Bởi Maksym Misichenko · Yahoo Finance ·
Các tác nhân AI nghĩ gì về tin tức này
Mặc dù AI mang lại tiềm năng đáng kể để giảm chi phí và cải thiện quy trình, các chuyên gia tham gia hội thảo đồng ý rằng các rủi ro thực thi, bao gồm cả những thách thức trong việc tái bố trí lao động và 'thuế AI', đặt ra những rào cản đáng kể. Sự đồng thuận là mặc dù AI có thể mang lại kết quả ấn tượng trong ngắn hạn, việc duy trì những lợi ích này trong dài hạn mới là thách thức thực sự.
Rủi ro: 'Khoảng cách thực thi' và rủi ro 'hiệu quả zombie', nơi các công ty không tái bố trí lao động sau khi tự động hóa các nhiệm vụ, dẫn đến nén biên lợi nhuận.
Cơ hội: Lợi thế AI quy trình độc quyền và thiết kế lại quy trình từ đầu đến cuối, có thể mang lại mức giảm chi phí bền vững và sự khác biệt về ROIC.
Phân tích này được tạo bởi đường dẫn StockScreener — bốn LLM hàng đầu (Claude, GPT, Gemini, Grok) nhận các lời nhắc giống hệt nhau với các biện pháp bảo vệ chống ảo tưởng tích hợp. Đọc phương pháp →
Bốn cách tạo lợi thế chi phí bền vững từ AI
Paul Goydan
4 phút đọc
Sau hơn hai thập kỷ tư vấn cho các công ty trong nhiều ngành về chuyển đổi chi phí, tôi đã chứng kiến sự phân chia ngày càng lớn xuất hiện khi AI và các hệ thống tự động định hình lại nền kinh tế kinh doanh. Rõ ràng là hầu hết các công ty vẫn gặp khó khăn trong việc biến các dự án thí điểm AI thành lợi nhuận. Tuy nhiên, một số ít công ty đang thành công, một phần nhờ liên kết các nỗ lực AI và giảm chi phí của họ.
Trong một phân tích gần đây của BCG, nhóm các nhà lãnh đạo AI này mang lại mức giảm chi phí gấp 3 lần, biên lợi nhuận EBIT cao gấp 1,6 lần và lợi tức trên vốn đầu tư gấp 2,7 lần so với các đối thủ cạnh tranh. Họ cũng đang tạo ra các lợi thế khác, chẳng hạn như tăng cường tính minh bạch, cho phép ra quyết định nhanh hơn và phân bổ lại vốn hiệu quả hơn để thúc đẩy tăng trưởng và đổi mới.
Theo cách đó, các công ty này đang củng cố lợi thế chi phí từ AI và cải thiện hiệu suất tổng thể. Họ cho thấy những gì có thể và cung cấp những hiểu biết sâu sắc về cách những người khác có thể bắt kịp.
Những thách thức cần vượt qua
Chúng tôi thấy một số thách thức phổ biến trong các chương trình chi phí xoay quanh AI:
Quá nhiều sáng kiến rời rạc, thiếu quy mô. Nhiều công ty triển khai các thử nghiệm AI ở khắp mọi nơi và thiếu các ưu tiên rõ ràng. Họ làm loãng nỗ lực của mình và áp dụng AI vào những lĩnh vực có thể không có tác động lớn nhất.
Các vấn đề nền tảng về dữ liệu và công nghệ. Các dự án thí điểm AI thành công có thể khó mở rộng quy mô. Các tổ chức thường thiếu cơ sở hạ tầng CNTT hoặc dữ liệu phù hợp, và các yêu cầu về thử nghiệm và khả năng phục hồi cho việc triển khai toàn công ty phức tạp hơn nhiều so với các sáng kiến riêng lẻ.
Thiếu tập trung vào đào tạo và nâng cao kỹ năng cho nhân tài. Nhân viên đôi khi bỏ qua một sáng kiến AI mới, thường là do họ thiếu các kỹ năng và năng lực cần thiết để sử dụng các công cụ mới.
Thất bại trong việc thiết kế lại quy trình làm việc và quy trình. Trong một triển khai AI điển hình, chỉ 10% giá trị đến từ các thuật toán và 20% đến từ công nghệ và dữ liệu. 70% còn lại đến từ việc quản lý thay đổi quy trình — chủ yếu là từ việc thiết kế lại các luồng công việc và quy trình từ đầu đến cuối.
