Đi trên dây thăng bằng AI: Tại sao các đội vận hành cần cân bằng giữa tác động và rủi ro

AI đang phát triển với tốc độ đáng kinh ngạc, và mỗi bước tiến là một bước vào vùng đất không xác định. Cơ hội là rất lớn, nhưng rủi ro cũng không nhỏ. Trong khi AI hứa hẹn sẽ cách mạng hóa các ngành công nghiệp – từ tự động hóa các nhiệm vụ thường xuyên đến cung cấp thông tin sâu sắc thông qua phân tích dữ liệu – nó cũng tạo ra các vấn đề đạo đức, thiên vị, lo ngại về quyền riêng tư dữ liệu và thậm chí là lợi nhuận đầu tư (ROI) âm nếu không được triển khai đúng cách.

Các nhà phân tích đã bắt đầu đưa ra dự đoán về cách tương lai của AI sẽ được định hình – ít nhất là một phần – bởi rủi ro.

Theo một báo cáo năm 2025 của Gartner có tiêu đề Đi trên dây thăng bằng AI, mối quan hệ của chúng ta với AI sẽ thay đổi khi công nghệ này phát triển và rủi ro này xuất hiện. Ví dụ, báo cáo dự đoán rằng các doanh nghiệp sẽ bắt đầu đưa ra các biện pháp bảo vệ pháp lý liên quan đến AI vào các điều khoản và điều kiện của họ – với lĩnh vực chăm sóc sức khỏe dự kiến sẽ bắt đầu thực hiện các cập nhật này trong vòng hai năm tới. Báo cáo cũng cho rằng, vào năm 2028, hơn một phần tư số vi phạm dữ liệu của các doanh nghiệp sẽ được truy trở lại một số loại hình lạm dụng đại lý AI, dù từ bên trong hay từ các tác nhân độc hại bên ngoài.

Beyond quy định và bảo mật dữ liệu, còn có một rủi ro khác – tương đối không rõ ràng – với mức độ rủi ro tương đương. Không phải tất cả các doanh nghiệp đều “sẵn sàng” cho AI, và trong khi việc triển khai AI có thể rất hấp dẫn, việc triển khai nó mà không có sự chuẩn bị kỹ lưỡng có thể dẫn đến những tổn thất tài chính lớn và những trở ngại trong hoạt động. Hãy lấy một ngành công nghiệp đòi hỏi dữ liệu như dịch vụ tài chính, ví dụ. Trong khi AI có tiềm năng tăng cường khả năng ra quyết định cho các đội vận hành trong lĩnh vực này, nó chỉ hoạt động nếu những đội đó có thể tin tưởng vào những thông tin họ đang hành động. Trong một báo cáo năm 2024, ActiveOps đã tiết lộ rằng 98% các nhà lãnh đạo dịch vụ tài chính cho biết “có những thách thức đáng kể” khi áp dụng AI cho thu thập dữ liệu, phân tích và báo cáo. Thậm chí sau khi triển khai, 9 trong 10 vẫn gặp khó khăn trong việc có được những thông tin họ cần. Nếu không có một khuôn khổ quản lý rõ ràng, trách nhiệm giải trình và một lực lượng lao động có kỹ năng để giải thích các khuyến nghị do AI đưa ra, rủi ro thực sự cho các doanh nghiệp này là các dự án AI của họ có thể trở thành một trách nhiệm hơn là một tài sản. Đi trên dây thăng bằng AI không phải là về việc di chuyển nhanh; nó là về việc di chuyển thông minh.

