Trong vài năm qua, câu hỏi của doanh nghiệp về AI đã thay đổi rất nhanh: từ “Có nên đầu tư vào AI không?”, sang “Trường hợp ứng dụng nào nên ưu tiên?”, rồi đến “Làm thế nào để đưa thử nghiệm vào vận hành và mở rộng?”
Khi nhiều sáng kiến AI bước qua giai đoạn thử nghiệm, một câu hỏi khó hơn xuất hiện:
AI đang thực sự tạo ra giá trị gì cho doanh nghiệp — và doanh nghiệp đã thu được giá trị đó chưa?
Một phân tích gần đây của IBM, đối tác chiến lược của CIO Vietnam, cho thấy khoảng 79% lãnh đạo đã nhìn thấy sự cải thiện năng suất từ AI, nhưng chỉ khoảng 29% tự tin trong việc đo lường hiệu quả đầu tư vào AI. Nghiên cứu của CEO IBM cũng cho thấy chỉ khoảng 25% sáng kiến AI đạt hiệu quả đầu tư như kỳ vọng và 16% đã được mở rộng trên toàn doanh nghiệp.
Điều đáng quan tâm với CIO không chỉ là các con số, mà còn là khoảng cách giữa năng lực AI và giá trị kinh doanh.
Qua những trao đổi gần đây trong cộng đồng, câu hỏi cũng đang dịch chuyển: từ “AI có chạy được không?” sang “Ai sở hữu kết quả và giá trị, và liệu chúng có thực sự đi vào hoạt động kinh doanh không?”
Hiệu quả đầu tư AI trước hết là một bài toán tổ chức
IBM chỉ ra rằng những rào cản lớn đối với hiệu quả đầu tư AI thường không nằm ở bản thân công nghệ, mà ở văn hóa tổ chức, cơ chế quản trị, thiết kế quy trình và chiến lược dữ liệu.
Một mô hình AI tốt hơn cũng không tự động sửa được quy trình kém hiệu quả. Một thử nghiệm thành công cũng chưa chắc có thể mở rộng khi phải đi qua kiến trúc, dữ liệu, tích hợp, an toàn thông tin và quản trị.
Triển khai AI chưa đồng nghĩa với chuyển đổi doanh nghiệp bằng AI.
Năng suất không phải là điểm kết thúc
Giả sử AI giúp một đội phát triển phần mềm hoàn thành một số công việc nhanh hơn 30%. Đó là kết quả tích cực.
Nhưng việc năng suất tăng 30% không tự động có nghĩa là tốc độ đưa phần mềm vào vận hành tăng 30%, và càng không có nghĩa là giá trị kinh doanh tăng 30%.
Nếu thời gian tiết kiệm được không giúp rút ngắn thời gian ra thị trường, tăng năng lực xử lý, tránh bổ sung nhân sự hoặc chuyển nguồn lực sang công việc có giá trị cao hơn, thì năng suất chưa chắc sẽ được chuyển thành giá trị kinh tế.
Tạo ra giá trị không đồng nghĩa với thu được giá trị.
Thay vì chỉ theo dõi:
Năng lực AI → Mức độ sử dụng → Năng suất
CIO cần nhìn toàn bộ chuỗi:
Năng lực AI → Mức độ sử dụng → Cải thiện vận hành → Kết quả kinh doanh → Thu được giá trị → Giá trị kinh tế → Lợi thế chiến lược
Phần khó thường nằm ở đoạn từ cải thiện vận hành đến thu được giá trị. Và càng đi sang phải, AI càng ít còn là bài toán riêng của công nghệ.
Không phải mọi sáng kiến AI đều cần tạo cùng một loại giá trị
Một sáng kiến giúp giảm tổn thất do gian lận hoặc sự cố an toàn thông tin có thể không tạo doanh thu trực tiếp nhưng vẫn bảo vệ một lượng giá trị rất lớn.
Vì vậy, có thể nhìn danh mục đầu tư AI theo bốn nhóm:
Nhóm giá trị AI tạo ra điều gì?
1. Hiệu quả chi phí: Giảm chi phí, công sức, lãng phí
2: Năng suất và năng lực thực thi: Làm nhanh hơn, nhiều hơn, tốt hơn
3. Tăng trưởng và giá trị khách hàng: Tăng doanh thu, tốc độ ra thị trường, tỷ lệ chuyển đổi
4. Rủi ro, khả năng chống chịu và giá trị chiến lược: Giảm tổn thất, bảo vệ hoạt động, tạo năng lực mới
Câu hỏi không nên là “Doanh nghiệp đang ở cấp độ AI nào?”, mà là:
“Danh mục AI hiện tại đang tạo ra những loại giá trị nào — và doanh nghiệp chủ động muốn đầu tư vào những nhóm giá trị nào?”
Từ danh mục dự án AI sang danh mục giá trị
Nhiều cuộc họp rà soát AI vẫn xoay quanh số lượng thử nghiệm, số lượng sáng kiến đã vận hành hoặc số lượng người dùng. Những con số đó cho biết doanh nghiệp đang sử dụng bao nhiêu AI, nhưng chưa trả lời được là đang thu được bao nhiêu giá trị từ AI.
