AI đang dần trở thành một phần trong hệ thống vận hành của doanh nghiệp.

Từ tự động hóa quy trình, phân tích dữ liệu, viết mã, chăm sóc khách hàng đến hỗ trợ ra quyết định, công nghệ này không còn chỉ là một công cụ riêng lẻ mà đang tham gia ngày càng sâu vào hoạt động cốt lõi.

Nhân dịp AI Appreciation Day 2026, nhiều chuyên gia công nghệ cho rằng đây cũng là thời điểm doanh nghiệp cần nhìn lại cách mình đang sử dụng AI.

Nếu giai đoạn đầu chủ yếu tập trung vào thử nghiệm khả năng của công nghệ, giai đoạn tiếp theo sẽ khó hơn nhiều: làm sao để AI hoạt động an toàn, đáng tin cậy và có trách nhiệm trong môi trường thực tế.

AI đang buộc doanh nghiệp phải định nghĩa lại công việc

Theo nghiên cứu của ADP, khoảng một nửa người lao động trên toàn cầu sử dụng AI vài lần mỗi tuần, trong khi khoảng 20% sử dụng gần như hằng ngày.

Tại Singapore, gần một phần tư người lao động dùng AI mỗi ngày và hơn một nửa sử dụng thường xuyên trong tuần.

Sự phổ biến này đang khiến các doanh nghiệp phải xem lại cách tổ chức công việc.

Thay vì giữ nguyên một vị trí và chỉ bổ sung thêm AI, doanh nghiệp bắt đầu phân tách từng nhóm nhiệm vụ để xác định phần nào phù hợp với máy móc và phần nào vẫn cần con người.

ADP gọi xu hướng này là “The Great Job Unbundling” – quá trình phân tách công việc thành nhiều thành phần nhỏ rồi phân bổ lại giữa con người và AI.

Những tác vụ lặp lại, mang tính hành chính hoặc có quy trình tương đối rõ có thể được tự động hóa.

Trong khi đó, con người có xu hướng tập trung nhiều hơn vào tư duy phản biện, sáng tạo, hợp tác, xử lý tình huống phức tạp và đánh giá chất lượng đầu ra của AI.

Jessica Zhang, Phó chủ tịch cấp cao khu vực châu Á – Thái Bình Dương của ADP, cho rằng giá trị thực sự của AI không nằm ở bản thân công nghệ mà ở khả năng giúp con người tập trung vào những công việc có ý nghĩa và giá trị cao hơn.

Lập trình viên cũng chuyển từ “viết mã” sang “kiểm soát AI viết mã”

Lĩnh vực phát triển phần mềm là một trong những ví dụ rõ nhất.

AI hiện có thể tạo mã, kiểm tra lỗi, xây dựng tài liệu kỹ thuật và hỗ trợ nhiều bước trong quy trình phát triển phần mềm.

Điều này không đồng nghĩa kỹ năng lập trình trở nên không cần thiết.

Thay vào đó, vai trò của kỹ sư đang dịch chuyển.

Richard Spence, Phó chủ tịch kiêm Tổng giám đốc khu vực châu Á – Thái Bình Dương của Cognition, cho rằng lập trình viên sẽ dành ít thời gian hơn cho việc viết mã từ đầu và nhiều thời gian hơn cho việc hướng dẫn AI, kiểm tra kết quả, thiết kế hệ thống và điều phối toàn bộ quá trình phát triển.

Khả năng lập trình vẫn quan trọng, nhưng năng lực phán đoán và đánh giá ngày càng trở thành yếu tố quyết định.

Bởi dù AI có tạo ra phần mềm nhanh đến đâu, trách nhiệm về chất lượng, bảo mật và độ tin cậy của sản phẩm cuối cùng vẫn thuộc về đội ngũ kỹ thuật.

Doanh nghiệp đã triển khai AI rộng, nhưng hiệu quả chưa tương xứng

Khi AI trở nên phổ biến, một khoảng cách mới bắt đầu xuất hiện: khoảng cách giữa triển khai và tạo ra giá trị thực tế.

