Sau hơn hai thập kỷ tư vấn cho các doanh nghiệp về chuyển đổi chi phí, Goydan đã chứng kiến một sự phân hóa ngày càng rõ nét khi AI và các hệ thống tự chủ (agentic systems) đang tái định hình lại bài toán kinh tế trong kinh doanh.
Thực tế cho thấy, phần lớn các công ty vẫn đang loay hoay trong việc biến các dự án AI thí điểm thành lợi nhuận. Tuy nhiên, có một nhóm nhỏ các doanh nghiệp đang thành công vang dội nhờ khéo léo kết nối nỗ lực triển khai AI với mục tiêu cắt giảm chi phí.
Bằng cách này, các doanh nghiệp này đang tạo ra "lợi nhuận kép" từ lợi thế chi phí của AI và cải thiện hiệu suất tổng thể. Họ chính là minh chứng cho những gì có thể đạt được và mang lại bài học quý giá cho những cái tên đang muốn bám đuổi.
Những rào cản cần vượt qua
Nhóm tác giả nhận thấy một số thách thức chung trong các chương trình tối ưu chi phí dựa trên AI:
1. Quá nhiều sáng kiến manh mún, thiếu quy mô: Nhiều công ty triển khai thử nghiệm AI ở khắp mọi nơi nhưng lại thiếu ưu tiên rõ ràng. Họ làm loãng nguồn lực và áp dụng AI vào những lĩnh vực không mang lại tác động lớn nhất.
2. Điểm nghẽn từ nền tảng dữ liệu và công nghệ: Các dự án thí điểm thành công thường rất khó mở rộng quy mô. Các tổ chức thường thiếu hạ tầng IT hoặc dữ liệu chuẩn chỉnh. Việc triển khai trên toàn công ty đòi hỏi yêu cầu về thử nghiệm và tính bền bỉ phức tạp hơn nhiều so với một sáng kiến đơn lẻ.
3. Chưa chú trọng đúng mức vào đào tạo và nâng cao kỹ năng: Nhân viên đôi khi ngó lơ các sáng kiến AI mới, thường là vì họ thiếu kỹ năng và năng lực cần thiết để sử dụng các công cụ này.
4. Thất bại trong việc tái thiết kế quy trình làm việc: Trong một dự án AI điển hình, chỉ 10% giá trị đến từ thuật toán, 20% đến từ công nghệ và dữ liệu. 70% giá trị còn lại nằm ở việc quản trị sự thay đổi, chủ yếu là từ việc tái thiết kế các dòng công việc và quy trình từ đầu đến cuối (end-to-end).
5. Không thể chuyển hóa hiệu suất thành giá trị tài chính: Ngay cả khi các tổ chức cải thiện được hiệu suất nhờ AI, những lợi ích đó thường "bay hơi" trước khi kịp tác động tích cực đến báo cáo lãi lỗ (P&L).
Kế hoạch 4 bước để thành công
Để vượt qua những rào cản này, các công ty dẫn đầu tập trung tích hợp AI vào một lộ trình bài bản gồm bốn ưu tiên then chốt:
Thay vì chạy đua nhồi nhét AI vào mọi đơn vị kinh doanh, các công ty nên bắt đầu với một số ít dự án sử dụng các giải pháp đã chín muồi để mang lại kết quả nhanh chóng.
Mua sắm (Procurement) là một lựa chọn sáng giá. Lĩnh vực này thường chiếm tỷ trọng lớn trong chi tiêu của công ty, các giao dịch tương đối rõ ràng và đã có sẵn các giải pháp AI giúp tối ưu hóa danh mục nhà cung cấp, chuẩn hóa giá cả và thương lượng chiết khấu. Thực tế, doanh nghiệp có thể tiết kiệm từ 5% đến 25% chỉ trong vòng ba đến sáu tháng. Các khu vực khác có thể tạo ra kết quả nhanh bao gồm: phân tích marketing, kỹ thuật phần mềm, chăm sóc khách hàng, tài chính và hỗ trợ đội ngũ bán hàng.
2. Tái thiết kế quy trình làm việc để tạo tác động bứt phá
AI có thể áp dụng vào các quy trình sẵn có, nhưng giá trị thực sự nằm ở việc tối ưu hóa và thiết kế lại dòng công việc. Mục tiêu là tích hợp dòng chảy dữ liệu giữa các phòng ban, tận dụng AI để tăng vọt hiệu suất. Đây là một nỗ lực lớn và phức tạp, đặc biệt khi phải phá vỡ rào cản giữa các bộ phận.
Cách tiếp cận thông minh là bắt đầu với một quy trình duy nhất và thiết kế lại nó từ con số 0 trên toàn bộ chuỗi giá trị. Điều này sẽ đặt nền móng cho những bước tiến vượt bậc về năng suất và tạo ra giá trị mới.
3. Ứng dụng AI tự chủ (Agentic AI) đúng lúc, đúng chỗ
AI tác nhân (AI agents) là các hệ thống có khả năng quan sát, lập kế hoạch và hành động tự chủ thay vì chỉ đưa ra gợi ý. Điều này giúp cắt giảm chi phí đáng kể trong các mảng như Nhân sự (HR), Tài chính, Chăm sóc khách hàng và IT.
Tuy nhiên, cần sử dụng chúng một cách khôn ngoan. Với những quy trình đơn giản, các giải pháp tự động hóa cơ bản đã là quá đủ. Ngược lại, tại những lĩnh vực có yêu cầu pháp lý khắt khe, sự giám sát của con người là yếu tố bắt buộc. 'Điểm rơi' lý tưởng cho các ứng dụng AI tác nhân (Agentic AI) chính là phân khúc ở giữa: những quy trình phức tạp nhưng có mức độ rủi ro, cũng như tính nhạy cảm về đạo đức hay quản trị ở mức tương đối thấp. .
4. Theo dõi giá trị một cách nghiêm ngặt
Bước quan trọng nhất là kết nối hiệu suất từ AI với tác động thực tế trên báo cáo tài chính. Điều này đòi hỏi một kế hoạch kinh doanh rõ ràng với các chỉ số cụ thể, mốc thời gian và dự kiến tỷ lệ hoàn vốn (ROI).
Hơn nữa, lãnh đạo cần quyết định chiến lược về việc tái phân bổ quỹ thời gian được giải phóng. Ví dụ, nếu AI giúp tăng 15% hiệu suất, đội ngũ đó có thể vận hành với nhân sự tinh gọn hơn, hoặc chuyển nguồn lực sang các hoạt động sáng tạo giá trị khác, hay thậm chí là giảm bớt áp lực để cải thiện tinh thần nhân viên. Dù chọn cách nào, ban lãnh đạo cấp cao cũng cần phải tính toán kỹ lưỡng các hệ quả này.
Bằng cách áp dụng bốn biện pháp trên, doanh nghiệp có thể tích hợp AI vào nỗ lực tối ưu chi phí một cách hệ thống và xây dựng một lợi thế cạnh tranh bền vững trong kỷ nguyên mới.
Nguồn: Fortune
