Số hoá tài liệu là gì? Quy trình 10 bước, chuẩn kỹ thuật

Mục lục

1. Số hoá tài liệu là gì?
2. Scan, số hoá và số hoá có nhập dữ liệu khác nhau thế nào?
3. Số hoá tài liệu mang lại lợi ích gì?
4. Quy trình số hoá tài liệu gồm những bước nào?
5. Số hoá tài liệu theo thông số kỹ thuật nào?
6. Bản số hoá tài liệu có giá trị pháp lý không?
7. Cần thiết bị và phần mềm gì để số hoá tài liệu?
8. Nên tự số hoá hay thuê ngoài?
9. Chi phí số hoá tài liệu phụ thuộc vào những yếu tố nào?
10. Bảo mật và dữ liệu cá nhân khi số hoá tài liệu
11. Những lỗi thường gặp khi số hoá tài liệu
12. Câu hỏi thường gặp

Số hoá tài liệu là gì?

Số hoá tài liệu là việc biến tờ giấy, tập hồ sơ hay cuốn sổ thành tệp điện tử mà máy tính lưu, tìm và chia sẻ được. Nội dung giữ nguyên, chỉ “vật chứa” đổi từ giấy sang tệp PDF, ảnh và cơ sở dữ liệu.

Khác biệt giữa một dự án số hoá và việc “chụp cho có” nằm ở phần sau khi quét. Bản số hoá tốt phải đọc được chữ, có thông tin mô tả để tìm đúng hồ sơ, được kiểm tra đủ trang và lưu ở nơi có phân quyền, có sao lưu.

Số hoá tài liệu là một nhánh của số hoá nói chung (digitization), bậc đầu tiên trước số hoá quy trình và chuyển đổi số. Ba cấp độ này được phân tích trong bài phân biệt số hoá và chuyển đổi số. Bài này tập trung vào thực hành: làm thế nào, theo chuẩn nào, tốn những gì.

Hai cụm từ hay gặp: số hoá hồ sơ là số hoá theo đơn vị hồ sơ (nhân sự, khách hàng, dự án), phải giữ đúng thứ tự trang và quan hệ giữa các tài liệu; số hoá tài liệu lưu trữ là số hoá tài liệu được giữ có thời hạn hoặc vĩnh viễn, ở khu vực nhà nước chịu quy định của Luật Lưu trữ 2024 và Thông tư 05/2025/TT-BNV.

Scan, số hoá và số hoá có nhập dữ liệu khác nhau thế nào?

Nhiều dự án đội chi phí vì hai bên hiểu “số hoá” khác nhau: bên thuê chờ dữ liệu tra cứu được, bên làm chỉ giao một thư mục ảnh. Hãy chốt mức đầu ra ngay từ đầu.

Tiêu chí	Scan	Số hoá tài liệu	Số hoá có nhập dữ liệu
Kết quả giao	Ảnh hoặc PDF dạng ảnh	PDF/A có lớp chữ, tên tệp và metadata thống nhất	Bản số hoá cộng bảng dữ liệu hoặc dữ liệu đẩy vào phần mềm
Tìm theo nội dung	Không	Có	Có, lọc và thống kê theo trường
Ví dụ	Quét hợp đồng gửi đối tác	Số hoá kho hồ sơ nhân sự 10 năm	Nhập số hoá đơn, mã số thuế, số tiền vào phần mềm kế toán

Mức 3 thường dùng thêm xử lý tài liệu thông minh (IDP) hoặc đội nhập liệu chuyên trách. Cách nhập liệu hai lần và đo tỷ lệ lỗi có trong bài data entry là gì.

Số hoá tài liệu mang lại lợi ích gì?

• Tìm hồ sơ trong vài giây: nhờ lớp chữ OCR và trường chỉ mục như mã hồ sơ, tên đối tác, ngày ký.
• Giải phóng mặt bằng kho: bản giấy chuyển kho rẻ hơn hoặc huỷ khi đủ điều kiện pháp lý.
• Giảm rủi ro mất mát: cháy, ngập, mối mọt chỉ phá được bản giấy; bản số có sao lưu ở nơi khác.
• Kiểm soát ai xem gì: phân quyền, ghi nhật ký truy cập, điều tủ hồ sơ giấy khó làm.
• Sẵn sàng cho tự động hoá: dữ liệu số là đầu vào cho luồng phê duyệt, đối soát và các bài toán tự động hoá quy trình.

