Tác động của AI đến EBIT là câu hỏi lớn mà nhiều doanh nghiệp đang nỗ lực trả lời, đặc biệt trong bối cảnh AI ngày càng chứng minh giá trị vượt trội. Trong suốt những năm qua, Trí tuệ Nhân tạo (AI) đã đem lại nhiều lợi ích rõ ràng: tối ưu hóa quy trình, giảm chi phí vận hành và tăng doanh thu thông qua cá nhân hóa. Tuy nhiên, khi nhìn vào bức tranh tài chính tổng thể của doanh nghiệp, một nghịch lý đáng chú ý lại xuất hiện.

Theo báo cáo "The State of AI in 2025" của McKinsey, các chỉ số về tác động của AI ở cấp độ use case cho thấy sự cải thiện rất tích cực:

• Người tham gia khảo sát xác nhận AI mang lại lợi ích rõ ràng về giảm chi phí và tăng doanh thu tại từng trường hợp ứng dụng.
• 64% cho biết AI đang thúc đẩy đổi mới trong tổ chức của họ.

Tuy nhiên, khi chuyển sang chỉ số tài chính quan trọng nhất ở cấp doanh nghiệp: EBIT (Earnings Before Interest and Taxes – Lợi nhuận trước thuế và lãi vay) thì kết quả lại rất khiêm tốn. Chỉ 39% người được hỏi báo cáo rằng AI có tác động đáng kể đến EBIT trên quy mô toàn doanh nghiệp.

Đây chính là điểm mấu chốt để đánh giá mức độ thành công của chiến lược AI. Bài viết này sẽ phân tích nguyên nhân dẫn đến sự chênh lệch giữa lợi ích cục bộ và tác động thực tế đến EBIT, đồng thời đưa ra các giải pháp giúp doanh nghiệp chuyển hóa giá trị của AI thành kết quả tài chính cụ thể và bền vững.

1. Sự Khác Biệt Giữa Lợi Ích Cấp Độ Use Case và Cấp Độ Doanh Nghiệp

Để hiểu được nghịch lý này, chúng ta cần phân biệt rõ hai cấp độ tác động của AI.

Lợi Ích Cấp Độ Trường Hợp Sử Dụng

Ở cấp độ này, AI thường được áp dụng để giải quyết một vấn đề cụ thể, mang lại kết quả đo lường được ngay lập tức:

• Giảm chi phí: Ví dụ, một mô hình AI dự đoán lỗi máy móc giúp giảm chi phí bảo trì ngoài kế hoạch.
• Tăng doanh thu: Ví dụ, một hệ thống đề xuất sản phẩm cá nhân hóa giúp tăng tỷ lệ chuyển đổi trên trang web.

Những lợi ích này là có thật và dễ dàng được các nhóm chức năng báo cáo. Tuy nhiên, chúng thường bị cô lập và không được tích hợp vào hệ thống tài chính tổng thể.

Tác Động Cấp Độ Doanh Nghiệp

Tác động của AI đến EBIT chỉ xảy ra khi các lợi ích nhỏ lẻ này được tổng hợp, mở rộng quy mô và chuyển hóa thành sự cải thiện đáng kể trong hiệu suất tài chính chung của công ty.

• Vấn đề mở rộng quy mô: 66% công ty vẫn đang ở giai đoạn thử nghiệm. Nếu một dự án AI chỉ hoạt động trong một phòng ban nhỏ, tác động của nó sẽ bị "hòa tan" trong tổng thể hoạt động của công ty, khiến tác động của AI đến EBIT không đáng kể.

Đọc ngay: Làm Sao Để Triển Khai AI Trong Doanh Nghiệp Vượt Giai Đoạn Thử Nghiệm?

• Chi phí ẩn: Chi phí đầu tư vào cơ sở hạ tầng, dữ liệu, nhân sự và quản trị AI có thể lớn hơn lợi ích thu được từ các dự án thí điểm, dẫn đến việc EBIT không được cải thiện.

2. Ba Rào Cản Chính Ngăn Cản Tác Động Đến EBIT

Sự thiếu hụt tác động của AI đến EBIT có thể được quy về ba rào cản chính mà các tổ chức đang phải đối mặt.

Thiếu Cơ Chế Chuyển Giao Giá Trị

Nhiều công ty không có quy trình rõ ràng để chuyển lợi ích từ một dự án AI thành lợi ích tài chính thực tế.

Ví dụ: Một tác nhân AI (như đã đề cập trong bài viết về AI Agents) giúp nhân viên dịch vụ khách hàng tiết kiệm 10 giờ làm việc mỗi tuần. Nếu công ty không có cơ chế để tái phân bổ 10 giờ đó vào các hoạt động tạo ra doanh thu hoặc cắt giảm chi phí nhân sự tương ứng, lợi ích đó sẽ chỉ dừng lại ở "hiệu suất cá nhân" mà không ảnh hưởng đến EBIT.

