Việc kinh doanh

Vượt ra ngoài các số liệu truyền thống: Xem xét lại ROI của AI vào năm 2025

"Các công ty chỉ dựa vào ROI truyền thống đang bỏ lỡ phần nổi của tảng băng chìm về giá trị của AI." McKinsey ghi nhận phương pháp tiếp cận hiệu quả: 70% đầu tư với ROI có thể dự đoán được, 20% đổi mới chiến lược, 10% khám phá đột phá. Lợi ích thể hiện theo chu kỳ — tối ưu hóa (0-12 tháng), tái tạo (1-2 năm), đột phá (2+ năm). 83% công ty trong danh sách Fortune 500 sử dụng bản sao kỹ thuật số để mô phỏng tác động. Cuộc tranh luận không còn là số liệu so với chiến lược nữa: mà là những công ty có khuôn khổ tích hợp so với những công ty mất đi tính liên quan.

Trong khi bài viết trước của chúng tôi tập trung vào việc đo lường ROI cho các công nghệ SaaS dựa trên AI, bài viết cập nhật này trình bày một góc nhìn tiên tiến hơn: các công ty cần bổ sung độ chính xác của các phép tính ROI truyền thống bằng một tầm nhìn chiến lược đa cấp. Cách tiếp cận này không còn là một lựa chọn nữa mà là một yêu cầu bắt buộc để cạnh tranh trong hệ sinh thái số năm 2025.

Thách thức đánh giá: Cân bằng giữa kết quả tức thời và chuyển đổi dài hạn

Thực tế đã được chứng minh: việc đánh giá đầu tư AI chỉ dựa trên các chỉ số ROI truyền thống là không đủ và thiển cận. Các tổ chức tự giới hạn mình trong cách tiếp cận này đang dần mất thị phần vào tay các đối thủ có tầm nhìn chiến lược hơn.

"Các công ty không nhìn xa hơn lợi tức đầu tư (ROI) tức thời không chỉ bỏ lỡ những cơ hội chuyển đổi mà còn đang chủ động đánh mất tầm quan trọng trong tương lai của mình", Sarah Chen, Giám đốc AI tại Accenture, người gần đây đã được phỏng vấn tại Diễn đàn Kinh tế Thế giới 2025 [1], cho biết. "Vấn đề không phải là từ bỏ ROI, mà là tích hợp nó vào một khuôn khổ đánh giá tinh vi hơn."

Các nghiên cứu gần đây nhất về kinh tế học hành vi của Harvard Business Review (tháng 3 năm 2025) đã xác nhận rằng các tổ chức vẫn có xu hướng ưu tiên lợi ích tức thời hơn là các khoản đầu tư có khả năng mang lại lợi nhuận theo cấp số nhân nhưng phân bổ rộng hơn theo thời gian [2]. Cái bẫy nhận thức này đã trở nên đặc biệt nguy hiểm trong kỷ nguyên AI tạo sinh, nơi những lợi thế cạnh tranh đáng kể nhất thường chỉ xuất hiện sau những giai đoạn đầu với lợi nhuận dường như hạn chế.

Tích hợp ROI với các quan điểm chiến lược: tiêu chuẩn mới cho năm 2025

1. Cân bằng giữa tối ưu hóa và đổi mới đột phá

Việc áp dụng AI chỉ dựa trên ROI chắc chắn chỉ mang lại những cải tiến gia tăng. Báo cáo "Chiến lược Đầu tư AI 2025" của Viện McKinsey Global cho thấy các công ty hàng đầu đã áp dụng phương pháp "70-20-10": 70% đầu tư AI cho các hoạt động tối ưu hóa với ROI có thể dự đoán được, 20% cho các đổi mới chiến lược trung hạn và 10% cho các khám phá có khả năng thay đổi cục diện [3]. Sự cân bằng này đã trở nên thiết yếu để duy trì khả năng cạnh tranh trong những thị trường ngày càng biến động.

2. Tận dụng trí tuệ cộng tác tăng cường

Các hệ thống truyền thống tiếp tục duy trì các kho dữ liệu thông tin, kìm hãm sự đổi mới. Theo một nghiên cứu của MIT Technology Review tháng 2 năm 2025, các nền tảng AI hiện tại không chỉ phá vỡ những rào cản này mà còn tích cực tạo ra các mô hình hợp tác giữa con người và máy móc mới, tạo ra giá trị theo cấp số nhân [4]. Các đánh giá đầu tư nâng cao hiện nay bao gồm các chỉ số "trí tuệ cộng tác" cụ thể để đo lường tiềm năng chuyển đổi này.