Theo “People Readiness Report 2026” của Kyndryl, 57% tổ chức được khảo sát đã triển khai AI trên diện rộng hoặc tích hợp công nghệ này vào các quy trình kinh doanh cốt lõi.

Tuy nhiên, chỉ 32% đạt được ít nhất một trong hai mục tiêu AI quan trọng mà họ đặt ra.

Điều này cho thấy đưa AI vào doanh nghiệp không đồng nghĩa tự động tạo ra hiệu quả.

Một tổ chức có thể sử dụng nhiều mô hình, triển khai nhiều chatbot hoặc xây dựng hàng loạt công cụ nội bộ nhưng vẫn không tạo ra cải thiện đáng kể về năng suất, doanh thu hay chi phí.

Theo Vishnu Nanduri, lãnh đạo đổi mới AI khu vực ASEAN và Hàn Quốc của Kyndryl, những tổ chức dẫn đầu sẽ là những doanh nghiệp xem AI như một sự thay đổi trong mô hình vận hành, thay vì chỉ coi đây là một dự án công nghệ.

AI agent làm bài toán quản trị trở nên phức tạp hơn

Thách thức trở nên rõ ràng hơn với sự phát triển của AI agent.

Một chatbot truyền thống chủ yếu đưa ra câu trả lời hoặc gợi ý.

AI agent có thể đi xa hơn: tự truy cập hệ thống, tìm dữ liệu, gọi công cụ, thực hiện nhiều bước và hoàn thành một nhiệm vụ mà không cần con người điều khiển từng thao tác.

Khi đó, câu hỏi không chỉ còn là AI có trả lời chính xác hay không.

Doanh nghiệp phải xác định AI được phép truy cập dữ liệu nào, được thực hiện hành động nào, trong tình huống nào phải dừng lại và khi nào bắt buộc phải yêu cầu con người phê duyệt.

Theo Kyndryl, 81% doanh nghiệp dự báo AI agent sẽ tham gia vào những quyết định quan trọng trong năm tới.

Tuy nhiên, chỉ 25% hoàn toàn tin tưởng AI có thể hoạt động mà không cần con người giám sát.

Khoảng cách này cho thấy doanh nghiệp muốn khai thác khả năng tự chủ của AI nhưng vẫn chưa sẵn sàng giao toàn bộ quyền quyết định cho máy móc.

Không thể triển khai AI agent nếu chưa có cơ chế phân quyền

Theo ông Nanduri, trước khi cho phép AI agent tham gia vào các hoạt động quan trọng như tài chính, chuỗi cung ứng, công nghệ thông tin hay chăm sóc khách hàng, doanh nghiệp cần xây dựng ít nhất ba lớp kiểm soát.

Thứ nhất là phân quyền rõ ràng.

Một AI làm nhiệm vụ chăm sóc khách hàng không nên mặc nhiên được truy cập toàn bộ dữ liệu tài chính của công ty. Tương tự, một AI hỗ trợ nhân sự không cần quyền can thiệp vào hệ thống sản xuất.

Thứ hai là quy trình xử lý ngoại lệ.

Khi AI gặp tình huống nằm ngoài phạm vi đã được thiết kế hoặc đưa ra quyết định có mức rủi ro cao, hệ thống phải biết dừng lại và chuyển cho con người.

Thứ ba là khả năng lưu vết.

Doanh nghiệp cần biết AI đã truy cập dữ liệu nào, thực hiện hành động gì và dựa trên thông tin nào để đi đến một kết quả.

Nếu không có khả năng này, việc kiểm tra trách nhiệm khi xảy ra sự cố sẽ rất khó khăn.

Dữ liệu mới là nền móng của AI

Một trong những yếu tố quyết định AI có tạo ra giá trị hay không là chất lượng dữ liệu.

