Khi cơn sốt AI để lại hóa đơn khổng lồ
Cuối năm 2022, ChatGPT xuất hiện và châm ngòi cho một trong những cuộc đua công nghệ điên cuồng nhất lịch sử doanh nghiệp hiện đại. Hai năm sau, hóa đơn bắt đầu đến tay — và con số không hề dễ chịu. Theo khảo sát McKinsey 2024, dù 65% công ty trên thế giới đã đưa AI tạo sinh vào ít nhất một chức năng kinh doanh, chưa đến 25% trong số đó xây dựng được khung quản lý rủi ro có thực chất. Phần còn lại đang đi trên dây mà không có lưới.
Gartner gọi đây là giai đoạn 'Trough of Disillusionment' — hố vỡ mộng — trong chu kỳ công nghệ 2024. Dự báo của họ không mấy lạc quan: nhiều doanh nghiệp triển khai AI vội vàng sẽ cần từ 2 đến 5 năm để phục hồi và đạt được năng suất thực sự.
Những vết thương cụ thể từ chiến trường thực tế
Cái giá của sự vội vàng không chỉ nằm trong báo cáo tài chính. Đầu năm 2023, các kỹ sư của Samsung vô tình tải mã nguồn bán dẫn độc quyền lên ChatGPT trong quá trình làm việc — một sự cố rò rỉ dữ liệu nghiêm trọng buộc tập đoàn phải cấm toàn bộ công cụ AI bên ngoài. Đây là minh chứng sống động cho một loại rủi ro mà nhiều lãnh đạo doanh nghiệp chưa từng đưa vào kịch bản dự phòng.
Về tài chính, theo thông tin hiện có từ nhiều nhà phân tích ngành, chi phí thực tế của hạ tầng AI — bao gồm tinh chỉnh mô hình, thiết kế prompt và giám sát của con người — thường cao hơn 3 đến 5 lần so với ước tính ban đầu khi đối mặt với độ phức tạp thực tế. Tỷ lệ thất bại của các dự án AI doanh nghiệp dao động từ 40% đến 85% tùy ngành, với ba nguyên nhân hàng đầu là dữ liệu kém chất lượng, mục tiêu mơ hồ và thiếu quản lý thay đổi.
Ba góc nhìn về cùng một cuộc khủng hoảng
Cộng đồng công nghệ toàn cầu đang chia rẽ về cách diễn giải làn sóng vỡ mộng này.
Phe lạc quan lập luận rằng đây là giai đoạn sàng lọc lành mạnh và tất yếu. Những công ty vượt qua được giai đoạn đau này sẽ sở hữu kiến thức thực chiến và lợi thế cạnh tranh mà các đơn vị đến sau khó sao chép. Thất bại, theo nghĩa này, là học phí cho bài học quy mô lớn.
Phe phê bình nhấn mạnh một sự thật khó chịu hơn: phần lớn cuộc đua AI được thúc đẩy bởi áp lực nhà đầu tư và chiến dịch marketing của nhà cung cấp, chứ không xuất phát từ nhu cầu kinh doanh thực sự. Và trong khi những thiệt hại tài chính được báo cáo rộng rãi, các tổn thất con người — nhân viên kiệt sức vì quy trình AI hỏng hóc, dữ liệu khách hàng bị xâm phạm, niềm tin tổ chức bị bào mòn — lại đang bị báo cáo thiếu một cách có hệ thống.
Góc nhìn kỹ thuật thực dụng hơn: nhiều thất bại không phải vì AI kém cỏi về bản chất, mà vì triển khai sai cách. Thiếu dữ liệu sạch, không có vòng kiểm tra của con người, dùng mô hình tổng quát lớn khi chỉ cần công cụ chuyên biệt nhỏ hơn, và không đào tạo lại nhân sự — đây là những lỗi kỹ thuật có thể khắc phục được.
Doanh nghiệp Việt đang ở đâu trong bản đồ này?
Đây là câu hỏi quan trọng nhất với độc giả LUMINA. Áp lực 'AI-hóa' đang đè nặng lên các doanh nghiệp Việt Nam — từ startup công nghệ đến tập đoàn nhà nước — thường theo quán tính của xu hướng toàn cầu hơn là đánh giá điều kiện thực tế trong nước.
Việt Nam có những thách thức đặc thù mà dữ liệu thất bại toàn cầu chưa tính đến: hạ tầng dữ liệu còn hạn chế, khoảng trống rõ rệt của các mô hình AI tiếng Việt chất lượng cao, và môi trường pháp lý còn nhiều mơ hồ. Dữ liệu cụ thể về tỷ lệ thất bại AI tại Việt Nam hiện còn khan hiếm và cần thêm nghiên cứu từ các tổ chức như VINASA hay VIETAI.
Nhưng chính vì những khoảng trống đó, các lãnh đạo doanh nghiệp Việt đang đứng trước một cơ hội hiếm có: học từ thất bại của người khác thay vì phải trả học phí tương tự. Câu hỏi không phải là 'có nên dùng AI không?' mà là 'triển khai đúng lúc, đúng chỗ, với nền tảng đủ vững chưa?'
Cơn sốt sẽ qua. Những ai xây nền móng kỹ càng trong giai đoạn này sẽ là người dẫn đầu thực sự khi thị trường trưởng thành.
— Bài viết này được tổng hợp và biên soạn bởi AI LUMINA từ các nguồn đã xác thực. Dữ liệu và thông tin dẫn nguồn từ: VnExpress Khoa học - Công nghệ.