DÙNG AI KIỂM TRA DỮ LIỆU EXCEL XÂY DỰNG:
PHÁT HIỆN BẤT THƯỜNG, SAI LỆCH VÀ DỮ LIỆU CẦN KỸ SƯ XÁC MINH
Trong một dự án xây dựng, Excel có mặt gần như ở mọi nơi:
Tiến độ.
Khối lượng.
Vật tư.
Nhân lực.
Thiết bị.
Nghiệm thu.
Thí nghiệm.
NCR – Non-Conformance Report (Báo cáo không phù hợp).
RFI – Request for Information (Yêu cầu làm rõ thông tin).
Thanh toán.
Công nợ.
Báo cáo ngày.
Báo cáo tuần.
Danh mục hồ sơ.
Một bảng Excel có thể có hàng nghìn, thậm chí hàng chục nghìn dòng.
Và chỉ cần một vài lỗi nhỏ:
sai đơn vị,
sai ngày,
trùng dữ liệu,
thiếu dữ liệu,
công thức không đồng nhất,
nhập nhầm số,
tham chiếu sai ô,
hoặc một giá trị bất thường...
thì kết quả tổng hợp phía sau có thể sai.
AI rất phù hợp để hỗ trợ kỹ sư thực hiện:
DATA QUALITY CHECK
– KIỂM TRA CHẤT LƯỢNG DỮ LIỆU.
ANOMALY DETECTION
– PHÁT HIỆN DỮ LIỆU BẤT THƯỜNG.
CONSISTENCY CHECK
– KIỂM TRA TÍNH NHẤT QUÁN.
FORMULA REVIEW
– RÀ SOÁT CÔNG THỨC.
DUPLICATE CHECK
– KIỂM TRA DỮ LIỆU TRÙNG.
MISSING DATA CHECK
– KIỂM TRA DỮ LIỆU THIẾU.
Nhưng phải hiểu đúng:
AI PHÁT HIỆN ĐIỂM CẦN KIỂM TRA.
AI KHÔNG TỰ ĐỘNG CHỨNG MINH DỮ LIỆU ĐÓ SAI.
Một giá trị khác thường có thể là:
lỗi nhập liệu,
nhưng cũng có thể là:
một trường hợp hoàn toàn đúng trong thực tế.
Vì vậy quy trình đúng phải là:
EXCEL GỐC
↓
KIỂM TRA CẤU TRÚC
↓
CHUẨN HÓA DỮ LIỆU
↓
PHÁT HIỆN BẤT THƯỜNG
↓
TRUY NGUỒN
↓
KỸ SƯ XÁC MINH
↓
MỚI QUYẾT ĐỊNH SỬA.
────────────────────
BƯỚC 1: KHÔNG YÊU CẦU AI “SỬA FILE EXCEL” NGAY
Đây là nguyên tắc đầu tiên.
Không nên bắt đầu bằng:
“Hãy kiểm tra và sửa tất cả lỗi trong file này.”
Vì AI có thể nhận thấy một giá trị khác biệt và cho rằng nó sai.
Trong khi thực tế:
giá trị đó có thể hoàn toàn đúng.
Ví dụ:
Khối lượng bê tông thông thường:
50 m³.
65 m³.
72 m³.
58 m³.
Một dòng:
320 m³.
320 m³ là:
lỗi nhập liệu?
hay một đợt đổ lớn?
Chưa thể biết.
Vì vậy AI nên đánh dấu:
POSSIBLE ANOMALY
– CÓ KHẢ NĂNG BẤT THƯỜNG.
Không được tự sửa:
320 → 32.
────────────────────
BƯỚC 2: TẠO DOCUMENT INVENTORY – DANH MỤC TỆP/SHEET
Trước khi phân tích, yêu cầu AI thống kê:
File Name – Tên file.
Sheet Name – Tên trang tính.
Used Range – Vùng dữ liệu sử dụng.
Header Row – Dòng tiêu đề.
Number of Rows – Số dòng.
Number of Columns – Số cột.
Formula Columns – Các cột có công thức.
Date Columns – Các cột ngày.
Numeric Columns – Các cột số.
Text Columns – Các cột văn bản.
Hidden Sheet – Sheet ẩn nếu có thể xác định.
Mục tiêu:
HIỂU CẤU TRÚC FILE TRƯỚC KHI PHÂN TÍCH NỘI DUNG.
────────────────────
BƯỚC 3: XÁC ĐỊNH DATA PURPOSE – MỤC ĐÍCH DỮ LIỆU
Một cột số không thể kiểm tra đúng nếu không hiểu:
nó đại diện cho cái gì.
Ví dụ:
“KL”
có thể là:
Quantity – Khối lượng.
Nhưng:
KL thiết kế?
KL hợp đồng?
KL thực hiện?
KL nghiệm thu?
KL thanh toán?
Do đó cần tạo:
DATA DICTIONARY
– TỪ ĐIỂN DỮ LIỆU.
Cấu trúc:
Field
| Vietnamese Meaning
| English Meaning
| Data Type
| Unit
| Allowed Values
| Source
| Verification.
Ví dụ:
Actual_Qty
| Khối lượng thực hiện
| Actual Quantity
| Number
| m³
| ≥ 0
| Báo cáo hiện trường
| Confirmed.
────────────────────
BƯỚC 4: GIỮ NGUYÊN RAW DATA – DỮ LIỆU GỐC
Đây là nguyên tắc cực kỳ quan trọng.
Không nên để AI sửa trực tiếp dữ liệu gốc mà không lưu dấu vết.
Nên có:
RAW DATA
– DỮ LIỆU GỐC.
NORMALIZED DATA
– DỮ LIỆU CHUẨN HÓA.