Quy trình số hoá tài liệu gồm những bước nào?

Quy trình 10 bước dưới đây tổng hợp từ thực hành phổ biến, đối chiếu với Điều 9 Thông tư 05/2025/TT-BNV. Doanh nghiệp có thể rút gọn, nhưng không nên bỏ bước 3, 8 và 9.

Bước 1: Khảo sát và lập kế hoạch

Trả lời bốn câu hỏi trước khi mua máy hay gọi báo giá:

• Bao nhiêu? Đếm số hộp, số hồ sơ; mở ngẫu nhiên vài hộp để ước số trang. Ghi riêng khổ A3, bản vẽ, sổ đóng gáy.
• Tình trạng ra sao? Giấy giòn, ố, mực phai, ghim gỉ, ảnh dán quyết định tốc độ và thiết bị.
• Dùng để làm gì? Chỉ tra cứu, thay bản giấy về pháp lý hay đưa dữ liệu vào phần mềm. Mục tiêu quyết định mức đầu ra và độ phân giải.
• Nhạy cảm đến đâu? Hồ sơ nhân sự, bệnh án, chứng từ tài chính có thể không được mang khỏi trụ sở.

Bước 2: Lập danh mục và chỉnh lý

Chỉnh lý là sắp xếp hồ sơ đúng thứ tự, loại bản trùng, tách tài liệu hết thời hạn lưu trữ. Quét tài liệu thừa là lãng phí. Sau đó lập danh mục: mỗi hồ sơ có mã, tiêu đề, thời gian, số tờ. Danh mục này là “dữ liệu chủ” để đối chiếu khi quét và kiểm tra.

Bước 3: Chuẩn bị bản gốc (tháo ghim, làm phẳng, vệ sinh)

Bước tốn công tay nhất nhưng hay bị xem nhẹ: tháo ghim, kẹp, chỉ khâu; làm phẳng trang gấp, quăn mép; phủi bụi bằng chổi mềm; tách riêng trang rách, khổ lớn, giấy quá mỏng để quét thủ công. Thông tư 05/2025/TT-BNV cũng quy định vệ sinh tài liệu và bóc tách, làm phẳng tài liệu trong quy trình số hoá tài liệu lưu trữ giấy.

Mẹo: chèn tờ phân cách có mã vạch giữa các hồ sơ để phần mềm tự tách tệp.

Bước 4: Quét (scan)

Cài máy đúng chuẩn đã chốt: độ phân giải, chế độ màu, một hay hai mặt, tỷ lệ 100%. Quét đủ trang, kể cả trang có chữ ký, dấu giáp lai, ghi chú bên lề. Đối chiếu số trang đã quét với số tờ trong danh mục ngay sau mỗi hồ sơ.

Bước 5: Xử lý ảnh

Phần mềm thu nhận (capture) xử lý hàng loạt: xoay trang ngược, làm thẳng trang lệch, cắt viền đen, khử đốm, tách tệp theo tờ phân cách. Với tài liệu cần giá trị pháp lý, hãy giữ nguyên số trang. Đừng lạm dụng chuyển đen trắng vì dấu đỏ và chữ ký mực xanh có thể biến mất.

Bước 6: Nhận dạng chữ (OCR)

OCR đọc chữ trong ảnh và tạo lớp chữ ẩn phía sau để tệp tìm kiếm, sao chép được. Đây là “lớp thứ hai” của PDF/A hai lớp: lớp ảnh giữ hình thức bản gốc, lớp chữ phục vụ tìm kiếm. Tiếng Việt cần lưu ý font cũ TCVN3, VNI và dấu thanh nhỏ; chi tiết trong bài OCR hoạt động ra sao.

