Doanh nghiệp dùng AI ngày càng nhiều, vì sao vẫn khó chứng minh hiệu quả đầu tư?

Doanh nghiệp không còn chỉ hỏi có ai dùng AI hay không. Câu hỏi khó hơn là: sau khi tính đủ chi phí, AI đã cải thiện công việc và kết quả kinh doanh đến mức nào? Những khảo sát năm 2026 cho thấy nhiều tổ chức chưa có dữ liệu hoặc cách đánh giá nhất quán để trả lời. Điều đó không đồng nghĩa AI không tạo ra giá trị.232534

Chi tiêu nhìn thấy chưa rõ, lợi ích càng khó xác định

Theo Flexera, chỉ 31% tổ chức nắm chính xác mức chi cho phần mềm AI, trong khi 59% nói phần chi tiêu AI bị lãng phí đã tăng so với năm trước.34 Trong khảo sát 100 lãnh đạo công nghệ cấp cao của Battery Ventures, 94% cho biết tổ chức mình thiếu một khung đánh giá hiệu quả đầu tư (ROI) thống nhất trên toàn doanh nghiệp. Chỉ 16% báo cáo ROI dương ở hơn một nửa số dự án AI.23

Áp lực ngân sách cũng hiện rõ: khảo sát của Futurum cho nửa cuối năm 2026 ghi nhận 46,9% người trả lời nói chi tiêu AI vượt kế hoạch, so với 5,6% chi dưới kế hoạch.33 Tuy nhiên, các khảo sát này hỏi những nhóm khác nhau và đo những vấn đề khác nhau. Không thể cộng hay gộp các tỷ lệ về khả năng theo dõi chi phí, lãng phí, ROI và vượt ngân sách thành một “tỷ lệ thất bại” của AI.

Đếm người dùng dễ hơn đo hiệu quả

Số giấy phép đã mua, nhân viên sử dụng hay dự án thử nghiệm hoàn thành đều cho biết mức độ triển khai, chứ chưa cho biết lợi ích tài chính. Muốn đánh giá một ứng dụng AI, doanh nghiệp cần biết quy trình trước khi áp dụng hoạt động ra sao, kết quả nào phải cải thiện — chẳng hạn thời gian phục vụ hoặc chất lượng đầu ra — rồi đối chiếu lợi ích với toàn bộ chi phí vận hành.

KPMG nhận thấy dù nhiều tổ chức đã có bảng theo dõi và quy trình phê duyệt, phần lớn vẫn chưa nhìn thấy chi phí vận hành AI theo thời gian thực từ đầu đến cuối.19 Trong khảo sát toàn cầu của hãng, tỷ lệ báo cáo đã xác lập được ROI là 15% ở nhóm nhìn thấy đầy đủ chi phí vận hành, so với 3% ở nhóm không có khả năng đó. Đây là mối liên hệ, không phải bằng chứng rằng chỉ cần theo dõi chi phí tốt hơn là ROI sẽ tăng.25

Đo lường cũng gắn với cách tổ chức công việc. Lãnh đạo công nghệ Bank of America nêu chuyển đổi quy trình từ đầu đến cuối, tái sử dụng giải pháp, quản trị và ROI là những ưu tiên để triển khai AI ở quy mô lớn.14 Trong khi đó, một khảo sát được CIO dẫn lại cho thấy 61% tổ chức đã tạm dừng, trì hoãn, thu hẹp hoặc bỏ các sáng kiến hiện đại hóa hệ thống CNTT trong hai năm trước đó. Ngân sách chuyển sang AI là một áp lực được ghi nhận, nhưng con số 61% không có nghĩa AI gây ra mọi sự chậm trễ.18

Với AI có khả năng tự thực hiện chuỗi tác vụ (agentic AI), yêu cầu kiểm soát chi phí, xác định giá trị và quản lý rủi ro càng quan trọng khi mở rộng dự án. Năm 2025, Gartner dự báo hơn 40% dự án loại này sẽ bị hủy trước cuối năm 2027, với các nguyên nhân gồm chi phí leo thang, giá trị kinh doanh không rõ và kiểm soát rủi ro chưa đủ. Đó là dự báo, không phải tỷ lệ dự án đã bị hủy trong năm 2026.51

Bank of America: Có kết quả cụ thể, nhưng chưa phải toàn bộ bức tranh

Bank of America cho biết công cụ AI đã được cung cấp cho khoảng 200.000 nhân viên. Với khoảng 19.000–20.000 lập trình viên, ngân hàng ghi nhận năng suất viết mã tăng chừng 15%–20% — một kết quả gắn với quy trình cụ thể, hữu ích hơn nhiều so với chỉ đếm số người có quyền sử dụng.34 Ban lãnh đạo cũng ước tính lợi ích khoảng 800 triệu USD so với chi phí 400 triệu USD. Đây vẫn là ước tính của ngân hàng, không phải xác minh độc lập rằng mọi ứng dụng AI đều sinh lời.2 Theo một đồng chủ tịch của ngân hàng, những lợi ích dễ nhận diện nhất đến nay nằm ở công việc công nghệ, như lập trình.1

Bài học thực tế là mỗi đề xuất triển khai nên có người chịu trách nhiệm, số liệu về quy trình trước và sau, sổ theo dõi đầy đủ chi phí cùng tiêu chí kiểm tra chất lượng và rủi ro. Chỉ nên mở rộng khi lợi ích đo được vẫn thuyết phục sau khi tính các khoản đó — thay vì coi lượng sử dụng tăng là bằng chứng đủ cho ROI.192325