Mặc dù đã có 30–40 tỷ USD đầu tư từ các doanh nghiệp vào GenAI, báo cáo này phát hiện một kết quả đáng ngạc nhiên: 95% tổ chức không thu được bất kỳ lợi nhuận nào. Kết quả bị chia cắt sâu sắc giữa bên mua (doanh nghiệp lớn, thị trường trung cấp, SMBs) và bên xây dựng (startup, nhà cung cấp, công ty tư vấn), đến mức chúng tôi gọi đây là GenAI Divide. Chỉ 5% các dự án AI tích hợp thí điểm đang khai thác được hàng triệu USD giá trị, trong khi đa số vẫn mắc kẹt mà không tạo ra tác động đo lường được trên P&L. Sự chia cắt này dường như không phải do chất lượng mô hình hay quy định, mà là do cách tiếp cận.
Các công cụ như ChatGPT và Copilot đã được áp dụng rộng rãi. Hơn 80% tổ chức đã thử nghiệm hoặc thí điểm, và gần 40% báo cáo đã triển khai. Tuy nhiên, các công cụ này chủ yếu chỉ nâng cao năng suất cá nhân, chứ không phải hiệu quả P&L. Trong khi đó, các hệ thống ở cấp độ doanh nghiệp, dù tùy chỉnh hay do nhà cung cấp bán, lại bị âm thầm từ chối. 60% tổ chức đã đánh giá các công cụ này, nhưng chỉ 20% đạt đến giai đoạn thí điểm và chỉ 5% đi vào sản xuất. Hầu hết thất bại do quy trình mong manh, thiếu học hỏi theo ngữ cảnh, và không gắn kết với vận hành hàng ngày.
Từ các cuộc phỏng vấn, khảo sát, và phân tích 300 triển khai công khai, đã xuất hiện bốn mô hình định nghĩa nên GenAI Divide:
- Gián đoạn hạn chế: Chỉ 2/8 ngành lớn cho thấy thay đổi cấu trúc có ý nghĩa
- Nghịch lý doanh nghiệp: Các tập đoàn lớn dẫn đầu về số lượng thí điểm nhưng lại tụt hậu trong việc mở rộng quy mô
- Định kiến đầu tư: Ngân sách ưu tiên cho các chức năng “nhìn thấy rõ” ở tuyến đầu, thay vì các mảng hậu cần có ROI cao
- Lợi thế triển khai: Các quan hệ đối tác bên ngoài có tỷ lệ thành công gấp đôi so với xây dựng nội bộ
Rào cản cốt lõi để mở rộng không phải hạ tầng, quy định, hay nhân lực, mà là khả năng học hỏi. Hầu hết các hệ thống GenAI không giữ lại phản hồi, không thích ứng theo ngữ cảnh, và không cải thiện theo thời gian.
Một nhóm nhỏ nhà cung cấp và bên mua đang đạt tiến bộ nhanh hơn nhờ trực tiếp giải quyết các hạn chế này. Người mua thành công yêu cầu tùy chỉnh theo quy trình cụ thể và đánh giá công cụ dựa trên kết quả kinh doanh, thay vì chỉ dựa trên chỉ số phần mềm. Họ mong đợi các hệ thống tích hợp với quy trình hiện có và cải thiện dần theo thời gian. Nhà cung cấp đáp ứng được kỳ vọng này đang giành được các hợp đồng trị giá hàng triệu USD chỉ trong vài tháng.
Trong khi hầu hết các triển khai chưa dẫn đến cắt giảm nhân sự, các tổ chức đã vượt qua GenAI Divide bắt đầu chứng kiến tác động chọn lọc đến lực lượng lao động trong các mảng: hỗ trợ khách hàng, kỹ thuật phần mềm, và chức năng hành chính. Ngoài ra, những tổ chức có hiệu suất cao nhất báo cáo tiết kiệm đáng kể từ việc giảm chi phí BPO và sử dụng ít hơn các agency bên ngoài, đặc biệt trong vận hành hậu cần. Một số khác ghi nhận cải thiện giữ chân khách hàng và tỷ lệ chuyển đổi bán hàng nhờ các hệ thống tiếp cận tự động và theo dõi thông minh.
Những kết quả ban đầu này cho thấy rằng các hệ thống có khả năng học hỏi, khi được nhắm vào quy trình cụ thể, có thể mang lại giá trị thực, ngay cả khi không cần tái cấu trúc lớn trong tổ chức.
v0.1_State_of_AI_in_Business_2025_Report