Những điểm chính:
AI đã thâm nhập vào 88% tổ chức trên toàn thế giới, nhưng tác động của công nghệ này đối với năng suất và lợi nhuận vẫn còn rất khó đo lường — một khoảng cách có nguy cơ gia tăng khi các công ty đổ thêm tiền vào triển khai.
Đã khoảng 1.200 ngày kể từ khi OpenAI phát hành ChatGPT, và công nghệ này đã lan nhanh hơn hầu hết mọi công cụ doanh nghiệp trong lịch sử. Nghiên cứu của McKinsey cho thấy 88% tổ chức hiện báo cáo sử dụng AI thường xuyên trong ít nhất một chức năng kinh doanh, tăng từ 78% một năm trước đó. CIO Playbook 2026 của Lenovo, dựa trên khảo sát 920 giám đốc điều hành trên khắp châu Á - Thái Bình Dương, phát hiện 95% doanh nghiệp tại Úc và New Zealand có kế hoạch tăng đầu tư AI trong năm nay, với mức lợi nhuận kỳ vọng trung bình là 2,85 đô la cho mỗi đô la chi tiêu.
Tuy nhiên, khoảng cách giữa áp dụng và giá trị đo lường được là rất lớn. Một nghiên cứu của Wharton với 801 giám đốc điều hành cho thấy 75% báo cáo lợi nhuận tích cực từ đầu tư AI, nhưng Khảo sát GenAI dành cho lãnh đạo cấp cao EY 2025 chỉ ra rằng chỉ 8% tổ chức có thể đo lường và phân bổ đầy đủ chi phí liên quan đến AI. Khoảng một nửa số bằng chứng khái niệm AI từng được đưa vào sản xuất, theo dữ liệu của Lenovo, đồng nghĩa với việc hàng tỷ đô la chi tiêu thử nghiệm không mang lại kết quả vận hành nào.
"Nói rằng chúng ta đang mắc kẹt trong chế độ thử nghiệm là một ý tưởng lỗi thời và sai lầm," Ethan Mollick, giáo sư quản lý tại Trường Wharton, người nghiên cứu việc áp dụng AI trong doanh nghiệp, cho biết. "Tôi đang nói chuyện với các công ty luôn nhận được giá trị thực từ AI."
Vấn đề 'ranh giới lởm chởm'
Các nhà nghiên cứu đã đặt ra thuật ngữ "ranh giới lởm chởm" để mô tả khả năng không đồng đều của AI. Các mô hình này vượt trội trong các nhiệm vụ có cấu trúc như viết mã, rà soát tài liệu pháp lý và phân tích tài chính, nhưng gặp khó khăn với công việc theo ngữ cảnh đòi hỏi phán đoán, các quy tắc bất thành văn và kiến thức tổ chức không bao giờ được đưa vào dữ liệu đào tạo.
Giới hạn đó làm hạn chế những gì AI hiện tại có thể làm trong toàn bộ nền kinh tế. Daron Acemoglu, nhà kinh tế học MIT và người đoạt giải Nobel, cho biết ông tin rằng các công cụ AI hiện nay sẽ chỉ tác động đến một phần nhỏ công việc. "Dù bạn là CEO, quản lý, nhà báo, giáo sư hay công nhân xây dựng, tôi thấy kỹ năng của bạn vượt quá những gì AI có thể thực hiện," ông nói.
Các rào cản cấu trúc còn vượt xa giới hạn của mô hình. Hệ thống và quy trình làm việc của mỗi công ty là khác nhau, nghĩa là kiến trúc dữ liệu, quyền truy cập, rào cản và sự giám sát của con người cần thiết để triển khai AI hữu ích phải được xây dựng từ đầu. Benedict Evans, một nhà phân tích độc lập theo dõi việc áp dụng AI trong doanh nghiệp, cho biết ranh giới lởm chởm khiến gần như không thể dự đoán trường hợp sử dụng nào sẽ hiệu quả cho đến khi công ty đã cam kết nguồn lực.
Yếu tố con người làm chậm đường cong
Rào cản công nghệ có thể dễ vượt qua hơn so với sự kháng cự của tổ chức. Các giám đốc điều hành phải đối mặt với chu kỳ lập kế hoạch năm năm, lịch khấu hao cho các hệ thống mới mua và hội đồng quản trị yêu cầu lợi nhuận. Những người lao động tin rằng họ đang đào tạo người thay thế chính mình có rất ít động lực để hợp tác.
"Những gì đang được bán là ý tưởng về năng suất và hiệu quả," Kate Brennan, phó giám đốc Viện AI Now, một trung tâm nghiên cứu chính sách AI, cho biết. "Điều đó có nghĩa gì đối với những người làm công việc thực tế hiếm khi là một phần của cuộc thảo luận."
Bản năng ở hầu hết các công ty là sử dụng AI để tự động hóa các phần của quy trình hiện có thay vì thiết kế lại chính quy trình đó. Một công ty bảo hiểm xử lý yêu cầu bồi thường va chạm nhẹ có thể sử dụng AI để tăng tốc thủ tục giấy tờ trong khi vẫn giữ nguyên các lớp xem xét, thay vì để AI đánh giá thiệt hại từ ảnh khách hàng và kích hoạt thanh toán trong vài giây. Kiểu tái hình dung đó đe dọa các hệ thống phân cấp và thói quen đã được thiết lập.
Tiền lệ lịch sử cho thấy sự chuyển đổi sâu sắc cần có thời gian. Điện đã thay đổi toàn bộ nền văn minh nhưng phải mất bốn thập kỷ để xuất hiện một cách có ý nghĩa trong dữ liệu năng suất. Internet cần 10 đến 15 năm để định hình lại nền tảng của nền kinh tế. James Landay, đồng giám đốc Viện Trí tuệ Nhân tạo Lấy Con người Làm Trung tâm của Stanford, cho biết AI có khả năng sẽ đi theo một quỹ đạo tương tự. "Tôi cảm thấy giống như năm đến mười năm hơn — không phải hai hoặc ba năm tới," ông nói.
Đối với các nhà đầu tư, mốc thời gian này rất quan trọng. Các công ty bán cơ sở hạ tầng AI — Nvidia, Microsoft, Amazon — đã chứng kiến định giá của họ phản ánh kỳ vọng về triển khai doanh nghiệp nhanh chóng. Nvidia giao dịch ở mức khoảng 35 lần thu nhập dự kiến, định giá cho sự tăng trưởng bền vững của trung tâm dữ liệu trong nhiều năm. Nếu việc áp dụng doanh nghiệp đi theo lộ trình năm đến mười năm mà Landay mô tả, khoảng cách giữa định giá hiện tại và doanh thu thực tế có thể mở rộng trước khi thu hẹp lại. Những người ủng hộ đúng về hướng đi của AI. Những người hoài nghi có lẽ đúng về thời gian cần thiết.
Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.
