Tại sao AI lại chậm phổ cập đến vậy?

Hãy nói chuyện với các giám đốc điều hành và chẳng mấy chốc họ sẽ ca ngợi về tất cả những cách tuyệt vời mà doanh nghiệp của họ đang sử dụng trí tuệ nhân tạo. Jamie Dimon của JPMorgan Chase gần đây cho biết ngân hàng của ông có 450 trường hợp ứng dụng sử dụng công nghệ này. "AI sẽ trở thành hệ điều hành mới của các nhà hàng", theo Yum! Brands, công ty điều hành KFC và Taco Bell. AI sẽ "đóng một vai trò quan trọng trong việc cải thiện trải nghiệm của khách du lịch", theo chủ sở hữu của Booking.com. Trong quý đầu tiên của năm nay, các giám đốc điều hành từ 44% các công ty thuộc S&P 500 đã thảo luận về AI trong các cuộc họp báo cáo thu nhập.

Tuy nhiên, dù các giám đốc điều hành có nói gì đi nữa, AI đang thay đổi hoạt động kinh doanh chậm hơn nhiều so với dự kiến. Một cuộc khảo sát chất lượng cao từ Cục Điều tra Dân số Hoa Kỳ cho thấy chỉ có 10% doanh nghiệp đang sử dụng AI một cách đáng kể. "Việc áp dụng AI trong doanh nghiệp đã gây thất vọng", một bài báo gần đây của ngân hàng UBS nhận định. Goldman Sachs, một ngân hàng khác, theo dõi các công ty mà theo quan điểm của các nhà phân tích, có "tiềm năng thay đổi ước tính thu nhập cơ sở lớn nhất từ việc áp dụng AI". Trong những tháng gần đây, giá cổ phiếu của các công ty đã hoạt động kém hơn thị trường. Với những khả năng tuyệt vời của mình, AI giống như những tờ tiền trăm đô la nằm trên đường. Vậy tại sao các công ty không nhặt chúng? Kinh tế học có thể cung cấp câu trả lời.

Tất nhiên, vẫn còn quá sớm. Việc đưa AI vào sử dụng đòi hỏi phải xử lý các vấn đề, chẳng hạn như các tập dữ liệu không được tích hợp đúng cách vào đám mây, nghĩa là một số độ trễ là điều có thể dự đoán được. Tuy nhiên, sự phổ biến của AI đã làm thất vọng ngay cả những kỳ vọng khiêm tốn nhất này. Các nhà phân tích tại Morgan Stanley đã từng nói rằng năm 2024 sẽ là "năm của những người áp dụng". Điều đó đã không thành hiện thực. Năm nay được cho là "năm của các tác nhân", liên quan đến các hệ thống tự động thực hiện các nhiệm vụ dựa trên dữ liệu và các quy tắc được xác định trước. Tuy nhiên, theo báo cáo của UBS, năm 2025 thực chất là "năm đánh giá tác nhân", khi các công ty chỉ mới bắt đầu thử nghiệm. Có lẽ còn nhiều lý do sâu xa hơn cho sự khác biệt giữa sự nhiệt tình của ban lãnh đạo cấp cao và sự trì trệ của bộ máy vận hành.

Các nhà kinh tế học theo chủ nghĩa "lựa chọn công" từ lâu đã lập luận rằng các quan chức chính phủ hành xử theo cách tối đa hóa lợi ích cá nhân, thay vì thúc đẩy lợi ích của công chúng. Ví dụ, các quan chức có thể từ chối thực hiện cắt giảm việc làm cần thiết nếu việc đó khiến đồng nghiệp của họ mất việc. Các công ty, đặc biệt là các công ty lớn, có thể gặp phải những vấn đề tương tự. Vào những năm 1990, Philippe Aghion của Trường Kinh tế London và Jean Tirole của Đại học Toulouse 1 Capitole đã phân biệt giữa thẩm quyền "chính thức" và "thực tế". Trên lý thuyết, một giám đốc điều hành có quyền ra lệnh thay đổi tổ chức trên quy mô lớn. Trên thực tế, các nhà quản lý cấp trung, những người hiểu rõ chi tiết và kiểm soát việc triển khai hàng ngày của các dự án, mới là những người nắm giữ thẩm quyền thực sự. Họ có thể định hình, trì hoãn hoặc thậm chí phủ quyết bất kỳ thay đổi nào được yêu cầu từ cấp trên.

