Các danh mục AI đang mở rộng nhanh chóng hơn nhiều so với khả năng quản lý chúng trong các doanh nghiệp. Hầu hết các tổ chức đang vận hành một hệ thống nền tảng AI phức tạp, mỗi nền tảng đều tự nhận là 'lớp AI chính' của công ty. Thật đáng báo động, rất ít doanh nghiệp có thể tự tin phát hiện một mô hình AI đang bị 'trôi dạt' hay thất bại trong quá trình sản xuất. Rào cản được nhắc đến nhiều nhất để kiểm soát chính là sự vắng mặt của một chủ sở hữu duy nhất chịu trách nhiệm về AI trên toàn bộ hệ thống. Kết quả là một 'khoảng cách kiểm soát' ngày càng lớn – tham vọng và chi tiêu đang vượt xa khả năng hiển thị, quyền sở hữu và kiểm soát chi phí – với các tác nhân tự trị đã gây ra những thất bại tài chính và vận hành thực sự.
Làn sóng nghiên cứu mới nhất từ VentureBeat Pulse Research đã đào sâu vào 'khoảng cách kiểm soát AI doanh nghiệp' này. Nghiên cứu tập trung làm rõ: có bao nhiêu nền tảng đang tự nhận là lớp AI chính; ai thực sự quản lý hành vi của AI trên các nền tảng đó; liệu các tổ chức có thể phát hiện một mô hình lỗi trong sản xuất; điều gì đang cản trở việc quản trị đa nền tảng; và những thất bại tài chính, vận hành do các tác nhân tự trị gây ra đang diễn ra như thế nào.
Điểm mấu chốt được tìm thấy là một khoảng cách kiểm soát đáng báo động – sự khác biệt giữa tốc độ mở rộng AI của các doanh nghiệp và mức độ họ có thể nhìn thấy, sở hữu hoặc quản lý. Gần ba phần năm (58%) đang bổ sung các sáng kiến AI mới, với 'mở rộng đáng kể' là tư thế lớn nhất. Tuy nhiên, tình hình quản trị lại không theo kịp, và đó chính là vấn đề.
Phương pháp Nghiên cứu 🔬
VentureBeat đã thực hiện khảo sát này như một phần của chuỗi nghiên cứu Pulse Research liên tục, tập trung vào khoảng cách kiểm soát AI doanh nghiệp – quản trị, khả năng quan sát và kiểm soát chi phí trên nhiều nền tảng AI. Các phản hồi được lọc từ các tổ chức có 100 nhân viên trở lên và loại trừ những người chọn 'Khác' làm chức năng công việc, để lại cơ sở dữ liệu gồm các vai trò có thể nhận dạng (n=145). Tất cả dữ liệu được thu thập trong làn sóng khảo sát Q2 2026 (tháng 6).
Về quy mô tổ chức, mẫu nghiên cứu nghiêng về các doanh nghiệp vừa và lớn hơn: 100–499 và 500–2.499 nhân viên (mỗi nhóm chiếm 23%), tiếp theo là 10.000–49.999 (22%) và 2.500–9.999 (20%), với các công ty 50.000+ nhân viên chiếm 11%. Về vai trò, đối tượng chủ yếu là cấp cao và kỹ thuật: tư vấn viên và cố vấn (20%), CIO/CTO/CISO (18%), giám đốc kỹ thuật/CNTT (14%), quản lý sản phẩm và chương trình (13%), và kiến trúc sư doanh nghiệp (12%). Ngành Công nghệ/Phần mềm chiếm tỷ lệ lớn nhất (41%), tiếp theo là Dịch vụ Tài chính và Dịch vụ Chuyên nghiệp (mỗi nhóm 12%), Y tế/Khoa học Đời sống và Sản xuất/Công nghiệp (mỗi nhóm 10%).
Các phát hiện nên được hiểu là một tín hiệu định hướng hơn là một phép đo chính xác, vì đây là mẫu tự chọn và không phải mẫu xác suất. Trong trường hợp một tỷ lệ phần trăm duy nhất có thể không vững chắc, báo cáo sẽ dựa vào hướng và cách nhóm các phản hồi hơn là con số phần trăm chính xác.
