Cảnh Báo 40% Dự Án Bị Hủy Bỏ: Có Thật Và Được Xác Nhận Rộng Rãi

Dự đoán đáng quan ngại nhất của Gartner là hơn 40% các dự án AI đại diện (agentic AI) sẽ bị hủy bỏ hoàn toàn vào cuối năm 2027, do chi phí leo thang, giá trị kinh doanh không rõ ràng, và các biện pháp kiểm soát rủi ro chưa đầy đủ . Đây không phải là một tỷ lệ thất bại ở mức biên — đó là một lời cảnh báo mang tính cấu trúc về tình trạng hiện tại của việc triển khai AI đại diện.

Các nguyên nhân gốc rễ đã được ghi nhận rõ ràng qua nhiều phân tích về dự đoán này:

• Chi phí leo thang: Các doanh nghiệp báo cáo rằng ngân sách cho dự án thí điểm có thể tăng vọt 800% khi họ cố gắng đưa dự án vào hoạt động chính thức .
• ROI không rõ ràng: Các tổ chức thường không thể chứng minh được giá trị trước khi cam kết những nguồn lực đáng kể .
• Lỗ hổng quản trị: Hầu hết các tổ chức đều thiếu khuôn khổ để quy trách nhiệm khi các tác nhân AI thực hiện các hành động tự động .

Gartner cũng chỉ ra tình trạng "Agent Washing" — việc các nhà cung cấp đổi tên chatbot, công cụ RPA (Tự động hóa quy trình bằng robot), và các trợ lý AI tiêu chuẩn thành "tác nhân" mà không hề cung cấp năng lực đại diện thực sự . Sự mập mờ từ phía nhà cung cấp này càng làm vấn đề thêm trầm trọng, khiến các doanh nghiệp khó phân biệt được đâu là thực chất và đâu là chiêu marketing.

Dự báo về việc hủy bỏ dự án này đã được nhiều báo cáo độc lập kiểm chứng rộng rãi và xuất hiện trong nhiều ấn phẩm của Gartner từ năm 2025 và 2026 . Đây là một trong những cảnh báo được công ty này lặp lại thường xuyên nhất.

Những Ván Cược Hạ Tầng: Dữ Liệu Luồng Và GraphRAG

Hai dự báo về mức độ áp dụng cho thấy kiến trúc doanh nghiệp đang hướng đến đâu:

Tỷ lệ áp dụng dữ liệu luồng (Data Streaming) cho AI đại diện sẽ vượt qua 60% vào năm 2028, tăng từ mức dưới 15% năm 2025 . Lý do là các hệ thống AI đại diện đòi hỏi khả năng phản hồi theo thời gian thực, và các luồng dữ liệu theo sự kiện đang trở nên quan trọng hơn so với cách xử lý theo lô truyền thống. Gartner xác định sự chuyển dịch này đặc biệt quan trọng đối với trí tuệ quyết định (decision intelligence), vận hành tự động (autonomous operations), và bản sao số (digital twins) .

40% doanh nghiệp sẽ tận dụng kỹ thuật GraphRAG vào năm 2029, bằng cách kết hợp đồ thị tri thức (knowledge graphs) với các mô hình ngôn ngữ lớn (LLM) để cải thiện độ chính xác thực tế và khả năng suy luận trong các tình huống phức tạp . Các phương pháp RAG (Truy xuất - Tăng cường - Sinh dữ liệu) tiêu chuẩn thường gặp khó khăn với các truy vấn đa bước hoặc giàu ngữ cảnh. GraphRAG giải quyết vấn đề đó bằng cách cấu trúc quá trình truy xuất thông tin qua đồ thị tri thức . Nhiều nguồn đã xác nhận dự báo này, bao gồm các báo cáo từ các thông báo về dữ liệu và phân tích của Gartner vào tháng 6 năm 2026 .

Cả hai dự đoán này đều có một điểm chung: chúng liên quan đến cơ sở hạ tầng giúp AI trở nên đáng tin cậy, chứ không phải bản thân các mô hình AI. Thách thức thực sự của doanh nghiệp là xây dựng các đường ống dữ liệu và các lớp ngữ nghĩa mà các tác nhân và LLM cần để có thể hoạt động một cách tin cậy trong môi trường thực tế.