Rủi ro cao, rủi ro lớn

Tiềm năng của AI trong việc chuyển đổi kinh doanh là không thể phủ nhận, nhưng chi phí của việc làm sai cũng không nhỏ. Trong khi các doanh nghiệp đang háo hức tận dụng AI cho hiệu quả, tự động hóa và ra quyết định theo thời gian thực, rủi ro cũng đang tăng lên cùng với cơ hội. Một bước sai lầm trong quản lý AI, thiếu giám sát hoặc quá phụ thuộc vào các thông tin do AI tạo ra dựa trên dữ liệu không đầy đủ hoặc không được duy trì tốt có thể dẫn đến mọi thứ từ phạt của cơ quan quản lý đến vi phạm bảo mật AI, quyết định sai lầm và tổn hại đến danh tiếng. Với các mô hình AI ngày càng làm – hoặc ít nhất là ảnh hưởng đến – các quyết định kinh doanh quan trọng, có một nhu cầu cấp thiết để các doanh nghiệp ưu tiên quản lý dữ liệu trước khi mở rộng các sáng kiến AI. Theo McKinsey, các doanh nghiệp sẽ cần áp dụng một tư duy “mọi thứ, mọi nơi, tất cả cùng một lúc” để đảm bảo rằng dữ liệu trên toàn doanh nghiệp có thể được sử dụng an toàn và bảo mật trước khi họ phát triển các sáng kiến AI của mình.

Đây có thể là một trong những rủi ro lớn nhất liên quan đến AI. Sự hứa hẹn của tự động hóa và hiệu quả có thể rất hấp dẫn, dẫn đến các công ty đổ tài nguyên vào các dự án AI mà không đảm bảo rằng dữ liệu của họ đã sẵn sàng để hỗ trợ chúng. Nhiều tổ chức vội vàng triển khai AI mà không thiết lập quản lý dữ liệu mạnh mẽ, hợp tác liên chức năng hoặc chuyên môn nội bộ, cuối cùng dẫn đến các mô hình AI củng cố các thiên vị hiện có, tạo ra đầu ra không đáng tin cậy và không tạo ra lợi nhuận đầu tư (ROI) hài lòng. Thực tế là AI không phải là một giải pháp “cắm và chơi” – nó là một khoản đầu tư chiến lược dài hạn đòi hỏi phải lập kế hoạch, giám sát có cấu trúc và một lực lượng lao động hiểu cách sử dụng nó một cách hiệu quả.

Thiết lập nền tảng vững chắc

Theo người đi dây thăng bằng và nhà lãnh đạo kinh doanh, Marty Wolner, lời khuyên tốt nhất khi học đi dây thăng bằng là bắt đầu từ từ: “Đừng cố đi dây thăng bằng qua một khe núi ngay từ đầu. Hãy bắt đầu với một dây thấp và tăng dần khoảng cách và khó khăn khi bạn xây dựng kỹ năng và sự tự tin của mình.” Ông đề xuất điều tương tự cũng đúng với kinh doanh: “Những chiến thắng nhỏ có thể chuẩn bị cho bạn những thách thức lớn hơn.”

Để AI mang lại giá trị bền vững, dài hạn, những “chiến thắng nhỏ” này là rất quan trọng. Trong khi nhiều tổ chức tập trung vào khả năng công nghệ của AI và cố gắng đi trước đối thủ, thách thức thực sự nằm ở việc xây dựng khuôn khổ vận hành phù hợp để hỗ trợ việc áp dụng AI trên quy mô lớn. Điều này đòi hỏi một cách tiếp cận ba mặt: quản lý mạnh mẽ, học tập liên tục và cam kết phát triển AI đạo đức.

Quản lý: AI không thể hoạt động hiệu quả mà không có một khuôn khổ quản lý có cấu trúc để quy định cách nó được thiết kế, triển khai và giám sát. Nếu không có quản lý, các sáng kiến AI có nguy cơ trở nên phân mảnh, không có trách nhiệm hoặc thậm chí là nguy hiểm. Các doanh nghiệp phải thiết lập các chính sách rõ ràng về quản lý dữ liệu, minh bạch quyết định và giám sát hệ thống để đảm bảo rằng các thông tin do AI tạo ra có thể được tin cậy, giải thích được và có thể kiểm toán. Các cơ quan quản lý đang thắt chặt các kỳ vọng xung quanh quản lý AI, với các khuôn khổ như Đạo luật AI của EU và các quy định của Mỹ đang phát triển sẽ buộc các công ty phải chịu trách nhiệm về cách họ sử dụng AI trong việc ra quyết định. Theo Gartner, các nền tảng quản lý AI sẽ đóng vai trò quan trọng trong việc cho phép các doanh nghiệp quản lý hiệu suất pháp lý, đạo đức và vận hành của các hệ thống AI của họ, đảm bảo tuân thủ đồng thời duy trì sự linh hoạt. Các tổ chức không thiết lập quản lý AI ngay bây giờ có thể sẽ phải đối mặt với những hậu quả đáng kể về quy định, danh tiếng và tài chính trong tương lai.

