Câu trả lời hữu ích nhất cho câu hỏi nên sử dụng bao nhiêu AI trong doanh nghiệp không phải là “càng nhiều càng tốt”. Mà là “đến mức mà nó gia tăng giá trị mà không làm suy giảm khả năng phán đoán, chất lượng và sự khác biệt”.
Điều này ngày nay quan trọng hơn nhiều so với vẻ bề ngoài. Tại Ý, tỷ lệ áp dụng trí tuệ nhân tạo trong các doanh nghiệp đã tăngtừ 8,2% vào năm 2024 lên 16,4% vào năm 2025, theo số liệu của Istat được báo Il Foglio trích dẫn. Việc con số này tăng gấp đôi chỉ trong một năm cho thấy một điều đơn giản: câu hỏi không còn là liệu có nên hành động hay không, mà là làm thế nào để điều chỉnh mức độ áp dụng.
Với tư cách là Giám đốc điều hành (CEO) của một nền tảng trí tuệ nhân tạo (AI) dành cho các doanh nghiệp vừa và nhỏ (SME) châu Âu, đồng thời là nhà nghiên cứu chuyên về việc thương mại hóa các kết quả đầu ra của các mô hình ngôn ngữ, tôi nhận thấy cùng một sai lầm đang lặp lại. Các doanh nghiệp coi AI như một công tắc. Hoặc là họ phớt lờ nó, hoặc là họ cố gắng tự động hóa mọi thứ. Cả hai lựa chọn này đều làm mất đi giá trị. Lựa chọn thứ nhất khiến bạn trở nên chậm chạp. Lựa chọn thứ hai thì tràn ngập những kết quả đầu ra đúng về mặt hình thức nhưng lại yếu kém về bản chất.
Khung làm việc hiệu quả là khung đơn giản hơn và có kỷ luật hơn: sử dụng trí tuệ nhân tạo (AI) ở những nơi nó có thể giảm bớt công việc lặp đi lặp lại, và ngừng sử dụng AI ở những nơi cần sự trách nhiệm, bối cảnh cụ thể và sự can thiệp của con người.
Hầu hết các doanh nghiệp đều mắc sai lầm do làm quá mức hoặc chậm trễ. Vấn đề không phải là việc áp dụng trí tuệ nhân tạo (AI). Vấn đề là phải xác định được ngưỡng mà vượt qua ngưỡng đó, hiệu quả hoạt động tăng ít hơn so với mức rủi ro mà bạn đang tạo ra.
Balaji Srinivasan đã tóm tắt điều này hay hơn bất kỳ ai khác: “0% AI là chậm. Nhưng 100% AI là rác rưởi.” Với tư cách là CEO, tôi hiểu điều này như sau: Sử dụng quá ít AI sẽ khiến doanh nghiệp phải gánh chịu những chi phí vô ích. Sử dụng quá nhiều AI sẽ thay thế phán đoán con người bằng những kết quả có vẻ hợp lý nhưng lại dễ bị thay thế.
Logic này dựa trên Đường cong Laffer khi áp dụng vào lĩnh vực lao động tri thức. Ban đầu, mỗi bước tiến mới trong trí tuệ nhân tạo (AI) đều mang lại lợi ích lớn: giảm thời gian lãng phí cho các hoạt động lặp đi lặp lại, tăng tốc độ thực thi và nâng cao tiêu chuẩn trong các quy trình. Sau đó, sẽ xuất hiện một ngưỡng nhất định. Khi vượt qua ngưỡng đó, lợi ích biên sẽ giảm xuống và các chi phí bắt đầu tăng lên – điều mà nhiều nhà quản lý thường nhận ra quá muộn: những sai sót được “đóng gói” khéo léo, khả năng kiểm soát giảm sút, trách nhiệm trở nên mơ hồ hơn, và nội dung thì đều giống nhau.
Giữ nguyên mức 0 không phải là sự thận trọng. Đó là việc chọn trả tiền cho những người có chuyên môn để thực hiện công việc không mang lại lợi thế cạnh tranh.
