Digital competence development for the banking workforce in the digital transformation era
Lê Mạnh Hùng
Trường Đại học Công đoàn
Email: hunglm225@dhcd.edu.vn
Phan Thanh Tùng
Vietcombank chi nhánh Đông Anh, Hà Nội
Email: phanthanhtung1697@gmail.com
Nguyễn Ngọc Linh
Trường Đại học Công đoàn
Email: linhnn@dhcd.edu.vn
(Quanlynhanuoc.vn) – Chuyển đổi số đang làm thay đổi sâu sắc hoạt động ngân hàng và đặt ra yêu cầu ngày càng cao đối với năng lực số của nguồn nhân lực. Nghiên cứu này phân tích các yếu tố ảnh hưởng đến phát triển năng lực số và tác động của năng lực số đến hiệu quả thực hiện công việc của nhân viên tại các ngân hàng thương mại Việt Nam. Dựa trên lý thuyết vốn nhân lực và lý thuyết năng lực động, nghiên cứu xem xét 5 yếu tố gồm lãnh đạo số, văn hóa số, môi trường học tập số, động lực học tập và hiệu quả số. Nghiên cứu cung cấp hàm ý cho các ngân hàng trong việc xây dựng môi trường học tập số và phát triển nguồn nhân lực đáp ứng yêu cầu chuyển đổi số.
Từ khóa: Năng lực số; phát triển năng lực số; chuyển đổi số; nhân lực ngân hàng; môi trường học tập số; hiệu quả công việc.
Abstract: Digital transformation is profoundly changing banking operations and placing increasingly higher demands on the digital competencies of the workforce. This study analyzes the factors influencing the development of digital competencies and the impact of digital competencies on employee job performance at commercial banks in Vietnam. Based on human capital theory and dynamic competence theory, the study examines five factors: digital leadership, digital culture, the digital learning environment, learning motivation, and digital effectiveness. The study provides implications for banks in building a digital learning environment and developing a workforce capable of meeting the demands of digital transformation.
Keywords: Digital competence; digital competence development; digital transformation; banking workforce; digital learning environment; employee performance.
1. Đặt vấn đề
Trong những năm gần đây, chuyển đổi số đã trở thành xu hướng phát triển chiến lược của hầu hết các ngành kinh tế, đặc biệt là ngành ngân hàng – một lĩnh vực chịu tác động mạnh mẽ của các công nghệ số như trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data), điện toán đám mây (Cloud Computing), chuỗi khối (Blockchain), điện toán di động và ngân hàng mở (Open Banking). Không chỉ thay đổi phương thức cung cấp dịch vụ tài chính, chuyển đổi số còn làm thay đổi mô hình kinh doanh, cấu trúc tổ chức và yêu cầu về năng lực của nguồn nhân lực trong các ngân hàng. Theo Vial (2019), chuyển đổi số là quá trình mà các tổ chức sử dụng công nghệ số nhằm tạo ra những thay đổi đáng kể trong mô hình tạo giá trị, cấu trúc tổ chức và năng lực cạnh tranh. Đồng thời, quá trình này đòi hỏi sự thay đổi đồng bộ về con người, quy trình và công nghệ chứ không chỉ đơn thuần là đầu tư vào hạ tầng kỹ thuật.
Trong ngành ngân hàng, chuyển đổi số không chỉ dừng lại ở việc số hóa các quy trình nghiệp vụ mà còn hướng tới việc xây dựng hệ sinh thái tài chính số, có khả năng cung cấp các dịch vụ thông minh, cá nhân hóa và theo thời gian thực. Điều này làm thay đổi đáng kể vai trò của đội ngũ nhân sự ngân hàng, từ việc thực hiện các nghiệp vụ truyền thống sang khai thác dữ liệu, vận hành các nền tảng số và phối hợp với các hệ thống trí tuệ nhân tạo trong quá trình ra quyết định. IMF cũng nhận định rằng các công nghệ như AI, Big Data, Cloud Computing và Blockchain đang tái định hình toàn bộ chuỗi giá trị của ngành ngân hàng, buộc các tổ chức tài chính phải đầu tư mạnh vào phát triển nguồn nhân lực có năng lực số nhằm duy trì năng lực cạnh tranh trong môi trường số hóa.
Trong bối cảnh đó, năng lực số ngày càng được xem là một năng lực cốt lõi của người lao động. Khung năng lực số DigComp của Ủy ban châu Âu xác định năng lực số không chỉ bao gồm khả năng sử dụng công nghệ mà còn bao gồm 5 nhóm năng lực: khai thác dữ liệu và thông tin; giao tiếp và hợp tác trong môi trường số; sáng tạo nội dung số; bảo đảm an toàn số; và giải quyết vấn đề trong môi trường số. Các năng lực này được xem là nền tảng giúp người lao động thích ứng với sự thay đổi liên tục của công nghệ và nâng cao hiệu quả công việc trong nền kinh tế số.
2. Cơ sở lý luận
2.1. Một số khái niệm
* Khái niệm năng lực số
Khái niệm năng lực số được phát triển từ các nghiên cứu về kiến thức số, kiến thức công nghệ thông tin và kỹ năng số, nhưng có nội hàm rộng hơn đáng kể. Trong báo cáo tiên phong của Ủy ban châu Âu (EC), Ferrari (2013) định nghĩa năng lực số là tập hợp kiến thức, kỹ năng và thái độ cần thiết để cá nhân sử dụng công nghệ số một cách tự tin, có trách nhiệm, có tư duy phản biện và sáng tạo trong học tập, công việc và đời sống. Điểm nổi bật của định nghĩa này là nhấn mạnh rằng, năng lực số không chỉ phản ánh khả năng vận hành công nghệ mà còn bao gồm khả năng giải quyết vấn đề, giao tiếp, hợp tác và học tập trong môi trường số.
* Khái niệm phát triển năng lực số
Nếu năng lực số phản ánh khả năng của người lao động trong việc sử dụng, thích ứng và tạo ra giá trị từ công nghệ số thì phát triển năng lực số đề cập đến quá trình có chủ đích nhằm hình thành, củng cố và nâng cao các năng lực đó thông qua các hoạt động quản trị nguồn nhân lực, đào tạo, học tập, trải nghiệm nghề nghiệp và đổi mới tổ chức. Theo quan điểm về phát triển nguồn nhân lực hiện đại, năng lực không phải là một thuộc tính cố định mà là kết quả của quá trình học tập liên tục, chịu ảnh hưởng đồng thời bởi các đặc điểm cá nhân và môi trường tổ chức (Garavan, Carbery, & Rock, 2012).
Trong bối cảnh chuyển đổi số, phát triển năng lực số không còn được hiểu đơn thuần là đào tạo kỹ năng công nghệ thông tin mà là một quá trình phát triển tổng hợp bao gồm tri thức số, tư duy số, khả năng hợp tác trên môi trường số, năng lực phân tích dữ liệu, đổi mới sáng tạo và khả năng thích ứng với những thay đổi nhanh chóng của công nghệ. Cách tiếp cận này phản ánh sự chuyển dịch từ mô hình đào tạo truyền thống sang mô hình học tập liên tục, trong đó người lao động đóng vai trò chủ động trong việc cập nhật tri thức và phát triển năng lực nghề nghiệp.
* Phát triển năng lực số trong ngành ngân hàng
Đối với ngành ngân hàng, phát triển năng lực số có những đặc điểm khác biệt so với nhiều lĩnh vực khác do chịu tác động đồng thời của đổi mới công nghệ, yêu cầu quản trị rủi ro và các quy định pháp lý. Quá trình chuyển đổi số đã làm thay đổi cơ cấu nghề nghiệp của ngành ngân hàng, làm gia tăng nhu cầu đối với các năng lực liên quan đến phân tích dữ liệu, AI, an ninh mạng, quản trị dữ liệu, quản trị trải nghiệm khách hàng và ra quyết định dựa trên dữ liệu. Do đó, các ngân hàng không chỉ cần đào tạo nhân viên sử dụng công nghệ mà còn phải xây dựng một hệ sinh thái học tập số, trong đó hoạt động đào tạo được tích hợp với chiến lược chuyển đổi số, quản trị nhân tài và phát triển nghề nghiệp. Các mô hình như Học viện Kỹ thuật số, học trực tuyến, học tập vi mô, cố vấn, phân tích dữ liệu học tập và học tập dựa trên dự án đang được nhiều ngân hàng quốc tế áp dụng nhằm thúc đẩy quá trình phát triển năng lực số của nhân viên.
