image Thứ Tư, 22/07/2026

Vì sao 90% doanh nghiệp "có AI" nhưng chưa tạo ra giá trị?

Bảo Bình

22/04/2026

Chia sẻ

Năm 2026, nhiều doanh nghiệp đã chuyển từ thử nghiệm sang triển khai trí tuệ nhân tạo (AI) trong thực tế. Tuy nhiên, khoảng cách giữa “ứng dụng AI” và “tạo ra tác động kinh doanh” vẫn còn lớn…

Sang năm 2026, phần lớn doanh nghiệp đã bắt đầu triển khai AI vào hoạt động thực tế. Ảnh minh họa
Sang năm 2026, phần lớn doanh nghiệp đã bắt đầu triển khai AI vào hoạt động thực tế. Ảnh minh họa

Theo các chuyên gia, hành trình AI của doanh nghiệp không chỉ là câu chuyện công nghệ, mà là bài toán tổng thể về tổ chức – nơi dữ liệu, con người và quy trình phải được đồng bộ để tạo ra giá trị thực sự.

ĐÃ QUA GIAI ĐOẠN DOANH NGHIỆP “THỬ” AI

Ông Nguyễn Văn Giáp, Tổng Giám đốc Lenovo Việt Nam cho biết theo nghiên cứu thực hiện với cộng đồng CIO tại khu vực châu Á – Thái Bình Dương về việc ứng dụng AI, có một điểm khác biệt rất rõ giữa năm 2025 và 2026. Nếu như trong năm 2025, doanh nghiệp vẫn còn ở giai đoạn cân nhắc: có nên thử nghiệm, sử dụng AI hay không, thì sang năm 2026, phần lớn doanh nghiệp đã bắt đầu triển khai AI vào hoạt động thực tế.

Theo ông Giáp, câu hỏi của doanh nghiệp hiện nay không còn là “có nên dùng AI”, mà là “nên áp dụng AI vào đâu để tạo ra hiệu quả rõ rệt”. Các tổ chức đang rà soát lại từng mảng kinh doanh, từng bộ phận để xác định những điểm có thể tạo ra tác động nhanh nhất. Những khu vực tiếp xúc trực tiếp với khách hàng như chăm sóc khách hàng thường được lựa chọn làm điểm khởi đầu.

Điều quan trọng với lãnh đạo doanh nghiệp, đặc biệt là CEO, là xác định được bộ phận nào AI có thể tạo ra tác động rõ rệt nhất. CIO cần làm việc chặt chẽ với các lãnh đạo nghiệp vụ để xác định ưu tiên này

Việc triển khai chatbot để tự động trả lời các câu hỏi cơ bản, thu thập thông tin hay hỗ trợ hậu mãi được xem là bước đi đầu tiên trong lộ trình tự động hóa. Bên cạnh đó, AI cũng đang được đưa vào các bộ phận hậu cần như công nghệ thông tin, bảo mật hay kiểm soát hệ thống. Dù ít được chú ý hơn, đây lại là những khu vực giúp doanh nghiệp tối ưu vận hành và nâng cao hiệu quả nội bộ.

Tuy nhiên, theo ông Giáp, yếu tố then chốt không nằm ở việc triển khai ở đâu, mà là lựa chọn đúng ưu tiên. “Điều quan trọng với lãnh đạo doanh nghiệp, đặc biệt là CEO, là xác định được bộ phận nào AI có thể tạo ra tác động rõ rệt nhất. CIO cần làm việc chặt chẽ với các lãnh đạo nghiệp vụ để xác định ưu tiên này”, ông nói.

Sau bước lựa chọn, doanh nghiệp phải đối mặt với bài toán về mức độ sẵn sàng. Dữ liệu đã được chuẩn hóa hay chưa, hệ thống có đáp ứng được yêu cầu hay không, và đội ngũ nhân sự có đủ kỹ năng triển khai hay không – tất cả đều là những yếu tố quyết định thành công của AI.