CORRECTED DATA
– DỮ LIỆU ĐÃ SỬA.
CHANGE LOG
– NHẬT KÝ THAY ĐỔI.
Ví dụ:
Original Value
| Proposed Value
| Reason
| Source
| Verified By
| Status.
Mục tiêu:
BIẾT GIÁ TRỊ BAN ĐẦU LÀ GÌ VÀ TẠI SAO NÓ ĐƯỢC THAY ĐỔI.
────────────────────
BƯỚC 5: TẠO UNIQUE ID – MÃ ĐỊNH DANH DUY NHẤT
AI kiểm tra dữ liệu tốt hơn rất nhiều nếu mỗi bản ghi có ID.
Ví dụ:
Activity ID – Mã công việc.
Material ID – Mã vật tư.
Inspection ID – Mã nghiệm thu.
NCR ID – Mã NCR.
RFI ID – Mã RFI.
Payment ID – Mã thanh toán.
Equipment ID – Mã thiết bị.
Nếu chưa có ID:
AI có thể đề xuất cách tạo mã kỹ thuật.
Nhưng không được làm thay đổi mã hồ sơ chính thức của dự án.
────────────────────
BƯỚC 6: KIỂM TRA MISSING DATA – DỮ LIỆU THIẾU
Yêu cầu AI kiểm tra:
Blank Cell – Ô trống.
Missing ID – Thiếu mã.
Missing Date – Thiếu ngày.
Missing Quantity – Thiếu khối lượng.
Missing Unit – Thiếu đơn vị.
Missing Status – Thiếu trạng thái.
Missing Reference – Thiếu tham chiếu.
Nhưng phải nhớ:
BLANK
– Ô TRỐNG
không đồng nghĩa:
ZERO
– SỐ 0.
Ví dụ:
Actual Quantity để trống
không có nghĩa:
Actual Quantity = 0.
Có thể là:
chưa cập nhật,
không áp dụng,
chưa nhập,
hoặc dữ liệu nằm ở nguồn khác.
────────────────────
BƯỚC 7: TẠO MISSING DATA REGISTER – DANH MỤC DỮ LIỆU THIẾU
Tạo bảng:
Issue ID
| Record ID
| Field
| Missing Value
| Required?
| Source
| Action
| Verification.
Ví dụ:
MD-001
| ACT-025
| Actual Finish
| Blank
| To Verify
| Progress Sheet
| Check schedule update
| Pending.
Không nên tự điền dữ liệu thiếu bằng suy đoán.
────────────────────
BƯỚC 8: KIỂM TRA DUPLICATE – DỮ LIỆU TRÙNG
Có ít nhất hai loại:
EXACT DUPLICATE
– TRÙNG CHÍNH XÁC.
POSSIBLE DUPLICATE
– CÓ KHẢ NĂNG TRÙNG.
Ví dụ:
NCR-015 xuất hiện hai dòng giống hoàn toàn.
Đó có thể là Exact Duplicate – Trùng chính xác.
Nhưng:
“NCR-015”
và:
“NCR 015”
có thể là cùng một hồ sơ được nhập khác cách.
AI có thể flag:
POSSIBLE DUPLICATE
– CÓ KHẢ NĂNG TRÙNG.
Nhưng chưa được tự xóa.
────────────────────
BƯỚC 9: TẠO DUPLICATE REVIEW REGISTER – DANH MỤC RÀ SOÁT DỮ LIỆU TRÙNG
Candidate ID
| Record A
| Record B
| Similar Fields
| Different Fields
| Possible Duplicate?
| Verification
| Action.
Nếu hai dòng giống mã nhưng khác Revision – Phiên bản:
có thể không phải dữ liệu trùng.
Phải kiểm tra.
────────────────────
BƯỚC 10: KIỂM TRA DATE FORMAT – ĐỊNH DẠNG NGÀY
Đây là lỗi Excel rất phổ biến.
Ví dụ:
03/04/2026.
Có thể hiểu:
03 tháng 04.
hoặc:
04 tháng 03
nếu hệ thống sử dụng định dạng khác.
Trước khi phân tích ngày:
phải xác định:
DD/MM/YYYY
hay:
MM/DD/YYYY.
Không được để AI tự đoán.
────────────────────
BƯỚC 11: KIỂM TRA INVALID DATE – NGÀY KHÔNG HỢP LỆ
Ví dụ:
31/02/2026.
Hoặc:
Actual Finish – Ngày kết thúc thực tế
sớm hơn:
Actual Start – Ngày bắt đầu thực tế
trong một trường hợp không hợp logic dữ liệu.
AI có thể flag:
DATE EXCEPTION
– NGOẠI LỆ NGÀY.
Nhưng không tự sửa.
────────────────────
BƯỚC 12: KIỂM TRA DATE SEQUENCE – TRÌNH TỰ NGÀY
Ví dụ:
Material Delivered Date
– Ngày vật liệu giao đến
lại sớm hơn:
Purchase Order Date
– Ngày đặt hàng.
Điều này có thể là:
lỗi dữ liệu,
nhưng cũng có thể do:
PO được hợp thức hóa sau,
giao hàng từ tồn kho,
hoặc quy trình khác.
AI nên ghi:
POSSIBLE DATE-SEQUENCE EXCEPTION
– CÓ KHẢ NĂNG BẤT THƯỜNG VỀ TRÌNH TỰ NGÀY.
Kỹ sư xác minh.
────────────────────
BƯỚC 13: KIỂM TRA UNIT – ĐƠN VỊ
Ví dụ:
Concrete Quantity:
125 m³.
130 m³.
118 m³.
125000 lít.
