Theo báo cáo "Value of AI Report 2026" do tập đoàn công nghệ SAP phối hợp cùng Oxford Economics thực hiện, trí tuệ nhân tạo (AI) đang dịch chuyển mạnh mẽ từ giai đoạn thử nghiệm sang thực thi thực tế trong môi trường doanh nghiệp. Khảo sát trên 2.600 nhà lãnh đạo tại 13 quốc gia cho thấy AI hiện hỗ trợ tới gần 30% tổng số tác vụ trong các tổ chức, tăng từ mức 25% của năm ngoái.
Sự gia tăng này phản ánh làn sóng ứng dụng AI sâu rộng, tuy nhiên, nhiều doanh nghiệp vẫn đang loay hoay để khai thác tối đa giá trị từ các khoản đầu tư đắt đỏ này. Thực tế cho thấy, ranh giới giữa việc ứng dụng thành công và thất bại phụ thuộc rất lớn vào chiến lược tiếp cận hệ thống của từng tổ chức.
Bối cảnh & Nguyên nhân
Mặc dù đầu tư vào AI đang tăng tốc, phần lớn các tổ chức vẫn tiếp cận công nghệ này một cách rời rạc và thiếu tính đồng bộ. Theo báo cáo của SAP, có đến hơn một nửa số doanh nghiệp được khảo sát thừa nhận họ đầu tư AI theo kiểu tự phát (ad-hoc), và chỉ có 17% xây dựng được một lộ trình chiến lược toàn diện, dù con số này đã cải thiện so với mức 9% của năm ngoái.
Tình trạng phân mảnh này bắt nguồn từ áp lực của ban lãnh đạo muốn nhân viên nhanh chóng áp dụng AI mà không đi kèm đào tạo bài bản, dẫn đến việc các phòng ban tự ý triển khai các công cụ riêng lẻ. Điều này vô tình tạo ra các silo dữ liệu cô lập và hạn chế khả năng chuyển đổi quy trình kinh doanh tổng thể của toàn doanh nghiệp.
Phân tích kỹ thuật & Công nghệ
Để giải quyết bài toán hiệu năng, xu hướng đang chuyển dịch mạnh mẽ sang "agentic AI" (AI dạng tác nhân) với khả năng lập kế hoạch và suy luận đa bước. Theo báo cáo, tỷ lệ hoàn vốn (ROI) trung bình của AI nói chung đã tăng từ 16% lên 21% trong năm nay, trong khi ROI kỳ vọng của agentic AI nhảy vọt từ 10% lên 17%. Điển hình là việc thử nghiệm tác nhân kế toán dồn tích giúp giảm thời gian xử lý từ 12 giờ xuống còn 2-3 giờ mỗi tháng.
Tuy nhiên, rào cản kỹ thuật lớn nhất đối với các tác nhân này là chất lượng dữ liệu, khi 73% doanh nghiệp thừa nhận đây là nguyên nhân chính khiến AI chưa đạt hiệu quả. Việc trích xuất dữ liệu khỏi các hệ thống ERP cốt lõi thường làm mất đi ngữ cảnh kinh doanh quan trọng, buộc các nhà cung cấp phải phát triển giải pháp đồ thị tri thức (knowledge graph) nhằm liên kết hàng triệu trường dữ liệu mà không làm mất đi ngữ nghĩa gốc của chúng.
Ý kiến chuyên gia & Nhận định
Ông Sean Kask, Giám đốc Chiến lược AI toàn cầu của SAP, nhận định: "AI thiếu đi ngữ cảnh—cho dù đó là quy trình, dữ liệu hay quản trị—thì tốt nhất cũng chỉ tạo ra các hoạt động vô thưởng vô phạt, còn tệ nhất là tạo ra rủi ro cho doanh nghiệp." Các chuyên gia cũng cảnh báo về sự xuất hiện của "shadow agents" (tác nhân bóng tối) – những AI tự vận hành truy cập vào nguồn dữ liệu trái phép mà doanh nghiệp không hề hay biết.
Hiện chỉ có 12% doanh nghiệp cho biết họ hoàn toàn chuẩn bị tốt cho công tác quản trị AI, trong khi 69% thừa nhận nhân viên đang sử dụng các công cụ AI chưa được phê duyệt trong công việc hàng ngày. Điều này đòi hỏi các giải pháp giám sát vòng đời và phân quyền truy cập chặt chẽ tương tự như quy trình tuyển dụng và quản lý nhân sự.
Tác động & Tương lai
Xu hướng tiến tới "Doanh nghiệp tự chủ" (Autonomous Enterprise) đang định hình lại cách thức vận hành toàn cầu, nơi con người và các tác nhân AI cộng tác chặt chẽ thông qua giao diện ngôn ngữ tự nhiên. Tuy nhiên, thách thức lớn nhất trong tương lai không chỉ nằm ở khâu kỹ thuật mà là sự chuyển đổi về mặt con người. Khoảng 80% người tham gia khảo sát đồng ý rằng việc tối ưu hóa giá trị AI đòi hỏi nhiều hơn là nâng cao kỹ năng công nghệ đơn thuần.
Đối với thị trường Việt Nam, nơi các doanh nghiệp đang số hóa mạnh mẽ, bài học từ báo cáo này nhấn mạnh tầm quan trọng của việc xây dựng nền tảng dữ liệu sạch và khung quản trị vững chắc. Thay vì vội vã chạy theo các mô hình ngôn ngữ lớn đắt đỏ, việc tối ưu hóa cấu trúc dữ liệu nội bộ và chuẩn bị năng lực quản trị sẽ là chìa khóa quyết định thành công của các dự án AI trong dài hạn.