AI và giá trị kinh tế: Những thách thức cho doanh nghiệp Việt

Khoảng cách giữa hiệu quả và giá trị kinh tế từ AI khi doanh nghiệp Việt Nam đẩy nhanh ứng dụng nhưng chưa chứng minh rõ tác động đến doanh thu, chi phí và tăng trưởng.

Báo cáo CIO Vietnam Survey 2026 được cộng đồng CIO Việt Nam và EY Việt Nam công bố tại sự kiện CIO Summit 2026 diễn ra ở TP. Hồ Chí Minh ngày 1/10, đã phản ánh xu hướng đầu tư, ứng dụng AI và những ưu tiên công nghệ của doanh nghiệp Việt Nam.

Theo khảo sát, gần 75% doanh nghiệp đã bắt đầu thử nghiệm hoặc triển khai AI ở các cấp độ khác nhau, trong khi hơn 81% cho biết AI giúp tiết kiệm thời gian và tăng năng suất làm việc.

Tuy nhiên, chỉ 6,3% doanh nghiệp cho biết đã chứng minh được giá trị tài chính rõ ràng ở cấp độ danh mục AI, thông qua tác động có thể đo lường đến doanh thu, chi phí, lợi nhuận hoặc các chỉ tiêu kinh doanh khác.

KINH NGHIỆM TRIỂN KHAI AI TỪ QUỐC TẾ CHO VIỆT NAM

Ông Shashidharan Jagadiswaran (Shashi J.), Phó Tổng Giám đốc kiêm Tư vấn công nghệ của EY Việt Nam đồng thời là trưởng nhóm thực hiện khảo sát, cho rằng AI được triển khai rộng không đồng nghĩa giá trị kinh tế cũng được tạo ra tương ứng.

Như việc AI có thể giúp nhân viên làm việc nhanh hơn hoặc tự động hóa một công đoạn, nhưng nếu chưa tạo ra tác động có thể đo lường đến các chỉ tiêu kinh doanh, hiệu quả đó chưa trở thành giá trị tài chính ở cấp độ doanh nghiệp.

“Liệu chúng ta có đang dùng công nghệ của ngày mai để làm công việc của ngày qua?”, ông Shashidharan Jagadiswaran đặt câu hỏi. Điều đó nghĩa là không chỉ là các công nghệ AI mới giúp làm nhanh hơn bao nhiêu, mà nó có thực sự thay đổi cách doanh nghiệp vận hành, tạo doanh thu và xây dựng mô hình kinh doanh mới hay không.

AI có thể giúp doanh nghiệp nâng cao năng suất, từ soạn email, trả lời khách hàng, tổng hợp dữ liệu đến giảm chi phí vận hành.

Nhưng ở cấp độ cao hơn, AI cần trở thành một năng lực của doanh nghiệp, giúp cải thiện trải nghiệm khách hàng, tạo sản phẩm mới và thúc đẩy doanh thu. Khi đó, AI không chỉ giúp doanh nghiệp làm nhanh hơn những công việc hiện tại, mà còn tạo ra giá trị kinh doanh mới.

Khoảng cách này cũng thể hiện qua các giai đoạn trưởng thành của AI. Tỷ lệ doanh nghiệp ở giai đoạn khám phá và thử nghiệm lần lượt là 23,4% và 26,6%, tăng lên 32,8% khi đưa AI vào sản xuất. Tuy nhiên, tỷ lệ giảm còn 10,9% ở giai đoạn mở rộng quy mô và chỉ 1,6% khi AI được tích hợp sâu và doanh nghiệp chứng minh được hiệu quả kinh tế thực tế.

Vì vậy, câu hỏi đối với AI tại doanh nghiệp Việt Nam đang chuyển từ “có thể ứng dụng ở đâu?” sang “AI tạo ra giá trị kinh tế nào và đo lường giá trị đó ra sao?”.

Đại diện EY chia sẻ kinh nghiệm từ quốc tế cho thấy kết quả của AI phụ thuộc đáng kể vào cách công nghệ được gắn với mục tiêu và quy trình kinh doanh.

Tại DBS của Singapore, AI được triển khai gắn với các bài toán kinh doanh cụ thể. Năm 2024, ngân hàng ghi nhận 750 triệu SGD giá trị kinh tế từ AI và Machine Learning, tăng gấp đôi so với năm trước, với hơn 1.500 mô hình AI cho khoảng 370 bài toán kinh doanh.

Trong khi đó, Commonwealth Bank của Australia cho thấy rủi ro khi tự động hóa được triển khai trước khi thiết kế lại quy trình. Ngân hàng từng cắt giảm 45 nhân sự để thay thế bằng chatbot AI được cho là giúp giảm khoảng 2.000 cuộc gọi mỗi tuần. Tuy nhiên, tình trạng nghẽn cuộc gọi gia tăng sau đó, buộc nhân viên phải làm thêm giờ và cuối cùng các vị trí bị cắt được khôi phục.

