Trong khi các cuộc thảo luận về AI thường tập trung vào năng lực công nghệ, mô hình mới hay những ứng dụng gây ấn tượng, một câu hỏi ngày càng được đặt ra trong các phòng họp doanh nghiệp lại thực tế hơn nhiều. AI mang về bao nhiêu tiền, tiết kiệm được bao nhiêu chi phí và tác động như thế nào đến lợi nhuận?
Tại CIO Summit 2026, bà Nguyễn Thị Thúy, Group CFO kiêm Head of PMO tại Talentnet, đưa bài toán AI về đúng góc nhìn của một giám đốc tài chính. Theo bà, AI trước hết là một công cụ giúp doanh nghiệp mở rộng quy mô quản trị và vận hành. Giá trị của công nghệ chỉ thực sự được chứng minh khi tác động đó được thể hiện qua các chỉ số kinh doanh cụ thể.
Theo số liệu bà Thúy chia sẻ tại sự kiện, báo cáo The GenAI Divide của Project NANDA, công bố tháng 7 năm 2025, nêu mức đầu tư của doanh nghiệp vào AI khoảng 30-40 tỷ USD, trong đó 95% tổ chức nghiên cứu chưa ghi nhận lợi ích tài chính. Báo cáo này cũng cho biết chỉ khoảng 5% dự án thử nghiệm AI tích hợp tạo ra giá trị có thể đo lường. Đây là kết quả nghiên cứu sơ bộ, không phải tỷ lệ đại diện cho toàn bộ dự án AI trên thế giới.
Con số này phần nào lý giải sự thận trọng của bộ phận tài chính trước các đề xuất đầu tư vào AI. Một dự án có thể tạo ra sản phẩm trình diễn ấn tượng, giúp nhân viên xử lý công việc nhanh hơn, song nếu không xác định được tác động lên doanh thu, chi phí hay năng suất, khoản đầu tư đó rất khó được xem là thành công dưới góc độ P&L.
Câu hỏi AI từ góc độ tài chính
Theo bà Thúy, vấn đề nằm một phần ở cách doanh nghiệp xác định ROI. Nếu chỉ nhìn vào các khoản chi phí có thể cắt giảm ngay lập tức, nhiều dự án AI sẽ khó đạt được kỳ vọng. Việc tính toán cần bao gồm cả chi phí ẩn, những khoản chi phí có thể tránh được trong tương lai, cùng với giá trị năng suất được tạo ra trên toàn bộ chuỗi vận hành.
Từ góc độ tài chính, câu hỏi về AI vì thế không nên bắt đầu bằng việc doanh nghiệp có thể mua công cụ nào. Nó nên bắt đầu từ mục tiêu kinh doanh trong một lộ trình đủ dài, sau đó xác định những quy trình có tác động lớn nhất để công nghệ can thiệp.
Talentnet là một trường hợp được bà Thúy sử dụng để minh họa cho cách tiếp cận này. Với một doanh nghiệp cung cấp dịch vụ nhân sự, chi phí con người là một trong những khoản chi tiêu lớn nhất. Vì vậy, mục tiêu của AI không đơn thuần là tự động hóa một vài thao tác, mà là thiết kế lại quy trình để cùng một nguồn lực có thể xử lý khối lượng công việc lớn hơn.
Một trong những ứng dụng được đưa vào vận hành là hệ thống tự động hóa và đối soát dữ liệu, có khả năng đọc và xử lý hơn 110.000 bảng lương mỗi tháng. Ở khâu tương tác với khách hàng, tỷ lệ phê duyệt số trên nền tảng web đạt 96% đối với các đối tác lớn trong lĩnh vực ngân hàng, bảo hiểm và các tập đoàn đa quốc gia.
Điểm đáng chú ý nằm ở tác động cuối cùng đối với bài toán chi phí. Theo bà Thúy, trong năm vừa qua, Talentnet ghi nhận tăng trưởng ở mức hai chữ số, trong khi tổng chi phí nhân sự vẫn gần như không đổi so với năm trước.
Đây là một cách nhìn khác về hiệu quả của AI. Doanh nghiệp không nhất thiết phải giảm số lượng nhân sự để đạt hiệu quả tài chính. Một kịch bản khác là doanh thu tăng nhanh hơn chi phí nhân sự nhờ năng suất được cải thiện. Khi đó, việc thiết kế lại quy trình và ứng dụng công nghệ, trong đó có AI, có thể giúp doanh nghiệp mở rộng quy mô mà không cần tăng nguồn lực theo tỷ lệ.
Tuy nhiên, tự động hóa cũng đặt ra một bài toán mới cho nhà quản trị nhân sự. Talentnet sử dụng mô hình 4B gồm Buy, Borrow, Build và Bot để mô tả 4 phương án đáp ứng nhu cầu nhân sự. Doanh nghiệp có thể tuyển người mới, thuê chuyên gia bên ngoài, đào tạo lại nhân sự hiện hữu hoặc sử dụng công nghệ để tự động hóa công việc.
Trong mô hình này, Bot không đồng nghĩa với việc con người bị loại khỏi quy trình. Khi AI tiếp quản các tác vụ lặp lại, nhân sự có thể được đào tạo lại để đảm nhận những công việc đòi hỏi nhiều hơn về tư vấn, phân tích và tương tác với khách hàng.
Đây cũng là một điểm quan trọng trong cách Talentnet nhìn nhận về AI. Cách tiếp cận này phù hợp với tinh thần “ Human Led, AI-First”, của hội nghị, trong đó con người vẫn giữ vai trò định hướng, còn AI đảm nhiệm ngày càng nhiều công việc có tính lặp lại.
Từ góc nhìn của CFO, bài toán AI vì thế không chỉ là việc mua một hệ thống với giá bao nhiêu. Câu hỏi quan trọng hơn là hệ thống đó tác động đến quy trình nào, tạo thêm bao nhiêu năng suất và cuối cùng phản ánh như thế nào trên báo cáo tài chính.
Khi AI bước vào giai đoạn doanh nghiệp phải chứng minh hiệu quả đầu tư thay vì chỉ thử nghiệm công nghệ, những câu hỏi như vậy có thể trở thành thước đo quan trọng để phân biệt một dự án AI mang tính trình diễn với một dự án thực sự tạo ra giá trị kinh doanh.
Vũ Hoàng