3. Xây dựng khả năng thích ứng mang tính hệ thống, không chỉ là hiệu quả

Trong bối cảnh tính bất định ngày càng gia tăng, Báo cáo Khả năng phục hồi AI năm 2025 của Deloitte nhấn mạnh việc các tổ chức hàng đầu đánh giá cao AI không chỉ vì hiệu quả của nó trong điều kiện bình thường mà còn vì khả năng thích ứng nhanh chóng với các kịch bản bất ngờ [5]. Phân tích căng thẳng dựa trên AI đã trở thành tiêu chuẩn để đánh giá khả năng phục hồi của tổ chức. Các công ty bỏ qua khía cạnh này trong đánh giá của mình đang đánh giá thấp đáng kể giá trị chiến lược của AI.

4. Điều phối hệ sinh thái kỹ thuật số mở rộng

Nền kinh tế năm 2025 sẽ hoạt động như những hệ sinh thái siêu kết nối. Nghiên cứu "Hệ sinh thái Kinh doanh do AI thúc đẩy" (tháng 4 năm 2025) của Forrester chứng minh rằng các giải pháp AI không chỉ tạo ra giá trị trong tổ chức mà còn định nghĩa lại toàn bộ mạng lưới quan hệ với khách hàng, nhà cung cấp và đối tác [6]. Các khuôn khổ đánh giá mới bao gồm các chỉ số "hiệu ứng mạng" định lượng những lợi ích mang tính hệ thống này, thường bị bỏ qua trong các phân tích truyền thống.

Truyền đạt giá trị: Từ phân tích đến kể chuyện chiến lược

Các nhà lãnh đạo thị trường đã từ bỏ hoàn toàn phương pháp định lượng để chuyển sang các phương pháp toàn diện hơn, tích hợp:

  • Bản sao kỹ thuật số để mô phỏng tác động: Theo Báo cáo đầu tư AI tương lai năm 2025 của Gartner, các mô hình tiên tiến mô phỏng giá trị của AI thông qua bản sao kỹ thuật số của tổ chức được 83% công ty Fortune 500 áp dụng [7]
  • Tiêu chuẩn dự đoán: Boston Consulting Group đã ghi lại cách định giá theo thời gian thực đang định hình lại bối cảnh cạnh tranh trong các ngành công nghiệp sử dụng nhiều công nghệ [8]
  • Lập bản đồ các cơ hội mới nổi: Dữ liệu PwC Strategy& cho thấy mối tương quan trực tiếp giữa việc xác định sớm các cơ hội do AI hỗ trợ và tăng trưởng bền vững [9]

"Các công ty chỉ dựa vào phân tích ROI truyền thống đang bỏ lỡ phần nổi của tảng băng chìm về giá trị của AI", Tiến sĩ Marcus Lee, Giám đốc Công nghệ của Novartis Digital, khẳng định một cách đầy uy tín. "Chúng ta đang chứng kiến sự tái định nghĩa hoàn toàn toàn bộ các ngành công nghiệp do các tổ chức áp dụng các khuôn khổ định giá tinh vi hơn thúc đẩy." [10]

Vượt qua nghịch lý thực hiện một lần và mãi mãi

Nghịch lý này vẫn tồn tại nhưng đã được định nghĩa lại: việc giành được sự ủng hộ cho các sáng kiến AI đầy tham vọng vẫn đòi hỏi một lý do kinh doanh thuyết phục, nhưng những lợi ích mang tính chuyển đổi nhất chỉ thực sự bộc lộ rõ ràng sau khi được triển khai. Nghiên cứu "AI Value Realization 2025" của Bain & Company ghi lại cách các tổ chức hàng đầu đã phát triển phương pháp tiếp cận danh mục đầu tư có cấu trúc [11]:

