Mức độ trưởng thành về AI: ý nghĩa đối với tổ chức của bạn

Mức độ trưởng thành về AI là gì

Mức độ trưởng thành về AI đo lường mức độ phát triển và sự có chủ đích trong việc sử dụng AI của một tổ chức, vượt ra ngoài việc chỉ đơn thuần trang bị các công cụ AI. Hầu hết các khung mô tả điều này là một mô hình trưởng thành về AI, chuyển từ giai đoạn thử nghiệm ban đầu, chưa có cấu trúc sang tích hợp AI toàn diện.

Ở giai đoạn đầu tiên, một số ít nhân viên tự ý sử dụng AI theo sáng kiến cá nhân. Chưa có ai phê duyệt hay đào tạo bất kỳ ai về việc đó. Kết quả mang lại không đồng đều và công việc hiếm khi được ai khác tái sử dụng.

Ở giai đoạn tiếp theo, các nhóm tiến hành các dự án thử nghiệm có cấu trúc. Một phòng ban chọn một tác vụ cụ thể, chạy tác vụ đó bằng AI và đo lường xem nó có hoạt động hiệu quả hay không. Inteleos, một tổ chức phi lợi nhuận quản lý các kỳ thi chứng chỉ y tế, đã giới thiệu Perplexity Enterprise để giúp soạn thảo các câu hỏi đố mức độ rủi ro thấp. Khi dự án thử nghiệm chứng minh được hiệu quả, Perplexity sau đó đã được triển khai cho 88% thành viên của Inteleos.

Khi các công ty ngày càng trưởng thành hơn về AI, họ bắt đầu xây dựng các công cụ AI vào các quy trình làm việc tiêu chuẩn và kết nối chúng với dữ liệu và hệ thống của công ty. Ví dụ, tại Paypal, các nhóm chuyên trách về rủi ro doanh nghiệp sử dụng Perplexity như một phần của quy trình làm việc bảo mật tiêu chuẩn, xác minh ID bằng cách đối chiếu các chi tiết sở hữu và gắn cờ các tài khoản đáng ngờ.

Và ở giai đoạn trưởng thành nhất, công ty đã điều chỉnh các sản phẩm, mô hình kinh doanh hoặc hoạt động của mình để kết hợp hoàn toàn AI. Họ cũng có thể sử dụng các hệ thống AI tác nhân và các mô hình có thể bàn giao công việc cho nhau. Ví dụ, tại Rox, AI được tích hợp ngay vào sản phẩm: các tác nhân tự động hóa các phần nghiên cứu bán hàng và duy trì CRM, trong khi các API của Perplexity cung cấp trí thông minh bên ngoài hỗ trợ các quy trình làm việc đó.

Tại sao mức độ trưởng thành về AI lại quan trọng

Lợi ích năng suất cá nhân từ AI tương đối phổ biến, được 80% người trả lời báo cáo trong khảo sát năm 2026 của McKinsey. Nhưng chỉ có 37% cho biết nó đã đóng góp vào EBIT của tổ chức họ.

Sự khác biệt về kết quả dường như liên quan đến mức độ trưởng thành trong việc sử dụng AI của công ty. Những công ty đạt hiệu suất AI cao theo McKinsey, chiếm khoảng 6% số người được hỏi, đóng góp ít nhất 5% EBIT từ AI và mô tả giá trị đó là đáng kể.

Các công ty có chương trình AI trưởng thành có chung một số hành vi cốt lõi:

• Họ đã cấu trúc lại các quy trình làm việc xoay quanh các giải pháp AI. Gần ba phần tư các công ty đạt hiệu suất cao của McKinsey đã thiết kế lại các quy trình làm việc nhờ AI, so với một phần tư ở những người trả lời khác.
• Lãnh đạo cấp cao cam kết sử dụng AI. Trong nghiên cứu năm 2025 của BCG trên 1.250 giám đốc điều hành, hầu như tất cả trong số 5% công ty có điểm số trưởng thành về AI cao nhất đều báo cáo ban điều hành tham gia sâu sắc, so với 8% của nhóm 60% có điểm số thấp nhất.
• Họ ưu tiên phát triển kỹ năng AI cho nhân viên. Các công ty đạt điểm cao nhất tương tự dự kiến đào tạo hơn 50% lực lượng lao động của họ về AI trong năm đó, so với 20% tại các công ty có điểm số thấp nhất.
• Họ đã giới thiệu các giải pháp AI tác nhân. Các công ty đạt hiệu suất cao của McKinsey có khả năng mở rộng quy mô các tác nhân trong hầu hết các chức năng kinh doanh cao gấp hơn 3 lần.

