Bỏ qua điều hướng tới nội dung chính
Tin tức AI

89% doanh nghiệp dùng AI mà chỉ 6% thấy tiền về, 3 nghiên cứu 2026 nói cùng một chuyện

📑 Mục lục chi tiết bài viết (31 mục)
89% doanh nghiệp dùng AI mà chỉ 6% thấy tiền về, 3 nghiên cứu 2026 nói cùng một chuyện

Ba nghiên cứu ra từ tháng 8 tới tháng 11 năm 2026, ghi một nghịch lý, doanh nghiệp dùng AI ngày càng nhiều, chi ngày càng mạnh, mà tiền về vẫn lẹt đẹt ở một nhóm nhỏ. Nếu anh em trả tiền license hằng tháng mà báo cáo tài chính chưa thấy gì khác thì bài này mình viết để soi xem tiền đang kẹt ở đâu. Tiền kẹt ở cách đo và workflow.

89% dùng AI (McKinsey, 8/2026) mà chỉ 6% high performer. 62% dùng hằng ngày (Wharton-GBK, 10/2026) mà chỉ 28% ROI tích cực mạnh. 65% nói tiền chưa về (Avanade, 11/2026). Điểm chung của nhóm thắng là tái thiết workflow và đo tăng trưởng.

McKinsey, Wharton-GBK và Avanade cùng ghi một chuyện, dùng nhiều mà kiếm được ít

Ba nghiên cứu khác mẫu, khác thước đo, vậy mà đối chiếu từng cặp số thì thấy gặp nhau ở một câu, dùng nhiều không đồng nghĩa kiếm được tiền.

Ba nguoi trong phong hop nhin man hinh trang, minh hoa ba nghien cuu 2026 cung ket luan dung nhieu khong dong nghia kiem duoc tien

McKinsey, 1.719 người ở 97 nước và 89% dùng AI

Ngày 25/08/2026 McKinsey công bố khảo sát 04/05 tới 08/06/2026 với 1.719 người ở 97 nước, ghi 89% dùng AI ở ít nhất một chức năng. Vậy mà nhóm high performer vẫn chỉ khoảng 6%, giậm chân tại chỗ so với năm trước.

Wharton-GBK, doanh nghiệp Mỹ dùng AI hằng ngày và 28% thấy ROI mạnh

The Adaptive Advantage công bố 13/10/2026, sau khảo sát 09 tới 29/07/2026 với 1.416 người ở doanh nghiệp Mỹ lớn, ghi 62% quản lý dùng AI hằng ngày, 80% lãnh đạo báo ROI tích cực, chỉ 28% tích cực mạnh đấy. Wharton đặt ba mốc khắt khe (Proving Value, Workflow Transformation, Organizational Alignment) về giá trị, workflow và đồng thuận, chỉ 7% tổ chức đạt đủ cả ba.

Avanade hỏi 3.600 lãnh đạo, tự tin cao mà tiền chưa về

Ngày 03/11/2026 Avanade công bố, Vanson Bourne phỏng vấn 3.600 lãnh đạo, 72% lãnh đạo tự tin đội mình dùng AI hiệu quả. Vậy mà 65% nói AI chưa đem lại lợi nhuận xứng đáng, 66% chưa tính ROI chính thức, chỉ 18% nói đã tái thiết căn bản cách đội làm việc.

Giờ tiết kiệm được không tự biến thành tiền trong báo cáo tài chính

Chỗ kẹt nằm ở thước đo, giờ tiết kiệm được là thật cơ mà chỉ thành tiền khi biến thành thêm đơn hàng, thêm sản lượng hoặc bớt chi phí.

Doi tay go laptop ben tach ca phe, gio tiet kiem duoc o ban lam viec chua tu bien thanh tien

Giờ tiết kiệm được, thước đo Wharton được chọn nhiều nhất

Giờ tiết kiệm được là thước đo phổ biến nhất, 40% phòng dùng, cơ mà doanh thu mới ít phòng dùng nhất, chỉ 27% phòng chọn. Tổng hợp thread Hacker News của ExplainX ví von chuyện này bằng Microsoft Access thập niên 1990, dùng thì phổ cập mà giá trị doanh nghiệp thì không. Một nhân viên Fortune 500 kể công ty mời cả McKinsey vào mà McKinsey cũng không dựng được thước đo nào khác ngoài tăng năng suất.

Năng suất cá nhân tăng mà EBIT gần như đứng yên

McKinsey ghi 80% nói AI cải thiện năng suất cá nhân, nhưng chỉ 37% thấy tác động tích cực tới EBIT. Giảm chi phí thường thấy nhất ở chuỗi cung ứng, vận hành dịch vụ và sản xuất. Năng suất tăng, tiền chưa tăng.

