Từ các báo cáo gần đây của các công ty tư vấn quản trị hàng đầu như McKinsey, Bain & Company, chúng ta thấy rõ xu hướng hơn 80% doanh nghiệp lớn toàn cầu đã triển khai Generative AI (GenAI) ít nhất trong một hoạt động cốt lõi. Tuy nhiên, chỉ khoảng 23% thực sự tạo ra giá trị kinh doanh rõ ràng từ AI. Điều này không nằm ở công nghệ, mà ở cách triển khai. Một dự án AI kém hiệu quả không vì thiếu phần mềm, mà vì thiếu một cấu trúc tổ chức, một tư duy tích hợp và một quy trình đo lường cụ thể. 

Hiện tại, AI không còn là một lựa chọn công nghệ, mà sẽ là một lựa chọn chiến lược. Điều này thể hiện ở việc các doanh nghiệp tiên phong không còn triển khai AI như một giải pháp bổ sung rời rạc, mà tích hợp trực tiếp vào chuỗi giá trị, từ thiết kế sản phẩm, quản trị khách hàng đến vận hành nội bộ. 

Có thể thấy rõ điều này trong lĩnh vực thương mại dịch vụ, nơi nhiều hệ thống chuỗi bán lẻ đã ứng dụng GenAI để tự động hóa chăm sóc khách hàng, cá nhân hóa ưu đãi, dự báo nhu cầu tiêu dùng và tối ưu quản lý hàng tồn kho. Nhờ đó, nhiều doanh nghiệp ghi nhận mức tăng 15 - 20% doanh số từ nhóm khách hàng cũ mà không cần mở rộng mạng lưới điểm bán, đồng thời giảm chi phí vận hành kho bãi và logistics từ 10 - 15% mỗi năm. 

Một xu hướng mới đang hình thành là Agentic AI. Đó là các hệ thống trí tuệ nhân tạo không chỉ phân tích và đề xuất như trước đây, mà có thể tự động đưa ra quyết định và hành động mà không cần sự can thiệp của con người. Công ty tư vấn công nghệ thông tin hàng đầu thế giới Gartner dự báo rằng đến năm 2028, khoảng 33% ứng dụng dành cho doanh nghiệp sẽ được phát triển dựa trên loại AI này, thay cho các hệ thống lập trình truyền thống. 

Tuy nhiên, cũng chính Gartner cảnh báo có tới 40% dự án phát triển Agentic AI sẽ bị hủy bỏ trước năm 2027. Lý do là nhiều doanh nghiệp chưa đủ năng lực để kiểm soát rủi ro, cũng như thiếu khả năng tổ chức triển khai những công nghệ AI phức tạp kiểu này một cách bài bản và an toàn. 

Điều này đặt ra một thông điệp quan trọng cho doanh nghiệp: AI không còn là câu chuyện kỹ thuật đơn thuần. Nếu chưa sẵn sàng về mô hình quản trị, năng lực triển khai và kiểm soát rủi ro, doanh nghiệp khó có thể tiến xa trong làn sóng AI mới này. 

Trong khi thế giới đang đẩy mạnh đầu tư hàng nghìn tỷ USD vào hạ tầng AI, McKinsey dự báo tổng vốn đầu tư vào trung tâm dữ liệu và AI cloud sẽ vượt 6.700 tỷ USD vào năm 2030, thì nhiều doanh nghiệp tại Việt Nam vẫn đang đối mặt với những bài toán cơ bản: hạ tầng dữ liệu còn thiếu và phân mảnh, hệ thống CNTT chưa được kết nối đồng bộ, nhân sự công nghệ chưa đáp ứng yêu cầu. Thực tế, nhiều doanh nghiệp thậm chí còn chưa hoàn tất quá trình chuyển đổi số cơ bản thì đã phải đối mặt với làn sóng AI – một công nghệ mới yêu cầu nền tảng công nghệ và tổ chức ở mức cao hơn. Điều này dẫn đến nguy cơ bị “bỏ lại phía sau” ngay cả khi chưa kịp hoàn thiện các bước số hóa truyền thống. 

Chiến lược tổ chức sẵn sàng cho AI: Ba nguyên tắc tạo giá trị đột phá 

Trước hết, AI cần được tiếp cận như một quyết định chiến lược, không phải một dự án công nghệ đơn lẻ. Ban lãnh đạo phải là nơi định hướng và ra quyết định triển khai AI bởi từ góc độ chiến lược và hiểu rõ tổng thể mô hình kinh doanh, mới có thể xác định chính xác điểm nghẽn cần giải quyết và cách tái thiết mô hình vận hành dựa trên AI. Trong mọi chương trình chuyển đổi, vai trò của CEO và ban điều hành luôn là yếu tố quyết định. Chỉ khi lãnh đạo lựa chọn đúng bài toán ưu tiên, tháo gỡ các rào cản về dữ liệu, văn hóa và thiết kế lại mô hình tổ chức, AI mới thực sự tạo ra giá trị. Bản thân AI chỉ là công cụ, người lãnh đạo mới là người quyết định hướng đi và tốc độ chuyển đổi của doanh nghiệp. 

