Một cái nhìn sâu hơn vào các giai đoạn áp dụng AI đằng sau thành công AI doanh nghiệp

Mọi doanh nghiệp đều đi qua cùng các giai đoạn áp dụng AI, dù có lên kế hoạch hay không. Con đường này bắt đầu từ việc sử dụng công cụ rải rác, sau đó là các dự án thí điểm đầu tiên, tiếp tới triển khai thực tế, và cuối cùng là các hệ thống chung mà toàn bộ doanh nghiệp dựa vào. Mỗi bước tiến diễn ra dần dần, vì vậy các công ty thường đạt được một giai đoạn mới lâu trước khi ai đó nhận ra.

Điểm khác biệt giữa các công ty là mức độ tiến triển trên con đường đó, và khoảng cách trên thị trường là rất lớn. Khảo sát Toàn cầu 2025 của McKinsey cho thấy 88 % tổ chức hiện đang sử dụng AI trong ít nhất một chức năng kinh doanh, trong khi khoảng một phần ba đã bắt đầu mở rộng quy mô và 7 % cho biết AI đã được triển khai đầy đủ. Điều này có nghĩa là hầu hết các doanh nghiệp đã bắt đầu áp dụng AI, nhưng chỉ rất ít trong số đó đạt được thành công.

Trong vài năm qua, tôi đã làm việc với các đội ngũ lãnh đạo ở hầu hết mọi giai đoạn trên con đường này, và một mô hình luôn xuất hiện. Giai đoạn mà một công ty đang ở cho biết nhiều hơn về những gì chương trình AI của họ sẽ mang lại so với mô hình họ chọn hoặc nhà cung cấp họ ký kết. Mỗi giai đoạn áp dụng AI yêu cầu một loại thay đổi khác nhau trong tổ chức, và chính sự thay đổi đó dự đoán kết quả. Vì vậy, hãy đi qua từng giai đoạn một, kèm theo điểm mà các công ty thường gặp khó khăn khi chuyển sang giai đoạn tiếp theo.

Năm Giai Đoạn Áp Dụng AI và Các Quyết Định Đẩy Công Ty Tiến Lên

Trong các công ty mà chúng tôi hợp tác, năm giai đoạn này hầu như luôn xuất hiện theo cùng một thứ tự. Thông thường, chúng bắt đầu với một vài người tự mình sử dụng công cụ AI, và ban lãnh đạo thường không nhận ra cho đến rất muộn. Một số công ty không bao giờ vượt qua giai đoạn này. Những công ty tiếp tục sẽ dần đến một điểm mà doanh nghiệp tự xây dựng quanh khả năng của công nghệ. Điều quan trọng cần hiểu là mỗi giai đoạn yêu cầu một điều khác nhau từ tổ chức. Quyết định đưa công ty qua giai đoạn thí điểm thường lại là quyết định khiến nó bị kẹt lại một năm sau, và ở đó rất nhiều chương trình AI âm thầm sụp đổ.

1. Sử Dụng Rải Rác Không Có Chủ Sở Hữu

Giai đoạn đầu tiên thường chỉ là sự tò mò. Ở thời điểm này, nhân viên đang sử dụng công cụ AI mà không có chính sách trung tâm nào, bộ phận mua sắm không có tầm nhìn nào, và không ai đo lường kết quả công việc. Thực tế, trong hỗn loạn đó chứa đựng thông tin quý giá, vì sự tò mò ở các góc biên của công ty cho thấy nơi ma sát thực sự tồn tại, và tín hiệu này hiếm khi tới ban điều hành qua kênh chính thức.

Sai lầm mà các nhà lãnh đạo mắc phải ở đây là đưa ra quy trình quá sớm, khiến việc thử nghiệm thực sự trở thành một hoạt động quản trị lâu trước khi ai đó xác định được những gì thực sự cần được quản lý.

What to decide at this stage: The right instinct is to watch what is happening instead of trying to police it, so put a light usage policy in place that covers data handling and leave the rest alone for now. What you are looking for is repetition, because when the same workaround turns up in three different teams with no coordination between them, you have a use case that deserves proper funding.

2. Các Dự Án Thí Điểm Được Tài Trợ Với Tiêu Chí Thành Công Yếu

Dự án thí điểm xuất hiện với ngân sách, một người chịu trách nhiệm được chỉ định, và một buổi trình diễn trước hội đồng quản trị, sau đó công việc kết thúc một cách lặng lẽ. Nghiên cứu từ sáng kiến NANDA của MIT cho thấy phần lớn các dự án thí điểm AI sinh tạo trong doanh nghiệp không tạo ra ảnh hưởng đo lường được tới lợi nhuận và lỗ.