Bước 7: Nhập metadata và đánh chỉ mục

Metadata (dữ liệu đặc tả) mô tả tài liệu: mã hồ sơ, tiêu đề, số ký hiệu, ngày ban hành, nơi ban hành, thời hạn lưu trữ, mức độ tiếp cận, từ khoá. Thông tư 05/2025/TT-BNV quy định cấu trúc dữ liệu ba tầng cho tài liệu lưu trữ: phông, hồ sơ và tài liệu, với các trường như mã định danh tài liệu, mã lưu trữ, thời hạn lưu trữ.

Doanh nghiệp nên có bộ trường thống nhất và quy tắc đặt tên tệp, ví dụ loại tài liệu_mã đối tác_ngày_số thứ tự. Chốt trước khi quét; đổi giữa chừng rất tốn công.

Bước 8: Kiểm tra chất lượng

Kiểm tra theo hướng dẫn viết sẵn, không theo cảm tính:

• Đủ trang, đúng thứ tự, đúng hồ sơ so với danh mục.
• Ảnh rõ, không lệch, không mất mép chữ, dấu và chữ ký.
• Đúng định dạng, độ phân giải, chế độ màu; lớp chữ tìm kiếm được.
• Metadata khớp bản gốc, nhất là số hiệu, ngày tháng, số tiền.

Lỗi thì quay lại bước 4 hoặc 7. Lập báo cáo tỷ lệ lỗi theo loại làm căn cứ nghiệm thu, tương tự yêu cầu lập báo cáo kiểm tra sản phẩm của Thông tư 05/2025/TT-BNV.

Bước 9: Lưu trữ và sao lưu

Đóng gói tệp kèm metadata, đưa vào hệ thống lưu trữ điện tử hoặc quản lý tài liệu, phân quyền theo vai trò. Cần giá trị pháp lý thì ký số trước khi đóng gói. Nên tính mã băm (checksum) cho từng tệp để phát hiện tệp bị sửa hoặc hỏng. Thông tư 05/2025/TT-BNV yêu cầu sao lưu ít nhất hai bộ, mỗi bộ trên một phương tiện lưu trữ độc lập.

Bước 10: Hoàn trả bản gốc và nghiệm thu

Đóng gói lại bản gốc theo đúng thứ tự cũ, trả kho kèm biên bản. Nghiệm thu theo số lượng, tỷ lệ lỗi và tiêu chí đã chốt. Sau đó, quy định số hoá ngay tài liệu mới phát sinh để không tích tụ kho giấy mới.

Số hoá tài liệu theo thông số kỹ thuật nào?

Khu vực nhà nước có quy định bắt buộc. Doanh nghiệp tư nhân không bị ràng buộc trực tiếp nhưng nên tham chiếu để bản số hoá dễ được chấp nhận khi cần làm chứng cứ.

Văn bản	Phạm vi	Thông số cho tài liệu giấy
Thông tư 05/2025/TT-BNV ngày 14/05/2025 của Bộ Nội vụ, hiệu lực 01/07/2025, Điều 8	Số hoá tài liệu lưu trữ; áp dụng cho cơ quan nhà nước, đơn vị sự nghiệp công lập, doanh nghiệp nhà nước, tổ chức dịch vụ lưu trữ	PDF/A hai lớp; tối thiểu 200 dpi (văn bản hành chính), 300 dpi (bản đồ, bản vẽ); màu tối thiểu 24 bit; tỷ lệ 100%; chữ ký số ở góc trên bên phải trang đầu
Nghị định 30/2020/NĐ-CP ngày 05/03/2020 về công tác văn thư, Phụ lục I	Sao y văn bản giấy sang văn bản điện tử tại cơ quan, tổ chức nhà nước và doanh nghiệp nhà nước	PDF phiên bản 1.4 trở lên; ảnh màu; tối thiểu 200 dpi; tỷ lệ 100%
Thông tư 02/2019/TT-BNV ngày 24/01/2019	Tiêu chuẩn dữ liệu và bảo quản tài liệu lưu trữ điện tử	Đã bị Thông tư 05/2025/TT-BNV thay thế; nhiều bài viết cũ vẫn trích dẫn

PDF/A là gì, vì sao không dùng PDF thường?

