GenAI đã phổ cập, nhưng doanh thu vẫn đứng yên
Khoảng cách adoption doanh thu trong GenAI doanh thu kinh doanh là tình trạng rất nhiều nhân sự sử dụng công cụ AI ở cấp độ cá nhân để tăng tốc công việc, nhưng doanh nghiệp lại không thấy cải thiện rõ rệt trên các chỉ số tài chính, vì thiếu liên kết từ các thử nghiệm rời rạc tới quy trình tạo giá trị cốt lõi và cơ chế quản trị AI doanh nghiệp có thể đo lường, kiểm soát và mở rộng được. Tại CIO Summit diễn ra ngày 1/10 tại TP.HCM, hơn 500 lãnh đạo công nghệ và doanh nghiệp cùng bàn về câu chuyện đưa AI từ thử nghiệm sang kết quả trên báo cáo tài chính. Theo khảo sát của 3HORIZONS và CIO Vietnam, 95% người tham gia đã sử dụng GenAI ở cấp độ cá nhân, nhưng chỉ 15% ghi nhận tác động đến tăng trưởng doanh thu. Đây không phải lỗi của công cụ, mà là dấu hiệu cho thấy GenAI đang bị kẹt ở tầng “trợ lý cá nhân” thay vì trở thành năng lực vận hành ở cấp doanh nghiệp. Nếu doanh nghiệp tiếp tục triển khai AI như những dự án song song, không gắn với P&L, họ sẽ tiếp tục trả tiền cho năng suất mà không đổi được thành lợi nhuận.
Vấn đề thật: không thiếu AI, mà thiếu quản trị và chiến lược
Điểm nguy hiểm trong cuộc đua GenAI hiện nay là nhiều lãnh đạo nhầm lẫn giữa việc “có AI” và “có giá trị từ AI”. TS. Trần Việt Huân nhấn mạnh, việc AI được sử dụng rộng rãi chưa đồng nghĩa với triển khai ở quy mô doanh nghiệp, còn quy mô cũng chưa đồng nghĩa với giá trị kinh doanh. Nói thẳng: mua thêm mô hình, cài thêm công cụ không tự sinh doanh thu. Tại một hội nghị về trải nghiệm khách hàng, một CEO khẳng định doanh nghiệp không thiếu công cụ AI, mà thiếu cách quản trị để AI tạo ra kết quả kiểm chứng được. Mỗi AI Agent cần gắn với một vấn đề khách hàng cụ thể, một người chịu trách nhiệm và một chỉ số kinh doanh rõ ràng. Khi doanh nghiệp không xác định ai chịu trách nhiệm khi AI quyết định sai, hoặc KPI nào dùng để đánh giá, thì GenAI chỉ là “hộp đen” làm mọi thứ có vẻ thông minh hơn nhưng không ai dám gắn nó với doanh thu kinh doanh. Đây là bước ngoặt: từ sở hữu công cụ sang thiết kế lại cách doanh nghiệp vận hành và đo lường giá trị AI.
AI Agent muốn ra quyết định phải được ‘dạy việc’, không chỉ cho ăn dữ liệu
Nếu GenAI ở cấp cá nhân chủ yếu làm nhiệm vụ soạn thảo, tóm tắt, tạo slide, thì AI Agent huấn luyện dữ liệu phải tiến lên mức tự chủ trong nghiệp vụ. Vấn đề là đa số doanh nghiệp mới cho AI ăn dữ liệu chuẩn, chưa truyền được “bí quyết nghề”. CIO của một tập đoàn sản xuất chỉ ra: AI đọc và quét hóa đơn thì làm được, nhưng để tự kiểm tra tính hợp lệ, tự hạch toán vào đúng tài khoản doanh thu hay công nợ lại vấp phải rào cản tri thức ngầm. “Học dữ liệu chuẩn từ hệ thống SAP hay ERP thì AI làm được ngay. Nhưng những bí quyết nghiệp vụ… thì hầu như chưa được số hóa” là một câu nói đáng để mọi CEO ghi nhớ. GenAI doanh thu kinh doanh sẽ không xuất hiện nếu các Business Owner vẫn coi huấn luyện AI là việc của phòng CNTT. Ngược lại, họ phải trở thành “AI Translator”: hiểu use case, chuẩn hóa tri thức nghiệp vụ, mô tả ngoại lệ, rồi trực tiếp huấn luyện Agent trên những tình huống thực tế. Không có bước “dạy việc” này, AI chỉ dừng ở mức nhập liệu và gợi ý, không đủ tin cậy để giao quyết định liên quan đến P&L.
