Bẫy năng suất AI: khi “nhanh hơn, rẻ hơn” là chưa đủ
Bẫy năng suất AI trong doanh nghiệp Việt là tình trạng doanh nghiệp đổ tiền vào công cụ trí tuệ nhân tạo để tăng tốc độ xử lý công việc mà không thiết kế lại quy trình, không xây chiến lược dữ liệu và không thay đổi cách ra quyết định, khiến tổ chức làm nhiều hơn nhưng không tạo thêm giá trị tương ứng cho khách hàng. Trí tuệ nhân tạo đang được ví như “đòn bẩy” kỳ diệu giúp doanh nghiệp làm mọi thứ nhanh hơn, rẻ hơn. Nhưng nếu chỉ tập trung vào tốc độ, AI doanh nghiệp Việt dễ biến thành băng chuyền sản xuất thêm tài liệu, thêm phương án, thêm cuộc họp – trong khi điểm nghẽn thực sự nằm ở kiểm định, lựa chọn và đưa sản phẩm ra thị trường. Nói cách khác, tối ưu hóa năng suất không phải là nhân đôi số tác vụ, mà là giảm những việc thừa, tăng những việc khách hàng thật sự cần.
FPT IT: 32.000 giờ công được giải phóng nhờ hiểu bài toán kinh doanh
Điểm khác biệt của FPT IT không nằm ở chỗ họ có AI mạnh hơn, mà ở chỗ họ hiểu tổ chức của mình rõ đến mức biết AI nên can thiệp vào đâu. Suốt nhiều năm, Ban Công nghệ thông tin nhà Phần mềm FPT đứng phía sau để những hệ thống của đơn vị vận hành trơn tru, an toàn. Nửa đầu năm 2026, gần 447.000 ticket đi qua hệ thống IT, mỗi ticket là một lát cắt của cách doanh nghiệp vận hành mỗi ngày. Khi AI kết nối và phân tích khối dữ liệu này, IT Center không xử lý từng yêu cầu rời rạc mà nhìn ra các mẫu vấn đề, ưu tiên giải bài toán kinh doanh phía sau.
Kết quả cho thấy “năng suất” ở đây không chỉ là số giờ cắt giảm mà là chất lượng vận hành được giữ nguyên, thậm chí nâng lên: 17,4% ticket được xử lý tự động hoàn toàn, gần 40% ticket có AI tham gia và hơn 32.000 giờ công được giải phóng, trong khi SLA vẫn đạt 95,7%. Đây là câu trích đáng nhớ: “17,4% ticket được xử lý tự động hoàn toàn, gần 40% ticket có AI tham gia và hơn 32.000 man-hours được giải phóng, trong khi SLA vẫn đạt 95,7%”. IT Center còn vận hành theo mô hình End-to-End: chất lượng đầu vào được đánh giá, ngữ cảnh bổ sung, kết quả đo lường và phản hồi quay lại cải tiến quy trình. Đây là triển khai AI đúng cách, khi mỗi vòng lặp làm việc sinh ra dữ liệu và dữ liệu quay lại nâng cấp cách làm.
Khi doanh nghiệp nhầm lẫn giữa tăng tốc tác vụ và tối ưu năng suất
Rất nhiều AI doanh nghiệp Việt đang bị hiểu sai: cho rằng chỉ cần gắn AI vào từng khâu là năng suất sẽ nhảy vọt. Nhưng như đã được chỉ ra, điều lớn nhất AI thay đổi không phải là một người gõ báo cáo nhanh hơn, mà là khả năng một người chuyển từ làm từng việc sang điều phối nhiều luồng công việc song song. Một đội ngũ nhỏ giờ có thể nghiên cứu thị trường, phát triển sản phẩm, xử lý dữ liệu, chăm sóc khách hàng và thử nghiệm ý tưởng ở quy mô trước đây cần nhiều phòng ban.