Đặc biệt, trong bối cảnh trí tuệ nhân tạo tạo sinh được ứng dụng ngày càng rộng rãi trong lĩnh vực tài chính – ngân hàng, nội hàm của năng lực số cũng đang được mở rộng, bao gồm khả năng cộng tác với các hệ thống AI, đánh giá chất lượng đầu ra của AI, quản trị dữ liệu và tuân thủ các nguyên tắc đạo đức trong việc sử dụng công nghệ. Điều này đặt ra yêu cầu các ngân hàng phải chuyển từ mô hình đào tạo dựa trên kỹ năng sang mô hình phát triển năng lực số toàn diện và liên tục.
2.2. Cơ sở lý thuyết
(1) Lý thuyết vốn nhân lực
Lý thuyết vốn nhân lực được xem là một trong những nền tảng lý thuyết quan trọng nhất để giải thích vai trò của nguồn nhân lực trong việc tạo ra năng suất, đổi mới và lợi thế cạnh tranh của tổ chức. Được phát triển bởi Becker (1964, 1993), lý thuyết này cho rằng tri thức, kỹ năng, kinh nghiệm và năng lực của người lao động là một dạng vốn có thể được tích lũy thông qua giáo dục, đào tạo và kinh nghiệm làm việc. Khác với các nguồn lực hữu hình, vốn nhân lực có khả năng tạo ra giá trị lâu dài thông qua việc nâng cao năng suất lao động, cải thiện chất lượng ra quyết định và thúc đẩy đổi mới sáng tạo.
Theo lý thuyết vốn nhân lực, đầu tư vào con người không nên được xem là một khoản chi phí mà là một khoản đầu tư chiến lược mang lại lợi ích kinh tế cho cả cá nhân và tổ chức. Các hoạt động như đào tạo, phát triển nghề nghiệp, học tập liên tục và chia sẻ tri thức góp phần gia tăng giá trị của vốn nhân lực, từ đó nâng cao hiệu quả hoạt động và năng lực cạnh tranh của doanh nghiệp. Quan điểm này đã trở thành nền tảng cho nhiều nghiên cứu trong lĩnh vực quản trị nguồn nhân lực, phát triển nguồn nhân lực và quản trị tri thức.
Trong ngành ngân hàng, vai trò của lý thuyết vốn nhân lực càng trở nên nổi bật khi chuyển đổi số làm thay đổi nhanh chóng các yêu cầu đối với lực lượng lao động. Việc ứng dụng trí tuệ nhân tạo, dữ liệu lớn, điện toán đám mây và ngân hàng mở đòi hỏi nhân viên không chỉ sử dụng thành thạo các nền tảng công nghệ mà còn phải có khả năng phân tích dữ liệu, ra quyết định dựa trên dữ liệu, hợp tác trong môi trường số và liên tục cập nhật tri thức mới. Điều này khiến năng lực số trở thành một nguồn lực cốt lõi, quyết định hiệu quả trong việc triển khai các sáng kiến chuyển đổi số.
(2) Lý thuyết năng lực động
Lý thuyết năng lực động được xem là một trong những nền tảng lý thuyết quan trọng nhất để giải thích cách các tổ chức duy trì lợi thế cạnh tranh trong môi trường kinh doanh biến động nhanh. Khác với quan điểm dựa trên nguồn lực, vốn nhấn mạnh giá trị của các nguồn lực chiến lược, lý thuyết này tập trung vào khả năng của tổ chức trong việc tích hợp, xây dựng và tái cấu trúc các nguồn lực nhằm thích ứng với sự thay đổi của môi trường (Teece, Pisano, & Shuen, 1997). Theo đó, lợi thế cạnh tranh không chỉ đến từ việc sở hữu các nguồn lực có giá trị mà còn phụ thuộc vào khả năng đổi mới và tái cấu hình các nguồn lực này để đáp ứng các yêu cầu mới của thị trường.
Teece (2007) tiếp tục phát triển lý thuyết này bằng cách đề xuất 3 nhóm năng lực động cốt lõi, bao gồm cảm nhận, nắm bắt và cấu hình lại (thay đổi). Trong đó, cảm nhận phản ánh khả năng nhận diện cơ hội và thách thức từ môi trường kinh doanh; nắm bắt thể hiện khả năng huy động và phân bổ nguồn lực để khai thác các cơ hội đó; còn cấu hình lại đề cập đến khả năng tái cấu trúc nguồn lực, quy trình và năng lực tổ chức nhằm duy trì khả năng thích ứng lâu dài. Ba thành phần này được xem là cơ chế giúp tổ chức phản ứng hiệu quả trước những thay đổi liên tục của công nghệ, thị trường và nhu cầu của khách hàng.
Trong bối cảnh chuyển đổi số, lý thuyết năng lực động ngày càng được sử dụng rộng rãi để giải thích vì sao một số tổ chức có thể tận dụng công nghệ số để tạo ra lợi thế cạnh tranh trong khi những tổ chức khác, mặc dù đầu tư đáng kể vào công nghệ, vẫn không đạt được kết quả như mong đợi. Các nghiên cứu cho thấy công nghệ số chỉ đóng vai trò là nguồn lực hỗ trợ, còn khả năng khai thác hiệu quả công nghệ phụ thuộc vào năng lực động của tổ chức trong việc học hỏi, đổi mới, tích hợp tri thức và điều chỉnh các nguồn lực hiện có.
Điều này đặc biệt phù hợp với quá trình chuyển đổi số trong ngành ngân hàng. Trong môi trường mà công nghệ, quy định pháp lý và kỳ vọng của khách hàng thay đổi nhanh chóng, các ngân hàng không thể chỉ dựa vào việc đầu tư vào trí tuệ nhân tạo, dữ liệu lớn, điện toán đám mây hay ngân hàng mở. Thay vào đó, họ cần xây dựng các năng lực tổ chức, cho phép liên tục nhận diện xu hướng công nghệ, điều chỉnh chiến lược kinh doanh, tái thiết kế quy trình nghiệp vụ và phát triển nguồn nhân lực phù hợp với các yêu cầu mới. Theo đó, chính khả năng tái cấu trúc các nguồn lực này mới là yếu tố quyết định thành công của chuyển đổi số.
(3) Khung lý thuyết tích hợp
Mặc dù lý thuyết vốn nhân lực và lý thuyết năng lực động đều được sử dụng rộng rãi trong nghiên cứu quản trị chiến lược và chuyển đổi số, hai lý thuyết này thường được phát triển tương đối độc lập. Lý thuyết vốn nhân lực tập trung giải thích giá trị của tri thức, kỹ năng và năng lực của người lao động như một nguồn lực chiến lược của tổ chức, trong khi lý thuyết năng lực động nhấn mạnh khả năng của tổ chức trong việc tích hợp, tái cấu trúc và khai thác các nguồn lực nhằm thích ứng với môi trường kinh doanh biến động. Vì vậy, mỗi lý thuyết chỉ phản ánh một phần của quá trình tạo lập lợi thế cạnh tranh trong bối cảnh chuyển đổi số.
Đối với nghiên cứu về phát triển năng lực số của nhân sự ngân hàng, việc sử dụng riêng lẻ một trong hai lý thuyết sẽ khó giải thích đầy đủ cơ chế hình thành và phát triển năng lực số. Nếu chỉ dựa trên lý thuyết vốn nhân lực, nghiên cứu có thể giải thích vì sao đầu tư vào đào tạo và phát triển nguồn nhân lực làm gia tăng giá trị vốn nhân lực, nhưng chưa lý giải được cách các năng lực này được chuyển hóa thành khả năng thích ứng và đổi mới của tổ chức. Ngược lại, nếu chỉ sử dụng lý thuyết năng lực động, nghiên cứu có thể giải thích cách tổ chức thích ứng với môi trường số, nhưng chưa làm rõ nguồn gốc của các năng lực giúp tổ chức thực hiện quá trình này. Do đó, nghiên cứu này đề xuất một khung lý thuyết tích hợp, trong đó lý thuyết vốn nhân lực và lý thuyết năng lực động được xem là hai tầng giải thích bổ sung cho nhau.
