Rào cản lớn nhất của AI doanh nghiệp hiện nay: Vận hành, dữ liệu và quản trị

AI doanh nghiệp chuyển từ giai đoạn thử nghiệm sang bài toán vận hành

Khi các hệ thống trí tuệ nhân tạo ngày càng thông minh và xử lý được nhiều tác vụ phức tạp, việc đưa chúng vào ứng dụng thực tế trong tổ chức lại không hề trở nên dễ dàng hơn. Bước qua giai đoạn thử nghiệm đơn lẻ, các doanh nghiệp bắt đầu triển khai AI vào sâu trong quy trình kinh doanh và lập tức đối mặt với một loạt bài toán hóc búa về vận hành: lựa chọn mô hình phù hợp cho từng nhiệm vụ, chất lượng dữ liệu đầu vào, phân quyền truy cập và khả năng thích ứng của các khung quản trị hiện hành.

Giai đoạn tiếp theo của làn sóng AI doanh nghiệp đang cho thấy một thực tế rõ ràng: thành bại không còn phụ thuộc vào việc ai tiếp cận được mô hình tiên tiến nhất, mà nằm ở năng lực vận hành và kiểm soát toàn bộ hệ thống đó.

Rối bời giữa ma trận mô hình, dữ liệu kém và lỗ hổng giám sát agent

Các tổ chức hiện nay không còn gói gọn trong việc chọn một nhà cung cấp AI duy nhất. Họ đang vận hành cùng lúc nhiều mô hình với chi phí, độ trễ và mức độ rủi ro khác nhau, đòi hỏi một cơ chế điều phối liên tục theo thời gian thực. Điển hình như Deluxe, công ty chuyên về dữ liệu và thanh toán, hiện vận hành hơn 50 tác tử AI (AI agent). Đơn vị này phải xây dựng một cổng kết nối tập trung (centralized gateway) để tự động định tuyến các yêu cầu tới từng mô hình khác nhau dựa trên việc cân đối bốn yếu tố: chất lượng đầu ra, rủi ro, tốc độ xử lý và chi phí tài nguyên.

Tuy nhiên, việc phân phối mô hình chỉ là bề nổi của tảng băng. Trở ngại kinh điển của doanh nghiệp một lần nữa quay lại cản bước AI: chất lượng dữ liệu. Khảo sát gần đây từ Collibra chỉ ra rằng có tới 72% người ra quyết định về AI khẳng định nền tảng dữ liệu nghèo nàn hoặc phân mảnh chính là nguyên nhân gốc rễ khiến các sáng kiến AI của tổ chức bị đình trệ hoặc thất bại.

Bên cạnh dữ liệu, sự bùng nổ của các hệ thống tự trị (agentic AI) đang tạo ra khoảng trống quản trị nguy hiểm. Báo cáo mới công bố từ hãng kiểm toán EY cho thấy:

• Gần 60% đại diện doanh nghiệp đang sử dụng agentic AI thừa nhận không có bất kỳ bộ phận chuyên trách nào giám sát các tác tử này sau khi triển khai.
• Gần 50% cho biết khung quản trị rủi ro hiện tại chưa hề được cập nhật để đối phó với các hành vi phát sinh riêng của agent.
• 40% doanh nghiệp hoàn toàn thiếu tầm nhìn bao quát đối với các công cụ AI đang âm thầm hoạt động trên hạ tầng mạng nội bộ.

Thách thức nằm ở cấu trúc tổ chức, không phải năng lực mô hình

Một mô hình AI lớn hơn, thông minh hơn sẽ không thể tự động giải quyết các vấn đề về kiến trúc hệ thống, phân quyền, dữ liệu hay trách nhiệm giải trình. Nếu doanh nghiệp thậm chí không nắm được có những công cụ AI nào đang chạy hay ai là người chịu trách nhiệm khi một tác tử hành động sai lệch, rủi ro vận hành sẽ nhanh chóng lấn át giá trị kinh tế mà công nghệ mang lại.

Thực tế này cũng phản ánh xu hướng phân bổ ngân sách trong ngành công nghệ hiện nay. Khảo sát ghi nhận 70% Giám đốc An ninh Thông tin (CISO) xếp AI vào nhóm ưu tiên hàng đầu khi chi tiêu ngân sách an ninh mạng mới, tập trung mạnh vào tự động hóa bảo mật cùng quản lý danh tính và quyền truy cập (IAM). Những tranh luận gần đây giữa các lãnh đạo phòng lab AI hàng đầu tại hội nghị Dreamforce cũng như áp lực lên các mô hình mở (open-weight) đều xoay quanh vấn đề an toàn và kiểm soát. Với các nhà lãnh đạo công nghệ, bài toán khó nhất của AI doanh nghiệp lúc này không còn là đi tìm công nghệ mạnh nhất, mà là xây dựng một bộ máy đủ năng lực để vận hành nó một cách an toàn và hiệu quả.