  • Các dự án có ROI định lượng: Các sáng kiến AI mang lại lợi ích tức thì giúp tạo đà và niềm tin (chiếm 40% danh mục đầu tư)
  • Đầu tư chiến lược mang tính chuyển đổi: Các dự án có tiềm năng đột phá được đánh giá thông qua các số liệu rộng hơn (chiếm 40% danh mục đầu tư)
  • Khám phá do AI thúc đẩy: AI được sử dụng để xác định và đánh giá các cơ hội triển khai mới, tạo ra một vòng tuần hoàn đổi mới lành mạnh (20% danh mục đầu tư)

Chiều thời gian: suy nghĩ theo chu kỳ chuyển đổi

Lợi ích của AI hiện đang thể hiện rõ trong các chu kỳ chuyển đổi liên kết với nhau, thay vì các giai đoạn tuyến tính, như được nêu bật trong báo cáo "Các chu kỳ chuyển đổi AI" của Viện Giá trị Doanh nghiệp IBM (tháng 3 năm 2025) [12]:

  • Chu kỳ tối ưu hóa (0-12 tháng): Cải tiến hoạt động đặt nền tảng cho những chuyển đổi sâu sắc hơn
  • Chu kỳ tái tạo (1-2 năm): Xác định lại quy trình ra quyết định và mô hình vận hành
  • Chu kỳ gián đoạn (2+ năm): Chuyển đổi mô hình kinh doanh và tạo ra các mô hình thị trường mới

Mức độ trưởng thành trong việc áp dụng AI vào năm 2025 sẽ được đo lường bằng khả năng quản lý đồng thời cả ba chu kỳ này, thay vì tiến triển tuyến tính từ chu kỳ này sang chu kỳ khác.

Kết luận: Tương lai thuộc về những người có tầm nhìn thực tế

Các tổ chức dẫn đầu trong việc áp dụng AI vào năm 2025 không chỉ là những tổ chức sở hữu công nghệ tiên tiến nhất mà còn là những tổ chức đã phát triển được năng lực vượt trội để điều phối đầu tư chiến lược.

Cuộc tranh luận không còn diễn ra giữa các số liệu tài chính và các cân nhắc chiến lược nữa, mà là giữa các tổ chức đã phát triển khuôn khổ đánh giá tích hợp và các tổ chức đang nhanh chóng mất đi tính cạnh tranh.

Cách tiếp cận này đòi hỏi một kiểu lãnh đạo mới: khả năng cân bằng giữa tính nghiêm ngặt trong phân tích và tầm nhìn mang tính chuyển đổi, tư duy có hệ thống và ra quyết định nhanh nhẹn, tập trung vào kết quả tức thời và kế hoạch dài hạn.

Như Giáo sư Erik Brynjolfsson đã nhận xét gần đây tại Hội nghị thượng đỉnh AI MIT 2025: "AI không còn chỉ là một công cụ để đánh giá nữa mà là một đối tác chiến lược trong việc xác định lại tương lai của tổ chức. Các phương pháp đánh giá của chúng ta phải phát triển theo đó." [13]

Hồ sơ của những người chiến thắng trong kỷ nguyên AI 2.0 hiện đã rõ ràng: họ là những tổ chức đã phát triển được khả năng đánh giá các khoản đầu tư vào công nghệ không chỉ về mặt chi phí và lợi ích mà còn là chất xúc tác cho sự chuyển đổi trong một hệ sinh thái kỹ thuật số đang không ngừng phát triển.

Nguồn:

[1] Diễn đàn Kinh tế Thế giới, "Hội thảo Chiến lược Đầu tư AI", Davos 2025, tháng 1 năm 2025.
[2] Kahneman, D., et al., “Chiết khấu tạm thời trong đầu tư AI của công ty”, Harvard Business Review, tháng 3 năm 2025.
[3] Viện McKinsey Global, “Chiến lược đầu tư AI 2025”, tháng 4 năm 2025.
[4] MIT Technology Review, “Kỷ nguyên mới của sự hợp tác giữa con người và AI”, tháng 2 năm 2025.
[5] Deloitte, "Báo cáo về khả năng phục hồi của AI năm 2025", tháng 3 năm 2025.
[6] Forrester Research, “Hệ sinh thái kinh doanh do AI thúc đẩy”, tháng 4 năm 2025.
[7] Gartner, “Báo cáo đầu tư AI trong tương lai năm 2025”, tháng 3 năm 2025.
[8] Boston Consulting Group, “Lợi thế cạnh tranh trong thời đại AI 2.0”, tháng 2 năm 2025.
[9] PwC Strategy&, “Xác định cơ hội AI sớm và tăng trưởng thị trường”, tháng 1 năm 2025.
[10] Lee, M., “Vượt ra ngoài sự tối ưu hóa: AI là đối tác chiến lược”, Hội nghị thượng đỉnh dược phẩm kỹ thuật số, tháng 3 năm 2025.
[11] Bain & Company, “AI Value Realization 2025,” tháng 4 năm 2025.
[12] Viện IBM về Giá trị Doanh nghiệp, “Chu kỳ chuyển đổi AI”, tháng 3 năm 2025.
[13] Brynjolfsson, E., “AI với tư cách là đối tác chiến lược,” Hội nghị thượng đỉnh AI của MIT, tháng 4 năm 2025.

