Tính ROI cho token

Sau 2 năm chạy đua thử nghiệm các mô hình ngôn ngữ lớn (LLM) và ký kết hợp đồng dịch vụ đám mây, ban quản trị các doanh nghiệp tại Việt Nam đang đối diện với một thực tế lạnh lùng từ bảng cân đối kế toán. Cơn sốt đầu tư theo tâm lý sợ bỏ lỡ (FOMO) ban đầu đang nhường chỗ cho câu hỏi hóc búa từ các giám đốc tài chính: từng đồng vốn đầu tư cho trí tuệ nhân tạo (AI) thực sự mang lại bao nhiêu lợi nhuận? 

Bài toán hoàn vốn của AI
Theo báo cáo CIO Survey 2026 do cộng đồng CIO Việt Nam và EY Việt Nam công bố, gần 75% doanh nghiệp được khảo sát đã bắt đầu thử nghiệm hoặc triển khai AI ở các mức độ khác nhau. Đáng chú ý, hơn 81% khẳng định AI giúp tiết kiệm thời gian và nâng cao năng suất làm việc. Thế nhưng, khi nhìn vào kết quả tài chính, chỉ vỏn vẹn 6,3% doanh nghiệp chứng minh được giá trị tài chính rõ ràng ở cấp độ danh mục AI thông qua các chỉ số đo lường cụ thể về doanh thu, chi phí hay lợi nhuận. 

Sự đứt gãy này tiếp tục được phản ánh trong khảo sát diện rộng do Công ty Dịch vụ Công nghệ Tin học HPT phối hợp cùng Hội Tin học TP.HCM (HCA) thực hiện. Phần lớn tổ chức tại Việt Nam vẫn mắc kẹt ở những chặng đầu tiên: 47,8% ở cấp độ “khởi phát” và 30,8% ở mức “định hình”. Chỉ 18,4% tổ chức đạt tới cấp độ “chuẩn hóa” và một con số khiêm tốn 3% chạm ngưỡng “chuyển hóa”.

Khoảng cách giữa hơn 81% cảm nhận có hiệu quả và 6,3% ghi nhận giá trị bằng tiền cho thấy nhiều doanh nghiệp đang nhầm lẫn giữa sự tiện lợi cá nhân với hiệu quả tài chính của tổ chức. “Doanh nghiệp có thể nhanh chóng mở quyền truy cập hay đưa chatbot lên website, nhưng đó mới chỉ là đầu vào. Đầu ra bắt buộc phải được trả lời bằng các con số kinh doanh cụ thể: AI giúp giảm bao nhiêu chi phí trên mỗi đơn hàng, tăng tỷ lệ chuyển đổi bao nhiêu phần trăm, hay rút ngắn thời gian đưa sản phẩm ra thị trường bao nhiêu ngày?”, ông Thái Hữu Lý, Trưởng phòng Phát triển Dịch vụ, Trung tâm Internet Việt Nam (VNNIC), nhận định. 

Tại sao bài toán hoàn vốn (ROI) của AI lại trở nên nan giải tại thị trường Việt Nam? Câu trả lời nằm ở sự lệch pha kinh tế vi mô giữa cấu trúc định giá phần mềm toàn cầu và thị trường lao động bản địa. Tại Thung lũng Silicon hay Singapore, nếu một công cụ AI giá 30-50 USD/tháng giúp chuyên viên phân tích (lương 60-80 USD/giờ) tiết kiệm 20 giờ làm việc, phương trình ROI sẽ dương ngay lập tức. Nhưng tại Việt Nam, chi phí nhân sự cho khối hỗ trợ văn phòng, tổng đài hay chăm sóc khách hàng dao động ở mức 3-5 USD/giờ. 

Hơn thế nữa, phần lớn ngân sách bị “thủng” do các chi phí ẩn. Giá mua API hoặc thuê hạ tầng GPU chỉ chiếm khoảng 15-20% tổng chi phí sở hữu (TCO); 80% chi phí còn lại chìm dưới bề mặt: làm sạch dữ liệu, chuẩn hóa quy trình, tích hợp API, thuê nhân sự chuyên biệt và kiểm soát lỗi thông tin sai lệch. 

