Nhiều doanh nghiệp đang đánh giá công cụ trí tuệ nhân tạo (AI) bằng mức độ sử dụng, số giờ tiết kiệm hay khối lượng công việc xử lý. Những chỉ số này dễ đo nhưng có thể khiến doanh nghiệp hiểu sai về hiệu quả thực sự của công nghệ.
Nhân viên dùng càng nhiều trí tuệ nhân tạo (AI) càng tốt, tiết kiệm càng nhiều thời gian thì càng hiệu quả, đó là những cách nhìn dễ gặp khi doanh nghiệp bắt đầu ứng dụng công nghệ AI. Tuy nhiên, đây chưa phải những thước đo cho thấy AI có thực sự tạo thêm giá trị.
Phát biểu trong hội thảo trực tuyến “Cơ hội và những rủi ro khi lệ thuộc quá nhiều vào AI” mới đây, bà Đàm Trang, Giám đốc kiêm Đồng sáng lập TalentsAll Global cho biết, triển khai AI ở quy mô doanh nghiệp khác với việc cá nhân tự mua tài khoản ChatGPT, Claude hay Gemini. Doanh nghiệp phải tính cả chi phí phần mềm, hạ tầng, phát triển giải pháp và nhân sự vận hành.
Vì vậy, số lượng công cụ được sử dụng hay số nhân viên sử dụng AI không thể tự nó chứng minh khoản đầu tư đang hiệu quả. Một doanh nghiệp có thể đưa AI vào nhiều phòng ban nhưng vẫn không tạo ra thay đổi đáng kể về chi phí, chất lượng hay doanh thu.
Một cách đánh giá sai khác là đồng nhất thời gian tiết kiệm với năng suất tăng. AI giúp nhân viên hoàn thành công việc trong một giờ thay vì ba giờ, nhưng nếu hai giờ được giải phóng không được chuyển sang những nhiệm vụ tạo giá trị cao hơn, doanh nghiệp mới chỉ rút ngắn thời gian xử lý.
Theo khảo sát của SHRM năm 2024, 65% người làm nhân sự cho biết đã sử dụng AI để soạn thảo bản mô tả công việc. Tuy nhiên, hoàn thành một bản mô tả nhanh hơn không có nghĩa toàn bộ quy trình tuyển dụng đã hiệu quả hơn.
Tương tự, xử lý được nhiều việc hơn cũng chưa chắc là kết quả tốt hơn. Số lượng hồ sơ tăng nhưng chất lượng tuyển dụng không cải thiện; chatbot xử lý nhiều yêu cầu hơn nhưng khách hàng khó tiếp cận nhân sự thật khi cần hỗ trợ. Khi đó, một chỉ số của AI tốt lên nhưng kết quả quan trọng của doanh nghiệp không thay đổi.
Nói cách khác, những chỉ số như mức độ sử dụng, thời gian tiết kiệm hay khối lượng công việc xử lý chỉ phản ánh AI đang hoạt động như thế nào, chưa cho biết doanh nghiệp nhận được gì từ khoản đầu tư.
Khi lấy những chỉ số trên làm căn cứ chính, doanh nghiệp rất dễ đi đến kết luận rằng một ứng dụng AI đang hiệu quả chỉ vì nó được sử dụng nhiều hoặc giúp nhân viên làm việc nhanh hơn. Từ đó, doanh nghiệp có thể tiếp tục mở rộng công cụ, tăng số lượng người dùng và ngân sách đầu tư mà không kiểm chứng được giá trị kinh doanh thực tế.
Khoảng cách giữa “năng suất trên giấy” và kết quả thực tế bắt đầu xuất hiện.
Một quy trình được AI rút ngắn từ ba giờ xuống một giờ, nhưng nhân viên vẫn dành hai giờ còn lại cho những công việc cũ. Khi đó, thời gian được tiết kiệm nhưng năng suất của doanh nghiệp chưa thực sự tăng.
Một hệ thống có thể xử lý thêm 1.000 hồ sơ mỗi tháng, nhưng nếu tỷ lệ sai sót tăng, nhân sự phải xử lý lại hoặc chất lượng tuyển dụng không cải thiện, phần năng suất đạt được từ AI có thể bị triệt tiêu ở những công đoạn phía sau.
Tương tự, tự động hóa có thể giúp giảm khối lượng công việc cho nhân viên nhưng lại làm trải nghiệm khách hàng xấu đi. Khi đó, doanh nghiệp tiết kiệm được chi phí ở một điểm nhưng có thể phải trả giá ở điểm khác.
Nguy hiểm nhất là các chỉ số tích cực khiến doanh nghiệp tin rằng AI đang tạo hiệu quả, trong khi chi phí, chất lượng, doanh thu hoặc trải nghiệm khách hàng chưa được cải thiện tương ứng.
