Vì sao việc triển khai AI trong doanh nghiệp tại khu vực APAC liên tục đình trệ ở giai đoạn thí điểm?

Tại châu Á – Thái Bình Dương, AI đã thay đổi đáng kể. Nếu trước đây lãnh đạo doanh nghiệp còn tranh luận liệu có nên đầu tư vào AI hay không, thì giờ đây mối quan tâm chính là đầu tư bao nhiêu và triển khai như thế nào. Tuy nhiên, từ kế hoạch đến việc đưa AI vào vận hành thực tế, nhiều tổ chức vẫn liên tục gặp trục trặc.

Mới đây, một báo cáo CIO Playbook 2026 do Lenovo thực hiện cùng International Data Corporation (IDC) được công bố tại sự kiện Lenovo Tech World tổ chức ở Hong Kong, đã phác thảo toàn cảnh câu chuyện triển khai AI trong doanh nghiệp tại khu vực APAC.

Các con số ban đầu cho thấy triển vọng khá lạc quan. Khoảng 96% doanh nghiệp trong khu vực dự định tăng chi tiêu cho AI trong 12 tháng tới, với ngân sách trung bình dự kiến tăng khoảng 15%. Báo cáo cũng ước tính mỗi USD đầu tư vào AI có thể mang lại khoảng 2,85 USD giá trị kinh tế.

Tuy nhiên, khi nhìn sâu hơn vào dữ liệu, bức tranh trở nên phức tạp hơn nhiều. Khoảng một nửa dự án thử nghiệm (proof of concept) không bao giờ được đưa vào vận hành thực tế. Chỉ 10% tổ chức cho biết họ sẵn sàng triển khai AI tự động dạng “agentic” trên quy mô lớn.

Dù khoảng 60% doanh nghiệp đang thử nghiệm loại AI này, có tới 41% cho rằng phải mất ít nhất một năm nữa mới thấy kết quả rõ rệt ở quy mô lớn. Đáng chú ý hơn, chỉ một trong ba tổ chức có khung quản trị AI đầy đủ.

Theo ông Matt Codrington, Phó Chủ tịch kiêm Tổng Giám đốc Lenovo khu vực châu Á – Thái Bình Dương mở rộng, vấn đề hiện nay không còn là chứng minh AI có mang lại lợi nhuận hay không. Trong nhiều trường hợp, doanh nghiệp đã chứng minh được hiệu quả, nhưng lại gặp khó khăn khi mở rộng triển khai trên quy mô toàn tổ chức.

BÀI TOÁN CHI PHÍ

Một trong những nguyên nhân lớn đến từ yếu tố tài chính. Nhiều chiến lược AI được xây dựng trong giai đoạn đầu của làn sóng công nghệ này đã không tính đến chi phí vận hành dài hạn.

Theo Lenovo, chi phí suy luận (inference) – tức chi phí để mô hình AI xử lý và tạo ra kết quả khi vận hành – có thể cao gấp 15 lần chi phí huấn luyện mô hình trong suốt vòng đời hoạt động. Dự báo đến năm 2030, 75% năng lực tính toán AI toàn cầu sẽ dành cho tác vụ suy luận, thay vì huấn luyện.

Điều này làm thay đổi đáng kể bài toán kinh tế của AI doanh nghiệp. Nhiều tổ chức ban đầu chỉ tính chi phí huấn luyện mô hình mà không dự trù chi phí vận hành lâu dài, dẫn tới ngân sách nhanh chóng bị đội lên.

Ông Art Hu, Giám đốc Công nghệ và CIO toàn cầu Lenovo, cho rằng việc chọn sai mô hình AI cho tác vụ cụ thể có thể khiến doanh nghiệp tiêu tốn ngân sách chỉ trong vài quý. Do đó, tổ chức phải cân nhắc cẩn thận giữa khả năng của mô hình, chi phí vận hành, độ trễ và yêu cầu bảo mật.

Bên cạnh đó, vấn đề nguồn cung phần cứng, đặc biệt là bộ nhớ dành cho hệ thống AI, cũng là một áp lực. Theo bà Linda Yao, Phó Chủ tịch Lenovo phụ trách giải pháp AI và đám mây lai, hai mối quan tâm lớn nhất của khách hàng doanh nghiệp hiện nay là khả năng dự đoán chi phí và tính ổn định của chuỗi cung ứng phần cứng.

