Ngày 17/9, tại Triển lãm và hội nghị Tech4Life 2026 ở TP.HCM, bà Nguyễn Thị Thu Giang, Phó Chủ tịch kiêm Tổng Thư ký Hiệp hội Phần mềm và Dịch vụ CNTT Việt Nam (VINASA) đặt ra một nghịch lý của làn sóng trí tuệ nhân tạo. Dù AI ngày càng phổ biến trong công việc, không phải doanh nghiệp nào cũng chuyển được lợi ích từ công cụ này thành kết quả kinh doanh cụ thể.
Theo số liệu Work Trend Index 2026 của Microsoft được VINASA dẫn tại hội nghị, 66% người dùng cho biết AI giúp họ tập trung vào những công việc có giá trị cao hơn, trong khi chỉ 19% người sử dụng AI đang làm việc tại các tổ chức đủ trưởng thành để khai thác công nghệ hiệu quả.
Khoảng cách này đặt ra câu hỏi đáng chú ý với doanh nghiệp Việt Nam, khi đầu tư AI đang trở thành một phần trong chiến lược chuyển đổi số. Doanh nghiệp đang thực sự mua năng suất, hay chỉ bổ sung thêm công cụ vào cách vận hành vốn có?
AI giúp nhân viên nhanh hơn, chưa chắc doanh nghiệp hiệu quả hơn
Tại Tech4Life 2026, một vấn đề được đặt ra là vì sao 88% doanh nghiệp đã ứng dụng AI ở ít nhất một bộ phận, trong khi doanh thu và chi phí vận hành vẫn gần như không đổi.
Con số này được nêu trong tài liệu tổng hợp hội thảo, phản ánh khoảng cách giữa mức độ ứng dụng AI và hiệu quả kinh doanh. Tuy nhiên, tài liệu không cung cấp phương pháp khảo sát hay phạm vi mẫu của thống kê này.
Thực tế, một nhân viên sử dụng AI để viết báo cáo nhanh hơn, tổng hợp dữ liệu trong thời gian ngắn hơn hoặc xử lý email hiệu quả hơn chưa đồng nghĩa doanh nghiệp đã cải thiện năng suất tổng thể.
Nếu quy trình phê duyệt vẫn kéo dài, dữ liệu nằm rải rác ở nhiều hệ thống, nhân viên vẫn phải nhập lại thông tin thủ công, phần thời gian tiết kiệm được ở một khâu có thể không tạo ra thay đổi đáng kể ở toàn bộ hoạt động.
Đó là lý do VINASA nhấn mạnh sự dịch chuyển từ “AI Adoption”, tức đưa AI vào sử dụng, sang “AI Transformation”, tức tái thiết kế doanh nghiệp với AI.
Theo bà Nguyễn Thị Thu Giang, Phó Chủ tịch VINASA, “AI không tự tạo ra ROI”. Hiệu quả đầu tư chỉ có ý nghĩa khi chuyển thành những kết quả đo lường được, từ thời gian tiết kiệm, chi phí giảm xuống, năng suất tăng lên đến doanh thu và chất lượng phục vụ khách hàng.
Nói cách khác, số lượng nhân viên sử dụng AI hay số tài khoản doanh nghiệp mua không thể là thước đo duy nhất cho thành công.
Tại hội nghị, rất nhiều doanh nghiệp đã chia sẻ câu chuyện của mình. Một trong những nội dung đó đến từ FPT Smart Cloud với phương pháp luận CASAN, chia quá trình trưởng thành AI của doanh nghiệp thành 5 cấp độ, từ tò mò, tăng cường năng lực cá nhân đến chuẩn hóa, tự động hóa và thiết kế mô hình vận hành lấy AI làm cốt lõi.
Ở cấp độ đầu, AI chủ yếu giúp nhân viên làm việc nhanh hơn. Khi tiến lên các cấp độ cao hơn, doanh nghiệp bắt đầu chuẩn hóa dữ liệu, đưa AI vào quy trình nghiệp vụ và giao cho các tác nhân AI thực hiện những luồng công việc phức tạp.
Sự khác biệt nằm ở chỗ AI không còn chỉ đưa ra gợi ý để nhân viên xử lý, mà có thể phối hợp nhiều bước nhằm hoàn thành một nhiệm vụ xuyên suốt.
Trường hợp FPT Long Châu được giới thiệu tại Tech4Life là một ví dụ về cách tích hợp AI sâu hơn vào hoạt động doanh nghiệp. Theo tài liệu hội nghị, hệ thống đã được triển khai tại hơn 2.000 nhà thuốc, quản lý hơn 50 triệu hồ sơ khách hàng, giúp giảm 30% chi phí vận hành chăm sóc khách hàng.
Hơn 16.000 dược sĩ cũng được tiếp cận chương trình đào tạo cá nhân hóa thông qua AI Mentor. Tài liệu cho biết thời gian phản hồi câu hỏi của khách hàng giảm từ 15 giây xuống 11 giây sau 3 tháng.
Các số liệu trên do đơn vị trình bày cung cấp, chưa có dữ liệu độc lập đi kèm để đánh giá toàn bộ tác động tài chính. Dù vậy, trường hợp này cho thấy hướng tiếp cận khác với việc triển khai AI đơn lẻ, khi công nghệ được gắn vào các quy trình nghiệp vụ cụ thể.
Thước đo mới của đầu tư AI
Khi AI Agent được trao quyền thực hiện công việc, bài toán hiệu quả cũng trở nên phức tạp hơn. Doanh nghiệp không chỉ cần tính chi phí sử dụng mô hình, mà còn phải tính chi phí kiểm tra, sửa lỗi, tích hợp hệ thống và xử lý các tình huống AI không thể hoàn thành chính xác.
NetNam khuyến nghị doanh nghiệp không nên chỉ nhìn vào hóa đơn token, mà cần đo “chi phí trên một tác vụ hoàn thành đúng”.
Đây là cách tiếp cận đáng chú ý, bởi một hệ thống AI có chi phí vận hành thấp chưa chắc mang lại hiệu quả nếu nhân viên phải dành nhiều thời gian kiểm tra hoặc sửa lại kết quả.
Đồng thời, khi AI được kết nối với hệ thống quản trị và dữ liệu nội bộ, doanh nghiệp cần thiết lập cơ chế phân quyền, giám sát, phê duyệt và dừng khẩn cấp. Tự động hóa càng sâu, yêu cầu kiểm soát càng lớn.
Bài toán của doanh nghiệp vì thế không còn đơn thuần là chọn công cụ AI nào, mà là xác định quy trình nào cần thay đổi, dữ liệu nào cần chuẩn hóa và kết quả nào đủ sức chứng minh khoản đầu tư đã tạo ra giá trị.
Tại Tech4Life 2026, VINASA nhấn mạnh định hướng “Từ Chuyển đổi số sang Tăng trưởng số”. Theo đó, hiệu quả đầu tư AI cần được đo bằng những giá trị cụ thể mà công nghệ mang lại, từ thời gian tiết kiệm, chi phí giảm, năng suất tăng đến doanh thu tạo thêm và chất lượng phục vụ khách hàng.
Trong cuộc đua AI, khoảng cách giữa các doanh nghiệp có thể không nằm ở việc ai sở hữu nhiều công cụ hơn, mà ở khả năng biến công nghệ thành một phương thức vận hành mới, với hiệu quả được đo bằng kết quả kinh doanh thực tế./
Vũ Hoàng
