Các tập đoàn Fortune 500 đang theo dõi việc sử dụng Trí tuệ Nhân tạo (AI) của nhân viên với mức độ chi tiết chưa từng có, nhưng nhiều CEO vẫn gặp khó khăn trong việc chứng minh mối liên hệ trực tiếp giữa việc sử dụng AI và hiệu suất lao động thực tế.
Thách thức đo lường ROI của AI
Theo một khảo sát năm 2026 của ModelOp với 100 nhà lãnh đạo cấp cao về AI, hơn hai phần ba doanh nghiệp vẫn phải dựa vào các ước tính (như thời gian tiết kiệm hoặc dự kiến giảm chi phí) thay vì các kết quả tài chính đo lường được để đánh giá lợi tức đầu tư (ROI) từ AI. ModelOp gọi khoảng cách giữa hoạt động AI và lợi tức đo lường được này là “ảo ảnh giá trị AI” (AI value illusion).
- Quan sát chung: Hầu như mọi công ty Fortune 500 đều đang theo dõi mức độ sử dụng AI tổng thể.
- Vấn đề cốt lõi: Các nhà lãnh đạo lo ngại rằng việc chi tiêu cho AI chưa chắc đã mang lại ROI rõ ràng.
Xu hướng đo lường: Từ cá nhân sang quy trình
Các công ty đang chuyển dịch trọng tâm đo lường từ việc giám sát cá nhân sang đánh giá hiệu suất thông qua các quy trình làm việc và các tác nhân AI (AI agents).
- Trọng tâm mới: Các chuyên gia nhận định rằng việc tập trung nên là vào kết quả (outcomes) và hiệu quả (effectiveness), thay vì theo dõi từng cá nhân.
- Thách thức lớn nhất: Thách thức không phải là đo lường mức độ sử dụng, mà là chứng minh nguồn gốc (attribution) của sự cải thiện năng suất.
Tác nhân AI và việc định giá hoạt động
Việc tích hợp AI đang thay đổi cách thức công việc được định giá và đánh giá. Các chi phí liên quan đến AI, được đo bằng đơn vị “token” (đơn vị tính cho mỗi khối văn bản hoặc dữ liệu được xử lý), đã trở thành một hạng mục tiêu chuẩn trong tính toán ROI, ngang hàng với chi phí nhân công và cơ sở hạ tầng.
- Các mô hình mới: Các công ty như Coinbase đang tái cấu trúc bằng cách áp dụng các “AI-native pods” với ít nhân lực hơn để quản lý các đội ngũ tác nhân AI.
- Ưu điểm đo lường: Việc đo lường đầu ra của các tác nhân AI (ví dụ: số lượng tác vụ được xử lý) dễ dàng và được ưu tiên hơn so với việc đánh giá hiệu suất cá nhân.
Giám sát và những lo ngại về quyền riêng tư
Sự gia tăng giám sát này đôi khi tạo ra áp lực khiến nhân viên cảm thấy cần phải tăng cường sử dụng AI để chứng minh năng suất, một hiện tượng được gọi là “tokenmaxxing”.
- Cảnh báo chuyên môn: Các chuyên gia cảnh báo rằng việc tăng số lượng prompt (lệnh) không đồng nghĩa với việc chất lượng công việc được cải thiện.
- Giám sát sâu: Một số công ty đang thử nghiệm các hệ thống nội bộ để theo dõi các hành vi chi tiết như chuyển động chuột, nhấp chuột và thao tác bàn phím để huấn luyện AI, dù các công ty khẳng định dữ liệu này chỉ dùng để cải thiện mô hình, không phải để đánh giá cá nhân.
