Ông Philippe Rambach, Phó Chủ tịch Cấp cao kiêm Giám đốc AI của Schneider Electric tại sự kiện
"Ai cũng đang nói rằng AI sẽ thay đổi mọi thứ. Nhưng tôi muốn nói về một điều quan trọng hơn, và cũng khó hơn: Làm thế nào để AI thực sự hoạt động khi bước ra khỏi bản demo và phải vận hành trong thế giới thực" - ông Philippe Rambach, Phó Chủ tịch Cấp cao kiêm Giám đốc AI của Schneider Electric chia sẻ tại phiên thảo luận "AI at Scale: Outcomes, Not Experiments" trong khuôn khổ France - Vietnam Business Forum tại Paris.
4 điểm nghẽn khiến AI chưa tạo được giá trị thực
Trí tuệ nhân tạo đang bước vào giai đoạn phát triển mạnh mẽ khi Generative AI trở thành ưu tiên trong chiến lược chuyển đổi số của nhiều doanh nghiệp trên toàn cầu. Tuy nhiên, sau làn sóng đầu tư và thử nghiệm, một câu hỏi ngày càng được đặt ra nhiều hơn: AI thực sự tạo ra giá trị gì cho hoạt động kinh doanh?
Ông Philippe Rambach cho rằng, khoảng cách từ Proof of Concept (PoC) đến Return on Investment (ROI) vẫn là bài toán lớn đối với nhiều tổ chức. Dù không thiếu những mô hình thử nghiệm thành công, số dự án có thể mở rộng quy mô và tạo ra tác động kinh doanh rõ ràng vẫn còn hạn chế. Nhiều doanh nghiệp đang tìm kiếm lời giải trong các mô hình AI mới hơn hoặc các công nghệ mạnh hơn. Tuy nhiên, kinh nghiệm triển khai thực tế của Schneider Electric cho thấy điểm nghẽn thường nằm ở nơi khác.
Chia sẻ tại sự kiện, đại diện Schneider Electric chỉ ra 4 rào cản lớn đối với việc triển khai AI trong doanh nghiệp.
Điểm nghẽn đầu tiên là hội chứng "Demo & Proof of Concept". Nhiều dự án AI được xây dựng để chứng minh khả năng công nghệ hoặc phục vụ mục đích trình diễn, nhưng thiếu kế hoạch triển khai ở quy mô lớn. Kết quả là dự án dừng lại sau giai đoạn thử nghiệm mà không tạo ra tác động thực sự đối với hoạt động kinh doanh.
Điểm nghẽn thứ hai là tỷ lệ áp dụng thấp. Không ít doanh nghiệp đầu tư vào các công cụ AI hiện đại nhưng nhân viên không sử dụng thường xuyên hoặc không biết cách tích hợp chúng vào quy trình làm việc hàng ngày. Khi AI tồn tại như một công cụ tách biệt thay vì trở thành một phần của hoạt động vận hành, giá trị tạo ra thường rất hạn chế.
Thứ ba là tình trạng công nghệ đi trước nhu cầu. Trong bối cảnh AI trở thành xu hướng, nhiều tổ chức triển khai các dự án AI vì lo ngại bị bỏ lại phía sau hơn là để giải quyết một bài toán kinh doanh cụ thể. Khi dự án được dẫn dắt bởi công nghệ thay vì mục tiêu vận hành hoặc tăng trưởng, khả năng tạo ra giá trị thực tế sẽ bị suy giảm đáng kể.
Cuối cùng là bài toán hiệu quả đầu tư. Việc triển khai AI đòi hỏi nguồn lực đáng kể cho hạ tầng công nghệ, dữ liệu và nhân sự. Tuy nhiên, nếu doanh nghiệp không xác định được các chỉ số đo lường rõ ràng hoặc không thể lượng hóa giá trị tạo ra, ROI sẽ trở thành một dấu hỏi lớn và làm giảm động lực mở rộng quy mô ứng dụng.
"Khi bạn cố gắng triển khai AI, thứ cản trở bạn gần như luôn là một trong bốn điều này. Không điều nào trong số đó thực sự là vấn đề kỹ thuật," ông Rambach khẳng định và chỉ ra, nhiều doanh nghiệp vẫn đang tiếp cận AI như một dự án công nghệ, trong khi đây thực chất, doanh nghiệp cần một quá trình chuyển đổi gắn chặt với mục tiêu kinh doanh.
