Vì sao doanh nghiệp dùng AI nhiều nhưng hiệu quả thấp?

Phần đông doanh nghiệp ứng dụng AI nhưng hiệu quả không cao do mới tập trung vào tác vụ đơn giản, thay vì chuyển đổi toàn diện để thúc đẩy tăng trưởng, theo chuyên gia.

Lãnh đạo khối công nghệ thông tin của một doanh nghiệp đầu ngành dệt may tại TP HCM kể tổng giám đốc rất "say mê" AI và muốn cả công ty ứng dụng để phục vụ công việc hàng ngày. Do đó, ông được giao nhiệm vụ mở khóa huấn luyện sử dụng AI và lập trình cơ bản cho nhân viên các phòng ban. Chuỗi hoạt động thay đổi văn hóa doanh nghiệp theo hướng cởi mở hơn với AI cũng được tổ chức.

"Sau 6 tháng, kết quả không như kỳ vọng. Những thay đổi nhờ AI không đủ nhiều lẫn không đủ sâu để tích hợp vào quy trình làm việc thực tế", ông nói.

Ở công ty bất động sản khác, nơi Thanh Thương (29 tuổi) làm việc, tương tác với AI còn trở thành một tiêu chí trong bảng đánh giá hiệu suất cuối năm. Thương cho biết phải dùng AI để trao đổi ý tưởng, biên soạn tài liệu... dù nhiều lúc cảm thấy không cần thiết. Vài tháng một lần, cô lại ngồi vào các lớp đào tạo để nghe cập nhật công cụ AI mới, luật định và quy chế sử dụng AI nội bộ.

Cô thừa nhận AI giúp tiết kiệm nhiều thời gian cho những tác vụ đơn giản như viết email, dịch tài liệu hay làm báo cáo hằng tháng. Nhưng với dân sales, quan trọng nhất vẫn là tìm được khách và bán được hàng. "AI gần như không giúp gì cho KPI này", cô nói.

Khảo sát của nhiều tổ chức trong nước cũng chỉ ra thực trạng tương tự, khi số lượng doanh nghiệp lẫn mức độ ứng dụng AI ngày càng tăng, nhưng hiệu quả mang lại chưa cao.

Theo EY Consulting Vietnam, hơn phân nửa trong số 120 lãnh đạo doanh nghiệp tham gia khảo sát gần đây xếp AI vào nhóm ưu tiên công nghệ hàng đầu. Tỷ lệ dự kiến tăng lên 81% vào năm sau, bỏ xa các ưu tiên khác như dữ liệu, bảo mật hay hiện đại hóa hạ tầng công nghệ thông tin.

Tổ chức này chia việc ứng dụng AI thành 6 cấp độ, từ khám phá, thử nghiệm, vận hành, mở rộng, tích hợp và chứng minh giá trị. Hiện 97% doanh nghiệp đưa AI vào cấp độ vận hành với mục tiêu chính là tự động hóa quy trình, tương tác khách hàng và phân tích dự báo.

"Tuy nhiên, chỉ khoảng 3% tích hợp sâu và chứng minh giá trị AI mang lại cho doanh nghiệp", ông Shashi Jagadiswaran, Phó tổng giám đốc Tư vấn công nghệ của EY Consulting Vietnam, nói.

Tổ chức cung cấp giải pháp nhân sự Talentnet Academy hồi tháng 6 cũng công bố kết quả nghiên cứu tương đồng. Một phần ba trong hơn 160 doanh nghiệp tham gia khảo sát khẳng định AI là ưu tiên chiến lược, nhưng chỉ 3% tự đánh giá mình sẵn sàng làm chủ công nghệ này.

Các chuyên gia cho rằng khoảng cách giữa "dùng nhiều" và "hiệu quả" đến từ ba nhóm nguyên nhân.

Đầu tiên là cách tiếp cận sai. Theo EY Consulting Vietnam, doanh nghiệp chủ yếu dùng AI để tối ưu vận hành ngắn hạn, thay vì tái định hình mô hình kinh doanh hay thúc đẩy tăng trưởng. Họ có thể tiết kiệm thời gian, tối ưu quy trình, cắt giảm chi phí trước mắt. Song các lợi ích kinh doanh như cải thiện trải nghiệm khách hàng, đổi mới sản phẩm hay tăng doanh số thay đổi không đáng kể.

Kỳ vọng của ban lãnh đạo cũng là một phần vấn đề. Theo ông Trần Công Quỳnh Lân, Phó tổng giám đốc ngân hàng VietinBank, người đứng đầu doanh nghiệp có xu hướng cho rằng AI sẽ giải quyết vấn đề ngay lập tức. Trong khi đó, năng lực thực tế của AI phụ thuộc rất lớn vào chất lượng thông tin, dữ liệu đầu vào.

Doanh nghiệp có xu hướng xem AI là một nhu cầu công nghệ tức thời, thay vì một cuộc chuyển đổi toàn diện của tổ chức. Đi cùng cách nhìn này là quan niệm bộ phận công nghệ thông tin phải chịu hoàn toàn trách nhiệm triển khai AI, thay vì có thêm các bộ phận nghiệp vụ cùng đứng "chiến tuyến" để giải quyết bài toán của doanh nghiệp.

