CAIXO Nguyễn Xuân Phong của FPT: Doanh nghiệp không thiếu AI, thứ họ thiếu là bản đồ để biết mình đang ở đâu

Theo Tiến sĩ Nguyễn Xuân Phong, Giám đốc Chuyển đổi AI (Chief AI Transformation Officer) kiêm Giám đốc Viện nghiên cứu AI Quantum Cyber Security thuộc Tập đoàn FPT, AI chỉ thực sự trở thành nguồn lực vận hành khi doanh nghiệp vượt qua giai đoạn sử dụng công cụ riêng lẻ, chuẩn hóa cách triển khai và xây dựng cơ chế quản trị một lực lượng lao động số.

Trong cuộc đua ứng dụng AI, nhiều doanh nghiệp đã cấp tài khoản cho nhân viên, triển khai thử nghiệm ở các phòng ban, thậm chí đưa AI vào một số quy trình nghiệp vụ. Tuy nhiên, khi lãnh đạo đặt câu hỏi khoản đầu tư này giúp năng suất toàn tổ chức tăng bao nhiêu, câu trả lời vẫn chưa rõ ràng.

Báo cáo “State of AI 2026” của McKinsey cho thấy gần 9 trong 10 tổ chức đã dùng AI thường xuyên ở ít nhất một bộ phận, và 80% người được hỏi nói AI giúp tăng năng suất cá nhân. Nhưng khi nhìn ở cấp toàn doanh nghiệp, chỉ 37% tổ chức ghi nhận AI đóng góp vào lợi nhuận hoạt động (EBIT), gần như không đổi so với năm ngoái, và tỷ lệ doanh nghiệp đạt hiệu suất cao (đóng góp từ 5% EBIT trở lên) vẫn giữ nguyên ở mức khoảng 6%.

Theo Tiến sĩ Nguyễn Xuân Phong, nguyên nhân nằm ở việc doanh nghiệp thường bắt đầu bằng câu hỏi AI có thể tự động hóa công việc nào, thay vì xác định tổ chức đã sẵn sàng đến đâu.

“Doanh nghiệp đang ở mức độ trưởng thành nào về AI” mới là câu hỏi cần được đặt ra trước tiên, ông Phong chia sẻ trong cuộc phỏng vấn với Base.vn.

Từ công cụ hỗ trợ đến lực lượng lao động số

Khác với chuyển đổi số, vốn thường bắt đầu từ việc xác định quy trình cần số hóa, chuyển đổi AI đòi hỏi doanh nghiệp đánh giá lại năng lực, dữ liệu và nhận thức của đội ngũ trước khi triển khai.

Ông Phong cho rằng việc bỏ qua bước này có thể dẫn đến những sai lầm phổ biến, như tin tưởng tuyệt đối vào kết quả AI dù mô hình vẫn có thể tạo ra thông tin sai, hoặc kết luận AI không hiệu quả khi chưa cung cấp đủ ngữ cảnh. Dữ liệu chưa được chuẩn hóa cũng khiến chất lượng đầu ra khó đáp ứng yêu cầu.

Để giải thích quá trình này, ông đề cập mô hình CASAN, khung năng lực năm tầng do ông cùng các chuyên gia FPT nghiên cứu và công bố vào tháng 6/2026.

Ở tầng đầu tiên (Curious), AI được sử dụng để hỗ trợ cá nhân. Sang tầng thứ hai, Augmented, doanh nghiệp bắt đầu có các quy định và chính sách nhằm kiểm soát việc sử dụng AI, chẳng hạn giới hạn tài khoản được phép truy cập.

Tuy nhiên, AI ở giai đoạn này vẫn chủ yếu giúp từng nhân viên làm việc hiệu quả hơn, chưa tạo ra thay đổi đáng kể ở cấp độ toàn tổ chức.

Bước ngoặt nằm ở tầng thứ ba, Standard, khi doanh nghiệp chuẩn hóa việc đưa AI vào hoạt động, coi AI Agent như một nhân viên số và thiết kế lại quy trình để lực lượng này tham gia vận hành.