Điều này diễn ra hàng ngày. Đội ngũ tài chính phải tổng hợp lại các tệp tin một cách thủ công. Nhân viên kinh doanh phải soạn lại những email gần như giống hệt nhau. Bộ phận vận hành phải chuyển dữ liệu từ hệ thống này sang hệ thống khác. Bộ phận tiếp thị phải chuẩn bị bản nháp đầu tiên và điều chỉnh định dạng bằng tay. Những hoạt động này không giúp cải thiện chiến lược, không củng cố vị thế thương hiệu và cũng không gia tăng giá trị mà khách hàng cảm nhận được. Chúng chỉ làm tiêu tốn sự chú ý của ban lãnh đạo và những giờ làm việc quý báu.
Chính vì vậy mà thị trường đang có những chuyển biến. Như đã đề cập ở phần mở đầu, việc áp dụng các giải pháp đang gia tăng bởi vì sự chần chừ đang gây ra những chi phí ngày càng rõ rệt, trước hết là về thời gian, sau đó là về lợi nhuận.
Nếu thiếu AI, quá trình thực thi sẽ bị chậm lại. Nếu lạm dụng AI, ngay cả những yếu tố đáng lẽ phải mang tính đặc trưng cũng sẽ trở nên rập khuôn.
Sai lầm kia thì tinh vi hơn, bởi vì ban đầu nó có vẻ như là một thành công về mặt hiệu quả.
Một báo cáo tài chính được soạn thảo hoàn toàn bởi trí tuệ nhân tạo (AI) có thể trông đúng đắn, gọn gàng, thậm chí thuyết phục. Nhưng một Giám đốc Tài chính (CFO) có trách nhiệm sẽ không ký vào một tài liệu chỉ vì nó “nghe có vẻ hay”. Người đó sẽ đối chiếu báo cáo với các đơn đặt hàng, khoản thu, hàng tồn kho, sự chậm trễ trong hoạt động và các trường hợp ngoại lệ về mặt thương mại. Nếu bỏ qua bước này, công ty không thực sự tự động hóa hiệu quả. Họ chỉ đang chuyển rủi ro sang giai đoạn sau trong chuỗi quy trình mà thôi.
Điều này cũng đúng trong lĩnh vực bán hàng và tiếp thị. Một email được tạo ra 100% bởi trí tuệ nhân tạo (AI) có thể tuân thủ đúng giọng điệu, cấu trúc và ngữ pháp. Tuy nhiên, nó thường thiếu đi những chi tiết riêng biệt: sự đề cập đến những thách thức thực tế của khách hàng, bối cảnh ngành của họ, hay những điểm vướng mắc cụ thể đã được nêu ra trong cuộc gọi. Chính những yếu tố đó mới tạo ra chuyển đổi. Và cũng chính ở đó, việc tự động hóa hoàn toàn bắt đầu làm mất đi sự khác biệt.
Đây chính là điểm yếu. Nội dung dễ đọc, sản xuất nhanh chóng, về mặt hình thức thì chấp nhận được, nhưng lại thiếu tính trách nhiệm và lợi thế cạnh tranh. Tôi đã phân tích rủi ro này một cách chi tiết hơn tại đây: cách các doanh nghiệp đối phó với trí tuệ nhân tạo.
Quy tắc thực tế là như sau:
Trí tuệ nhân tạo (AI) không tự động hóa toàn bộ quy trình một cách hiệu quả. Nó tự động hóa phần cốt lõi của quy trình một cách hiệu quả. Nó hoạt động theo mô hình “middle-to-middle”.
Ban đầu, cần có con người để xác định vấn đề, bối cảnh, các ràng buộc và dữ liệu liên quan. Cuối cùng, cũng cần có con người để kiểm tra kết quả đầu ra, đặt nó vào bối cảnh cụ thể và chịu trách nhiệm về nó. Trong khi đó, ở giai đoạn giữa, trí tuệ nhân tạo (AI) có thể giúp tiết kiệm hàng giờ làm việc.
Hãy lấy một phân tích kinh doanh làm ví dụ. Ban lãnh đạo xác định các câu hỏi ban đầu: những khách hàng nào đang có dấu hiệu chững lại, những dòng sản phẩm nào đang tăng trưởng, và lợi nhuận biên đang bị thu hẹp ở đâu. Trí tuệ nhân tạo (AI) tổng hợp dữ liệu, làm sạch bảng dữ liệu, phát hiện các mẫu, và chuẩn bị báo cáo. Sau đó, một chuyên gia sẽ xem xét kết quả và quyết định liệu mẫu đó có phải là một sự bất thường thực sự hay chỉ là một biến động tạm thời.