3. Giả thuyết và mô hình nghiên cứu
3.1. Các yếu tố thuộc về tổ chức và phát triển năng lực số
* Lãnh đạo số và phát triển năng lực số
Trong bối cảnh chuyển đổi số, vai trò của lãnh đạo đã vượt ra ngoài phạm vi quản lý truyền thống, trở thành động lực thúc đẩy đổi mới, học tập và thích ứng với công nghệ. Khái niệm lãnh đạo số đề cập đến khả năng của nhà lãnh đạo trong việc xây dựng tầm nhìn số, thúc đẩy đổi mới, khuyến khích ứng dụng công nghệ và tạo lập môi trường hỗ trợ nhân viên phát triển các năng lực cần thiết cho nền kinh tế số. Không giống lãnh đạo truyền thống, lãnh đạo số không chỉ định hướng chiến lược mà còn trực tiếp tạo ra bối cảnh tổ chức thuận lợi để nhân viên học hỏi và đổi mới.
Theo lý thuyết vốn nhân lực, nhà quản trị đóng vai trò quyết định trong việc phân bổ nguồn lực cho đào tạo và phát triển con người. Khi lãnh đạo coi phát triển năng lực số là ưu tiên chiến lược, tổ chức sẽ đầu tư nhiều hơn vào các chương trình đào tạo, nền tảng học tập số và các cơ hội học tập tại nơi làm việc. Những khoản đầu tư này làm gia tăng giá trị vốn nhân lực thông qua việc nâng cao tri thức, kỹ năng và khả năng thích ứng của người lao động.
Từ góc nhìn của lý thuyết năng lực động, lãnh đạo số còn là cơ chế giúp tổ chức thực hiện các hoạt động cảm nhận, nắm bắt và tái cấu trúc. Thông qua việc nhận diện các xu hướng công nghệ mới, phân bổ nguồn lực phù hợp và thúc đẩy đổi mới, lãnh đạo tạo điều kiện để nhân viên tiếp cận công nghệ, thử nghiệm các phương pháp làm việc mới và phát triển năng lực số. Do đó, lãnh đạo số không chỉ ảnh hưởng đến hành vi của nhân viên mà còn góp phần hình thành các nền tảng vi mô (của năng lực động).
Các nghiên cứu thực nghiệm gần đây cũng cung cấp bằng chứng về mối quan hệ tích cực giữa lãnh đạo số và kết quả phát triển nhân lực. Trong lĩnh vực ngân hàng, nghiên cứu của Sri Annisa và cộng sự (2024) cho thấy lãnh đạo số có ảnh hưởng tích cực đến hiệu quả làm việc của nhân viên trong quá trình chuyển đổi số. Ngoài ra, lãnh đạo số thúc đẩy học tập, đổi mới và khả năng thích ứng của người lao động, qua đó góp phần nâng cao năng lực số và hiệu quả làm việc. Dựa trên các lập luận lý thuyết và bằng chứng thực nghiệm, nghiên cứu đề xuất giả thuyết:
H1: Lãnh đạo số có tác động tích cực đến phát triển năng lực số.
* Văn hoá số và phát triển năng lực số
Văn hóa số phản ánh các giá trị, chuẩn mực và hành vi khuyến khích việc sử dụng công nghệ, chia sẻ tri thức, đổi mới sáng tạo và học tập liên tục trong tổ chức. Trong môi trường chuyển đổi số, văn hóa số được xem là nền tảng giúp nhân viên sẵn sàng tiếp nhận thay đổi, chủ động học hỏi và khai thác các công nghệ mới.
Theo lý thuyết vốn nhân lực, môi trường tổ chức có ảnh hưởng quan trọng đến quá trình tích lũy vốn nhân lực. Một tổ chức có văn hóa học tập và đổi mới mạnh sẽ tạo ra nhiều cơ hội hơn để nhân viên trao đổi kinh nghiệm, chia sẻ kiến thức và phát triển các năng lực mới. Điều này giúp quá trình phát triển năng lực số diễn ra liên tục thay vì chỉ phụ thuộc vào các chương trình đào tạo chính thức.
Lý thuyết năng lực động cũng cho rằng, văn hóa tổ chức là một thành phần quan trọng của năng lực động, bởi nó thúc đẩy việc học hỏi, tích hợp tri thức và tái cấu trúc nguồn lực. Trong các tổ chức có văn hóa số mạnh, nhân viên thường có xu hướng chấp nhận công nghệ mới nhanh hơn, tích cực tham gia các sáng kiến đổi mới và sẵn sàng điều chỉnh phương thức làm việc để thích ứng với yêu cầu của môi trường số. Văn hóa số có tác động tích cực đến năng lực số và hiệu quả làm việc của nhân viên trong ngành ngân hàng. Nghiên cứu trên các ngân hàng quốc doanh tại Indonesia chỉ ra rằng, văn hóa số là một trong những yếu tố quan trọng thúc đẩy năng lực số và nâng cao hiệu quả thực hiện công việc. Do đó, nghiên cứu đề xuất giả thuyết:
H2: Văn hóa số có tác động tích cực đến phát triển năng lực số.
* Môi trường học tập số và phát triển năng lực số
Môi trường học tập số được hiểu là tập hợp các nguồn lực, nền tảng công nghệ, cơ hội học tập và cơ chế hỗ trợ giúp nhân viên học tập, chia sẻ tri thức và phát triển năng lực trong môi trường số. Khác với các chương trình đào tạo truyền thống, môi trường học tập số cho phép người lao động học tập liên tục thông qua các nền tảng trực tuyến, cộng đồng thực hành, học tập theo dự án và các hệ thống quản lý học tập.
Theo lý thuyết vốn nhân lực, học tập liên tục là cơ chế quan trọng giúp gia tăng giá trị của vốn nhân lực. Khi tổ chức xây dựng môi trường học tập hiệu quả, nhân viên có nhiều cơ hội tiếp cận tri thức mới, phát triển kỹ năng và chuyển hóa kiến thức thành năng lực nghề nghiệp.
Ở góc độ lý thuyết năng lực động, môi trường học tập tạo điều kiện để tổ chức liên tục tích hợp và tái cấu trúc tri thức nhằm thích ứng với sự thay đổi của công nghệ. Quá trình học tập không chỉ giúp từng cá nhân nâng cao năng lực số mà còn góp phần hình thành khả năng học hỏi ở cấp độ tổ chức, vốn được xem là nền tảng của năng lực động. Thực tiễn phát triển nguồn nhân lực số và môi trường học tập có ảnh hưởng tích cực đến quá trình phát triển năng lực và khả năng thích ứng của nhân viên trong lĩnh vực ngân hàng. Trên cơ sở đó, nghiên cứu đề xuất giả thuyết:
H3: Môi trường học tập số có tác động tích cực đến phát triển năng lực số.
3.2. Các yếu tố cá nhân và phát triển năng lực số
* Động lực học tập và phát triển năng lực số
Động lực học tập được xem là một trong những yếu tố quan trọng nhất thúc đẩy quá trình học tập và phát triển năng lực của người lao động. Theo quan điểm của lý thuyết vốn nhân lực, đầu tư vào phát triển nguồn nhân lực chỉ tạo ra giá trị khi người lao động có động lực tiếp thu, vận dụng và liên tục cập nhật tri thức mới. Vì vậy, động lực học tập không chỉ ảnh hưởng đến mức độ tham gia các chương trình đào tạo mà còn quyết định hiệu quả trong việc chuyển hóa kiến thức thành năng lực nghề nghiệp.
Trong bối cảnh chuyển đổi số, sự thay đổi nhanh chóng của công nghệ buộc nhân viên phải thường xuyên cập nhật kiến thức và kỹ năng mới. Những nhân viên có động lực học tập cao thường chủ động tìm kiếm cơ hội học tập, tích cực tham gia các khóa đào tạo, sẵn sàng thử nghiệm công nghệ mới và không ngừng hoàn thiện năng lực chuyên môn. Ngược lại, khi động lực học tập thấp, nhân viên có xu hướng chống lại sự thay đổi, ít tham gia các hoạt động phát triển và khó thích nghi với môi trường số.