“Chỉ khi lên tầng ba, khi AI Agent trở thành một chuẩn mực mới và bắt đầu ‘gánh’ được những nơi tắc nghẽn trong doanh nghiệp, nó mới thật sự trở thành một nguồn lực vận hành mới”, ông Phong nói.

Báo cáo “State of AI 2026” của McKinsey cho thấy tỷ lệ doanh nghiệp lớn (doanh thu trên 1 tỷ USD) đã mở rộng quy mô AI Agent tăng từ 27% lên 40% chỉ trong một năm, trong khi nhóm doanh nghiệp nhỏ hơn gần như giậm chân tại chỗ ở mức 22%. Điều này cho thấy rõ khoảng cách giữa doanh nghiệp đã "chuẩn hóa" (tầng Standard) và doanh nghiệp vẫn ở tầng công cụ cá nhân.

Sau đó, doanh nghiệp có thể tiến tới tầng thứ 4: Automated, nơi AI Agent tự vận hành các luồng công việc phức tạp dưới sự giám sát của con người. Ở cấp độ 5: Native, AI được tích hợp sâu đến mức trở thành một phần cốt lõi trong cách doanh nghiệp hoạt động.

Theo ông Phong, việc chỉ cấp tài khoản AI cho nhân viên không đồng nghĩa doanh nghiệp đã chuyển đổi thành công. Nếu những khâu chưa ứng dụng AI vẫn là điểm nghẽn, chi phí có thể tăng lên trong khi năng suất tổng thể không cải thiện tương ứng.

Nhân viên trở thành “nhạc trưởng AI”

Khi AI Agent được đưa vào vận hành, vai trò của con người cũng thay đổi. Thay vì trực tiếp thực hiện toàn bộ công việc, nhân viên có thể chuyển sang điều phối, giám sát và đánh giá kết quả của nhiều AI Agent.

Ông Phong hình dung một nhân viên trong tương lai có thể điều phối từ 5 đến 10 Agent cùng lúc, trở thành một “AI Agent Orchestrator”, hay nhạc trưởng AI.

Đây không đơn thuần là việc biết cách viết câu lệnh cho AI. Người đảm nhiệm vai trò này cần kết hợp năng lực quản trị, từ phân công nhiệm vụ, điều phối đến kiểm soát ngân sách token, với hiểu biết kỹ thuật về kiến trúc hệ thống, dữ liệu và ngữ cảnh.

Trong mô hình đó, AI có thể xử lý các công việc lặp lại như nhập liệu hóa đơn, giúp con người dành nhiều thời gian hơn cho sáng tạo, hoạch định chiến lược và ra quyết định kinh doanh.

Theo báo cáo AI Agent Trends 2026 của Google Cloud, Citi đã triển khai công cụ AI nội bộ cho hơn 182.000 nhân viên tại 84 quốc gia, và tính đến hết quý 3/2025 nhân viên Citi đã có khoảng 21 triệu lượt tương tác với các công cụ này, giúp rút ngắn công việc vốn mất hàng giờ xuống còn vài phút.

Google Cloud cũng mô tả rõ mô hình mới mà ông Phong nhắc tới: mỗi nhân viên, từ cấp phân tích viên đến cấp quản lý cao, đều trở thành người giám sát một đội AI Agent, với công việc chính là giao việc, đặt mục tiêu và định hướng chiến lược thay vì trực tiếp thực hiện.

Ngoài ra, một khảo sát thị trường lao động Mỹ của Algeria Tech ghi nhận số tin tuyển dụng liên quan agentic AI tăng 280% so với cùng kỳ năm ngoái, đạt khoảng 90.000 vị trí, và nhân sự thành thạo điều phối đa Agent được trả lương cao hơn tới 43%.

Phân tích của McKinsey về tổ chức vận hành bằng AI Agent cũng cho thấy 45% lãnh đạo agentic AI kỳ vọng cắt giảm bớt tầng quản lý trung gian vì một người điều phối AI giàu kinh nghiệm có thể tạo ra sản lượng tương đương một đội 10 người.

