Hiệu quả AI cần được đo bằng kết quả công việc và tổng chi phí, không phải số người bị cắt giảm

Doanh thu trên mỗi nhân viên và biên lợi nhuận của 493 doanh nghiệp trong S&P 500, sau khi loại nhóm Magnificent 7, đi ngang. Các phân tích chưa thống nhất về việc mức độ sử dụng AI tăng lên có phản ánh thành quả trong các chỉ số tài chính của doanh nghiệp hay không.

Ngày 24 tháng 10, Torsten Slok, đối tác kiêm kinh tế trưởng tại Apollo Global Management, cho biết trong bản tin Daily Spark rằng chưa có bằng chứng về tăng trưởng doanh thu và cải thiện biên lợi nhuận bên ngoài lĩnh vực công nghệ. Nhóm doanh nghiệp mà ông gọi là “S&P493” không phải một chỉ số riêng, mà là 493 doanh nghiệp còn lại trong S&P 500 sau khi loại Magnificent 7.

Dữ liệu Slok đưa ra cho thấy doanh thu trên mỗi nhân viên và biên lợi nhuận của 7 công ty công nghệ lớn tăng, trong khi hai chỉ số này đi ngang ở nhóm doanh nghiệp còn lại. Ông nhận định cũng chưa có dấu hiệu cho thấy AI đã đẩy nhanh tốc độ tăng năng suất của Mỹ. Tuy nhiên, các chỉ số tổng hợp không thể xác định hiệu quả đầu tư AI hay nguyên nhân đình trệ ở từng doanh nghiệp.

Trước đó, TokenPost đã đưa tin về tình trạng doanh thu và biên lợi nhuận đi ngang của S&P493 cùng ước tính quy mô đầu tư AI. Vấn đề mới được đặt ra lần này là nên dùng tiêu chí nào để đo hiệu quả AI tại từng doanh nghiệp.

Adam Dumey, người đứng đầu bộ phận chiến lược tại Corporate Frontier Lab của World Wide Technology (WWT), lập luận trong bài viết trên Fortune ngày 6 rằng không nên đánh giá hiệu quả AI bằng số nhân sự bị cắt giảm mà cần thiết kế lại quy trình làm việc. Ông công khai rằng WWT bán dịch vụ tích hợp AI cho doanh nghiệp và công ty không nắm giữ cổ phiếu của các doanh nghiệp được nhắc đến trong bài viết.

Dumey đề xuất CEO lựa chọn những công việc ảnh hưởng đến doanh thu, biên lợi nhuận, rủi ro và thời gian xử lý, rồi xác định lại vai trò, quyền phê duyệt và cơ chế quản lý. Ý của ông là doanh nghiệp cần xác định trước sẽ thay đổi điều gì trong quy trình và đạt kết quả nào, thay vì chỉ dừng ở việc đưa AI vào sử dụng.

Dumey cho rằng cần tính cả chi phí dữ liệu, kiểm chứng, xử lý ngoại lệ, làm lại và quản lý, bên cạnh phí sử dụng mô hình. Doanh nghiệp nên đánh giá tổng chi phí để tạo ra mỗi kết quả cùng với chất lượng đầu ra. Token trong ngữ cảnh này là đơn vị mô hình AI xử lý đầu vào và đầu ra, không phải token tiền mã hóa.

Tập đoàn Tư vấn Boston (Boston Consulting Group, BCG) cho biết gần một nửa số doanh nghiệp thu được giá trị đáng kể từ AI, dựa trên khảo sát 1.330 lãnh đạo cấp cao và nhà quản lý được công bố ngày 30 tháng 9 trong “Chỉ số AI ứng dụng 2026”. BCG viện dẫn tỷ lệ 7,5% doanh nghiệp được xếp vào nhóm dẫn đầu và 41% đang mở rộng ứng dụng AI.

Trong khảo sát của BCG, chi tiêu cho AI tính trên doanh thu ở mức 1,7% vào cuối năm 2025 và tăng lên 3,3% trong năm 2026. Trước đó, TokenPost cũng đưa tin về tỷ lệ chi tiêu AI và phần được cấp ngoài ngân sách CNTT theo số liệu của BCG.

Apollo xem xét doanh thu và biên lợi nhuận của nhóm doanh nghiệp niêm yết lớn tại Mỹ, còn BCG phân loại doanh nghiệp dựa trên khảo sát lãnh đạo. Việc người tham gia khảo sát cho biết doanh nghiệp thu được giá trị từ AI không đồng nghĩa các chỉ số tài chính của S&P493 đã cải thiện. Ngược lại, các chỉ số đi ngang của S&P493 cũng không phủ nhận rằng quy trình làm việc tại một số doanh nghiệp riêng lẻ có thể đã tốt hơn.

Ngân hàng Dự trữ Liên bang St. Louis ghi nhận tỷ lệ người lao động sử dụng AI tạo sinh trong công việc là 33% vào tháng 8 năm 2024, tăng lên 45% vào tháng 5 năm 2026. Cục Điều tra Dân số Mỹ ghi nhận 19,8% doanh nghiệp sử dụng AI trong hoạt động kinh doanh trong kỳ khảo sát kết thúc ngày 3 tháng 5 năm 2026. Một tỷ lệ tính trên người lao động, tỷ lệ còn lại tính trên doanh nghiệp nên không thể so sánh trực tiếp.

Doanh thu tăng của nhà cung cấp AI cũng không đồng nghĩa doanh nghiệp mua dịch vụ đạt hiệu quả đầu tư. Microsoft (MSFT) cho biết doanh thu Azure tăng 48% so với cùng kỳ trong kết quả kinh doanh công bố ngày 28 tháng 10. Alphabet (GOOGL) cho biết doanh thu Google Cloud tăng 103% trong kết quả quý III công bố cùng ngày. Alphabet nói nhu cầu về hạ tầng và giải pháp AI góp phần vào mức tăng trưởng này.

Những con số trên phản ánh tốc độ tăng trưởng của các nhà cung cấp dịch vụ đám mây, chứ không trực tiếp cho thấy năng suất hay biên lợi nhuận của khách hàng được cải thiện. Cần phân biệt doanh thu tăng ở nhà cung cấp dịch vụ AI với hiệu quả so với chi phí tại doanh nghiệp sử dụng dịch vụ.

Barclays (BCS) dự kiến cắt giảm nhân sự tương đương khoảng 5.000 vị trí toàn thời gian theo các biện pháp tái cơ cấu, trong tài liệu quý III công bố ngày 22 tháng 10. Tài liệu cho biết khoảng 60% số vị trí dự kiến cắt giảm thuộc các chức năng hỗ trợ, bao gồm cả lập trình viên. Công ty liên hệ việc đơn giản hóa tổ chức và nâng hiệu quả nhờ thay đổi công nghệ với AI, nhưng không nêu riêng số vị trí bị cắt giảm trực tiếp do AI; kế hoạch vẫn cần trải qua quy trình tham vấn nhân viên.

Các chỉ số tổng hợp của Apollo, khảo sát lãnh đạo của BCG, tỷ lệ sử dụng AI của người lao động và doanh nghiệp, doanh thu nhà cung cấp cùng kế hoạch cắt giảm nhân sự đều đo lường những đối tượng khác nhau. Trong bài viết, Dumey lập luận rằng nên đánh giá đồng thời chất lượng đầu ra và tổng chi phí sản xuất, thay vì chỉ dựa vào lượng AI được sử dụng hoặc số nhân sự bị cắt giảm.