AI bước vào chu kỳ ‘vỡ mộng’: Lịch sử 40 năm lặp lại, doanh nghiệp đổ hàng tỷ USD nhưng hiệu quả vẫn mờ mịt, khách hàng không tin tưởng, nhân viên sợ bị sa thải

Gần bốn thập kỷ trước, khi máy tính cá nhân bắt đầu bùng nổ, giới kinh tế từng bối rối trước “nghịch lý năng suất” – hàng loạt công ty chi mạnh cho công nghệ nhưng năng suất lao động không cải thiện tương xứng. Hôm nay, lịch sử đang lặp lại với trí tuệ nhân tạo tạo sinh (Generative AI- GenAI).

Kỳ vọng lớn, thực tế phũ phàng

Thế giới công nghệ đang chạy đua vũ trang với những chatbot thông minh như ChatGPT. Các gã khổng lồ như Google, Microsoft và nhiều startup siêu giàu liên tục tung ra các sản phẩm mới, hứa hẹn một cuộc cách mạng hóa mọi lĩnh vực, từ kế toán cho đến dịch vụ khách hàng. Các giám đốc điều hành tự tin tuyên bố AI sẽ thay thế một nửa số công việc văn phòng, biến đổi hoàn toàn cách chúng ta làm việc.

Tuy nhiên, thực tế đang diễn ra lại kém màu hồng hơn nhiều.

Theo McKinsey & Company, gần 80% doanh nghiệp trên toàn cầu đã triển khai AI tạo sinh, song phần lớn thừa nhận chưa ghi nhận tác động đáng kể lên lợi nhuận. Báo cáo của IDC dự báo chi tiêu cho GenAI năm nay sẽ tăng gần gấp đôi, đạt 61,9 tỷ USD. Thế nhưng, khảo sát của S&P Global cho thấy 42% doanh nghiệp đã hủy phần lớn dự án AI vào cuối 2024, so với chỉ 17% một năm trước.

Nguyên nhân thất bại không chỉ nằm ở kỹ thuật, mà còn ở yếu tố con người: nhân viên lo ngại mất việc, khách hàng chưa tin tưởng, kỹ năng vận hành chưa theo kịp.

Tại sao lại có sự chênh lệch lớn giữa kỳ vọng và thực tế? Các chuyên gia cho rằng, nguyên nhân không chỉ nằm ở những thách thức về công nghệ như hiện tượng chatbot “ảo giác” (tạo ra thông tin sai lệch), mà còn ở những “yếu tố con người”. Alexander Johnston, nhà phân tích cấp cao tại S&P Global, chỉ ra rằng sự thiếu kỹ năng và thái độ e dè của nhân viên đối với công nghệ mới chính là rào cản lớn.

Một trong những vấn đề lớn nhất là hiện tượng “ảo giác” (hallucination), khi các mô hình AI tạo ra thông tin sai lệch hoặc không chính xác nhưng lại nghe rất thuyết phục. Điều này khiến việc sử dụng AI trở nên rủi ro, đặc biệt trong các lĩnh vực yêu cầu độ chính xác cao.

Ngoài ra, rất nhiều nhân viên có thái độ tiêu cực hoặc lo lắng về việc AI sẽ thay thế công việc của họ, khiến việc triển khai ở các công ty gặp khó khăn.

Để sử dụng AI hiệu quả, nhân viên cần được đào tạo và trang bị những kỹ năng mới. Việc thiếu hụt nhân lực có chuyên môn về AI và kỹ sư vận hành máy học (MLOps) cũng là một rào cản lớn.

Tờ New York Times (NYT) thì nhận định nhiều công ty triển khai AI theo kiểu ” từ dưới lên”, tức là các bộ phận nhỏ tự thử nghiệm, dẫn đến tình trạng các dự án rời rạc và thiếu sự phối hợp ở cấp độ doanh nghiệp.

