Đầu tư AI tăng nhưng kết quả mơ hồ…… McKinsey: “Vấn đề lớn hơn là quản lý chứ không phải công nghệ”

robot
Đang tạo bản tóm tắt

Các doanh nghiệp đang tăng cường đầu tư vào AI một cách nhanh chóng, nhưng vẫn chưa nhiều nơi cho biết thực sự cải thiện hiệu quả kinh doanh. Chẩn đoán từ sự kiện Google Cloud Next 2026 đã rõ ràng. Vấn đề cốt lõi của AI doanh nghiệp hiện nay không phải là việc áp dụng công nghệ mà là ‘ai chịu trách nhiệm và làm thế nào để tổ chức vận hành’.

Ông Sutosh Padhi, đối tác cao cấp của McKinsey, cho biết trong các cuộc khảo sát gần đây, khoảng 90% các dự án AI không tạo ra giá trị kinh doanh rõ ràng. Ông giải thích rằng các CEO và CFO đều chia sẻ nỗi lo ‘chi tiêu CNTT liên tục tăng nhưng lợi nhuận thì không rõ ràng’.

Padhi cho rằng vấn đề này không chỉ là giới hạn công nghệ đơn thuần mà bắt nguồn từ việc thiếu quyền sở hữu của ban lãnh đạo. Khi AI không còn là trọng tâm chiến lược toàn diện của doanh nghiệp mà chỉ được giao cho CIO hoặc người phụ trách phân tích dữ liệu, việc tạo ra kết quả trở nên khó khăn hơn. Ông chỉ ra rằng nếu tổ chức hỏi về tiến trình AI mà lại chuyển sự chú ý sang các giám đốc khác, thì thực chất đã mất phương hướng.

Theo khảo sát của McKinsey, chỉ khoảng 39% doanh nghiệp cho biết đã trải qua tăng lợi nhuận thực tế từ đầu tư AI. Điều này cho thấy phần lớn doanh nghiệp vẫn chưa đạt đến ‘hiệu quả toàn diện của tổ chức’. Bối cảnh còn có các môi trường dữ liệu phức tạp. Các hệ thống quản lý nguồn lực doanh nghiệp (ERP) được triển khai qua nhiều thời kỳ, dữ liệu sau M&A chưa được tích hợp, cấu trúc thông tin phân tán theo phòng ban đang cản trở việc khai thác AI.

Chọn vấn đề cốt lõi hơn là nhiệm vụ dễ dàng

Padhi nhấn mạnh rằng nhiều doanh nghiệp mắc phải sai lầm khi bắt đầu từ ‘những nhiệm vụ dễ dàng’. Dù chạy hàng chục dự án thử nghiệm nhỏ để nhanh chóng thấy kết quả, nếu không lan rộng ra toàn tổ chức thì sẽ khó tạo ra sự thay đổi ý nghĩa. Thay vào đó, cần giải quyết các vấn đề quan trọng và khó khăn nhất của doanh nghiệp để thu hút sự chú ý và nguồn lực, đồng thời thúc đẩy quản lý thay đổi và nâng cao năng lực.

Ông nói rằng cần giải quyết trước các vấn đề ảnh hưởng trực tiếp đến giá trị doanh nghiệp để thu hút sự chú ý của toàn bộ tổ chức. Trong khi đó, các ứng dụng đơn giản chỉ là ‘thử nghiệm phụ’ sẽ khó mở rộng và tạo ra động lực. Nguyên nhân khiến đầu tư AI nhiều nhưng hiệu quả mờ nhạt chính là ở chỗ này.

Giải pháp của McKinsey và sự thay đổi trong lãnh đạo

McKinsey đề xuất giải pháp là ‘hệ thống quản lý vận hành AI’. Đây là cấu trúc liên kết từ CEO đến nhân viên thực thi, giúp tích hợp AI vào quy trình công việc và thúc đẩy quyết định nhanh hơn. Padhi khẳng định rằng các doanh nghiệp mô phỏng cấu trúc kinh doanh chính bằng hình thái kỹ thuật số twin có thể rút ngắn chu kỳ ra sản phẩm mới hơn 70%.

Ông dự đoán rằng tiêu chuẩn lãnh đạo trong tương lai cũng sẽ thay đổi lớn. Trước tiên, ban lãnh đạo cần hiểu rõ công nghệ, không thể chỉ giao cho bên ngoài hoặc bộ phận thực thi. Thêm vào đó, tốc độ thực thi và khả năng đánh giá con người sẽ trở nên quan trọng hơn. Thông tin dễ dàng tiếp cận hơn, nhưng cách sử dụng và quyết định dựa trên thông tin đó cuối cùng vẫn phụ thuộc vào năng lực đặc trưng của con người như sự đồng cảm, sự thân thiện và khả năng phán đoán.

Phát biểu này càng trở nên đáng chú ý khi Google Cloud mở rộng toàn diện ‘hạ tầng dựa trên agent’. Trong thị trường, cạnh tranh đầu tư AI vẫn diễn ra sôi động, nhưng thực tế, thành công sẽ phụ thuộc nhiều hơn vào cách tổ chức vận hành và lãnh đạo chứ không chỉ là hiệu suất mô hình. Cuối cùng, câu hỏi thực sự của chu kỳ công nghệ này không phải là ‘đã áp dụng AI’ mà là ‘đã biến AI thành hệ thống quản lý chưa’.

Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • Bình luận
  • Đăng lại
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
Không có bình luận
  • Ghim