Dưới góc nhìn của lý thuyết năng lực động, động lực học tập còn là nền tảng của quá trình học hỏi và đổi mới ở cấp độ cá nhân. Khả năng học hỏi liên tục giúp người lao động nhanh chóng tiếp nhận tri thức mới, chia sẻ kinh nghiệm và thích ứng với những thay đổi trong yêu cầu của công việc. Khi nhiều cá nhân cùng duy trì động lực học tập, tổ chức sẽ hình thành năng lực học hỏi tập thể, tạo điều kiện phát triển các năng lực động cần thiết cho chuyển đổi số.
Các nghiên cứu thực nghiệm trong lĩnh vực quản trị nguồn nhân lực và hành vi tổ chức cho thấy động lực học tập có ảnh hưởng tích cực đến kết quả đào tạo, khả năng tiếp thu công nghệ mới và phát triển năng lực nghề nghiệp. Trong môi trường ngân hàng, nơi công nghệ và quy trình nghiệp vụ liên tục thay đổi, động lực học tập được kỳ vọng sẽ đóng vai trò quan trọng trong quá trình phát triển năng lực số của nhân viên. Do đó, nghiên cứu đề xuất giả thuyết:
H4: Động lực học tập có tác động tích cực đến sự phát triển năng lực số.
* Tự hiệu quả số và phát triển năng lực số
Hiệu quả số phản ánh niềm tin của cá nhân vào khả năng sử dụng và làm chủ công nghệ số để hoàn thành công việc. Khái niệm này được phát triển từ lý thuyết niềm tin vào năng lực bản thân của Bandura và đã được nhiều nghiên cứu mở rộng sang bối cảnh công nghệ thông tin và chuyển đổi số. Những cá nhân có mức độ tự hiệu quả số cao thường tự tin hơn khi tiếp cận các công nghệ mới, ít lo ngại trước những thay đổi và sẵn sàng thử nghiệm các phương pháp làm việc mới.
Theo lý thuyết vốn nhân lực, khả năng học hỏi và phát triển năng lực không chỉ phụ thuộc vào cơ hội đào tạo mà còn chịu ảnh hưởng bởi nhận thức của người học về năng lực của chính mình. Khi nhân viên tin rằng họ có thể sử dụng công nghệ hiệu quả, họ sẽ tích cực tham gia các hoạt động học tập, kiên trì vượt qua khó khăn và chuyển hóa kiến thức thành năng lực thực tiễn.
Ở góc độ lý thuyết năng lực động, tự hiệu quả số góp phần nâng cao khả năng thích ứng của cá nhân trước những thay đổi trong môi trường số. Nhân viên có mức độ tự hiệu quả cao thường nhanh chóng tiếp nhận công nghệ mới, chủ động chia sẻ kiến thức với đồng nghiệp và tham gia các hoạt động đổi mới. Những hành vi này góp phần hình thành các nền tảng vi mô của năng lực động ở cấp độ tổ chức.
Các nghiên cứu gần đây cũng chỉ ra rằng tự hiệu quả số có mối quan hệ tích cực với mức độ sử dụng công nghệ, khả năng học tập số, đổi mới trong công việc và phát triển năng lực số. Đối với ngành ngân hàng, nơi việc ứng dụng các nền tảng số ngày càng phổ biến, sự tự tin trong việc sử dụng công nghệ được kỳ vọng sẽ là một trong những tiền đề quan trọng cho quá trình phát triển năng lực số. Từ các lập luận trên, nghiên cứu đề xuất giả thuyết:
H5: Niềm tin vào năng lực bản thân trong môi trường số có tác động tích cực đến việc phát triển năng lực số.
3.3. Phát triển năng lực số và hiệu suất làm việc của nhân viên
Phát triển năng lực số được xem là kết quả của quá trình tích lũy kiến thức, kỹ năng, thái độ và kinh nghiệm giúp người lao động làm việc hiệu quả trong môi trường số. Tuy nhiên, giá trị thực sự của năng lực số chỉ được khẳng định khi nó được chuyển hóa thành kết quả trong quá trình thực hiện công việc. Vì vậy, việc phân tích mối quan hệ giữa phát triển năng lực số và hiệu quả công việc có ý nghĩa quan trọng đối với cả lý luận lẫn thực tiễn quản trị.
Theo lý thuyết vốn nhân lực, đầu tư vào phát triển nguồn nhân lực sẽ làm gia tăng giá trị vốn nhân lực, từ đó cải thiện năng suất và hiệu quả lao động. Khi nhân viên sở hữu năng lực số cao, họ có khả năng khai thác hiệu quả các nền tảng công nghệ, xử lý dữ liệu chính xác hơn, tự động hóa các quy trình công việc và phối hợp hiệu quả với đồng nghiệp trong môi trường số. Những năng lực này góp phần nâng cao chất lượng công việc, giảm sai sót và tăng năng suất lao động.
Lý thuyết năng lực động bổ sung rằng năng lực số không chỉ tạo ra giá trị ở cấp độ cá nhân mà còn giúp tổ chức nâng cao khả năng thích ứng và đổi mới. Trong ngành ngân hàng, nhân viên có năng lực số cao sẽ hỗ trợ triển khai các sáng kiến chuyển đổi số, cải thiện trải nghiệm khách hàng, nâng cao chất lượng dịch vụ và tăng hiệu quả vận hành. Nhờ đó, hiệu quả công việc của từng cá nhân sẽ được cải thiện, đồng thời góp phần nâng cao hiệu quả hoạt động chung của ngân hàng.
Nhiều nghiên cứu thực nghiệm đã xác nhận mối quan hệ tích cực giữa năng lực số và hiệu quả công việc trong các tổ chức đang thực hiện chuyển đổi số. Nhân viên có năng lực số cao thường đạt kết quả công việc tốt hơn, có khả năng thích ứng nhanh hơn với sự thay đổi và thể hiện mức độ đổi mới cao hơn trong công việc. Do đó, nghiên cứu đề xuất giả thuyết;
H6: Việc phát triển năng lực số có tác động tích cực đến hiệu suất làm việc của nhân viên.
3.4. Vai trò trung gian của phát triển năng lực số
Mặc dù các yếu tố tổ chức và cá nhân được kỳ vọng có ảnh hưởng đến hiệu quả công việc, nhiều nghiên cứu cho rằng tác động này không diễn ra trực tiếp mà thông qua quá trình hình thành và phát triển năng lực của người lao động. Trong nghiên cứu này, phát triển năng lực số được xem là cơ chế trung tâm chuyển hóa các nguồn lực và điều kiện hỗ trợ thành kết quả công việc.
Theo lý thuyết vốn nhân lực, các khoản đầu tư vào đào tạo, môi trường học tập và phát triển nguồn nhân lực trước hết làm gia tăng giá trị vốn nhân lực; sau đó, chính vốn nhân lực được nâng cao sẽ cải thiện hiệu quả làm việc. Lý thuyết năng lực động cũng cho rằng các nguồn lực chỉ tạo ra lợi thế cạnh tranh khi được tích hợp và chuyển hóa thành các năng lực có khả năng thích ứng với sự thay đổi. Điều này hàm ý rằng tác động của lãnh đạo số, văn hóa số, môi trường học tập, động lực học tập và tự hiệu quả số đối với hiệu quả công việc nhiều khả năng được thực hiện thông qua quá trình phát triển năng lực số. Do đó, nghiên cứu đề xuất giả thuyết:
H7: Việc phát triển năng lực số đóng vai trò trung gian trong mối quan hệ giữa các yếu tố tiền đề thuộc về tổ chức và cá nhân với hiệu suất làm việc của nhân viên.
3.5. Mô hình nghiên cứu
Từ những lập luận và giả thuyết đã đưa ra ở trên, tác giả đề xuất mô hình nghiên cứu như sau:
Hình 1: Mô hình nghiên cứu
Nguồn: Tác giả đề xuất
4. Phương pháp nghiên cứu
Xuất phát từ mục tiêu nghiên cứu và hệ thống giả thuyết đã được xây dựng ở trên, nghiên cứu lựa chọn phương pháp nghiên cứu định lượng làm phương pháp tiếp cận chủ đạo.