Chi phí để đào tạo, vận hành và duy trì các mô hình GenAI rất cao, đòi hỏi một lượng lớn tài nguyên tính toán. Hơn nữa, việc đo lường lợi tức đầu tư (ROI) từ các dự án AI cũng rất khó khăn, khiến nhiều dự án bị hủy bỏ.

Gartner, một công ty tư vấn và nghiên cứu công nghệ uy tín, dự đoán rằng AI đang trượt vào giai đoạn được gọi là “hố sâu của sự vỡ mộng”. Giai đoạn này dự kiến sẽ đạt đỉnh điểm vào năm sau, trước khi công nghệ này thực sự trở thành một công cụ năng suất được ứng dụng rộng rãi.

Đây cũng là quãng đường mà PC hay Internet từng đi qua: từ hào hứng ban đầu, đến giai đoạn chật vật ứng dụng, rồi mới bùng nổ hiệu quả.

Trong giai đoạn này, các “người thắng” tạm thời là nhà cung cấp công nghệ: Microsoft, Google, Amazon hưởng lợi từ dịch vụ AI; Nvidia thống trị thị trường chip AI. Nhưng với các ngành ngoài công nghệ, lợi ích vẫn chủ yếu nằm ở mức thử nghiệm.

Tất nhiên, không phải mọi nỗ lực đều thất bại. Một số doanh nghiệp đang tìm thấy những cách thức hiệu quả để tích hợp AI vào quy trình làm việc. Thay vì thay thế con người, họ sử dụng AI như một công cụ hỗ trợ đắc lực.

Ví dụ USAA, một công ty cung cấp dịch vụ bảo hiểm và ngân hàng, đã triển khai một trợ lý AI để giúp 16.000 nhân viên dịch vụ khách hàng của mình tìm kiếm thông tin nhanh hơn, trả lời chính xác các câu hỏi của khách hàng.

Hay Johnson Controls, nhà cung cấp thiết bị xây dựng, sử dụng một ứng dụng AI giúp các kỹ thuật viên tại hiện trường rút ngắn 10-15 phút trong mỗi cuộc gọi sửa chữa.

Ngoài ra, ngân hàng lớn nhất nước Mỹ, JPMorgan Chase, sau khi cấm sử dụng ChatGPT vì lý do bảo mật, giờ đây đã cung cấp một trợ lý AI nội bộ cho 200.000 nhân viên của mình. Công ty cho biết trợ lý này giúp nhân viên giảm tới 4 giờ mỗi tuần cho các tác vụ văn phòng cơ bản.

Những ví dụ trên cho thấy chìa khóa thành công không nằm ở việc áp dụng AI một cách mù quáng, mà ở việc tích hợp nó một cách có chiến lược, từ từ, và tập trung vào việc hỗ trợ, nâng cao năng lực của đội ngũ nhân viên.

Lori Beer, Giám đốc thông tin toàn cầu của JPMorgan, đã nói: “Chúng tôi không ngại phải dừng các dự án. Chúng tôi nghĩ đó là một điều thông minh.”

Hiện tại, AI vẫn chỉ đóng vai trò bổ trợ nhiều hơn là thay thế.

Thay đổi căn bản

Báo cáo của McKinsey cho thấy có hai kiểu ứng dụng AI là dạng ngang (horizontal) với các chatbot, trợ lý ảo dùng cho nhiều bộ phận, dễ triển khai nhưng khó đo lường lợi ích tài chính. Loại thứ 2 là dạng dọc (vertical) khi tích hợp sâu vào quy trình đặc thù (sản xuất, tài chính, chuỗi cung ứng…), tiềm năng lớn nhưng đòi hỏi hạ tầng dữ liệu, kỹ năng và thời gian thích nghi dài hạn.

Hầu hết doanh nghiệp hiện nay mới dừng ở “dùng thử” dạng ngang, chưa đủ để tạo ra thay đổi căn bản.

