Đo ROI AI doanh nghiệp: hướng dẫn khung 4 bước (2026)

Đo ROI AI doanh nghiệp nghe như việc của kế toán, cuối quý mới tính. Nhưng nghiên cứu công bố ngày 29/9 tại AWS Cloud & AI Day 2026 ở Hà Nội cho thấy khoảng 245.000 doanh nghiệp Việt đã ứng dụng AI, còn chỉ 13% có khung đo ROI rõ ràng và được áp dụng nhất quán. Dùng AI không còn là chỗ nghẽn. Chứng minh nó đáng tiền mới là chỗ nghẽn.

Bài này đi qua số liệu khảo sát, lý do vì sao đa số dừng ở thử nghiệm, rồi một khung 4 bước để bạn đặt chỉ số đo trước khi bật công cụ AI đầu tiên.

Khảo sát AWS nói gì về việc đo ROI AI?

Nghiên cứu do Strand Partners thực hiện theo ủy quyền của Amazon Web Services (AWS), dựa trên khảo sát 1.000 lãnh đạo doanh nghiệp và 1.000 người dân. Theo bản tin của VietnamBiz ngày 30/09/2026, các con số chính như sau:

• Khoảng 245.000 doanh nghiệp Việt đã ứng dụng AI.
• 61% doanh nghiệp ứng dụng AI mới dừng ở tìm hiểu và thử nghiệm. Chỉ 8% đã tích hợp AI vào quy trình, nghiệp vụ hoặc hoạt động cốt lõi.
• Chỉ 13% có khung đo ROI từ AI rõ ràng và áp dụng nhất quán. 46% thừa nhận chưa có phương pháp đáng tin cậy để đánh giá kết quả đầu tư.
• 23% doanh nghiệp đã ứng dụng AI có chiến lược AI chính thức và bao quát, gần gấp đôi mức 12% của năm 2025.
• 54% cho rằng thiếu kỹ năng số và AI đang cản trở việc ứng dụng.

Hai con số đáng đặt cạnh nhau là 23% có chiến lược chính thức và 13% có khung đo ROI. Có chiến lược trên giấy dễ hơn nhiều so với việc gắn nó vào một con số mà cuối tháng ai cũng nhìn được.

Đọc con số này thế nào cho đúng?

Trước khi trích dẫn đâu đó, bạn nên biết ba giới hạn của nguồn này. Tôi nói thẳng vì một bài về đo lường mà dùng số liệu cẩu thả thì tự mâu thuẫn.

Thứ nhất, nghiên cứu do AWS ủy quyền, và số liệu là của khảo sát do bên thực hiện công bố. Đây là một góc nhìn có người đặt hàng, không phải số đo của một bên thứ ba không liên quan.

Thứ hai, bản tin không nêu quy mô doanh nghiệp theo nhóm SME, nên không ai nói được các tỷ lệ trên đúng cho doanh nghiệp nhỏ. Tôi cũng không nói được. Thứ ba, bản tin không ghi rõ mẫu số của từng tỷ lệ. Đừng nhân chúng với nhau.

Một ví dụ cho thấy vì sao cần thận trọng: trong nhóm đã triển khai AI agent, 81% nói năng suất cải thiện và 73% nói doanh thu cao hơn. Đó là lời tự báo cáo của nhóm đã làm, chưa phải bằng chứng AI agent tạo ra doanh thu. Chính câu hỏi "họ đo bằng cách nào" mới là câu bài này muốn bạn hỏi.

Vì sao đa số doanh nghiệp dừng ở thử nghiệm?

Khảo sát không trả lời trực tiếp câu này. Phần dưới là suy luận của tôi, không phải kết luận của nghiên cứu.

Phần lớn các lần thử AI bắt đầu từ công cụ, không bắt đầu từ điểm nghẽn. Ai đó thấy một công cụ hay, cả team dùng thử vài tuần, mọi người thấy "có vẻ nhanh hơn". Đến khi chủ doanh nghiệp hỏi "vậy tháng này mình được gì", không ai có con số của tháng trước để so.

Không có đường nền thì mọi cải thiện chỉ là cảm giác. Chỉ vậy thôi. Cảm giác thì đủ để tiếp tục thử, nhưng không đủ để xin thêm ngân sách hay đưa AI vào quy trình cốt lõi. Đó là lý do 61% nằm ở nhóm tìm hiểu và thử nghiệm, và 54% nhắc đến thiếu kỹ năng cũng là một phần của vòng này: không ai trong team biết đo, nên không ai dám quyết.

Khung đo ROI AI doanh nghiệp: 4 bước trước khi triển khai

Khung này cố ý nhỏ. Bạn chạy được trong một tuần chuẩn bị và một vòng thử ngắn, không cần phần mềm riêng. Nguyên tắc: mọi con số phải được ghi trước khi bật AI, không phải sau.

Bước 1: Chọn một điểm nghẽn và viết thành một câu

Đừng đo "AI nói chung". Chọn một khúc việc cụ thể đang làm chậm hoặc làm tốn tiền doanh nghiệp, rồi viết thành một câu có đối tượng và động từ. Ví dụ: "Đội sales mất quá nhiều giờ để làm một báo giá." Nếu câu đó không viết ra được, bạn chưa sẵn sàng đo, và cũng chưa sẵn sàng mua công cụ.