Lớp Ngữ Nghĩa Và Nguy Cơ 60% Thất Bại

Một dự báo liên quan không phải lúc nào cũng trở thành tiêu đề chính là việc Gartner dự đoán 60% dự án AI sẽ thất bại vào năm 2028 do thiếu một lớp ngữ nghĩa (semantic layer) nhất quán . Con số này khác biệt so với mức 40% dự án bị hủy bỏ — nó bao phủ một nhóm dự án AI rộng hơn và xác định một nguyên nhân kỹ thuật cụ thể.

Hiện tại, chỉ có 14% các nhà lãnh đạo dữ liệu cảm thấy tự tin rằng dữ liệu của họ được quản trị và bảo mật đúng cách cho AI . Nếu không có một lớp ngữ nghĩa nhất quán — một cách thức thống nhất để các hệ thống AI hiểu được ý nghĩa và ngữ cảnh trong toàn bộ tổ chức — thì dữ liệu rời rạc, không kết nối sẽ ngăn cản hiệu suất đáng tin cậy và khả năng mở rộng. Dự báo thất bại 60% này nên khiến bất kỳ doanh nghiệp nào đang ưu tiên lựa chọn mô hình hơn là sự sẵn sàng về dữ liệu và ngữ cảnh phải suy nghĩ lại.

Những Điều Chưa Được Xác Nhận

Hai tuyên bố được lan truyền rộng rãi hiện chưa có bằng chứng công khai rõ ràng từ Gartner:

• Khung "ba xu hướng D&A hàng đầu" năm 2026: Các tài liệu năm 2026 của Gartner chắc chắn nhấn mạnh các tác nhân AI, lớp ngữ nghĩa và GraphRAG, cùng với các nền tảng dữ liệu & phân tích hội tụ là những chủ đề chính . Tuy nhiên, không có một nguồn nào trong quá trình đánh giá của chúng tôi đóng gói ba yếu tố này một cách rõ ràng thành "ba xu hướng hàng đầu". Các chủ đề này được ủng hộ tốt, nhưng nhãn "ba xu hướng hàng đầu" cụ thể thì không.

• Các tác nhân AI sẽ tạo ra lượng dữ liệu từ môi trường vật lý gấp 10 lần so với từ các ứng dụng kỹ thuật số vào năm 2029: Không tìm thấy bằng chứng cho tuyên bố định lượng cụ thể này trong các kết quả tìm kiếm. Nó có thể bắt nguồn từ một báo cáo khác của Gartner không được hiển thị bởi các truy vấn đã sử dụng, và nên được coi là chưa được xác minh cho đến khi có liên kết đến một ấn phẩm cụ thể.

Bức Tranh Lớn Hơn: Áp Dụng Và Từ Bỏ Trong Thế Giằng Co

Các dự báo của Gartner, một cách tổng thể, mô tả một thị trường nơi tham vọng đầu tư và áp dụng khổng lồ song hành cùng tỷ lệ thất bại dự án cao một cách đáng báo động. Chi tiêu cho AI toàn cầu được dự kiến sẽ đạt 4,71 nghìn tỷ USD vào năm 2029, với mảng tạo dữ liệu tổng hợp dẫn đầu tăng trưởng ở mức CAGR (Tỷ lệ tăng trưởng kép hàng năm) 178% . Chỉ riêng chi tiêu cho AI trong chuỗi cung ứng dự báo đạt 53 tỷ USD vào năm 2030, tăng từ mức dưới 2 tỷ USD vào năm 2025 .

Tuy nhiên, dòng tiền khổng lồ này không đồng nghĩa với việc triển khai suôn sẻ. Dự báo về việc hủy bỏ dự án là một triệu chứng cho thấy các doanh nghiệp đang rót tiền vào AI mà chưa có sự sẵn sàng về dữ liệu, cấu trúc quản trị, hay khuôn khổ đo lường giá trị cần thiết để duy trì nó. Gartner ngụ ý rằng những người chiến thắng sẽ là những tổ chức ưu tiên các nền tảng hội tụ, tính nhất quán về ngữ nghĩa, và hạ tầng dữ liệu luồng, thay vì chạy theo bản demo tác nhân AI mới nhất.

