Các dự án AI doanh nghiệp tại Nam Phi và trên toàn cầu trong quý này đang bị tắt hoặc hoãn sau khi không thể chuyển từ giai đoạn thử nghiệm (proof-of-concept) sang triển khai vận hành (production), dù trước đó đã có những màn trình diễn ấn tượng chỉ cách đây 6 tháng. Các thất bại chủ yếu bắt nguồn từ chi phí hạ tầng và tính toán vượt dự kiến, thiếu mức sẵn sàng đạt chuẩn doanh nghiệp, và quản trị dữ liệu bị phân mảnh, chứ không phải những giới hạn về công nghệ AI. Sáng kiến NANDA của MIT đã rà soát hơn 300 triển khai AI trong doanh nghiệp cho nghiên cứu năm 2025 The GenAI Divide và ghi nhận khoảng 95% không mang lại tác động có thể đo lường lên kết quả kinh doanh, chỉ 1 trên 20 dự án đạt production và tạo ra giá trị thực. Trong khi đó, Chỉ số Data Readiness Index 2026 của Cloudera cho thấy 89% lãnh đạo CNTT khu vực EMEA (châu Âu, Trung Đông và châu Phi) cho biết họ có đầy đủ khả năng hiển thị dữ liệu, nhưng chỉ 26% xác nhận dữ liệu của họ đã được quản trị toàn diện.
Nghiên cứu của MIT cho thấy 95% triển khai AI doanh nghiệp không tạo ra tác động đo lường
Sáng kiến NANDA của MIT đã rà soát hơn 300 triển khai doanh nghiệp cho nghiên cứu năm 2025 The GenAI Divide và ghi nhận khoảng 95% không tạo ra tác động đo lường được lên kết quả kinh doanh. Chỉ xấp xỉ 1 trên 20 dự án đạt production với giá trị thực. MIT cho rằng phần lớn tỷ lệ thất bại đến từ tích hợp yếu các quy trình và các hệ thống không “học” được. Tại các lĩnh vực dịch vụ tài chính, viễn thông và khu vực công ở châu Phi, dữ liệu bị phân mảnh, không được quản trị và tích hợp kém là sợi dây chung nằm dưới nhiều lần triển khai thất bại.
Chỉ số của Cloudera phơi bày khoảng trống quản trị dữ liệu giữa lãnh đạo CNTT EMEA
Data Readiness Index 2026 của Cloudera cho thấy 89% lãnh đạo CNTT EMEA khẳng định họ có đầy đủ khả năng nhìn thấy dữ liệu nằm ở đâu, nhưng chỉ 26% nói rằng dữ liệu đó đã được quản trị hoàn toàn. Gartner dự đoán năm 2025 rằng khoảng trống sẵn sàng dữ liệu này sẽ khiến 60% dự án AI doanh nghiệp thất bại vào cuối năm 2026, do thiếu dữ liệu sẵn sàng cho AI. Khoảng cách giữa điều lãnh đạo tin rằng họ có thể quan sát và điều họ thực sự có thể quản trị chính là thách thức hạ tầng trọng tâm đối mặt với các triển khai AI doanh nghiệp.
Kỹ sư Anthropic lượng hóa tốc độ tiêu thụ token cho tác nhân AI
Các hệ thống AI tạo sinh được “tính phí theo token”, tức là tính theo khối lượng văn bản và nội dung được xử lý bất kể chất lượng câu trả lời. Các kỹ sư của Anthropic phát hiện rằng một tác nhân duy nhất tiêu tốn khoảng gấp 4 lần số token so với một cuộc trò chuyện thông thường, và một hệ thống đa tác nhân tiêu thụ khoảng gấp 15 lần số token trước khi mọi thứ bắt đầu trục trặc. Dữ liệu bị phân mảnh khiến tổ chức phải đưa thêm nhiều ngữ cảnh vào mỗi prompt để bù cho chất lượng dữ liệu kém, trong khi các câu trả lời không đáng tin cậy dẫn đến việc thử lại, tạo ra thêm các lượt gọi cũng bị tính phí theo token. Gartner dự đoán hơn 40% dự án AI “agentic” sẽ bị hủy vào cuối năm 2027 và liệt kê chi phí leo thang là lý do đầu tiên.