Tập Trung Quá Mức Vào Hiệu Quả Mà Bỏ Qua Tăng Trưởng

Báo cáo McKinsey chỉ ra rằng 80% số người được hỏi đặt mục tiêu hiệu quả (cắt giảm chi phí) là mục tiêu chính của các sáng kiến AI. Mặc dù hiệu quả là quan trọng, nhưng nó có giới hạn.

• Giới hạn của cắt giảm chi phí: Bạn chỉ có thể cắt giảm chi phí đến một mức nhất định.
• Tiềm năng của tăng trưởng: Các công ty thực sự thấy được giá trị lớn nhất từ AI là những công ty đặt mục tiêu tăng trưởng hoặc đổi mới là mục tiêu bổ sung.

Đọc ngay: AI Thúc Đẩy Tăng Trưởng Vượt Qua Tư Duy Cắt Giảm Chi Phí

Thách Thức Đo Lường và Quản Trị Tài Chính

Việc đo lường tác động của AI đến EBIT đòi hỏi một hệ thống kế toán và quản trị tài chính mới.

• Phân bổ chi phí và lợi ích: Rất khó để phân bổ chính xác chi phí đầu tư vào AI (ví dụ: chi phí đám mây, lương kỹ sư AI) và lợi ích thu được cho từng dòng sản phẩm hoặc khu vực kinh doanh.
• Độ trễ thời gian: Tác động của AI đến EBIT thường có độ trễ. Các khoản đầu tư lớn ban đầu có thể làm giảm EBIT trong ngắn hạn, nhưng lại mang lại lợi nhuận lớn trong dài hạn.

3. Chiến Lược Chuyển Hóa AI Thành Lợi Nhuận Doanh Nghiệp

Để tăng tỷ lệ tác động của AI đến EBIT từ 39% lên mức cao hơn, các tổ chức cần thực hiện các bước chiến lược sau:

Xây Dựng Khung Đo Lường Giá Trị AI

Khung này phải liên kết trực tiếp các chỉ số kỹ thuật của AI với các chỉ số tài chính.

• Từ KPI kỹ thuật đến KPI tài chính: Ví dụ: Tăng độ chính xác của mô hình dự đoán nhu cầu (KPI kỹ thuật) -> Giảm tồn kho an toàn (KPI vận hành) -> Giảm chi phí vốn lưu động (KPI tài chính) -> Cải thiện EBIT.
• Theo dõi lợi ích ròng: Theo dõi lợi ích ròng (lợi ích thu được trừ đi chi phí triển khai và vận hành AI) để có cái nhìn chính xác về tác động thực tế đến EBIT.

Ưu Tiên Các Dự Án AI Có Khả Năng Mở Rộng Quy Mô Nhanh

Tập trung nguồn lực vào các dự án có thể dễ dàng nhân rộng trên nhiều chức năng hoặc khu vực kinh doanh.

• Tích hợp dọc: Đảm bảo rằng các dự án AI được thiết kế để tích hợp sâu vào các quy trình kinh doanh cốt lõi, thay vì chỉ là các giải pháp độc lập.
• Tái thiết kế quy trình: Việc thiết kế lại quy trình làm việc với AI là bắt buộc để đảm bảo rằng AI không chỉ là một lớp phủ mà là một phần không thể thiếu của hoạt động kinh doanh.

Lãnh Đạo Cam Kết Tầm Nhìn Dài Hạn

Lãnh đạo cấp cao cần chấp nhận rằng việc cải thiện tác động của AI đến EBIT là một hành trình dài hạn.

• Đầu tư chiến lược: Coi chi phí AI là đầu tư chiến lược vào tương lai, không chỉ là chi phí vận hành.
• Thúc đẩy văn hóa tăng trưởng: Khuyến khích các nhóm chức năng tìm kiếm các trường hợp sử dụng AI không chỉ để cắt giảm chi phí mà còn để tạo ra các sản phẩm, dịch vụ và mô hình kinh doanh mới.

Con số 39% báo cáo tác động của AI đến EBIT là một lời nhắc nhở mạnh mẽ rằng AI vẫn chưa đạt được tiềm năng tài chính tối đa của nó. Để vượt qua rào cản này, các tổ chức cần phải chuyển từ việc thử nghiệm AI một cách rời rạc sang việc triển khai AI trong doanh nghiệp một cách chiến lược, có hệ thống đo lường rõ ràng và sự cam kết của lãnh đạo.

Khi AI được tích hợp sâu rộng và được thiết kế để thúc đẩy cả hiệu quả và tăng trưởng, nó sẽ không chỉ là một công cụ công nghệ mà trở thành đòn bẩy tài chính mạnh mẽ nhất của doanh nghiệp.

Nếu cần tìm việc làm liên quan đến công nghệ bạn có thể tham khảo tại HR1 Tech!