Cảnh Báo 40% Dự Án Bị Hủy Bỏ: Có Thật Và Được Xác Nhận Rộng Rãi

Dự đoán đáng quan ngại nhất của Gartner là hơn 40% các dự án AI đại diện (agentic AI) sẽ bị hủy bỏ hoàn toàn vào cuối năm 2027, do chi phí leo thang, giá trị kinh doanh không rõ ràng, và các biện pháp kiểm soát rủi ro chưa đầy đủ . Đây không phải là một tỷ lệ thất bại ở mức biên — đó là một lời cảnh báo mang tính cấu trúc về tình trạng hiện tại của việc triển khai AI đại diện.

Các nguyên nhân gốc rễ đã được ghi nhận rõ ràng qua nhiều phân tích về dự đoán này:

• Chi phí leo thang: Các doanh nghiệp báo cáo rằng ngân sách cho dự án thí điểm có thể tăng vọt 800% khi họ cố gắng đưa dự án vào hoạt động chính thức .
• ROI không rõ ràng: Các tổ chức thường không thể chứng minh được giá trị trước khi cam kết những nguồn lực đáng kể .
• Lỗ hổng quản trị: Hầu hết các tổ chức đều thiếu khuôn khổ để quy trách nhiệm khi các tác nhân AI thực hiện các hành động tự động .

Gartner cũng chỉ ra tình trạng "Agent Washing" — việc các nhà cung cấp đổi tên chatbot, công cụ RPA (Tự động hóa quy trình bằng robot), và các trợ lý AI tiêu chuẩn thành "tác nhân" mà không hề cung cấp năng lực đại diện thực sự . Sự mập mờ từ phía nhà cung cấp này càng làm vấn đề thêm trầm trọng, khiến các doanh nghiệp khó phân biệt được đâu là thực chất và đâu là chiêu marketing.

Dự báo về việc hủy bỏ dự án này đã được nhiều báo cáo độc lập kiểm chứng rộng rãi và xuất hiện trong nhiều ấn phẩm của Gartner từ năm 2025 và 2026 . Đây là một trong những cảnh báo được công ty này lặp lại thường xuyên nhất.

Những Ván Cược Hạ Tầng: Dữ Liệu Luồng Và GraphRAG

Hai dự báo về mức độ áp dụng cho thấy kiến trúc doanh nghiệp đang hướng đến đâu:

Tỷ lệ áp dụng dữ liệu luồng (Data Streaming) cho AI đại diện sẽ vượt qua 60% vào năm 2028, tăng từ mức dưới 15% năm 2025 . Lý do là các hệ thống AI đại diện đòi hỏi khả năng phản hồi theo thời gian thực, và các luồng dữ liệu theo sự kiện đang trở nên quan trọng hơn so với cách xử lý theo lô truyền thống. Gartner xác định sự chuyển dịch này đặc biệt quan trọng đối với trí tuệ quyết định (decision intelligence), vận hành tự động (autonomous operations), và bản sao số (digital twins) .

40% doanh nghiệp sẽ tận dụng kỹ thuật GraphRAG vào năm 2029, bằng cách kết hợp đồ thị tri thức (knowledge graphs) với các mô hình ngôn ngữ lớn (LLM) để cải thiện độ chính xác thực tế và khả năng suy luận trong các tình huống phức tạp . Các phương pháp RAG (Truy xuất - Tăng cường - Sinh dữ liệu) tiêu chuẩn thường gặp khó khăn với các truy vấn đa bước hoặc giàu ngữ cảnh. GraphRAG giải quyết vấn đề đó bằng cách cấu trúc quá trình truy xuất thông tin qua đồ thị tri thức . Nhiều nguồn đã xác nhận dự báo này, bao gồm các báo cáo từ các thông báo về dữ liệu và phân tích của Gartner vào tháng 6 năm 2026 .

Cả hai dự đoán này đều có một điểm chung: chúng liên quan đến cơ sở hạ tầng giúp AI trở nên đáng tin cậy, chứ không phải bản thân các mô hình AI. Thách thức thực sự của doanh nghiệp là xây dựng các đường ống dữ liệu và các lớp ngữ nghĩa mà các tác nhân và LLM cần để có thể hoạt động một cách tin cậy trong môi trường thực tế.

