Nghịch lý: Tại sao AI Agents giúp làm việc nhanh hơn mà doanh nghiệp vẫn không tăng trưởng được?

Khi bắt đầu sử dụng AI Agents, những người chủ doanh nghiệp rất dễ cảm thấy phấn khích. Một công việc nghiên cứu thị trường trước đây cần vài ngày có thể hoàn thành trong vài giờ; một bản kế hoạch vốn phải qua nhiều vòng tổng hợp có thể được xây dựng gần như ngay lập tức; nội dung truyền thông, báo cáo bán hàng, tài liệu đào tạo và thư chăm sóc khách hàng đều được tạo ra nhanh hơn đáng kể. Sau một thời gian trực tiếp trải nghiệm, người lãnh đạo có thể tin rằng nếu đưa AI Agents vào nhiều bộ phận hơn, doanh nghiệp hoàn toàn có khả năng đặt mục tiêu tăng trưởng cao hơn trong quý hoặc năm tiếp theo.

Niềm tin ấy có cơ sở, bởi AI Agents thực sự có thể giúp con người hoàn thành nhiều công việc nhanh hơn. Tuy nhiên, từ việc một số công việc được thực hiện nhanh hơn đến việc doanh nghiệp tăng trưởng tốt hơn là một khoảng cách khá lớn. Nếu xem AI Agents như động lực duy nhất của tăng trưởng, chúng ta đang đặt toàn bộ kỳ vọng vào lớp công cụ và bỏ qua hai thành phần còn lại trong doanh nghiệp là con người và hệ thống.

Hãy hình dung một doanh nghiệp trước đây chỉ sản xuất được 3 nội dung truyền thông mỗi tuần. Sau khi có AI Agent hỗ trợ nghiên cứu, viết bài, thiết kế và lên lịch, con số này tăng lên 30. Xét riêng bộ phận truyền thông, năng suất đã tăng gấp 10 lần. Nhưng nếu nội dung chưa dựa trên sự thấu hiểu khách hàng, thông điệp chưa phù hợp với định vị, sản phẩm chưa giải quyết đúng nhu cầu hoặc đội ngũ bán hàng không theo kịp số lượng khách hàng tiềm năng được tạo ra, lượng nội dung tăng mạnh chưa chắc đem lại thêm doanh thu.

Thậm chí, doanh nghiệp có thể phải xử lý nhiều đầu ra hơn mà giá trị thực sự không thay đổi. Bộ phận truyền thông tạo thêm nhiều khách hàng tiềm năng; bộ phận bán hàng thiếu người theo dõi nên phần lớn khách hàng không được liên hệ kịp thời. AI giúp đội ngũ bán hàng gửi thư nhanh hơn; dữ liệu khách hàng trong hệ thống lại thiếu và sai nên nội dung cá nhân hóa không chính xác. Số đơn hàng tăng; khả năng giao hàng và chăm sóc sau bán không được cải thiện nên khiếu nại cũng tăng theo. Hiệu suất của một khâu có thể biến thành điểm nghẽn của khâu tiếp theo.

Trong đào tạo cũng vậy. AI Agent có thể giúp một doanh nghiệp tạo ra 5 khóa học trong khoảng thời gian trước đây chỉ đủ để sản xuất một khóa. Tuy nhiên, nếu nội dung chưa xuất phát từ nhu cầu thực của học viên, cấu trúc chương trình chưa phù hợp, hoạt động thực hành còn yếu và doanh nghiệp chưa có khả năng tiếp cận đúng người học, việc sản xuất nhanh hơn chỉ làm cho kho khóa học lớn hơn. Số lượng sản phẩm đào tạo tăng nhưng năng lực học viên, mức độ hài lòng và doanh thu chưa chắc thay đổi tương ứng.

Một AI Agent có thể tổng hợp báo cáo quản trị trong vài phút, nhưng nếu dữ liệu đầu vào rời rạc và mỗi phòng ban đang hiểu chỉ số theo một cách khác nhau, báo cáo nhanh hơn vẫn có thể dẫn tới quyết định sai. Một agent chăm sóc khách hàng có thể trả lời ngay lập tức, nhưng nếu chính sách đổi trả chưa rõ và các bộ phận không thống nhất thẩm quyền xử lý, tốc độ trả lời cao hơn có thể làm cho sự thiếu nhất quán lộ ra nhanh hơn. Một agent tuyển dụng có thể tìm được hàng trăm hồ sơ, nhưng nếu doanh nghiệp chưa xác định rõ năng lực cần thiết và chưa có người đủ khả năng phỏng vấn, số lượng ứng viên tăng lên chỉ tạo thêm công việc tồn đọng.