PDF/A là dạng PDF cho lưu trữ dài hạn, chuẩn hoá trong bộ ISO 19005. Phần 1 (ISO 19005-1:2005) quy định cách dùng PDF 1.4 để bảo quản tài liệu điện tử lâu dài. Tệp PDF/A tự chứa mọi thứ cần để hiển thị, như phông chữ, nên nhiều năm sau mở ra vẫn giống hôm nay.

Nên chọn bao nhiêu dpi?

200 dpi là mức tối thiểu theo quy định, đủ đọc bằng mắt. Nếu cần OCR, nhất là tiếng Việt có dấu nhỏ, nên dùng 300 dpi: tài liệu hướng dẫn của Tesseract, bộ máy OCR mã nguồn mở phổ biến, cho biết công cụ này hoạt động tốt nhất với ảnh từ 300 dpi. Cao hơn chỉ cần cho chữ rất nhỏ hoặc tài liệu quý. Nên quét màu để giữ dấu đỏ, chữ ký, ghi chú bút màu; đen trắng chỉ dùng cho bản tra cứu nội bộ.

Bản số hoá tài liệu có giá trị pháp lý không?

Có, nếu đáp ứng điều kiện luật định:

• Luật Giao dịch điện tử số 20/2023/QH15 (hiệu lực 01/07/2024), Điều 12: văn bản giấy chuyển thành thông điệp dữ liệu phải bảo đảm thông tin toàn vẹn như văn bản giấy, truy cập và sử dụng được, có ký hiệu riêng xác nhận đã chuyển đổi và thông tin bên thực hiện chuyển đổi.
• Luật Lưu trữ số 33/2024/QH15 (hiệu lực 01/07/2025), Điều 34: bản số hoá tài liệu lưu trữ có giá trị pháp lý như tài liệu được số hoá khi toàn vẹn, truy cập và sử dụng được, có dấu hiệu nhận biết do được số hoá và được người có thẩm quyền xác thực.
• Nghị định 30/2020/NĐ-CP, Điều 25 và 26: sao y từ văn bản giấy sang điện tử bằng việc số hoá và ký số của cơ quan, tổ chức; bản sao đúng quy định có giá trị pháp lý như bản chính.

Tóm lại cần ba yếu tố: bản số đầy đủ và không bị sửa, có dấu hiệu cho biết đây là bản số hoá, có xác thực (thường bằng chữ ký số). Tệp scan nằm trong máy cá nhân, không ký số, không kiểm soát thay đổi thì khó chứng minh cả ba.

Cần thiết bị và phần mềm gì để số hoá tài liệu?

Chọn theo loại tài liệu và khối lượng. Bảng dưới mô tả trung lập theo nhóm công cụ:

Công cụ	Dùng cho	Ưu điểm	Hạn chế
Máy scan nạp giấy tự động (ADF, Automatic Document Feeder)	Giấy rời đã tháo ghim, số lượng lớn	Nhanh, quét hai mặt một lượt	Dễ kẹt, rách giấy cũ, mỏng; không quét được sổ đóng gáy
Máy scan sách (chụp từ trên xuống hoặc giá chữ V)	Sổ, sách, hồ sơ đóng quyển	Không phải tháo gáy, ít hư hại bản gốc	Đắt hơn, tốc độ phụ thuộc người lật trang
Máy scan phẳng, máy scan khổ lớn	Ảnh, giấy yếu; bản vẽ, bản đồ A0, A1	Nhẹ nhàng với bản gốc, quét nguyên tờ lớn	Chậm; máy khổ lớn đầu tư cao
Phần mềm thu nhận, xử lý ảnh, OCR	Mọi dự án	Xử lý hàng loạt, tách tệp theo mã vạch, xuất PDF/A	Cần thử khả năng đọc tiếng Việt trước khi mua
Hệ thống quản lý tài liệu (DMS) hoặc quản lý nội dung doanh nghiệp (ECM)	Lưu, phân quyền, tìm kiếm sau số hoá	Tìm kiếm tập trung, quản lý phiên bản, nhật ký truy cập	Phải cấu hình metadata, phân quyền; có chi phí bản quyền hoặc thuê bao

DMS (Document Management System) tập trung vào tài liệu: lưu, gắn metadata, phân quyền, quản lý phiên bản. ECM (Enterprise Content Management) rộng hơn: quản lý mọi loại nội dung, gắn với luồng công việc, quy tắc lưu giữ và huỷ theo thời hạn, tích hợp ERP, CRM. Khi chọn, hãy hỏi: có hỗ trợ PDF/A, ký số, metadata tuỳ chỉnh, tìm kiếm tiếng Việt có dấu, phân quyền tới thư mục, nhật ký truy cập và dữ liệu đặt ở đâu.

