Cú lừa về phổ cập AI: Tại sao năng suất doanh nghiệp vẫn dậm chân tại chỗ?

Các mô hình AI đang ngày càng mạnh mẽ hơn, nhưng bên trong các doanh nghiệp, có điều gì đó không khớp: năng lực của mô hình đang tăng vọt, trong khi năng suất của tổ chức lại không theo kịp.

Cách đây không lâu, bài viết "AI Adoption is a Myth" (Việc áp dụng AI là một huyền thoại) đã gây ra cuộc thảo luận sôi nổi trên X. CEO của Box, Aaron Levie, đã chia sẻ lại bài viết này và cho rằng bất kỳ ai đang thúc đẩy AI trong doanh nghiệp hoặc xây dựng các sản phẩm AI cho doanh nghiệp đều nên đọc nó.

Addy Osmani, trưởng nhóm kỹ thuật của Google Chrome, đã đưa ra một quan sát đặc biệt sắc bén: những người sử dụng AI hàng ngày cảm thấy mình đang tụt hậu so với những người dẫn đầu, nhưng họ lại dễ dàng bỏ qua việc hầu hết các đồng nghiệp của mình còn đang tụt hậu xa đến mức nào.

Tác giả, Vasuman Moza, là cựu kỹ sư của Meta và là người sáng lập Varick Agents — một công ty triển khai các AI agent cho các doanh nghiệp lớn có doanh thu hàng năm trên 500 triệu USD. Anh đã dành cả năm qua để thực hiện triển khai AI thực tế tại các tập đoàn lớn, và mô hình mà anh quan sát được là vô cùng nhất quán.

Cho dù một đội ngũ có 50 hay 5.000 người, việc cung cấp các công cụ AI tốt nhất cho tất cả mọi người thường tạo ra sự phân bổ theo hình "quả tạ":

5%–10% trở thành người dùng chuyên nghiệp (power users), 20% sử dụng không thường xuyên nhưng còn thô sơ, và 70% còn lại hầu như không đụng đến.

Một doanh nghiệp lớn vừa ký hợp đồng AI hàng năm trị giá tám con số thậm chí đã phát hiện ra rằng 10% nhân viên tiêu thụ tới 90% số lượng token.

Và đó là nơi bắt đầu của các vấn đề.

Trong hai năm qua, năng lực của các mô hình đã nhảy vọt sau mỗi vài tháng, và các công ty đã chi những khoản tiền ngày càng lớn cho Claude, ChatGPT và Copilot. Nhưng sự tăng trưởng về năng lực mô hình không tự động chuyển hóa thành sự tăng trưởng về năng suất của tổ chức.

Đây là lý do tại sao hai con số tưởng chừng mâu thuẫn lại có thể cùng đúng: một khảo sát của McKinsey & Company cho thấy 88% tổ chức đang sử dụng AI trong ít nhất một chức năng kinh doanh, nhưng chỉ 6% thu được hơn 5% EBIT từ AI.

Vấn đề có lẽ nằm ở chính từ "áp dụng" (adoption).

Một nhân viên mở ChatGPT một lần trong tháng này được tính là người dùng AI. Một nhân viên khác có ba agent đang chạy các quy trình sản xuất cũng được tính như vậy. Tuy nhiên, giá trị mà hai người này tạo ra có thể khác biệt nhau hàng chục lần.

"Có bao nhiêu người đang sử dụng AI" ngày càng trở thành một con số không mang nhiều ý nghĩa.

Đáng chú ý hơn, chẩn đoán của tác giả về khoảng cách này còn triệt để hơn nhiều so với việc chỉ nói "đào tạo doanh nghiệp không hiệu quả".

Chiến lược AI của nhiều công ty hiện nay dựa trên một giả định chung: những người chưa biết cách sử dụng chỉ cần thêm thời gian. Các mô hình sẽ thông minh hơn, sản phẩm đơn giản hơn, thêm vài đợt đào tạo nữa, và cuối cùng mọi người sẽ bắt kịp.

Tác giả lập luận rằng điều này sẽ không xảy ra. Theo quan sát của anh, đại đa số mọi người trong doanh nghiệp có lẽ sẽ không bao giờ trở thành những người dùng AI thuần thục (AI-native).

Bởi vì sử dụng AI giỏi là một kỹ năng chuyên môn.

