← All notes← Ghi chép

PROJECT MANAGEMENT · 5 MIN READQUẢN LÝ DỰ ÁN · 5 PHÚT ĐỌC

A single source of truth: designing how project information flowsNguồn sự thật: thiết kế dòng chảy thông tin cho dự án

Before talking about AI, a project needs to know which numbers are authoritative, who maintains them and where they go.Trước khi nói chuyện AI, dự án cần biết con số nào là gốc, ai cập nhật nó và nó đi đâu.

I see work in an organisation as a flow of information. A price sent to a client, a specification put into a tender, a policy change passed to a project team: each decision starts from some data. Correct information that arrives late is useless. Correct data sent to the wrong person is a risk.

This sounds abstract until something goes wrong. A tender is lost because the bid used last year's unit price. A client is promised a delivery date that the factory never confirmed. A board approves a budget based on a forecast that the finance team had already revised. In each case the information existed somewhere in the company. It just was not the version that reached the person making the decision.

The problem is certainty, more than volume

Most companies have plenty of spreadsheets, reports and emails. What they lack is certainty about which version is right. An internal estimate gets copied into a presentation, then into a proposal, and finally appears in a quotation as if it were confirmed. AI speeds this up: it writes fast, and it does not know which source has authority.

DriftHOW A GUESS BECOMES A FACTInternalestimateSlideProposalQuotation asfact
Nobody lied. The label was simply lost on the way.

Nobody lied in this chain. Each person copied something that looked reasonable from a document they trusted. The label "estimate" was lost somewhere between the second and third step, because slides and proposals have no field for it. When an AI assistant drafts the proposal, it pulls from whatever it can find, and a confident number in a slide looks exactly like a confirmed one. Without labels, faster drafting means faster drift.

Every fact carries its passport

A source of truth starts by giving each important piece of information an identity: where it came from, who owns it, whether it is verified, when it expires, where it may be used. Unverified items are kept, but labelled as estimates or claims. They never slip into a document as certain numbers.

Passport of a factSourcewhere it came fromOwnerwho may confirm itStatusverified, estimate,claimValidityfrom when, until whenScopewhich project, client,entityLineagewhat was derived from it
Status is the field that prevents most errors.

Status is the field that prevents most errors, and it can start very simply: a column in a spreadsheet with three values, verified, estimate and claim, and a rule that anything sent to a client must be verified. Owner is the next most useful field, because it answers the question "who can I ask?" without a chain of emails. Validity matters for prices, exchange rates and regulations, all of which change. Lineage, what was derived from what, sounds technical, but it is the field that lets you find every document affected when a source number turns out to be wrong.

Layers of truth

No single file holds all the truth. Finance owns prices, engineering owns specifications, legal owns contract terms. A project selects from these and adds its own facts, such as a price approved only for this client. External data from partners and public sources comes with a date and a confidence level. Conclusions derived from many sources stay labelled as derived.

Layers of truthDerivedanalysis, always traceable to its inputsEnvironmentpartners, standards, law, market dataProjectselected from internal, plus project factsInternaleach domain with its own owner
Analytical value can rise up the stack. The power to prove does not.

The phrase under the diagram is the principle I care about most. Analysis can add value as it moves up the stack: combining a price, a specification and a market forecast produces insight none of them has alone. The power to prove does not move up. A derived conclusion is only as strong as its weakest input, and it should always be possible to trace it back. When an AI tool produces a summary, the summary is derived, and it should carry links to the sources it used, so a person can check the one claim that matters before acting on it.

Ownership is where most information projects fail in practice. Everyone agrees prices should be maintained in one place. Nobody wants to be the person who updates them every month and answers questions about them. A source of truth without a named owner degrades within a quarter, and people go back to their own spreadsheets because at least they know who changed those. Naming owners, and giving them time and credit for the job, is a management decision, not a technical one.

Where to start

A full information architecture is a big project, and most small companies will never need one. A practical start is to pick the ten facts that cause the most trouble when they are wrong: unit prices, delivery lead times, key contract terms, headcount and rates, the current project budget. Give each one an owner, a status and a validity date, and keep them in one place that everyone links to instead of copying. Then make one rule: nothing goes to a client or a board unless it comes from that place or is labelled as an estimate.

This is also the foundation for any later use of AI agents, as I argued in the note on agents without the hype. An agent that reads from a clean, labelled source can draft proposals and reports quickly and safely. An agent that reads from a folder of mixed spreadsheets will spread mistakes with great confidence. The order matters: clean sources first, automation second.