90% DOANH NGHIỆP “CÓ AI” NHƯNG CHƯA TẠO RA GIÁ TRỊ

Dù mức độ triển khai AI đang tăng nhanh, thực tế cho thấy vẫn tồn tại một khoảng cách lớn giữa việc ứng dụng và tạo ra giá trị thực sự. Theo Báo cáo "AI Radar 2026" của hãng nghiên cứu Boston Consulting Group, hiện vẫn có một khoảng cách khá lớn giữa việc "ứng dụng AI" và "tạo ra tác động thực sự từ AI". Gần 90% doanh nghiệp nói rằng họ đang sử dụng AI, nhưng chỉ một tỷ lệ rất nhỏ thực sự tạo ra giá trị kinh doanh.

Trong nhiều trường hợp, AI chỉ được triển khai trong các môi trường thử nghiệm (sandbox) trước khi mở rộng toàn hệ thống. Điều này giúp giảm rủi ro, nhưng cũng cho thấy mức độ thận trọng của doanh nghiệp khi đưa AI vào vận hành thực tế.

Theo ông Giáp, một trong những nguyên nhân chính là việc sử dụng AI hiện nay vẫn mang tính cá nhân nhiều hơn là ở cấp độ tổ chức. Nhân viên có thể sử dụng các công cụ như ChatGPT hay Copilot để hỗ trợ công việc hàng ngày như viết nội dung, làm báo cáo hay chuẩn bị tài liệu. Tuy nhiên, việc đưa AI vào các quy trình cốt lõi của doanh nghiệp vẫn còn hạn chế.

Dù vậy, một số ngành đã bắt đầu ghi nhận những tác động rõ rệt. Trong lĩnh vực tài chính, AI có thể rút ngắn thời gian xử lý hồ sơ vay từ cả ngày xuống chỉ còn 5–10 phút nhờ tự động hóa phân tích dữ liệu và chấm điểm tín dụng. “Đây là minh chứng cho việc AI có thể tạo ra tác động thực sự khi được triển khai đúng cách”, ông Giáp nhấn mạnh.

Tuy nhiên, để đạt được điều này, doanh nghiệp phải giải quyết nhiều vấn đề nền tảng. Trước hết là chuẩn hóa quy trình và đảm bảo chất lượng dữ liệu. Bên cạnh đó là các yêu cầu về bảo mật, kiểm soát hệ thống và tuân thủ quy định, đặc biệt trong các ngành nhạy cảm như tài chính, y tế hay hàng không.

Trong nhiều trường hợp, AI chỉ được triển khai trong các môi trường thử nghiệm (sandbox) trước khi được mở rộng ra toàn hệ thống. Điều này giúp giảm rủi ro, nhưng cũng cho thấy mức độ thận trọng của doanh nghiệp khi đưa AI vào vận hành thực tế.

AI chỉ đóng vai trò đưa ra khuyến nghị và suy luận. Quyết định cuối cùng vẫn phải do con người phê duyệt và chịu trách nhiệm. Ảnh minh họa
AI chỉ đóng vai trò đưa ra khuyến nghị và suy luận. Quyết định cuối cùng vẫn phải do con người phê duyệt và chịu trách nhiệm. Ảnh minh họa

Một điểm quan trọng khác là vai trò của con người trong quá trình ra quyết định. “AI chỉ đóng vai trò đưa ra khuyến nghị và suy luận. Quyết định cuối cùng vẫn phải do con người phê duyệt và chịu trách nhiệm”, ông Giáp nói. Điều này đòi hỏi doanh nghiệp phải xây dựng quy trình rõ ràng, xác định cụ thể trách nhiệm ở từng khâu và cách thức sử dụng các khuyến nghị từ AI.

Theo chuyên gia, khi các yếu tố về dữ liệu, quy trình và quản trị được chuẩn hóa, AI mới có thể phát huy hết tiềm năng. “Ở thời điểm hiện tại, phần lớn doanh nghiệp vẫn dừng ở mức ứng dụng AI cho các tác vụ như chăm sóc khách hàng hay hậu mãi, thay vì tạo ra doanh thu trực tiếp”, ông nhận định.