Về điểm nghẽn này, ông Nguyễn Trung Chính, Chủ tịch Hội đồng Quản trị Tập đoàn Công nghệ CMC, cho rằng các doanh nghiệp hiện nay thường chỉ nhìn thấy phần nổi của chi phí mà bỏ quên phần chìm phức tạp hơn. “Chi phí mua hoặc thuê một công cụ AI có thể không lớn. Nhưng để AI vận hành hiệu quả, doanh nghiệp phải có dữ liệu đủ tốt, hạ tầng phù hợp, khả năng tích hợp với hệ thống hiện hữu, cơ chế bảo mật và quy trình kiểm soát kết quả...”, ông nói. 

Những rào cản nội bộ
Áp lực chứng minh hiệu quả đầu tư đang bộc lộ rõ rệt qua các rào cản nội bộ. Khảo sát của HPT và HCA ghi nhận có tới 48% doanh nghiệp xem chi phí và khả năng xác định ROI là thách thức hàng đầu. Đứng đầu danh sách lo ngại là vấn đề an toàn dữ liệu và đạo đức AI (58%), theo sau là tình trạng thiếu hụt nhân sự AI chuyên trách (52%) và hạn chế về dữ liệu lẫn hạ tầng (42%). 

Chính những rào cản này khiến AI tại Việt Nam chủ yếu mới dừng lại ở “phần vỏ” văn phòng. Có đến 71% tổ chức sử dụng AI cho các tác vụ bề mặt như soạn thảo và tổng hợp văn bản. Ngược lại, tỷ lệ tích hợp AI vào các hệ sinh thái dữ liệu lõi doanh nghiệp như hoạch định tài nguyên (ERP) chỉ đạt 21% và quản trị quan hệ khách hàng (CRM) dừng ở mức 34%. 

“Một điểm sáng là 34% tổ chức ghi nhận AI đã giúp nâng cao chất lượng ra quyết định thông qua phân tích và dự báo sớm. Tuy nhiên, việc đo lường giá trị cụ thể mà AI mang lại vẫn là bài toán hóc búa khi phần lớn chưa thể lượng hóa được”, ông Đinh Hà Duy Linh, Tổng Giám đốc HPT, nói.

Đối mặt với sức ép tài chính, một thế hệ lãnh đạo công nghệ mới tại Việt Nam đang tái định hình chiến lược. Thay vì theo đuổi các chatbot đa năng hào nhoáng, vốn tiềm ẩn rủi ro phát ngôn và hiệu quả chuyển đổi thấp, các doanh nghiệp bắt đầu đổ vốn vào những thuật toán chuyên sâu “nhàm chán” nhưng giải quyết trúng điểm nghẽn vận hành: tối ưu hóa chuỗi cung ứng, quản trị rủi ro tài chính, xử lý tài liệu thông minh... 

Về mặt kỹ thuật, xu hướng phụ thuộc vào các LLM khổng lồ với chi phí hàng chục ngàn USD mỗi tháng đang dần nhường chỗ cho kiến trúc mô hình ngôn ngữ nhỏ (SLM) từ 7B đến 8B tham số kết hợp kỹ thuật truy xuất tăng cường (RAG). Được huấn luyện và tinh chỉnh chuyên sâu trên tập dữ liệu tiếng Việt nội bộ, các mô hình này chỉ tiêu tốn khoảng 5% chi phí vận hành so với mô hình đa năng quốc tế, đồng thời bảo đảm an toàn dữ liệu trên hạ tầng đám mây nội địa và triệt tiêu độ trễ tác vụ. 

Sự kết thúc của giai đoạn thử nghiệm đánh dấu bước trưởng thành cần thiết cho hệ sinh thái công nghệ Việt Nam. “Từ “dùng AI” đến “tạo ra giá trị từ AI” không đơn thuần là một bước nhảy vọt về công nghệ, mà bản chất là một cuộc đại phẫu về quản trị... Khi công cụ AI trở nên phổ cập và ai cũng có thể tiếp cận, lợi thế cạnh tranh sẽ không thuộc về người triển khai sớm nhất, mà thuộc về người nào đo lường giá trị chuẩn xác nhất, tích hợp AI sâu nhất vào chuỗi giá trị và biến năng suất công nghệ thành biên lợi nhuận thực tế trên thương trường”,  ông Chính của CMC nói.