Nếu AI chỉ nhìn số:
125000 là cực kỳ bất thường.
Nhưng sau quy đổi:
125000 lít = 125 m³.
Vì vậy:
PHẢI KIỂM TRA ĐƠN VỊ TRƯỚC KHI KIỂM TRA GIÁ TRỊ.
────────────────────
BƯỚC 14: TẠO UNIT NORMALIZATION TABLE – BẢNG CHUẨN HÓA ĐƠN VỊ
Original Value
| Original Unit
| Conversion Rule
| Normalized Value
| Normalized Unit
| Source
| Verification.
Không được tự quy đổi khi:
đơn vị không rõ,
quy tắc chuyển đổi phụ thuộc điều kiện,
hoặc có khả năng hiểu sai dữ liệu.
────────────────────
BƯỚC 15: KIỂM TRA NUMBER FORMAT – ĐỊNH DẠNG SỐ
Ví dụ:
1,250
có thể là:
một nghìn hai trăm năm mươi
hoặc:
1,25
tùy thiết lập vùng.
Tương tự:
1.250.
Phải xác định:
Decimal Separator – Dấu thập phân.
Thousands Separator – Dấu phân cách hàng nghìn.
Sai bước này có thể làm sai toàn bộ dữ liệu.
────────────────────
BƯỚC 16: KIỂM TRA TEXT STORED AS NUMBER – SỐ LƯU DƯỚI DẠNG TEXT
Excel có thể hiển thị:
100
nhưng một ô là Number – Số,
ô khác là Text – Văn bản.
Điều này có thể làm:
SUM – Hàm tổng.
LOOKUP – Hàm dò tìm.
Pivot Table – Bảng tổng hợp.
Filter – Bộ lọc
hoạt động không đúng như mong muốn.
AI có thể phát hiện và liệt kê:
DATA TYPE EXCEPTION
– NGOẠI LỆ KIỂU DỮ LIỆU.
────────────────────
BƯỚC 17: KIỂM TRA STATUS – TRẠNG THÁI
Ví dụ cùng một file có:
Open.
OPEN.
Đang mở.
Pending.
Closed.
Close.
CLOSED.
Nếu không chuẩn hóa:
Dashboard có thể đếm sai.
Tạo:
STATUS MAPPING TABLE
– BẢNG ÁNH XẠ TRẠNG THÁI.
Original Status
| Proposed Normalized Status
| Definition
| Source
| Verification.
Nhưng AI không được tự gộp:
Open
và:
Pending
nếu quy trình dự án phân biệt hai trạng thái này.
────────────────────
BƯỚC 18: KIỂM TRA ALLOWED VALUE – GIÁ TRỊ ĐƯỢC PHÉP
Ví dụ cột:
Status.
Theo quy trình chỉ được có:
Open.
Pending.
Closed.
Nhưng AI phát hiện:
Complete.
Done.
Finish.
AI nên flag:
UNRECOGNIZED STATUS
– TRẠNG THÁI CHƯA ĐƯỢC NHẬN DIỆN.
Không tự đổi thành Closed – Đóng.
────────────────────
BƯỚC 19: KIỂM TRA OUTLIER – GIÁ TRỊ NGOẠI LAI/BẤT THƯỜNG
Ví dụ:
Năng suất 10 ngày:
95.
102.
98.
105.
99.
101.
97.
103.
100.
356.
AI có thể phát hiện:
356
khác đáng kể so với nhóm còn lại.
Nhưng:
OUTLIER
– GIÁ TRỊ NGOẠI LAI
không đồng nghĩa:
ERROR
– LỖI.
Có thể ngày đó:
tăng nhân lực,
thay đổi biện pháp,
làm thêm giờ,
hoặc có điều kiện khác.
Vì vậy nên ghi:
OUTLIER – VERIFY
– GIÁ TRỊ BẤT THƯỜNG – CẦN XÁC MINH.
────────────────────
BƯỚC 20: KHÔNG TỰ DÙNG “TRUNG BÌNH” ĐỂ SỬA OUTLIER
Ví dụ AI thấy:
356.
Không được tự thay bằng:
100
vì đó là giá trị trung bình gần đúng.
Cách đúng:
1. Flag – Đánh dấu.
2. Trace – Truy nguồn.
3. Verify – Xác minh.
4. Correct – Sửa nếu có căn cứ.
────────────────────
BƯỚC 21: KIỂM TRA NEGATIVE VALUE – GIÁ TRỊ ÂM
Ví dụ:
Quantity = -25 m³.
Đây có thể là lỗi.
Nhưng cũng có thể là:
Deduction – Khối lượng giảm trừ.
Omission – Khối lượng cắt giảm.
Adjustment – Điều chỉnh.
Return – Hoàn trả.
Do đó:
Negative Value
– Giá trị âm
chỉ là:
REVIEW CANDIDATE
– ĐỐI TƯỢNG CẦN RÀ SOÁT
cho đến khi hiểu ngữ cảnh.
────────────────────
BƯỚC 22: KIỂM TRA ZERO VALUE – GIÁ TRỊ BẰNG 0
Tương tự:
0
không nhất thiết là lỗi.
Ví dụ:
Actual Quantity = 0
có thể đúng vì công việc chưa bắt đầu.
Nhưng:
Contract Rate = 0
có thể cần kiểm tra.
AI phải hiểu:
FIELD MEANING
– Ý NGHĨA TRƯỜNG DỮ LIỆU
trước khi đánh dấu.
────────────────────
BƯỚC 23: KIỂM TRA RANGE – KHOẢNG GIÁ TRỊ
Nếu dự án có:
Minimum Value – Giá trị tối thiểu.
