Tăng Tốc Beyond Human Bottlenecks: Làm Thế Nào Agentic Intelligence Đưa Ra 80% ROI Trong Hoạt Động Doanh Nghiệp

Có một câu hỏi mà mọi nhà lãnh đạo hoạt động đã đặt ra ít nhất một lần trong hai năm qua: “Làm thế nào để tôi tăng tốc mà không chỉ thêm nhiều người?”

Đối với hầu hết thập kỷ trước, câu trả lời trung thực là: bạn không thể. Bạn tối ưu hóa, bạn thuê, bạn thuê ngoài. Bạn xây dựng các quy trình tốt hơn. Nhưng ở một mức độ nhất định, nút thắt cổ chai của con người sẽ tự khẳng định mình. Trong phê duyệt. Trong phối hợp. Trong tải trọng nhận thức của việc quản lý các quy trình phức tạp trên các đội phân tán.

Agentic AI đang thay đổi tính toán đó. Không theo cách mà các nhà cung cấp phần mềm doanh nghiệp đã hứa hẹn thay đổi trong ba thập kỷ, với các bảng điều khiển và báo cáo yêu cầu con người phải hành động, mà là cấu trúc. Các tác nhân tự động không chỉ hiển thị thông tin. Họ lý luận về nó, lập kế hoạch phản hồi, phối hợp trên các hệ thống và thực hiện các nhiệm vụ đa bước mà không cần chờ đợi để được yêu cầu.

Đây là sự thay đổi mà các nhà lãnh đạo hoạt động trong lĩnh vực hậu cần, fintech và hơn thế nữa đang bắt đầu nội hóa. Và các con số đang bắt đầu phản ánh điều đó.

Khoảng Cách Năng Suất Đó Gen AI Chưa Sửa Được

Nó sẽ dễ dàng để mô tả agentic AI như một sự lặp lại tiếp theo của chu kỳ hype về AI tạo sinh. Nó không phải như vậy. Sự khác biệt là quan trọng, và hiểu nó là bước đầu tiên để triển khai nó một cách hiệu quả.

AI tạo sinh, làn sóng bắt đầu vào năm 2022 và đạt đỉnh trong các thử nghiệm doanh nghiệp trên toàn thế giới vào năm 2023 và 2024, là cơ bản một công cụ năng suất cho các cá nhân. Nó làm cho công nhân tri thức nhanh hơn. Nó soạn thảo, tóm tắt, phân loại. Nhưng nó hoạt động ở mức độ yêu cầu: một con người yêu cầu, mô hình phản hồi, con người quyết định làm gì với đầu ra.

Nghiên cứu mới nhất của McKinsey về Tình hình AI đã đưa ra một phát hiện mà nên làm cho mọi C-suite pause: gần tám trong số mười công ty báo cáo sử dụng AI tạo sinh dưới một hình thức nào đó, nhưng khoảng cùng một tỷ lệ báo cáo không có tác động vật chất đến lợi nhuận. McKinsey gọi đây là ‘mâu thuẫn AI tạo sinh’: triển khai rộng rãi, lợi ích模糊, và các trường hợp sử dụng dọc có tác động cao vẫn còn bị kẹt trong chế độ thử nghiệm.

Vấn đề cốt lõi là AI tạo sinh được triển khai theo chiều ngang. Đồng nghiệp cho mọi người. Trợ lý trò chuyện trên mọi trang web. Điều nó không làm là chạm vào các quy trình thực sự nơi giá trị được tạo ra và mất đi: mua sắm, định tuyến hậu cần, hòa giải tài chính, quản lý khiếu nại khách hàng. Những quy trình đó yêu cầu con người trong vòng lặp tại mọi điểm quyết định. Và con người chính xác là nút thắt cổ chai.

Agentic AI loại bỏ ràng buộc đó, không bằng cách loại bỏ con người, mà bằng cách loại bỏ nhu cầu về một con người để trở thành một kết nối giữa mọi bước của một quy trình phức tạp.