Thứ hai là xây dựng tổ chức AI nội bộ với ba lớp. Đầu tiên là lớp kiến tạo, nơi kết nối giữa chiến lược kinh doanh và năng lực công nghệ. Lớp này được dẫn dắt bởi các AI Product Manager - những người vừa hiểu bài toán kinh doanh, vừa hiểu giải pháp công nghệ. Tiếp theo là lớp vận hành, sẽ do đội ngũ kỹ sư AI, kỹ sư dữ liệu và QA đảm nhiệm, nhằm tinh chỉnh và vận hành hệ thống AI ổn định. Cuối cùng, lớp giám sát đóng vai trò kiểm soát đạo đức, tuân thủ, đảm bảo hệ thống AI minh bạch, công bằng và kiểm soát rủi ro, phụ trách bởi AI Ethics Officer. 

Bản thân AI không tạo ra giá trị, người lãnh đạo biết dùng AI để tái cấu trúc mô hình vận hành mới là yếu tố quyết định. 

Khi ba lớp này được thiết kế đầy đủ và phối hợp nhịp nhàng, AI sẽ không còn là một giải pháp rời rạc, mà trở thành một phần cấu trúc vận hành doanh nghiệp, như một hệ miễn dịch giúp tổ chức thích ứng, kiểm soát và phát triển bền vững. 

Trong tổ chức mới, những vị trí nhân sự như AI Product Manager, Prompt Engineer, AI Ethics Officer sẽ thay thế dần một số vị trí quản lý trung gian trung gian truyền thống. Điều quan trọng là tổ chức cần các chương trình đào tạo nội bộ, từ lãnh đạo đến nhân sự các cấp, đều học cách làm việc cùng AI thay vì lo sợ bị thay thế. Chỉ khi yếu tố con người và dữ liệu được chuẩn bị song song với công nghệ, năng lực AI mới thực sự trở thành nền tảng vận hành cho doanh nghiệp. 

Thứ ba là thiết lập cơ chế quản trị rủi ro AI ngay từ đầu. AI-TRiSM (AI Trust, Risk and Security Management) là điều kiện bắt buộc, không phải lựa chọn. Theo khảo sát gần nhất của Gartner, các doanh nghiệp xây dựng được mô hình AI-TRiSM giảm 80% sự cố dữ liệu và rủi ro đạo đức so với nhóm còn lại. Đầu tư vào quản trị rủi ro không phải chi phí, mà là bảo hiểm để bảo vệ thương hiệu và giá trị kinh doanh. Chỉ khi AI được kiểm soát từ thiết kế đến vận hành, doanh nghiệp mới có thể mở rộng quy mô một cách an toàn.  

Nếu AI là động cơ tăng tốc, thì CEO chính là người cầm lái. Không có sự dẫn dắt từ trên xuống, mọi sáng kiến AI đều sẽ bị mắc kẹt, hoặc trở thành “trò chơi công nghệ” không tạo giá trị thật. Doanh nghiệp cần bắt đầu từ việc xây dựng một lộ trình AI rõ ràng, với các giai đoạn thử nghiệm, đo lường, và mở rộng. 

Cuối cùng, AI sẽ không quyết định sự thành công của doanh nghiệp. Chính năng lực tổ chức lại vận hành và bản lĩnh lãnh đạo mới quyết định AI trở thành động lực tăng trưởng hay trở thành một khoản đầu tư lãng phí.  

Nguồn tham khảo: McKinsey 

Tổng hợp bởi nhóm tác giả DTSVN - Giải pháp chuyển đổi số ngành Tài chính - Ngân hàng.    

-------   

DTSVN là Công ty Chuyển đổi số tiên phong cung cấp giải pháp số hóa mới nhất dành riêng cho các doanh nghiệp trong ngành Tài chính - Ngân hàng tại Việt Nam; giúp Ngân hàng, tổ chức tài chính nhanh chóng hoàn thiện hệ thống công nghệ phục vụ Chuyển đổi số.   

Liên hệ ngay để được tư vấn và trải nghiệm giải pháp tại đây 

From recent reports by leading management consulting firms such as McKinsey and Bain & Company, it is clear that more than 80% of large global enterprises have implemented Generative AI (GenAI) in at least one core activity. However, only about 23% actually generate clear business value from AI. The issue does not lie in technology itself, but in the way it is deployed. An ineffective AI project fails not because of missing software, but because of a lack of organizational structure, integrated mindset, and concrete measurement processes.

