AI giúp nhân viên làm nhanh hơn, vậy tại sao doanh nghiệp không mạnh lên? Atlassian tiết lộ 3 “điểm mù” khiến tổ chức không thể có lợi nhuận

Trí tuệ nhân tạo (AI) đang “càn quét” toàn cầu thị trường lao động, nhưng nhiều doanh nghiệp lại phát hiện hiệu suất tổng thể không hề được cải thiện như kỳ vọng. Theo báo cáo của《VentureBeat》, người đứng đầu Atlassian Teamwork Lab, Tiến sĩ Molly Sands, gần đây đã thẳng thắn nói tại một sự kiện công khai rằng hướng triển khai AI của đa số công ty “đang bị đi ngược lại”, chỉ tập trung tối ưu hiệu suất cá nhân mà bỏ qua hợp tác theo nhóm, khiến tổ chức khó nhìn thấy hiệu quả đầu tư thực chất (ROI). Bà nhấn mạnh rằng để thành công, đội nhóm phải xây dựng bối cảnh chung, thiết kế lại quy trình làm việc và nuôi dưỡng văn hóa doanh nghiệp sẵn sàng thử nghiệm.
(Hồi cố: Giả thuyết Jacobian trong giới toán học bị bác bỏ, nghiên cứu viên OpenAI: Codex “không cần hỗ trợ bằng mạng” cũng tính ra được)
(Bổ sung bối cảnh: AI mô hình tự lưu trữ có rẻ hơn không? Cline thử nghiệm thấy Kimi K3 có lợi thế về chi phí; cư dân mạng phản biện: tính theo từng tác vụ thì đắt hơn Fable 5)

Mục lục bài viết

Toggle

• Tăng hiệu suất cá nhân, nhưng tổ chức không thấy ROI
• Chỉ 6% lãnh đạo nhìn thấy giá trị thực tế, đội nhóm thành công có ba đặc điểm
• Xây dựng “thỏa thuận làm việc với AI”, lộ ra những vết nứt tổ chức tiềm ẩn

Khi các công cụ AI tạo sinh ngày càng phổ biến, tốc độ thực hiện công việc hằng ngày của nhiều nhân viên quả thực đã được cải thiện đáng kể, nhưng “cú hích hiệu suất” dường như chưa chuyển hóa được thành năng lực cạnh tranh tổng thể của doanh nghiệp. Vào ngày 21/7/2026 theo giờ Đài Bắc, theo một bài báo được《VentureBeat》đăng tải, được Atlassian tài trợ, người đứng đầu Atlassian Teamwork Lab, Tiến sĩ Molly Sands, đã phân tích sâu sắc hiện tượng nghịch lý tưởng như khó hiểu này tại sự kiện VB Transform 2026.

Tăng hiệu suất cá nhân, nhưng tổ chức không thấy ROI

Trong buổi trò chuyện bên lò do nhà đóng góp công nghệ kỳ cựu của VentureBeat là Sam Witteveen dẫn dắt, Sands đã chỉ ra đúng trọng tâm vấn đề: cách đa số công ty áp dụng AI là “làm ngược”. Doanh nghiệp thường chỉ tập trung tối ưu việc từng nhân viên dùng AI như thế nào, nhưng lại không đặt tầm nhìn vào việc tối ưu cách thức cộng tác ở cấp độ đội nhóm.

Sự mất cân bằng này dẫn đến một kết quả khó xử: dù cá nhân chạy nhanh hơn, nhưng vì quy trình đội nhóm chưa được điều chỉnh, những người đi theo các hướng hơi khác nhau lại “rất nhanh va vào nhau”, khiến tổ chức không thể nhìn thấy ROI rõ ràng. Nhóm nhà khoa học hành vi và nhà tâm lý học do Sands dẫn dắt không chỉ nghiên cứu tác động của AI lên hợp tác, mà còn tập trung trực tiếp giúp doanh nghiệp thiết kế lại quy trình làm việc.

Chỉ 6% lãnh đạo nhìn thấy giá trị thực tế, đội nhóm thành công có ba đặc điểm

Theo《Atlassian 2026 State of Teams Report》, dựa trên khảo sát đối với 12.000 người làm việc tri thức trên toàn cầu và khoảng 200 lãnh đạo cấp cao thuộc Fortune 1000, có tới 89% lãnh đạo thừa nhận rằng sau khi nhân viên sử dụng AI, tốc độ làm việc quả thực đã nhanh hơn. Tuy nhiên, điều đáng ngạc nhiên là chỉ có 6% lãnh đạo có thể nêu ra các ví dụ ROI cụ thể; và chỉ khoảng 14% đội nhóm thành công trong việc chuyển việc sử dụng AI thành “giá trị” thực sự, cho thấy ngay cả trong cùng một công ty, khoảng cách hiệu suất giữa các đội nhóm cũng vô cùng chênh lệch.

Sands cho biết, các tổ chức thành công trong việc chuyển AI thành lợi thế của đội nhóm thường có ba đặc điểm chung:

• Bối cảnh (Context): Đội nhóm thành công sẽ xây dựng “bản đồ bối cảnh (context graph)”, ghi chép có hệ thống mục tiêu, quyết định và hệ thống tri thức tổ chức lên các nền tảng số dùng chung như Jira hoặc Confluence, để AI nắm được ngữ cảnh ở cấp tổ chức chứ không chỉ dựa vào các câu lệnh nhắc nhở rời rạc của cá nhân (prompt).
• Quy trình làm việc (Workflows): Họ không chỉ tăng tốc một nhiệm vụ đơn lẻ, mà còn thiết kế lại toàn bộ quy trình end-to-end.
• Văn hóa (Culture): Lãnh đạo chủ động khuyến khích việc học hỏi và thử nghiệm, đồng thời có thể chấp nhận thất bại trong quá trình thử nghiệm.

Xây dựng “thỏa thuận làm việc với AI”, lộ ra những vết nứt tổ chức tiềm ẩn

Để giúp doanh nghiệp vượt qua khoảng cách này, Sands đề xuất nhóm có thể học nhanh thông qua việc đặt ra các giới hạn có chủ đích, chẳng hạn như chia nhỏ nhiệm vụ thành các đơn vị nhỏ nhất hoặc thử thách “không được viết code thủ công trong vòng một tuần”. Ngoài ra, khi khởi động dự án, việc thiết lập rõ ràng “thỏa thuận làm việc với AI (AI Working Agreements)” cũng đặc biệt quan trọng, bao gồm quyết định công việc nào giao cho AI xử lý, công việc nào cần tránh, và nhóm sẽ chia sẻ những agent (tác nhân) và kỹ năng nào.

Phần kết bài viết gợi ra một nhận định sâu hơn: AI thực ra không tạo ra một vấn đề quản trị hoàn toàn mới, nó chỉ phơi bày một cách không khoan nhượng các vết nứt vốn đã tồn tại trong tổ chức, như các giả định ngầm và các mô hình tư duy khác nhau. Sự tham gia của AI khuếch đại hậu quả của những khoảng cách này, khiến trong hoạt động vận hành doanh nghiệp tương lai, “bối cảnh chung” và “cách thức làm việc rõ ràng” trở nên cấp thiết và quan trọng hơn bất cứ lúc nào trước đây.