Agentic Thực Sự Có Nghĩa Là Gì Trong Thực Tiễn

Các định nghĩa là quan trọng ở đây, vì thuật ngữ đang được áp dụng một cách lỏng lẻo. Một tác nhân AI, trong ý nghĩa hoạt động, là một hệ thống có thể lập kế hoạch, lý luận về thông tin có sẵn, phối hợp trên các công cụ và API, và thực hiện các nhiệm vụ đa bước với sự can thiệp tối thiểu của con người. Từ khóa là tối thiểu, không phải là không. Các triển khai hiệu quả nhất ngày nay được xây dựng xung quanh các tác nhân được giám sát bởi con người: hệ thống hoạt động tự động trong các ranh giới được xác định và nâng cấp khi chúng gặp phải các trường hợp ngoại lệ ngoài ngưỡng tin cậy của chúng.

Trong lĩnh vực hậu cần, điều này trông giống như một lớp điều phối liên tục theo dõi các tín hiệu nhu cầu, nguồn cấp dữ liệu nhà cung cấp, dữ liệu thời tiết, và động态 lại các luồng vận chuyển và hàng tồn kho mà không cần chờ đợi một con người để nhận thấy rằng một sự gián đoạn đã xảy ra. McKinsey mô tả chính xác kiến trúc này, lưu ý rằng các tác nhân trong môi trường chuỗi cung ứng có thể giảm thời gian dẫn đầu sản xuất xuống 20 đến 30 phần trăm.

Trong lĩnh vực fintech, các tác nhân đang xử lý các quy trình KYC / KYB, phân loại dướiwriting, và phát hiện gian lận, các lĩnh vực mà khối lượng quyết định quá cao để các đội con người quản lý ở tốc độ, và nơi chi phí của một quyết định chậm là đo lường bằng mất khách hàng và phơi nhiễm quy định.

Điều làm cho điều này khác với tự động hóa quy trình robot truyền thống là phán quyết. RPA theo các quy tắc cố định. Một tác nhân có thể xử lý sự mơ hồ: nó có thể lý luận về việc liệu một mẫu giao dịch bất thường là gian lận hay một ngoại lệ hợp pháp, và nâng cấp với ngữ cảnh chứ không phải là một lá cờ nhị phân. Sự khác biệt này là điều cho phép các tác nhân hoạt động trong các môi trường mà các quy tắc alone là không đủ.

Các Con Số ROI Thực Sự, Và Mở

Một trong những tính năng xác định của các triển khai agentic AI sớm là dữ liệu ROI đang đến nhanh hơn so với hầu hết các công nghệ doanh nghiệp triển khai nó. Điều này một phần là vì các tác nhân nhắm vào các điểm quyết định lặp đi lặp lại, chính xác là các quy trình mà lợi ích hiệu quả dễ đo lường nhất.

Một nghiên cứu của Forrester đã tìm thấy rằng các tổ chức triển khai các tác nhân AI đã đạt được 210% ROI trong một khoảng thời gian ba năm, với thời gian hoàn vốn dưới sáu tháng. Trên một mẫu rộng hơn, dữ liệu khảo sát được biên soạn từ PwC, Google Cloud, và McKinsey cho thấy ROI trung bình dự kiến là 171% cho các công ty đang triển khai các hệ thống agentic, với các doanh nghiệp của Mỹ báo cáo lợi nhuận của 192%, khoảng ba lần ROI của tự động hóa truyền thống.

Trường hợp của ServiceNow là một trong những trường hợp được ghi lại nhiều nhất ở quy mô doanh nghiệp: công ty đã báo cáo 80% xử lý tự động các yêu cầu hỗ trợ khách hàng, giảm 52% thời gian cho việc giải quyết trường hợp phức tạp, và 325 triệu đô la giá trị hàng năm từ năng suất tăng cường. Đây không phải là các con số trong giai đoạn thử nghiệm. Chúng là kết quả hoạt động ở quy mô từ một công ty đã cam kết tái thiết các quy trình làm việc của mình xung quanh các tác nhân chứ không phải là lớp các tác nhân lên trên các quy trình hiện có.