Tài nguyên cho sự phát triển kinh doanh

Ngày 9 tháng 11 năm 2025

Quy định về AI cho các ứng dụng tiêu dùng: Cách chuẩn bị cho các quy định mới năm 2025

Năm 2025 đánh dấu sự kết thúc của kỷ nguyên "Miền Tây Hoang dã" của AI: Đạo luật AI của EU có hiệu lực vào tháng 8 năm 2024, với các yêu cầu về kiến ​​thức AI từ ngày 2 tháng 2 năm 2025, và quản trị cùng GPAI từ ngày 2 tháng 8. California dẫn đầu với SB 243 (ra đời sau vụ tự tử của Sewell Setzer, một cậu bé 14 tuổi đã phát triển mối quan hệ tình cảm với chatbot), trong đó áp đặt lệnh cấm các hệ thống khen thưởng cưỡng chế, phát hiện ý định tự tử, nhắc nhở "Tôi không phải là người" ba giờ một lần, kiểm toán công khai độc lập và phạt 1.000 đô la cho mỗi vi phạm. SB 420 yêu cầu đánh giá tác động đối với "các quyết định tự động có rủi ro cao" với quyền kháng cáo lên cơ quan chức năng. Thực thi thực tế: Noom bị kiện vào năm 2022 vì bot đóng giả làm huấn luyện viên con người, một khoản bồi thường trị giá 56 triệu đô la. Xu hướng quốc gia: Alabama, Hawaii, Illinois, Maine và Massachusetts phân loại việc không thông báo cho chatbot AI là vi phạm UDAP. Phương pháp tiếp cận rủi ro ba cấp độ—các hệ thống quan trọng (y tế/giao thông/năng lượng), chứng nhận trước khi triển khai, công bố thông tin minh bạch hướng đến người tiêu dùng, đăng ký mục đích chung và kiểm tra bảo mật. Quy định chắp vá mà không có quyền ưu tiên của liên bang: các công ty đa quốc gia phải điều chỉnh các yêu cầu thay đổi. EU từ tháng 8 năm 2026: thông báo cho người dùng về tương tác AI trừ khi nội dung rõ ràng do AI tạo ra được gắn nhãn là có thể đọc được bằng máy.
Ngày 9 tháng 11 năm 2025

Quản lý những thứ không được tạo ra: Liệu châu Âu có nguy cơ mất đi sự liên quan về mặt công nghệ không?