Bước 2: Đo đường nền trong hai tuần

Trước khi AI vào, hãy ghi lại cách việc đó đang chạy. Ba loại số là đủ cho hầu hết các khúc việc:

• Thời gian: một đơn vị công việc tốn bao nhiêu giờ, từ lúc nhận đến lúc xong.
• Chất lượng: bao nhiêu phần trăm phải sửa lại hoặc bị trả về.
• Sản lượng: một người hoặc một team làm được bao nhiêu đơn vị mỗi tuần.

Chọn một chỉ số chính. Hai chỉ số phụ là tối đa. Càng nhiều chỉ số, càng dễ chọn con số nào đẹp thì kể.

Bước 3: Ghi chi phí thật, không chỉ tiền công cụ

Chi phí của một vòng thử gồm tiền thuê công cụ, giờ của người thiết lập, giờ đào tạo, và giờ người kiểm tra lại kết quả AI. Khoản cuối hay bị quên nhất. Nếu AI viết nhanh nhưng người phải đọc lại từng dòng, thời gian tiết kiệm có thể nhỏ hơn bạn nghĩ.

Một lưu ý khi quy đổi: giờ tiết kiệm chỉ có giá trị khi giờ đó được dùng cho việc khác đáng tiền, hoặc giúp giảm một khoản chi thật. Tiết kiệm mười giờ mà không ai dùng mười giờ đó thì sổ sách không đổi. Con số vẫn là con số.

Bước 4: Đặt mốc quyết định trước khi chạy

Ghi ra giấy, trước ngày bắt đầu: vòng thử kéo dài bao lâu, chỉ số chính phải nhích đến mức nào thì nhân rộng, mức nào thì dừng hoặc đổi cách làm. Một vòng 30 ngày là hợp lý cho nhiều khúc việc, nhưng con số này bạn tự chọn theo nhịp công việc của mình.

Bước này khó nhất. Nó buộc bạn chấp nhận khả năng kết quả không đẹp. Nhưng không đặt mốc trước thì mọi kết quả đều có thể giải thích theo hướng có lợi. Không cần hoàn hảo, chỉ cần chạy thật và có số liệu để so.

Ví dụ minh họa: đội làm báo giá

Đây là ví dụ giả định để bạn hình dung, không phải một khách hàng thật. Một công ty phân phối thiết bị có ba người làm báo giá. Chủ doanh nghiệp muốn thử AI để soạn báo giá từ yêu cầu của khách.

Bảng dưới là phiếu đo của họ. Tôi để trống cột số vì không muốn bịa con số cho công ty của bạn: con số phải đến từ hai tuần ghi chép thật.

Chỉ số	Cách đo	Ghi khi nào	Đường nền	Sau vòng thử
Giờ làm một báo giá (chỉ số chính)	Người làm tự bấm giờ từ lúc nhận yêu cầu đến lúc gửi	Mỗi báo giá	để trống, ghi 2 tuần
Tỉ lệ báo giá phải sửa lại	Đếm báo giá bị khách hoặc quản lý trả về	Cuối tuần	để trống
Số báo giá gửi mỗi tuần	Đếm từ hệ thống hoặc hộp thư	Cuối tuần	để trống
Giờ kiểm tra lại bản AI soạn	Người duyệt tự ghi	Mỗi báo giá	không áp dụng

Điều kiện quyết định có thể viết như sau: nếu giờ làm một báo giá giảm rõ, tỉ lệ sửa lại không tăng, và giờ kiểm tra không ăn hết phần giờ tiết kiệm, thì mở rộng sang nhóm khách tiếp theo. Nếu tỉ lệ sửa lại tăng, dừng và xem lại dữ liệu đầu vào trước khi đổ lỗi cho công cụ.

Ba sai lầm hay gặp khi đo ROI AI

Đo sau khi đã triển khai. Lúc đó đường nền đã mất, bạn chỉ còn lời kể của mọi người. Nếu lỡ vậy, hãy lấy số liệu cũ từ hệ thống hoặc hộp thư để dựng lại đường nền tối thiểu.

Chọn chỉ số dễ đẹp. Số bài viết, số câu hỏi chatbot trả lời, số lần dùng công cụ đều tăng khi bạn dùng nhiều hơn, nhưng chưa nói gì về tiền hay chất lượng. Hãy ưu tiên chỉ số gắn với đầu ra mà khách hoặc sổ sách nhìn thấy.

Đo một lần rồi thôi. Một vòng thử cho biết cách làm có chạy không. Muốn biết nó có giữ được không, bạn cần đo lại sau khi team đã quen, vì lúc đầu ai cũng cẩn thận hơn bình thường.

Nếu bạn đang cân nhắc ngân sách, hãy đọc thêm bài về ngân sách ứng dụng AI vào kinh doanh. Còn nếu chưa biết bắt đầu từ khúc việc nào, hãy xem triển khai AI bắt đầu từ đâu và lộ trình ứng dụng AI cho doanh nghiệp.

Khung đo tốt không làm AI tạo ra nhiều tiền hơn. Nó chỉ cho bạn biết sớm khoản nào đáng tiếp tục, khoản nào nên dừng.

Nếu bạn muốn có người ngồi cùng chọn điểm nghẽn và dựng phiếu đo cho khúc việc đầu tiên, bạn có thể đặt lịch tư vấn 30 phút với Markus Lab. Hai bên nói chuyện trước.