Mua agent về rồi vẫn duyệt từng bước

Wharton ghi 67% phòng dùng agent, nhưng chỉ 17% cho agent tự hành động mà không cần duyệt từng bước. Kiểu trả tiền mua tự trị rồi lại đứng sau lưng duyệt từng bước, anh em soi sâu góc tự trị này thì đọc thêm bài về TCS trên ThuThuatAI.net, chỉ 10% doanh nghiệp cho agent tự quyết.

Chi phí token và license, 34% phòng Wharton nêu tên, ngang hiệu năng

Chi phí tool, compute và license được nêu tên nhiều nhất trong khảo sát Wharton với 34%, ngang vấn đề hiệu năng và cao hơn thiếu kỹ năng với 27%. McKinsey kể thêm, khoảng 20% nói chi phí token kìm hãm việc dùng AI, 28% chi hơn 10% ngân sách ICT cho AI. Về đào tạo, 78% lãnh đạo nói nhân viên được đào tạo đầy đủ, chỉ 56% nhân viên đồng ý. Góc chi tiêu thì anh em xem thêm bài về Menlo trên ThuThuatAI.net, chi tiêu AI doanh nghiệp 176,8 tỉ USD.

74% high performer McKinsey tái thiết workflow căn bản, nhóm còn lại chỉ 25% làm vậy

Nhóm thắng vẽ lại cách làm việc quanh AI rồi mới đo bằng chỉ số tăng trưởng, nhóm còn lại gắn AI thêm vào quy trình cũ rồi chờ tiền về.

Nhom lam viec cung ve lai quy trinh tren tuong kinh bang giay note mau

Nhóm thắng vẽ lại workflow, nhóm còn lại gắn thêm AI

Gần ba phần tư high performer McKinsey tái thiết workflow căn bản vì AI, trong khi nhóm còn lại chỉ một phần tư làm vậy. Ở Wharton, phòng đạt đủ cả ba thì 67% báo ROI tích cực mạnh, nhóm không đạt chỉ dừng ở 19%. Làm theo ngay: đừng mua thêm tool khi workflow cũ còn nguyên, vẽ lại một quy trình rồi mới đo xem AI có làm nó nhanh hơn và rẻ hơn không.

Đo tăng trưởng thì tiền về rõ hơn đo hiệu quả

Phòng đo ít nhất một chỉ số tăng trưởng như doanh thu mới, tỉ lệ chốt sale, sản lượng hoặc hài lòng khách hàng thì 35% báo ROI tích cực mạnh, nhóm chỉ đo hiệu quả dừng ở 13%. Làm theo ngay thì mình đo cái này trước, đừng đo giờ tiết kiệm nữa.

Có Chief AI Officer riêng thì ROI về rõ hơn

Có Chief AI Officer mới lập riêng thì 58% báo ROI tích cực mạnh, gắn thêm việc cho lãnh đạo sẵn có thì chỉ 24%, không có vị trí này thì 8%. Giao thêm việc AI cho người đang bận thì AI cũng bận theo. Anh em kiểm tra ngay trong công ty mình, ai đang giữ AI, người đó có rảnh thật không nhỉ.

Một nền tảng được duyệt thắng thử nghiệm lung tung

Chuẩn hóa một nền tảng được duyệt thì 50% báo ROI tích cực mạnh, so với 9% khi thử nghiệm lung tung. Avanade Ấn Độ thì 82% lãnh đạo tự tin và 27% nói AI dùng ở toàn bộ phần liên quan so với 18% toàn cầu, 75% vẫn nói tiền chưa về. Mua thêm tool mà không đổi workflow thì tool mới chỉ là chi phí.

Biết mình chi bao nhiêu thì mới biết mình lời bao nhiêu

Chỉ 40% rất tự tin theo dõi được tổng chi AI, nhóm này 56% báo ROI tích cực mạnh, nhóm kém tự tin chỉ 10%. Cảnh báo nhỏ: một phần chênh lệch ở đây có thể phản ánh niềm tin với AI hơn là năng lực đo, nên anh em cứ biết mình đã chi bao nhiêu trước khi hỏi mình lời bao nhiêu. Anh em làm theo ngay thì mở hoá đơn token và license ra cộng trước, rồi hãy hỏi ROI.

Ba nghiên cứu đều tự báo cáo và nhóm high performer McKinsey chỉ có 92 người

Trước khi mang các con số đi kể lại, anh em đọc kèm phần này đã, vì cả ba nghiên cứu đều là khảo sát tự báo cáo.

