“Thung lũng chết” của hạ tầng AI

Trong suốt 5 tháng liên tiếp, dự án nội bộ ứng dụng mô hình ngôn ngữ lớn (LLM) để đối chiếu dữ liệu sản phẩm của Amazon vận hành mà không ghi nhận bất kỳ sự cố kỹ thuật hay cảnh báo sập máy chủ nào. Nhưng khi bộ phận tài chính mở bảng đối soát chi phí, một cú sốc xuất hiện: hóa đơn đã phình lên 1,8 triệu USD, vượt 860% so với ngân sách được duyệt.  

Nguyên nhân không bắt nguồn từ lỗi hệ thống hay tấn công mạng, mà đến từ việc nhân viên nội bộ tăng cường sử dụng trí tuệ nhân tạo (AI) để cải thiện năng suất cá nhân, kéo lượng tiêu thụ token tăng vọt theo thời gian thực mà không một nhà quản lý nào hay biết.  

Ảo ảnh sau những bản demo
Sự cố của Amazon không phải là câu chuyện cá biệt của Thung lũng Silicon. Nó đánh dấu một bước ngoặt trong làn sóng đầu tư AI: thách thức lớn nhất không còn là việc chọn mô hình hay thuê hạ tầng nào, mà là năng lực giám sát và kiểm soát cách công nghệ này được tiêu thụ trong toàn bộ tổ chức. Trên khắp châu Á, các doanh nghiệp đang gấp rút phê duyệt ngân sách cho hạ tầng đám mây và bản quyền AI. 

Tại Việt Nam, làn sóng này chịu sức ép kép: bên ngoài là mục tiêu quốc gia đưa kinh tế số chiếm 25-30% GDP vào năm 2030 cùng các khung pháp lý khắt khe về bảo vệ dữ liệu cá nhân và an ninh mạng, bên trong là kỳ vọng tự động hóa để bứt phá năng suất. Thế nhưng, giữa tham vọng chiến lược và thực tế triển khai đang tồn tại một khoảng cách sâu sắc. Khảo sát từ ITviec ghi nhận 73% doanh nghiệp Việt Nam đã ứng dụng AI dưới một hình thức nào đó, nhưng chỉ vỏn vẹn 13,8% đưa vào vận hành thành công ở quy mô toàn tổ chức.

Xu hướng này đồng pha với dự báo của Gartner: đến năm 2026, khoảng 60% dự án AI trên toàn cầu sẽ bị hủy bỏ do nền tảng dữ liệu không đạt mức sẵn sàng cần thiết.  “Thách thức thực sự không nằm ở việc đưa AI vào doanh nghiệp, mà ở việc tích hợp nó vào một hệ thống đã vận hành qua nhiều năm với dữ liệu, quy trình và quyền truy cập ngày càng phức tạp”, ông Rajesh Ganesan, CEO ManageEngine, cảnh báo. “Nếu quy trình chưa được chuẩn hóa và dữ liệu thiếu nhất quán, AI rất khó tạo ra kết quả chính xác và đáng tin cậy”, ông nói thêm.  

Thực tế từ các dự án của ManageEngine tại Việt Nam đã phản ánh rõ nút thắt này. Một doanh nghiệp muốn ứng dụng AI để tự động phân loại sự cố cho bộ phận kỹ thuật IT. Về mặt công nghệ, mô hình có thể sẵn sàng ngay lập tức. Nhưng vì dữ liệu lịch sử nằm rải rác trên nhiều nền tảng với các quy chuẩn ghi chép dị biệt, AI hoàn toàn bất lực trong việc tự ghép nối. Cuối cùng, con người vẫn phải quay lại vạch xuất phát để làm công việc thủ công: thu gom, chuẩn hóa dữ liệu và tái lập quyền truy cập trước khi máy móc có thể đưa ra khuyến nghị đáng tin cậy.  

Cái bẫy cắt giảm nhân sự
Tình trạng “công nghệ đi trước, bộ máy loay hoay phía sau” đang phơi bày một lỗ hổng nhân sự mà các công cụ AI chưa thể khỏa lấp. Báo cáo từ B&Company chỉ ra 46,4% doanh nghiệp Việt Nam đang thiếu hụt kỹ năng AI cần thiết. Tuy nhiên, thị trường không chỉ thiếu người biết viết câu lệnh (prompt) hay thao tác phần mềm. Lỗ hổng nguy hiểm hơn nằm ở lực lượng nhân sự am hiểu sâu sắc hệ thống hiện tại để nhận biết mắt xích nào đang tắc nghẽn, dữ liệu nào chưa đồng nhất và quy trình nào cần tái cấu trúc trước khi bàn giao cho thuật toán.  

Tầng quản lý trung cấp là nơi gánh chịu sức ép rõ rệt nhất. Họ là mắt xích chịu trách nhiệm chuyển hóa mệnh lệnh “đưa AI vào công việc” từ ban lãnh đạo thành các quy trình thường nhật. Dù không có nền tảng kỹ thuật chuyên sâu để thẩm định mọi đầu ra của thuật toán, họ vẫn phải chịu trách nhiệm phê duyệt hồ sơ, phân bổ nguồn lực và quản lý rủi ro tuân thủ. Khi tầng quản trị trực tiếp này thiếu cả công cụ giám sát lẫn năng lực kiểm soát, các dự án AI đắt đỏ rất dễ biến thành những “điểm mù” vận hành.  

Cơn sốt AI cũng đang thử thách một giả định kinh điển trong quản trị: tự động hóa đồng nghĩa với việc có thể lập tức tinh giản bộ máy.  Thực tế cho thấy, nếu vội vã cắt giảm nhân sự khi quy trình chưa được chuẩn hóa, khối lượng công việc không hề biến mất mà dồn ép ngược lại lên những người ở lại. 

Doanh nghiệp vô tình rơi vào bẫy “phụ thuộc cá nhân”. Khi số ít nhân sự hiếm hoi hiểu được sự kết nối giữa hệ thống cũ và công cụ mới rời đi hoặc bỏ sót một bất thường, toàn bộ cơ chế vận hành có thể rơi vào hỗn loạn. “Doanh nghiệp cần biến kinh nghiệm cá nhân thành năng lực chung của tổ chức”, ông Rajesh Ganesan của ManageEngine nhấn mạnh. “Điều đó bắt đầu từ việc tài liệu hóa cách thức vận hành, thống nhất quy trình, tự động hóa các tác vụ lặp lại và tạo một bức tranh quản trị IT tập trung. Khi tri thức được chuẩn hóa, doanh nghiệp mới thoát khỏi sự phụ thuộc vào một vài cá nhân để duy trì bộ máy”, ông nói thêm. 

Phê duyệt ngân sách thuê hạ tầng đám mây hay mua bản quyền phần mềm có thể diễn ra chỉ trong vài ngày. Song, tái cấu trúc quy trình, dọn dẹp dữ liệu và đào tạo lại bộ máy nhân sự là hành trình dài hơi tính bằng năm. Vội vã rót vốn vào công nghệ trong khi bỏ ngỏ năng lực tiếp nhận không giúp doanh nghiệp tiến nhanh hơn, mà chỉ đẩy nhanh tốc độ đối mặt với rủi ro trên bờ “thung lũng chết” của chính mình.