Các Phát hiện Chính Yếu Đáng Báo Động 💥
1. Mở rộng AI đang vượt quá tầm kiểm soát 🚀
* Danh mục AI tăng trưởng nhanh hơn khả năng quản lý. * Gần ba phần năm (58%) các doanh nghiệp đang bổ sung thêm các sáng kiến AI mới, trong đó 'mở rộng đáng kể' là trạng thái phổ biến nhất (33%). * Tuy nhiên, 23% đang chủ động hợp lý hóa danh mục AI của mình và 12% giữ nguyên. Chỉ 3% tạm dừng để thiết lập quản trị trước. * Đây là động lực đằng sau mọi khoảng cách: các doanh nghiệp đang tăng tốc vào một lĩnh vực mà họ chưa học cách nhìn nhận hoặc sở hữu. Thậm chí, 4% còn không thể mô tả danh mục AI của chính mình.
2. Không có lớp AI "chính" duy nhất – một cuộc cạnh tranh khốc liệt giữa các nền tảng ⚔️
* Hơn 4/5 doanh nghiệp vận hành nhiều nền tảng đều tự nhận là 'lớp AI chính'. * 85% doanh nghiệp có ít nhất hai nền tảng tự nhận là lớp AI chính. Hơn một phần ba (36%) mô tả một cuộc cạnh tranh mở giữa bốn nền tảng trở lên. * Chỉ 8% đã hợp nhất thành một lớp duy nhất. * Đây là lý do cấu trúc khiến việc quản trị trở nên khó khăn: không có trọng tâm chung để quản lý. Mỗi nền tảng mang theo AI, kiểm soát và giả định riêng của mình.
3. Quản trị AI được tuyên bố tập trung, nhưng thực tế lại phân mảnh 🧩
* Một nhóm trung tâm sở hữu trên giấy tờ; trong thực tế, nó đang bị phân mảnh. * Chỉ 38% doanh nghiệp cho biết có một chức năng quản trị trung tâm. * 21% thừa nhận quyền sở hữu không rõ ràng hoặc bị tranh chấp, 20% cho biết mỗi nhóm nền tảng tự quản lý AI của riêng mình, và 19% chưa giải quyết vấn đề này. * Về vai trò chịu trách nhiệm, CIO/CTO/CISO dẫn đầu ở mức 27%, một Giám đốc AI (CAIO) hoặc tương đương là 22%, và đáng báo động là 17% cho biết chưa có ai giữ trách nhiệm chính thức.
4. Lỗ hổng phát hiện: Tự tin nhưng phần lớn là thủ công 🐌
* Chỉ 1/10 doanh nghiệp có hệ thống giám sát và cảnh báo tự động. * 40% rất tự tin rằng họ sẽ phát hiện một mô hình AI đang bị 'trôi dạt', hành vi không an toàn hoặc thất bại trong sản xuất. * Tuy nhiên, phần lớn sự tự tin đó dựa vào việc đánh giá thủ công của con người (30%), chứ không phải tự động hóa. Chỉ 10% có hệ thống giám sát và cảnh báo chủ động. * Hơn một phần tư (27%) sẽ chỉ biết về một lỗi sản xuất sau khi nó xảy ra, từ người dùng cuối. * Điều này cho thấy các doanh nghiệp đang mở rộng AI vào sản xuất nhanh hơn khả năng xây dựng các phương tiện tự động để phát hiện khi nó gặp sự cố.
5. Chủ sở hữu vắng mặt là rào cản lớn nhất đối với quản trị AI 👤❌
* Quản trị bị đình trệ trước hết do trách nhiệm giải trình, thứ hai là khả năng hiển thị. * 32% doanh nghiệp coi sự thiếu vắng một chủ sở hữu duy nhất là rào cản lớn nhất. * Sự thiếu minh bạch của nhà cung cấp (25%) và thiếu công cụ/cơ sở hạ tầng để quan sát trên các nền tảng (16%) cũng là những rào cản đáng kể. * Khi được hỏi về một điều họ muốn khắc phục, các bên đều hội tụ vào cùng một câu trả lời: một chủ sở hữu chịu trách nhiệm duy nhất và một mặt phẳng kiểm soát trừu tượng hóa chi phí, sự 'trôi dạt' của mô hình và lựa chọn mô hình khỏi người dùng cuối.
