Cuộc cách mạng trí tuệ nhân tạo hứa hẹn sẽ biến đổi hoạt động kinh doanh và thúc đẩy tăng trưởng doanh thu chưa từng có, nhưng nghiên cứu mới cho thấy thực tế còn nghiêm trọng hơn nhiều. Một nghiên cứu toàn diện của sáng kiến NANDA thuộc MIT đã phát hiện ra sự phân chia rõ rệt trong bối cảnh AI doanh nghiệp, tiết lộ rằng phần lớn các triển khai AI tạo sinh của doanh nghiệp đang gặp khó khăn trong việc mang lại kết quả có ý nghĩa.
Quy mô thách thức triển khai AI
Các nhà nghiên cứu MIT đã tiến hành phân tích mở rộng bao gồm 150 cuộc phỏng vấn với các nhà lãnh đạo doanh nghiệp, khảo sát 350 nhân viên và kiểm tra 300 triển khai AI công khai. Những phát hiện của họ vẽ nên bức tranh đáng lo ngại cho việc áp dụng AI doanh nghiệp. Chỉ 5% các chương trình thí điểm AI tạo sinh đạt được tăng tốc doanh thu nhanh chóng, trong khi 95% còn lại bị đình trệ và mang lại ít hoặc không có tác động có thể đo lường được đến báo cáo lãi lỗ.
Nghiên cứu được công bố trong The GenAI Divide: State of AI in Business 2025 thách thức sự nhiệt tình rộng rãi xung quanh việc tích hợp AI trong môi trường doanh nghiệp. Tác giả chính Aditya Challapally , một cộng tác viên nghiên cứu của dự án NANDA thuộc MIT , nhấn mạnh rằng vấn đề không nằm ở chất lượng mô hình AI mà là cách các tổ chức tiếp cận việc triển khai và tích hợp.
Phương pháp nghiên cứu của MIT
- 150 cuộc phỏng vấn với các nhà lãnh đạo doanh nghiệp
- Khảo sát 350 nhân viên
- Phân tích 300 triển khai AI công khai
- Nghiên cứu được xuất bản với tên "The GenAI Divide: State of AI in Business 2025"
Những câu chuyện thành công làm nổi bật sự khác biệt chiến lược
Mặc dù kết quả tổng thể đáng thất vọng, tỷ lệ nhỏ các triển khai thành công cung cấp những hiểu biết có giá trị về các chiến lược triển khai AI hiệu quả. Các startup trẻ, đặc biệt là những công ty do các doanh nhân ở độ tuổi cuối thiếu niên và đầu hai mươi lãnh đạo, đã thể hiện thành công đáng kể với các công cụ AI tạo sinh. Một số đã trải qua bước nhảy doanh thu từ con số không lên 20 triệu đô la Mỹ trong vòng một năm.
Những công ty thành công này có chung các đặc điểm trong cách tiếp cận triển khai AI. Họ tập trung vào việc giải quyết một điểm đau cụ thể thay vì cố gắng chuyển đổi quy mô rộng. Họ thực hiện chiến lược đã chọn một cách chính xác và thiết lập quan hệ đối tác thông minh với các công ty tích cực sử dụng các công cụ được hỗ trợ bởi AI của họ. Cách tiếp cận có mục tiêu này tương phản rõ rệt với những nỗ lực rải rác của nhiều doanh nghiệp lớn.
Ví dụ về Câu chuyện Thành công
- Các startup trẻ (do những người 19-20 tuổi dẫn dắt) đạt được mức tăng trưởng doanh thu từ 0 đến 20 triệu USD trong một năm
- Các yếu tố thành công: tập trung vào một điểm đau, thực thi chính xác, quan hệ đối tác thông minh
- Trao quyền cho quản lý trực tiếp hiệu quả hơn phương pháp phòng thí nghiệm AI tập trung
Vấn đề khoảng cách học tập
Thách thức cốt lõi mà hầu hết các tổ chức phải đối mặt không phải là hạn chế kỹ thuật mà là thứ mà các nhà nghiên cứu MIT gọi là khoảng cách học tập. Trong khi các giám đốc điều hành thường đổ lỗi cho các ràng buộc quy định hoặc vấn đề hiệu suất mô hình, nghiên cứu chỉ ra những khiếm khuyết cơ bản trong các chiến lược tích hợp doanh nghiệp. Các công cụ AI chung như ChatGPT hoạt động xuất sắc cho người dùng cá nhân do tính linh hoạt của chúng, nhưng chúng gặp khó khăn trong môi trường doanh nghiệp vì không thể học hỏi từ hoặc thích ứng với các quy trình làm việc cụ thể của tổ chức.
Sự ngắt kết nối này giữa khả năng AI và nhu cầu tổ chức tạo ra một rào cản đáng kể cho việc triển khai thành công. Các công ty thường mong đợi kết quả ngay lập tức từ các công cụ AI mà không đầu tư vào công việc tùy chỉnh và tích hợp cần thiết cho triển khai quy mô doanh nghiệp.
Sự sai lệch phân bổ nguồn lực
Nghiên cứu tiết lộ sự sai lệch nghiêm trọng trong cách các công ty phân bổ ngân sách AI tạo sinh của họ. Hơn một nửa chi tiêu AI tập trung vào các ứng dụng bán hàng và tiếp thị, tuy nhiên nghiên cứu của MIT chứng minh rằng lợi tức đầu tư lớn nhất đến từ tự động hóa văn phòng hậu cần. Các triển khai thành công loại bỏ chi phí gia công quy trình kinh doanh, giảm chi phí đại lý bên ngoài và hợp lý hóa quy trình làm việc vận hành.