Maximum Value – Giá trị tối đa.
Acceptance Range – Khoảng chấp nhận.
AI có thể kiểm tra.
Ví dụ:
Requirement:
28–32.
Measured:
35.
AI có thể flag:
OUTSIDE ACCEPTANCE RANGE
– NGOÀI KHOẢNG CHẤP NHẬN.
Nhưng chỉ khi:
Acceptance Criterion – Tiêu chí chấp nhận
đã được cung cấp.
Không được tự lấy ngưỡng từ Internet.
────────────────────
BƯỚC 24: PHÂN BIỆT DESIGN VALUE – GIÁ TRỊ THIẾT KẾ VÀ ACCEPTANCE CRITERION – TIÊU CHÍ CHẤP NHẬN
Ví dụ:
Design Thickness = 200 mm.
Không đồng nghĩa:
Acceptance Range = 195–205 mm.
Dung sai phải có căn cứ.
Nếu không có:
TOLERANCE NOT FOUND
– CHƯA TÌM THẤY DUNG SAI.
Không tự tạo.
────────────────────
BƯỚC 25: KIỂM TRA FORMULA – CÔNG THỨC
Đây là một trong những ứng dụng mạnh nhất.
AI có thể rà:
Formula Pattern – Mẫu công thức.
Relative Reference – Tham chiếu tương đối.
Absolute Reference – Tham chiếu tuyệt đối.
Range – Vùng tính.
Lookup – Hàm dò tìm.
Conditional Formula – Công thức điều kiện.
Cross-Sheet Link – Liên kết giữa các sheet.
External Link – Liên kết ngoài.
Mục tiêu:
tìm công thức khác biệt với các dòng xung quanh.
────────────────────
BƯỚC 26: KIỂM TRA FORMULA CONSISTENCY – TÍNH NHẤT QUÁN CÔNG THỨC
Ví dụ:
H10 = F10 × G10.
H11 = F11 × G11.
H12 = F12 × G12.
H13 = F13 × G14.
H14 = F14 × G14.
H13 khác mẫu.
AI có thể flag:
POSSIBLE FORMULA ANOMALY
– CÓ KHẢ NĂNG BẤT THƯỜNG CÔNG THỨC.
Nhưng cần kiểm tra xem:
H13 có phải trường hợp đặc biệt không.
────────────────────
BƯỚC 27: PHÁT HIỆN HARD-CODED VALUE – GIÁ TRỊ NHẬP CỨNG
Ví dụ cột H đều là công thức.
Nhưng H25 = 1250000 được nhập trực tiếp.
AI có thể flag:
HARD-CODED VALUE IN FORMULA REGION
– GIÁ TRỊ NHẬP CỨNG TRONG VÙNG CÔNG THỨC.
Điều này không chứng minh H25 sai.
Có thể người lập file cố ý nhập điều chỉnh.
Nhưng phải kiểm tra.
────────────────────
BƯỚC 28: KIỂM TRA BROKEN REFERENCE – THAM CHIẾU HỎNG
Các lỗi quen thuộc:
#REF!
#VALUE!
#DIV/0!
#N/A.
AI có thể thống kê:
Formula Error Type – Loại lỗi.
Cell – Ô.
Formula – Công thức.
Related Sheet – Sheet liên quan.
Potential Cause – Nguyên nhân có khả năng.
Nhưng không tự sửa nếu chưa hiểu logic file.
────────────────────
BƯỚC 29: KIỂM TRA LOOKUP – HÀM DÒ TÌM
Các hàm như:
VLOOKUP.
XLOOKUP.
INDEX/MATCH.
có thể trả về sai khi:
mã trùng,
mã có khoảng trắng,
kiểu dữ liệu khác nhau,
vùng dò sai,
chọn approximate match – dò gần đúng không phù hợp.
AI có thể kiểm tra:
LOOKUP EXCEPTION
– NGOẠI LỆ HÀM DÒ.
────────────────────
BƯỚC 30: KIỂM TRA TOTAL – TỔNG
Ví dụ bảng có:
Detail Total – Tổng chi tiết.
Subtotal – Tổng nhóm.
Grand Total – Tổng cộng.
AI có thể kiểm tra:
Sum of Detail
vs
Reported Subtotal.
Nếu:
Sum of Detail = 1.250.
Reported Subtotal = 1.230.
Flag:
TOTAL RECONCILIATION EXCEPTION
– NGOẠI LỆ ĐỐI CHIẾU TỔNG.
Không tự quyết định số nào đúng.
────────────────────
BƯỚC 31: KIỂM TRA PERCENTAGE – TỶ LỆ
Ví dụ:
Completed = 80.
Total = 100.
Reported Completion = 85%.
AI có thể tính:
Calculated = 80%.
Reported = 85%.
Difference = 5 percentage points.
Flag:
PERCENTAGE RECONCILIATION EXCEPTION
– NGOẠI LỆ ĐỐI CHIẾU TỶ LỆ.
Nhưng phải xác nhận:
mẫu số thực sự là 100 hay không.
────────────────────
BƯỚC 32: MỖI TỶ LỆ PHẢI TRUY ĐƯỢC NUMERATOR – TỬ SỐ VÀ DENOMINATOR – MẪU SỐ
Ví dụ:
“90% hoàn thành.”
Phải hỏi:
90% của cái gì?
Tạo:
KPI
| Numerator
| Denominator
| Formula
| Result
| Source
| Verification.
Nếu không xác định được mẫu số:
PERCENTAGE BASIS NOT CONFIRMED
– CHƯA XÁC NHẬN CƠ SỞ TỶ LỆ.