Feedback closes the loop. When a wrong number reaches a client, the useful question is which source it came from and why the label did not stop it, rather than who made the mistake. Each answer either fixes a source or adds a check. Over a year, sources that keep causing errors lose trust and get replaced, and the ones that prove reliable become the default. This is the same continuous improvement that Extreme Programming applies to code, applied to the information a project runs on.

The goal is a small set of clean, sourced facts delivered to the right person in the right dose, and a feedback loop that lowers trust in sources that keep causing errors. One big warehouse is rarely needed. In that setting, AI can move fast without spreading mistakes faster.

Be honest from day one about what is known and what is not.

Tôi nhìn công việc trong tổ chức như một dòng chảy thông tin. Một mức giá gửi khách hàng, một thông số kỹ thuật đưa vào hồ sơ thầu, một thay đổi chính sách chuyển cho đội dự án: mỗi quyết định đều bắt đầu từ một dữ liệu nào đó. Thông tin đúng mà đến muộn thì vô dụng. Dữ liệu đúng mà gửi nhầm người là rủi ro.

Nghe có vẻ trừu tượng cho đến khi có chuyện. Một gói thầu bị mất vì hồ sơ dùng đơn giá năm ngoái. Một khách hàng được hứa ngày giao hàng mà nhà máy chưa từng xác nhận. Hội đồng duyệt ngân sách dựa trên dự báo mà phòng tài chính đã điều chỉnh từ trước. Trường hợp nào thông tin cũng có ở đâu đó trong công ty. Chỉ là phiên bản đến tay người ra quyết định không phải phiên bản đúng.

Vấn đề nằm ở độ chắc chắn, hơn là khối lượng

Phần lớn công ty có rất nhiều bảng tính, báo cáo và email. Thứ họ thiếu là sự chắc chắn phiên bản nào đúng. Một con số ước tính nội bộ được chép vào bài trình bày, rồi vào đề xuất, cuối cùng xuất hiện trong báo giá như thể đã được xác nhận. AI làm quá trình này nhanh hơn: nó viết rất nhanh, và nó không biết nguồn nào có thẩm quyền.

Trôi lệchMỘT GIẢ ĐỊNH THÀNH SỰ THẬT RA SAOƯớc tính nộibộSlideĐề xuấtBáo giá nhưsự thật
Không ai nói dối. Chỉ là cái nhãn bị rơi mất dọc đường.

Không ai nói dối trong chuỗi này. Mỗi người chép một thứ trông hợp lý từ một tài liệu mình tin. Nhãn "ước tính" rơi mất đâu đó giữa bước hai và bước ba, vì slide và đề xuất không có chỗ cho nó. Khi trợ lý AI soạn đề xuất, nó lấy từ bất cứ đâu tìm được, và một con số tự tin trong slide trông y hệt con số đã xác nhận. Không có nhãn, soạn nhanh hơn nghĩa là trôi lệch nhanh hơn.

Mỗi dữ kiện mang theo hộ chiếu

Nguồn sự thật bắt đầu bằng việc cấp cho mỗi thông tin quan trọng một danh tính: nó đến từ đâu, ai sở hữu, đã xác minh chưa, khi nào hết hạn, được dùng ở đâu. Những thông tin chưa xác minh vẫn được giữ lại, nhưng gắn nhãn là ước tính hoặc khẳng định. Chúng không bao giờ lọt vào tài liệu dưới dạng con số chắc chắn.

Hộ chiếu của một sự thậtNguồnđến từ đâuNgười sở hữuai được xác nhậnTrạng tháiđã kiểm, ước tính, nhậnđịnhHiệu lựctừ khi nào, đến khi nàoPhạm vidự án, khách hàng, phápnhân nàoDấu vếtnhững gì được suy ra từnó
Trạng thái là trường ngăn được nhiều lỗi nhất.

Trạng thái là trường ngăn được nhiều lỗi nhất, và có thể bắt đầu rất đơn giản: một cột trong bảng tính với ba giá trị, đã xác minh, ước tính và khẳng định, kèm quy tắc mọi thứ gửi cho khách phải ở trạng thái đã xác minh. Người sở hữu là trường hữu ích tiếp theo, vì nó trả lời câu "hỏi ai đây?" mà không cần một chuỗi email. Hiệu lực quan trọng với giá cả, tỷ giá và quy định, những thứ đều thay đổi. Nguồn gốc, cái gì được suy ra từ cái gì, nghe có vẻ kỹ thuật, nhưng đó là trường giúp bạn tìm ra mọi tài liệu bị ảnh hưởng khi một con số gốc hóa ra sai.

