Nhận định này được các chuyên gia đưa ra tại hội thảo "Ứng dụng trí tuệ nhân tạo và giải pháp thông minh cho doanh nghiệp" (Swin-AIIS 2026) diễn ra tại Đà Nẵng ngày 6-3 vừa qua, do Asia Vietnam đồng tổ chức trong khuôn khổ Hội nghị quốc tế lần thứ 11 về Công nghệ Thông tin Thông minh (ICIIT 2026).

Hội thảo quy tụ nhiều nhà nghiên cứu, chuyên gia công nghệ và lãnh đạo doanh nghiệp. Thay vì chỉ bàn về tiềm năng của AI, các tham luận tập trung vào câu hỏi thực tế hơn: làm thế nào để AI tạo ra giá trị cụ thể trong hoạt động vận hành của doanh nghiệp và tổ chức.

Từ kỳ vọng công nghệ đến bài toán triển khai thực tế

Trong vài năm gần đây, AI xuất hiện ngày càng nhiều trong các cuộc thảo luận về chuyển đổi số. Tuy nhiên, khoảng cách giữa nghiên cứu, thử nghiệm và triển khai trong môi trường doanh nghiệp vẫn còn khá lớn.

Không ít tổ chức đầu tư vào AI với kỳ vọng cao, nhưng khi bắt tay triển khai mới nhận ra bài toán khó nhất không phải là mua công nghệ, mà là chuẩn bị nền tảng để công nghệ đó có thể vận hành hiệu quả.

Tại hội thảo, nhiều chuyên gia cho rằng những trở ngại phổ biến khi triển khai AI hiện nay là dữ liệu phân tán ở nhiều hệ thống, quy trình vận hành chưa đồng bộ, khó đo lường hiệu quả đầu tư và thiếu nhân lực có khả năng kết nối giữa công nghệ với nhu cầu kinh doanh.

Chia sẻ tại sự kiện, GS. Leandro Soares Indrusiak (Đại học Leeds, Vương quốc Anh) cho biết AI đang được ứng dụng ngày càng nhiều để tối ưu các hệ thống tính toán phức tạp, đặc biệt là các hệ thống nhúng trong hạ tầng công nghiệp và công nghệ. 

Tuy nhiên, theo ông, AI không thể thay thế hoàn toàn các phương pháp phân tích và thiết kế hệ thống truyền thống.

"AI có thể giúp tối ưu hệ thống, nhưng kết quả vẫn cần được kiểm chứng bằng các mô hình và phương pháp phân tích đáng tin cậy", GS. Leandro Soares Indrusiak nói.

Nếu góc nhìn nghiên cứu nhấn mạnh vai trò của mô hình và hệ thống, thì kinh nghiệm từ thực tế triển khai lại cho thấy những khó khăn rất cụ thể khi đưa AI vào vận hành.

BS. Hướng nhấn mạnh bước đi quan trọng trước tiên là xây dựng nền tảng: số hóa quy trình tốt hơn, chuẩn hóa dữ liệu và thiết kế hệ thống theo hướng có thể kết nối và mở rộng - Ảnh: NTCC

Theo BS.CKII Võ Thị Hồng Hướng - phó giám đốc Bệnh viện 199, trong lĩnh vực y tế, thách thức lớn nhất không phải là thiếu công nghệ mà là cách tổ chức dữ liệu và hệ thống vận hành.

Mỗi ngày, bệnh viện phải xử lý khối lượng lớn dữ liệu từ nhiều nguồn khác nhau như hồ sơ khám chữa bệnh, thiết bị y tế và các hệ thống quản lý. Tuy nhiên, các dữ liệu này thường nằm rải rác ở nhiều nền tảng khác nhau và chưa được tổ chức theo cách có thể hỗ trợ hiệu quả cho việc ra quyết định.

"AI không phải là ‘đũa thần’ có thể giải quyết mọi vấn đề. Nếu dữ liệu còn phân tán và hệ thống chưa được chuẩn hóa, AI cũng khó có thể tạo ra thay đổi thực sự", BS. Hướng chia sẻ.

AI không chỉ để phân tích

Theo TS. Trần Thế Hùng, giám đốc Phòng thí nghiệm Trí tuệ Quyết định và Tối ưu hóa (Tập đoàn FPT), AI đang ngày càng quan trọng trong việc hỗ trợ doanh nghiệp ra quyết định.

Theo TS. Hùng, trong các lĩnh vực như logistics, sản xuất, thương mại điện tử hay tài chính, doanh nghiệp phải xử lý số lượng dữ liệu ngày càng lớn và liên tục đối mặt với những quyết định phức tạp: giao hàng thế nào, sắp xếp sản xuất ra sao, quản lý tồn kho thế nào, nhận diện rủi ro bằng cách nào.

Trong bối cảnh đó, AI không chỉ dừng ở vai trò phân tích dữ liệu hay dự báo, mà cần đi xa hơn để hỗ trợ doanh nghiệp chọn được phương án phù hợp.

TS. Hùng cho rằng điểm quan trọng là phải kết hợp AI với dữ liệu, mô hình vận hành và công cụ tối ưu hóa.

AI chỉ phát huy giá trị khi có nền tảng phù hợp

Qua các tham luận tại hội thảo, nhiều chuyên gia cho rằng AI chỉ phát huy giá trị khi được đặt trong một hệ sinh thái phù hợp, bao gồm dữ liệu chất lượng, quy trình vận hành rõ ràng và đội ngũ nhân sự có khả năng khai thác công nghệ.

Trong bối cảnh nhiều doanh nghiệp bắt đầu triển khai AI nhưng gặp khó khăn về dữ liệu, hệ thống và nhân lực, nhu cầu về những chuyên gia có khả năng kết nối giữa công nghệ và bài toán vận hành ngày càng rõ rệt.

Swin-AIIS 2026 còn có phiên thảo luận giữa chuyên gia và doanh nghiệp về khả năng triển khai AI trong môi trường thực tế, tập trung vào các câu hỏi cụ thể như mức độ sẵn sàng của tổ chức, tình trạng dữ liệu hiện có, chi phí triển khai - Ảnh: NTCC

Theo TS. Hoàng Việt Hà - giám đốc Asia Vietnam, nhiều dự án AI không gặp trở ngại ở công nghệ mà ở việc thiếu những nhân sự hiểu đồng thời hệ thống kỹ thuật và bối cảnh ứng dụng thực tế của doanh nghiệp. 

Điều này đặt ra yêu cầu mới đối với các chương trình đào tạo AI, khi kiến thức kỹ thuật cần được gắn với các bài toán thực tiễn trong sản xuất, tài chính, y tế hay logistics.

Từ định hướng này, Asia Vietnam phát triển chương trình đào tạo Trí tuệ nhân tạo theo hướng kết hợp nền tảng công nghệ, dữ liệu và ứng dụng thực tế. Sinh viên tham gia các dự án nhóm, đồ án và các bài toán mô phỏng từ doanh nghiệp nhằm rèn luyện khả năng đưa công nghệ vào ứng dụng trong môi trường vận hành thực tế.

Điều này cho thấy để AI tạo ra giá trị, các tổ chức không chỉ đầu tư vào công nghệ mà còn cần chuẩn bị nền tảng dữ liệu, hệ thống và con người - những yếu tố quyết định khả năng đưa AI vào vận hành.