Ngộ nhận AI âm thầm đốt tiền doanh nghiệp

Hầu hết doanh nghiệp trên thế giới hôm nay đều đã dùng AI nhưng khi được hỏi AI đã thay đổi được gì về doanh thu, chi phí và cách vận hành thì câu trả lời thường trở nên mơ hồ. Đó là khoảng cách mà PGS.TS Ngô Minh Vũ, giảng viên cao cấp Đại học Kinh tế TP.HCM, nhà sáng lập Promise AI, cho rằng đang phản ánh đúng thực trạng ứng dụng AI hiện nay: rộng nhưng chưa sâu, phổ biến nhưng chưa hiệu quả.

Con số ông dẫn ra cho thấy rõ điều này. 88% doanh nghiệp toàn cầu đã đưa AI vào ít nhất một công việc, nhưng chỉ 39% trong số đó thực sự ghi nhận tác động đến doanh thu hay chi phí và phần lớn mức cải thiện ấy vẫn chưa vượt quá 5%.

Tại Việt Nam, câu chuyện còn ở giai đoạn sớm hơn. Khoảng 18% doanh nghiệp đã bắt đầu ứng dụng AI trong quá trình chuyển đổi số, nhưng chỉ 13% trong số đó thực sự đưa công nghệ này vào vận hành, nghĩa là thay đổi quy trình làm việc, chứ không chỉ gắn thêm một công cụ mới lên hệ thống cũ.

Theo ông Vũ, trở ngại lớn nhất không nằm ở việc doanh nghiệp có mua được công nghệ hay không, mà ở chỗ mua về rồi dùng vào việc gì. Nhiều nơi mua phần mềm trước, tính chuyện áp dụng sau. Một số doanh nghiệp gắn thêm chatbot, nhưng quy trình phía sau - cách nhân viên làm việc, cách dữ liệu được xử lý - vẫn giữ nguyên như trước. Công nghệ thay đổi, nhưng cách vận hành thì không. Và kết quả, vì thế, cũng khó có thể khác.

Vấn đề dữ liệu càng làm rõ nghịch lý này. Ở nhiều doanh nghiệp, dữ liệu vẫn nằm rải rác theo từng phòng ban, mỗi nơi lưu trữ một kiểu, chưa từng được chuẩn hóa trước khi đưa vào hệ thống AI.

“Dữ liệu chưa sạch, chưa đủ sâu mà đã kỳ vọng AI đưa ra phân tích chiến lược thì rất khó,” ông Vũ nói. “Kết quả thường chỉ dừng ở những câu trả lời chung chung, chưa đủ để lãnh đạo dựa vào đó ra quyết định.”

Có AI nhưng thiếu dữ liệu vẫn khó tạo giá trị

Một trong những ngộ nhận phổ biến nhất của doanh nghiệp hiện nay là xem chuyển đổi số trước hết là câu chuyện công nghệ. Ông Vũ dẫn chứng, nhiều doanh nghiệp bắt đầu bằng câu hỏi: mua phần mềm nào, ứng dụng AI nào. Nhưng đó không phải là câu hỏi đúng. Câu hỏi đúng phải là: doanh nghiệp đang có bài toán gì cần giải quyết?

“Việc đầu tiên không phải là mua phần mềm mà là nhận ra bài toán cần giải quyết trong quy trình vận hành”, ông Vũ nói.

Một ngộ nhận khác với nhiều doanh nghiệp là phải làm thật lớn, thật toàn diện ngay từ đầu.

Theo ông Vũ, tâm lý chạy đua với thời đại dễ khiến doanh nghiệp triển khai chuyển đổi số trên quy mô lớn ngay lập tức. Cách làm này không chỉ tốn kém mà còn khiến doanh nghiệp khó xác định nguyên nhân khi hệ thống phát sinh vấn đề. Thay vào đó, doanh nghiệp nên bắt đầu từ một quy trình vừa đủ lớn để tạo ra tác động nhưng vẫn có thể đo lường được. Sau khi thí điểm, rút kinh nghiệm và hoàn thiện mới mở rộng.

“Không nên làm lớn ngay từ đầu. Hãy làm nhỏ, đo lường được, thiết kế lại và chuẩn hóa quy trình rồi mới mở rộng”, ông Vũ khuyến nghị.

Một điểm nghẽn tiếp theo mà ông đề cập, là ở vấn đề dữ liệu. Thực tế, không ít doanh nghiệp mua công nghệ trước rồi mới tính đến dữ liệu. Trong khi đó, nếu dữ liệu rời rạc, thiếu kết nối và chưa được chuẩn hóa, kết quả mà công nghệ tạo ra cũng khó có độ tin cậy.

Với doanh nghiệp muốn ứng dụng AI, câu hỏi đầu tiên không phải “dùng AI nào” mà là: dữ liệu đã đủ chưa, đã sạch và được chuẩn hóa chưa? Dữ liệu càng được tích hợp giữa các bộ phận, doanh nghiệp càng có khả năng kết hợp dữ liệu marketing, tài chính, bán hàng và vận hành để tạo ra góc nhìn đầy đủ hơn cho việc ra quyết định.

