FMI mô phỏng: AI khuếch tán bất bình đẳng có thể giữ 54,5% quốc gia ở nhóm năng suất thấp

Một mô phỏng trong nghiên cứu mới của Quỹ Tiền tệ Quốc tế (FMI) cho thấy 54,5% quốc gia có thể vẫn nằm trong nhóm năng suất thấp nếu AI lan tỏa theo cách bất bình đẳng. Khi công nghệ được khuếch tán rộng hơn, tỷ lệ này giảm còn 34%; trong kịch bản có nền tảng vốn nhân lực cao, tỷ lệ còn 26,2%.

Đây là các kịch bản điều kiện trong Working Paper WP/26/190, không phải dự báo rằng một tỷ lệ quốc gia chắc chắn sẽ tụt lại. Bộ dữ liệu nền của nghiên cứu kết thúc năm 2015, trước làn sóng AI tạo sinh sau năm 2022, nên kết quả phù hợp để hiểu cơ chế dài hạn hơn là đo tác động hiện tại của ChatGPT hay AI Agent.

“Khoảng cách trí tuệ” không chỉ là quyền truy cập model

Nghiên cứu của Patrick A. Imam và Jonathan R.W. Temple xem xét cách vốn vật chất, vốn nhân lực và năng suất dịch chuyển giữa các nhóm quốc gia. AI có thể tăng tốc đổi mới, nhưng lợi ích không tự động phân bổ đều. Quốc gia có kỹ năng, hạ tầng số và thể chế hấp thụ tốt có thể chuyển công nghệ thành năng suất nhanh hơn.

Ngược lại, nếu chỉ mua quyền truy cập model mà thiếu dữ liệu, năng lực quản trị và thiết kế lại công việc, công nghệ có thể làm rộng thêm khoảng cách. Logic này cũng đúng ở cấp doanh nghiệp: cùng dùng một model, kết quả khác nhau vì chất lượng quy trình và khả năng tổ chức khác nhau.

Ba tốc độ chuyển nhóm cho thấy nút thắt nằm ở năng lực hấp thụ

Theo phần tóm lược nghiên cứu, thời gian chuyển khỏi nhóm thấp được ước tính khoảng 16,1 năm đối với vốn vật chất, 31,5 năm đối với vốn nhân lực và 44 năm đối với năng suất. Những con số này mô tả động lực chuyển nhóm trong mô hình, không phải lời hẹn rằng một quốc gia cụ thể sẽ đạt chuẩn sau đúng số năm đó.

Thông điệp chính là tốc độ mua máy móc hoặc phần mềm có thể nhanh hơn tốc độ hình thành kỹ năng và chuyển hóa thành năng suất. Doanh nghiệp có thể triển khai công cụ AI trong vài tuần, nhưng để thay đổi vai trò, tiêu chuẩn chất lượng, dữ liệu và trách nhiệm thường cần lâu hơn.

Bốn kịch bản và cách đọc đúng

• Lịch sử cơ sở: khoảng 48,2% quốc gia còn trong nhóm năng suất thấp sau 100 năm mô phỏng.
• AI khuếch tán rộng: tỷ lệ giảm xuống khoảng 34%, phản ánh khả năng công nghệ hỗ trợ hội tụ.
• AI khuếch tán bất bình đẳng: tỷ lệ tăng lên 54,5%, cho thấy công nghệ có thể khuếch đại khác biệt ban đầu.
• Nền tảng vốn nhân lực cao: tỷ lệ còn khoảng 26,2%, nhấn mạnh vai trò của kỹ năng và khả năng hấp thụ.

Không nên dùng bốn con số này để xếp hạng quốc gia hay tuyên bố AI chắc chắn làm tăng bất bình đẳng. Chúng cho thấy kết quả phụ thuộc mạnh vào giả định về tiếp cận công nghệ và vốn nhân lực.

Doanh nghiệp Việt Nam nên rút ra điều gì?

Khoảng cách AI trong doanh nghiệp thường xuất hiện ở ba tầng. Tầng thứ nhất là quyền truy cập công cụ. Tầng thứ hai là năng lực đưa công cụ vào workflow. Tầng thứ ba là khả năng đo kết quả và mở rộng có kiểm soát. Phần lớn giá trị nằm ở hai tầng sau.

Các bằng chứng triển khai gần đây cũng đi cùng hướng. Học viện AI đã phân tích vì sao nhóm dùng AI sâu có thể tạo output cao hơn nhiều, đồng thời cảnh báo rằng tiết kiệm thời gian chưa tự động biến thành năng suất. Công nghệ chỉ tạo giá trị khi thời gian được tái phân bổ vào hoạt động quan trọng và chất lượng đầu ra được giữ vững.

Năm thước đo tốt hơn số tài khoản AI đã cấp

1. Tỷ lệ quy trình có chủ sở hữu: mỗi use case cần người chịu trách nhiệm về kết quả.
2. Tỷ lệ đầu ra đạt chuẩn ngay lần đầu: đo chất lượng thay vì chỉ đo mức sử dụng.
3. Thời gian từ thử nghiệm đến vận hành: phản ánh năng lực hấp thụ của tổ chức.
4. Mức tái phân bổ thời gian: giờ tiết kiệm được chuyển sang bán hàng, chăm sóc khách hàng hay phân tích ra sao.
5. Tỷ lệ nhân sự nâng bậc kỹ năng: theo dõi khả năng con người làm chủ workflow mới.

Nhận định của Học viện AI

Nhận định: “Khoảng cách AI” đáng lo nhất không phải chênh lệch model mà là chênh lệch năng lực tổ chức. Khi giá model tiếp tục giảm, quyền truy cập sẽ dần phổ cập; phần khó sao chép là dữ liệu được chuẩn hóa, người quản lý hiểu nghiệp vụ và cơ chế đo outcome.

Vì vậy, lộ trình hợp lý không phải cấp tài khoản cho toàn bộ tổ chức rồi chờ năng suất tăng. Hãy chọn một nhóm quy trình có dữ liệu đủ tốt, huấn luyện đội ngũ tại chỗ, đặt chuẩn nghiệm thu và nhân rộng sau khi chứng minh kết quả.

CTA: Học viện AI hỗ trợ doanh nghiệp xây bản đồ năng lực AI Workforce và lộ trình triển khai theo workflow. Đăng ký phiên tư vấn.

Nguồn và giới hạn: UOL Economia, 9/9/2026, tóm lược FMI Working Paper WP/26/190 “Relative Development and the Intelligence Divide: Human Capital, Technology Diffusion, and AI”. Working Paper thể hiện nghiên cứu đang tiến hành và quan điểm tác giả, không nhất thiết là quan điểm chính thức của FMI. Bài viết chưa truy cập được bản gốc FMI trong phiên kiểm chứng này; các số liệu được đối chiếu theo bản tóm lược công khai và được trình bày như mô phỏng, không phải quan hệ nhân quả hay dự báo.