Một nhà bán lẻ hàng đầu đã triển khai các tác nhân để xử lý các cuộc gọi điện thoại, tiếp thị outbound, và các quy trình liên hệ trung tâm khách hàng đã thấy một sự tăng 9,7% trong các cuộc gọi bán hàng mới và một sự cải thiện 77 triệu đô la trong lợi nhuận hàng năm, trong khi đồng thời giảm các cuộc gọi đến các cửa hàng xuống 47% và cải thiện các điểm số hài lòng của khách hàng.

Những kết quả này chia sẻ một tính năng cấu trúc: lợi ích không đến từ việc làm cho các công nhân cá nhân trở nên năng suất hơn. Chúng đến từ việc loại bỏ các giao dịch tuần tự, phê duyệt đến phê duyệt, đội đến đội, hệ thống đến hệ thống, định nghĩa cách các hoạt động doanh nghiệp thực sự hoạt động ngày nay.

Tấm Hình Triển Khai: Lợi Ích Hàng Loạt, Triển Khai Mỏng

Khoảng cách giữa ý định được tuyên bố và triển khai thực sự là một trong những điều quan trọng nhất để hiểu về nơi agentic AI đứng ngay bây giờ, vì nó định nghĩa cả rủi ro của việc chờ đợi và cơ hội của việc di chuyển sớm.

Theo nghiên cứu ROI AI toàn cầu của Google Cloud vào năm 2025, đã khảo sát 3.466 nhà lãnh đạo cấp cao trên 24 quốc gia, 52% các nhà lãnh đạo báo cáo rằng các tổ chức của họ đang sử dụng các tác nhân AI, với 39% nói rằng họ đã ra mắt hơn mười. Đó là sự thâm nhập đáng kể cho một công nghệ mà chủ yếu là lý thuyết ba năm trước.

Nhưng thâm nhập không phải là quy mô. Báo cáo Tình hình AI của McKinsey vào tháng 11 năm 2025 đã tìm thấy rằng ít hơn 10% các tổ chức đã thực sự mở rộng các tác nhân AI trong bất kỳ chức năng nào. 90% các trường hợp sử dụng dọc có tác động cao vẫn còn bị kẹt trong chế độ thử nghiệm. Lý do hàng đầu không phải là công nghệ; nó là tổ chức. Các công ty xem agentic AI như một sự thay đổi đáng kể về cách hoạt động, và hầu hết các quy trình kinh doanh bị phức tạp bởi bản chất. Sự mua vào của lãnh đạo chưa được dịch thành việc tái thiết quy trình làm việc mà việc triển khai thực sự đòi hỏi.

Gartner dự đoán rằng vào năm 2028, 33% các ứng dụng phần mềm doanh nghiệp sẽ bao gồm agentic AI, tăng từ dưới 1% vào năm 2024. Đó là một sự tăng 33 lần trong bốn năm. Ở đường cong áp dụng đó, khoảng cách cạnh tranh giữa những người di chuyển sớm và những người áp dụng muộn sẽ không phải là vấn đề về hiệu quả. Nó sẽ là vấn đề về cơ sở chi phí. Các công ty đã tự động hóa các quy trình quyết định khối lượng cao sẽ rẻ hơn để vận hành so với những công ty chưa làm như vậy.

Đồng sáng lập McKinsey Michael Chang đã nói một cách rõ ràng: “Bạn sẽ bị bỏ lại phía sau với một cơ sở chi phí cao hơn so với các đối thủ của bạn.” Thái độ chờ và xem mà đặc trưng cho hầu hết các tổ chức ngày nay mang một chi phí hợp chất, một chi phí không công bố cho đến khi một đối thủ đã hấp thụ nó.

Đâu Là Giá Trị, Và Đâu Là Nơi Hầu Hết Các Công Ty Đang Nhìn

Các lĩnh vực mà agentic AI đang tạo ra lợi nhuận ghi lại nhiều nhất chia sẻ một đặc điểm chung: các quy trình làm việc có khối lượng cao, nặng về phán quyết, nơi chi phí của sự chậm trễ hoặc lỗi là có thể đo lường được và quy trình có đủ cấu trúc để một tác nhân hoạt động đáng tin cậy.