Nghiên cứu sử dụng thiết kế định lượng cắt ngang để kiểm định các mối quan hệ thống kê giữa các biến tiềm ẩn trong mô hình. Do dữ liệu được thu thập tại một thời điểm, các hệ số SEM được diễn giải là bằng chứng về mức độ và chiều hướng liên hệ phù hợp với mô hình lý thuyết, không được xem là bằng chứng xác lập quan hệ nhân quả theo nghĩa chặt chẽ.
Dữ liệu được thu thập thông qua khảo sát nhân viên đang làm việc tại các ngân hàng thương mại ở Việt Nam. Để bảo đảm khả năng tái lập và tránh đánh giá sai lệch chọn mẫu, bản thảo xuất bản cần báo cáo đầy đủ thời gian khảo sát, phương pháp chọn mẫu, số bảng hỏi phát ra/thu về/hợp lệ, cơ cấu mẫu theo ngân hàng và đặc điểm của người trả lời, tiêu chí lựa chọn mẫu, cũng như quy trình xử lý dữ liệu. Các thông tin này chưa được cung cấp trong bản thảo nguồn, nên bản biên tập không được tự suy đoán hoặc bổ sung số liệu.
Mô hình nghiên cứu đề xuất bao gồm nhiều biến tiềm ẩn với các mối quan hệ trực tiếp và gián tiếp, trong đó phát triển năng lực số đóng vai trò là biến trung gian giữa các yếu tố tiền đề và hiệu quả thực hiện công việc. Để kiểm định đồng thời các mối quan hệ này, nghiên cứu sử dụng mô hình phương trình cấu trúc.
Dữ liệu được phân tích theo quy trình gồm thống kê mô tả, đánh giá độ tin cậy, phân tích nhân tố khẳng định (CFA), đánh giá giá trị hội tụ và giá trị phân biệt, kiểm định mô hình cấu trúc (SEM) và kiểm định hiệu ứng gián tiếp bằng Bootstrap.
5. Kết quả nghiên cứu
5.1. Thống kê mô tả
Các biến nghiên cứu được đo lường bằng thang Likert 5 mức (1 = Hoàn toàn không đồng ý; 5 = Hoàn toàn đồng ý). Kết quả thống kê mô tả cho thấy điểm trung bình của hầu hết các cấu trúc đều lớn hơn mức trung lập (3,0), phản ánh xu hướng đánh giá tích cực của người trả lời đối với các điều kiện hỗ trợ chuyển đổi số cũng như mức độ phát triển năng lực số và hiệu quả thực hiện công việc.
Bảng 1: Thống kê mô tả các biến
| TT | Biến quan sát | Trung bình | Độ lệch chuẩn | Min | Max |
| 1 | Lãnh đạo số (DL) | 3,383 | 0,946 | 1,000 | 5,000 |
| 2 | Văn hóa số (DCO) | 3,411 | 0,956 | 1,000 | 5,000 |
| 3 | Môi trường học tập số (DLE) | 3,399 | 0,942 | 1,000 | 5,000 |
| 4 | Động lực học tập (LM) | 3,404 | 1,007 | 1,000 | 5,000 |
| 5 | Tự tự hiệu quả số (DSE) | 3,393 | 0,969 | 1,000 | 5,000 |
| 6 | Phát triển năng lực số (DCD) | 3,421 | 0,764 | 1,267 | 5,000 |
| 7 | Hiệu quả thực hiện công việc (EP) | 3,455 | 0,926 | 1,000 | 5,000 |
Trong nhóm các yếu tố tổ chức, môi trường học tập số và lãnh đạo số có điểm trung bình tương đối cao, cho thấy người lao động nhìn nhận rằng ngân hàng đã tạo điều kiện nhất định cho hoạt động học tập và ứng dụng công nghệ số. Văn hóa số cũng đạt mức đánh giá tích cực nhưng có sự phân tán lớn hơn giữa các nhóm người trả lời, phản ánh sự khác biệt về mức độ chuyển đổi số giữa các ngân hàng.
Đối với các yếu tố cá nhân, động lực học tập và tự hiệu quả số đều có điểm trung bình khá cao, cho thấy đa số nhân viên có thái độ tích cực đối với việc học hỏi công nghệ mới và tin tưởng vào khả năng thích ứng của bản thân trong môi trường số.
Đối với biến trung gian DCD, điểm trung bình tổng hợp đạt 3,421 (SD = 0,764), cao hơn mức trung lập của thang đo. Bảng 1 không trình bày riêng điểm trung bình của năm miền năng lực DigComp; vì vậy, không thể từ bảng này kết luận miền nào được đánh giá cao hoặc thấp hơn.
Đối với biến phụ thuộc, hiệu quả thực hiện công việc đạt mức đánh giá tương đối cao. Điều này cho thấy phần lớn người tham gia nhận định rằng họ hoàn thành tốt nhiệm vụ, thích ứng với thay đổi và có đóng góp tích cực cho đơn vị trong bối cảnh chuyển đổi số.
Nhìn chung, kết quả thống kê mô tả cho thấy dữ liệu có mức độ phân tán phù hợp, không xuất hiện hiện tượng tập trung quá mức vào một mức trả lời nhất định. Đây là điều kiện thuận lợi để tiếp tục đánh giá độ tin cậy của thang đo và kiểm định mô hình nghiên cứu bằng CFA và SEM trong các mục tiếp theo.
5.2. Đánh giá độ tin cậy và giá trị hội tụ của thang đo
Trước khi kiểm định mô hình đo lường và mô hình cấu trúc, nghiên cứu tiến hành đánh giá độ tin cậy và giá trị hội tụ của các thang đo nhằm bảo đảm rằng các biến quan sát phản ánh nhất quán các khái niệm tiềm ẩn trong mô hình nghiên cứu. Theo Hair và cộng sự (2022), việc đánh giá mô hình đo lường trong SEM cần xem xét đồng thời các chỉ số Cronbach’s Alpha, Composite Reliability (CR) và Average Variance Extracted (AVE). Trong đó, Cronbach’s Alpha và CR phản ánh độ tin cậy nội tại của thang đo, còn AVE phản ánh mức độ hội tụ của các biến quan sát vào cùng một cấu trúc tiềm ẩn.
Bảng 2: Độ tin cậy và giá trị hội tụ
| Biến quan sát | Số biến | Cronbach’s Alpha | CR | AVE | √AVE | Kết luận |
| Lãnh đạo số | 6 | 0,888 | 0,915 | 0,642 | 0,802 | Đạt |
| Văn hóa số | 5 | 0,870 | 0,906 | 0,658 | 0,811 | Đạt |
| Môi trường học tập số | 5 | 0,868 | 0,904 | 0,654 | 0,809 | Đạt |
| Động lực học tập | 4 | 0,872 | 0,913 | 0,723 | 0,850 | Đạt |
| Tự tự hiệu quả số | 5 | 0,883 | 0,914 | 0,681 | 0,825 | Đạt |
| Thông tin và dữ liệu | 3 | 0,778 | 0,871 | 0,693 | 0,832 | Đạt |
| Giao tiếp và hợp tác số | 3 | 0,811 | 0,888 | 0,726 | 0,852 | Đạt |
| Sáng tạo nội dung số | 3 | 0,730 | 0,847 | 0,649 | 0,806 | Đạt |
| An toàn số | 3 | 0,813 | 0,889 | 0,728 | 0,853 | Đạt |
| Giải quyết vấn đề số | 3 | 0,827 | 0,897 | 0,743 | 0,862 | Đạt |
| Hiệu quả thực hiện công việc | 6 | 0,884 | 0,912 | 0,634 | 0,796 | Đạt |
Kết quả tại Bảng 2 cho thấy tất cả các cấu trúc nghiên cứu đều có hệ số Cronbach’s Alpha lớn hơn 0,80, vượt đáng kể ngưỡng tối thiểu 0,70 do Hair và cộng sự (2022) đề xuất. Điều này chứng tỏ các biến quan sát có mức độ nhất quán cao và cùng phản ánh một khái niệm lý thuyết thống nhất. Trong đó, lãnh đạo số (DL) và môi trường học tập số (DLE) đạt hệ số Cronbach’s Alpha ở mức cao nhất, phản ánh sự nhất quán rất tốt giữa các biến quan sát. Điều này cho thấy nhận thức của người lao động về vai trò của lãnh đạo cũng như môi trường học tập số được hình thành tương đối đồng nhất. Ngược lại, mặc dù các thành phần của phát triển năng lực số chỉ gồm 3 biến quan sát cho mỗi thành phần, các hệ số Cronbach’s Alpha vẫn đều vượt ngưỡng khuyến nghị, cho thấy cấu trúc đo lường vẫn đảm bảo độ ổn định và có thể sử dụng trong các bước phân tích tiếp theo. Sự chênh lệch giữa Cronbach’s Alpha và Composite Reliability của các cấu trúc tương đối nhỏ. Điều này cho thấy tải nhân tố giữa các biến quan sát trong cùng một cấu trúc khá đồng đều và không xuất hiện tình trạng một vài biến quan sát chi phối toàn bộ thang đo. Đây là dấu hiệu tích cực đối với chất lượng của bộ thang đo và góp phần nâng cao tính ổn định của mô hình đo lường.
