Tại Sao 72% Doanh Nghiệp Dùng AI Vẫn Chưa Thấy Kết Quả Và 4 Nền Tảng Cần Xây Trước

Quản trị doanh nghiệp đang là yếu tố quyết định liệu khoản đầu tư AI có tạo ra kết quả thực sự — hay chỉ tốn ngân sách mà không thay đổi được bất kỳ chỉ số vận hành nào.

Năm 2024, McKinsey công bố kết quả khảo sát với 1.363 lãnh đạo doanh nghiệp toàn cầu: 72% tổ chức đã ứng dụng trí tuệ nhân tạo trong ít nhất một nghiệp vụ — tăng vọt từ mức dưới 56% duy trì suốt giai đoạn 2017–2022. Riêng với AI tạo sinh (Generative AI), tỷ lệ tăng từ 33% lên 65% chỉ trong một năm. Làn sóng đầu tư vào công nghệ AI chưa từng có trong lịch sử doanh nghiệp toàn cầu.

Nhưng cùng trong báo cáo đó, McKinsey ghi nhận một thực tế đáng lo: phần lớn doanh nghiệp chưa ghi nhận tác động lên lợi nhuận cấp doanh nghiệp từ các khoản đầu tư AI. BCG bổ sung dữ liệu định lượng: trong khảo sát về mức độ trưởng thành GenAI, chỉ khoảng một phần tư số công ty thực sự vượt qua giai đoạn thử nghiệm. Nhóm “trưởng thành cao” đạt weighted average ROI 17,5% — trong khi nhóm còn lại chỉ đạt 6,1%. Khoảng cách gần gấp ba lần.

Câu hỏi không phải là AI có hoạt động không. AI hoạt động tốt. Câu hỏi đúng hơn là: tại sao cùng một loại công nghệ, cùng mức ngân sách đầu tư, nhưng kết quả lại khác nhau đến vẪy?

BCG đúc kết câu trả lời trong công thức 10-20-70: khoảng 10% giá trị AI đến từ thuật toán và mô hình, 20% từ dữ liệu và công nghệ, và 70% từ con người, quy trình và mô hình vận hành. Nghịch lý là hầu hết doanh nghiệp đang đầu tư ngược lại — tập trung 80–90% ngân sách vào công cụ và kỹ thuật, trong khi 70% quyết định thành công lại nằm ở phía quản trị.

Khoảng cách đó đến từ tầng quản trị doanh nghiệp phía dưới — thứ mà hầu hết nhà cung cấp công nghệ không nhắc đến khi bán phần mềm AI.

Bài viết này phân tích toàn diện bốn trụ cột quản trị doanh nghiệp mà một tổ chức cần xây vững trước khi đầu tư vào bất kỳ công cụ AI nào — kèm số liệu thực tế, bảng so sánh chi tiết, ví dụ vận hành cụ thể và bộ câu hỏi chẩn đoán để lãnh đạo tự đánh giá vị trí của mình.

Khoảng cách giữa đầu tư AI và kết quả thực tế — số liệu và nguyên nhân cốt lõi

Số liệu năm 2024 từ nhiều tổ chức nghiên cứu hàng đầu vẽ nên một bức tranh nhất quán: đầu tư AI đang tăng nhanh hơn nhiều so với kết quả AI tạo ra. Hiểu nguyên nhân của khoảng cách này là bước đầu tiên để lãnh đạo doanh nghiệp có thể ra quyết định đầu tư đúng hướng.

Dữ liệu toàn cảnh: adoption cao, transformation thấp

Bảng dưới đây tổng hợp các chỉ số chính từ ba báo cáo lớn nhất năm 2024:

Số liệu trên vẽ nên một bức tranh rõ: trong khi 72% doanh nghiệp đã dùng AI, chỉ 25% đã thay đổi được kết quả kinh doanh nhờ AI. Phần lớn được gọi là “triển khai AI” đang thực ra chỉ là tích lũy công cụ AI — không phải chuyển đổi mô hình vận hành.

Công thức 10-20-70 và nghịch lý đầu tư

BCG phân tích nguồn gốc giá trị từ AI và kết luận: chỉ 10% giá trị đến từ thuật toán và mô hình AI, 20% từ dữ liệu và hạ tầng công nghệ, và 70% từ con người, quy trình và mô hình vận hành. Đây không phải con số ngẫu nhiên — đây là kết quả phân tích thực tế từ hàng trăm triển khai AI doanh nghiệp.

Sự ngược chiều này giải thích tại sao nhiều doanh nghiệp có công cụ AI tốt nhưng vẫn không thấy kết quả. Họ đang đầu tư mạnh vào 30% quyết định 30% thành công, trong khi bỏ qua 70% còn lại.