Hậu cần và chuỗi cung ứng là trường hợp rõ ràng nhất. Một tác nhân kết nối với các hệ thống lập kế hoạch nội bộ và các nguồn cấp dữ liệu bên ngoài, thời tiết, lịch trình nhà cung cấp, tín hiệu nhu cầu, có thể liên tục lại quy hoạch mà không cần chờ đợi một con người để nhận thấy rằng một sự gián đoạn đã xảy ra. Mô hình hóa chuỗi cung ứng của McKinsey cho thấy các tác nhân chọn các chế độ vận chuyển tối ưu, phân bổ lại hàng tồn kho trên các kho hàng, và nâng cấp chỉ khi một quyết định yêu cầu đầu vào chiến lược, loại tối ưu hóa liên tục mà trước đây yêu cầu các đội phân tích lớn hoặc sự chấp nhận các kết quả không tối ưu.

Dịch vụ tài chính là lĩnh vực dọc thứ hai. Các công ty dịch vụ tài chính đã chi 35 tỷ đô la toàn cầu cho AI vào năm 2023, với các khoản đầu tư dự kiến sẽ đạt 100 tỷ đô la vào năm 2027. Sự tập trung đang chuyển từ các bot trò chuyện văn phòng phía trước sang các hoạt động phía sau: underwriting, giám sát tuân thủ, KYC, và hòa giải, các lĩnh vực mà khối lượng công việc quá cao để các đội con người xử lý ở tốc độ, và nơi chi phí của việc làm sai, trong các khoản phạt quy định và mất khách hàng, là nghiêm trọng.

Hoạt động khách hàng đại diện cho lĩnh vực giá trị cao thứ ba. Các tác nhân AI hiện đang xử lý lên đến 80% các yêu cầu hỗ trợ, giảm thời gian phản hồi xuống 37% và tăng sự hài lòng của khách hàng lên 32% trong các triển khai được ghi lại. Đến năm 2028, Gartner dự đoán rằng 68% các tương tác khách hàng trên các ngành sẽ được quản lý bởi agentic AI, không phải là các bot trò chuyện xử lý các yêu cầu cấp một, mà là các tác nhân có khả năng xử lý toàn bộ chu kỳ dịch vụ.

Câu Hỏi Kiến Trúc Đó Xác Định Mọi Thứ

Hầu hết các công ty đã không thấy lợi nhuận từ các khoản đầu tư AI của họ đã thực hiện cùng một sai lầm: họ đã triển khai AI như một lớp trên các quy trình hiện có chứ không phải là lý do để tái thiết chúng.

Sự khác biệt này không phải là ngữ nghĩa. Một đồng nghiệp AI tạo sinh ngồi trên một quy trình được thiết kế cho các giao dịch tuần tự của con người sẽ tăng tốc các bước riêng lẻ nhưng để lại các nút thắt cổ chai cấu trúc còn nguyên. Một hệ thống agentic được xây dựng vào một quy trình được tái thiết, nơi tác nhân là một thành viên đầu tiên chứ không phải là một trợ lý, loại bỏ các nút thắt cổ chai đó hoàn toàn.

Ý nghĩa thực tế cho các nhà lãnh đạo doanh nghiệp là việc triển khai agentic thực sự là một quyết định tổ chức cũng như một quyết định kỹ thuật. Nó đòi hỏi phải biết các quy trình nào để tái thiết, xây dựng quản trị để giám sát các quyết định tự động, và chấp nhận rằng việc triển khai các tác nhân một cách hiệu quả đòi hỏi thời gian hơn là triển khai chúng nhanh chóng.

Nguyên tắc kiến trúc mô-đun là điều làm cho điều này bền vững. Khi mỗi chức năng, kích hoạt, thực hiện, ghi nhật ký, nâng cấp, là một thành phần riêng biệt chứ không phải là một khối, việc thêm các khả năng mới vào Năm 2 là một vấn đề kết nối một mô-đun mới, không phải là xây dựng lại hệ thống. Các tổ chức đã hoạt động ở quy mô đã xây dựng theo cách này từ đầu.

