Với chi tiêu cho AI dự kiến đạt 2,52 nghìn tỷ USD vào năm 2026, Gartner khuyến nghị các tổ chức nên tập trung vào xây dựng năng lực, tạo quan hệ đối tác và tránh việc thử nghiệm AI một cách ngẫu nhiên.

Những điểm chính

• Ban lãnh đạo doanh nghiệp bắt đầu đặt câu hỏi khó hơn về tiền đã đổ vào AI.

• Việc đánh giá lại giá trị của các dự án AI là cơ hội để tái tập trung.

• Hãy tập trung vào xây dựng năng lực, quan hệ đối tác mạnh và đồng phát triển.

Số tiền các tổ chức đầu tư vào AI vẫn đang tăng mạnh.

Theo hãng phân tích công nghệ Gartner, chi tiêu AI toàn cầu dự kiến đạt 2,52 nghìn tỷ USD vào năm 2026, tăng 44% so với năm trước.

Tuy nhiên có một vấn đề.

Theo Gartner Hype Cycle for Emerging Technologies, AI đang dần rơi vào giai đoạn gọi là “Trough of Disillusionment” (thung lũng vỡ mộng).

Ở giai đoạn này:

• sự hào hứng với công nghệ giảm xuống

• nhiều thử nghiệm không mang lại kết quả như kỳ vọng

• lãnh đạo doanh nghiệp bắt đầu đặt câu hỏi về ROI của AI

AI đang rơi vào “thung lũng vỡ mộng”

Các nghiên cứu từ MIT cho thấy 95% dự án generative AI không mang lại giá trị thực sự.

Điều này khiến nhiều công ty:

• không tận dụng được AI

• bắt đầu nghi ngờ về lợi ích thực tế của công nghệ này

Bong bóng AI thậm chí có thể sắp vỡ.

Nghe có vẻ như tin xấu.

Nhưng theo chuyên gia phân tích của Gartner John-David Lovelock, đây lại là tín hiệu tích cực.

Ông cho rằng khi công nghệ rơi vào giai đoạn vỡ mộng, doanh nghiệp sẽ suy nghĩ cẩn thận hơn về cách đầu tư AI.

Ông nói:

“Thực ra AI nên rơi xuống giai đoạn này. Khi kỳ vọng ở mức thấp nhất, chúng ta mới bắt đầu nhìn nhận thực tế.”

Nhiều vấn đề trong hai năm qua xuất phát từ những dự án AI quá tham vọng (moonshot).

3 cách để dự án AI thành công

Theo Gartner, doanh nghiệp nên tập trung vào 3 ưu tiên lớn đến năm 2026.

1. Tập trung xây dựng năng lực (capacity)

Gartner cho biết hạ tầng AI sẽ là khoản đầu tư lớn nhất trong vài năm tới.

Một số con số:

• chi tiêu cho server tối ưu AI tăng 49%

• chiếm 17% tổng chi tiêu AI năm nay

• hạ tầng AI sẽ tạo ra 401 tỷ USD chi tiêu mới trong năm 2026

Các công ty công nghệ đang xây dựng:

• trung tâm dữ liệu

• hạ tầng huấn luyện mô hình

• nền tảng chạy AI agents

Ví dụ:

Một công ty tài chính muốn xây dựng AI để tự động phê duyệt thẻ tín dụng.

Họ có thể chọn:

• xây dựng data center riêng

• dùng cloud như AWS, Microsoft, Google

• dùng nền tảng compute

• gọi API từ LLM như OpenAI

Câu hỏi quan trọng là:

• Công ty cần tự sở hữu công nghệ đến mức nào?

• Phần nào có thể xem như dịch vụ hàng hóa (commodity)?

2. Tạo quan hệ đối tác công nghệ mạnh

Để trả lời các câu hỏi trên, doanh nghiệp cần hợp tác chặt chẽ với nhà cung cấp công nghệ.

Theo Gartner:

Năm 2026, phần lớn AI sẽ được doanh nghiệp mua từ các nhà cung cấp phần mềm hiện có, thay vì tự phát triển từ đầu.

Chỉ những công ty tiên phong mới nên:

• tự xây AI

• đẩy giới hạn công nghệ

Phần lớn doanh nghiệp nên:

• chọn đối tác công nghệ đáng tin cậy

• xây dựng hệ sinh thái AI ổn định

3. Tránh thử nghiệm AI một cách ngẫu nhiên

Khi AI rơi vào giai đoạn vỡ mộng, doanh nghiệp không nên:

• thử nghiệm AI ở mọi nơi

• chạy hàng loạt dự án nhỏ không mục tiêu

Thay vào đó nên tập trung vào những dự án có khả năng tạo giá trị thực sự.

Theo Gartner, ba yếu tố quyết định là:

• Đối tác

• Dữ liệu

• Quy trình

Một yếu tố quan trọng khác là sự tham gia của các bộ phận kinh doanh.

Các câu hỏi cần đặt ra:

• dự án AI có kết quả kinh doanh rõ ràng không?

• đối tác công nghệ có giúp đạt mục tiêu đó không?

• họ có lợi ích gắn với kết quả dự án không?

Mô hình hợp tác tốt nhất

Một số mô hình hợp tác với nhà cung cấp:

1. Time and materials
   → nhà cung cấp chỉ tính tiền theo giờ

2. Value-based pricing
   → gắn với giá trị tạo ra

3. Outcome-based pricing
   → gắn trực tiếp với kết quả

4. Co-development
   → cùng phát triển sản phẩm

Theo Gartner, mô hình tốt nhất là gắn lợi ích của nhà cung cấp với kết quả của bạn.

Điều này không dễ thực hiện vì:

• khó thuyết phục nội bộ

• quan hệ hợp tác phức tạp

Nhưng khi làm được, nó mang lại giá trị rất lớn cho cả hai bên.

✅ Kết luận

Phần lớn dự án AI thất bại không phải vì công nghệ kém, mà vì:

• thiếu hạ tầng

• thiếu đối tác phù hợp

• thử nghiệm AI quá lan man

Doanh nghiệp muốn thành công với AI cần:

• xây dựng năng lực

• chọn đối tác đúng

• tập trung vào kết quả kinh doanh.