Lãnh đạo tư tưởng
AI Washing Đang Khiến Các Doanh Nghiệp Thất Bại
Ngày nay, mọi doanh nghiệp đều cảm thấy áp lực phải có một câu chuyện về AI. Hội đồng quản trị muốn thấy nó. Các nhà đầu tư kỳ vọng vào nó. Khách hàng hỏi về nó. Nhưng áp lực này đã tạo ra một làn sóng ngày càng tăng của “AI washing” – nơi tự động hóa trở thành “AI”, phân tích được đổi thương hiệu thành “học máy”, và các chatbot theo kịch bản đột nhiên là “AI tác tử”. Tôi đã xem bộ phim này rồi. Bối cảnh AI ngày nay gợi nhớ đến những ngày đầu áp dụng điện toán đám mây, khi các công ty gán nhãn hệ thống tại chỗ là “cloud-native” rất lâu trước khi kiến trúc hoặc mô hình vận hành của họ sẵn sàng. Mô thức tương tự đang diễn ra, và hậu quả sẽ tồi tệ hơn. Với cloud washing, mặt trái là sự kém hiệu quả và chi tiêu lãng phí. Với AI washing, mặt trái lại hướng về phía khách hàng. Chúng ta không triển khai cơ sở hạ tầng hậu kỳ thất bại với một vụ sập hệ thống hay một mã lỗi. Chúng ta đang triển khai các hệ thống tương tác trực tiếp với khách hàng – và những hệ thống này thất bại một cách âm thầm, đầy tự tin, và thường xuyên trong những trường hợp quan trọng nhất. Đây có lẽ là lý do, theo một nghiên cứu của MIT Sloan, phần lớn các dự án thí điểm AI không bao giờ được đưa vào sản xuất. Và những dự án được đưa vào thì thường xuyên không đáp ứng kỳ vọng — không phải vì AI không có khả năng, mà vì các tổ chức triển khai nó đã bỏ qua công việc khó khăn của việc kiểm thử, xác thực và sự sẵn sàng vận hành.
Động Lực Thực Sự Đằng Sau AI Washing
Nỗi sợ bị coi là lạc hậu thúc đẩy phần lớn hành vi này. Các tổ chức ca ngợi AI như một tín hiệu của sự đổi mới hơn là phản ánh năng lực thực sự. Họ bỏ qua kiểm thử và xác thực để đáp ứng thời hạn ra mắt sản phẩm, mà không có quy trình phát triển rõ ràng được xây dựng riêng cho nhu cầu của khách hàng. Kỳ vọng của nhà đầu tư làm trầm trọng thêm vấn đề. Các công ty đại chúng và được đầu tư mạo hiểm phải đối mặt với thời hạn để thể hiện sự tích hợp AI và các câu chuyện tăng trưởng được AI thúc đẩy. Trên thực tế, 90% lãnh đạo báo cáo cảm thấy áp lực từ các nhà đầu tư để áp dụng AI. Áp lực này khuyến khích các công ty đổi thương hiệu các khả năng hiện có thành AI thay vì xây dựng các dịch vụ mới thực sự, mang bản chất AI. Kết quả là những kỳ vọng sai lầm ở khắp mọi nơi — đối với nhà đầu tư, đối với khách hàng và đối với các nhóm nội bộ được giao nhiệm vụ thực hiện tất cả. Nó tạo ra ảo tưởng về đổi mới trong khi thực tế, đó chỉ là xây dựng thương hiệu.
