Kể từ mùa xuân năm 2022, hàng loạt công ty đã lao vào cuộc đua tích hợp AI tạo sinh (Generative AI) với kỳ vọng thay đổi cuộc chơi. Tuy nhiên, các số liệu thống kê mới nhất đang dội một gáo nước lạnh vào sự lạc quan này.
Theo khảo sát quý II/2025 của Forrester Research trên 1.576 giám đốc điều hành, chỉ vỏn vẹn 15% ghi nhận biên lợi nhuận được cải thiện nhờ AI. Tương tự, số liệu từ BCG cho thấy chỉ 5% trong số 1.250 lãnh đạo doanh nghiệp nhận thấy giá trị diện rộng mà AI mang lại. Nhà phân tích Brian Hopkins của Forrester nhận định: "Các công ty công nghệ đã thêu dệt nên viễn cảnh thay đổi chóng mặt, nhưng thực tế không diễn ra nhanh như vậy". Hệ quả là nhiều doanh nghiệp dự kiến sẽ trì hoãn 25% ngân sách chi tiêu cho AI sang năm sau.
Một trong những rào cản lớn nhất khiến AI chưa thể sinh lời là sự thiếu chính xác và tính cách quá... "nịnh nọt". Eric LeVine, CEO của ứng dụng rượu vang CellarTracker, đã mất tới 6 tuần chỉ để dạy chatbot của mình bớt "lịch sự" và đưa ra những đánh giá trung thực hơn về khẩu vị rượu.
Nghiêm trọng hơn là trường hợp của Cando Rail and Terminals, một nhà cung cấp dịch vụ đường sắt tại Bắc Mỹ. Dự án AI trị giá 300.000 USD của họ đã phải dừng lại vì chatbot không thể tóm tắt chính xác Quy tắc vận hành an toàn. Thậm chí, AI còn tự ý "sáng tác" ra các quy định không có thật, gây rủi ro lớn cho an toàn nghiệp vụ. CEO Jeremy Nielsen thừa nhận: "Chúng tôi cứ nghĩ đó là giải pháp dễ dàng, nhưng thực tế không phải vậy".
Sự khác biệt giữa con người và AI. Ảnh: Internet
Bài toán thay thế nhân sự bằng AI cũng đang gặp sự kháng cự từ phía người dùng cuối. Klarna, gã khổng lồ thanh toán Thụy Điển, từng tự hào tuyên bố hệ thống AI của họ làm việc bằng 700 nhân viên. Tuy nhiên, đến giữa năm nay, CEO Sebastian Siemiathowski phải thừa nhận khách hàng vẫn thích trò chuyện với người thật hơn.
Tương tự, nhà mạng Verizon (Mỹ) cũng quay lại sử dụng nhân viên cho các tác vụ phức tạp. "40% người tiêu dùng sẽ thất vọng nếu không thể liên lạc với nhân viên hỗ trợ trực tiếp", Ivan Berg, phụ trách AI của Verizon chia sẻ. Mô hình hiện tại đã chuyển dịch: AI chỉ đóng vai trò sàng lọc và hỗ trợ, còn con người vẫn là trung tâm giải quyết vấn đề.
Giới nghiên cứu gọi hiện trạng của AI lúc này là "ranh giới gập ghềnh" (jagged frontier). Các mô hình ngôn ngữ lớn (LLM) có thể giải toán hay lập trình nhanh như một chiếc Ferrari, nhưng lại chậm chạp như một con lừa trong các tác vụ đơn giản như sắp xếp lịch trình hay định dạng dữ liệu.
Clark Shafer, Giám đốc tại Alpha Financial Markets Consulting, chỉ ra rằng sự không đồng nhất trong định dạng dữ liệu đầu vào đang khiến AI "đọc những mẫu không tồn tại". Điều này buộc các doanh nghiệp phải tốn kém chi phí và thời gian để mã hóa kiến thức và làm sạch dữ liệu trước khi AI có thể hoạt động hiệu quả.