Mức độ trưởng thành về AI: các khung phổ biến

Mô hình trưởng thành về AI của Gartner dựa trên việc đánh giá mức độ trưởng thành của tổ chức dựa trên mức độ tích hợp AI vào các quy trình của họ. Mô hình này chấm điểm một tổ chức riêng biệt trên bảy lĩnh vực: chiến lược, dữ liệu, quản trị, kỹ thuật, mô hình vận hành, văn hóa và giá trị AI. Các tổ chức sau đó được nhóm thành một trong năm giai đoạn:

• Nền tảng: Sử dụng mang tính thử nghiệm, ít sự phối hợp
• Mới nổi: Chạy thử nghiệm ban đầu, có một số sự quan tâm từ ban điều hành
• Hoạt động: AI được sử dụng trong các quy trình kinh doanh
• Đã mở rộng quy mô: AI được sử dụng trên nhiều chức năng, mang lại ROI có thể đo lường được
• Chuyển đổi: AI tác động đến việc ra quyết định và mô hình vận hành, mang lại lợi thế cạnh tranh ý nghĩa

Mô hình trưởng thành tự động hóa AI của Deloitte đo lường mức độ trưởng thành cụ thể bằng mức độ sâu sắc mà các tác nhân được xây dựng vào các quy trình của công ty.

• Cấp độ 1: Tự động hóa tiêu chuẩn không có sự tham gia của các tác nhân.
• Cấp độ 2: Tự động hóa cơ bản, các tác nhân được đưa vào các quy trình hiện có.
• Cấp độ 3: Các quy trình được thiết kế lại một cách chủ động xoay quanh những gì các tác nhân có thể làm.
• Cấp độ 4: Bản thân tổ chức được cấu trúc lại xung quanh năng lực AI.

Khung áp dụng AI của Google Cloud theo dõi mức độ trưởng thành qua ba giai đoạn.

• Chiến thuật: Các trường hợp sử dụng AI đơn giản, hẹp, thường không có kế hoạch mạch lạc cho những bước tiếp theo.
• Chiến lược: AI mang lại giá trị kinh doanh bền vững, với một số hệ thống được triển khai và duy trì trong môi trường sản xuất.
• Chuyển đổi: AI là cốt lõi của tổ chức, thúc đẩy sự đổi mới và được hỗ trợ bởi cấu trúc để mở rộng quy mô hơn nữa.

Nó cũng chia mức độ trưởng thành thành sáu chủ đề, mỗi chủ đề được hình thành tại nơi giao thoa của hai lĩnh vực cốt lõi: con người, quy trình, công nghệ và dữ liệu.

• Tìm hiểu (Learn): chất lượng và quy mô của các chương trình nhằm xây dựng các kỹ năng AI.
• Dẫn dắt (Lead): liệu công việc AI có sự hậu thuẫn từ lãnh đạo và sự phối hợp giữa các nhóm hay không.
• Truy cập (Access): mức độ dễ dàng chia sẻ và tái sử dụng dữ liệu cũng như tài sản AI trong toàn tổ chức.
• Quy mô (Scale): liệu các dịch vụ gốc đám mây có thể xử lý khối lượng công việc AI ở quy mô thực tế hay không.
• Bảo mật (Secure): mức độ dữ liệu và hệ thống AI được bảo vệ và quản trị có trách nhiệm.
• Tự động hóa (Automate): hệ thống AI hoạt động đáng tin cậy như thế nào trong môi trường sản xuất.

Mặc dù các khung khác nhau về tiêu điểm và cách đo lường, nhưng chúng đều phác họa cùng một hành trình trưởng thành: thử nghiệm phi cấu trúc, sau đó là các thí điểm có sự hỗ trợ của lãnh đạo, tiếp theo là AI được tích hợp vào công việc hàng ngày và cuối cùng là AI tái định hình chính tổ chức.

