Elixirr dùng AI, rút thời gian soạn đề xuất còn khoảng 10% mức cũ

Công ty tư vấn Elixirr cho biết AI giúp rút thời gian soạn đề xuất xuống còn khoảng 10% so với trước đây. Việc giảm thời gian nghiên cứu, phân tích và chuẩn bị tài liệu thuyết trình cũng làm dấy lên thảo luận trong ngành về cách tính phí theo giờ và đào tạo nhân viên mới.

Trong báo cáo thường niên năm tài chính 2025, Elixirr cho biết đã đưa 45 công cụ AI do công ty tự phát triển vào hoạt động nội bộ. Các công cụ này được dùng để soạn đề xuất, tài liệu xác định phạm vi công việc và quản lý tri thức.

Thời gian soạn đề xuất mà Elixirr công bố là trường hợp riêng của công ty, không phải số liệu cho thấy năng suất hay cách tính phí của toàn ngành đã thay đổi.

Ngày 12, CNBC phỏng vấn đại diện KPMG, EY và Elixirr về áp lực mà AI tạo ra đối với phí tư vấn và việc bố trí nhân sự. Bài viết không đưa ra số liệu về quy mô cắt giảm tuyển dụng nhân viên mới trên toàn ngành.

Ngành tư vấn thường tính phí theo thời gian dựa trên số nhân sự tham gia dự án và số giờ làm việc. Khi thời gian nghiên cứu và phân tích giảm, khối lượng nhân sự và giờ làm dùng làm căn cứ tính phí cũng có thể thay đổi.

Svilena Tzekova, phụ trách tư vấn toàn cầu tại KPMG International, nói với CNBC: “Hoạt động tư vấn từng mang lại nguồn thu đáng kể. Một phần hoạt động kinh doanh đó giờ đây gần như đã biến mất.” Theo bà, khi AI giúp khách hàng tiếp cận tri thức và phân tích dễ dàng hơn, kỳ vọng của họ cũng tăng lên.

Tzekova cho biết dù khách hàng muốn nhận kết quả đầu ra, bộ phận mua sắm vẫn so sánh số nhân sự tham gia dự án và đơn giá theo giờ. Vì vậy, vẫn còn khoảng cách giữa yêu cầu tính phí theo kết quả và cách mua dịch vụ hiện nay.

Việc dùng AI cũng phát sinh chi phí tính toán và xử lý văn bản của mô hình. Tzekova cho rằng chỉ riêng việc giảm số giờ làm của con người chưa đủ để xác định mức phí mới.

Tính phí theo kết quả là cách định giá dựa trên sản phẩm đầu ra đã thỏa thuận thay vì thời gian làm việc. Khi thiết kế mức phí, các công ty cần cân nhắc cả kết quả khách hàng mong muốn lẫn chi phí vận hành AI.

Thảo luận về nhân viên mới cũng liên quan đến đào tạo thực tế. Nghiên cứu, phân tích dữ liệu và soạn tài liệu thuyết trình là những công việc nền tảng mà nhân viên cấp dưới thường đảm nhận trong quá trình học nghề.

Claire Trachet, nhà sáng lập công ty tư vấn Trachet và từng phụ trách hoạt động mua bán và sáp nhập tại Deutsche Bank, nhận định: “Không rõ làm thế nào để học được phán đoán chuyên môn và trực giác nếu chưa từng trực tiếp làm những công việc nền tảng.” Ý kiến này nêu bật câu hỏi về cách xây dựng lộ trình tích lũy kinh nghiệm khi các nhiệm vụ cơ bản giảm đi.

KPMG đề xuất giao trách nhiệm cho nhân viên cấp dưới sớm hơn thay vì xóa bỏ tuyển dụng nhân viên mới. Cách tiếp cận này đồng thời thay đổi việc phân công công việc và đào tạo nhân sự ở giai đoạn đầu sự nghiệp.

Paul Goodhew, phụ trách đổi mới và kỹ thuật số toàn cầu trong mảng dịch vụ đảm bảo của EY, cho biết AI có thể chuẩn bị trước công việc đối chiếu dữ liệu cho kiểm toán viên. Ông cũng đề cập đến các vị trí như chuyên gia chuyển giao dữ liệu và quản lý sản phẩm.

Ngày 23 tháng 7, KPMG và Đại học Texas tại Austin công bố nghiên cứu thực địa chung phân tích các nhiệm vụ phối hợp với AI của 523 nhân viên KPMG ở giai đoạn đầu sự nghiệp tại Mỹ. Nghiên cứu tập trung vào nhiệm vụ của nhân viên KPMG.

Nhóm nghiên cứu cho biết kết quả khác nhau tùy cách người dùng giao việc cho AI, đánh giá và chỉnh sửa đầu ra. Nghiên cứu không đo lường thay đổi tuyển dụng hay triển vọng nghề nghiệp của toàn ngành tư vấn.