Ở góc độ này, dữ liệu không đơn thuần là đầu vào của công nghệ mà trở thành một tài sản quan trọng của doanh nghiệp.

Ông Vũ cũng lưu ý một ngộ nhận ở nhiều doanh nghiệp hiện nay là có chatbot đồng nghĩa với có AI. Theo ông, một chatbot nếu chỉ trả lời những câu hỏi chung chung thì chưa tạo ra nhiều giá trị. Bởi lẽ, để trở thành công cụ hỗ trợ thực sự, chatbot cần được kết nối với dữ liệu thật của doanh nghiệp, các công cụ AI và hệ thống phân tích.

Đặc biệt, với những lĩnh vực có yêu cầu cao về độ chính xác và rủi ro như tài chính, AI không nên được trao quyền quyết định thay con người.

"AI có thể giúp rút ngắn thời gian phân tích, mở rộng phạm vi rà soát dữ liệu và cung cấp bằng chứng để hỗ trợ quyết định. Nhưng trách nhiệm và khẩu vị rủi ro vẫn phải thuộc về con người", ông nhấn mạnh.

Ông Huỳnh Văn Thành, Phó giám đốc chuyển đổi số Tập đoàn Misa cho rằng khi doanh nghiệp còn nhỏ, việc điều hành khá đơn giản. Nhưng khi doanh nghiệp lớn lên, số lượng nhân sự, dữ liệu và quy trình cùng tăng, việc nhìn thấy toàn cảnh không còn dễ dàng.

“Doanh nghiệp càng lớn thì dữ liệu càng nhiều, nhân sự càng đông, quy trình càng phức tạp. Đến một lúc nào đó, CEO rất khó nhìn thấy bức tranh toàn cảnh để điều hành”, ông Thành nói.

Đó cũng là lý do ông cho rằng bài toán của doanh nghiệp trong kỷ nguyên AI không phải là tìm xem cần mua thêm bao nhiêu phần mềm, mà là làm sao làm chủ được dòng chảy bên trong doanh nghiệp, để dữ liệu giữa các bộ phận liên thông và lãnh đạo có thể nhìn thấy toàn bộ hoạt động trên một bức tranh thống nhất.

Từ góc nhìn của một người có nhiều năm tư vấn chuyển đổi số cho doanh nghiệp, ông Thành chỉ ra năm "điểm nghẽn" thường xuất hiện khi doanh nghiệp lớn lên.

Ông Huỳnh Văn Thành, Phó giám đốc chuyển đổi số Tập đoàn MISA. Ảnh: MISA.

Đầu tiên là dữ liệu không đi cùng nhau. Chẳng hạn, cùng một đơn hàng nhưng kinh doanh, kế toán hay sản xuất có thể nhìn theo một cách khác. Với sales, chốt được đơn có thể xem như đã xong một bước. Nhưng với kế toán, muốn ghi nhận doanh thu còn phải giao hàng, xuất hóa đơn, theo dõi công nợ.

"Nếu những dữ liệu này không nối với nhau, mỗi bộ phận sẽ giữ một mảnh của bức tranh và rất khó có được một cách nhìn thống nhất", ông nói.

Tiếp theo là quy trình bị gãy giữa các phòng ban. Một đơn hàng không dừng ở phòng kinh doanh mà còn kéo theo sản xuất, mua hàng, kho vận rồi kế toán. Chỉ cần một khâu chậm hoặc bàn giao không rõ ràng, cả chuỗi phía sau có thể bị kéo theo.

Kế đến là thông tin cũng dễ bị chậm một nhịp. CEO cần một con số nhưng phải chờ các bộ phận tổng hợp, có khi đến cuối ngày hoặc hôm sau mới có báo cáo. Trong kinh doanh, chậm một ngày đôi khi đã là chậm một quyết định.

Một chuyện khác rất dễ gặp là các phòng ban bắt đầu đổ lỗi cho nhau. Marketing nói đã mang về đủ khách hàng tiềm năng nhưng sales không chốt được. Sales lại cho rằng khách hàng marketing đưa về không đủ chất lượng. Nếu không có cùng một hệ thống dữ liệu và cách đo lường, tranh luận rất dễ chuyển thành chuyện “tại anh, tại tôi”, thay vì cùng nhìn vào vấn đề để xử lý.

Và cối cùng là điểm nghẽn khi muốn đưa AI vào doanh nghiệp. Theo ông Thành, AI có thể làm được rất nhiều việc, nhưng không thể biến một hệ thống dữ liệu rời rạc thành một hệ thống vận hành tốt chỉ sau vài cú nhấp chuột. Dữ liệu chưa đủ, quy trình chưa rõ, các bộ phận chưa kết nối thì càng đưa AI vào sớm càng dễ thất vọng.

"Muốn AI thực sự trở thành công cụ giúp doanh nghiệp tăng tốc, trước hết phải làm cho bộ máy bên dưới chạy thông suốt", ông đúc kết.