Nếu quản trị không thay đổi theo, doanh nghiệp rơi vào bẫy năng suất AI: tạo ra nhiều đầu việc hơn khả năng kiểm soát. Khi khâu tạo ra sản phẩm được tăng tốc, điểm nghẽn lập tức dồn sang kiểm tra, lựa chọn, phối hợp, phân phối và đưa sản phẩm ra thị trường. AI có thể cắt mạnh phần việc tay chân, nhưng nếu quy trình thiết kế sai, nó lại thêm một tầng kiểm tra; năng suất tưởng dương thành âm, tổ chức làm nhiều hơn, họp nhiều hơn, sửa nhiều hơn, mà kết quả chưa chắc tốt hơn. Doanh nghiệp chuyển từ thiếu thông tin sang lạm phát thông tin, từ thiếu phương án sang lạm phát quyết định; trong bối cảnh đó, biết bỏ bớt mới là năng lực cốt lõi.
Năng lực cốt lõi mới: làm chủ đề bài, không phải mô hình AI
Bối cảnh pháp lý và chính sách đã mở đường. Việt Nam đã có Luật Trí tuệ nhân tạo 2025 có hiệu lực từ ngày 1/3/2026, cùng chương trình quốc gia về phát triển nhân lực AI đến năm 2030, định hướng 2035. Nhưng luật và chương trình chỉ đặt nền; phần còn lại là năng lực cốt lõi của từng doanh nghiệp. Nhiều doanh nghiệp Việt nhỏ hơn, mới hơn và ít tầng nấc hơn, nên có cơ hội thiết kế cách vận hành xoay quanh AI ngay từ đầu, thay vì cố vá AI vào bộ máy cũ. Điểm then chốt không phải là tự xây mô hình lớn, mà là “quyền ra đề và đủ sức chấm bài”: biết hệ thống phải giải đúng tình huống nào, sai số nào chấp nhận được, lúc nào phải chuyển sang con người và tiêu chuẩn nào để giao việc thật cho máy.
Muốn có chiến lược AI hiệu quả, doanh nghiệp phải coi dữ liệu vận hành là tài sản, không phải phụ lục. Giá trị không nằm ở việc chất thật nhiều tài liệu vào hệ thống, mà ở việc gắn dữ liệu với kết quả: phương án nào được chọn, bị loại, sai ở đâu, khách hàng phản ứng thế nào, khi nào con người nói “không” với đề xuất của AI. Từ câu chuyện IT Center, một AI-native thực thụ là người hiểu sâu lĩnh vực của mình, biết dữ liệu và quy trình đang nằm ở đâu, nhận ra AI có thể tham gia ở điểm nào và chủ động thiết kế lại cách làm để tạo ra giá trị tốt hơn. Nếu nền tảng bên ngoài ngày càng hiểu thị trường hơn, còn doanh nghiệp Việt chỉ nhận về câu trả lời rời rạc, thì chúng ta dùng AI rất nhiều nhưng tích lũy rất ít.
Triển khai AI đúng cách: thiết kế quy trình, không chạy theo công cụ
Triển khai AI đúng cách đòi hỏi doanh nghiệp chấp nhận chi phí khó thấy hơn chi phí mua công cụ. Phần tốn kém nằm ở tích hợp vào quy trình, làm sạch dữ liệu, kiểm định đầu ra, đào tạo người dùng, sửa lỗi sau triển khai và cả thời gian quản lý bị cuốn vào vô số phương án mới. Hạ tầng AI vì thế không chỉ là máy chủ hay phần mềm. Doanh nghiệp cần bộ tình huống thử, thang điểm, nhật ký xử lý, cơ chế phát hiện sai lệch và đặc biệt là quyền dừng hệ thống. Một hệ thống chạy được không đồng nghĩa với việc nó đang chạy đúng.
Ở FPT IT, các AI agent được đưa vào công việc thật, quan sát hiệu quả, nhận phản hồi rồi tiếp tục điều chỉnh; AI agent không cần hoàn hảo ngay từ lần đầu. Lãnh đạo chủ động tự xây những “digital worker” gắn với chính cách họ làm việc, sau đó lan tỏa cho đội ngũ; khi nhiều thành viên cùng tạo năng lực bổ trợ như vậy, tập thể có thêm nguồn lực cho công việc chung. Đây là cách tối ưu hóa năng suất từ gốc: để AI gánh việc lặp lại, còn con người dồn năng lượng cho nhận diện vấn đề, chọn việc đáng làm và tích lũy tay nghề. Ngược lại, những doanh nghiệp áp dụng AI mà không có chiến lược dữ liệu và quy trình rõ ràng sẽ dễ thất bại: năng suất đo trên giấy tăng, nhưng giá trị thực và năng lực dài hạn lại suy giảm.