Kinh lup tren chong giay trang, minh hoa can doc ky phuong phap khao sat tu bao cao

Cả ba đều tự báo cáo, EBIT chỉ là ước tính

Cả ba nghiên cứu đều là khảo sát tự báo cáo, người trả lời tự chấm chương trình của chính mình, EBIT là ước tính, chưa qua kiểm toán. Số tự chấm mà đọc như số kiểm toán thì kết luận ẩu, nên mang số đi kể lại cho đúng mức.

Avanade bán dịch vụ AI, số lấy từ ba bản tin độc lập

Avanade là công ty tư vấn bán dịch vụ AI, khảo sát do Vanson Bourne thực hiện độc lập nhưng báo cáo phục vụ thông điệp bán hàng của họ. Số Avanade lấy từ 3 bản tin độc lập cùng ngày, đều trích cùng một thông cáo, vì trang gốc chưa mở được. Xung đột lợi ích thì có, nhưng không suy diễn thành gian lận, vì Wharton độc lập vẫn cho cùng một hướng.

Nhóm high performer McKinsey chỉ có 92 người

Nhóm high performer McKinsey chỉ có 92 người trên 1.521 người dùng AI, nên chênh lệch nhỏ giữa các nhóm con rất dễ là nhiễu. Số vendor vốn lạc quan hơn khảo sát độc lập, Google Cloud báo 74% lãnh đạo đạt ROI trong năm đầu trong khi KPMG chỉ 8% có ROI đã xác lập.

Tương quan đi cùng nhau, chưa phải nhân quả

Mọi so sánh trong ba nghiên cứu đều là tương quan, không chứng minh nhân quả, cả hai đều tự ghi rõ điểm này. Con số 95% pilot gen AI không có tác động P&L đo được của MIT NANDA 2025 cũng bị tranh cãi, Futuriom gọi cách dựng con số là thiếu cơ sở. Rezoomex kết luận chưa ai làm nghiên cứu đối chứng, nên chỉ dùng như tín hiệu pilot chết yểu.

Ba mẫu toàn tập đoàn lớn, không suy ra doanh nghiệp nhỏ

Ba mẫu khác nhau, McKinsey toàn cầu 97 nước, Wharton-GBK chỉ doanh nghiệp Mỹ lớn, Avanade chỉ doanh nghiệp doanh thu trên 500 triệu USD, không suy ra doanh nghiệp nhỏ hay Việt Nam.

Slok bảo ngoài ngành tech chưa thấy tiền về, McKinsey ghi 37% thấy EBIT nhúc nhích

Vậy phe nào đúng, phe bảo ROI sẽ tới sau khi scale hay phe bảo AI bị thổi phồng, câu trả lời nằm ở chỗ hai phe đo ở hai tầng khác nhau, nên soi cả hai tầng đo trước khi kết luận.

Nguoi dan ong dung truoc cua so van phong nhin xuong thanh pho ve dem, hai tang do ROI khac nhau

Slok đọc số S&P 493 rồi kết luận chưa thấy tiền về

Torsten Slok của Apollo ra note ngày 24/10/2026, dựa trên doanh thu trên mỗi nhân viên tăng ở nhóm Magnificent 7 nhưng đi ngang ở 493 công ty còn lại, ông không thấy AI làm tăng trưởng năng suất. Goldman Sachs nói AI đóng góp gần như bằng không vào tăng trưởng GDP Mỹ 2025, Acemoglu dự báo AI chỉ tăng năng suất tổng dưới 0,66% trong 10 năm tới. Gary Marcus trên X trích lại note Slok như bằng chứng phe tiêu cực mạnh lên.

Chui nói ROI thật đã có ở nhóm high performer

Michael Chui nói ROI thật đã xuất hiện ở nhóm high performer và sẽ tăng theo thời gian. BCG 2026 ghi gần một nửa doanh nghiệp bắt đầu tạo ra giá trị, nhóm future-built 7,5% có tổng lợi nhuận cho cổ đông gấp 2,3 lần. Số high performer giậm chân ở 6% hai năm liền là bằng chứng ngược với chuyện chờ là tới, nên mình lạc quan ở cấp phòng ban, hoài nghi ở cấp kinh tế.