Tất cả các biến quan sát đều có AVE lớn hơn 0,50, chứng tỏ các biến quan sát hội tụ tốt vào cấu trúc lý thuyết mà chúng đại diện. Điều này có nghĩa là hơn một nửa phương sai của các biến quan sát được giải thích bởi biến tiềm ẩn tương ứng thay vì bởi sai số đo lường. Với biến trung gian Phát triển năng lực số, cả 5 thành phần gồm thông tin và dữ liệu, giao tiếp và hợp tác số, sáng tạo nội dung số, an toàn số và giải quyết vấn đề số đều đạt yêu cầu AVE. Mặc dù mức AVE giữa các thành phần có sự khác biệt nhất định, tất cả đều vượt ngưỡng khuyến nghị, chứng tỏ việc vận dụng khái niệm phát triển năng lực số theo năm miền năng lực là phù hợp trong bối cảnh nghiên cứu. Kết quả này cũng hỗ trợ việc tiếp tục kiểm định cấu trúc bậc hai của biến phát triển năng lực số ở bước CFA. Với biến phụ thuộc là hiệu quả thực hiện công việc, AVE đạt mức cao, phản ánh các biến quan sát mô tả khá đầy đủ khả năng hoàn thành nhiệm vụ, thích ứng với thay đổi và đóng góp của nhân viên trong môi trường làm việc số.
5.3. Phân tích nhân tố khẳng định (CFA)
Theo Hair và cộng sự (2022), một mô hình đo lường được xem là phù hợp khi các chỉ số đánh giá mô hình đạt các ngưỡng khuyến nghị như: χ²/df nhỏ hơn 3,0; Comparative Fit Index (CFI) và Tucker–Lewis Index (TLI) lớn hơn 0,90; Root Mean Square Error of Approximation (RMSEA) và Standardized Root Mean Square Residual (SRMR) nhỏ hơn 0,08.
Bảng 3: Kết quả kiểm định CFA
| Chỉ số | Giá trị | Ngưỡng | Đánh giá |
| Chi-square (χ²) | 1874,105 | ||
| (df) | 923,000 | ||
| χ²/df | 2,030 | < 3,00 | Đạt |
| CFI | 0,918 | ≥ 0,90 | Đạt |
| TLI | 0,908 | ≥ 0,90 | Đạt |
| RMSEA | 0,044 | ≤ 0,08 | Đạt |
| SRMR | 0,041 | ≤ 0,08 | Đạt |
Kết quả kiểm định CFA được trình bày trong Bảng 3 cho thấy mô hình đo lường phù hợp tốt với dữ liệu nghiên cứu. Tỷ số χ²/df đạt 2,030, thấp hơn ngưỡng 3,0 được khuyến nghị trong các nghiên cứu SEM, cho thấy sự khác biệt giữa ma trận hiệp phương sai quan sát và ma trận hiệp phương sai ước lượng ở mức chấp nhận được. Đồng thời, các chỉ số của mô hình đều đạt mức rất tốt với CFI = 0,918 và TLI = 0,908, đều vượt ngưỡng 0,90. Điều này phản ánh mô hình đo lường có khả năng giải thích tốt cấu trúc dữ liệu quan sát và cải thiện đáng kể so với mô hình độc lập.
Bên cạnh đó, chỉ số RMSEA đạt 0,044, thấp hơn ngưỡng 0,08, cho thấy sai số xấp xỉ của mô hình ở mức thấp. Tương tự, SRMR đạt 0,041, thấp hơn đáng kể ngưỡng 0,08, chứng tỏ phần dư chuẩn hóa giữa ma trận hiệp phương sai quan sát và ma trận ước lượng là rất nhỏ. Tổng hợp các chỉ số trên cho thấy mô hình đo lường đạt mức độ phù hợp tốt và đáp ứng các tiêu chuẩn khuyến nghị trong phân tích CFA.
5.4. Phân tích mô hình cấu trúc
Một trong những ưu điểm quan trọng của SEM là cho phép đánh giá mức độ giải thích của các biến độc lập thông qua hệ số xác định (R²).
Bảng 4: Khả năng giải thích của mô hình
| Biến nội sinh | R² | R² hiệu chỉnh |
| DCD | 0,461 | 0,456 |
| EP | 0,220 | 0,219 |
Kết quả tại Bảng 4 cho thấy năm biến tiền đề gồm lãnh đạo số (DL), văn hóa số (DCO), môi trường học tập số (DLE), động lực học tập (LM) và tự hiệu quả số (DSE) giải thích 46,1% phương sai của phát triển năng lực số (DCD) (R² = 0,461; R² hiệu chỉnh = 0,456). R² phản ánh mức độ giải thích trong chính mẫu và mô hình nghiên cứu; không nên diễn giải riêng chỉ số này như bằng chứng về độ phù hợp tổng thể của mô hình.
Đối với hiệu quả thực hiện công việc (EP), DCD giải thích 22,0% phương sai (R² = 0,220; R² hiệu chỉnh = 0,219). Kết quả cho thấy DCD có đóng góp giải thích đáng kể về mặt thống kê, đồng thời hàm ý rằng phần lớn biến thiên của EP vẫn còn liên quan đến các yếu tố ngoài mô hình.
Nhìn chung, R² cho thấy mô hình có năng lực giải thích khác nhau đối với hai biến nội sinh; việc đánh giá mô hình cần được xem xét đồng thời với độ phù hợp CFA/SEM, chất lượng thang đo và các kiểm định chẩn đoán liên quan.
Bảng 5: Kiểm định các giả thuyết nghiên cứu
| Giả thuyết | Biến độc lập | Biến phụ thuộc | β | S.E. | C.R./t | p | Kết luận |
| H1 | DL | DCD | 0,185 | 0,036 | 5,093 | < .001 | Chấp nhận |
| H2 | DCO | DCD | 0,195 | 0,037 | 5,278 | < .001 | Chấp nhận |
| H3 | DLE | DCD | 0,248 | 0,037 | 6,760 | < .001 | Chấp nhận |
| H4 | LM | DCD | 0,221 | 0,034 | 6,425 | < .001 | Chấp nhận |
| H5 | DSE | DCD | 0,194 | 0,035 | 5,575 | < .001 | Chấp nhận |
| H6 | DCD | EP | 0,469 | 0,039 | 12,159 | < .001 | Chấp nhận |
Kết quả trong Bảng 5 cho thấy các đường dẫn H1-H6 đều có hệ số dương và có ý nghĩa thống kê (p < .001). Vì vậy, dữ liệu ủng hộ các giả thuyết H1-H6 trong phạm vi mẫu nghiên cứu.
Trong đó, môi trường học tập số có tác động mạnh nhất đến phát triển năng lực số (β = 0,248), cao hơn so với động lực học tập (β = 0,221), văn hóa số (β = 0,195), tự hiệu quả số (β = 0,194) và lãnh đạo số (β = 0,185). Điều này cho thấy trong bối cảnh các ngân hàng thương mại Việt Nam, việc đầu tư vào hạ tầng học tập số, nền tảng đào tạo trực tuyến và cơ chế học tập liên tục có thể mang lại tác động trực tiếp và rõ rệt hơn đến quá trình phát triển năng lực số của nhân viên so với các yếu tố còn lại.