Dù vậy, ông Phong không cho rằng AI sẽ thay thế hoàn toàn con người. AI chưa có tư cách pháp nhân, cũng không thể chịu trách nhiệm giải trình khi xảy ra sự cố. Vì vậy, con người vẫn phải giữ vai trò dẫn dắt, xử lý ngoại lệ và chịu trách nhiệm với kết quả cuối cùng.

Bài toán lớn nhất là quyền tự chủ

AI mở ra khả năng cải thiện đồng thời chi phí, chất lượng và tốc độ, song điều này không tự động xảy ra. Doanh nghiệp cần kiểm soát mức tiêu thụ token, bảo đảm dữ liệu đủ chất lượng và xây dựng các cơ chế kỹ thuật để AI không vận hành lệch khỏi mục tiêu.

Báo cáo “State of AI 2026” của McKinsey cho thấy khoảng 1 trong 5 tổ chức cho biết chi phí vận hành AI, bao gồm cả chi phí token, đang giới hạn mức độ sử dụng AI của họ, dù phần lớn vẫn có kế hoạch tăng đầu tư trong năm tới. Đáng chú ý, ngay cả nhóm doanh nghiệp "hiệu suất cao" cũng không miễn nhiễm, nhóm này bị chi phí giới hạn việc dùng công cụ coding agent với tần suất cao gấp khoảng ba lần so với nhóm còn lại.

Một rủi ro khác là sự phụ thuộc vào nhà cung cấp mô hình. Ông Phong cho rằng mức giá AI hiện nay có thể chịu tác động từ chiến lược trợ giá của các công ty công nghệ. Khi mô hình kinh doanh thay đổi, chi phí sử dụng AI của doanh nghiệp cũng có thể biến động.

Ông dẫn ví dụ GitHub Copilot chuyển từ cách tính phí theo số người dùng sang tính phí theo token, khiến chi phí của một số doanh nghiệp tăng lên.

GitHub chính thức chuyển toàn bộ các gói Copilot sang tính phí theo mức sử dụng từ ngày 1/6/2026, thay premium request bằng credit tính theo token, và bỏ hẳn cơ chế "dự phòng" cho người dùng hết hạn mức chuyển sang mô hình rẻ hơn để tiếp tục làm việc. Sau khi áp dụng, giới lập trình viên phản ánh mức chênh lệch hóa đơn rất lớn, một người dùng cho biết hóa đơn từ 29 USD tăng lên gần 750 USD, một người khác từ 50 USD tăng lên khoảng 3.000 USD một tháng khi chạy các phiên làm việc agentic dài với mô hình cao cấp. Nhìn chung, nhóm chỉ dùng tính năng gợi ý code hầu như không bị ảnh hưởng, trong khi nhóm chạy AI Agent với mô hình frontier ghi nhận mức tăng phổ biến từ 10 đến 50 lần.

Với doanh nghiệp vừa và nhỏ, giải pháp được ông đề xuất là hạn chế tình trạng phụ thuộc vào một nhà cung cấp, lựa chọn nền tảng đủ linh hoạt để chuyển đổi giữa các mô hình khác nhau, từ GPT, Claude đến những mô hình mã nguồn mở.

Về lâu dài, quy mô doanh nghiệp cũng có thể được nhìn nhận theo giá trị tạo ra thay vì số lượng nhân sự. Một tổ chức có thể tinh gọn nhân lực trong khi vẫn nâng cao chất lượng dịch vụ nhờ lực lượng AI.

Tuy nhiên, để đi đến mô hình đó, lãnh đạo cần bắt đầu từ những bước căn bản, xây dựng dữ liệu sạch, giúp nhân viên hiểu và tin vào AI, đồng thời đo lường hiệu quả đầu tư qua từng giai đoạn.

“Doanh nghiệp bây giờ không thiếu AI, thứ họ thiếu là một bản đồ giúp họ biết mình đang ở đâu để thiết kế lộ trình đi tiếp cho phù hợp. Khi không biết mình đang ở giai đoạn nào, doanh nghiệp dễ đầu tư dàn trải hoặc chạy theo xu hướng”, ông Phong nhấn mạnh./

Vũ Hoàng