────────────────────
BƯỚC 33: KIỂM TRA CROSS-SHEET CONSISTENCY – TÍNH NHẤT QUÁN GIỮA CÁC SHEET
Ví dụ:
Sheet Summary:
Open NCR = 12.
Sheet NCR Register:
Open NCR = 10.
AI có thể flag:
CROSS-SHEET DISCREPANCY
– CHÊNH LỆCH GIỮA CÁC SHEET.
Sau đó truy:
Data Date.
Status Definition.
Filter.
Formula.
Source.
Có thể hai con số đều đúng tại hai thời điểm khác nhau.
────────────────────
BƯỚC 34: KIỂM TRA CROSS-FILE CONSISTENCY – TÍNH NHẤT QUÁN GIỮA CÁC FILE
Ví dụ:
Báo cáo ngày ghi:
120 công nhân.
Bảng chấm công ghi:
108.
Báo cáo tuần ghi:
115.
AI có thể tạo:
SOURCE COMPARISON MATRIX
– MA TRẬN SO SÁNH NGUỒN.
Date
| Source A
| Source B
| Source C
| Difference
| Verification.
Không tự chọn một nguồn là đúng nếu chưa có:
Primary Source – Nguồn chính thức.
────────────────────
BƯỚC 35: XÁC ĐỊNH PRIMARY SOURCE – NGUỒN CHÍNH
Một dữ liệu có thể xuất hiện ở nhiều nơi.
Ví dụ:
nhân lực có trong:
nhật ký,
chấm công,
báo cáo ngày,
báo cáo tuần.
Cần xác định:
PRIMARY SOURCE
– NGUỒN CHÍNH.
SECONDARY SOURCE
– NGUỒN ĐỐI CHIẾU.
Nếu dự án chưa quy định:
SOURCE PRIORITY NOT CONFIRMED
– CHƯA XÁC NHẬN THỨ TỰ ƯU TIÊN NGUỒN.
────────────────────
BƯỚC 36: KIỂM TRA ID SEQUENCE – TRÌNH TỰ MÃ
Ví dụ:
RFI-001.
RFI-002.
RFI-003.
RFI-005.
Thiếu:
RFI-004.
AI có thể flag:
MISSING SEQUENCE NUMBER
– THIẾU SỐ TRONG CHUỖI.
Nhưng:
không được kết luận RFI-004 bị mất.
Có thể mã đó:
đã hủy,
để trống,
hoặc không được sử dụng.
────────────────────
BƯỚC 37: KIỂM TRA IMPOSSIBLE COMBINATION – TỔ HỢP DỮ LIỆU CÓ DẤU HIỆU KHÔNG LOGIC
Ví dụ:
Status = Closed.
Close Date = Blank.
Hoặc:
Status = Open.
Close Date có giá trị.
AI có thể flag:
STATUS-DATE INCONSISTENCY
– KHÔNG NHẤT QUÁN GIỮA TRẠNG THÁI VÀ NGÀY.
Nhưng cần kiểm tra quy trình dự án trước khi sửa.
────────────────────
BƯỚC 38: KIỂM TRA QUANTITY RELATIONSHIP – QUAN HỆ KHỐI LƯỢNG
Ví dụ:
Delivered Quantity = 100.
Accepted Quantity = 120.
Nếu cùng phạm vi và cùng thời điểm:
có vẻ bất thường.
Nhưng phải xác nhận:
có tồn đầu kỳ không?
có chuyển kho không?
có giao từ kỳ trước không?
Do đó AI chỉ flag:
QUANTITY RELATIONSHIP EXCEPTION
– NGOẠI LỆ QUAN HỆ KHỐI LƯỢNG.
────────────────────
BƯỚC 39: KHÔNG ĐỒNG NHẤT CÁC TRẠNG THÁI KHỐI LƯỢNG
Trong xây dựng:
DESIGN QUANTITY
– KHỐI LƯỢNG THIẾT KẾ
≠
CONTRACT QUANTITY
– KHỐI LƯỢNG HỢP ĐỒNG
≠
INSTALLED QUANTITY
– KHỐI LƯỢNG ĐÃ THI CÔNG
≠
ACCEPTED QUANTITY
– KHỐI LƯỢNG ĐÃ NGHIỆM THU
≠
CERTIFIED QUANTITY
– KHỐI LƯỢNG ĐƯỢC XÁC NHẬN THANH TOÁN
≠
PAID QUANTITY
– KHỐI LƯỢNG ĐÃ THANH TOÁN.
AI phải biết cột nào đang biểu diễn trạng thái nào.
────────────────────
BƯỚC 40: KIỂM TRA FLOW RECONCILIATION – ĐỐI CHIẾU BIẾN ĐỘNG
Rất hữu ích với:
NCR.
RFI.
Punch List.
Action List.
Submittal.
Công thức logic:
Opening
+
New
-
Closed
=
Ending.
Ví dụ:
Open đầu tuần = 10.
Phát sinh mới = 5.
Đóng = 4.
Open cuối tuần phải đối chiếu với:
11.
Nếu file báo:
13.
AI flag:
FLOW RECONCILIATION EXCEPTION
– NGOẠI LỆ ĐỐI CHIẾU BIẾN ĐỘNG.
Sau đó kiểm tra nguồn.
────────────────────
BƯỚC 41: KIỂM TRA AGEING – TUỔI TỒN TẠI
Ví dụ:
RFI Issue Date:
01/09/2026.
Data Date:
30/09/2026.
AI có thể tính:
Ageing.
Nhưng phải xác định:
Calendar Days – Ngày theo lịch
hay:
Working Days – Ngày làm việc.
Không tự chọn.