Tổ chức tại EMEA gặp rào cản về truy cập dữ liệu và tích hợp
Trong các phát hiện tại EMEA theo chỉ số của Cloudera, 42% lãnh đạo xác định yêu cầu truy cập phức tạp là rào cản chính khi sử dụng dữ liệu mà họ nhìn thấy, và chỉ khoảng 1/3 đã tích hợp đầy đủ nguồn dữ liệu của mình trên nhiều môi trường. Các tổ chức ở Nam Phi còn chịu thêm sức ép như nghĩa vụ POPIA, ngân sách eo hẹp và nguồn nhân lực kỹ năng khan hiếm, khiến việc chạy các buổi trình diễn tốn kém trên nền tảng dữ liệu không ổn định trở nên không bền vững về mặt tài chính. Các nhóm thường coi dự án AI là những thử nghiệm thiên về công nghệ, đo bằng độ chính xác kỹ thuật, thay vì giá trị kinh doanh hữu hình, đồng thời bỏ qua quản trị thay đổi cho con người và các yêu cầu về quy trình thực tế cần thiết để nhân viên chấp nhận.
Cải thiện hạ tầng dữ liệu đi trước triển khai AI thành công
Các tổ chức đạt được giá trị thực từ AI ưu tiên làm cho dữ liệu có thể truy cập, được tích hợp và được quản trị trước khi triển khai hệ thống AI. Quản trị “đi cùng dữ liệu” thay vì tồn tại bên trong nền tảng của một nhà cung cấp duy nhất sẽ tạo ra các dấu vết kiểm toán tuân thủ POPIA thay vì trở thành “nợ phải trả”. Việc đưa AI vào dữ liệu đã được quản trị thông qua các chuẩn mở giúp lập kế hoạch chi phí thay vì chi tiêu không kiểm soát. Warren Olivier, Phó giám đốc phụ trách khu vực châu Phi tại Cloudera, cho biết các dự án AI thành công bắt đầu từ công việc hạ tầng dữ liệu hơn là triển khai model hay khởi chạy các tác nhân.
Câu hỏi thường gặp
Theo nghiên cứu năm 2025 của MIT, tỷ lệ phần trăm các lần triển khai AI doanh nghiệp tạo ra tác động kinh doanh đo lường được là bao nhiêu?
Sáng kiến NANDA của MIT đã rà soát hơn 300 triển khai doanh nghiệp cho nghiên cứu năm 2025 The GenAI Divide và phát hiện khoảng 95% không tạo ra tác động đo lường được lên kết quả kinh doanh, với chỉ xấp xỉ 1 trên 20 đạt đến production và tạo ra giá trị thực.
Các tác nhân AI tạo ra mức tiêu thụ token nhiều hơn bao nhiêu so với các hệ thống chat thông thường?
Các kỹ sư của Anthropic phát hiện rằng một tác nhân duy nhất tiêu tốn khoảng gấp 4 lần số token so với một cuộc trò chuyện thông thường, và một hệ thống đa tác nhân tiêu thụ khoảng gấp 15 lần số token trước khi mọi thứ bắt đầu trục trặc, từ đó tạo ra mức tăng chi phí theo cấp số nhân khi đặt vào nền tảng dữ liệu yếu.
Khoảng trống quản trị dữ liệu nào mà chỉ số 2026 của Cloudera phát hiện giữa lãnh đạo CNTT EMEA?
Data Readiness Index 2026 của Cloudera cho thấy 89% lãnh đạo CNTT EMEA khẳng định có đầy đủ khả năng nhìn thấy dữ liệu nằm ở đâu, nhưng chỉ 26% nói rằng dữ liệu đó đã được quản trị hoàn toàn, trong khi 42% xác định yêu cầu truy cập phức tạp là rào cản chính khi sử dụng dữ liệu nhìn thấy được.