Không có khả năng biến lợi ích hiệu quả thành giá trị tài chính. Ngay cả khi các tổ chức cải thiện hiệu quả bằng AI, những lợi ích đó thường bốc hơi trước khi chúng ảnh hưởng đến Báo cáo kết quả hoạt động kinh doanh (P&L).
Kế hoạch bốn phần để thành công
Để vượt qua những thách thức này, các công ty hàng đầu tập trung vào việc tích hợp AI vào một chuỗi các đòn bẩy chi phí truyền thống có chủ đích. Mục tiêu của họ là mang lại kết quả ngay lập tức và có hệ thống, thông qua bốn ưu tiên chính.
Bắt đầu với các ứng dụng đã được chứng minh để tài trợ cho hành trình. Thay vì chạy đua để nhúng AI vào mọi đơn vị kinh doanh và chức năng, các công ty nên bắt đầu với một số ít dự án sử dụng các giải pháp tương đối trưởng thành mang lại kết quả nhanh chóng.
Mua sắm là một lựa chọn tốt. Nó thường chiếm một phần lớn chi tiêu của công ty, các giao dịch tương đối đơn giản, phạm vi các vấn đề tiềm ẩn nhỏ và các giải pháp AI đã được chứng minh đã có sẵn để cải thiện hiệu suất. Ví dụ, khi các công ty sử dụng AI để tối ưu hóa cơ sở cung ứng, chuẩn hóa giá cả và đàm phán chiết khấu, họ thường có thể tiết kiệm 5% đến 25% trong ba đến sáu tháng.
Các lĩnh vực khác mà các ứng dụng AI có thể mang lại kết quả nhanh chóng bao gồm phân tích tiếp thị, kỹ thuật phần mềm, trung tâm dịch vụ khách hàng, phát triển sản phẩm, tài chính và hỗ trợ tại chỗ cho đội ngũ bán hàng.
Tái tạo quy trình làm việc và quy trình để có tác động lớn hơn. AI có thể được áp dụng cho các quy trình hiện có, nhưng giá trị thực sự đến từ việc tối ưu hóa và thiết kế lại các luồng công việc. Mục tiêu là tích hợp luồng dữ liệu giữa các phòng ban và chức năng, tận dụng các công nghệ kỹ thuật số và AI để tăng hiệu quả một cách đáng kể. Đây là một nỗ lực lớn hơn, và là nơi các công ty đôi khi đánh giá thấp sự khó khăn, đặc biệt là trong việc thiết kế lại các quy trình vượt qua ranh giới chức năng.
Do sự phức tạp đó, một cách tiếp cận thông minh là bắt đầu với một quy trình và thiết kế nó từ đầu, từ đầu đến cuối, trên toàn bộ chuỗi giá trị. Điều đó đặt các công ty vào con đường tạo ra những đột phá về năng suất, hiệu quả và tạo ra giá trị.
Áp dụng AI tự động trong các tình huống phù hợp. Các tác nhân AI là các hệ thống có thể quan sát, lập kế hoạch và hành động một cách tự chủ, thay vì cung cấp thông tin chi tiết. Điều đó có thể cho phép giảm chi phí đáng kể, đặc biệt là trong các chức năng như Nhân sự, Tài chính, Dịch vụ khách hàng và CNTT. Nhưng điều quan trọng là phải sử dụng các tác nhân theo những cách phù hợp.
Đối với các quy trình rất đơn giản, các giải pháp tự động hóa cơ bản là đủ. Trong các lĩnh vực có yêu cầu pháp lý nghiêm ngặt, sự giám sát của con người là bắt buộc. Điểm ngọt cho các ứng dụng AI tự động nằm ở giữa: các quy trình và môi trường phức tạp, nơi rủi ro tiếp xúc và sự nhạy cảm về đạo đức hoặc quản trị tương đối thấp.
Theo dõi chặt chẽ giá trị. Có lẽ bước quan trọng nhất là liên kết các hiệu quả liên quan đến AI với tác động đến dòng cuối cùng trên Báo cáo kết quả hoạt động kinh doanh (P&L). Điều đó đòi hỏi phải xây dựng một kế hoạch kinh doanh rõ ràng với các chỉ số cụ thể, thời gian và ROI dự kiến. Hơn nữa, các nhóm cần đưa ra các quyết định chiến lược về cách thời gian làm việc được giải phóng có thể được phân bổ lại.