Mô hình này cũng áp dụng cho các lĩnh vực dịch vụ khách hàng, tài chính, vận hành và tiếp thị. Trí tuệ nhân tạo (AI) thể hiện hiệu quả trong các tác vụ như chuyển đổi dữ liệu, phân loại, tổng hợp, điều chỉnh định dạng và tạo bản nháp ban đầu. Tuy nhiên, khi hoạt động độc lập, AI lại không phù hợp để xác định các ưu tiên kinh doanh và chịu trách nhiệm về rủi ro trong quyết định cuối cùng.
Nhiều doanh nhân chú trọng đến API hoặc các giấy phép. Đó là một phần của chi phí, nhưng hiếm khi là yếu tố quyết định. Chi phí thực sự nằm ở số giờ làm việc chuyên môn cần thiết để đưa ra các hướng dẫn phù hợp và kiểm tra kết quả đầu ra.
Đây là một thông tin mà tôi thường chia sẻ với các đội ngũ. Chỉ 10% giá trị của Trí tuệ nhân tạo (AI) đến từ các thuật toán, 20% đến từ dữ liệu và 70% đến từ con người, quy trình và văn hóa doanh nghiệp, như Archimedia đã tóm tắt trong cẩm nang thực hành của họ. Nếu tổ chức, quản trị và phân công trách nhiệm không đúng cách, dù bạn có mô hình tốt nhất đi chăng nữa thì kết quả thu được cũng sẽ rất hạn chế.
Nguyên tắc quản lý: Trí tuệ nhân tạo (AI) không loại bỏ nhu cầu về năng lực chuyên môn. Nó chỉ chuyển trọng tâm từ các công việc mang tính cơ học sang khả năng đánh giá chính xác.
Chính vì vậy, các doanh nghiệp cố gắng “thay thế con người” thường cảm thấy thất vọng. Ngược lại, những doanh nghiệp tái cấu trúc các vai trò lại đạt được nhiều thành quả hơn. Giảm thời gian dành cho sản xuất thủ công. Tăng thời gian dành cho việc kiểm tra, phân tích và ra quyết định.
Ba hệ quả thực tiễn:
Cách nhanh nhất để thất bại trong việc áp dụng AI là coi những giới hạn của nó như những vấn đề tạm thời. Nhiều giới hạn trong số đó không phải là tạm thời. Đó là những ranh giới mang tính cấu trúc, có chức năng chính là xác định điểm dừng.
Hạn chế đầu tiên là về mặt kinh tế. Việc triển khai AI trên quy mô lớn không phải là miễn phí. Mỗi lần gọi API, quy trình làm việc, điều phối, tích hợp và kiểm soát đều làm tăng chi phí. Nếu tác vụ có giá trị thấp hoặc đòi hỏi quá nhiều bước kiểm duyệt, việc tự động hóa có thể làm tình hình tài chính trở nên tồi tệ hơn thay vì cải thiện nó.
Hạn chế thứ hai, về mặt toán học. Trí tuệ nhân tạo (AI) không thể giải quyết một cách kỳ diệu các vấn đề trong đó hệ thống không ổn định, hỗn loạn hoặc khó quan sát. Một mô hình có thể giúp phân tích các tín hiệu. Tuy nhiên, nó không thể biến sự không chắc chắn triệt để thành sự chắc chắn.
Hạn chế thứ ba, về mặt thực tiễn. Ngay cả khi mô hình tốt, toàn bộ nhiệm vụ vẫn không thể tự động hóa hoàn toàn. Vẫn cần có người đặt ra vấn đề và có người kiểm tra câu trả lời.
Hạn chế thứ tư, về mặt vật lý. Trí tuệ nhân tạo (AI) không hiện diện tại nhà máy của bạn, không đến thăm khách hàng, không cảm nhận được sự căng thẳng trong một cuộc đàm phán, cũng không phát hiện ra một chiếc máy đang rung lắc bất thường nếu không có ai cung cấp thông tin đó cho nó.
Nếu quy trình đó đòi hỏi bối cảnh ngầm hiểu, nhận thức trực tiếp hoặc trách nhiệm pháp lý cao, thì trí tuệ nhân tạo (AI) phải đóng vai trò là trợ lý, chứ không phải là người điều khiển.
