Từ năng suất đến lợi nhuận: Bài toán AI của doanh nghiệp

‏AI đang được triển khai sâu hơn vào hoạt động doanh nghiệp, từ hỗ trợ xử lý thông tin đến tham gia các quy trình nghiệp vụ. Tuy nhiên, lợi ích về năng suất cá nhân chưa được phản ánh rộng rãi trong kết quả tài chính của doanh nghiệp.‏

‏Báo cáo The State of AI in 2026 của McKinsey cho thấy 80% người tham gia khảo sát ghi nhận AI giúp cải thiện năng suất cá nhân. Trong khi đó, chỉ 37% cho biết AI đóng góp tích cực vào lợi nhuận trước lãi vay và thuế của tổ chức. Tỷ lệ này gần như không thay đổi so với năm trước, dù việc triển khai AI tiếp tục mở rộng.‏

‏Sử dụng AI chưa đồng nghĩa với vận hành cùng AI‏

‏Ở cấp độ doanh nghiệp, một nghiệp vụ thường đi qua nhiều bộ phận, hệ thống và cấp phê duyệt. Vì vậy, hiệu quả vận hành không chỉ phụ thuộc vào năng suất của từng nhân sự, mà còn vào khả năng phối hợp giữa các đầu mối.‏

‏Khi AI được sử dụng riêng lẻ, mỗi phòng ban có thể xử lý thông tin và hoàn thành phần việc nhanh hơn. Tuy nhiên, nhân sự vẫn phải đối chiếu dữ liệu, chuyển tiếp kết quả và chờ các khâu xử lý ở bộ phận khác. Nếu việc phối hợp còn đứt quãng, thời gian tiết kiệm ở từng tác vụ chưa chắc rút ngắn được toàn bộ quy trình.‏

‏Bước chuyển lớn nằm ở việc AI không còn chỉ đứng ngoài trả lời câu hỏi, mà trực tiếp tham gia xử lý công việc trong quy trình của doanh nghiệp. Trên cơ sở phần mềm và tự động hóa hiện có, Agentic AI cho phép các tác nhân AI (AI Agent) tiếp nhận mục tiêu, sử dụng dữ liệu và công cụ được cấp để thực hiện nhiệm vụ nhiều bước.‏

‏Cách tiếp cận này được thể hiện trong Agentic Enterprise - mô hình doanh nghiệp hướng tới tự động hóa xuyên suốt, nơi con người và AI Agent cùng làm việc trên một nền tảng vận hành thống nhất. Con người xác lập mục tiêu, giữ quyền quyết định đối với những vấn đề quan trọng và xử lý tình huống vượt phạm vi được giao cho AI.‏

‏Nền tảng thống nhất kết nối dữ liệu với thực thi‏

‏Để vận hành theo mô hình Agentic Enterprise, doanh nghiệp cần một nền tảng kết nối dữ liệu, ứng dụng và quy trình, đồng thời xác định rõ quyền hạn của con người và AI. Trong đó, chất lượng dữ liệu là cơ sở quan trọng nhất để AI hiểu đúng bối cảnh nghiệp vụ và tham gia xử lý công việc một cách đáng tin cậy.‏

‏Ông Nguyễn Ngọc Chủ, CCO & Co-Founder ‏Cogover ‏- nền tảng quản trị doanh nghiệp tổng thể thế hệ mới theo mô hình Agentic Enterprise nhận định: "Muốn AI tham gia sâu vào vận hành, doanh nghiệp cần bảo đảm dữ liệu đầu vào chính xác, cập nhật và có ngữ cảnh. Hợp nhất dữ liệu không chỉ là tập trung thông tin, mà còn phải thống nhất cách hiểu và sử dụng giữa các bộ phận".‏

‏Thống nhất vận hành không nhất thiết đòi hỏi thay toàn bộ phần mềm hiện hữu. Doanh nghiệp có thể kết nối những hệ thống còn phù hợp vào nền tảng chung, tùy khả năng tích hợp và yêu cầu quản trị.

‏Bên cạnh dữ liệu, quy trình cần xác định cách chuyển kết quả phân tích thành công việc cụ thể, ai tiếp nhận, ai có thẩm quyền quyết định và ai chịu trách nhiệm thực hiện. Khi các bước được liên thông, ban điều hành có thể theo dõi tiến độ xuyên phòng ban, nhận diện nơi công việc bị gián đoạn và điều chỉnh nguồn lực phù hợp.‏

‏Cơ chế kiểm soát cũng cần phân biệt rõ những việc AI được tự thực hiện, chỉ được đề xuất hoặc phải chờ phê duyệt. Những quyết định có ảnh hưởng lớn đến tài chính, khách hàng hoặc nghĩa vụ của doanh nghiệp phải được xem xét ở cấp có thẩm quyền.‏

‏Chuyển hóa năng suất thành giá trị kinh doanh‏

‏Khảo sát của McKinsey ghi nhận gần ba phần tư người trả lời thuộc nhóm doanh nghiệp đạt hiệu quả cao từ AI cho biết tổ chức đã thiết kế lại căn bản quy trình làm việc, so với khoảng một phần tư ở nhóm còn lại.‏

‏Với ban điều hành, thay đổi này có ý nghĩa khi nguồn lực được giải phóng giúp doanh nghiệp phục vụ thêm khách hàng, tạo doanh thu hoặc giảm chi phí thực tế. Vì thế, thước đo không chỉ là số giờ tiết kiệm, mà còn là chất lượng và hiệu quả chi phí của toàn quy trình, sau khi tính đến khoản đầu tư cho dữ liệu, tích hợp và vận hành AI. Đây cũng là căn cứ để doanh nghiệp ra quyết định mở rộng đầu tư. ‏

‏Lợi thế cạnh tranh không đơn thuần đến từ việc sở hữu nhiều công cụ, mà từ khả năng tổ chức cho con người và AI phối hợp trên một nền tảng chung, đáp ứng khối lượng công việc lớn hơn mà vẫn kiểm soát được chất lượng và chi phí.‏

Ánh Dương