị đánh dấu bất thường. Công ty cần biết đã dùng bản sao kê nào, chạy bước kiểm tra gì, AI đưa ra nhận xét nào và ai đã xác nhận trước khi đưa nhận xét vào báo cáo.

Nhật ký nên ghi tối thiểu người thực hiện, thời điểm, mã khách hàng, mã hồ sơ hoặc phiên bản nguồn, mục đích xử lý, công cụ sử dụng và người duyệt kết quả. Với quy trình tự động, cần ghi thêm trạng thái thành công, lỗi và thao tác đã thực hiện. Kết quả AI chỉ nên trở thành kết luận nghiệp vụ sau bước kiểm tra phù hợp của người phụ trách.

Lưu vết không có nghĩa sao chép toàn bộ bảng lương và nội dung nhạy cảm vào một kho nhật ký ai cũng đọc được. Có thể dùng mã tham chiếu tới hồ sơ gốc, hạn chế ghi dữ liệu cá nhân trong nhật ký, phân quyền người xem và kiểm soát việc sửa hoặc xóa dấu vết.

Công ty cũng nên có cách phản ứng rõ ràng khi gửi nhầm dữ liệu: dừng luồng xử lý, thu hồi quyền chia sẻ, bảo toàn thông tin cần điều tra, xác định dữ liệu và bên nhận, rồi thực hiện việc thông báo và khắc phục theo nghĩa vụ áp dụng. Nhân viên cần biết báo cho ai ngay khi phát hiện sự cố.

5. Thời hạn lưu trữ: Phân biệt hồ sơ kế toán với bản sao phục vụ AI

Một hồ sơ có thể xuất hiện đồng thời trong phần mềm kế toán, thư mục nội bộ, cuộc trò chuyện AI, kho tìm kiếm, tệp xuất kết quả và bản sao lưu. Xóa tệp trên máy nhân viên chưa chứng minh rằng các bản sao khác đã được xử lý.

Công ty nên lập lịch lưu theo từng nhóm dữ liệu và mục đích. Tài liệu kế toán cần được lưu theo quy định áp dụng và trách nhiệm đã phân định với khách hàng. Trong khi đó, bản sao tạm tải lên AI để kiểm tra một chênh lệch không mặc nhiên cần được giữ lâu như hồ sơ kế toán gốc.

Ví dụ về chính sách nội bộ có thể là xóa bản sao làm việc sau khi hoàn tất đối chiếu và hết thời gian soát xét đã xác định, còn báo cáo đã duyệt được lưu tại kho hồ sơ chính thức theo lịch riêng. Đây là cách thiết kế vận hành; không phải một thời hạn pháp luật chung cho mọi dữ liệu.

Khi kết thúc hợp đồng, cần có danh mục bàn giao, thời điểm khóa truy cập, dữ liệu phải trả lại hoặc xóa và bằng chứng hoàn tất. Phần nào phải tiếp tục giữ để thực hiện nghĩa vụ pháp luật cần được xác định rõ căn cứ, thời hạn và quyền truy cập. Với bản sao lưu, phải biết chu kỳ hết hạn và cách tránh đưa dữ liệu đã yêu cầu xóa trở lại hệ thống khi khôi phục.

Bắt đầu từ một quy trình nhỏ, nhưng kiểm soát trọn vòng đời

Trở lại tình huống bảng lương: công ty có thể chọn một khách hàng và một phép kiểm tra cụ thể, chẳng hạn đối chiếu ngày công với công thức tính lương. Trước khi chạy, nhóm phụ trách xác nhận phạm vi xử lý, bỏ các trường không cần thiết, dùng công cụ đã được duyệt và cấp quyền cho đúng người. Sau khi chạy, kế toán kiểm tra ngoại lệ, lưu kết quả đã duyệt vào hồ sơ chính thức và xử lý bản sao tạm theo lịch.

Với một công ty nhỏ, bộ hồ sơ ban đầu có thể gồm năm phần: thỏa thuận xử lý dữ liệu với khách hàng; danh sách quyền truy cập; phiếu duyệt nhà cung cấp AI; nhật ký xử lý và soát xét; lịch lưu trữ kèm biên bản bàn giao, xóa dữ liệu. Mỗi phần cần có người chịu trách nhiệm và bằng chứng thực hiện.

Thước đo ứng dụng AI vì thế nên bao gồm cả thời gian tiết kiệm và khả năng giải trình. Khi khách hàng hỏi “Dữ liệu của tôi đang ở đâu, ai có thể sử dụng và khi nào được xóa?”, công ty dịch vụ kế toán cần trả lời bằng hồ sơ và quy trình đang vận hành.

Nội dung pháp lý được đối chiếu tại ngày 10/11/2026. Các đề xuất kiểm soát trong bài cần được điều chỉnh theo loại dữ liệu, hợp đồng và nghĩa vụ áp dụng cho từng trường hợp.

Nguồn tham khảo

• Cổng Thông tin điện tử Chính phủ: Nghị định 363/2026/NĐ-CP và ngày hiệu lực.
• Báo Điện tử Chính phủ: Phạm vi điều chỉnh và thông tin về Nghị định 363.
• Báo Điện tử Chính phủ: Luật Bảo vệ dữ liệu cá nhân, hiệu lực từ 1/1/2026.
• Công báo: Nghị định 356/2025/NĐ-CP hướng dẫn Luật Bảo vệ dữ liệu cá nhân.