6. Thống kê ROI đáng thất vọng từ điều chỉnh mô hình tùy chỉnh 📉
* Khoảng 7/10 doanh nghiệp không thu được nhiều lợi ích từ đầu tư vào mô hình tùy chỉnh. * 73% doanh nghiệp hoặc không đưa được các mô hình tùy chỉnh vào sử dụng hiệu quả, hoặc chủ động từ chối thử. * Nhóm lớn nhất (45%) là "nghĩa địa sandbox": các dự án quá đắt hoặc phức tạp để duy trì, bị mắc kẹt trong quá trình phát triển. * 24% chưa bao giờ bắt đầu – họ đã tính đến gánh nặng bảo trì và tránh nó. * Điều này cho thấy nhiều doanh nghiệp vẫn coi việc huấn luyện mô hình tùy chỉnh là một cái bẫy chi phí.
7. Chiến lược nhà cung cấp: Hybrid mặc định, xu hướng cắt giảm đang gia tăng 🔄
* Các doanh nghiệp kết hợp mô hình nguồn mở và độc quyền; nhiều người đang cắt giảm một nhà cung cấp. * 51% duy trì sự cân bằng hybrid (kết hợp mô hình nguồn mở và đóng). * Xu hướng cắt giảm nhà cung cấp đang nổi lên: Microsoft là mục tiêu được nhắc đến nhiều nhất (29%, thường là do cắt giảm Copilot/Azure để truy cập trực tiếp mô hình). OpenAI đứng thứ hai với 21% (do biến động giá). * Điều này cho thấy sự miễn cưỡng bị phụ thuộc vào một nhà cung cấp duy nhất và mong muốn giữ các tùy chọn linh hoạt.
8. Khủng hoảng chi tiêu tác nhân: AI "bóng tối" dẫn đầu các thất bại 💸👻
* Đường ống trái phép, không phải vòng lặp vô hạn, là thất bại kiểm soát hàng đầu. * Gần một nửa (49%) doanh nghiệp gặp thất bại nghiêm trọng nhất do "AI bóng tối" – các đường ống tác nhân trái phép được triển khai bằng thẻ tín dụng công ty ngoài tầm giám sát trung tâm. * 25% khác bị đốt tiền bởi hóa đơn tác nhân "vòng lặp vô hạn". 6% bị tác nhân làm suy thoái cơ sở dữ liệu sản xuất. * Chỉ 21% báo cáo sự ổn định được kiểm soát. * Nói cách khác, khoảng 4/5 (79%) các doanh nghiệp này đã trải qua một thất bại kiểm soát tài chính hoặc vận hành thực tế từ AI tự trị, chứ không chỉ lo lắng về nó.
Kết luận: Lỗ hổng kiểm soát mà chi tiêu KHÔNG THỂ TỰ ĐÓNG LẠI 🛑
Các tổ chức có từ 100 nhân viên trở lên đang mô tả các chương trình AI mở rộng nhanh chóng nhưng lại được quản lý một cách chậm chạp. Gần ba phần năm đang bổ sung vào danh mục đầu tư của họ; hơn bốn phần năm vận hành một hệ thống nền tảng cạnh tranh mà không có lớp chính được thống nhất; và điều họ thường xuyên nêu tên là trở ngại chính là thiếu một chủ sở hữu chịu trách nhiệm duy nhất. Khả năng hiển thị để phù hợp với tham vọng chủ yếu là thủ công – chỉ 10% có giám sát và cảnh báo chủ động, và sự tự tin trong việc phát hiện mô hình lỗi chủ yếu dựa vào đánh giá của con người chứ không phải tự động hóa.
Hậu quả đã cụ thể chứ không còn là giả thuyết. Việc điều chỉnh mô hình tùy chỉnh thường gây thất vọng, đẩy các doanh nghiệp hướng tới mô hình nhà cung cấp hỗn hợp, linh hoạt; và các tác nhân tự trị hiện đang đi vào sản xuất đã gây ra những thất bại kiểm soát thực sự cho khoảng bốn phần năm số người được hỏi, dẫn đầu là 'AI bóng tối' chạy ngoài mọi sự giám sát trung tâm. Đây là một tín hiệu định hướng chứ không phải một phép đo chính xác – nhưng hướng đi là nhất quán trên mọi câu hỏi: tham vọng, chi tiêu và triển khai đang chạy trước quyền sở hữu, khả năng quan sát và kiểm soát chi phí. Khoảng cách kiểm soát không phải là một vấn đề về công cụ mà việc chi tiêu nhiều hơn sẽ tự nó giải quyết; nó, trước hết, là một câu hỏi về ai là chủ sở hữu câu trả lời.