Greg Taylor, Phó chủ tịch cấp cao khu vực châu Á – Thái Bình Dương của Confluent, cho rằng AI không trở nên giá trị chỉ vì doanh nghiệp triển khai nhiều mô hình hơn.

Giá trị thực sự được tạo ra khi mô hình có thể hành động dựa trên dữ liệu đúng, đầy đủ và cập nhật theo thời gian thực.

Khảo sát của Confluent cho thấy 75% lãnh đạo công nghệ tại Singapore đang triển khai hoặc thử nghiệm AI agent.

Tuy nhiên, 78% cho biết thiếu hạ tầng dữ liệu thời gian thực đang làm chậm các chương trình AI.

Đây là một nghịch lý phổ biến.

Doanh nghiệp có thể đầu tư vào mô hình AI rất mạnh nhưng nếu dữ liệu nội bộ nằm rải rác ở nhiều hệ thống, không được cập nhật hoặc thiếu cơ chế kết nối, AI vẫn khó tạo ra kết quả đáng tin cậy.

AI tốt đến đâu cũng không thể cứu dữ liệu kém chất lượng

Một mô hình AI có thể xử lý nhanh nhưng không thể tự biến dữ liệu sai thành dữ liệu đúng.

Nếu thông tin khách hàng đã lỗi thời, dữ liệu hàng tồn kho không được cập nhật hoặc các phòng ban sử dụng những nguồn dữ liệu khác nhau, AI có thể đưa ra quyết định rất nhanh nhưng sai.

Vì vậy, khi doanh nghiệp chuyển từ thử nghiệm sang ứng dụng AI thực tế, đầu tư vào dữ liệu thường quan trọng không kém đầu tư vào mô hình.

Doanh nghiệp cần kết nối các nguồn dữ liệu, xác định quyền truy cập, thiết lập tiêu chuẩn chất lượng và bảo đảm thông tin được cập nhật theo thời gian thực trong những quy trình quan trọng.

Đây là nền tảng để AI có thể hiểu đúng bối cảnh doanh nghiệp.

AI chỉ tạo ra giá trị lớn khi đi vào quy trình cốt lõi

Theo Geoff Thomas, Phó chủ tịch cấp cao kiêm Tổng giám đốc khu vực châu Á – Thái Bình Dương và Nhật Bản của Infor, những doanh nghiệp tạo ra giá trị lớn nhất từ AI không xem công nghệ này chỉ là công cụ tăng năng suất cá nhân.

Họ tích hợp AI vào những quy trình cốt lõi.

Trong sản xuất, AI có thể hỗ trợ lập kế hoạch, dự báo nhu cầu và bảo trì thiết bị.

Trong logistics, AI có thể tối ưu vận chuyển và phân bổ hàng hóa.

Trong tài chính, AI có thể phân tích giao dịch, hỗ trợ quản trị rủi ro hoặc phát hiện bất thường.

Ở những trường hợp này, AI không còn đứng bên ngoài quy trình để đưa ra lời khuyên mà trở thành một phần của chính hệ thống vận hành.

Đó cũng là lúc yêu cầu về quản trị trở nên cao hơn.

AI công nghiệp phải chịu tiêu chuẩn khắt khe hơn chatbot

Trong những ngành có tác động trực tiếp đến an toàn như sản xuất, hàng không, quốc phòng hay hạ tầng trọng yếu, sai sót của AI có thể gây hậu quả lớn hơn rất nhiều so với một câu trả lời sai của chatbot.

Alex Teo, Phó chủ tịch kiêm Giám đốc điều hành khu vực Đông Nam Á của Siemens Digital Industries Software, cho rằng thách thức không chỉ là đưa AI vào hoạt động mà là đưa AI đáng tin cậy vào các quy trình thiết kế, mô phỏng, sản xuất và vận hành.

AI công nghiệp cần dựa trên dữ liệu đáng tin cậy, có khả năng giải thích kết quả và phải được kiểm chứng trước khi tác động đến thiết bị hay quyết định kỹ thuật.