Động lực lựa chọn của công chúng thường đóng vai trò quan trọng khi các công ty cân nhắc áp dụng công nghệ mới. Joel Mokyr thuộc Đại học Northwestern đã lập luận rằng "Trong suốt lịch sử, tiến bộ công nghệ đã gặp phải [một] kẻ thù mạnh mẽ: sự kháng cự ích kỷ có chủ đích đối với công nghệ mới". Frederick Taylor, một kỹ sư được ghi nhận là người đã giới thiệu các kỹ thuật quản lý phù hợp cho nước Mỹ vào cuối thế kỷ 19, đã phàn nàn rằng các cuộc đấu tranh quyền lực trong các công ty thường gây nguy hiểm cho việc áp dụng công nghệ mới.

Các nghiên cứu gần đây hơn cho thấy những xung đột này vẫn còn tồn tại và phát triển. Năm 2015, David Atkin thuộc Viện Công nghệ Massachusetts và các đồng nghiệp đã xuất bản một bài báo phân tích các nhà máy ở Pakistan sản xuất bóng bầu dục, thảo luận về số phận của một công nghệ mới giúp giảm lãng phí. Sau 15 tháng, họ nhận thấy tỷ lệ áp dụng vẫn "thấp một cách khó hiểu". Công nghệ mới đã làm chậm lại một số nhân viên, do đó cản trở sự tiến bộ, "bao gồm cả việc thông tin sai lệch cho chủ sở hữu về giá trị của công nghệ". Một bài báo khác, của Yuqian Xu thuộc Đại học North Carolina, Chapel Hill, và Lingjiong Zhu thuộc Đại học Bang Florida, đã phát hiện ra những cuộc chiến tương tự giữa nhân viên và quản lý tại một ngân hàng châu Á đang cố gắng tự động hóa các hoạt động của mình.

Ít nhà kinh tế nào đánh giá các cuộc chiến nội bộ công ty về AI, nhưng có vẻ như chúng sẽ rất khốc liệt. Các công ty hiện đại ở một quốc gia giàu có đang bị quan liêu hóa một cách đáng kinh ngạc. Các công ty Mỹ có 430,000 luật sư nội bộ, tăng từ 340,000 người một thập kỷ trước (tốc độ tăng trưởng nhanh hơn nhiều so với tổng số việc làm). Vai trò của họ thường là ngăn cản mọi người làm việc. Họ có thể lo lắng về những rủi ro khi giới thiệu các sản phẩm AI. Với rất ít hoặc không có luật lệ, ai sẽ chịu trách nhiệm nếu một mô hình gặp trục trặc? Gần một nửa số người trả lời khảo sát của UBS cho biết "các mối quan ngại về tuân thủ và quy định" là một trong những thách thức chính đối với việc áp dụng AI trong công ty của họ. Các vấn đề pháp lý khác đáng lo lắng là về tác động của công nghệ đối với những vấn đề nhàm chán như quyền riêng tư dữ liệu và phân biệt đối xử.

Những người ở các vị trí khác cũng có những mối quan tâm riêng. Nhân viên nhân sự (với số lượng nhân viên tại Mỹ đã tăng 40% trong thập kỷ qua) có thể lo lắng về tác động của AI đối với việc làm, và do đó tạo ra rào cản đối với các chương trình ứng dụng. Trong khi đó, Steve Hsu, một nhà vật lý tại Đại học Bang Michigan và là người sáng lập một công ty khởi nghiệp về AI, lập luận rằng nhiều người hành xử giống như những người sản xuất bóng tại Pakistan. Các nhà quản lý cấp trung lo lắng về hậu quả lâu dài của việc áp dụng AI. "Nếu họ sử dụng nó để tự động hóa các công việc thấp hơn một bậc, họ lo rằng công việc của họ sẽ là người tiếp theo", ông Hsu nói.

Sự chuyên chế tạo ra sự kém hiệu quả

Theo thời gian, các lực lượng thị trường sẽ khuyến khích nhiều công ty sử dụng AI một cách nghiêm túc. Cũng như các công nghệ mới trước đây, chẳng hạn như máy kéo và máy tính cá nhân, các công ty đổi mới sẽ cạnh tranh mạnh mẽ hơn với những công ty còn lại và cuối cùng sẽ phá sản. Tuy nhiên, quá trình này sẽ mất một thời gian - có lẽ là quá dài đối với các công ty AI lớn, những công ty cần thu được lợi nhuận khổng lồ từ các khoản đầu tư vào trung tâm dữ liệu. Điều trớ trêu của tự động hóa tiết kiệm lao động là con người chính là đối tượng cản trở.