Khả năng không bao giờ là vấn đề. Mô hình hoạt động là.

Madelaine Yue đã đặt nó một cách sạch sẽ như tôi đã thấy nó được đặt: “AI không sửa chữa các hệ thống bị hỏng. Nó thực hiện chúng nhanh hơn.” Câu này đã ở với tôi vì nó đặt tên cho điều gì đó cuộc trò chuyện về AI doanh nghiệp đã được quay quanh trong hai năm mà không khá đặt tên cho nó. Khả năng không phải là vấn đề vào năm 2026. Khả năng ở mọi nơi. Những gì các doanh nghiệp vẫn còn thiếu là mô hình hoạt động mà biến khả năng họ đã sở hữu thành kết quả mà khách hàng có thể cảm nhận được.

Tôi đã bắt đầu gọi mô hình hoạt động này là Trí tuệ Ứng dụng, vì khoảng trống nó đóng là khoảng trống giữa việc có AI và sử dụng nó. Sự khác biệt này quan trọng vì cái thứ hai là cái duy nhất mà tích lũy.

Trần khả năng đã được đạt

Nếu bạn dẫn đầu AI hoặc chiến lược số tại một doanh nghiệp có kích cỡ nào, bạn đã mua nhiều AI hơn bạn đã tổ chức. Một người đồng hành cho bán hàng, một người tóm tắt cho hỗ trợ, một đại lý phân loại cho hoạt động, một động cơ phân tích cho tiếp thị, đôi khi tất cả từ các nhà cung cấp khác nhau. Kho khả năng trông ấn tượng trong một bản trình bày hội đồng quản trị. Người vận hành bên trong luồng công việc vẫn đi trên các mối nối giữa các hệ thống, và khách hàng cũng vậy.

Khi phát hiện của MIT NANDA vào năm 2025 rằng 95 phần trăm chương trình thí điểm AI tạo ra không có tác động có thể đo lường được đến lợi nhuận đã lan truyền, tiêu đề đã vượt qua chẩn đoán. Các chương trình thí điểm không thất bại vì các mô hình yếu. Chúng thất bại vì không có gì kết nối đầu ra của một mô hình với một quy trình kinh doanh đã được chịu trách nhiệm về một kết quả. Khả năng tích hợp – con người, trách nhiệm, đường ống dữ liệu, kỷ luật hoạt động mà biến năm thành phần thành một trải nghiệm – gần như không bao giờ là mục nào được tài trợ.

VimalRaj Sampathkumar đã làm một điểm liền kề vào tháng 4: các doanh nghiệp bị đình trệ khi AI được đối xử như một loạt các mua hàng riêng biệt chứ không phải là một khả năng phải tích lũy. Tài trợ cho việc tích lũy là công việc không hấp dẫn của công việc, và đó là nửa công việc mà Trí tuệ Ứng dụng thực sự là về.

Sự chuyển giao chiến lược-sự thực hiện là nơi mà hầu hết AI chết

Hầu hết các chế độ thất bại của AI doanh nghiệp đã bị đổ lỗi cho một điều gì đó. Sạch sẽ dữ liệu. Quản lý. Quản lý thay đổi. Tài năng. Mỗi điều đó là thực, và không có điều nào là chế độ thất bại chính mà tôi nhìn thấy tuần này qua tuần khác. Đó là sự chuyển giao giữa nhóm đã viết chiến lược và nhóm phải giao hàng hệ thống.

Trong mô hình tư vấn truyền thống, sự chuyển giao đó là một sản phẩm. Một bản đồ đường, một mô hình hoạt động mục tiêu, một ma trận lựa chọn nhà cung cấp. Công ty tư vấn chiến lược giao sản phẩm cho nhà tích hợp hệ thống hoặc nhóm kỹ thuật nội bộ, và công ty tư vấn chiến lược rời đi. Khi công việc kỹ thuật bắt đầu, nửa số giả định trong sản phẩm đã cũ, và những người duy nhất có phán quyết về việc liệu có nên tôn trọng hoặc sửa đổi chúng là không còn trong phòng.

Sự chuyển giao cũng là nơi mà hầu hết các quan sát viên giữa các ngành đặt khoảng trống. Trong một cuộc đua tiếp sức, cuộc đua được giành và mất tại sự chuyển giao, không phải trên đường thẳng. Trong AI doanh nghiệp, hình dạng tương tự được giữ: phần chậm nhất của cuộc đua là khoảnh khắc khi ngữ cảnh, phán quyết hoặc trách nhiệm được chuyển giao qua một ranh giới, và không ai sở hữu liệu nó có thực sự làm như vậy.

Trí tuệ Ứng dụng như tôi định nghĩa nó có ba thành phần mô hình hoạt động, mỗi thành phần nhằm vào một mối nối khác nhau:

• Chiến lược và kỹ thuật dưới một mái nhà. Các khuyến nghị được xây dựng bởi những người sẽ sống với chúng, và phán quyết kỹ thuật định hình chiến lược trước khi nó được xuất bản, không sau.
• Sự tham gia kép với lãnh đạo và vận hành. Tài trợ điều hành và việc áp dụng cấp vận hành chạy như các luồng công việc song song, không phải là các luồng công việc được sắp xếp. Việc áp dụng không phải là dặm cuối cùng; nó là dặm song song.
• Thắng lợi có thể đo lường được trong 90 ngày, không phải là sự biến đổi trong 18 tháng. Mỗi chu kỳ chọn một sự chuyển giao có ý nghĩa, sửa chữa nó như một hệ thống có trách nhiệm, đo lường những gì di chuyển ở cấp độ khách hàng, và sau đó chọn cái tiếp theo.

