Trí tuệ nhân tạo (AI) đang nhanh chóng đi từ thử nghiệm sang ứng dụng thực tế trong doanh nghiệp, nhưng để công nghệ này tạo ra giá trị, yếu tố quyết định không chỉ nằm ở công cụ mà còn ở năng lực, văn hóa tổ chức, vai trò của lãnh đạo và cách đo lường hiệu quả...

Theo báo cáo Unlocking Vietnam's AI Potential 2026 của AWS và Strand Partners công bố mới đây, tỷ lệ doanh nghiệp Việt Nam chính thức đưa AI vào vận hành đã tăng từ 18% năm ngoái lên 26% trong năm nay, tương đương mức tăng trưởng 44%. Hiện tại, cả nước có gần 245.000 doanh nghiệp đang sử dụng công nghệ này trong công việc hằng ngày.

Trong đó, lĩnh vực tài chính - ngân hàng đứng đầu với tỷ lệ 41%, cao hơn nhiều so với mức bình quân 26% của cả nước. Trong ngành này, 79% doanh nghiệp cho biết năng suất tăng nhờ sử dụng AI để phát hiện gian lận và phân tích dữ liệu.

KHÔNG CHỈ THỬ NGHIỆM, PHẢI ĐO ĐƯỢC HIỆU QUẢ

Đáng chú ý, báo cáo chỉ ra rằng làn sóng AI tác tử (agentic AI) đang tạo ra bước nhảy vọt về hiệu suất. Thay vì chỉ phản hồi câu hỏi như các chatbot thông thường, agentic AI có thể tự động thực hiện chuỗi hành động phức tạp. Dù mới có 38% doanh nghiệp nhận biết về công nghệ này, nhóm ứng dụng sớm đã ghi nhận hiệu quả vượt trội: 81% tăng năng suất, 73% tăng doanh thu (mức tăng bình quân 18%) và 61% ra quyết định nhanh hơn.

Tại Công ty cổ phần Chứng khoán Kỹ Thương (TCBS), việc triển khai Kiro, môi trường lập trình agentic AI của AWS, cho hơn 460 nhân sự, trong đó toàn bộ đội ngũ kỹ sư và 40% nhân sự phi kỹ thuật, đã giúp rút ngắn 25% thời gian phát triển phần mềm, đạt tỷ lệ 70% mã nguồn AI đề xuất vượt qua kiểm duyệt ngay lần đầu, đồng thời đưa nền tảng đầu tư tự động TCWealth ra thị trường chỉ trong một quý.

Tại Ngân hàng Quốc tế (VIB), việc đưa công cụ AI vào khối bán lẻ giúp các chuyên viên quản lý quan hệ khách hàng nắm bắt chính xác nhu cầu của người dùng, từ đó thu hút thêm khách hàng mới và trực tiếp đóng góp vào doanh số.

Tuy nhiên, ông Eric Yeo, Tổng Giám đốc AWS Việt Nam lưu ý những số liệu này thể hiện mối tương quan, chưa phải bằng chứng về quan hệ nhân quả. Điều quan trọng hơn là doanh nghiệp phải xác định được kết quả cần đạt trước khi đầu tư và triển khai.

Theo ông Eric Yeo, để đi từ các dự án thử nghiệm sang triển khai thực tế, doanh nghiệp cần đồng thời giải quyết bài toán về kỹ năng, sự dẫn dắt của lãnh đạo, quản trị và đo lường hiệu quả. “Trước khi bắt đầu một dự án, phải xác định được cách đo lường và thống nhất về các tiêu chí đo lường, rồi mới triển khai”, ông Eric Yeo nói. "Đây là điều cần thiết để doanh nghiệp biết khoản đầu tư vào AI có thực sự tạo ra kết quả hay không."

Từ góc độ thực tế doanh nghiệp, ông Trịnh Thế Thành, Giám đốc Công nghệ TCBS cho biết việc AI giúp tạo ra nhiều mã nguồn hơn chưa đồng nghĩa với việc doanh nghiệp tạo ra nhiều giá trị hơn. "Doanh nghiệp cũng không chỉ nhìn vào số lượng mã nguồn được AI tạo ra," ông nói thêm. "Tiêu chí được chú trọng là năng suất, cụ thể là thời gian từ khi một tính năng được đưa ra yêu cầu đến khi đến tay khách hàng. 

AI CẦN VĂN HÓA THỬ NGHIỆM VÀ CON NGƯỜI

Nếu năng lực, quản trị và đo lường là điều kiện để triển khai AI, thì văn hóa tổ chức lại quyết định mức độ nhân sự sẵn sàng sử dụng công nghệ.

Ông Thế Thành cho biết TCBS tiếp cận AI với tinh thần “thận trọng nhưng luôn luôn thử nghiệm”. Thay vì giới hạn AI trong đội ngũ công nghệ, doanh nghiệp mở rộng cơ hội thử nghiệm tới các bộ phận khác “Quan trọng là để mọi người hiểu rằng nó không có gì quá ‘magic’, quá kỳ lạ cả”, ông Thành nói.

Theo ông, khi một nhân sự tự tin thử nghiệm và nhận được sự hỗ trợ để đưa ý tưởng thành sản phẩm, sự tự tin đó có thể lan sang phòng ban và rộng hơn là toàn tổ chức.

Cùng với đó, vai trò của con người cũng đang thay đổi. Ông Eric Yeo cho rằng kỹ năng quan trọng trong kỷ nguyên AI không chỉ là kỹ thuật mà còn là khả năng phán đoán, diễn giải, kiểm chứng và chất vấn kết quả do AI tạo ra.

Tại TCBS, theo ông Thành, mục tiêu không phải dùng AI để thay thế nhân sự mà để tăng năng lực cho mỗi người. Trong hoạt động phát triển phần mềm, doanh nghiệp đang hướng tới mô hình software engineer có khả năng làm việc cùng AI, thay vì tách riêng các vai trò phát triển và kiểm thử. “Chúng tôi không thay người mà đem kỹ năng đó dành cho một người”, ông Thành nói. Những công việc mang tính lặp lại có thể được AI hỗ trợ, còn con người tập trung vào quyết định và điều phối.

Tuy nhiên, khi AI ngày càng có khả năng tạo ra sản phẩm hoàn chỉnh, chính con người lại trở thành một điểm nghẽn mới. Theo ông Thành, AI có thể tạo mã nguồn nhanh nhưng vẫn cần con người kiểm tra và đánh giá đầu ra.

TCBS đã tự động hóa hơn 90% các kịch bản kiểm thử, qua đó hỗ trợ kiểm tra sản phẩm do AI tạo ra. Theo ông, việc tiếp tục tự động hóa khâu kiểm tra sẽ là một trong những hướng để doanh nghiệp khai thác tốt hơn năng lực của AI.

Từ góc nhìn của AWS và thực tế tại TCBS, việc ứng dụng AI vì vậy không chỉ là lựa chọn một công cụ mới. Doanh nghiệp cần xây dựng năng lực, tạo môi trường để thử nghiệm, có cơ chế quản trị và quan trọng nhất là xác định được AI đang tạo ra giá trị gì và giá trị đó được đo bằng cách nào.