Ở chiều ngược lại, OCBC của Singapore được báo cáo sử dụng AI ở quy mô sâu hơn trong hoạt động ngân hàng. Các công cụ GenAI do ngân hàng phát triển nội bộ giúp năng suất tăng tới 50%, đồng thời OCBC GPT đã được triển khai cho khoảng 30.000 nhân viên.

Tại Trung Quốc, Ping An áp dụng cơ chế đánh giá và mở rộng AI dựa trên kết quả thực tế. AI Agent của tập đoàn xử lý khoảng 80% lưu lượng dịch vụ khách hàng với hơn 1,5 tỷ lượt tương tác và tự động thẩm định khoảng 93% hợp đồng bảo hiểm nhân thọ.

Điểm chung của các trường hợp này là AI được đánh giá không chỉ bằng số lượng mô hình hay mức độ sử dụng, mà bằng tác động đối với hoạt động kinh doanh.

Đây cũng là bài toán đặt ra với doanh nghiệp Việt Nam khi đầu tư công nghệ tiếp tục tăng. Khảo sát của CIO Việt Nam cho thấy tỷ lệ doanh nghiệp sẵn sàng dành trên 5% doanh thu cho CNTT được dự báo tăng từ 22% năm 2025 lên 32,4% vào năm 2027, trong khi hơn 67% CIO kỳ vọng ngân sách công nghệ tăng trên 10% mỗi năm.

Đồng nghĩa với việc doanh nghiệp cần xác định những quy trình có khả năng tác động rõ đến chi phí, doanh thu hoặc năng suất và đặt chỉ số đo lường ngay từ đầu, thay vì mở rộng hàng loạt dự án thử nghiệm.

Đại diện EY dẫn trường hợp Samsung Electronics từng tạm thời cấm sử dụng các công cụ GenAI trên thiết bị của công ty sau sự cố nhân viên đưa mã nguồn nội bộ lên một nền tảng AI. Điều này cho thấy quản trị rủi ro cũng trở thành một phần của bài toán.

Kinh nghiệm từ thực tế, doanh nghiệp không chỉ cần xác định AI có thể làm gì, mà còn phải xác định được phép làm đến đâu, ai chịu trách nhiệm và khi nào cần dừng hệ thống.

AGENTIC AI VÀ BÀI TOÁN TĂNG TRƯỞNG

Bài toán tạo giá trị càng trở nên quan trọng khi doanh nghiệp Việt Nam bước vào giai đoạn tiếp theo của AI, với sự xuất hiện của các hệ thống có khả năng thực hiện hành động tương đối tự chủ.

Theo khảo sát của CIO Việt Nam, Applied AI (AI ứng dụng) tiếp tục là ưu tiên hàng đầu, với 81,1% doanh nghiệp lựa chọn. Trong khi đó, tỷ lệ CIO ưu tiên Agentic AI được dự báo tăng từ 30% năm 2026 lên 60,4% vào năm 2027.

Hiện khoảng 35% doanh nghiệp đã đưa AI Agent vào giai đoạn sản xuất, song mức độ tự chủ vẫn được kiểm soát tương đối chặt chẽ. Chỉ khoảng 7,2% doanh nghiệp cho phép AI tự đưa ra quyết định trong phạm vi chính sách được thiết lập.

Cùng với đó, nhu cầu về nhân sự có kỹ năng GenAI và Agentic AI dự kiến tăng từ 53,1% lên 69,4% vào năm 2027.

Đáng chú ý, ưu tiên đầu tư công nghệ cũng đang dịch chuyển từ tối ưu vận hành sang tăng trưởng. Có 78,4% CIO xác định thúc đẩy doanh thu và tạo ra mô hình kinh doanh mới là ưu tiên hàng đầu của công nghệ.

Để thu hẹp khoảng cách giữa ứng dụng AI và sử dụng AI để tạo ra lợi ích kinh tế, báo cáo đưa ra bốn nguyên tắc: không triển khai AI nếu thiếu mục tiêu kinh doanh rõ ràng; không đưa AI vào vận hành nếu không có người chịu trách nhiệm kinh doanh; không trao quyền tự chủ nếu thiếu ranh giới kiểm soát rủi ro; và không mở rộng quy mô nếu chưa có bằng chứng về hiệu quả tài chính.

Báo cáo cũng đề xuất lộ trình 90 ngày khi ứng dụng AI vào doanh nghiệp: 30 ngày đầu rà soát và loại bỏ các dự án thử nghiệm không có mục tiêu rõ ràng; 30 ngày tiếp theo xác định vai trò, quyền truy cập, quyền ra quyết định và trách nhiệm; 30 ngày cuối tái thiết kế một quy trình trọng yếu và đo lường giá trị tài chính ròng.