Công thức để AI thực sự nâng cao hiệu quả vận hành
Để AI tạo ra tác động thực sự, Schneider Electric cho rằng doanh nghiệp cần thay đổi cách tiếp cận. Trọng tâm không nằm ở việc xây dựng thêm các mô hình AI, mà ở khả năng tích hợp AI vào hoạt động vận hành hàng ngày và biến công nghệ thành năng lực của tổ chức.
“Công nghệ là 20% dễ dàng. 80% khó khăn còn lại nằm ở con người và quy trình” - đại diện Schneider Electric nhận định.
Về con người, doanh nghiệp áp dụng mô hình "Hub & Spoke", kết hợp các chuyên gia AI với những chuyên gia giàu kinh nghiệm trong từng lĩnh vực nghiệp vụ. Thay vì để đội ngũ công nghệ phát triển giải pháp một cách độc lập, cách tiếp cận này giúp đảm bảo AI được xây dựng xoay quanh các vấn đề thực tế mà doanh nghiệp cần giải quyết.
Ở khía cạnh công nghệ, AI cần được tích hợp trực tiếp vào các hệ thống vận hành thay vì tồn tại như một công cụ riêng lẻ. Theo Schneider Electric, chỉ khi AI trở thành một phần của quá trình ra quyết định hàng ngày, doanh nghiệp mới có thể khai thác tối đa giá trị mà công nghệ mang lại.
Bên cạnh đó, yếu tố chuyển đổi tổ chức đóng vai trò không kém phần quan trọng. Schneider Electric đã xây dựng chương trình Data & AI School nhằm đào tạo kỹ năng dữ liệu và AI cho nhân viên trên quy mô toàn cầu. Mục tiêu không phải biến mọi người thành chuyên gia AI, mà giúp AI trở thành một kỹ năng phổ biến trong toàn tổ chức. Việc xây dựng năng lực AI không thể chỉ dựa vào một nhóm kỹ sư hoặc chuyên gia dữ liệu. Để AI tạo ra giá trị ở quy mô lớn, toàn bộ tổ chức cần hiểu, tin tưởng và biết cách khai thác công nghệ trong công việc hàng ngày.
Đại diện Schneider Electric chia sẻ về chương trình Data & AI School nhằm đào tạo kỹ năng dữ liệu và AI cho nhân viên trên quy mô toàn cầu
Thực tế triển khai cho thấy cách tiếp cận này đã mang lại những kết quả đáng chú ý. Schneider Electric cho biết các giải pháp ứng dụng AI trong quản lý tòa nhà có thể giúp giảm tới 40% chi phí vận hành. Trong lĩnh vực quản lý năng lượng dân dụng, một số giải pháp còn giúp giảm hóa đơn điện và nhu cầu công suất đỉnh từ 50-60%.
Những kết quả này cho thấy AI hoàn toàn có thể tạo ra giá trị rõ ràng khi được gắn với các bài toán vận hành cụ thể và được triển khai theo hướng có thể đo lường hiệu quả.
Cũng theo ông Philippe Rambach, tiềm năng ứng dụng AI tại các thị trường đang đẩy mạnh chuyển đổi số như Việt Nam là rất lớn: "Điều khiến tôi ấn tượng là Việt Nam đang theo đuổi đúng tham vọng. Mục tiêu không phải là AI vì chính AI, mà là những kết quả có thể đo lường được". Trong giai đoạn tiếp theo của cuộc đua AI, lợi thế sẽ không thuộc về những tổ chức sở hữu nhiều mô hình hay công nghệ hơn, mà thuộc về những doanh nghiệp, hay rộng hơn là nền kinh tế, có khả năng chuyển AI thành kết quả kinh doanh nhanh hơn, hiệu quả hơn và ở quy mô lớn hơn.
Ở thời điểm năng lực của AI đã được chứng minh, vấn đề quan trọng không còn là câu chuyện của công nghệ. Những thách thức mà doanh nghiệp đang đối mặt - từ dữ liệu, quy trình đến con người - cũng chính là những yếu tố quyết định khả năng thích ứng trong kỷ nguyên số. AI có thể là chất xúc tác, nhưng năng lực tạo ra giá trị bền vững vẫn nằm ở khả năng chuyển đổi của chính mỗi tổ chức.