Tại sao công nghệ không thể thay thế quản trị

Nguyên lý đơn giản nhưng bị bỏ qua rất nhiều: công nghệ hiện thực hóa mô hình vận hành — không tạo ra nó. Một phần mềm ERP triển khai vào tổ chức chưa có quy trình rõ ràng sẽ số hóa sự hỗn loạn, không giải quyết nó. Một hệ thống AI phân tích dữ liệu mà dữ liệu đầu vào phân mảnh sẽ tạo ra insight sai. Và bất kỳ AI Agent nào cũng chỉ hoạt động đúng khi con người vận hành nó đã sẵn sàng thay đổi hành vi.

Thực tế khảo sát McKinsey về phân bổ ứng dụng GenAI theo nghiệp vụ nói lên điều này rõ nhất: Marketing & Bán hàng dẫn đầu với 34%, trong khi Chuỗi cung ứng chỉ 6%, Sản xuất chỉ 4%. Nhưng chính hai nghiệp vụ sau mới có tiềm năng tác động lớn nhất đến lợi nhuận. Doanh nghiệp đang dùng AI ở nơi dễ triển khai nhất — không phải nơi tạo giá trị lớn nhất. Và lý do chính là: những nghiệp vụ cốt lõi đòi hỏi bốn trụ cột quản trị phải được xây vững trước.

BCG Achievers khác gì phần còn lại

BCG phân tích nhóm “AI Achievers” — 25% công ty đang thấy ROI thực sự từ AI. Điểm khác biệt không phải công cụ hay ngân sách. Đó là bốn yếu tố dưới đây — chính xác là bốn trụ cột sẽ được phân tích trong phần tiếp theo.

• Dữ liệu vận hành được tập trung về một nguồn sự thẪdt duy nhất trước khi AI được triển khai
• Quy trình được thiết kế lại để AI là một phần trong đó — không “cắm thêm” vào ngoài
• Chính sách rõ ràng về phạm vi ủy quyền của AI trong từng nghiệp vụ cụ thể
• Lãnh đạo cấp cao dẫn dắt thay đổi văn hóa dữ liệu bằng hành vi cụ thể mỗi ngày

Sự khác biệt đó chính là nội dung của bốn trụ cột tiếp theo. Muốn hiểu thêm về hành trình chuyển đổi số tổng thể, bạn có thể xem thêm tại liên kết đó.

4 trụ cột quản trị doanh nghiệp — phân tích chi tiết, số liệu và bộ câu hỏi chẩn đoán

Bốn trụ cột này không phải danh sách kiểm tra tuần tự. Chúng cần được xây song song và kết nối với nhau — nhưng có một thứ tự ưu tiên logic: mỗi trụ cột tạo điều kiện cho trụ cột tiếp theo phát huy hiệu quả.

Trụ cột 1 — Năng lực tổ chức: AI thay đổi vai trò, không thay thế con người

AI không loại bỏ việc làm — AI thay đổi bản chất công việc mà con người cần làm. Đây là sự khác biệt quan trọng mà nhiều tổ chức chưa chuyển hóa thành hành động cụ thể. Dữ liệu từ Deloitte 2024 cho thấy 43% nhân sự APAC đang dùng GenAI hằng ngày, tiết kiệm trung bình 6 giờ mỗi tuần. Nhưng câu hỏi quan trọng hơn: họ dùng 6 giờ đó để làm gì?

Bảng dưới đây mô tả sự dịch chuyển vai trò cần xảy ra ở từng cấp trong tổ chức:

Sấy lầm phổ biến là hiểu “xây năng lực AI” là đào tạo nhân viên biết dùng ChatGPT. Đó là kỹ năng công cụ. Năng lực thực sự cần xây gồm ba thành phần: tư duy phê phán dữ liệu (đặt câu hỏi cho output AI thay vì chấp nhận mù quáng), tư duy hệ thống (hiểu AI đang ra quyết định dựa trên dữ liệu nào và ràng buộc nào), và năng lực phán đoán ngữ cảnh (khi nào tin AI, khi nào cần override). Câu hỏi chẩn đoán: Khi AI đưa ra khuyến nghị mà người phụ trách không đồng ý — họ làm gì? Bỏ qua? Hay có quy trình phản biện rõ ràng?

Trụ cột 2 — Chính sách: ranh giới AI và con người

AI đang từng bước trở thành “nhân sự số”: tự động đặt hàng, phân loại căn cứ, cảnh báo rủi ro, tối ưu lịch. Nhưng phần lớn tổ chức chưa có chính sách nào quy định phạm vi. Hệ quả:

Một chính sách AI tối thiểu cần trả lời 5 câu hỏi: (1) AI tự xử lý đến mức nào mà không cần phê duyệt? (2) Ngưỡng nào thì escalate cho người? (3) AI ra quyết định sai — ai chịu trách nhiệm? (4) Dữ liệu AI sử dụng được bảo mật và tuân thủ như thế nào? (5) Audit trail của quyết định AI được lưu trữ và xem xét theo quy trình nào?