Các tầng sự thật

Không có tệp nào giữ toàn bộ sự thật. Tài chính sở hữu giá, kỹ thuật sở hữu thông số, pháp chế sở hữu điều khoản hợp đồng. Một dự án chọn từ các nguồn này và thêm dữ kiện riêng, ví dụ một mức giá chỉ được duyệt cho khách hàng này. Dữ liệu bên ngoài từ đối tác và nguồn công khai đi kèm ngày tháng và mức độ tin cậy. Kết luận rút ra từ nhiều nguồn vẫn được gắn nhãn là suy luận.

Các lớp sự thậtDẫn xuấtphân tích, luôn truy được về đầu vàoMôi trườngđối tác, tiêu chuẩn, pháp luật, thị trườngDự ánchọn từ nội bộ, thêm sự thật của dự ánNội bộmỗi miền một người sở hữu
Giá trị phân tích có thể tăng lên theo tầng. Quyền lực chứng minh thì không.

Câu dưới sơ đồ là nguyên tắc tôi coi trọng nhất. Phân tích có thể gia tăng giá trị khi đi lên các tầng: ghép một mức giá, một thông số và một dự báo thị trường cho ra hiểu biết mà từng thứ riêng lẻ không có. Sức mạnh chứng minh thì không đi lên theo. Một kết luận suy ra chỉ mạnh bằng đầu vào yếu nhất của nó, và lúc nào cũng phải truy ngược được. Khi công cụ AI tạo ra một bản tóm tắt, bản tóm tắt đó là suy luận, và nó nên kèm đường dẫn tới các nguồn đã dùng, để con người kiểm tra được đúng khẳng định quan trọng trước khi hành động.

Quyền sở hữu là chỗ phần lớn dự án thông tin thất bại trên thực tế. Ai cũng đồng ý giá nên được quản lý ở một chỗ. Không ai muốn là người cập nhật chúng hằng tháng và trả lời câu hỏi về chúng. Một nguồn sự thật không có người sở hữu được chỉ định sẽ xuống cấp trong vòng một quý, và mọi người quay về bảng tính riêng vì ít ra họ biết ai đã sửa nó. Chỉ định người sở hữu, cho họ thời gian và ghi nhận công sức, là quyết định quản lý chứ không phải quyết định kỹ thuật.

Bắt đầu từ đâu

Một kiến trúc thông tin đầy đủ là dự án lớn, và phần lớn công ty nhỏ sẽ không bao giờ cần. Cách bắt đầu thực tế là chọn mười dữ kiện gây rắc rối nhiều nhất khi sai: đơn giá, thời gian giao hàng, các điều khoản hợp đồng chính, nhân sự và đơn giá nhân công, ngân sách dự án hiện tại. Giao cho mỗi dữ kiện một người sở hữu, một trạng thái và một ngày hiệu lực, giữ chúng ở một chỗ mà mọi người dẫn link tới thay vì sao chép. Rồi đặt một quy tắc: không gì được gửi cho khách hàng hay hội đồng nếu không lấy từ chỗ đó hoặc không gắn nhãn ước tính.

Đây cũng là nền móng cho mọi việc dùng agent AI về sau, như tôi đã viết trong bài agent không thần thoại. Một agent đọc từ nguồn sạch, có nhãn có thể soạn đề xuất và báo cáo nhanh và an toàn. Một agent đọc từ một thư mục bảng tính lẫn lộn sẽ lan truyền sai sót với sự tự tin rất cao. Thứ tự rất quan trọng: nguồn sạch trước, tự động hóa sau.

Phản hồi khép vòng lặp lại. Khi một con số sai đến tay khách hàng, câu hỏi hữu ích là nó đến từ nguồn nào và vì sao nhãn không chặn được nó, thay vì ai đã mắc lỗi. Mỗi câu trả lời hoặc sửa một nguồn, hoặc thêm một bước kiểm tra. Sau một năm, những nguồn hay gây lỗi mất dần độ tin cậy và bị thay, còn những nguồn đáng tin trở thành mặc định. Đây chính là cải tiến liên tục mà Extreme Programming áp dụng cho code, nay áp dụng cho thông tin mà dự án dựa vào.

Mục tiêu là một tập nhỏ các dữ kiện sạch, có nguồn, được đưa đến đúng người với liều lượng vừa đủ, cùng một vòng phản hồi hạ độ tin cậy của những nguồn hay gây lỗi. Hiếm khi cần một kho dữ liệu khổng lồ. Trong điều kiện đó, AI có thể chạy nhanh mà không lan truyền sai sót nhanh hơn.

Hãy trung thực ngay từ ngày đầu về điều đã biết và điều chưa biết.

KEYWORDSTỪ KHÓADataDữ liệuProject managementQuản lý dự ánArchitectureKiến trúc