Nên tự số hoá hay thuê ngoài?

Tiêu chí	Tự làm	Thuê ngoài
Khối lượng phù hợp	Nhỏ hoặc phát sinh đều hằng ngày	Tồn đọng lớn, cần xong nhanh
Đầu tư ban đầu	Mua máy, phần mềm, đào tạo	Gần như không, trả theo khối lượng
Kiểm soát bảo mật	Cao, tài liệu không rời doanh nghiệp	Phụ thuộc hợp đồng; có thể yêu cầu làm tại chỗ
Chất lượng, tốc độ	Dễ chậm khi người làm kiêm nhiệm	Có quy trình, thiết bị chuyên dụng nhưng cần giám sát, nghiệm thu chặt
Phù hợp nhất	Tài liệu mới phát sinh	Kho tồn đọng nhiều năm

Nhiều doanh nghiệp kết hợp: thuê ngoài xử lý kho cũ, tự làm phần phát sinh mới. Lợi ích và rủi ro của mô hình thuê ngoài được phân tích trong bài outsourcing là gì.

Lưu ý pháp lý: theo Điều 53 Luật Lưu trữ 2024, số hoá, tạo lập, chuẩn hoá cơ sở dữ liệu tài liệu lưu trữ là dịch vụ lưu trữ thuộc ngành nghề kinh doanh có điều kiện; người phụ trách kỹ thuật, nghiệp vụ phải có chứng chỉ hành nghề lưu trữ. Điều 55 yêu cầu bên dùng dịch vụ chịu trách nhiệm về chất lượng sản phẩm và giám sát việc thực hiện hợp đồng.

Chi phí số hoá tài liệu phụ thuộc vào những yếu tố nào?

Giá chênh lệch lớn theo dự án nên bài này không nêu con số cố định. Các yếu tố chính:

• Khối lượng: tổng số trang, số hồ sơ; khối lượng lớn thường có đơn giá tốt hơn.
• Tình trạng bản gốc: giấy giòn, đóng quyển, nhiều ghim, lẫn nhiều khổ cần thêm công chuẩn bị và quét tay.
• Mức đầu ra: chỉ quét, có OCR và metadata, hay kèm nhập dữ liệu; số trường càng nhiều giá càng cao.
• Thông số: dpi cao, quét màu, PDF/A, ký số làm tăng thời gian xử lý và dung lượng.
• Mức kiểm tra: kiểm tra mẫu hay toàn bộ, nhập liệu một lần hay hai lần.
• Địa điểm và bảo mật: làm tại trụ sở khách hàng, phòng có camera, cấm thiết bị cá nhân thường tốn hơn.
• Chỉnh lý và lưu trữ sau dự án: chỉnh lý kho chưa sắp xếp thường tính riêng; DMS, dung lượng, sao lưu là chi phí hằng năm.

Ước lượng khối lượng (ví dụ minh hoạ): đếm tổng số hộp, đếm trang của vài hộp chọn ngẫu nhiên ở các năm khác nhau, lấy trung bình nhân với tổng số hộp; ghi riêng tỷ lệ trang khổ lớn. Gửi số liệu này cho các nhà cung cấp và yêu cầu báo giá tách hạng mục để so sánh công bằng.

Bảo mật và dữ liệu cá nhân khi số hoá tài liệu

Hồ sơ giấy chứa nhiều dữ liệu cá nhân: số căn cước, lương, sức khoẻ, tài khoản ngân hàng. Khi số hoá, rủi ro chuyển từ “mất một tờ giấy” sang “lộ cả kho dữ liệu”.