Lớp Ngữ Nghĩa Và Nguy Cơ 60% Thất Bại

Một dự báo liên quan không phải lúc nào cũng trở thành tiêu đề chính là việc Gartner dự đoán 60% dự án AI sẽ thất bại vào năm 2028 do thiếu một lớp ngữ nghĩa (semantic layer) nhất quán . Con số này khác biệt so với mức 40% dự án bị hủy bỏ — nó bao phủ một nhóm dự án AI rộng hơn và xác định một nguyên nhân kỹ thuật cụ thể.

Hiện tại, chỉ có 14% các nhà lãnh đạo dữ liệu cảm thấy tự tin rằng dữ liệu của họ được quản trị và bảo mật đúng cách cho AI . Nếu không có một lớp ngữ nghĩa nhất quán — một cách thức thống nhất để các hệ thống AI hiểu được ý nghĩa và ngữ cảnh trong toàn bộ tổ chức — thì dữ liệu rời rạc, không kết nối sẽ ngăn cản hiệu suất đáng tin cậy và khả năng mở rộng. Dự báo thất bại 60% này nên khiến bất kỳ doanh nghiệp nào đang ưu tiên lựa chọn mô hình hơn là sự sẵn sàng về dữ liệu và ngữ cảnh phải suy nghĩ lại.

Những Điều Chưa Được Xác Nhận

Hai tuyên bố được lan truyền rộng rãi hiện chưa có bằng chứng công khai rõ ràng từ Gartner:

• Khung "ba xu hướng D&A hàng đầu" năm 2026: Các tài liệu năm 2026 của Gartner chắc chắn nhấn mạnh các tác nhân AI, lớp ngữ nghĩa và GraphRAG, cùng với các nền tảng dữ liệu & phân tích hội tụ là những chủ đề chính . Tuy nhiên, không có một nguồn nào trong quá trình đánh giá của chúng tôi đóng gói ba yếu tố này một cách rõ ràng thành "ba xu hướng hàng đầu". Các chủ đề này được ủng hộ tốt, nhưng nhãn "ba xu hướng hàng đầu" cụ thể thì không.

• Các tác nhân AI sẽ tạo ra lượng dữ liệu từ môi trường vật lý gấp 10 lần so với từ các ứng dụng kỹ thuật số vào năm 2029: Không tìm thấy bằng chứng cho tuyên bố định lượng cụ thể này trong các kết quả tìm kiếm. Nó có thể bắt nguồn từ một báo cáo khác của Gartner không được hiển thị bởi các truy vấn đã sử dụng, và nên được coi là chưa được xác minh cho đến khi có liên kết đến một ấn phẩm cụ thể.

Bức Tranh Lớn Hơn: Áp Dụng Và Từ Bỏ Trong Thế Giằng Co

Các dự báo của Gartner, một cách tổng thể, mô tả một thị trường nơi tham vọng đầu tư và áp dụng khổng lồ song hành cùng tỷ lệ thất bại dự án cao một cách đáng báo động. Chi tiêu cho AI toàn cầu được dự kiến sẽ đạt 4,71 nghìn tỷ USD vào năm 2029, với mảng tạo dữ liệu tổng hợp dẫn đầu tăng trưởng ở mức CAGR (Tỷ lệ tăng trưởng kép hàng năm) 178% . Chỉ riêng chi tiêu cho AI trong chuỗi cung ứng dự báo đạt 53 tỷ USD vào năm 2030, tăng từ mức dưới 2 tỷ USD vào năm 2025 .

Tuy nhiên, dòng tiền khổng lồ này không đồng nghĩa với việc triển khai suôn sẻ. Dự báo về việc hủy bỏ dự án là một triệu chứng cho thấy các doanh nghiệp đang rót tiền vào AI mà chưa có sự sẵn sàng về dữ liệu, cấu trúc quản trị, hay khuôn khổ đo lường giá trị cần thiết để duy trì nó. Gartner ngụ ý rằng những người chiến thắng sẽ là những tổ chức ưu tiên các nền tảng hội tụ, tính nhất quán về ngữ nghĩa, và hạ tầng dữ liệu luồng, thay vì chạy theo bản demo tác nhân AI mới nhất.