Kỹ sư và nhân viên Fortune 500 phản biện Slok từ bàn làm việc

Thread Hacker News ngày 01/11/2026 cho thấy phe phản biện Slok nói bằng kinh nghiệm của kỹ sư và nhân viên Fortune 500. Matznerd viết nếu công ty không biến năng suất tăng lên thành lợi nhuận thì lỗi nằm ở cách công ty dùng. Bartread kể các kỹ sư anh quen đều giao hàng nhanh hơn nhiều lần, còn một bình luận khác nhắc nghịch lý năng suất, doanh thu tăng có thể chỉ do sa thải hàng loạt. Trên X, phe phản biện nói các lab báo nhu cầu vượt xa lượng compute họ có, nhưng Slok đo việc người mua ngoài tech có kiếm được tiền từ AI không, chứ không phải họ có mua AI không.

Doanh nghiệp nhỏ chọn một quy trình hẹp, ghi baseline rồi mới đo tiền về

Cả ba nghiên cứu khảo sát tập đoàn lớn, nên phần này không có số khảo sát nào để trích, đây là suy ra từ nguyên tắc chung, ngoài phạm vi khảo sát.

Chu cua hang nho lam viec tren laptop tai quay hang, chon mot quy trinh hep de do luong

Chọn một quy trình hẹp rồi ghi baseline trước

Làm theo ngay, anh em chọn một quy trình hẹp, có khối lượng lớn và đầu ra đo được, ví dụ trả lời khách, nhập liệu hoặc soạn báo giá, rồi ghi baseline 2 tới 4 tuần trước khi triển khai.

Chỉ số tăng trưởng, chỉ số chi phí, một người chịu trách nhiệm

Anh em đặt một chỉ số tăng trưởng như doanh thu mới, tỉ lệ chốt, sản lượng hoặc hài lòng khách hàng, kèm một chỉ số chi phí đầy đủ kể cả token, license và giờ giám sát. Rồi giao cho một người chịu trách nhiệm, học từ cặp Wharton 58% với 24% về CAIO chuyên trách và gắn thêm việc.

Đối chiếu số thật với baseline, đừng đối chiếu với cảm giác

Cuối chu kỳ, anh em đối chiếu số thật với baseline, không đối chiếu với cảm giác. Nếu chỉ số tăng trưởng không nhúc nhích mà chi phí đã tăng thì dừng mua thêm tool và vẽ lại workflow, còn nếu chỉ số tăng trưởng nhúc nhích thì mới scale.

Dùng nhiều chưa phải kiếm được tiền, thước đo và workflow mới quyết định

Tiền chỉ về khi workflow được vẽ lại và thước đo được đổi sang tăng trưởng, với ba cặp số chính là 89% so với 6% ở McKinsey, 35% so với 13% ở Wharton về đo tăng trưởng, và 65% nói tiền chưa về ở Avanade. Tất cả đều là khảo sát tự báo cáo và tương quan, chưa qua kiểm toán. Đo tiền trước khi đổ thêm. Anh em đã đo được tiền về ở quy trình nào, kể lại dưới bình luận để mọi người cùng soi.

Chu cua hang nho nhin tu phia sau ngoi truoc laptop man hinh trang tron ben so tay va tach ca phe, do tien truoc khi do them cho AI

Nguồn tham khảo

Bài viết này có hữu ích cho công việc của bạn?
Báo thông số cũ / Góp ý
Ảnh đại diện tác giả Tuấn Prompt tại ThuThuatAI.net

Tuấn Prompt

Biên tập viên AI Thực chiến

Thợ săn AI thực chiến của ThuThuatAI.net. Chuyên bóc tách tool, prompt và model AI mới — cái nào có lệnh cài, có giá, có số liệu kiểm chứng được thì mới lên bài. Viết như nói chuyện với anh em: có chuyên môn, có hài hước, và nói thẳng chỗ nào chưa kiểm chứng.

ĐỌC TIẾP CÙNG CHUYÊN MỤC

Bài viết Chuyên sâu Cùng Chuyên mục Tin tức AI

TÀI LIỆU NỀN TẢNG ĐỀ XUẤT

Cẩm nang Nền tảng Đề xuất Đọc tiếp

Bình luận & Trao đổi

Để lại câu hỏi hoặc chia sẻ kinh nghiệm thực tế của bạn

Email của bạn được bảo mật tuyệt đối theo Nghị định 13/2023/NĐ-CP và không hiển thị công khai. Vui lòng ẩn danh API Key trước khi dán log lỗi.

BẢN TIN HÀNG TUẦN

Nhận điểm tin & thủ thuật AI chọn lọc mỗi tuần

Tổng hợp ngắn gọn các công cụ AI mới đáng thử, mẫu prompt dùng được ngay và kinh nghiệm tự động hóa thực tế. Chỉ 1 email mỗi tuần, không spam.

Không gửi thư rác quảng cáo. Xem chi tiết tại Chính sách bảo mật.