Today, AI is no longer just a technology option—it has become a strategic choice. This is reflected in how pioneering enterprises no longer adopt AI as a fragmented add-on solution but instead integrate it directly into their value chain from product design and customer management to internal operations.

This is particularly evident in the service and retail sectors, where many retail chains have applied GenAI to automate customer service, personalize offers, forecast consumer demand, and optimize inventory management. As a result, many businesses report a 15–20% increase in revenue from existing customers without expanding their store network, while simultaneously reducing warehouse and logistics operating costs by 10–15% annually.

A new trend is emerging: Agentic AI. These are AI systems that go beyond analysis and recommendations to autonomously make decisions and take actions without human intervention. Gartner, the world’s leading IT consulting firm, predicts that by 2028, around 33% of enterprise applications will be developed based on this type of AI, replacing traditional programmed systems.

However, Gartner also warns that up to 40% of Agentic AI development projects will be canceled before 2027. The main reason is that many enterprises lack the capacity to manage risks and the organizational capability to deploy such complex AI technologies in a structured and safe way.

This sends an important message to enterprises: AI is no longer just a technical story. Without readiness in governance models, deployment capacity, and risk management, businesses will struggle to advance in this new AI wave.

While the world is investing trillions of dollars into AI infrastructure—McKinsey projects that total investment in data centers and AI cloud will surpass USD 6.7 trillion by 2030—many businesses in Vietnam are still facing fundamental challenges: fragmented and incomplete data infrastructure, disconnected IT systems, and insufficiently skilled technology talent. In reality, many organizations have not even completed their basic digital transformation process before being confronted with AI—a new technology that demands an even higher level of technological and organizational readiness. This creates a risk of being “left behind,” even before traditional digitization is fully completed.

An Organizational Strategy for AI Readiness: Three Principles to Unlock Breakthrough Value

First, AI must be approached as a strategic decision, not a standalone technology project. Leadership must set the direction and make decisions on AI deployment because only from a strategic perspective and a full understanding of the business model can they identify the true bottlenecks to solve and redesign operations based on AI. In every transformation program, the role of the CEO and executive team is decisive. Only when leaders choose the right priorities, remove barriers around data and culture, and redesign organizational models can AI truly create value. AI itself is only a tool; it is leadership that determines the direction and speed of transformation.

Second, organizations need to establish an internal AI structure with three layers. The first is the Creation layer, connecting business strategy with technological capability. This is led by AI Product Managers—individuals who understand both business problems and technology solutions. The second is the Operational layer, managed by AI engineers, data engineers, and QA teams, ensuring stable fine-tuning and operation of AI systems. Finally, the Oversight layer takes charge of ethics, compliance, transparency, fairness, and risk management, led by AI Ethics Officers.

AI itself does not create value; it is leaders who leverage AI to restructure operations that truly make the difference.

When these three layers are fully designed and work in sync, AI will no longer be a fragmented solution but instead become part of the organizational operating structure—a kind of immune system that helps the enterprise adapt, control, and grow sustainably.

In this new organizational model, roles such as AI Product Manager, Prompt Engineer, and AI Ethics Officer will gradually replace certain traditional middle-management positions. What matters is that organizations must establish internal training programs where both leaders and employees learn how to work alongside AI rather than fear being replaced. Only when people and data readiness go hand in hand with technology will AI become the true operating backbone of the enterprise.

Third, risk management for AI must be established from the very beginning. AI-TRiSM (AI Trust, Risk, and Security Management) is a mandatory condition, not an option. According to Gartner’s latest survey, enterprises that build AI-TRiSM models experience 80% fewer data incidents and ethical risks compared to others. Investing in AI risk management is not a cost but an insurance policy that protects brand value and business outcomes. Only when AI is controlled from design to operation can businesses safely scale up.

If AI is the engine, then the CEO is the driver. Without top-down leadership, AI initiatives will get stuck or become “technology showcases” that fail to deliver real value. Enterprises need to start by developing a clear AI roadmap with phases for experimentation, measurement, and scaling.

Ultimately, AI will not determine business success. It is the organization’s ability to restructure operations and the leadership’s vision that decides whether AI becomes a true growth engine or just a wasted investment.

Source: McKinsey

Compiled by DTSVN – Digital Transformation Solutions for the Finance & Banking Industry

DTSVN is a pioneering Digital Transformation company delivering cutting-edge digital solutions tailored for enterprises in Vietnam’s Finance and Banking sector, helping banks and financial institutions accelerate the completion of their technology systems to drive Digital Transformation.

Contact us now for consultation and to experience our solutions [here].