Áp dụng AI trong doanh nghiệp Việt: Đo hiệu quả bằng ROI thực tế

Theo ông Nguyễn Đức Thái, CEO SAPP Academy, đại diện CFO Việt Nam, AI cuối cùng phải được đo bằng doanh thu, lợi nhuận, dòng tiền, hiệu quả sử dụng vốn và ROI.

KHÔNG CHỈ LÀ CÔNG CỤ, AI PHẢI LÀ KHOẢN ĐẦU TƯ SINH LỜI

Ông Thái cho biết quá trình trưởng thành của một doanh nghiệp có thể nhìn qua 5 giai đoạn gồm nền tảng, xây dựng, tăng trưởng, mở rộng quy mô và vốn hóa. Ở mỗi giai đoạn, vấn đề doanh nghiệp phải giải quyết lại khác nhau, vai trò của AI cũng thay đổi theo mức độ trưởng thành.

Ở giai đoạn đầu, AI thường mới dừng ở mức thử nghiệm. Mỗi nhân viên có thể tự sử dụng một công cụ AI khác nhau, nhưng doanh nghiệp chưa có cách quản lý hay phối hợp việc sử dụng AI một cách có hệ thống. Khi doanh nghiệp phát triển, yêu cầu chuyển sang xây dựng nền tảng số để thu thập dữ liệu, sau đó đưa AI vào từng quy trình kinh doanh.

Ở cấp độ cao hơn, AI không còn nằm trong từng quy trình riêng lẻ mà phải được kết nối giữa các bộ phận, từ đó hỗ trợ những quyết định lớn hơn của doanh nghiệp. Khi đó, doanh nghiệp cũng phải hình thành cơ chế quản trị AI, bao gồm quyền hạn, quyền truy cập và cách sử dụng dữ liệu.

“Từ góc độ kinh doanh, chúng ta cần có một hạ tầng cho toàn bộ doanh nghiệp”, ông Thái nói.

Theo ông, điều quan trọng nhất không phải doanh nghiệp đang sử dụng mô hình AI nào hay có bao nhiêu nhân viên dùng AI, mà là khoản đầu tư đó tạo ra kết quả gì. Ông dẫn ví dụ mỗi năm doanh nghiệp chi khoảng 100.000 USD cho phần mềm AI và đào tạo, đồng thời chi một khoản tương đương cho bộ phận công nghệ. Với khoản đầu tư như vậy, doanh nghiệp phải biết “sự đền bù, sự tương xứng” mà AI mang lại.

“Khi áp dụng AI vào doanh nghiệp, doanh thu tăng trưởng, lợi nhuận hoạt động, dòng tiền, hiệu quả sử dụng vốn hoặc lợi thế cạnh tranh sẽ được cải thiện”, ông Thái nhấn mạnh. Cách tiếp cận này đặt AI vào một bài toán quen thuộc của tài chính doanh nghiệp: bỏ ra bao nhiêu và thu lại được bao nhiêu.

Thực tế, khoảng cách giữa thử nghiệm và tạo ra giá trị kinh doanh đang là vấn đề được nhiều doanh nghiệp quan tâm. Khảo sát CEO Toàn cầu thường niên năm 2026 của PwC cho biết hơn một nửa số CEO được khảo sát chưa ghi nhận tăng trưởng doanh thu hoặc tiết giảm chi phí đáng kể từ AI trong năm vừa qua, dù doanh nghiệp vẫn tích cực thử nghiệm và triển khai các công cụ mới.

TỪ “CÓ AI” SANG AI TẠO DOANH THU VÀ GIẢM CHI PHÍ

Theo ông Thái, để xác định nơi AI có thể tạo ra giá trị, doanh nghiệp trước hết phải nhìn vào những tín hiệu bên ngoài: khách hàng có đánh giá cao quy trình được hỗ trợ bởi AI không, thị trường đang thay đổi thế nào và đối thủ đang sử dụng AI ra sao.

Chuyên gia nhấn mạnh AI chỉ tạo ra giá trị khi được đặt vào một quy trình cụ thể và có thước đo cụ thể. Vì vậy, bài toán của doanh nghiệp không dừng ở việc mua thêm một công cụ AI.