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ 01/01/2026, cùng Nghị định 356/2025/NĐ-CP hướng dẫn thi hành, trong đó dữ liệu sức khoẻ, tài chính, sinh trắc học thuộc nhóm nhạy cảm. Khi thuê ngoài, đơn vị số hoá là bên xử lý dữ liệu cá nhân và chỉ được tiếp nhận dữ liệu sau khi có thoả thuận, hợp đồng.

Điều 7 Thông tư 05/2025/TT-BNV đưa ra các biện pháp an toàn có thể dùng làm danh sách kiểm tra cho cả doanh nghiệp tư nhân:

• Xuất tài liệu khỏi kho để số hoá và hoàn trả theo quy trình khép kín.
• Thiết bị được kiểm tra an ninh trước khi dùng; tài khoản quản trị phần mềm truy cập hai cấp; có sao lưu dự phòng sang thiết bị khác.
• Khu vực số hoá có giám sát ghi hình liên tục, đáp ứng phòng cháy chữa cháy, không có nguy cơ ngập nước.
• Người làm số hoá không mang điện thoại, thiết bị lưu trữ, thiết bị ghi hình vào khu vực làm việc.

Thêm từ thực hành: mã hoá dữ liệu khi lưu và truyền, phân quyền tối thiểu, xoá sạch dữ liệu trên máy quét và máy trạm sau dự án.

Những lỗi thường gặp khi số hoá tài liệu

1. Không chốt mức đầu ra: hợp đồng chỉ ghi “số hoá”, lúc nghiệm thu mới biết không có OCR hay metadata.
2. Độ phân giải thấp, nén quá mạnh: tệp nhẹ nhưng OCR sai, dấu và chữ ký mờ; quét lại tốn gấp đôi.
3. Bỏ qua chỉnh lý: quét cả tài liệu trùng, hết hạn; hồ sơ lộn thứ tự thì bản số cũng lộn.
4. Tách tệp sai: hai hồ sơ dính một tệp hoặc một hồ sơ bị chia nhỏ.
5. Metadata không thống nhất: mỗi người nhập ngày tháng, viết tắt một kiểu, tìm không ra.
6. Chỉ lưu một bản, không kiểm tra định kỳ: tệp hỏng âm thầm. Thông tư 05/2025/TT-BNV yêu cầu bảo đảm kiểm tra toàn bộ tài liệu lưu trữ số trong vòng 3 năm.
7. Huỷ bản giấy quá sớm: khi bản số chưa đủ điều kiện pháp lý hoặc tài liệu chưa hết thời hạn lưu giữ.

Câu hỏi thường gặp

Số hoá tài liệu là gì, nói ngắn gọn?

Là chuyển tài liệu giấy thành tệp điện tử tìm kiếm và quản lý được, gồm quét, xử lý ảnh, OCR, gắn metadata, kiểm tra và lưu trữ có sao lưu.

Chụp tài liệu bằng điện thoại có phải là số hoá?

Có, nhưng chỉ ở mức scan. Chất lượng không đồng đều, thiếu metadata, khó chứng minh toàn vẹn, nên không hợp cho kho hồ sơ hay bản cần giá trị pháp lý.

Nên scan tài liệu bao nhiêu dpi?

Tối thiểu 200 dpi cho văn bản hành chính theo quy định hiện hành; 300 dpi nếu cần OCR tốt hoặc với bản đồ, bản vẽ.

Doanh nghiệp tư nhân có bắt buộc theo Thông tư 05/2025/TT-BNV không?

Thông tư áp dụng cho khu vực nhà nước và tổ chức dịch vụ lưu trữ; tổ chức, cá nhân khác áp dụng tuỳ điều kiện. Doanh nghiệp tư nhân nên tham chiếu để bản số hoá đạt chất lượng và dễ được chấp nhận.

Số hoá một kho hồ sơ mất bao lâu?

Tuỳ số trang, tình trạng giấy, mức đầu ra, số máy và số người. Chuẩn bị và kiểm tra thường tốn thời gian hơn khâu quét. Hãy làm thử một lô nhỏ để đo năng suất thật trước khi chốt tiến độ.