────────────────────
BƯỚC 42: KIỂM TRA OVERDUE – QUÁ HẠN
Không phải cứ hồ sơ tồn tại lâu là:
Overdue – Quá hạn.
Muốn xác định quá hạn phải có:
Due Date – Ngày đến hạn
hoặc:
Response Period – Thời hạn phản hồi
có căn cứ.
Nếu không có:
AI chỉ được tính:
AGE – TUỔI.
Không được gọi:
OVERDUE – QUÁ HẠN.
────────────────────
BƯỚC 43: KIỂM TRA STALE DATA – DỮ LIỆU KHÔNG ĐƯỢC CẬP NHẬT
Ví dụ:
toàn bộ báo cáo đã cập nhật đến 30/09.
Nhưng một nguồn dừng ở:
15/09.
AI có thể flag:
STALE DATA CANDIDATE
– DỮ LIỆU CÓ KHẢ NĂNG CHƯA ĐƯỢC CẬP NHẬT.
Nhưng cần có quy định về:
Update Frequency – Tần suất cập nhật.
Nếu không:
không thể tự kết luận nguồn đã quá hạn cập nhật.
────────────────────
BƯỚC 44: TẠO ANOMALY REGISTER – DANH MỤC DỮ LIỆU BẤT THƯỜNG
Đây là sản phẩm quan trọng nhất.
Cấu trúc:
Anomaly ID
| File
| Sheet
| Cell/Record ID
| Field
| Original Value
| Anomaly Type
| Reason Flagged
| Related Data
| Source
| Verification
| Status.
Ví dụ:
AN-015
| Progress.xlsx
| Update
| ACT-025
| Actual Finish
| 02/09/2026
| Date Sequence
| Finish earlier than recorded start
| Start = 05/09/2026
| Progress Sheet
| To Verify
| Open.
AI KHÔNG SỬA.
AI ĐƯA VẤN ĐỀ RA CHO KỸ SƯ KIỂM TRA.
────────────────────
BƯỚC 45: PHÂN LOẠI ANOMALY TYPE – LOẠI BẤT THƯỜNG
Có thể dùng:
Missing Data – Thiếu dữ liệu.
Duplicate – Trùng dữ liệu.
Date Exception – Ngoại lệ ngày.
Unit Exception – Ngoại lệ đơn vị.
Format Exception – Ngoại lệ định dạng.
Formula Exception – Ngoại lệ công thức.
Range Exception – Ngoại lệ khoảng giá trị.
Outlier – Giá trị ngoại lai.
Cross-Sheet Difference – Chênh lệch giữa sheet.
Cross-File Difference – Chênh lệch giữa file.
Status Inconsistency – Không nhất quán trạng thái.
Relationship Exception – Ngoại lệ quan hệ dữ liệu.
Traceability Gap – Khoảng trống truy nguồn.
────────────────────
BƯỚC 46: KHÔNG TỰ GÁN SEVERITY – MỨC ĐỘ NGHIÊM TRỌNG
AI rất dễ tự chia:
Low.
Medium.
High.
Critical.
Nhưng:
dựa vào đâu?
Nếu dự án chưa có tiêu chí:
không tự gán.
Có thể dùng:
REVIEW REQUIRED
– CẦN RÀ SOÁT.
Hoặc:
ENGINEER VERIFICATION REQUIRED
– CẦN KỸ SƯ XÁC MINH.
Nếu muốn phân cấp:
phải tạo:
SEVERITY RULE
– QUY TẮC PHÂN CẤP
và được người phụ trách xác nhận.
────────────────────
BƯỚC 47: TẠO SOURCE TRACEABILITY – TRUY NGUỒN
Mỗi bất thường phải truy được:
ANOMALY
– BẤT THƯỜNG
↓
RECORD ID
– MÃ BẢN GHI
↓
FIELD/CELL
– TRƯỜNG/Ô
↓
SOURCE SHEET
– SHEET NGUỒN
↓
SOURCE FILE
– FILE NGUỒN
↓
DATA DATE
– NGÀY DỮ LIỆU
↓
VERIFICATION
– XÁC MINH.
Nếu AI nói:
“Có 17 lỗi dữ liệu”
nhưng không chỉ ra:
17 lỗi nằm ở đâu
thì kết quả đó chưa đủ dùng.
────────────────────
BƯỚC 48: TẠO CORRECTION REGISTER – DANH MỤC HIỆU CHỈNH
Sau khi kỹ sư xác minh:
mới tạo:
Correction ID
| Record ID
| Field
| Original Value
| Corrected Value
| Reason
| Evidence
| Verified By
| Date.
Điều này tạo:
AUDIT TRAIL
– DẤU VẾT KIỂM TRA.
Rất quan trọng đối với:
khối lượng,
thanh toán,
hợp đồng,
chất lượng,
tiến độ.
────────────────────
BƯỚC 49: TWO-WAY CHECK – KIỂM TRA HAI CHIỀU
CHIỀU 1:
SOURCE → RESULT.
Chọn ngẫu nhiên 10 dòng dữ liệu.
Kiểm tra:
AI đã đọc đúng không?
Đơn vị đúng không?
Ngày đúng không?
Status đúng không?
Công thức đúng không?
CHIỀU 2:
RESULT → SOURCE.
Chọn 10 cảnh báo AI tạo ra.
Truy ngược:
Anomaly
→ Record
→ Cell
→ Sheet
→ File.
Nếu không truy được:
không nên sử dụng cảnh báo đó để sửa dữ liệu.
────────────────────
BƯỚC 50: RANDOM REVERSE CHECK – KIỂM TRA NGƯỢC NGẪU NHIÊN
Sau khi AI báo:
“Có 28 dòng bất thường.”
Đừng kiểm tra tất cả ngay.