Bên cạnh đó, hệ số tác động khá lớn của phát triển năng lực số đến hiệu quả thực hiện công việc (β = 0,469) khẳng định vai trò trung tâm của năng lực số trong việc chuyển hóa các nguồn lực của tổ chức và cá nhân thành kết quả công việc. Phát hiện này phù hợp với lập luận của lý thuyết vốn nhân lực, theo đó đầu tư vào tri thức và kỹ năng sẽ tạo ra sự cải thiện về năng suất lao động. Đồng thời, kết quả cũng nhất quán với lý thuyết năng lực động, theo đó, phát triển năng lực số giúp nhân viên nâng cao khả năng thích ứng, tái cấu hình nguồn lực và phản ứng hiệu quả trước những thay đổi do chuyển đổi số mang lại.
5.5. Kiểm định vai trò trung gian của phát triển năng lực số
Sau khi xác nhận các mối quan hệ trực tiếp trong mô hình cấu trúc, nghiên cứu tiếp tục kiểm định vai trò trung gian của phát triển năng lực số trong mối quan hệ giữa các yếu tố tổ chức, các yếu tố cá nhân và hiệu quả thực hiện công việc. Việc kiểm định được thực hiện bằng phương pháp Bootstrap với 5.000 mẫu lặp lại, theo khuyến nghị của Hair và cộng sự (2022). So với các phương pháp truyền thống như kiểm định Sobel, Bootstrap không yêu cầu giả định phân phối chuẩn của hiệu ứng gián tiếp và được xem là phương pháp đáng tin cậy hơn trong phân tích trung gian.
Bảng 6. Tổng hợp hiệu ứng gián tiếp qua phát triển năng lực số
| Mối quan hệ gián tiếp | Hiệu ứng gián tiếp | Bootstrap 95% CI | Ý nghĩa | Kết luận | Ghi chú |
| DL → DCD → EP | 0,087 | Không chứa 0* | Có ý nghĩa | Ủng hộ H7 | Không phân loại toàn phần/một phần |
| DCO → DCD → EP | 0,091 | Không chứa 0* | Có ý nghĩa | Ủng hộ H7 | Không phân loại toàn phần/một phần |
| DLE → DCD → EP | 0,116 | Không chứa 0* | Có ý nghĩa | Ủng hộ H7 | Không phân loại toàn phần/một phần |
| LM → DCD → EP | 0,104 | Không chứa 0* | Có ý nghĩa | Ủng hộ H7 | Không phân loại toàn phần/một phần |
| DSE → DCD → EP | 0,091 | Không chứa 0* | Có ý nghĩa | Ủng hộ H7 | Không phân loại toàn phần/một phần |
Bảng 6 cho thấy các hiệu ứng gián tiếp qua DCD đều mang dấu dương. Theo thông tin được nêu trong bản thảo, khoảng tin cậy Bootstrap 95% của các hiệu ứng gián tiếp không chứa 0; nếu được xác nhận bằng bảng kết quả Bootstrap gốc, đây là bằng chứng ủng hộ H7. Tuy nhiên, mô hình hiện không báo cáo các đường dẫn trực tiếp từ DL, DCO, DLE, LM và DSE đến EP; vì vậy, không đủ căn cứ để phân loại “trung gian toàn phần” hay tính VAF = 100% chỉ bằng cách gán hiệu ứng trực tiếp bằng 0.
Do đó, kết luận phù hợp ở phiên bản hiện tại là DCD có hiệu ứng trung gian (indirect effect) có ý nghĩa thống kê đối với các quan hệ được kiểm định, với điều kiện khoảng tin cậy Bootstrap được đối chiếu từ đầu ra phân tích gốc. Muốn kết luận trung gian toàn phần hay một phần, cần ước lượng đồng thời các đường dẫn trực tiếp từ từng biến tiền đề đến EP và báo cáo hệ số, sai số chuẩn, p-value cùng khoảng tin cậy Bootstrap.
6. Một số giải pháp
Kết quả nghiên cứu cho thấy phát triển năng lực số là cơ chế trung tâm kết nối các yếu tố tổ chức và cá nhân, góp phần nâng cao hiệu quả thực hiện công việc của nhân viên ngân hàng. Điều này hàm ý rằng các ngân hàng thương mại không nên xem chuyển đổi số chỉ là quá trình đầu tư vào hạ tầng công nghệ hoặc số hóa quy trình nghiệp vụ. Để chuyển đổi số thành công và bền vững, các ngân hàng cần xây dựng chiến lược phát triển nguồn nhân lực số toàn diện, trong đó phát triển năng lực số phải được xem là một mục tiêu chiến lược, song hành với đầu tư công nghệ.
Thứ nhất, ưu tiên xây dựng môi trường học tập số trong toàn tổ chức. Môi trường học tập số là yếu tố có tác động mạnh mẽ nhất đến việc phát triển năng lực số. Điều này cho thấy hiệu quả của quá trình nâng cao năng lực số phụ thuộc đáng kể vào việc ngân hàng có xây dựng được hệ sinh thái học tập thuận lợi hay không. Do đó, các ngân hàng cần đầu tư xây dựng hệ thống học tập số hiện đại, bao gồm nền tảng quản lý học tập, thư viện học liệu số, khóa học trực tuyến, chương trình đào tạo theo nhu cầu công việc và cơ chế học tập linh hoạt. Bên cạnh đào tạo tập trung, ngân hàng nên khuyến khích các hình thức học tập vi mô, học tập kết hợp, học tập theo dự án và học tập tại nơi làm việc nhằm giúp nhân viên thường xuyên cập nhật kiến thức và kỹ năng số. Ngoài ra, cần thiết lập cơ chế đánh giá kết quả học tập và liên kết kết quả đào tạo với kế hoạch phát triển nghề nghiệp của nhân viên nhằm nâng cao động lực học tập và bảo đảm hiệu quả đầu tư cho hoạt động đào tạo.
Thứ hai, xây dựng cơ chế thúc đẩy động lực học tập và học tập suốt đời. Động lực học tập là một trong những yếu tố ảnh hưởng đáng kể đến sự phát triển năng lực số. Điều này cho thấy hiệu quả đào tạo không chỉ phụ thuộc vào chất lượng chương trình mà còn chịu ảnh hưởng bởi sự sẵn sàng học hỏi của người lao động. Các ngân hàng cần xây dựng văn hóa học tập liên tục, trong đó việc học được xem là một phần của công việc hằng ngày thay vì chỉ diễn ra trong các khóa đào tạo định kỳ. Để thực hiện điều này, ngân hàng có thể áp dụng các cơ chế ghi nhận kết quả học tập, công nhận chứng chỉ chuyên môn, hỗ trợ chi phí đào tạo, tạo điều kiện tham gia các khóa học bên ngoài và lồng ghép mục tiêu học tập vào hệ thống đánh giá hiệu quả công việc. Đồng thời, cần xây dựng các lộ trình phát triển nghề nghiệp rõ ràng gắn với việc nâng cao năng lực số, qua đó giúp nhân viên nhận thấy lợi ích lâu dài của quá trình học tập và phát triển bản thân.
Thứ ba, phát triển văn hóa số hướng tới việc chia sẻ tri thức và đổi mới sáng tạo. Văn hóa số có ảnh hưởng tích cực đến việc phát triển năng lực số. Điều này hàm ý rằng chuyển đổi số sẽ khó đạt hiệu quả nếu tổ chức chỉ đầu tư vào công nghệ mà không thay đổi văn hóa làm việc. Các ngân hàng cần xây dựng môi trường làm việc khuyến khích chia sẻ tri thức, hợp tác liên phòng ban, trao đổi kinh nghiệm và học hỏi từ các sáng kiến thực tiễn. Các nền tảng cộng tác số, diễn đàn nội bộ và cộng đồng thực hành nên được khai thác để tăng cường chia sẻ kiến thức và lan tỏa kinh nghiệm sử dụng công nghệ trong toàn tổ chức. Bên cạnh đó, cần hình thành văn hóa chấp nhận thử nghiệm, khuyến khích đổi mới và coi thất bại trong quá trình đổi mới là cơ hội để học hỏi. Một môi trường như vậy sẽ tạo điều kiện để nhân viên chủ động tiếp cận các công nghệ mới và không ngừng hoàn thiện năng lực số.