Một nghiên cứu từ MIT Sloan chỉ ra rằng việc áp dụng A.I. ban đầu có thể làm giảm năng suất trong ngắn hạn do các chi phí điều chỉnh, chẳng hạn như đầu tư vào cơ sở hạ tầng, đào tạo nhân viên và tái thiết kế quy trình làm việc. Chỉ sau khi vượt qua giai đoạn này, doanh nghiệp mới bắt đầu gặt hái được những lợi ích lâu dài.

Một yếu tố nữa là AI có thể giúp một cá nhân hoàn thành công việc nhanh hơn, nhưng nếu doanh nghiệp không thay đổi toàn bộ quy trình làm việc (workflow) để tận dụng thời gian dư ra đó, năng suất chung của toàn bộ đội ngũ sẽ không tăng.

Báo cáo của Atlassian ghi nhận lập trình viên tiết kiệm được 10 giờ/tuần nhờ AI, nhưng lại mất thời gian tương đương vì trục trặc tổ chức như giao tiếp kém, thiếu tài liệu, chỉ đạo không rõ ràng. Hơn nữa, nhiều người lo ngại rằng việc phụ thuộc vào AI có thể làm giảm khả năng học hỏi và sáng tạo của lao động, khiến họ suy giảm tư duy khi AI gặp trục trặc.

Mặc dù GenAI hiện tại chủ yếu được sử dụng như một công cụ hỗ trợ con người. Tuy nhiên, để tạo ra một sự thay đổi mang tính cách mạng, doanh nghiệp cần tích hợp AI như những “nền tảng tự động hóa” (autonomous agents) có thể thực hiện các tác vụ từ đầu đến cuối mà không cần sự giám sát liên tục.

Sự chuyển đổi này đòi hỏi một mô hình kinh tế và cấu trúc tổ chức hoàn toàn khác. Nó đòi hỏi các doanh nghiệp phải có một chiến lược rõ ràng, đầu tư vào con người, và sẵn sàng tái cấu trúc toàn bộ quy trình làm việc để khai thác hết tiềm năng của AI.

AI có thể thay đổi toàn diện các bộ phận doanh nghiệp (bán hàng, sản xuất, tài chính…) nhưng cần ít nhất 5 năm để đạt hiệu quả rộng rãi. Việc đóng các dự án AI thất bại là bình thường và là một phần của quá trình đổi mới.

Chuyên gia MIT Andrew McAfee nhấn mạnh: “Sức mạnh công nghệ là điều kiện cần, nhưng tốc độ biến đổi kinh tế phụ thuộc vào cách doanh nghiệp tìm ra mô hình ứng dụng tối ưu.”

Để vượt qua nghịch lý, doanh nghiệp cần xác định rõ mục tiêu ROI thay vì chỉ chạy theo xu hướng, đầu tư vào đào tạo và thay đổi văn hóa làm việc để giảm kháng cự nội bộ, tích hợp AI vào quy trình cốt lõi, không chỉ dừng ở các dự án thử nghiệm nhỏ.

Đặc biệt, các ông chủ cần có sự kiên nhẫn bởi như máy tính và internet, hiệu quả kinh tế thực sự có thể mất nhiều năm mới bộc lộ.

AI tạo sinh vẫn là cuộc chơi dài hơi. Trong lúc các tập đoàn công nghệ thu lợi tức thời, phần lớn doanh nghiệp khác sẽ phải tiếp tục chi hàng tỷ USD mà chưa thấy ngay “trái ngọt” – nhưng nếu bỏ cuộc quá sớm, nguy cơ tụt lại phía sau là rất rõ ràng.

“Không có gì ngạc nhiên khi những nỗ lực AI ban đầu đang không đạt được kết quả như mong đợi. Đổi mới là một quá trình thất bại khá thường xuyên”, ông McAfee của MIT cho biết.

*Nguồn: NYT, Fortune, BI