Doanh nghiệp phải xác định AI đang giải quyết vấn đề gì, tác động đến chỉ số nào, cần dữ liệu gì, con người và AI phân chia công việc ra sao, rồi cuối cùng quy đổi kết quả đó thành giá trị kinh doanh.

Sau đó, doanh nghiệp mới lựa chọn những ưu tiên cụ thể. Với ông, ưu tiên đầu tiên là “cỗ máy doanh thu”, nơi AI có thể tác động trực tiếp đến marketing và bán hàng.

AI có thể giúp doanh nghiệp tiếp cận đúng khách hàng, phân khúc khách hàng, tăng tỷ lệ chuyển đổi, tăng khả năng khách hàng quay lại và nâng giá trị đơn hàng. Thay vì tiếp cận tất cả khách hàng tiềm năng như nhau, AI có thể phân tích dữ liệu để xác định nhóm khách hàng phù hợp hơn với sản phẩm và khả năng mua hàng.

Khi AI phân tích thêm dữ liệu về khách hàng, lịch sử tương tác, giọng điệu trong cuộc gọi và mức độ sẵn sàng mua, đội ngũ bán hàng có thể tập trung vào những khách hàng có khả năng chuyển đổi cao hơn. Theo ông Thái, thay vì cố gắng theo đuổi tất cả khách hàng, nhân viên có thể biết ai là khách hàng “nóng” cần được theo sát, ai cần tiếp tục nuôi dưỡng và ai không còn phù hợp để tiếp cận.

“AI có thể phân tích cả giọng điệu của khách hàng và cho biết cần làm gì với khách hàng đó”, ông nói.

Ở phía còn lại là “cỗ máy vận hành”. AI có thể được đưa vào dự báo, lập kế hoạch kinh doanh, kế hoạch sản xuất và các hoạt động nhằm nâng năng suất, chất lượng và tiết kiệm chi phí.

Theo ông Thái, doanh nghiệp cần chia nhỏ quy trình để xác định chính xác việc nào con người làm, việc nào AI đảm nhiệm. Hiệu quả của AI cũng phải được đo lường liên tục. Chẳng hạn, nếu AI dự đoán đúng 80% trường hợp nhưng sai 20%, doanh nghiệp cần dùng những kết quả đó để huấn luyện và cải thiện hệ thống.

ROI TRỞ THÀNH “BÀI KIỂM TRA CUỐI” CỦA AI

Theo ông Thái, AI không thể được đánh giá chỉ bằng mức độ hài lòng của nhân viên hay số lượng người sử dụng công cụ. Một hệ thống có thể được sử dụng rộng rãi nhưng nếu không tạo ra thay đổi về doanh thu, chi phí hoặc năng suất thì chưa thể chứng minh hiệu quả đầu tư.

“Mọi thứ cuối cùng đều quy về một điểm: phải được đo lường bằng kết quả kinh doanh”, ông nói.

Với doanh nghiệp, điều đó có nghĩa AI phải được đặt trong cùng hệ thống đo lường với các khoản đầu tư khác. Nếu bỏ ra 200.000 USD nhưng tăng trưởng doanh số không tương xứng, doanh nghiệp phải đặt câu hỏi về hiệu quả của khoản đầu tư đó.

Theo ông Thái, AI cũng giúp doanh nghiệp chuẩn hóa năng lực của đội ngũ. Nhân viên bán hàng giỏi nhất có thể cung cấp cách thức xử lý tình huống, tiêu chí đánh giá và kinh nghiệm cho AI, từ đó hỗ trợ nhân rộng năng lực đó cho những nhân viên khác.

Chuyên gia nhấn mạnh AI chỉ tạo ra giá trị khi được đặt vào một quy trình cụ thể và có thước đo cụ thể. Vì vậy, bài toán của doanh nghiệp không dừng ở việc mua thêm một công cụ AI. Doanh nghiệp phải xác định AI đang giải quyết vấn đề gì, tác động đến chỉ số nào, cần dữ liệu gì, con người và AI phân chia công việc ra sao, rồi cuối cùng quy đổi kết quả đó thành giá trị kinh doanh.

Trong cách tiếp cận này, AI không còn được nhìn như một khoản chi công nghệ đơn thuần. Nó trở thành một khoản đầu tư phải được kiểm chứng bằng kết quả – từ doanh thu, lợi nhuận, dòng tiền, năng suất đến hiệu quả sử dụng vốn.