Tại Sao AI Tác Tử Phá Vỡ Ảo Tưởng
AI tác tử là nơi cơn sốt hype tan vỡ. Và với 68% tổ chức dự kiến tích hợp tác tử AI trong năm nay, sự hạch toán đang đến rất nhanh. Đây là vấn đề cơ bản mà hầu hết doanh nghiệp chưa đối mặt: phần mềm truyền thống là xác định. Cùng một đầu vào, cùng một đầu ra, mọi lúc. Bạn có thể viết một bài kiểm tra, tái tạo một lỗi và dự đoán hành vi. Các tác tử AI là không xác định – cùng một câu hỏi có thể tạo ra một câu trả lời khác nhau mỗi lần. Đây không phải là lỗi. Đó là kiến trúc. Và nó thay đổi mọi thứ về cách bạn kiểm thử, giám sát và tin tưởng những hệ thống này. Toàn bộ cơ sở hạ tầng QA của bạn được xây dựng dựa trên giả định về khả năng tái lập. Với AI tạo sinh, giả định đó không còn nữa. Bạn có thể chạy cùng một bài kiểm tra một trăm lần và nhận được một trăm phản hồi khác nhau – một số đúng, một số sai tinh vi, một số sai nguy hiểm. Các khuôn khổ kiểm thử từng hoạt động cho IVR và chatbot theo kịch bản không chuyển sang được cho AI tác tử. Và hầu hết doanh nghiệp vẫn chưa xây dựng những cái mới. Đây là nơi AI washing bị lộ. Một chuyện là đưa ra một bản demo hoàn hảo với các đầu vào được tuyển chọn và các đường dẫn có thể dự đoán. Một chuyện khác là xử lý một khách hàng thực sự, người ngắt lời, tự mâu thuẫn, nói tiếng Anh bồi, và gọi điện lúc 11 giờ đêm về một tranh chấp hóa đơn mà họ không hoàn toàn hiểu rõ. Các mô hình được đào tạo trên dữ liệu, chứ không phải trên thực tế cảm xúc, hỗn độn, không thể đoán trước của tương tác con người. Khi những hệ thống này thất bại, chúng không thất bại như phần mềm truyền thống. Không có sự cố sập. Không có mã lỗi. AI nghe có vẻ tự tin trong khi đang sai. Nó xử lý tốt 95% trường hợp và xử lý sai thảm khốc 5% quan trọng nhất. Và không giống như một biểu mẫu web bị hỏng, những thất bại này nhân rộng trên hàng ngàn khách hàng trước khi bất kỳ ai nhận ra.
Nơi Các Thất Bại AI Ẩn Nấp
Trải nghiệm khách hàng là một trong những môi trường phức tạp nhất cho AI tác tử – và là nơi AI washing bị lộ rõ nhất. Gartner gần đây dự đoán rằng hơn 40% dự án AI tác tử sẽ bị hủy bỏ vào cuối năm 2027 do chi phí leo thang, kiểm soát rủi ro không đầy đủ hoặc giá trị kinh doanh không rõ ràng. CX là một lý do chính tại sao. Hành trình khách hàng hiếm khi chỉ liên quan đến một hệ thống duy nhất. Nó di chuyển qua AI hội thoại, hệ thống IVR, cơ sở kiến thức, nền tảng CRM và các đại lý con người. Các hành trình lai là phổ biến – mỗi tương tác có khả năng vượt qua nhiều hệ thống trước khi đạt được giải pháp. Đây là điều tôi đã thấy lặp đi lặp lại: mỗi hệ thống dường như hoạt động chính xác một mình, nhưng hành trình end-to-end vẫn thất bại. Một tác tử AI diễn giải một câu hỏi chính xác, nhưng CRM có thông tin lỗi thời và đưa ra câu trả lời sai. AI bị đổ lỗi, nhưng vấn đề thực sự là dữ liệu phân mảnh và quyền sở hữu phân mảnh. Các ngăn xếp công nghệ phân mảnh cũng có nghĩa là tầm nhìn phân mảnh. Không có một cái nhìn duy nhất về hành trình khách hàng. Không giống như phần mềm truyền thống với các tín hiệu lỗi rõ ràng, khi AI tác tử hỏng hóc, nó thể hiện sự tự tin bất kể độ chính xác. Các quy tắc leo thang kích hoạt quá muộn. Khách hàng bị mắc kẹt trong vòng lặp. Hệ thống tiếp tục chạy — và thất bại chỉ trở nên hữu hình thông qua sự thất vọng hoặc rời bỏ của khách hàng. Đây là vấn đề thất bại thầm lặng. AI không sập. Nó đang tự tin xói mòn niềm tin, từng tương tác một, ở quy mô lớn.