Theo bà Đàm Trang, mục tiêu của AI không nên dừng ở việc “làm thay” con người mà cần hướng tới việc sắp xếp lại công việc. AI xử lý các tác vụ lặp lại để nhân sự tập trung vào tư duy, giải quyết vấn đề, đàm phán và xây dựng quan hệ với khách hàng.
Do đó, câu hỏi cần đặt ra không phải “AI giúp nhân viên làm được bao nhiêu việc?”, mà là “những việc được AI tự động hóa có giúp doanh nghiệp làm tốt hơn những việc quan trọng hay không?”
Theo bà Nguyễn Trang, Trưởng bộ phận Phát triển kinh doanh UrBox, doanh nghiệp không nên chỉ nhìn vào số giờ làm việc được rút ngắn. Hiệu quả ứng dụng AI cần được đánh giá qua bốn nhóm kết quả.
Thứ nhất, chi phí và vận hành. Doanh nghiệp cần xem AI có giúp giảm chi phí, rút ngắn thời gian phối hợp, tăng tỷ lệ xử lý sự cố hoặc cải thiện hiệu quả quy trình hay không. Đây là cách đo tác động của AI lên cả hệ thống thay vì chỉ nhìn vào tốc độ làm việc của một cá nhân.
Thứ hai, chất lượng và độ chính xác. Tỷ lệ sai sót trước và sau khi ứng dụng AI cho thấy công nghệ có thực sự cải thiện kết quả hay chỉ giúp công việc hoàn thành nhanh hơn. Với các bộ phận xử lý nhiều số liệu và chứng từ như tài chính, kế toán, đây là thước đo quan trọng.
Thứ ba, doanh thu và khách hàng. Doanh nghiệp cần xác định AI có góp phần tăng doanh thu, chăm sóc khách hàng tốt hơn hoặc đáp ứng chính xác hơn nhu cầu thị trường hay không. Một hệ thống xử lý nhiều yêu cầu hơn nhưng không tạo thay đổi về kết quả kinh doanh thì chưa thể xem là đã phát huy hết giá trị.
Thứ tư, năng suất thực chất được giải phóng. Doanh nghiệp cần theo dõi thời gian tiết kiệm được có được chuyển sang những công việc tạo giá trị cao hơn hay không. Nếu nhân sự có thêm thời gian cho các dự án phức tạp, chăm sóc khách hàng, đàm phán với đối tác hoặc những nhiệm vụ đòi hỏi tư duy, AI mới thực sự tạo ra năng suất mới.
Bốn nhóm chỉ số này cũng giúp doanh nghiệp nhận diện những kết quả không đồng nhất. Nếu thời gian xử lý giảm nhưng tỷ lệ sai sót tăng, hoặc số lượng công việc tăng nhưng doanh thu và chất lượng phục vụ không cải thiện, doanh nghiệp cần xem lại cách ứng dụng thay vì chỉ dựa vào một chỉ số tích cực.
Theo bà Đàm Trang, để đánh giá được hiệu quả AI, doanh nghiệp cần chuẩn bị đồng thời về con người, ngân sách và pháp lý.
Về con người, doanh nghiệp cần đội ngũ phụ trách dự án AI và đào tạo nhân viên để hiểu cả khả năng lẫn giới hạn của công nghệ. Quản lý cấp trung giữ vai trò quan trọng trong việc kết nối mục tiêu của lãnh đạo với hoạt động thực tế, đồng thời xác định công việc nào nên giao cho AI và năng lực nào cần chuyển sang nhiệm vụ có giá trị cao hơn.
Về ngân sách, doanh nghiệp cần tính đủ chi phí phần mềm, hạ tầng, phát triển và nhân sự vận hành. Chi phí một nhân viên tự mua tài khoản AI không thể đại diện cho tổng chi phí triển khai AI ở quy mô doanh nghiệp.
Về pháp lý, doanh nghiệp cần xác định loại dữ liệu được phép đưa vào hệ thống và yêu cầu bảo mật trong quá trình sử dụng.
Thay vì triển khai trên diện rộng, doanh nghiệp có thể bắt đầu với một quy trình hoặc phòng ban, xác định các chỉ số trước khi ứng dụng và so sánh kết quả trước, sau. Những giải pháp chứng minh được tác động đến chi phí, chất lượng, doanh thu hoặc năng suất thực chất mới nên tiếp tục được đầu tư và nhân rộng.
Sau cùng, thước đo của AI không nằm ở số việc máy có thể làm thay, mà ở giá trị doanh nghiệp tạo ra sau khi những công việc đó được tự động hóa. Đánh giá đúng từ đầu giúp doanh nghiệp nhận diện những ứng dụng thực sự tạo giá trị, dừng những khoản đầu tư kém hiệu quả và phân bổ ngân sách AI vào đúng nơi cần thiết.