Điểm nghẽn thường bị đánh giá thấp nhất chính là năng lực nội bộ. Tại Ý, 68% các doanh nghiệp có dưới 50 nhân viên coi việc thiếu năng lực nội bộ là rào cản chính đối với việc áp dụng trí tuệ nhân tạo (AI), và cần trung bình từ 4 đến 6 tuần đào tạo để nhân viên có thể sử dụng AI một cách độc lập, theo phân tích này về việc sử dụng AI, dữ liệu, năng lực và đào tạo.
Thông tin này còn quan trọng hơn nhiều so với những buổi trình diễn ấn tượng. Nếu không ai trong công ty biết cách kiểm soát đầu ra, thì tự động hóa không phải là một lợi thế. Đó là một rủi ro vận hành.
Đối với một nhà quản lý, câu hỏi đúng không phải là “Trí tuệ nhân tạo có thể làm được điều đó không?”. Mà là:
Nếu một trong các câu trả lời trên là “không”, hãy tăng mức độ nhân văn.
Vấn đề chiến lược tinh vi nhất không phải là sai lầm nghiêm trọng. Đó chính là xu hướng dần trượt dốc xuống mức trung bình dù ban đầu có chất lượng tốt. Tôi gọi hiện tượng này là “B+ Trap”.
Các mô hình tạo sinh hàng đầu ngày càng thường xuyên tạo ra các kết quả “đủ tốt”. Các văn bản rõ ràng. Các bản tóm tắt dễ đọc. Các phân tích có hệ thống. Cấu trúc chính xác. Nhưng khi mọi người đều sử dụng cùng một mô hình, cùng một mẫu lời nhắc và cùng một quy trình, kết quả có xu hướng trở nên giống nhau.
Đối với nhiều doanh nghiệp, điều này ban đầu không dễ nhận ra. Họ chỉ nhìn thấy tốc độ và chất lượng bề ngoài. Họ không nhận ra sự mất mát về tiếng nói, sự sắc sảo và lợi thế cạnh tranh. Trong lĩnh vực tiếp thị, điều này dẫn đến những nội dung dễ bị thay thế. Trong phân tích, điều này dẫn đến những nhận định mà bất kỳ ai cũng có thể có được. Trong chiến lược, điều này dẫn đến những quyết định dựa trên trí tuệ thị trường trung bình, chứ không phải dựa trên lợi thế độc quyền của chính bạn.
Doanh nghiệp nào giao các công việc tiêu chuẩn cho trí tuệ nhân tạo (AI), sau đó kết hợp chuyên môn nội bộ, bối cảnh ngành, dữ liệu độc quyền và phán đoán quản lý sẽ tạo ra một kết quả khác biệt. Kết quả đó không nhất thiết phải dài hơn hay phức tạp hơn, mà là hữu ích hơn.
Đó chính là lý do tại sao việc phụ thuộc 100% vào trí tuệ nhân tạo (AI) là một ngõ cụt về mặt cạnh tranh. Không phải vì AI kém cỏi, mà bởi vì nếu để AI tự sản xuất mọi thứ mà không có sự can thiệp của con người, kết quả thu được sẽ ngày càng giống với kết quả của tất cả các đối thủ khác. Yếu tố tạo ra lợi nhuận chính là những đặc điểm không thể thay thế được.
Đối với những ai muốn tìm hiểu sâu hơn về quan điểm này dưới góc độ nghiên cứu, tôi xin giới thiệu các ấn phẩm về phân tích dựa trên trí tuệ nhân tạo (AI-driven analytics).
Lợi thế vào năm 2026 không phải là việc có thể tiếp cận trí tuệ nhân tạo (AI). Mà là biết nên dừng tự động hóa ở đâu và bổ sung lớp công nghệ độc quyền của riêng mình.
Khi một doanh nhân hỏi tôi nên áp dụng trí tuệ nhân tạo (AI) ở mức độ nào trong doanh nghiệp, tôi sẽ bắt đầu từ hai yếu tố. Chứ không phải từ công cụ.
Điểm đầu tiên là bản chất của nhiệm vụ. Đó là nhiệm vụ mang tính cơ học, phân tích hay ra quyết định?