Mức độ trưởng thành về AI: các trở ngại phổ biến

Bốn trở ngại thường cản trở mức độ trưởng thành về AI trong các tổ chức. Dưới đây là cách giải quyết chúng:

1. Chất lượng dữ liệu

Khi giới thiệu các dự án thử nghiệm AI liên chức năng, hãy chọn trường hợp sử dụng AI đầu tiên, sau đó xác định một hoặc hai nguồn dữ liệu mà trường hợp đó dựa vào. Đảm bảo rằng các nguồn đó:

• Được tổ chức: chỉ giữ lại các bản ghi mà trường hợp sử dụng cần, ở một nơi.
• Chính xác: xóa các bản sao, sửa các bản ghi lỗi thời và kiểm tra lỗi.
• Có người chịu trách nhiệm: chỉ định một người giữ cho dữ liệu chính xác và quyết định ai có thể thay đổi dữ liệu đó.

Chỉ thêm các nguồn dữ liệu mới sau khi các nguồn đầu tiên tạo ra câu trả lời đáng tin cậy. Xác định các thuật ngữ chung, chẳng hạn như thế nào được coi là khách hàng hoạt động, ở một nơi duy nhất mà công cụ AI đọc từ đó.

2. Kỹ năng

Dành một khoảng thời gian cố định lặp lại trên lịch, hàng ngày hoặc hàng tuần, để mọi người thực hành AI trên công việc của chính họ, một mình hoặc theo nhóm. Dạy nhân viên cách kiểm tra các nguồn AI và đánh giá kết quả đầu ra của AI.

Trước khi triển khai quy trình làm việc AI mới, hãy yêu cầu những người thực hiện tác vụ đó viết ra các bước, dùng thử phiên bản AI và nêu rõ điểm còn hạn chế của nó. Kết nối AI với các công cụ đang được sử dụng và kiểm thử với một số ít người dùng trước khi triển khai rộng rãi hơn.

3. Quản trị

Các quy tắc rõ ràng về công cụ, dữ liệu và đánh giá cho phép việc sử dụng AI phát triển và mở rộng quy mô nhanh chóng mà không làm tăng rủi ro. Công bố một danh sách ngắn các công cụ được phê duyệt và yêu cầu đăng nhập công ty. Đặt các cấp độ dữ liệu quy định loại dữ liệu nào có thể được đưa vào công cụ nào.

Quyết định mức độ đánh giá của con người cần thiết cho mỗi loại công việc, phân loại từng quy trình làm việc có sự hỗ trợ của AI vào một trong ba danh mục: do AI sở hữu, do con người đánh giá hoặc do con người sở hữu. Và duy trì một nhật ký ghi lại các công cụ AI nào đã được sử dụng cho công việc nào và ai đã đánh giá kết quả đầu ra, để có thể truy nguyên lỗi về nguồn gốc và sửa chữa.

4. Giá trị kinh doanh

Hơn 60% các công ty có điểm số trưởng thành cao nhất theo dõi nghiêm ngặt giá trị AI, so với 17% các công ty đang trì trệ, theo phát hiện của BCG. Chọn một quy trình làm việc có thể đo lường được và ghi lại đường cơ sở: thời gian, chi phí và tỷ lệ lỗi. Thiết lập các tiêu chí thành công và ngày ra quyết định trước khi dự án thử nghiệm bắt đầu. Theo dõi chi phí cho mỗi lần sử dụng ngay từ ngày đầu tiên và chỉ mở rộng quy mô sau khi kết quả vượt qua đường cơ sở.

Mức độ trưởng thành về AI: một bảng thuật ngữ

Áp dụng AI: Mức độ sử dụng các công cụ AI. Thuật ngữ này thường được dùng thay thế cho mức độ trưởng thành về AI, nhưng cả hai đều khác nhau: mức độ trưởng thành đề cập đến việc sử dụng AI một cách có hệ thống trên toàn tổ chức. Áp dụng chỉ đơn thuần có nghĩa là có bao nhiêu người đang sử dụng nó.

Sự sẵn sàng về AI: Liệu cơ sở hạ tầng và dữ liệu đã sẵn sàng để sử dụng AI tốt chưa. Một tổ chức có thể có dữ liệu sạch và cơ sở hạ tầng vững chắc nhưng vẫn tụt hậu về mức độ trưởng thành, nếu họ chưa điều chỉnh cách thức hoạt động xoay quanh các năng lực của AI.