Emily Tan, Tổng giám đốc điều hành Thales Solutions Asia, cho rằng bài kiểm tra thực sự của AI là liệu công nghệ có thể hoạt động an toàn, bảo mật và đáng tin cậy khi quyết định của nó tạo ra tác động trong thế giới thực hay không.

Đây là bước chuyển quan trọng.

Một chatbot đưa ra câu trả lời sai có thể khiến người dùng mất thời gian.

Một AI điều khiển sai máy móc, dây chuyền hay hệ thống hạ tầng có thể tạo ra thiệt hại vật chất thực sự.

Tạo nội dung dễ hơn tạo niềm tin

Một vấn đề tương tự đang xuất hiện trong chăm sóc khách hàng và marketing.

AI có thể giúp doanh nghiệp sản xuất nội dung nhanh hơn, cá nhân hóa thông điệp và phân tích hành vi khách hàng.

Nhưng việc tạo ra nhiều nội dung hơn không đồng nghĩa khách hàng sẽ tin tưởng hơn.

Shahid Nizami, Phó chủ tịch khu vực châu Á – Thái Bình Dương và Hội đồng Hợp tác vùng Vịnh của Braze, nhận định AI đã trở nên rất giỏi trong việc tạo nội dung, nhưng tạo ra niềm tin vẫn khó hơn nhiều.

Theo Customer Engagement Review 2026 của Braze, 93% nhà tiếp thị tin rằng AI giúp họ hiểu khách hàng tốt hơn.

Tuy nhiên, chỉ 53% khách hàng cho rằng thương hiệu thực sự dự đoán đúng nhu cầu của họ.

Khoảng cách này cho thấy doanh nghiệp có thể đang đánh giá quá cao khả năng của mình.

AI có thể phân tích hành vi nhưng nếu dữ liệu không đầy đủ hoặc doanh nghiệp sử dụng thông tin khách hàng quá mức, trải nghiệm “cá nhân hóa” có thể nhanh chóng chuyển thành cảm giác bị theo dõi.

Niềm tin sẽ trở thành tài sản cạnh tranh trong kỷ nguyên AI

Khi nhiều doanh nghiệp đều có thể tiếp cận những mô hình AI tương tự, lợi thế cạnh tranh có thể không còn chỉ nằm ở việc ai sử dụng AI trước.

Quan trọng hơn là ai sử dụng AI đáng tin cậy hơn.

Khách hàng cần biết dữ liệu của họ được sử dụng như thế nào.

Nhân viên cần biết quyết định nào được AI hỗ trợ và quyết định nào do con người chịu trách nhiệm.

Đối tác cần biết dữ liệu được chia sẻ đến đâu.

Cơ quan quản lý cần có khả năng kiểm tra quá trình ra quyết định khi xảy ra vấn đề.

Trong bối cảnh này, minh bạch và quản trị không đơn thuần là chi phí tuân thủ mà có thể trở thành một lợi thế kinh doanh.

Hạ tầng cũng phải thay đổi khi AI đi vào vận hành thực tế

Một xu hướng khác đang diễn ra là sự chuyển dịch từ huấn luyện AI sang vận hành AI.

Theo Govind Choudhary, Tổng giám đốc khu vực Đông Nam Á và Ấn Độ của Digital Realty, sự thay đổi này đang làm thay đổi kỳ vọng của doanh nghiệp đối với hạ tầng công nghệ.

Huấn luyện một mô hình lớn thường là quá trình tập trung, tiêu tốn nhiều tài nguyên nhưng diễn ra theo từng giai đoạn.

Trong khi đó, vận hành AI trong doanh nghiệp yêu cầu hệ thống phải hoạt động liên tục, phản hồi nhanh, kết nối với dữ liệu nội bộ và bảo đảm an toàn.

Điều đó đặt ra yêu cầu cao hơn đối với trung tâm dữ liệu, kết nối mạng, khả năng xử lý thời gian thực và kiến trúc bảo mật.