Chọn ngẫu nhiên:
5–10 dòng.
Kiểm tra thủ công.
Nếu phần lớn flag sai:
cần điều chỉnh quy tắc.
Nếu hợp lý:
mới mở rộng kiểm tra.
Đây là cách rất thực tế để kiểm soát AI.
────────────────────
BƯỚC 51: ĐỪNG CHỈ HỎI “FILE CÓ LỖI KHÔNG?”
Hãy chia thành từng lớp:
LỚP 1:
STRUCTURE CHECK
– KIỂM TRA CẤU TRÚC.
LỚP 2:
MISSING DATA CHECK
– KIỂM TRA DỮ LIỆU THIẾU.
LỚP 3:
DUPLICATE CHECK
– KIỂM TRA DỮ LIỆU TRÙNG.
LỚP 4:
FORMAT CHECK
– KIỂM TRA ĐỊNH DẠNG.
LỚP 5:
FORMULA CHECK
– KIỂM TRA CÔNG THỨC.
LỚP 6:
LOGIC CHECK
– KIỂM TRA LOGIC.
LỚP 7:
CROSS-SOURCE CHECK
– KIỂM TRA CHÉO NGUỒN.
LỚP 8:
ANOMALY DETECTION
– PHÁT HIỆN BẤT THƯỜNG.
LỚP 9:
TRACEABILITY CHECK
– KIỂM TRA TRUY NGUỒN.
LỚP 10:
ENGINEER VERIFICATION
– KỸ SƯ XÁC MINH.
────────────────────
5 SAI LẦM THƯỜNG GẶP
SAI LẦM 1:
YÊU CẦU AI TỰ SỬA TOÀN BỘ FILE.
Cách an toàn hơn:
PHÁT HIỆN
→ LIỆT KÊ
→ TRUY NGUỒN
→ XÁC MINH
→ MỚI SỬA.
────────────────────
SAI LẦM 2:
COI MỌI OUTLIER – GIÁ TRỊ NGOẠI LAI LÀ LỖI.
Outlier chỉ là:
giá trị khác biệt.
Không phải bằng chứng dữ liệu sai.
────────────────────
SAI LẦM 3:
Ô TRỐNG = 0.
Sai.
Blank
≠
Zero.
────────────────────
SAI LẦM 4:
AI TỰ TẠO NGƯỠNG ĐỂ XÁC ĐỊNH “BẤT THƯỜNG”.
Nếu ngưỡng không có căn cứ:
chỉ được coi là quy tắc phân tích đề xuất.
Không phải tiêu chí chính thức.
────────────────────
SAI LẦM 5:
SỬA DỮ LIỆU NHƯNG KHÔNG LƯU ORIGINAL VALUE – GIÁ TRỊ GỐC.
Khi đó rất khó:
kiểm tra,
giải trình,
hoặc phục hồi dữ liệu.
────────────────────
KHUYẾN CÁO ĐỂ AI LÀM VIỆC HIỆU QUẢ, KHÔNG RƠI VÀO VÙNG GIỚI HẠN
1. Giữ nguyên Raw Data – Dữ liệu gốc.
2. Tạo Data Dictionary – Từ điển dữ liệu trước khi phân tích.
3. Xác định Data Date – Ngày dữ liệu.
4. Kiểm tra Unit – Đơn vị trước khi so sánh số.
5. Kiểm tra Date Format – Định dạng ngày trước khi tính thời gian.
6. Không coi Blank – Ô trống là Zero – Số 0.
7. Không coi Outlier – Giá trị ngoại lai là Error – Lỗi.
8. Không tự sửa Duplicate – Dữ liệu trùng.
9. Không tự gộp Status – Trạng thái.
10. Không tự tạo Acceptance Range – Khoảng chấp nhận.
11. Không tự tạo Severity – Mức độ nghiêm trọng.
12. Không tự kết luận Overdue – Quá hạn nếu chưa có Due Date – Ngày đến hạn hoặc căn cứ thời hạn.
13. Mỗi bất thường phải có Record ID – Mã bản ghi và Source – Nguồn.
14. Mọi hiệu chỉnh quan trọng phải có Change Log – Nhật ký thay đổi.
15. Kỹ sư xác minh trước khi sử dụng dữ liệu đã hiệu chỉnh.
────────────────────
PROMPT “CHỐNG SUY ĐOÁN” DÙNG NGAY
“Bạn là trợ lý hỗ trợ tôi kiểm tra dữ liệu Excel của dự án xây dựng.
Mục tiêu của bạn là phát hiện dữ liệu cần kiểm tra, KHÔNG tự sửa dữ liệu.
Chỉ sử dụng file và thông tin tôi cung cấp.
Luôn ghi English Term (Thuật ngữ tiếng Anh) cạnh tiếng Việt đối với thuật ngữ chuyên môn.
Thực hiện theo thứ tự:
1. Tạo Document Inventory (Danh mục file/sheet).
2. Tạo Data Dictionary (Từ điển dữ liệu).
3. Xác định Data Date (Ngày dữ liệu) nếu có.
4. Giữ nguyên Raw Data (Dữ liệu gốc).
5. Kiểm tra:
- Missing Data (Dữ liệu thiếu);
- Duplicate Data (Dữ liệu trùng);
- Date Format (Định dạng ngày);
- Invalid Date (Ngày không hợp lệ);
- Unit (Đơn vị);
- Number Format (Định dạng số);
- Data Type (Kiểu dữ liệu);
- Status (Trạng thái);
- Formula (Công thức);
- Broken Reference (Tham chiếu hỏng);
- Cross-Sheet Difference (Chênh lệch giữa các sheet);
- Outlier (Giá trị ngoại lai);
- Logical Relationship (Quan hệ logic giữa các trường).
