Scale AI Agent: doanh nghiệp lớn 40%, doanh nghiệp nhỏ 22%

McKinsey vừa ghi nhận một khoảng cách đáng chú ý trong việc đưa AI Agent ra khỏi phòng thử nghiệm. 40% người trả lời thuộc các tổ chức có doanh thu trên 1 tỷ USD cho biết doanh nghiệp của họ đã scale AI Agent ở ít nhất một chức năng, tăng từ 27% một năm trước. Ở các tổ chức nhỏ hơn, tỷ lệ này gần như đứng yên ở 22%.

McKinsey vừa ghi nhận một khoảng cách đáng chú ý trong việc đưa AI Agent ra khỏi phòng thử nghiệm. 40% người trả lời thuộc các tổ chức có doanh thu trên 1 tỷ USD cho biết doanh nghiệp của họ đã scale AI Agent ở ít nhất một chức năng, tăng từ 27% một năm trước. Ở các tổ chức nhỏ hơn, tỷ lệ này gần như đứng yên ở 22%.

Điều quan trọng: đây là kết quả khảo sát dựa trên tự báo cáo, không phải phép đo độc lập toàn bộ thị trường. Tuy vậy, mẫu 1.719 người tại 97 quốc gia đủ rộng để cho thấy một xu hướng quản trị: doanh nghiệp lớn đang chuyển nhanh hơn từ thử nghiệm sang vận hành có quy mô.

40% không có nghĩa AI Agent đã phủ toàn doanh nghiệp

McKinsey định nghĩa con số 40% là tỷ lệ tổ chức lớn đã scale agent trong ít nhất một chức năng. Nó không đồng nghĩa 40% doanh nghiệp đã tự động hóa toàn bộ hoạt động hay giao quyền tự chủ rộng cho agent.

Trên toàn mẫu khảo sát, các chức năng thường scale AI Agent nhất là CNTT, quản trị tri thức và kỹ thuật phần mềm. Khoảng hai trên mười người trả lời cho biết tổ chức của họ đã đạt giai đoạn scale với AI Agent trên toàn doanh nghiệp; chatbot vẫn phổ biến hơn, ở mức 47%.

Nói cách khác, thị trường đã qua giai đoạn chỉ làm demo, nhưng phần lớn triển khai vẫn tập trung vào một số luồng công việc có dữ liệu rõ và rủi ro kiểm soát được.

https://rtenawhqlrwmohzchxmr.supabase.co/storage/v1/object/public/blog/mcp/d4a9e0bd-54a2-429d-a5d8-756d432447a3/5699c397a412b4e2/inline-0-visual-mckinsey-ai-agent-40-vs-22.png

Vì sao doanh nghiệp lớn đi nhanh hơn?

Khảo sát không kết luận một nguyên nhân duy nhất. Từ các dữ kiện của McKinsey, có thể thấy bốn lợi thế thường đi cùng quy mô:

Ngân sách và hạ tầng dữ liệu: tổ chức lớn có nhiều khả năng duy trì đội nền tảng, tích hợp và kiểm soát truy cập.
Nhiều quy trình lặp lại: khối lượng giao dịch đủ lớn giúp một luồng agent thành công tạo ra giá trị dễ đo hơn.
Năng lực quản trị: nhóm “AI high performer” có xu hướng tái thiết kế workflow, có lãnh đạo cam kết và quy trình đo tác động rõ hơn.
Khả năng chịu chi phí học tập: khoảng 20% người trả lời nói chi phí vận hành AI, gồm token, đã hạn chế mức sử dụng. Doanh nghiệp nhỏ chịu áp lực này sớm hơn nếu chưa khóa được use case.

Đây là phần nhận định của Học viện AI: khoảng cách 40%–22% không nhất thiết phản ánh doanh nghiệp nhỏ thiếu công nghệ. Nó thường phản ánh thiếu một “đường băng vận hành” gồm chủ quy trình, dữ liệu đủ sạch, quyền truy cập, người phê duyệt và chỉ số đầu ra.

Năng suất cá nhân tăng, EBIT chưa tăng tương ứng

Khảo sát cho thấy 80% người trả lời cảm nhận AI cải thiện năng suất cá nhân và 50% nói AI giúp họ ra quyết định tốt hơn. Nhưng chỉ 37% cho biết AI đóng góp tích cực vào EBIT của tổ chức, gần như không đổi so với năm trước. Nhóm “AI high performer” — vừa ghi nhận tối thiểu 5% tác động EBIT vừa đánh giá giá trị AI là đáng kể — chỉ chiếm khoảng 6%.

Đây là cảnh báo quan trọng cho doanh nghiệp Việt Nam: nhiều người dùng AI hơn không tự động biến thành lợi nhuận cao hơn. Giá trị chỉ xuất hiện khi agent thay đổi một quy trình có chủ sở hữu và có thước đo kinh doanh.

Doanh nghiệp nhỏ nên thu hẹp khoảng cách thế nào?

Thay vì sao chép kiến trúc của tập đoàn, doanh nghiệp vừa và nhỏ có thể bắt đầu bằng một workflow hẹp:

Chọn một quy trình có tần suất cao, đầu vào tương đối chuẩn và một người chịu trách nhiệm cuối.
Đặt ranh giới quyền: agent được đọc gì, được đề xuất gì, được thực thi gì và bước nào bắt buộc con người duyệt.
Đo một chỉ số trước–sau như thời gian xử lý, tỷ lệ lỗi hoặc tỷ lệ hoàn thành đúng hạn.
Chỉ mở rộng sau khi workflow đầu tiên chạy ổn định, có log và có cơ chế dừng.

Bạn có thể đọc thêm cách phân biệt Chatbot, Automation, AI Agent và Nhân sự AI, hoặc xem bài Biết nghiệp vụ quan trọng hơn biết code khi làm việc với AI Agent để chọn đúng điểm bắt đầu.

Góc nhìn Học viện AI

Con số 40% so với 22% nên được đọc như một tín hiệu về khả năng đưa AI vào quy trình, không phải cuộc đua mua nhiều công cụ hơn. Với doanh nghiệp Việt Nam, mục tiêu tốt cho 90 ngày đầu không phải “có AI Agent”, mà là có một workflow agent chạy đều, giới hạn quyền rõ, có người chịu trách nhiệm và chứng minh được một tác động kinh doanh.

CTA: Nếu doanh nghiệp của bạn đang có nhiều thử nghiệm AI nhưng chưa biết use case nào nên scale trước, hãy đăng ký buổi tư vấn cùng Học viện AI để lập bản đồ workflow, quyền truy cập và chỉ số giá trị cho một pilot 30–90 ngày.

Tài liệu tham khảo: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

Đặt lịch ngay