Khi AI agent hoạt động trên nhiều hệ thống cùng lúc, hạ tầng không còn chỉ phải nhanh mà còn phải có khả năng kiểm soát và truy vết.

Vai trò của con người không biến mất, mà chuyển sang cấp độ cao hơn

Một điểm chung trong những quan điểm được đưa ra nhân AI Appreciation Day 2026 là AI không loại bỏ nhu cầu đối với con người.

Nhưng vai trò của con người đang thay đổi.

Con người có thể làm ít hơn những tác vụ lặp lại.

Đổi lại, họ phải đảm nhiệm nhiều hơn các công việc liên quan đến phán đoán, thiết kế quy trình, đánh giá rủi ro, xử lý ngoại lệ và chịu trách nhiệm cuối cùng.

Trong lập trình, kỹ sư kiểm tra mã do AI tạo.

Trong tài chính, con người xác định ngưỡng rủi ro mà AI được phép xử lý.

Trong sản xuất, kỹ sư xác nhận liệu quyết định của AI có đủ an toàn để tác động đến thiết bị.

Trong chăm sóc khách hàng, con người phải quyết định đâu là mức độ cá nhân hóa phù hợp và đâu là giới hạn không nên vượt qua.

Vì vậy, “human in the loop” – con người trong vòng kiểm soát – vẫn là nguyên tắc quan trọng khi AI ngày càng tự chủ.

Từ cuộc đua triển khai sang cuộc đua quản trị AI

Những năm đầu của AI tạo sinh, doanh nghiệp chủ yếu hỏi: “Chúng ta có thể dùng AI để làm gì?”

Câu hỏi này đang dần được thay thế bởi những vấn đề khó hơn.

AI được phép làm gì?

AI có thể truy cập dữ liệu nào?

Khi AI sai, ai chịu trách nhiệm?

Quyết định nào phải được con người phê duyệt?

Làm sao kiểm tra lại một hành động mà AI đã thực hiện?

Và làm thế nào để khách hàng, nhân viên và đối tác tiếp tục tin tưởng một hệ thống ngày càng được tự động hóa?

Đây chính là dấu hiệu cho thấy AI đang bước sang một giai đoạn trưởng thành hơn.

Doanh nghiệp không còn chỉ cần chứng minh rằng công nghệ “hoạt động”.

Họ phải chứng minh rằng công nghệ hoạt động đúng, an toàn, minh bạch và nằm trong tầm kiểm soát.

Cuộc chơi AI tiếp theo sẽ là cuộc chơi của niềm tin

AI Appreciation Day được tổ chức vào ngày 16/7 hằng năm nhằm ghi nhận những tiến bộ của trí tuệ nhân tạo, đồng thời thúc đẩy thảo luận về đổi mới có trách nhiệm, đạo đức và quản trị công nghệ.

Trong bối cảnh năm 2026, thông điệp này trở nên đặc biệt phù hợp.

AI đang đi từ những cuộc thử nghiệm riêng lẻ vào hệ thống vận hành thật của doanh nghiệp. AI agent bắt đầu được trao quyền hành động. Dữ liệu thời gian thực trở thành nguồn nhiên liệu cho quyết định tự động. Và ranh giới giữa “AI đưa ra gợi ý” với “AI thực hiện hành động” ngày càng mờ đi.

Vì vậy, giai đoạn tiếp theo của cuộc đua AI có thể không được quyết định chỉ bởi doanh nghiệp nào sở hữu mô hình mạnh nhất.

Lợi thế sẽ thuộc về những tổ chức có thể đưa AI vào hoạt động thực tế mà vẫn giữ được dữ liệu đáng tin cậy, quyền hạn được kiểm soát, trách nhiệm rõ ràng và vai trò giám sát của con người.

Bởi khi công nghệ ngày càng dễ tiếp cận, niềm tin và năng lực quản trị mới có thể trở thành yếu tố tạo ra khác biệt bền vững nhất trong kỷ nguyên AI.