Bài bình luận của Fortune cho rằng nền kinh tế AI hiện tại bị chi phối bởi hai cảm xúc: một bên là “lần này khác biệt”, bên kia là “không ai biết câu trả lời”. Bài viết cho rằng sự song song giữa sự lạc quan và sự không chắc chắn này chính là đặc điểm nổi bật nhất của làn sóng AI hiện nay.
Giáo sư Ethan Mollick từ Trường Kinh doanh Wharton, Đại học Pennsylvania, Hoa Kỳ, gần đây tại một sự kiện tại Thư viện Công cộng New York cho biết, ngay cả các phòng thí nghiệm AI, nhà quản lý doanh nghiệp và các chuyên gia ngành đều không có sẵn phương pháp nào để trả lời AI sẽ thực sự thay đổi doanh nghiệp như thế nào. Ông nói rằng bất kỳ ai tuyên bố đã nắm vững “kịch bản tiêu chuẩn” đều không đáng tin cậy.
Năng suất tổng thể vẫn còn hạn chế
Bài viết trích dẫn dữ liệu từ Ngân hàng Mỹ cho thấy, AI hiện chỉ góp khoảng 0,1% vào năng suất hàng năm của nền kinh tế tổng thể. Con số này tạo sự tương phản rõ rệt với kỳ vọng cao của thị trường đối với AI. Trong cùng báo cáo này, Ngân hàng Mỹ vẫn mô tả AI là công nghệ có tác động lớn hơn cả điện và internet.
Nghiên cứu của Goldman Sachs vào tháng 3 năm nay cũng đưa ra kết luận tương tự. Báo cáo của họ cho thấy, hiện chưa có mối quan hệ rõ ràng giữa AI và sự gia tăng năng suất ở cấp độ nền kinh tế tổng thể. Tuy nhiên, trong các ngành mà AI được ứng dụng tập trung nhiều hơn như dịch vụ khách hàng và phần mềm, mức tăng năng suất trung vị có thể đạt tới 30%.
Theo tính toán của Ngân hàng Mỹ, hiện tại AI có thể cải tạo khoảng 20% các nhiệm vụ tại nơi làm việc, trong đó chỉ có 23% ở giai đoạn hiện tại là mang tính hiệu quả về chi phí. Ngay cả khi tự động hóa được hoàn tất, chi phí lao động tiết kiệm được khoảng 27%, trong khi chi phí lao động bản thân chiếm khoảng một nửa tổng chi phí. Theo cách tính này, giới hạn lý thuyết tăng năng suất lao động hiện tại khoảng 0,66%, và thực tế sau khi triển khai sẽ còn bị giảm thêm do ma sát và sự trì hoãn trong thực thi.
Quy trình nội bộ doanh nghiệp làm chậm việc triển khai
Bài viết cho rằng, lợi ích từ AI vẫn chưa được thể hiện đầy đủ, và vấn đề không nhất thiết bắt nguồn từ chính công nghệ, mà chủ yếu nằm ở cấu trúc tổ chức. Mollick nhấn mạnh rằng, bộ phận CNTT của doanh nghiệp thường là nơi các dự án AI dễ bị đình trệ nhất, không phải vì phản đối đổi mới, mà do trách nhiệm của họ vốn thiên về kiểm soát rủi ro.
Ông còn chỉ ra rằng hệ thống KPI cũng hạn chế không gian thử nghiệm. Nếu doanh nghiệp ngay từ đầu yêu cầu một dự án phải mang lại cải tiến 10%, họ thường chỉ lựa chọn những điều chỉnh nhỏ cho quy trình hiện tại, thay vì thúc đẩy sự thay thế hoàn toàn quy trình. Nói cách khác, các ứng dụng AI thực sự thay đổi cách làm việc có thể không được nuôi dưỡng thuận lợi trong các khung hiệu suất truyền thống.
Các công ty AI cũng đang tìm cách triển khai
Bài viết cũng đề cập đến một hiện tượng mang tính minh họa rõ ràng hơn: nhiều công ty AI đang thành lập các đội ngũ tư vấn và triển khai riêng để giúp khách hàng tích hợp mô hình vào các hoạt động thực tế. Mollick cho rằng, điều này chính là bằng chứng cho thấy ngành chưa hình thành được con đường triển khai chín muồi và có thể nhân rộng.
Nếu năng lực của mô hình đã mạnh đến mức có thể tái cấu trúc lượng lớn công việc văn phòng, thì những công ty này lẽ ra nên dễ dàng trả lời câu hỏi cơ bản “làm thế nào để triển khai”. Nhưng thực tế là, ngay cả những nhà cung cấp công nghệ lạc quan nhất về AI cũng đang tìm cách áp dụng nó vào doanh nghiệp.
Bài viết cho rằng, mâu thuẫn cốt lõi của ngành AI hiện nay không chỉ nằm ở mức định giá cao hay thấp, mà còn là sự không đồng bộ giữa tốc độ tiến bộ công nghệ và khả năng hấp thụ của tổ chức. Thị trường một mặt tin rằng AI sẽ mang lại những thay đổi sâu sắc, nhưng mặt khác lại thiếu các lộ trình thực thi có thể áp dụng trực tiếp; sự căng thẳng này sẽ tiếp tục ảnh hưởng đến giai đoạn phát triển tiếp theo của nền kinh tế AI.