Khi phần cứng cho AI chịu tác động từ biến động chuỗi cung ứng, việc lập kế hoạch tài chính trở nên khó khăn hơn nhiều.

XU HƯỚNG KIẾN TRÚC AI LAI

Một xu hướng rõ rệt khác là sự dịch chuyển sang mô hình AI lai (hybrid AI), kết hợp giữa hạ tầng đám mây, trung tâm dữ liệu tại chỗ và thiết bị biên.

Theo dữ liệu Lenovo công bố, 86% tổ chức tại châu Á – Thái Bình Dương hiện triển khai AI trên cả môi trường nội bộ hoặc edge, thay vì chỉ dựa vào đám mây. Nguyên nhân chính gồm yêu cầu bảo mật dữ liệu, quy định pháp lý, độ trễ hệ thống và chi phí vận hành.

Riêng khu vực Đông Nam Á, 81% doanh nghiệp cho biết họ ưu tiên kiến trúc hybrid. Điều này phản ánh thực tế rằng quy định về chủ quyền dữ liệu tại các quốc gia trong khu vực rất khác nhau và ngày càng chặt chẽ.

Do đó, hạ tầng AI doanh nghiệp ngày nay không còn xoay quanh điểm tính toán duy nhất. Các hệ thống có thể trải dài từ thiết bị edge ở môi trường từ xa đến các trung tâm dữ liệu quy mô lớn chạy GPU hiệu năng cao.

KHOẢNG TRỐNG QUẢN TRỊ AI

Dù vậy, vấn đề lớn nhất có thể nằm ở quản trị AI, chứ không phải công nghệ. Theo báo cáo, chỉ khoảng 1/3 doanh nghiệp có khung quản trị AI hoàn chỉnh. Điều này khiến nhiều tổ chức gặp rủi ro khi triển khai AI trên diện rộng.

Ông Gordon Orr, thành viên hội đồng quản trị Lenovo và cựu Chủ tịch McKinsey châu Á, cho biết một số hội đồng quản trị doanh nghiệp đã phải đối mặt với các vấn đề pháp lý liên quan đến quyết định sử dụng AI. Khi AI ngày càng ảnh hưởng trực tiếp đến hoạt động kinh doanh, việc truy vết và giải trình quyết định của hệ thống AI trở thành yêu cầu bắt buộc.

Theo ông Orr, doanh nghiệp thành công thường đầu tư vào quản trị ngay từ đầu. Ngược lại, các công ty coi quản trị AI chỉ là thủ tục bổ sung sau khi triển khai thường phải quay lại điều chỉnh hệ thống với chi phí rất lớn.

THỬ NGHIỆM VÀ THỰC TẾ

Một thách thức lớn khác là khoảng cách giữa giai đoạn thử nghiệm và vận hành thực tế. Nhiều dự án AI dừng lại ở mức thí điểm mà không thể mở rộng ra toàn doanh nghiệp.

Theo Lenovo, tổ chức vượt qua được khoảng cách này thường có một số điểm chung. Họ xây dựng khung ứng dụng AI có thể tái sử dụng, thay vì phát triển từng dự án riêng lẻ. Họ cũng coi quản trị AI là một phần của hạ tầng, chứ không chỉ là yêu cầu tuân thủ.

Ngoài ra, doanh nghiệp thành công thường thiết kế hệ thống với khả năng dự đoán chi phí ngay từ đầu, thay vì để vấn đề tài chính phát sinh sau khi triển khai. Dữ liệu từ CIO Playbook cho thấy phần lớn doanh nghiệp trong khu vực vẫn chưa đạt đến giai đoạn trưởng thành này. Tuy nhiên, con đường phía trước đang dần rõ ràng hơn.

Trong bối cảnh chi phí vận hành AI – đặc biệt là chi phí suy luận – ngày càng tăng nhanh, các doanh nghiệp không chỉ cần đầu tư vào công nghệ, họ cần thay đổi cấu trúc tổ chức, chiến lược quản trị và cách quản lý tài chính để theo kịp tốc độ phát triển của AI.

Nếu không làm được điều đó, nhiều tổ chức có thể sẽ phải đối mặt với những quyết định khó khăn hơn trong tương lai gần.