Một cách nhìn khác là quản trị mỗi sáng kiến theo chuỗi:
Vấn đề kinh doanh → Giả thuyết giá trị → Người sở hữu kết quả → Điểm xuất phát → Mục tiêu → Mức đầu tư → Bằng chứng → Giá trị thực tế thu được
Đó là sự chuyển dịch từ quản trị dự án AI sang quản trị giá trị AI.
Hiệu quả đầu tư AI không thể chỉ là trách nhiệm của CIO
Công nghệ có thể chịu trách nhiệm tạo ra năng lực AI, nhưng không thể một mình chịu trách nhiệm về toàn bộ hiệu quả đầu tư.
Công nghệ chịu trách nhiệm về năng lực AI, kiến trúc, dữ liệu, an toàn thông tin và khả năng mở rộng. Sở hữu kinh doanh thay đổi quy trình và kết quả kinh doanh. Tài chính tham gia xác định điểm xuất phát, giả định kinh tế và cách xác định giá trị. Quản trị rủi ro, an toàn thông tin và tuân thủ giúp lượng hóa giá trị từ việc giảm tổn thất và tăng khả năng chống chịu. CEO và Ban Điều hành quyết định nhóm giá trị nào cần ưu tiên.
Hiệu quả đầu tư AI cần trở thành trách nhiệm chung giữa Công nghệ, Kinh doanh, Tài chính và Quản trị rủi ro — không phải chỉ tiêu riêng của CIO.
Sáu câu hỏi cho cuộc họp AI tiếp theo
Thay vì bắt đầu bằng “Hiệu quả đầu tư của sáng kiến AI này là bao nhiêu?”, có thể bắt đầu bằng sáu câu hỏi:
1. Chúng ta đang giải quyết vấn đề kinh doanh nào?
2. Nếu AI thành công, giá trị sẽ xuất hiện ở đâu?
Chi phí, năng suất, tăng trưởng, khách hàng, rủi ro, khả năng chống chịu hay lợi thế chiến lược?
3. Chỉ số vận hành nào cần được thay đổi trước?
4. Sự cải thiện đó chuyển thành giá trị kinh tế như thế nào?
5. Ai là người sở hữu giá trị?
Nếu câu trả lời vẫn chỉ là CIO hoặc Khối Công nghệ, mô hình vận hành có thể chưa hoàn chỉnh.
6. Sau 90 ngày, bằng chứng nào sẽ chứng minh được giá trị?
Không chỉ là số người sử dụng hay số giờ tiết kiệm, mà còn là bằng chứng cho thấy hoạt động kinh doanh đã thực sự thay đổi.
Đừng để yêu cầu hiệu quả đầu tư giết chết thử nghiệm
IBM cũng lưu ý rằng không phải mọi sáng kiến AI đều cần tạo ra lợi nhuận tài chính ngay từ đầu.
Doanh nghiệp vẫn cần không gian để thử nghiệm, học hỏi và xây dựng năng lực cho tương lai. Điều quan trọng là phải biết mỗi khoản đầu tư đang được thực hiện để nhận lại điều gì: hiệu quả tài chính, kiến thức, năng lực tổ chức hay một lựa chọn chiến lược cho tương lai.
Sai lầm không nằm ở việc thử nghiệm. Sai lầm nằm ở việc không biết mình đang đầu tư để nhận lại điều gì.
Từ “AI có hoạt động không?” đến “Doanh nghiệp có thu được giá trị không?”
Khi AI tiến nhanh về mặt công nghệ, hiệu quả đầu tư lại phụ thuộc ngày càng nhiều vào tổ chức, quy trình, dữ liệu, kiến trúc và quản trị. Điều này đặt CIO vào vai trò rộng hơn: giúp doanh nghiệp thiết kế con đường từ năng lực công nghệ đến giá trị kinh doanh.
Vì vậy, câu hỏi dành cho CIO trong giai đoạn tiếp theo có lẽ không còn chỉ là:
“AI của chúng ta có hoạt động không?”
Mà là:
“AI đang thay đổi điều gì trong hoạt động kinh doanh, ai sở hữu kết quả đó, và doanh nghiệp đã được thiết kế để thực sự thu được giá trị hay chưa?”
Năng suất không phải là điểm kết thúc. Nó mới là tín hiệu cho thấy giá trị có thể đang được tạo ra.
Công việc khó hơn của lãnh đạo là biến giá trị đó thành kết quả kinh doanh có thể đo lường, chứng minh và nhân rộng.
Câu hỏi dành cho các nhà lãnh đạo công nghệ
Nếu nhìn lại danh mục AI hiện tại của tổ chức mình, phần lớn đầu tư đang tạo ra giá trị ở đâu: hiệu quả chi phí, năng suất, tăng trưởng, rủi ro và khả năng chống chịu hay giá trị chiến lược?
Và khoảng cách lớn nhất khiến doanh nghiệp chưa thu được đầy đủ giá trị từ AI hiện nằm ở đâu: công nghệ, dữ liệu và kiến trúc, trách nhiệm của khối Kinh doanh, mô hình vận hành hay cách đo lường?
Nguồn nghiên cứu chính: IBM Think, “How to maximize AI ROI in 2026”, cùng các nghiên cứu của IBM Institute for Business Value. Các khung “Tạo ra giá trị – Thu được giá trị”, “Danh mục giá trị” và “Sáu câu hỏi rà soát AI” được phát triển nhằm chuyển các kết quả nghiên cứu thành góc nhìn ứng dụng dành cho CIO và lãnh đạo công nghệ.