Dòng sự kiện:

Trí tuệ nhân tạo -AI

Token hóa không thể giải quyết mọi vấn đề của tài sản

Các công nghệ mới như token hóa và blockchain có thể thay đổi cách phát hành, ghi nhận và chuyển giao tài sản, nhưng chúng không thay đổi bản chất của tài sản đó…

15:35 21/07/2026
Nhà đầu tư tìm gì ở một startup trước khi rót vốn?

Những công nghệ mới có thể tạo ra đột phá về kỹ thuật, nhưng đó chưa phải là lý do đủ để thuyết phục nhà đầu tư rót vốn…

20:12 20/07/2026
Tiêu chí tuyển dụng nhân lực AI đang thay đổi

Nếu trước đây ứng viên chủ yếu được đánh giá qua kiến thức về thuật toán, mô hình, thì nay câu hỏi trọng tâm là khả năng ứng dụng AI để giải quyết các bài toán kinh doanh…

15:15 20/07/2026
Tài sản mã hóa là "miếng mồi ngon" của tội phạm mạng

Thị trường tài sản mã hóa toàn cầu đang phải đối mặt với làn sóng tấn công mạng ngày càng phức tạp, gây thiệt hại hàng tỷ USD mỗi năm…

15:15 20/07/2026
Tham vọng thị trường chưa đủ lớn khiến startup Việt khó bứt phá

Nhiều startup chỉ đặt mục tiêu giải quyết bài toán trong phạm vi một khu công nghiệp, một tỉnh hoặc thị trường Việt Nam. Rất ít nhóm ngay từ đầu nghĩ tới thị trường ASEAN hay quy mô toàn cầu...

22:11 19/07/2026
Muốn phát triển thị trường tài sản mã hóa, Việt Nam phải cân bằng đổi mới và kiểm soát rủi ro

Theo các chuyên gia tại hội nghị Mã hóa tài sản thực Việt Nam 2026 (Vietnam RWA Summit 2026), Việt Nam cần sớm xây dựng một khung pháp lý đồng bộ cho thị trường tài sản mã hóa, nhưng quan trọng hơn là phải tìm được điểm cân bằng giữa thúc đẩy đổi mới sáng tạo và kiểm soát rủi ro…

22:10 19/07/2026
AI và chuyển đổi số trong ngân hàng: Từ thực tiễn vận hành đến động lực thúc đẩy công nghệ Việt

Ứng dụng công nghệ số và AI không chỉ nâng cao trải nghiệm khách hàng qua các kênh tương tác trực tuyến mà còn là chìa khóa giúp ngân hàng tối ưu hóa vận hành và kiểm soát rủi ro hiệu quả...

09:35 18/07/2026
Thúc đẩy AI tại Việt Nam: Từ hạ tầng sẵn sàng đến bài toán triển khai thực tiễn

Khác với mô hình AI truyền thống phụ thuộc chủ yếu vào điện toán đám mây, AI tại biên (Edge AI) cho phép xử lý dữ liệu ngay tại thiết bị hoặc gần nguồn dữ liệu...

16:39 16/07/2026
Doanh nghiệp Việt trước bài toán AI Marketing: Khi công nghệ không còn là lợi thế cạnh tranh

AI đã trở thành công cụ phổ biến trong marketing, vì thế lợi thế cạnh tranh không còn nằm ở công nghệ mà chuyển sang năng lực con người và khả năng quản trị AI của doanh nghiệp...

16:39 16/07/2026
Doanh nghiệp bước vào cuộc đua AI mới: Không chỉ cần người dùng, mà còn cần "người xây AI"

Nếu trước đây doanh nghiệp chủ yếu tìm kiếm lập trình viên AI hoặc chuyên gia dữ liệu, thì nay nhu cầu đang dịch chuyển sang các AI builders - lực lượng có thể kết hợp công nghệ, dữ liệu và nghiệp vụ để xây dựng các AI agent phục vụ từng quy trình cụ thể…

16:39 16/07/2026