Mức độ trưởng thành về AI: Mức độ sử dụng AI một cách có chủ đích và hiệu quả. Việc áp dụng và sự sẵn sàng tạo điều kiện cho mức độ trưởng thành nhưng không đảm bảo điều đó.

Quản trị AI: Các quy tắc và quy trình xác định cách thức sử dụng AI một cách có trách nhiệm bên trong một tổ chức, ai phê duyệt các trường hợp sử dụng mới và những gì được xem xét.

AI tác nhân: Các hệ thống AI có khả năng tự hành động và thực hiện các tác vụ nhiều bước, thay vì chỉ phản hồi một lời nhắc đơn lẻ.

Điều phối: Chạy nhiều tác nhân AI, trong đó một tác nhân có thể chuyển giao một phần tác vụ cho tác nhân khác, thay vì sử dụng từng tác nhân một cách cô lập.

Mức độ trưởng thành về AI: Tự đánh giá nhanh

Trả lời một số câu hỏi có thể giúp bất kỳ nhân viên nào có được cái nhìn sơ lược về vị trí của tổ chức họ.

Perplexity phù hợp ở đâu

Perplexity Computer hỗ trợ hành trình hướng tới mức độ trưởng thành về AI của tổ chức bằng cách đưa 20 mô hình tiên tiến vào một hệ thống duy nhất, bao gồm nghiên cứu, phân tích, nội dung và mã, thay vì chạy từng mô hình như một công cụ riêng biệt. Công cụ này định tuyến công việc trực tiếp giữa các mô hình đó, loại điều phối đánh dấu các giai đoạn trưởng thành nâng cao hơn.

Câu hỏi thường gặp

Mô hình trưởng thành về AI là gì?
Một khung đánh giá năng lực AI của tổ chức và gán cho tổ chức đó một cấp độ dựa trên mức độ phát triển và sự có chủ đích trong việc sử dụng AI.

Các giai đoạn trưởng thành về AI là gì?
Hầu hết các khung mô tả một cung đường tương tự: thử nghiệm phi cấu trúc, sau đó là các dự án thử nghiệm có cấu trúc, tiếp theo là AI được tích hợp vào các quy trình làm việc hàng ngày, và cuối cùng là AI hoạt động tự động trong toàn tổ chức.

Mức độ trưởng thành về AI khác với việc áp dụng AI như thế nào?
Áp dụng đo lường xem các công cụ AI có đang được sử dụng hay không. Mức độ trưởng thành đo lường mức độ hiệu quả khi sử dụng chúng.

Sự khác biệt giữa mức độ trưởng thành về AI và sự sẵn sàng về AI là gì?
Sự sẵn sàng đo lường xem cơ sở hạ tầng và dữ liệu đã sẵn sàng để sử dụng AI tốt hay chưa. Mức độ trưởng thành đo lường xem tổ chức thực sự đã xây dựng các hoạt động của mình xung quanh năng lực đó hay chưa.

Quản trị AI nghĩa là gì?
Các quy tắc và quy trình xác định cách thức sử dụng AI một cách có trách nhiệm bên trong một tổ chức, bao gồm những ai phê duyệt các trường hợp sử dụng mới và những gì được xem xét trước khi triển khai.

AI tác nhân là gì?
Các hệ thống AI có khả năng tự hành động, thực hiện các tác vụ nhiều bước thay vì chỉ phản hồi một lời nhắc đơn lẻ.

Điều phối AI là gì?
Chạy nhiều mô hình hoặc hệ thống AI cùng nhau, để một hệ thống có thể chuyển giao một phần tác vụ cho hệ thống khác, thay vì sử dụng từng công cụ một cách cô lập.

Làm thế nào một tổ chức có thể cải thiện mức độ trưởng thành về AI?
Bằng cách vượt qua các thử nghiệm cô lập hướng tới các dự án thử nghiệm có cấu trúc với quyền sở hữu rõ ràng, sau đó kết nối AI với dữ liệu và quy trình làm việc thực tế, đồng thời xây dựng hệ thống quản trị cho những nơi AI có thể hành động mà không cần đánh giá.