Người lao động: AI chỉ hiệu quả khi những người sử dụng nó. Trong khi các doanh nghiệp thường tập trung vào công nghệ bản thân, khả năng của lực lượng lao động trong việc hiểu và tích hợp AI vào hoạt động hàng ngày là vừa as quan trọng. Nhiều tổ chức rơi vào cái bẫy cho rằng AI sẽ tự động cải thiện việc ra quyết định, khi thực tế, nhân viên cần được đào tạo để giải thích các thông tin do AI tạo ra và sử dụng chúng một cách hiệu quả. Nhân viên không chỉ phải thích nghi với các quy trình do AI thúc đẩy mà còn phải phát triển các kỹ năng tư duy phản biện cần thiết để thách thức các đầu ra của AI khi cần thiết. Nếu không, các doanh nghiệp rủi ro quá phụ thuộc vào AI – cho phép các mô hình có khuyết tật ảnh hưởng đến các quyết định chiến lược mà không bị kiểm soát. Các chương trình đào tạo, sáng kiến nâng cao kỹ năng và giáo dục AI liên chức năng phải trở thành ưu tiên để đảm bảo rằng nhân viên ở tất cả các cấp có thể cộng tác với AI thay vì bị thay thế hoặc bị lu mờ bởi nó.

Đạo đức: Nếu AI là một yếu tố dài hạn cho sự thành công của kinh doanh, nó phải được xây dựng trên các nguyên tắc đạo đức. Thiên vị thuật toán, vi phạm quyền riêng tư dữ liệu và các quy trình ra quyết định không minh bạch đã làm xói mòn niềm tin vào AI trên một số ngành công nghiệp. Các tổ chức cần đảm bảo rằng các quyết định do AI thúc đẩy phù hợp với các tiêu chuẩn pháp lý và quy định, và rằng khách hàng, nhân viên và các bên liên quan có thể tin tưởng vào các quy trình được AI cung cấp. Điều này có nghĩa là thực hiện các biện pháp chủ động để loại bỏ thiên vị, bảo vệ quyền riêng tư và xây dựng các hệ thống AI hoạt động minh bạch. Theo Ngân hàng Thế giới, “Quản lý AI là về việc tạo ra cơ hội công bằng, bảo vệ quyền và – quan trọng – xây dựng niềm tin vào công nghệ này.”

Dữ liệu: Có một tập dữ liệu duy nhất và hợp nhất trên toàn bộ hoạt động là điều quan trọng để xác định cả vị trí bắt đầu và vị trí kết thúc của sự tham gia của AI. Biết nơi AI đã được sử dụng, hiểu nơi để triển khai AI và có khả năng nhận ra các cơ hội cho sự tham gia AI thêm là điều quan trọng cho thành công liên tục. Dữ liệu cũng là chỉ số tốt nhất để đo lường lợi ích của AI – nếu các doanh nghiệp không hiểu “vị trí bắt đầu” của họ và không đo lường hành trình của AI, họ không thể chứng minh được lợi ích của nó. Như Galileo đã nói, “Đo lường những gì có thể đo lường được, và những gì không thể đo lường được, hãy làm cho nó có thể đo lường được.”

Đi trên dây thăng bằng là về sự chuẩn bị, sự bình tĩnh và tìm kiếm sự cân bằng với mỗi bước tiến. Các doanh nghiệp tiếp cận AI với sự thận trọng có biện pháp, quản lý dữ liệu có cấu trúc và lực lượng lao động có kỹ năng sẽ là những người vượt qua an toàn, trong khi những người vội vàng mà không đảm bảo sự an toàn của mình sẽ rủi ro một sự sụp đổ tốn kém.