Không có điều gì mới mẻ như một khát vọng. Điều mới mẻ là chạy nó như một mô hình hoạt động chứ không phải là ba quyết định mua hàng.

Trông mô hình kỷ luật như thế nào trong sản xuất

Bằng chứng rõ ràng nhất rằng các thành phần chính nó hoạt động không có gì liên quan đến kích cỡ của mô hình. Nó phụ thuộc vào việc liệu ai đó sở hữu mối nối.

Trong dịch vụ tài chính, các tổ chức lớn đã dành một thập kỷ để hỏi lại khách hàng mới về thông tin mà tổ chức đã thu thập trong quá trình申请, vì luồng công việc KYC và luồng công việc nhập cảnh được tối ưu hóa bởi các nhóm khác nhau chống lại các chỉ số khác nhau. Các tổ chức đã sửa chữa sự chuyển giao đó một cách im lặng, thường trong 12 đến 14 tuần làm việc tập trung chứ không phải là một chương trình biến đổi đa năm, đã thấy việc từ bỏ ứng dụng giảm và thời gian đến tài khoản được tài trợ nén lại đáng kể. AI không thay đổi. Mối nối đã thay đổi.

Trong khách sạn, bài học tương tự đã xuất hiện gần một thập kỷ trước. Khách đã ngừng chấp nhận việc nhận phòng không biết họ đã đặt phòng, và những người vận hành đã đóng vòng lặp đó bằng cách làm cho một nhóm chịu trách nhiệm về trải nghiệm trên toàn bộ hệ thống đặt phòng, hệ thống quản lý tài sản và nền tảng忠诚. Mô hình hoạt động là sự can thiệp. Các quyết định về nền tảng là hạ lưu.

Chăm sóc sức khỏe là trường hợp công khai hiện tại nhất vì hậu quả là ngay lập tức. Tại NYU Langone, một mô hình BERT được triển khai phân loại tin nhắn cổng thông tin bệnh nhân, được nghiên cứu trên 396.466 tin nhắn và được xuất bản trên JAMIA Open vào tháng 8 năm 2024, đã cắt giảm thời gian đọc của bác sĩ lâm sàng trên các tin nhắn có độ ưu tiên cao từ 44 đến 67 phần trăm. Đó là một kết quả có thể đo lường được trong một luồng công việc tích hợp duy nhất. Thành phần là thực. Các tổ chức sẽ tích lũy kết quả đó là những tổ chức đang xây dựng khả năng điều phối xung quanh nó, không phải là chờ đợi bản demo của nhà cung cấp tiếp theo.

Thực hành, không phải dự án

Các chương trình AI doanh nghiệp khỏe mạnh nhất mà tôi nhìn thấy được chạy nhiều như một thực hành lâm sàng hơn là một chương trình biến đổi. Các chu kỳ học tập 90 ngày, một sự chuyển giao tại một thời điểm, với một chủ sở hữu có trách nhiệm duy nhất cho trải nghiệm trên các kênh chạm vào nó. Dữ liệu được đo để theo dõi khách hàng chứ không phải là kênh, và các chỉ số sống ở sự chuyển giao, không phải ở bảng điều khiển cho bất kỳ hệ thống riêng lẻ nào.

Đây là những gì Báo cáo State of Generative AI in the Enterprise 2026 của Deloitte gọi là “biên giới chưa được khai thác” – khoảng trống hoạt động giữa các tổ chức đã mở rộng quyền truy cập AI khoảng 50 phần trăm mỗi năm và khoảng một phần tư đã di chuyển hơn 40 phần trăm các thí nghiệm vào sản xuất. Việc mở rộng quyền truy cập đã trở nên gần như miễn phí. Kỷ luật của sản xuất thì không.

Kỷ luật đó là công việc. Đó cũng là, vào cuối cùng, nơi mà giá trị AI doanh nghiệp trong thập kỷ tới sẽ được sắp xếp.

Khả năng bạn xây dựng bây giờ là giá trị bạn tích lũy sau

Yue đúng rằng AI thực hiện các hệ thống bị hỏng nhanh hơn. Sự tương đương mà tôi sẽ đưa ra là AI cũng tích lũy các hệ thống kỷ luật nhanh hơn, và sự lựa chọn giữa hai kết quả đó là một lựa chọn mô hình hoạt động, không phải là lựa chọn công cụ. Khả năng đã trên kệ. Các doanh nghiệp đang xây dựng Trí tuệ Ứng dụng như một thực hành bây giờ – tích hợp chiến lược-kỹ thuật, sự tham gia kép, các chu kỳ nhỏ trung thực – là những doanh nghiệp mà đầu tư AI sẽ kiếm được chu kỳ ngân sách tiếp theo, và khách hàng sẽ ngừng cảm nhận mọi mối nối.