"AI chỉ thực sự sống và mang lại hiệu quả khi xuất phát từ nhu cầu thực, nhằm giải quyết khó khăn của các bộ phận nghiệp vụ, thay vì triển khai theo phong trào hoặc thiếu mục tiêu cụ thể", ông Lân nói tại hội nghị CIO Summit đầu tháng này.

Lý do thứ hai nằm ở năng lực triển khai chưa theo kịp tham vọng, trong đó nhân lực là mấu chốt vấn đề. Kết quả khảo sát của EY Consulting Vietnam cho thấy 68% doanh nghiệp đồng ý rằng nhân lực là rào cản lớn nhất khi ứng dụng AI.

Người lao động Việt Nam được các tổ chức nghiên cứu đánh giá đang thích ứng nhanh với đòi hỏi ngày càng cao về khả năng ứng dụng AI vào công việc. Tuy nhiên, phần lớn chỉ mới xoay quanh các tác vụ cơ bản như soạn thảo email, sửa lỗi chính tả, phác thảo ý tưởng và biên soạn tài liệu họp.

Khi triển khai AI ở mức độ chuyên sâu, doanh nghiệp đối mặt bài toán thiếu nhân sự chất lượng cao. Những kỹ sư AI có 2-4 năm kinh nghiệm được trả khoảng 30-60 triệu đồng một tháng, cao gấp rưỡi kỹ sư công nghệ thông thường. Ở cấp quản lý, mức lương có thể lên 70-120 triệu đồng một tháng. Dù vậy, việc tuyển dụng không đơn giản do thị trường thiếu người có khả năng nghiên cứu thuật toán, mô hình mới và đưa chúng vào ứng dụng thực tế.

Nguyên nhân thứ ba là chi phí lớn và khó kiểm soát. Theo ông Vũ Thanh Tùng, CEO GreenNode, đơn vị cung cấp AI Cloud hiệu suất cao, không hiếm doanh nghiệp muốn triển khai bài bản nhưng gặp rào cản chi phí. Một máy chủ AI hiện có giá khoảng 10-20 tỷ đồng, trong khi lợi tức đầu tư (ROI) hay giá trị kinh doanh thường khó đo đếm ngay giai đoạn đầu.

"Doanh nghiệp bỏ ra một đồng đầu tư AI thì phải chi thêm 5 đồng, có nơi đến 6-7 đồng, cho các đầu việc liên quan như đào tạo con người, tái cấu trúc quy trình và chuẩn hóa dữ liệu", lãnh đạo một ngân hàng có trụ sở tại TP HCM chia sẻ.

Bên cạnh đó, doanh nghiệp cũng khó ngăn nhân viên tự ý dùng công cụ ngoài danh mục cho phép hay đưa dữ liệu nội bộ để AI phân tích. Quy định, chính sách liên quan thường chỉ ra đời sau khi lỗ hổng nghiêm trọng được phát hiện.

Để AI từ chỗ tiêu tốn ngân sách sang tạo ra lợi nhuận ròng, đại diện EY Consulting Vietnam cho rằng doanh nghiệp cần đảo ngược cách làm quen thuộc.

Thay vì có công nghệ rồi mới tìm chỗ ứng dụng, doanh nghiệp nên xác định mục tiêu kinh doanh trước, sau đó quay lại chọn công nghệ để giải quyết. Khi triển khai, họ cần tái thiết kế toàn bộ quy trình làm việc chứ không chỉ tự động hóa tác vụ đơn lẻ. Hiệu quả kinh tế phải được đo chính xác sau khi trừ chi phí hạ tầng và token. Từ dữ liệu đo lường đó, doanh nghiệp mới nên quyết định mở rộng ứng dụng hay dừng lại.

Chuyên gia cũng đề xuất nhiều nguyên tắc kèm theo như không dùng AI nếu không hướng tới kết quả kinh doanh, không mở rộng khi chưa có bằng chứng về hiệu suất đầu tư và không đưa AI vào vận hành nếu thiếu người trực tiếp chịu trách nhiệm.

Cùng quan điểm, TS Hồ Đức Thắng, Ủy viên chuyên trách Ủy ban Văn hóa và Xã hội của Quốc hội, khuyến nghị doanh nghiệp không nên tất tay vào AI ngay từ đầu. Doanh nghiệp nên chọn lọc ứng dụng và ưu tiên triển khai những dữ liệu không liên quan đến thông tin cá nhân hay bí mật công tác. Khi hệ thống đủ chín, doanh nghiệp mới cân nhắc mở rộng quy mô để tối ưu chi phí và an toàn.

Theo CEO GreenNode, khi doanh nghiệp triển khai AI, bài toán không chỉ là liệu có đủ token để vận hành. Điều quan trọng hơn là họ phải kiểm soát được token tạo ra ở đâu, kết nối với hệ thống nào, ai sử dụng, phục vụ mục đích gì và được quản trị như thế nào.

Sự thận trọng này càng cần thiết khi AI được ví như con dao hai lưỡi. Theo Chủ tịch Tập đoàn VNG Lê Hồng Minh, AI là công cụ hỗ trợ doanh nghiệp, nhưng cũng khiến các cuộc tấn công mạng trở nên nhanh và tinh vi hơn trong khi năng lực phòng thủ của phần đông vẫn hạn chế.

"Một năm qua, chúng tôi tập trung xây hạ tầng công nghệ về AI để trước hết đáp ứng cho mình, sau đó phục vụ doanh nghiệp khác vì nhu cầu hiện nay rất lớn", ông Minh nói.