Chuyển Từ Cơn Sốt AI Sang Kỷ Luật Vận Hành
Câu trả lời cho AI washing không phải là tiếp thị tốt hơn. Đó là một sự thay đổi cơ bản trong cách các tổ chức đối xử với AI, từ một tính năng họ công bố thành cơ sở hạ tầng họ vận hành. Tôi đã dành 25 năm xây dựng và mở rộng các hệ thống doanh nghiệp, bao gồm việc thành lập một công ty tự động hóa kiểm thử AI. Mô thức tôi đã thấy xuyên suốt mọi làn sóng công nghệ là như nhau. Những công ty chiến thắng không phải là những người áp dụng đầu tiên. Họ là những người vận hành hóa tốt nhất. Đây là những gì điều đó trông như thế nào đối với AI:
Đo lường hiệu suất sản xuất, không phải hiệu suất demo
Đánh giá AI dựa trên các môi trường được kiểm soát không cho bạn biết gì về hành vi trong thế giới thực. Các số liệu quan trọng là độ chính xác leo thang, tỷ lệ giải quyết, tuân thủ chính sách và sự hài lòng của khách hàng trên hàng ngàn tương tác không theo kịch bản – không phải các kịch bản demo được chọn lọc.
Sửa chữa nền tảng trước khi bạn mở rộng quy mô
AI không giải quyết các quy trình làm việc bị hỏng – nó khuếch đại chúng. Định tuyến không nhất quán, cơ sở kiến thức không đầy đủ, dữ liệu CRM lỗi thời – những vấn đề này không biến mất khi bạn thêm AI. Chúng trở nên tồi tệ hơn, nhanh hơn và ở quy mô lớn. Sự sẵn sàng của quy trình làm việc phải đến trước khi triển khai AI, không phải sau.
Kiểm thử toàn bộ hành trình, không phải các thành phần riêng lẻ
Hầu hết doanh nghiệp xác thực các hệ thống riêng lẻ một cách biệt lập, nhưng các thất bại xuất hiện trong các bàn giao. Kiểm thử hành trình end-to-end trên các kênh thoại, kỹ thuật số và AI là cách duy nhất để phát hiện các lỗi tích hợp mà khách hàng thực sự trải nghiệm.
Xây dựng cho niềm tin, không chỉ hiệu quả
Người dùng sẽ từ chối AI khiến họ mắc kẹt trong các vòng lặp bế tắc, cung cấp câu trả lời sai hoặc khiến việc tiếp cận con người là không thể. Các doanh nghiệp tối ưu hóa cho hiệu quả bằng cách hy sinh niềm tin sẽ mất đi những khách hàng mà họ đang cố gắng phục vụ với chi phí rẻ hơn.
Sự Kết Thúc Của AI Washing
Khi AI nhúng sâu hơn vào các quy trình làm việc vận hành, các doanh nghiệp sẽ không còn có thể ẩn sau cơn sốt hype. Hơn một nửa nhà đầu tư hiện nay kỳ vọng ROI từ AI trong vòng sáu tháng. Khung thời gian như vậy là không thể nếu không có các hệ thống được thiết kế cho thế giới thực hỗn độn, không thể đoán trước — chứ không phải môi trường demo hoàn hảo. Yêu cầu đang phát triển từ việc đơn thuần có AI như một tính năng sản phẩm sang việc chứng minh nó hoạt động khi quan trọng nhất, ở quy mô lớn, trong môi trường sản xuất, với khách hàng thực. AI washing có thể giành được sự chú ý ngắn hạn. Nó sẽ không tồn tại khi tiếp xúc với thực tế.
