Giai Đoạn Tiếp Theo Của AI Là Về Thực Thi, Không Phải Câu Trả Lời

Kể từ khi ra đời, AI chủ yếu được coi là một công cụ để tạo ra thông tin chi tiết. Chatbot trả lời câu hỏi. Bảng điều khiển hiển thị xu hướng. Các trợ lý ảo tóm tắt nhanh hơn bất kỳ con người nào. Những công cụ này mang lại giá trị thực sự, nhưng đối với nhiều tổ chức, chúng không thay đổi đáng kể kết quả. Sau nhiều năm thử nghiệm và chứng minh khái niệm, một mô hình rõ ràng đã xuất hiện: AI chỉ tập trung vào việc trả lời câu hỏi hiếm khi giải quyết được các nút thắt hoạt động mà các nhóm phải đối mặt hàng ngày.

Đây không phải là giai thoại. Theo Khảo sát của McKinsey về Tình trạng AI gần đây, gần chín trong số mười tổ chức hiện báo cáo sử dụng AI trong ít nhất một chức năng kinh doanh, nhưng rất ít nói rằng những nỗ lực đó đã chuyển thành tác động có ý nghĩa trên toàn doanh nghiệp. Tương tự, một phân tích năm 2025 về các triển khai GenAI cho thấy 95% các triển khai doanh nghiệp không tạo ra tác động tài chính có thể đo lường được, phần lớn là do đầu ra của AI không bao giờ được nhúng vào các quy trình làm việc thực tế. Khoảng cách không phải là khả năng tiếp cận thông tin chi tiết, mà là khả năng vận hành hóa ở quy mô lớn.

Trong thực tế, hầu hết các hệ thống AI dừng lại trước khi thực thi. Chúng xác định cơ hội, nhưng để con người quyết định cách thức và thời điểm hành động, thường là trên các hệ thống phân mảnh và với các nhóm và thời hạn hạn chế, chặt chẽ. Trong nhiều trường hợp, AI làm tăng nhận thức nhưng không làm tăng thông lượng. Đó là lý do tại sao giai đoạn tiếp theo của việc áp dụng AI đang chuyển hướng sang AI có thể hành động.

Từ AI trả lời sang AI hành động

AI hành động đại diện cho sự dịch chuyển khỏi trí thông minh thụ động hướng tới các hệ thống được thiết kế để thúc đẩy công việc.

Thay vì dừng lại ở các đề xuất, AI tác nhân di chuyển các hành động đã được phê duyệt xuyên suốt các quy trình công việc: phân loại yêu cầu, định tuyến nhiệm vụ, soạn thảo các bước tiếp theo, nhắc nhở các bên liên quan, cập nhật hệ thống và leo thang các trường hợp ngoại lệ khi cần có sự phán đoán của con người. Quan trọng là, AI tập trung vào thực thi không thay thế sự phán đoán của con người. Nó làm giảm ma sát giữa thông tin chi tiết và việc theo dõi thực hiện: con người xác định kết quả, sự phê duyệt và các đường leo thang; AI xử lý các công việc bận rộn làm chậm nhóm; và sự giám sát được tích hợp thông qua xem xét, dấu vết kiểm toán và quản trị.

Cách tiếp cận lấy con người làm trung tâm này là điều cần thiết để tạo dựng niềm tin. Nghiên cứu từ Trung tâm Nghiên cứu Pew về niềm tin vào AI liên tục cho thấy những lo ngại về tính minh bạch, trách nhiệm giải trình và sử dụng sai mục đích vẫn là những rào cản hàng đầu đối với việc áp dụng. AI hành động có trách nhiệm giải quyết những lo ngại đó bằng cách làm cho hành động trở nên hữu hình, có thể giải thích và có thể kiểm soát.

Đạt đến điểm bùng phát

Một số yếu tố đang góp phần đẩy các tổ chức vượt ra ngoài AI chỉ biết trả lời.