Châu Âu chỉ thu hút được một phần mười đầu tư toàn cầu vào AI, nhưng lại tuyên bố áp đặt các quy tắc toàn cầu. Đây chính là "Hiệu ứng Brussels" - áp đặt các quy định toàn cầu thông qua sức mạnh thị trường mà không thúc đẩy đổi mới. Đạo luật AI có hiệu lực theo lịch trình so le cho đến năm 2027, nhưng các tập đoàn công nghệ đa quốc gia đang phản ứng bằng các chiến lược né tránh sáng tạo: viện dẫn bí mật thương mại để tránh tiết lộ dữ liệu đào tạo, đưa ra các bản tóm tắt tuân thủ kỹ thuật nhưng khó hiểu, sử dụng phương pháp tự đánh giá để hạ cấp hệ thống từ "rủi ro cao" xuống "rủi ro tối thiểu" và tham gia vào việc mua bán diễn đàn bằng cách chọn các quốc gia thành viên có quy định kiểm soát ít nghiêm ngặt hơn. Nghịch lý về bản quyền ngoài lãnh thổ: EU yêu cầu OpenAI tuân thủ luật pháp châu Âu ngay cả đối với việc đào tạo bên ngoài châu Âu - một nguyên tắc chưa từng thấy trong luật pháp quốc tế. "Mô hình kép" xuất hiện: các phiên bản giới hạn của châu Âu so với các phiên bản toàn cầu tiên tiến của cùng một sản phẩm AI. Rủi ro thực sự: Châu Âu trở thành một "pháo đài kỹ thuật số" bị cô lập khỏi đổi mới toàn cầu, với công dân châu Âu tiếp cận các công nghệ kém hơn. Tòa án Công lý đã bác bỏ lời biện hộ "bí mật thương mại" trong vụ kiện chấm điểm tín dụng, nhưng sự không chắc chắn trong diễn giải vẫn còn rất lớn—chính xác thì "tóm tắt chi tiết đầy đủ" nghĩa là gì? Không ai biết. Câu hỏi cuối cùng chưa được trả lời: EU đang tạo ra một con đường thứ ba đạo đức giữa chủ nghĩa tư bản Hoa Kỳ và sự kiểm soát của nhà nước Trung Quốc, hay chỉ đơn giản là xuất khẩu bộ máy quan liêu sang một lĩnh vực mà nó không cạnh tranh? Hiện tại: một quốc gia dẫn đầu thế giới về quy định AI, nhưng đang trong giai đoạn phát triển. Một chương trình khổng lồ.
Ngày 9 tháng 11 năm 2025

Ngoại lệ: Nơi khoa học dữ liệu gặp gỡ những câu chuyện thành công

Khoa học dữ liệu đã đảo ngược mô hình: các giá trị ngoại lệ không còn là "lỗi cần loại bỏ" mà là thông tin giá trị cần được hiểu. Một giá trị ngoại lệ đơn lẻ có thể làm biến dạng hoàn toàn mô hình hồi quy tuyến tính - thay đổi độ dốc từ 2 thành 10 - nhưng việc loại bỏ nó có thể đồng nghĩa với việc mất đi tín hiệu quan trọng nhất trong tập dữ liệu. Học máy giới thiệu các công cụ tinh vi: Rừng Cô lập cô lập các giá trị ngoại lệ bằng cách xây dựng cây quyết định ngẫu nhiên, Hệ số Ngoại lệ Cục bộ phân tích mật độ cục bộ, và Bộ mã hóa Tự động tái tạo dữ liệu bình thường và đánh dấu những gì chúng không thể tái tạo. Có các giá trị ngoại lệ toàn cầu (nhiệt độ -10°C ở vùng nhiệt đới), các giá trị ngoại lệ theo ngữ cảnh (chi 1.000 euro ở một khu dân cư nghèo) và các giá trị tập thể (lưu lượng mạng đạt đỉnh đồng bộ cho thấy có tấn công). Một điểm tương đồng với Gladwell: "quy tắc 10.000 giờ" đang bị tranh cãi - Paul McCartney đã nói, "Nhiều ban nhạc đã biểu diễn 10.000 giờ ở Hamburg mà không thành công; lý thuyết này không phải là hoàn hảo." Thành công toán học châu Á không phải do di truyền mà do văn hóa: Hệ thống số trực quan hơn của Trung Quốc, canh tác lúa đòi hỏi sự cải tiến liên tục so với sự bành trướng lãnh thổ của nền nông nghiệp phương Tây. Ứng dụng thực tế: Các ngân hàng Anh thu hồi 18% tổn thất tiềm ẩn thông qua phát hiện bất thường theo thời gian thực, sản xuất phát hiện các lỗi vi mô mà kiểm tra thủ công có thể bỏ sót, chăm sóc sức khỏe xác thực dữ liệu thử nghiệm lâm sàng với độ nhạy phát hiện bất thường trên 85%. Bài học cuối cùng: Khi khoa học dữ liệu chuyển từ loại bỏ các giá trị ngoại lai sang hiểu rõ chúng, chúng ta phải xem những nghề nghiệp phi truyền thống không phải là những bất thường cần được khắc phục mà là những quỹ đạo giá trị cần được nghiên cứu.