Thứ tư, nâng cao năng lực lãnh đạo số của đội ngũ quản lý. Lãnh đạo số có tác động tích cực đến phát triển năng lực số của nhân viên. Điều này khẳng định, lãnh đạo đóng vai trò định hướng, hỗ trợ và tạo động lực cho quá trình chuyển đổi số. Do đó, các ngân hàng cần xây dựng chương trình phát triển năng lực lãnh đạo số cho đội ngũ quản lý các cấp. Nội dung đào tạo không chỉ tập trung vào kiến thức công nghệ mà còn cần phát triển năng lực quản trị sự thay đổi, quản trị đổi mới, ra quyết định dựa trên dữ liệu và dẫn dắt đội ngũ trong môi trường số. Đồng thời, lãnh đạo cần thể hiện vai trò tiên phong trong việc ứng dụng công nghệ, khuyến khích đổi mới và tạo điều kiện để nhân viên tham gia các hoạt động chuyển đổi số. Khi lãnh đạo trở thành hình mẫu trong học tập và ứng dụng công nghệ, nhân viên sẽ có xu hướng tích cực hơn trong phát triển năng lực số của bản thân.
Thứ năm, tăng cường phát triển hiệu quả số cho nhân viên. Hiệu quả số có ảnh hưởng tích cực đến phát triển năng lực số. Điều này cho thấy, niềm tin vào khả năng sử dụng công nghệ là yếu tố quan trọng thúc đẩy nhân viên chủ động học hỏi và thích ứng với môi trường số. Để nâng cao hiệu quả số, các ngân hàng cần thiết kế các chương trình đào tạo theo cấp độ năng lực, bắt đầu từ các kỹ năng cơ bản đến các kỹ năng chuyên sâu. Việc phân nhóm học viên theo trình độ sẽ giúp giảm tâm lý e ngại và tăng khả năng tiếp thu kiến thức. Ngoài ra, ngân hàng nên tổ chức các chương trình hướng dẫn, cố vấn, hỗ trợ đồng nghiệp và chia sẻ kinh nghiệm thực tiễn nhằm giúp nhân viên tích lũy những trải nghiệm thành công trong việc sử dụng công nghệ. Những trải nghiệm tích cực này sẽ góp phần nâng cao sự tự tin và khuyến khích nhân viên tiếp tục phát triển năng lực số.
Thứ sáu, tích hợp phát triển năng lực số vào chiến lược quản trị nguồn nhân lực. Phát triển năng lực số có ảnh hưởng trực tiếp và mạnh mẽ đến hiệu quả thực hiện công việc, đồng thời đóng vai trò trung gian giữa các yếu tố tổ chức, các yếu tố cá nhân và kết quả làm việc. Điều này cho thấy, phát triển năng lực số cần được tích hợp vào toàn bộ chuỗi hoạt động quản trị nguồn nhân lực thay vì chỉ giới hạn trong hoạt động đào tạo.Cụ thể, các ngân hàng cần xây dựng khung năng lực số phù hợp với từng nhóm vị trí công việc; tích hợp các tiêu chí về năng lực số vào tuyển dụng, bố trí nhân sự, đánh giá thành tích, quy hoạch cán bộ và phát triển nghề nghiệp. Việc đánh giá năng lực số cần được thực hiện định kỳ để xác định khoảng cách năng lực và xây dựng kế hoạch đào tạo phù hợp cho từng cá nhân. Đồng thời, các chương trình đào tạo cần chuyển từ cách tiếp cận đồng loạt sang đào tạo theo nhu cầu năng lực và yêu cầu của từng vị trí công việc. Điều này sẽ giúp tối ưu hóa nguồn lực đào tạo, nâng cao hiệu quả đầu tư và bảo đảm năng lực số được phát triển gắn với mục tiêu chiến lược của tổ chức.
Thứ bảy, hàm ý đối với cơ quan quản lý và các cơ sở đào tạo. Đối với cơ quan quản lý nhà nước, cần tiếp tục hoàn thiện các định hướng, tiêu chuẩn và khung năng lực số cho ngành ngân hàng nhằm tạo cơ sở thống nhất cho việc đào tạo, đánh giá và phát triển nguồn nhân lực trong bối cảnh chuyển đổi số.Đối với các trường đại học và cơ sở đào tạo, cần cập nhật chương trình đào tạo theo hướng tăng cường kỹ năng số, phân tích dữ liệu, ứng dụng trí tuệ nhân tạo, an toàn thông tin, công nghệ tài chính và các năng lực liên quan đến chuyển đổi số. Đồng thời, cần mở rộng hợp tác với các ngân hàng để xây dựng chương trình đào tạo gắn với thực tiễn, giúp sinh viên và người lao động đáp ứng tốt hơn các yêu cầu của thị trường.
7. Kết luận
Chuyển đổi số đang làm thay đổi căn bản mô hình hoạt động của ngành ngân hàng, đặt ra yêu cầu ngày càng cao đối với chất lượng nguồn nhân lực và năng lực thích ứng của đội ngũ nhân viên. Trong bối cảnh đó, phát triển năng lực số không chỉ là mục tiêu của các chương trình đào tạo mà còn trở thành yếu tố quyết định khả năng thực hiện thành công chiến lược chuyển đổi số của các ngân hàng thương mại. Xuất phát từ yêu cầu thực tiễn này, nghiên cứu được thực hiện nhằm phân tích các yếu tố ảnh hưởng đến phát triển năng lực số của nhân viên ngân hàng và làm rõ vai trò của phát triển năng lực số đối với hiệu quả thực hiện công việc.
Tài liệu tham khảo:
Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman.
Becker, G. S. (1964). Human capital: A theoretical and empirical analysis, with special reference to education. University of Chicago Press.
Byrne, B. M. (2016). Structural equation modeling with AMOS: Basic concepts, applications, and programming (3rd ed.). Routledge.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
Ferrari, A. (2013). DIGCOMP: A framework for developing and understanding digital competence in Europe. Publications Office of the European Union.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2022). Multivariate data analysis (8th ed.). Cengage Learning.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). Sage Publications.
Hayes, A. F. (2018). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (2nd ed.). The Guilford Press.
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135.
Kane, G. C., Palmer, D., Phillips, A. N., Kiron, D., & Buckley, N. (2015). Strategy, not technology, drives digital transformation. MIT Sloan Management Review and Deloitte University Press.
Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). The Guilford Press.
Koopmans, L., Bernaards, C. M., Hildebrandt, V. H., van Buuren, S., van der Beek, A. J., & de Vet, H. C. W. (2014). Improving the individual work performance questionnaire using Rasch analysis. Journal of Applied Measurement, 15(2), 160–175.
Marsick, V. J., & Watkins, K. E. (2003). Demonstrating the value of an organization’s learning culture: The case of the learning organization questionnaire. Advances in Developing Human Resources, 5(2), 132–151.
Noe, R. A., & Wilk, S. L. (1993). Investigation of the factors that influence employees’ participation in development activities. Journal of Applied Psychology, 78(2), 291–302.
Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903.
Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350.
Teece, D. J. (2018). Business models and dynamic capabilities. Long Range Planning, 51(1), 40–49.
Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533. https://doi.org/10.1002/(SICI)1097-0266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z
Ulfert-Blank, A.-S., & Schmidt, I. (2022). Assessing digital self-efficacy: Review and scale development. Computers & Education, 191, Article 104626.
Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118–144. https://doi.org/10.1016/j.jsis.2019.01.003
Warner, K. S. R., & Wäger, M. (2019). Building dynamic capabilities for digital transformation: An ongoing process of strategic renewal. Long Range Planning, 52(3), 326–349.
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The Digital Competence Framework for Citizens: With new examples of knowledge, skills and attitudes. Publications Office of the European Union. https://doi.org/10.2760/115376
Westerman, G., Bonnet, D., & McAfee, A. (2014). Leading digital: Turning technology into business transformation. Harvard Business Review Press.
Zeike, S., Bradbury, K., Lindert, L., & Pfaff, H. (2019). Digital leadership skills and associations with psychological well-being International Journal of Environmental Research and Public Health, 16(14), Article 2628.