Điểm chung trong những trường hợp này là doanh nghiệp đã cải thiện năng suất của một công việc, nhưng kết quả cuối cùng lại phụ thuộc vào toàn bộ chuỗi hoạt động. AI Agents có thể giúp từng cá nhân hoặc từng bộ phận tạo ra nhiều đầu ra hơn; tăng trưởng đòi hỏi các đầu ra ấy phải kết nối được với nhau để tạo thành giá trị cho khách hàng và kết quả tài chính cho doanh nghiệp.

Một số dữ liệu mới cũng cho thấy cần phân biệt rõ hai cấp độ này. Theo báo cáo Enterprise Signals do OpenAI công bố ngày 12/8/2026, các doanh nghiệp thuộc nhóm 10% sử dụng AI sâu nhất tạo ra lượng đầu ra trên mỗi người dùng cao gấp 8,3 lần doanh nghiệp điển hình vào tháng 6/2026, trong khi khoảng cách này mới ở mức 2,6 lần vào tháng 1. Số lượng người sử dụng Codex hằng tuần cũng tăng rất mạnh trong các bộ phận như pháp lý, bán hàng, tuyển dụng và tiếp thị.

Đây là tín hiệu cho thấy các doanh nghiệp đang giao cho AI ngày càng nhiều công việc thực chất hơn. Tuy nhiên, chính OpenAI cũng lưu ý rằng lượng đầu ra chỉ là một chỉ dấu chưa hoàn hảo về giá trị kinh doanh; một phản hồi ngắn có thể tạo ra giá trị lớn, trong khi một lượng nội dung rất dài có thể không đem lại nhiều lợi ích. Nói cách khác, tạo ra nhiều đầu ra hơn cho thấy mức độ sử dụng AI đã sâu hơn, nhưng chưa tự động chứng minh doanh nghiệp đang tăng trưởng tốt hơn.

Nghiên cứu “AI tạo sinh trong công việc” [Generative AI at Work] của Erik Brynjolfsson và cộng sự cũng cho thấy công cụ AI giúp năng suất của hơn 5.000 nhân viên chăm sóc khách hàng tăng trung bình gần 14%, trong đó nhóm ít kinh nghiệm được cải thiện nhiều hơn. Đây là một bằng chứng thực nghiệm có giá trị về năng suất ở cấp công việc. Tuy nhiên, nghiên cứu này không có mục tiêu chứng minh toàn bộ doanh nghiệp sẽ tăng doanh thu hoặc lợi nhuận tương ứng 14%, bởi kết quả kinh doanh còn phụ thuộc vào sản phẩm, giá cả, nhu cầu thị trường, quy trình phối hợp, năng lực quản lý và nhiều yếu tố khác.

Từ lâu, các nghiên cứu về công nghệ đã chỉ ra rằng doanh nghiệp thường phải đầu tư thêm vào quy trình, kỹ năng, cấu trúc tổ chức và cách phối hợp trước khi một công nghệ mới tạo ra hiệu quả đầy đủ. Nghiên cứu “Đường cong chữ J của năng suất” [The Productivity J-Curve] của Erik Brynjolfsson, Daniel Rock và Chad Syverson cho rằng những công nghệ có phạm vi ứng dụng rộng như AI cần đi cùng các khoản đầu tư bổ trợ, trong đó có tái tổ chức quy trình và xây dựng năng lực của tổ chức. Giai đoạn đầu, doanh nghiệp có thể phải dành nhiều thời gian để học, thử nghiệm và thiết kế lại cách làm việc trước khi phần lợi ích lớn hơn xuất hiện.

Điều này giúp làm rõ công thức Hiệu suất = Con người × Hệ thống × Công cụ. Công thức này nên được hiểu như một mô hình tư duy quản trị, không phải phép tính kế toán. Công cụ gồm model, AI Agent và những phần mềm liên quan; hệ thống gồm mục tiêu, quy trình, dữ liệu, tiêu chuẩn, cơ chế phối hợp và cách đo lường; con người gồm năng lực chuyên môn, khả năng phán đoán, mức độ sẵn sàng thay đổi và trách nhiệm đối với kết quả.

Khi chất lượng công cụ tăng mạnh nhưng quy trình vẫn cũ, dữ liệu vẫn rời rạc và con người chưa biết cách giao việc, kiểm tra hay phối hợp với AI, kết quả chung sẽ bị giới hạn bởi chính những yếu tố đó. AI có thể giúp viết báo cáo nhanh hơn nhưng không tự thống nhất được cách các phòng ban định nghĩa dữ liệu. AI có thể tạo thêm khách hàng tiềm năng nhưng không tự nâng cao năng lực tư vấn của đội ngũ bán hàng. AI có thể đề xuất một quy trình tốt hơn nhưng không tự làm cho mọi người tuân thủ nếu quyền lợi, trách nhiệm và cách đánh giá nhân sự vẫn giữ nguyên.

