Nghiên cứu M365: người dùng Copilot sâu tăng 21,2% hoạt động productivity, giao tiếp tăng 7,1%

Trong nghiên cứu dữ liệu Microsoft 365 tại nhiều doanh nghiệp quốc tế, nhóm dùng Copilot hơn 100 lần trong 20 tuần có số hoạt động trên ứng dụng productivity tăng 21,2% và hoạt động giao tiếp tăng 7,1% so với nhóm đối chứng ghép cặp.

Kết quả cho thấy AI không chỉ làm một tác vụ nhanh hơn mà còn có thể đổi cơ cấu công việc: người dùng dành tương đối nhiều hoạt động hơn cho tài liệu, bảng tính và trình bày. Tuy nhiên, “nhiều thao tác hơn” không đồng nghĩa trực tiếp với năng suất, chất lượng hay lợi nhuận cao hơn.

Nghiên cứu đã đo điều gì?

Nhóm Yulin Yu, Yan Chen, Rui Hu, Siddharth Suri và Scott Counts phân tích dấu vết số từ nhiều công ty quốc tế triển khai Microsoft Copilot vào đầu năm 2024. Dữ liệu theo dõi 10 tuần trước và 20 tuần sau khi người dùng được bật AI.

Nhóm treatment gồm những người dùng Copilot ít nhất 100 lần. Nhóm đối chứng là những người được bật Copilot sau cửa sổ quan sát, được ghép cặp theo hành vi trước triển khai và vị trí quản lý. Tác giả dùng phương pháp Difference-in-Differences để ước lượng thay đổi.

Nghiên cứu chỉ tính thao tác do con người kích hoạt trong M365, không cộng hành động do AI tự tạo. Do giới hạn quyền riêng tư, nhóm nghiên cứu không đọc nội dung prompt, nên không thể đánh giá trực tiếp người dùng đã giao loại nhiệm vụ nào hoặc chất lượng đầu ra ra sao.

21,2% so với 7,1%: AI đang kéo công việc về phía “focus work”

Productivity actions gồm hoạt động trong Word, Excel và PowerPoint; ba ứng dụng này chiếm 94,6% số thao tác productivity được phân tích. Communication actions chủ yếu đến từ Outlook và Teams, chiếm 99,1% nhóm giao tiếp.

Sau triển khai, cả hai nhóm hoạt động đều tăng, nhưng productivity tăng nhanh hơn. Tỷ trọng productivity trong tổng hoạt động tăng khoảng 1,4%. Con số này nhìn nhỏ vì mức nền của giao tiếp cao hơn: bình quân số thao tác giao tiếp hàng tuần lớn gấp 2,43 lần thao tác productivity.

Khi nâng ngưỡng từ 100 lên 500 lần dùng Copilot, mức tăng ước lượng của productivity đi từ 21,2% lên 27,0%; giao tiếp từ 7,1% lên 13,0%; tỷ trọng productivity dịch chuyển từ 1,4% lên 2,1%. Đây là tương quan theo cường độ sử dụng, không chứng minh chỉ cần ép dùng nhiều hơn là kết quả sẽ tăng tương ứng.

Vì sao giao tiếp vẫn tăng dù trọng tâm dịch sang tài liệu?

Nghiên cứu ghi nhận tác động không đồng đều trong Outlook và Teams. Một số hành vi như đọc hoặc sắp xếp email giảm, trong khi các hoạt động giao tiếp khác tăng. Điều này phù hợp với khả năng AI giảm bớt khối lượng xử lý thông tin nhưng đồng thời tạo thêm đầu ra cần chia sẻ và phối hợp.

Trong Word, gần như mọi loại thao tác lớn đều tăng; ví dụ Paste tăng 4,4% và Open App tăng 7,1% trong phân tích của tác giả. Điều này có thể phản ánh người dùng tạo và chỉnh sửa nhiều tài liệu hơn, nhưng chưa cho biết tài liệu tốt hơn hay chỉ tạo ra nhiều việc phải rà soát hơn.

Ba giới hạn không được bỏ qua

1. Actions không phải outcomes: nghiên cứu không đo doanh thu, thời gian hoàn tất, chất lượng hay mức hài lòng của khách hàng.
2. Người dùng sâu có thể khác từ đầu: dù đã ghép cặp và dùng Difference-in-Differences, nghiên cứu quan sát không loại hết khả năng tự chọn và yếu tố tổ chức.
3. Bối cảnh là doanh nghiệp lớn: kết quả từ nhiều công ty quốc tế dùng M365 không tự động áp dụng cho mọi SME, ngành nghề hoặc quy trình.

Doanh nghiệp nên đo gì thay cho số lượt dùng AI?

Học viện AI từng lưu ý giờ tiết kiệm chưa tự động trở thành năng suất. Kết quả mới bổ sung một lớp quan trọng: AI có thể làm số hoạt động tăng và dịch chuyển cơ cấu công việc, vì vậy dashboard adoption cần nối đến outcome.

• Chi phí và thời gian trên mỗi đầu ra đạt chuẩn.
• Tỷ lệ đầu ra cần sửa hoặc bị trả lại.
• Thời gian chu kỳ từ nhận việc đến nghiệm thu.
• Chỉ số phối hợp: thời gian chờ phản hồi, số lần handoff và lỗi do thiếu ngữ cảnh.
• Giá trị được tạo từ phần thời gian giải phóng, không chỉ tổng giờ “tiết kiệm”.

Cách triển khai AI sâu trong workflow có thể tạo chênh lệch lớn, nhưng doanh nghiệp cần giữ các nhịp trao đổi mà AI chưa thay thế tốt. Nếu cá nhân tạo tài liệu nhanh hơn nhưng đội ngũ chia sẻ ít ngữ cảnh hơn, lợi ích cục bộ có thể đổi thành nút thắt phối hợp.

Nhận định của Học viện AI

Nhận định: phát hiện đáng giá nhất không phải con số 21,2%, mà là sự thay đổi cân bằng giữa làm việc cá nhân và giao tiếp. AI Workforce mạnh sẽ tạo nhiều focus work hơn, đồng thời chủ động thiết kế điểm đồng bộ giữa người với người để tri thức không bị đóng trong từng tài liệu.

Doanh nghiệp nên thử nghiệm theo nhóm nhỏ trong 20 tuần hoặc ngắn hơn nhưng có đường cơ sở: chọn một workflow, ghi nhận hoạt động, chất lượng và outcome trước khi bật AI; sau đó so sánh cả tốc độ lẫn chi phí phối hợp.

CTA: Học viện AI hỗ trợ doanh nghiệp xây chương trình AI Workforce gắn adoption với outcome thực tế. Đăng ký phiên tư vấn.

Nguồn và giới hạn: Yu et al., “Adoption of Generative AI in the Workplace”, arXiv:2608.15550, bản ngày 19/8/2026. Đây là nghiên cứu quan sát/quasi-experimental từ dấu vết M365; các phần diễn giải cho doanh nghiệp Việt Nam được ghi rõ là nhận định của Học viện AI.