Thứ hai là chi phí do sai sót gây ra. Nếu kết quả đầu ra sai, bạn sẽ mất vài phút, một khách hàng, lợi nhuận hay uy tín?
Cách tiếp cận này cũng có lý do rất cụ thể. Tác động trực tiếp nhất của Trí tuệ nhân tạo thế hệ mới (Gen AI) thể hiện rõ qua việc tự động hóa các hoạt động lặp đi lặp lại như quản lý email và tạo báo cáo tiêu chuẩn, từ đó giải phóng nguồn nhân lực để tập trung vào các nhiệm vụ có giá trị cao hơn, như Huware đã chỉ ra trong bài phân tích chuyên sâu về năng suất doanh nghiệp.
| Loại tác vụ | Chi phí sai sót thấp | Chi phí trung bình của sai sót | Chi phí của sai lầm cao |
|---|---|---|---|
| Cơ học và lặp đi lặp lại | Gần 90% do trí tuệ nhân tạo (AI) thực hiện. Định dạng dữ liệu, lập lịch, gắn thẻ, phân phối nội dung. | Khoảng 70% do trí tuệ nhân tạo (AI) đảm nhận. Tự động hóa cao với sự kiểm soát cuối cùng. | Khoảng 50% do AI thực hiện. AI soạn thảo, con người kiểm tra từng dòng một. |
| Phân tích và diễn giải | Khoảng 70% do AI thực hiện. AI phát hiện các mẫu, con người xác nhận. | Khoảng 50% AI. Sự cân bằng tốt cho các báo cáo quản trị. | Khoảng 40% là AI. Cần có sự rà soát có hệ thống do các chuyên gia thực hiện. |
| Phân tích quyết định và chiến lược | Khoảng 40% AI. Hỗ trợ các kịch bản và tùy chọn. | Khoảng 30% do trí tuệ nhân tạo (AI) thực hiện. AI chỉ hỗ trợ, không đưa ra kết luận. | Gần 30% do AI đảm nhiệm. Định giá, chiến lược, tuyển dụng, các vấn đề truyền thông nhạy cảm. |
Các tỷ lệ phần trăm này không phải là quy luật tự nhiên. Chúng chỉ là điểm khởi đầu mang tính thực tiễn. Chúng giúp tránh hai sai lầm điển hình: tự động hóa quá sớm các quy trình có rủi ro cao, hoặc vẫn duy trì các quy trình thủ công trong khi lẽ ra chúng đã phải được tự động hóa bằng phần mềm.
Trong thực tế, nên thường xuyên rà soát mức độ tự động hóa. Các chỉ số hữu ích nhất thường rất đơn giản.
Nếu bạn muốn thực hiện bước này một cách chính thức, bạn nên cân nhắc cách đánh giá hiệu quả đầu tư vào AI trước khi mở rộng việc áp dụng trên toàn công ty.
Những điểm chính cần ghi nhớ
Cách tốt nhất để hiểu khung công tác này là quan sát nó được áp dụng mà không cần đến những lý thuyết hàn lâm. Về mặt nội bộ, quá trình này không bắt đầu từ một dự án trừu tượng về “mức độ trí tuệ nhân tạo”. Nó bắt đầu từ một quy tắc đơn giản: chỉ tự động hóa ở những nơi mà chi phí của lỗi không được phát hiện là thấp, đồng thời duy trì sự kiểm soát của con người ở những nơi mà chi phí của lỗi là cao.
Ví dụ rõ ràng nhất là quy trình xuất bản. Nỗ lực đầu tiên rất đơn giản: tự động hóa toàn bộ quy trình, từ bản nháp ban đầu đến việc phân phối trên các kênh, bao gồm cả việc điều chỉnh định dạng, hình ảnh và lịch trình. Hệ thống hoạt động tốt. Tuy nhiên, kết quả đầu ra chỉ đúng ở mức chung chung.
Giọng điệu thì có. Hình thức cũng vậy. Điều còn thiếu chính là yếu tố mà một độc giả sành sỏi có thể nhận ra ngay lập tức: góc nhìn riêng biệt, đánh giá, quan điểm.