Doanh nghiệp đặt mục tiêu tăng trưởng sau khi nhận thấy sức mạnh của AI Agents là điều hợp lý. Sai lệch xuất hiện khi người lãnh đạo ngầm giả định rằng chỉ cần triển khai thêm agent thì tăng trưởng sẽ tự xảy ra. Tăng trưởng là kết quả ở cấp độ doanh nghiệp, được tạo thành từ nhiều dòng công việc liên kết với nhau. AI Agent thường chỉ tham gia vào một công việc hoặc một phần quy trình cụ thể.

Vì vậy, mục tiêu tăng trưởng cần được phân rã trước khi chuyển thành nhiệm vụ cho AI. Nếu doanh nghiệp muốn tăng doanh thu 20% [what], người lãnh đạo phải xác định nguyên nhân hiện tại khiến doanh thu chưa tăng [why]. Doanh nghiệp đang thiếu khách hàng tiềm năng, tỷ lệ chuyển đổi thấp, khách hàng ít quay lại, giá trị mỗi đơn hàng nhỏ hay khả năng cung ứng đang bị giới hạn? Mỗi nguyên nhân đòi hỏi một cách can thiệp khác nhau [how], trong đó AI Agent chỉ là một phần của giải pháp.

Nếu điểm nghẽn nằm ở việc nhân viên bán hàng mất quá nhiều thời gian nghiên cứu khách hàng và chuẩn bị cuộc gọi, agent có thể giúp tổng hợp thông tin, đề xuất hướng tiếp cận và soạn nội dung theo dõi. Nếu điểm nghẽn nằm ở chất lượng sản phẩm hoặc nhu cầu thị trường, việc dùng agent để tạo thêm nội dung quảng cáo khó giải quyết được nguyên nhân gốc. Nếu doanh nghiệp đã không đủ khả năng giao hàng, tiếp tục sử dụng AI để tạo thêm đơn hàng có thể khiến trải nghiệm khách hàng xấu đi.

Từ đó, trước khi đưa AI Agent vào một công việc, doanh nghiệp cần trả lời 5 câu hỏi:

1. Mục tiêu kinh doanh đang bị cản trở ở khâu nào?

2. AI Agent sẽ cải thiện công việc cụ thể nào trong khâu đó?

3. Những quy trình, dữ liệu và tiêu chuẩn nào cần được chuẩn hóa trước?

4. Con người sẽ giao việc, kiểm tra, ra quyết định và chịu trách nhiệm ra sao?

5. Kết quả sẽ được đo trên toàn bộ chuỗi giá trị hay chỉ bằng số lượng đầu ra của agent?

Câu hỏi thứ 5 đặc biệt quan trọng. Nếu một agent truyền thông được đánh giá bằng số bài đã tạo, nó có thể trông rất hiệu quả trong khi doanh nghiệp không có thêm khách hàng phù hợp. Nếu được đánh giá bằng mức độ thu hút đúng nhóm khách hàng, số cơ hội bán hàng có chất lượng và doanh thu thực tế phát sinh, doanh nghiệp mới biết công cụ ấy có đang tạo ra giá trị hay chỉ tạo thêm sản phẩm trung gian.

AI Agents có thể làm cho nhiều công việc nhanh hơn, rẻ hơn và mở rộng được ở quy mô lớn hơn. Nhưng công việc nhanh hơn chỉ trở thành tăng trưởng khi được đặt đúng vào điểm nghẽn, kết nối với một quy trình đủ tốt và được vận hành bởi những con người đủ năng lực. Nếu lớp công cụ tăng lên rất nhanh còn hệ thống và con người không thay đổi, doanh nghiệp có thể tạo ra nhiều đầu ra hơn, nhiều hoạt động hơn và thậm chí nhiều hỗn loạn hơn, trong khi kết quả kinh doanh gần như đứng yên.

Bởi vậy, năng lực quan trọng của người lãnh đạo trong thời đại AI không nằm ở việc triển khai được bao nhiêu agent, mà nằm ở khả năng nhìn ra vấn đề kinh doanh, xác định các điểm nghẽn, thiết kế lại hệ thống và đặt công cụ vào đúng vị trí. AI là một đòn bẩy mạnh, nhưng sức mạnh của đòn bẩy vẫn phụ thuộc vào điểm tựa mà doanh nghiệp xây dựng cho nó.

#HungnghiepcungAI, #AIforBoss

Bài gốc trên Substack của Lê Đình Lực.