Sự phân bổ sai lệch này cho thấy nhiều tổ chức đang theo đuổi các ứng dụng AI trong các lĩnh vực có tầm nhìn cao thay vì tập trung vào các chức năng mà AI có thể mang lại giá trị có thể đo lường được nhất. Việc nhấn mạnh vào các ứng dụng hướng tới khách hàng có thể tạo ra sự phấn khích nhưng thường thất bại trong việc tạo ra những khoản tiết kiệm chi phí đáng kể và tăng hiệu quả có sẵn thông qua tự động hóa vận hành.
Phân bổ ngân sách so với ROI
- Hơn 50% ngân sách GenAI được phân bổ cho các công cụ bán hàng và tiếp thị
- ROI lớn nhất được tìm thấy trong tự động hóa các hoạt động văn phòng hậu trường
- Các lĩnh vực thành công: loại bỏ việc thuê ngoài quy trình kinh doanh, cắt giảm chi phí đại lý bên ngoài, tinh gọn hoạt động
Chiến lược xây dựng so với mua
Một trong những phát hiện quan trọng nhất liên quan đến các chiến lược triển khai. Các công ty mua công cụ AI từ các nhà cung cấp chuyên biệt đạt tỷ lệ thành công khoảng 67%, trong khi các tổ chức cố gắng xây dựng giải pháp nội bộ chỉ thành công khoảng một phần ba so với tỷ lệ đó. Phát hiện này có ý nghĩa đặc biệt đối với các lĩnh vực được quản lý chặt chẽ như dịch vụ tài chính, nơi nhiều công ty đang phát triển các hệ thống AI tạo sinh độc quyền.
Sự ưa thích phát triển nội bộ thường xuất phát từ mối quan tâm về bảo mật và yêu cầu quy định, nhưng dữ liệu cho thấy cách tiếp cận này làm giảm đáng kể khả năng triển khai thành công. Các nhà cung cấp chuyên biệt mang lại chuyên môn và công cụ tinh tế mà các nhóm nội bộ gặp khó khăn trong việc sao chép, đặc biệt khi làm việc dưới các ràng buộc của cơ sở hạ tầng doanh nghiệp hiện có.
Tỷ lệ thành công trong triển khai AI
- Chỉ có 5% các dự án thí điểm AI tạo sinh đạt được tăng trưởng doanh thu nhanh chóng
- 95% các triển khai bị đình trệ với ít hoặc không có tác động đo lường được đến báo cáo lãi lỗ
- Các giải pháp từ nhà cung cấp chuyên biệt thành công khoảng 67%
- Các dự án phát triển nội bộ chỉ thành công khoảng 33%
Tác động lực lượng lao động và sử dụng AI ngầm
Nghiên cứu ghi nhận sự gián đoạn lực lượng lao động đang diễn ra, đặc biệt trong các vai trò hỗ trợ khách hàng và hành chính. Thay vì thực hiện sa thải hàng loạt, các công ty ngày càng chọn không tuyển bổ sung các vị trí khi chúng trở nên khuyết. Hầu hết các thay đổi ảnh hưởng đến các công việc trước đây được thuê ngoài do được coi là có giá trị thấp, cho thấy sự chuyển đổi dần dần thay vì đột ngột của các mô hình công việc.
Nghiên cứu cũng làm nổi bật việc sử dụng rộng rãi AI ngầm – các công cụ không được phép như ChatGPT mà nhân viên sử dụng mà không có sự chấp thuận chính thức. Hiện tượng này tạo ra rủi ro bảo mật trong khi thể hiện khoảng cách giữa nhu cầu nhân viên và các công cụ AI được phê duyệt chính thức. Các tổ chức gặp khó khăn trong việc đo lường tác động của AI đến năng suất và lợi nhuận, một phần do việc sử dụng không chính thức này.
Hướng phát triển tương lai và AI tác nhân
Nhìn về phía trước, các tổ chức tiên tiến nhất đang thử nghiệm với các hệ thống AI tác nhân có thể học hỏi, ghi nhớ và hành động độc lập trong các ranh giới được xác định. Những hệ thống này đại diện cho giai đoạn tiếp theo của phát triển AI doanh nghiệp, có khả năng giải quyết một số vấn đề khoảng cách học tập được xác định trong các triển khai hiện tại.
Nghiên cứu của MIT cho thấy việc áp dụng AI thành công đòi hỏi trao quyền cho các nhà quản lý tuyến đầu thay vì chỉ dựa vào các phòng thí nghiệm AI trung tâm để thúc đẩy triển khai. Cách tiếp cận này cho phép lựa chọn công cụ có thể tích hợp sâu với các quy trình làm việc hiện có và thích ứng theo thời gian với nhu cầu tổ chức thay đổi.
Những phát hiện này đóng vai trò như một lời nhắc nhở thực tế cho ngành công nghiệp AI và các nhà lãnh đạo doanh nghiệp đang đầu tư mạnh vào các công nghệ AI tạo sinh. Mặc dù tiềm năng vẫn còn đáng kể, việc đạt được thành công đòi hỏi chiến lược cẩn thận, phân bổ nguồn lực phù hợp và kỳ vọng thực tế về thời gian triển khai và thách thức.