Ba yếu tố giải thích gần như toàn bộ vấn đề: thứ nhất, tiêu chí thành công được xây dựng quanh độ chính xác của mô hình thay vì một con số mà doanh nghiệp thực sự quan tâm. Thứ hai, không có đường truyền dữ liệu thực tế nào phía dưới buổi trình diễn. Thứ ba, sau khi ra mắt kết thúc, không ai còn chịu trách nhiệm về kết quả. Điều khiến giai đoạn này khó nhận biết từ bên trong là nó trông giống như tiến bộ, với các buổi demo được cải thiện, các nhà cung cấp tranh nhau cho giai đoạn tiếp theo, và các ủy ban vẫn họp, nhưng không có gì trong số đó chuyển thành con số mà bộ phận tài chính có thể đo lường.

The call to make here: Do not approve a pilot without a business metric attached and an owner who will still be answering for that metric a year from now, and kill the ones where nobody can name either. Four pilots run with that discipline will get you further than twelve that everyone admires.

3. Tích Hợp Vào Sản Xuất

Trong số tất cả các giai đoạn áp dụng AI, đây là giai đoạn khiến số lượng chương trình bị chấm dứt nhiều nhất. Nhân viên và khách hàng hiện đang phụ thuộc vào hệ thống hàng ngày, và các yêu cầu mới bắt đầu xuất hiện mà không có dự án thí điểm nào phải đáp ứng, bao gồm giám sát, lộ trình leo thang con người, kiểm soát phiên bản cho prompt và mô hình, phản hồi sự cố, và nguồn gốc dữ liệu đủ để kiểm toán. Khung Quản lý Rủi ro AI của NIST ghi chép chi tiết các kiểm soát này, và đáng để đọc trước khi đặt ngày ra mắt.

Vấn đề khó khăn hơn ở đây không phải là kỹ thuật mà là tổ chức, vì giai đoạn này thưởng cho kỷ luật kỹ thuật hơn là tiếp tục thử nghiệm, và một đội ngũ hoạt động như nhóm nghiên cứu sẽ gặp khó khăn trong khi lãnh đạo tìm kiếm lời giải công nghệ. Kinh tế cũng thay đổi. Chi phí thí điểm là một lần và dễ duyệt, trong khi sản xuất tạo ra một dòng chi phí hoạt động cố định, và các công ty chưa dự trù ngân sách thường xem yêu cầu gia hạn đầu tiên như bằng chứng cho thấy khoản đầu tư đã sai lầm.

What has to change before you launch: Move the ownership before the launch rather than after it, put delivery in the hands of people who have run things in production, and fund the operating cost three years out from the start. Then name the person who gets the alert when a model degrades, because that single name is what separates a working system from a demo.

4. Khả Năng Chia Sẻ và Tái Sử Dụng

Ở giai đoạn này, AI trở thành hạ tầng mà nhiều đơn vị kinh doanh cùng sử dụng. Một đội ngũ nền tảng duy trì các thành phần có thể tái sử dụng, một cách tiêu chuẩn để đánh giá, và một lộ trình triển khai, vì vậy chi phí cho mỗi trường hợp sử dụng mới giảm xuống do không ai phải xây dựng lại nền tảng từ đầu mỗi lần.

Tín hiệu rõ ràng nhất cho thấy một công ty đã đạt đến giai đoạn này không liên quan gì đến công nghệ. Quyền ngân sách chuyển từ đội ngũ đổi mới sang các chủ sở hữu dòng kinh doanh, và khi trưởng phòng một bộ phận tài trợ công việc AI từ ngân sách hoạt động và tính lợi nhuận trong con số của họ, tổ chức thực sự đã vượt qua. Chúng tôi đã thấy một sự chuyển đổi như vậy mang lại lợi ích cho chất lượng các trường hợp sử dụng hơn bất kỳ quyết định kỹ thuật nào trong cùng năm.

Where the money should sit: Fund the platform team as infrastructure instead of treating it as a project, and measure it on reuse rather than on how many things it launched. Then move the AI budget out of innovation and into the divisions, because the moment a business owner is paying for it, the use cases get sharper without anyone having to intervene.

5. AI Trong Mô Hình Hoạt Động

Các công ty ở giai đoạn này thiết kế sản phẩm, quy trình và quyết định dựa trên khả năng AI ngay từ đầu, và không có gì được điều chỉnh lại sau này. Các đề xuất mới giả định khả năng đã có sẵn, vai trò thay đổi để phản ánh những gì hệ thống đang xử lý, và chu kỳ lập kế hoạch rút ngắn vì một ý tưởng có thể được thử nghiệm với dữ liệu thực trong vài ngày.

Rất ít tổ chức thực sự đạt tới đây, và số lượng tự nhận vị trí này lớn hơn đáng kể so với số lượng thực sự đủ tiêu chuẩn. Kiểm tra này đủ đơn giản để thực hiện trong một cuộc họp duy nhất: hỏi công ty sẽ ngừng làm gì nếu các mô hình biến mất vào ngày mai. Câu trả lời chân thực thường khiến người nói cảm thấy không thoải mái, vì nó đề cập đến doanh thu thay vì tiện lợi. Mỗi lần chúng tôi đặt câu hỏi này với đội ngũ lãnh đạo, câu trả lời trung thực luôn đặt họ ở mức thấp hơn một hoặc hai giai đoạn so với những gì bản chiến lược khẳng định.