Bạn cần biết khi nào nên xóa ngữ cảnh, khi nào nên đúc kết công việc lặp đi lặp lại thành các kỹ năng; tác vụ nào phù hợp với khả năng phán đoán của mô hình và tác vụ nào nên được xử lý bằng mã lập trình xác định. Những năng lực này không thể học được trong một buổi hội thảo về prompt engineering, và khoảng cách này có thể sẽ chỉ tiếp tục nới rộng.

Các nhà cung cấp AI thường tập trung vào những người dùng tiên phong, đòi hỏi cao và tích cực nhất của họ. Các tính năng mới liên tục xuất hiện, và tiêu chuẩn cho việc "sử dụng AI giỏi" cũng tăng lên theo đó.

Những người dùng AI chuyên nghiệp trong các công ty cũng có thể không mặn mà với việc chia sẻ những gì họ biết: nếu ai đó từng mất tám giờ để hoàn thành công việc một ngày mà nay chỉ mất ba giờ, thì năm giờ dư ra đó chính là lợi thế cạnh tranh của họ.

Vì vậy, việc tiếp tục mua giấy phép cho hàng ngàn nhân viên, tổ chức các buổi đào tạo và theo dõi số lượng người dùng hoạt động hàng tháng có lẽ sẽ không giải quyết được vấn đề.

Nếu đánh giá này là đúng, thì chiến lược AI của nhiều công ty đã đặt sai câu hỏi ngay từ đầu.

Câu hỏi không nên là: Làm thế nào để tất cả nhân viên học cách sử dụng AI?

Mà nên là: Vì hầu hết mọi người sẽ không trở thành người dùng AI thuần thục, làm thế nào để chúng ta vẫn đạt được những lợi ích về năng suất từ AI trên toàn bộ tổ chức?

Giải pháp mà tác giả đề xuất rất thú vị: trước hết, hãy chấp nhận rằng hầu hết mọi người sẽ không trở thành người dùng AI thuần thục.

Hãy để 5%–10% người dùng chuyên nghiệp tiếp tục tiến lên. Điều các công ty cần làm là nắm bắt các kỹ năng, quy trình làm việc và các agent mà họ đã phát triển — biến kinh nghiệm của một người thành thứ mà người khác có thể tái sử dụng.

Đối với những người còn lại, hãy ngừng cố gắng biến họ thành chuyên gia AI.

Hãy đưa AI vào nền tảng. AI có thể thâm nhập vào Salesforce, NetSuite và Dynamics mà họ vẫn sử dụng hàng ngày, ẩn mình phía sau quy trình làm việc. Hóa đơn được xử lý tự động, dữ liệu tự nhập, quy trình tự vận hành; chỉ khi máy không tự tin, nó mới yêu cầu con người phê duyệt, từ chối hoặc chỉnh sửa. Nhân viên thậm chí có thể không cần nhận ra rằng có vài agent đang chạy phía sau.

Vì vậy, con đường áp dụng AI vào doanh nghiệp có thể không cần phải chờ đợi mọi người học cách sử dụng nó. Nhiều người có thể không bao giờ nhận ra rằng họ đang "sử dụng AI".

Tại thời điểm này, cách các công ty đo lường AI cũng sẽ thay đổi.

Thay vì hỏi "có bao nhiêu nhân viên đã sử dụng AI trong tháng này", câu hỏi tốt hơn là: trong tất cả công việc đã hoàn thành hôm nay, bao nhiêu phần trăm được thực hiện hoàn toàn bởi con người, bao nhiêu phần trăm thông qua sự cộng tác giữa người và máy, và bao nhiêu phần trăm chạy hoàn toàn tự động?

Tất nhiên, bài viết này cần hai lưu ý: sự phân bổ 5%–10% / 20% / 70% đến từ chính khách hàng của tác giả, không phải là một chuẩn mực ngành được kiểm chứng trên quy mô lớn; và việc anh ủng hộ việc nhúng sâu các agent vào quy trình doanh nghiệp chính là những gì Varick Agents đang bán.

Dù vậy, bài viết vẫn đặt ra một câu hỏi rất đáng suy ngẫm:

Nếu hầu hết nhân viên sẽ không bao giờ trở thành người dùng AI thuần thục, chẳng phải cách chúng ta thiết kế các sản phẩm AI cho doanh nghiệp cũng nên thay đổi sao?

Trong hai năm qua, trọng tâm là làm sao để nhiều người học AI hơn.

Giai đoạn tiếp theo có thể đòi hỏi một điều khác biệt: tìm cách để công việc vẫn được hoàn thành mà không cần con người phải học AI chút nào.

Bản dịch đầy đủ bên dưới:

AI Adoption is a Myth (Việc áp dụng AI là một huyền thoại)