Việc điều chỉnh đã được thực hiện bằng cách đưa yếu tố can thiệp của con người trở lại ở chỉ hai khâu: rà soát thông điệp chính và lựa chọn góc quay cho từng nền tảng. Trí tuệ nhân tạo (AI) vẫn đảm nhiệm việc điều chỉnh định dạng, sản xuất các tài liệu sáng tạo và đăng tải. Nhờ đó, thời gian lao động của con người cho mỗi chu kỳ đã giảm từ ba giờ xuống còn khoảng 30 phút, với tỷ lệ phân bổ cuối cùng là khoảng 80% do AI thực hiện và 20% do con người thực hiện.
Điểm tối ưu không phải là khi AI có thể làm được tất cả mọi thứ. Mà là khi nhóm ngừng can thiệp quá mức và kết quả đầu ra vẫn đảm bảo tính thuyết phục.
Phương pháp được sử dụng để đạt được kết quả này có thể áp dụng tại bất kỳ doanh nghiệp vừa và nhỏ nào.
Có ba chỉ số nội bộ được theo dõi. Đó là tỷ lệ can thiệp khắc phục, thời gian tổng thể từ đầu đến cuối và chất lượng được người dùng cuối cảm nhận. Khi một trong các chỉ số này xấu đi, cần phải điều chỉnh lại.
Cách tiếp cận này cũng phản ánh rõ nét một triết lý sản phẩm mà tôi cho là hợp lý: Trí tuệ nhân tạo (AI) nên thay thế công việc của nhà phân tích khi công việc đó mang tính lặp đi lặp lại và có cấu trúc, chứ không phải thay thế phán đoán kinh doanh. Nói cách khác, nó được thiết kế để thay thế nhà phân tích của bạn, chứ không phải phán đoán của bạn.
Lợi thế cạnh tranh không đến từ việc sử dụng nhiều trí tuệ nhân tạo hơn. Nó đến từ việc biết đặt ra giới hạn trước khi tự động hóa bắt đầu làm suy giảm lợi nhuận, niềm tin và tính độc đáo của công việc.
Chính vì vậy, câu hỏi đúng không phải là liệu có nên áp dụng AI hay không, mà là nên sử dụng bao nhiêu AI trong doanh nghiệp cho từng quy trình quan trọng. Đường cong Laffer của AI chính xác là để làm điều này: tìm ra điểm mà tự động hóa giúp tăng năng suất và tốc độ mà không đẩy đội ngũ vào “bẫy B+” – tức là kết quả đủ tốt để qua được, nhưng lại quá chung chung để tạo sự khác biệt cho doanh nghiệp.
Trên thực tế, trí tuệ nhân tạo (AI) nên được sử dụng trong những trường hợp giúp rút ngắn thời gian, giảm bớt công việc lặp đi lặp lại và giữ chi phí kiểm tra ở mức thấp. Nên ngừng sử dụng AI khi sai sót gây ra hậu quả nghiêm trọng hơn so với thời gian tiết kiệm được, khi bối cảnh quan trọng hơn định dạng, và khi quyết định đó có tác động đến mặt thương mại hoặc danh tiếng.
Đây chính là lúc thể hiện sự chín chắn trong quản lý.
Trong chu kỳ cạnh tranh sắp tới, những doanh nghiệp biết xác định rõ phạm vi ứng dụng của trí tuệ nhân tạo (AI) sẽ là những doanh nghiệp chiến thắng. Không phải những doanh nghiệp áp dụng AI một cách bừa bãi, mà là những doanh nghiệp giữ lại khả năng phán đoán cho con người và tự động hóa phần còn lại một cách có kỷ luật.
Nếu bạn muốn áp dụng phương pháp này trên một nền tảng giúp tự động hóa quá trình phân tích mà vẫn giữ nguyên quyền kiểm soát trong việc ra quyết định, hãy khám phá ELECTE – nền tảng phân tích dữ liệu được hỗ trợ bởi trí tuệ nhân tạo (AI) dành cho các doanh nghiệp vừa và nhỏ (SME). Bạn có thể thấy cách nền tảng này chuyển đổi dữ liệu thô thành những thông tin hữu ích, báo cáo tự động và các tín hiệu cần thiết để ra quyết định nhanh hơn, mà không phụ thuộc hoàn toàn vào AI. Sẵn sàng hành động dựa trên dữ liệu của bạn chưa? Bắt đầu dùng thử miễn phí ngay →
.svg)
.svg)
.svg)