The board-level question: Treat AI capability as a strategic asset and apply the same scrutiny you would to any other one. Review vendor concentration, model dependency, and data ownership at board level, then ask what the fallback looks like for every process that no longer runs without a model, and fund that fallback before anyone needs it.

Điều Gì Xảy Ra Khi Một Công Ty Bỏ Qua Một Giai Đoạn: Ví Dụ Thực Tế

Chúng tôi đã gặp đủ các công ty, và chuỗi thường luôn giống nhau: khi một dự án thí điểm diễn ra tốt, hội đồng quản trị thích nó, mọi người muốn thể hiện tiến độ, và công ty chuyển từ bản demo sang triển khai toàn diện mà không dừng lại ở giai đoạn tích hợp sản xuất. Không ai muốn dành một quý để giám sát và sở hữu khi bản demo đã hoạt động, vì vậy họ bỏ qua bước này. Một trong những khách hàng của chúng tôi đã làm đúng như vậy, và họ phải trả giá cao hơn dự đoán.

Điều Gì Đã Sai

Khách hàng là một doanh nghiệp dịch vụ vận hành khối lượng công việc hỗ trợ, và mô hình đã xử lý các phản hồi ban đầu mà trước đây do đội ngũ của họ thực hiện. Nó được đưa vào hoạt động trên toàn bộ tổ chức dựa trên một dự án thí điểm đã thành công, và trong bốn tháng đầu không có gì có vẻ sai. Khi chúng tôi vào và kiểm tra những gì thực sự đang chạy, không có bất kỳ công cụ giám sát nào cho mô hình, vì vậy không có gì thông báo cho họ nếu các câu trả lời bắt đầu sai lệch. Không có lộ trình leo thang cho các trường hợp mà một người nên kiểm tra. Đội ngũ xây dựng đã chuyển sang dự án tiếp theo và không giao quyền sở hữu cho ai, và vì dự án thí điểm chỉ là chi phí một lần, không ai đặt ngân sách vận hành cho một thứ hiện đang chạy hàng ngày.

Chi Phí Đã Gánh

Các câu trả lời thực sự bắt đầu sai lệch, và bất kỳ ai theo dõi cũng có thể phát hiện sớm, nhưng không có ai giám sát, vì vậy một khách hàng là người đầu tiên phát hiện. Việc sửa mô hình hoá ra là phần dễ dàng và mất khoảng hai tuần. Việc khôi phục lại niềm tin của những người đã dựa vào kết quả đó mất phần còn lại của quý, và ban lãnh đạo đã dành phần lớn thời gian quý đó tranh luận về việc liệu khoản đầu tư AI có phải là sai lầm hay không, trong khi sai lầm thực sự là cách họ triển khai.

Bài Học Rút Ra

Giám sát và sở hữu trông như chi phí phụ trợ cho đến khi bạn không có chúng, và việc bỏ qua chúng khiến việc ra mắt có vẻ rẻ hơn thực tế. Chi phí không biến mất, nó chỉ xuất hiện sau này dưới dạng mất niềm tin thay vì một con số trong ngân sách.

Cách Xác Định Giai Đoạn Hiện Tại của Công Ty Trong Việc Áp Dụng AI

Bốn câu hỏi đưa một công ty lên con đường này nhanh hơn bất kỳ đánh giá chính thức nào. Hãy đặt chúng với các nhà lãnh đạo vận hành, và trả lời mỗi câu bằng bằng chứng.

• Bạn có thể nêu chỉ số kinh doanh mà mỗi mô hình đã triển khai ảnh hưởng không?
•  Ai sẽ nhận cảnh báo khi một trong số chúng suy giảm?
• Một trường hợp sử dụng mới mất bao lâu từ yêu cầu đến khi triển khai sản xuất?
•  Bao nhiêu phần công việc AI của bạn tái sử dụng những gì đã được xây dựng trước đó?

Các câu trả lời rõ ràng xác nhận giai đoạn mà công ty đã đạt được. Những câu trả lời không chắc chắn chỉ ra ngay lớp cần được tài trợ tiếp theo, vì vậy chúng cũng có giá trị tương đương.

Các công ty đi trước hiếm khi là những công ty có mô hình tốt nhất, mà là những công ty đọc vị trí của mình một cách trung thực và đầu tư vào những gì đưa họ tới giai đoạn tiếp theo. Điều này khó hơn so với vẻ bề ngoài, vì mỗi đội ngũ báo cáo tiến độ riêng và không ai muốn là người thừa nhận phần của mình còn tụt lại. Những nhà lãnh đạo làm đúng điều này đặt câu hỏi trực tiếp, và họ kiểm tra câu trả lời so với những gì thực sự đang chạy.

Mỗi tổ chức đã thuộc vào một trong các giai đoạn này, dù có ai đặt tên cho nó hay không. Lợi thế thuộc về các đội ngũ lãnh đạo biết được giai đoạn nào, và tài trợ cho bước tiếp theo một cách có chủ đích.