Cloud maturity: nền tảng quyết định AI mở rộng hay bị kẹt trong thử nghiệm
Nhiều doanh nghiệp nghĩ rằng đã đưa hệ thống lên cloud là sẵn sàng cho AI. Thực tế, adoption không đồng nghĩa với cloud maturity AI. Nghiên cứu quốc tế cho thấy cloud hiện gần như phổ biến, nhưng mức độ hài lòng với tác động lên đổi mới và hiện đại hóa IT vẫn thấp; khoảng cách này xuất phát từ việc adoption đi nhanh hơn maturity. Khi AI chuyển từ giai đoạn thử nghiệm sang vận hành, cloud maturity trở thành ranh giới giữa AI có thể mở rộng và AI bị kẹt trong pilot. Cloud không còn chỉ là hạ tầng, mà là “lớp thực thi” cho AI, nơi dữ liệu, ứng dụng, tự động hóa và bảo mật hội tụ để đưa ra quyết định nhanh và tạo giá trị kinh doanh. Nếu kiến trúc cloud không hỗ trợ quản trị dữ liệu, giám sát AI Agent, và tích hợp với hệ thống vận hành cốt lõi, doanh nghiệp khó mà đưa AI vào quy trình có tác động trực tiếp đến doanh thu hoặc trải nghiệm khách hàng. Câu hỏi không còn là “ai đã dùng cloud”, mà là “ai đã trưởng thành cloud thành nền tảng thực thi AI – một platform cho đổi mới và giá trị kinh doanh”.
Từ AI làm nhanh hơn đến AI tạo tiền: lộ trình thực tế cho doanh nghiệp
Dữ liệu khảo sát đang gửi một cảnh báo rõ ràng: 90% doanh nghiệp nói AI giúp tăng năng suất, 62% nói hỗ trợ ra quyết định nhanh hơn, nhưng chỉ 15% thấy tác động đến tăng trưởng doanh thu, 23% cải thiện trải nghiệm khách hàng và 33% tiết kiệm chi phí. Nếu không hành động, GenAI sẽ mãi là công cụ “làm nhanh hơn” nhưng không “làm giàu hơn”. Những doanh nghiệp tiên phong đã chọn hướng khác: đưa AI vào quy trình tạo giá trị rõ ràng, như rút ngắn thời gian làm báo cáo thị trường và biến AI thành sản phẩm tư vấn đầu tư thu phí thành viên, hoặc đo từng phần nhỏ của trải nghiệm khách hàng và gắn trực tiếp với doanh thu, chi phí, khả năng giữ chân khách hàng, thay vì chỉ đo cảm xúc bề mặt. Một tập đoàn sản xuất đặt mốc 2026 là năm thử nghiệm, 2027 là năm AI phải tạo ra kết quả kinh doanh đo được, và đến 2030 AI Agents phải đảm nhận vai trò như một đồng nghiệp trong nghiệp vụ kế toán công nợ hoặc kho hàng. Thông điệp cuối cùng dành cho lãnh đạo: muốn GenAI doanh thu kinh doanh, hãy bắt đầu từ ba câu hỏi rất cụ thể – AI Agent nào gắn với một chỉ số P&L rõ ràng, ai chịu trách nhiệm nếu Agent sai, và nền tảng cloud cùng dữ liệu đã đủ trưởng thành để cho phép AI ra quyết định thay con người chưa. Không trả lời được ba câu hỏi này, mọi chiến lược AI sẽ dừng lại ở slide trình chiếu chứ không bước lên báo cáo tài chính.