• Thứ nhất, các nhóm được yêu cầu làm nhiều hơn với ít hơn. Các ràng buộc về lực lượng lao động không còn là tạm thời; chúng mang tính cấu trúc. Đồng thời, kỳ vọng về tốc độ và tính nhất quán tiếp tục gia tăng trên mọi ngành công nghiệp.
• Thứ hai, các mô hình AI nền tảng ngày càng trở nên dễ tiếp cận. Kết quả là, sự khác biệt đang chuyển dịch khỏi việc lựa chọn mô hình và hướng tới sự điều phối – cách AI được tích hợp vào công việc hàng ngày. Như Harvard Business Review đã lưu ý trong bài viết của mình, giá trị thực sự xuất hiện khi AI được nhúng vào các quy trình, chứ không phải được đặt chồng lên chúng.
• Cuối cùng, chi phí của việc không hành động đang tăng lên. Khi những thông tin chi tiết nằm im hoặc việc theo dõi bị bỏ sót, tác động xuôi dòng sẽ nhân lên. Trong nhiều môi trường, việc thực thi chậm trễ quan trọng không kém việc thực thi sai.

Trong bối cảnh này, AI chỉ đơn thuần thông báo là không còn đủ. Các tổ chức cần các hệ thống có thể thực thi công việc thường xuyên một cách an toàn và nhất quán, giảm ma sát thay vì tăng thêm.

Giáo dục đại học như một trường hợp thử nghiệm thực tế

Giáo dục đại học cung cấp một trong những ví dụ rõ ràng nhất về lý do tại sao sự thay đổi này là cần thiết. Sự tương tác xuyên suốt vòng đời giáo dục đại học đã thay đổi căn bản. Sinh viên mong đợi sự hỗ trợ tức thì, nhất quán từ lần hỏi đầu tiên cho đến khi tốt nghiệp. Cựu sinh viên tìm kiếm giá trị liên tục, không phải sự tiếp cận thỉnh thoảng. Các nhóm phát triển được kỳ vọng sẽ mang lại tác động lớn hơn và xây dựng các mối quan hệ lâu dài ở quy mô lớn, ngay cả khi nhân sự và ngân sách tiếp tục thắt chặt.

Đồng thời, các tín hiệu tương tác liên tục đến: đơn đăng ký được nộp, các cột mốc đạt được, sự kiện tham dự, quà tặng được thực hiện. Việc biến những tín hiệu đó thành hành động kịp thời, được phối hợp vẫn phụ thuộc nhiều vào công việc thủ công trên các hệ thống không kết nối.

Các nhà lãnh đạo giáo dục đại học ngày càng xem AI là điều cần thiết để mở rộng quy mô tương tác và hỗ trợ sinh viên, đồng thời vẫn thận trọng về quản trị và sự sẵn sàng của dữ liệu. Tương tự, các phân tích khác về xu hướng công nghệ giáo dục và tuyển sinh nhấn mạnh sự quan tâm ngày càng tăng đến tương tác vòng đời được AI thúc đẩy, cùng với sự thất vọng với các hệ thống phân mảnh làm chậm việc thực thi. Trong môi trường này, AI chỉ hiển thị các đề xuất nhanh chóng đạt đến giới hạn của nó. Biết ai cần được tiếp cận là hữu ích, nhưng biết đúng thời điểm để thực hiện việc tiếp cận đó để có tác động tối đa thì khó khăn hơn nhiều.

AI hành động giúp thu hẹp khoảng cách ngắt kết nối đó bằng cách biến tín hiệu thành các hành động tốt nhất tiếp theo và tự động hóa các bước theo dõi thường xuyên xuyên suốt vòng đời. Nhân viên vẫn tập trung vào sự đồng cảm, phán đoán và các cuộc trò chuyện phức tạp, trong khi AI đảm bảo việc tương tác diễn ra nhất quán và đúng thời gian.