Ví dụ thực tế — phân phối: Một doanh nghiệp phân phối thiết lập chính sách: đơn dưới 50 triệu VNĐ với nhà cung cấp đã duyệt — AI tự xử lý. Từ 50–200 triệu — AI tạo đơn nháp, trưởng phòng duyệt trong 2 giờ. Trên 200 triệu hoặc nhà cung cấp mới — luôn phải duyệt thủ công. Ranh giới này cho phép AI xử lý tự động ~70% volume đơn thường quy, con người tập trung vào những quyết định thực sự cần phán đoán.

Trụ cột 3 — Quy trình: tái thiết kế từ điểm AI biết đến điểm tổ chức hành động

Đây là trụ cột có tác động trực tiếp và đo lường được nhất. Khoảng cách từ “AI biết” đến “tổ chức hành động” là nơi phần lớn giá trị AI bị thất thoát mỗi ngày. Bảng so sánh cụ thể:

Thực tế tại nhiều doanh nghiệp Việt Nam: quy trình phê duyệt có thể mất 3–5 ngày vì email + họp + xác nhận. AI phát hiện nguy cơ hết hàng, nhưng do quy trình làm chận, việc hết hàng vẫn xảy ra. Đó không phải AI không chính xác — đó là quy trình chưa được thiết kế để AI hoạt động được.

Phương pháp tái thiết kế thực tế: với mỗi quy trình quan trọng, đặt lại câu hỏi cho từng bước theo ma trận 2×2: Bước này có thể quy tắc hóa không? Bước này có dữ liệu đủ để AI xử lý không? Những bước trả lời “có” cho cả hai là ứng viên chuyển giao cho AI. Theo kinh nghiệm thực tế, 40–60% các bước trong quy trình thường quy có thể được AI xử lý mà không làm giảm chất lượng quyết định.

Trụ cột 4 — Thói quen và công nghệ: nơi quản trị và công nghệ gặp nhau

Đây là nơi ba trụ cột trên được kiểm chứng hằng ngày, và là nơi bốn yếu tố công nghệ được tích hợp vào mô hình vận hành thực tế. Văn hóa dữ liệu không hình thành từ phần mềm — nó hình thành từ hành vi lãnh đạo hằng ngày. Khi CEO mở họp ban giám đốc bằng dashboard thời gian thực thay vì báo cáo PowerPoint chuẩn bị sẵn — đó là thông điệp rõ ràng nhất về cách tổ chức vận hành.

Khi thói quen sẵn sàng, bốn tầng công nghệ mới thực sự phát huy:

Khi cả bốn tầng kết nối, một vòng lặp tự khuếch đại bắt đầu: vận hành tốt hơn → dữ liệu tốt hơn → AI quyết định chính xác hơn → vận hành cải thiện tiếp. Tổ chức nào vào vòng lặp này sớm hơn 12 tháng sẽ có lợi thế tích lũy ngày càng khó thu hẹp.

Bộ câu hỏi chẩn đoán nhanh — 4 trụ cột

Nếu hầu hết câu trả lời cho thấy điểm yếu ở hai trụ cột trở lên — đó không phải dấu hiệu xấu. Đó là điểm xuất phát rõ ràng. Có thể đặt lịch tư vấn miễn phí với ASOFT để được đánh giá toàn diện và nhận lộ trình ưu tiên cụ thể cho từng doanh nghiệp.

Kết luận

Quản trị là gốc. Công nghệ giúp hiện thực hóa. Chỉ khi cả hai kết hợp đúng cách thì kết quả đo lường được mới thực sự xuất hiện. Số liệu BCG 2024 xác nhận điều này rõ nhất: nhóm doanh nghiệp xây đúng bốn trụ cột trước đạt ROI 17,5% — gần gấp ba lần nhóm không làm vẪy. Và 38% nhóm này kỳ vọng ROI từ 20–30% trong ba năm tới, trong khi 33% nhóm còn lại không đo lường được ROI của mình.

Suự khác biệt giữa hai nhóm không nằm ở công cụ hay ngân sách. Nó nằm ở quyết định xây đúng hệ thống trước khi chọn công cụ. Điều đó đài hỏi lãnh đạo doanh nghiệp chủ động chẩn đoán tổ chức của mình trước: đang vững nhất ở trụ cột nào, yếu nhất ở đâu, và nên ưu tiên thảy đổi thứ gì trước.

ASOFT cung cấp chương trình Diagnostic miễn phí để đánh giá toàn diện bốn trụ cột và đề xuất lộ trình ưu tiên cụ thể phù hợp với đặc thù vận hành từng doanh nghiệp. Đặt lịch tư vấn ngay để bắt đầu.