Các tổ chức hoạt động cao, theo nghiên cứu của McKinsey vào năm 2025, gần như ba lần có khả năng tái thiết cơ bản các quy trình làm việc của họ khi triển khai AI. Cam kết kiến trúc đó, chứ không phải sự tinh vi về mặt kỹ thuật, là yếu tố phân biệt chính giữa các công ty thấy lợi nhuận hai con số và những công ty báo cáo không có tác động vật chất.

Thực Tế Quản Trị

Cuộc trò chuyện về agentic AI không thể kết thúc ở các con số ROI. Các hệ thống tự động hoạt động trong các môi trường có rủi ro cao, giao tiếp bệnh nhân, quyết định tài chính, định tuyến hậu cần với hậu quả thực tế, đòi hỏi các khuôn khổ quản trị mà hầu hết các tổ chức chưa xây dựng.

Những lo ngại cấp bách nhất không phải là những lo ngại chiếm ưu thế trong các phương tiện truyền thông. Tiêm nhắc, ảo giác mô hình, và thiên vị trong đầu ra là những vấn đề thực sự, nhưng chúng có thể được quản lý với thiết kế hệ thống phù hợp. Những vấn đề khó hơn là hoạt động: Điều gì xảy ra khi một tác nhân đưa ra một quyết định mà một con người sẽ đã nâng cấp? Làm thế nào bạn kiểm toán lý luận của một hệ thống đã xử lý mười nghìn quyết định qua đêm? Làm thế nào bạn duy trì tuân thủ trong một môi trường được quản lý khi người quyết định không phải là một người?

Các tổ chức đang làm đúng điều này đang xây dựng những gì có thể được gọi là kiến trúc tác nhân được giám sát bởi con người, các hệ thống hoạt động tự động trong các ngưỡng tin cậy được xác định và nâng cấp một cách thuận tiện khi chúng gặp phải các trường hợp ngoại lệ ngoài ngưỡng tin cậy của chúng. Điều này không phải là một hạn chế của công nghệ. Đó là triết lý thiết kế đúng cho bất kỳ hệ thống tự động nào có rủi ro cao.

Quản trị cũng là nơi câu hỏi về quyền sở hữu dữ liệu sống. Trong bất kỳ triển khai doanh nghiệp nào, và đặc biệt là trong các lĩnh vực như chăm sóc sức khỏe, dịch vụ tài chính và hậu cần, dữ liệu bệnh nhân hoặc khách hàng thuộc về tổ chức, không phải là nền tảng AI. Bất kỳ kiến trúc nào không thực thi điều này ở mức cơ sở hạ tầng đều tạo ra sự phơi nhiễm trách nhiệm pháp lý mà các con số ROI sẽ không bao phủ.

Cửa Sổ Là Mở, Cho Giờ

Thị trường agentic AI được dự đoán sẽ tăng từ 5,25 tỷ đô la vào năm 2024 lên 199 tỷ đô la vào năm 2034, một sự tăng 38 lần. Các công ty sẽ chiếm được phần lớn giá trị đó không nhất thiết là những công ty có ngân sách AI lớn nhất. Chúng là những công ty bắt đầu ngay bây giờ, cam kết tái thiết quy trình làm việc thực sự và xây dựng cơ sở hạ tầng quản trị để hỗ trợ hoạt động tự động ở quy mô.

Nút thắt cổ chai trong các hoạt động doanh nghiệp không bao giờ là sự thiếu hụt dữ liệu, sức mạnh xử lý, hoặc thậm chí là những người có tài năng. Nó đã là bản chất tuần tự của việc ra quyết định của con người trong các quy trình được thiết kế cho một thế giới nơi con người là lựa chọn duy nhất. Agentic AI không loại bỏ con người khỏi phương trình đó. Nó loại bỏ họ khỏi những phần mà sự hiện diện của họ không bao giờ thêm giá trị vào nơi đầu tiên.

Đó là một sự khác biệt có ý nghĩa. Và đối với các nhà lãnh đạo hoạt động đã dành nhiều năm để cố gắng tăng tốc mà không chỉ thêm đầu mối, đó cũng là câu trả lời cho một câu hỏi họ đã hỏi trong một thời gian dài.