Giáo dục đại học đặc biệt tiết lộ vì kết quả phụ thuộc vào niềm tin và kết nối con người. Nếu AI có thể hành động có trách nhiệm trong môi trường giáo dục đại học, xuyên suốt các vòng đời phức tạp và trong một không gian xử lý dữ liệu và thông tin cá nhân của sinh viên trong khi vẫn giữ nguyên quản trị, nó sẽ cung cấp một bản thiết kế cho các lĩnh vực rủi ro cao khác đang đối mặt với áp lực tương tự.

Sự do dự là hợp lý – thiết kế quản trị trước khi hành động

Sự do dự xung quanh AI hành động là có thể hiểu được. Các nhà lãnh đạo lo ngại về chất lượng dữ liệu, tự động hóa quá mức và mất kiểm soát, đặc biệt là trong các môi trường được quản lý hoặc dựa trên niềm tin. Những lo ngại này không phải là lý do để tạm dừng vô thời hạn. Điều thường thiếu là vai trò của quản trị như một yếu tố hỗ trợ, không phải là một ràng buộc.

Gần một nửa các tổ chức báo cáo rằng các khuôn khổ quản trị và niềm tin không đầy đủ đang hạn chế khả năng nhận ra giá trị từ AI của họ. Nghiên cứu tương tự cho thấy các công ty đầu tư vào các thực hành AI có trách nhiệm được định vị tốt hơn để mở rộng quy mô tác động.

AI hành động không thể thành công nếu không có các rào chắn rõ ràng. Chuyển từ đề xuất sang thực thi đòi hỏi các quyết định rõ ràng về việc AI có thể hành động thay cho ai, những hành động nào nó được phép thực hiện, khi nào cần có sự xem xét của con người và các trường hợp ngoại lệ được leo thang như thế nào.

Các tổ chức tiến lên thành công coi quản trị như một phần của thiết kế sản phẩm và quy trình, không phải là ý nghĩ sau. Trong thực tế, điều đó có nghĩa là thiết lập:

• Các đường phê duyệt được xác định cho thời điểm AI có thể hành động độc lập so với thời điểm cần có sự phê duyệt của con người.
• Tính kiểm toán và truy xuất nguồn gốc để các hành động có thể được xem xét, giải thích và đảo ngược.
• Các quy tắc leo thang rõ ràng định tuyến sự không chắc chắn cho chủ sở hữu là con người.
• Các kiểm soát quyền riêng tư và dữ liệu phù hợp với kỳ vọng quy định.

Loại quản trị này không làm chậm AI, nó cho phép hành động với sự tự tin. Các nhà lãnh đạo không nên hỏi liệu họ có đủ khả năng cho quản trị hay không, mà là liệu họ có đủ khả năng cho AI không thể hành động vì quản trị chưa bao giờ được thiết kế trong hệ thống ngay từ đầu.

Sự sẵn sàng AI vào năm 2026

Vào năm 2026, mức độ trưởng thành của AI sẽ được định nghĩa ít hơn bởi việc các tổ chức có sử dụng AI hay không và nhiều hơn bởi việc họ để nó hành động hiệu quả như thế nào.

Các tổ chức sẵn sàng AI có chung một số đặc điểm:

• Các mục tiêu kết quả rõ ràng gắn với tuyển sinh, giữ chân, tương tác hoặc tăng quyên góp.
• Khuôn khổ quản trị bao gồm kiểm soát quyền riêng tư, phê duyệt, dấu vết kiểm toán và leo thang.
• Dữ liệu thống nhất và tích hợp cho phép AI thực thi, không chỉ đề xuất.

Giai đoạn tiếp theo của việc áp dụng AI sẽ được dẫn dắt bởi các tổ chức thiết kế cho hành động có trách nhiệm, cho phép AI tăng năng lực, hỗ trợ kết quả tốt hơn và giúp các nhóm làm được nhiều việc hơn với ít hơn – mà không đánh mất sự tiếp xúc con người quan trọng nhất.