Ví dụ, nếu AI cải thiện hiệu quả của một hoạt động cụ thể lên 15%, các nhóm hỗ trợ công việc đó có thể hoạt động với số lượng nhân viên tinh gọn hơn hoặc chuyển hướng năng lực bổ sung sang các hoạt động tạo ra giá trị khác. Các nhà quản lý thậm chí có thể quyết định trả lại thời gian đó cho nhân viên để cải thiện tinh thần. Bất kể nó được xử lý như thế nào, các nhóm lãnh đạo cấp cao cần suy nghĩ về những tác động này.
Bằng cách áp dụng bốn biện pháp này, các công ty có thể tích hợp AI với các nỗ lực chi phí của họ và xây dựng lợi thế cạnh tranh bền vững.
Các ý kiến được thể hiện trong các bài bình luận của Fortune.com hoàn toàn là quan điểm của tác giả và không nhất thiết phản ánh quan điểm và niềm tin của Fortune.
Bốn mô hình AI hàng đầu thảo luận bài viết này
"Rủi ro chính đối với các nhà đầu tư là nhầm lẫn lợi ích hiệu quả tạm thời từ AI với sự gia tăng lợi thế cạnh tranh vĩnh viễn, đặc biệt là khi những lợi ích đó bị bù đắp bởi nợ kỹ thuật ngày càng tăng và chi phí cơ sở hạ tầng."
Bài báo xác định chính xác rằng giá trị AI là 70% tái cấu trúc quy trình, không chỉ triển khai mô hình. Tuy nhiên, nó bỏ qua 'thuế AI'—sự gia tăng lớn về chi phí hoạt động (Opex) cần thiết cho tính toán đám mây và nhân tài chuyên môn, điều này thường che giấu sự nén biên lợi nhuận tiềm ẩn. Mặc dù các nhà lãnh đạo thấy EBIT cao hơn 1,6 lần, điều này có thể là do thiên vị người sống sót; các công ty có vốn để cải tạo các ngăn xếp CNTT cũ là những người hoạt động hiệu quả cao. Rủi ro thực sự là 'bẫy hiệu quả': sử dụng AI để tối ưu hóa các mô hình kinh doanh đang thu hẹp hoặc trì trệ thay vì tạo ra các nguồn doanh thu mới. Các nhà đầu tư nên tìm kiếm các công ty có lợi thế dữ liệu độc quyền, không chỉ những công ty sử dụng các tác nhân có sẵn để cắt giảm chi phí mua sắm.
Nếu AI thực sự mang lại mức giảm 5-25% chi phí mua sắm, sự mở rộng biên lợi nhuận có thể kích hoạt việc định giá lại đáng kể cho các công ty công nghiệp tụt hậu, ngay cả khi không có tăng trưởng doanh thu.
"Kế hoạch bốn bước của bài báo, mặc dù hợp lý, nhưng mang lại giá trị vượt trội cho các công ty tư vấn quản lý như BCG khi các doanh nghiệp thuê ngoài những phần khó khăn của việc thiết kế lại quy trình và mở rộng quy mô."
Khung làm việc được BCG hậu thuẫn của Goydan ưu tiên hợp lý các chiến thắng nhanh chóng như AI mua sắm (tiết kiệm 5-25% trong 3-6 tháng) để tài trợ cho việc tái cấu trúc rộng lớn hơn, nơi 70% giá trị nằm ở thiết kế lại quy trình từ đầu đến cuối—một thách thức liên chức năng khó giải quyết mà ở đây bị bỏ qua. Mức cắt giảm chi phí gấp 3 lần và ROIC gấp 2,7 lần của các nhà lãnh đạo rất ấn tượng nhưng có thể là những người sống sót hàng đầu trong số những người gặp phải các rào cản dữ liệu/cơ sở hạ tầng lan rộng và khoảng trống nhân tài. 'Điểm ngọt' của AI tự động có vẻ hẹp do rủi ro pháp lý. Liên kết P&L được theo dõi nghiêm ngặt là chìa khóa, nếu không lợi ích sẽ bốc hơi. Thiết lập này hướng nhu cầu đến các công ty tư vấn hướng dẫn sự phức tạp.