6. Không coi Blank (Ô trống) là Zero (Số 0).
7. Không coi Outlier (Giá trị ngoại lai) là Error (Lỗi).
8. Không tự sửa dữ liệu.
9. Không tự tạo Acceptance Criterion (Tiêu chí chấp nhận).
10. Không tự tạo ngưỡng bất thường nếu chưa được tôi xác nhận.
11. Không tự gán Severity (Mức độ nghiêm trọng).
12. Nếu phát hiện giá trị khác thường, ghi:
POSSIBLE ANOMALY – ENGINEER VERIFICATION REQUIRED
(CÓ KHẢ NĂNG BẤT THƯỜNG – CẦN KỸ SƯ XÁC MINH).
13. Nếu không tìm thấy dữ liệu, ghi:
CHƯA TÌM THẤY TRONG DỮ LIỆU ĐƯỢC CUNG CẤP
(NOT FOUND IN PROVIDED DATA).
14. Nếu không đọc được, ghi:
KHÔNG ĐỌC ĐƯỢC
(UNREADABLE).
15. Tạo Anomaly Register (Danh mục dữ liệu bất thường) gồm:
Anomaly ID
| File
| Sheet
| Cell/Record ID
| Field
| Original Value
| Anomaly Type
| Reason Flagged
| Related Data
| Source
| Verification
| Status.
16. Với mọi đề xuất sửa, giữ:
Original Value (Giá trị gốc)
và
Proposed Correction (Giá trị đề xuất sửa)
ở hai trường riêng biệt.
17. Cuối cùng thực hiện Random Reverse Check (Kiểm tra ngược ngẫu nhiên) ít nhất 5 cảnh báo:
Anomaly
→ Record
→ Cell
→ Sheet
→ File.
Không kết luận dữ liệu sai nếu chưa có đủ căn cứ.”
────────────────────
THỰC HÀNH NGAY
Hãy chọn một file Excel thật của dự án.
Tốt nhất bắt đầu bằng file có:
200–1.000 dòng.
Ví dụ:
NCR Register – Danh mục NCR.
Material Register – Danh mục vật tư.
Daily Manpower – Nhân lực hằng ngày.
Quantity Tracking – Theo dõi khối lượng.
Progress Register – Danh mục tiến độ.
Đưa file cho AI.
Đừng yêu cầu:
“Kiểm tra giúp tôi.”
Hãy yêu cầu:
1. Tạo Data Dictionary – Từ điển dữ liệu.
2. Kiểm tra Missing Data – Dữ liệu thiếu.
3. Kiểm tra Duplicate – Dữ liệu trùng.
4. Kiểm tra Date – Ngày.
5. Kiểm tra Unit – Đơn vị.
6. Kiểm tra Formula – Công thức.
7. Kiểm tra Logic – Logic dữ liệu.
8. Tạo Anomaly Register – Danh mục dữ liệu bất thường.
Sau đó chọn:
10 DÒNG AI ĐÁNH DẤU.
Truy ngược về dữ liệu gốc.
Xác định:
AI phát hiện đúng vấn đề không?
Có phải lỗi thật không?
Hay chỉ là trường hợp đặc biệt?
Khi quy tắc kiểm tra đã ổn:
mới áp dụng cho file lớn hơn.
MỤC TIÊU CUỐI CÙNG KHÔNG PHẢI:
“AI TỰ SỬA EXCEL CHO TÔI.”
MÀ LÀ:
AI GIÚP KỸ SƯ NHÌN THẤY NHỮNG DÒNG DỮ LIỆU MÀ CON NGƯỜI RẤT DỄ BỎ SÓT.
MỖI CẢNH BÁO PHẢI TRẢ LỜI ĐƯỢC:
DÒNG NÀO?
Ô NÀO?
GIÁ TRỊ GỐC LÀ GÌ?
VÌ SAO BỊ ĐÁNH DẤU?
SO SÁNH VỚI DỮ LIỆU NÀO?
NGUỒN Ở ĐÂU?
AI ĐANG PHÁT HIỆN BẤT THƯỜNG HAY ĐÃ CÓ CĂN CỨ XÁC ĐỊNH SAI?
AI XÁC NHẬN?
NẾU SỬA THÌ GIÁ TRỊ CŨ CÓ ĐƯỢC LƯU LẠI KHÔNG?
ĐÓ MỚI LÀ:
TRACEABLE DATA QUALITY CONTROL
– KIỂM SOÁT CHẤT LƯỢNG DỮ LIỆU CÓ KHẢ NĂNG TRUY NGUỒN.
AI KHÔNG THAY THẾ KỸ SƯ, QS, QA/QC, PLANNING ENGINEER HAY NGƯỜI QUẢN LÝ DỰ ÁN.
AI GIÚP BIẾN HÀNG NGHÌN DÒNG EXCEL THÀNH MỘT DANH SÁCH NHỮNG ĐIỂM CẦN CON NGƯỜI TẬP TRUNG KIỂM TRA.
BÀI 33/100 – SERIES AI THỰC CHIẾN CHO NGƯỜI LÀM XÂY DỰNG
🔎 Bạn đang tìm việc hoặc cần tuyển nhân sự ngành Xây dựng?
👉 Tìm việc – Đăng tuyển nhanh tại: https://vmcworks.com.vn/
💬 Cần hỗ trợ? Kết nối VMC Works: https://zalo.me/vmcworks
#vmcworks #kysu #xaydung #AITrongXayDung #ExcelXayDung #DuLieuXayDung #QuanLyDuAn #KySuXayDung
Viết bình luận