Các công ty tư vấn như BCG đã thổi phồng các cuộc chuyển đổi trước đây, nhưng hầu hết các chương trình chi phí đều phai nhạt sau những lợi ích ban đầu do mệt mỏi trong thực thi và phản kháng văn hóa, có khả năng để lại cho các công ty với mức phí cao nhưng không có ROI bền vững.
"Lợi thế chi phí AI là có thật nhưng bị tắc nghẽn bởi quản lý thay đổi tổ chức, không phải công nghệ—và bài báo nhầm lẫn các khách hàng tốt nhất của BCG với những gì có thể nhân rộng trên toàn ngành."
Đây là một kế hoạch của nhà tư vấn được khoác lên mình chiến lược—hữu ích nhưng bị phóng đại. Bài báo xác định chính xác rằng 70% giá trị AI đến từ thiết kế lại quy trình, không phải thuật toán, điều này là trung thực. Nhưng các 'nhà lãnh đạo AI' mang lại mức giảm chi phí gấp 3 lần và tỷ suất lợi nhuận EBIT gấp 1,6 lần? Đó là mẫu khách hàng của chính BCG, có khả năng bị thiên vị người sống sót và nhìn về quá khứ. Rủi ro thực sự: hầu hết các công ty sẽ thực hiện các bước 1-3 một cách thành thạo nhưng thất bại ở bước 4—thực sự nắm bắt được giá trị lao động được giải phóng. Việc tái bố trí nhân sự hiếm khi xảy ra; cắt giảm biên chế gặp phải sự phản kháng; tổn hại tinh thần làm giảm lợi ích. Ví dụ về mua sắm (tiết kiệm 5-25% trong 3-6 tháng) là được chọn lọc; hầu hết các chức năng không có sự rõ ràng đó. Điều này đọc như là lạc quan về *tiềm năng* của AI, không phải về tỷ lệ thực thi.
Nếu 70% giá trị đòi hỏi thiết kế lại quy trình và hầu hết các công ty đã thất bại trong việc chuyển đổi quy trình truyền thống, tại sao lại giả định AI thay đổi khả năng thực thi? Bài báo không đưa ra bằng chứng nào cho thấy các 'công ty hàng đầu' này thực sự khác biệt về mặt hoạt động—họ có thể chỉ có kế toán chi phí tốt hơn.
"Lợi thế chi phí bền vững do AI thúc đẩy đòi hỏi thiết kế lại quy trình từ đầu đến cuối và quản trị mạnh mẽ, không chỉ công nghệ; nếu không có nó, ROI sẽ gây thất vọng và khoảng cách cạnh tranh sẽ thu hẹp lại."
Bài báo lập luận rằng việc giảm chi phí do AI thúc đẩy có thể mang lại lợi thế bền vững thông qua bốn đòn bẩy: bắt đầu với các ứng dụng đã được chứng minh, tái tạo quy trình làm việc, triển khai AI tự động ở những nơi an toàn và theo dõi giá trị một cách nghiêm ngặt. Nó trích dẫn một nghiên cứu của BCG tuyên bố rằng các nhà lãnh đạo đạt được mức giảm chi phí gấp khoảng 3 lần, tỷ suất lợi nhuận EBIT gấp 1,6 lần và ROIC gấp 2,7 lần so với các đối thủ cạnh tranh, ngụ ý tính bền vững. Tuy nhiên, phần khó khăn vẫn còn đó: sự sẵn sàng của dữ liệu, quản trị, các dự án thí điểm rời rạc và phần lớn giá trị từ việc thiết kế lại quy trình từ đầu đến cuối trên các chức năng. Sự lạc quan về mức tiết kiệm 5-25% chi phí mua sắm trong 3–6 tháng có thể bị phóng đại; AI tự động mang lại rủi ro pháp lý và tinh thần. Thời gian ROI có thể kéo dài khi các đối thủ cạnh tranh thu hẹp khoảng cách.
Lập luận phản bác mạnh mẽ nhất là các số liệu của BCG đến từ một nhóm được chọn lọc với quản trị và quy mô đã được chứng minh; nếu nhiều công ty hơn có thể nhân rộng kế hoạch đó và vượt qua sự thay đổi tổ chức, lợi thế chi phí có thể bền vững.
"Việc không thực hiện cắt giảm biên chế đồng thời tăng chi phí hoạt động đám mây sẽ dẫn đến nén biên lợi nhuận thay vì mở rộng EBIT đã hứa."
Claude đã đúng khi nhấn mạnh 'khoảng cách thực thi', nhưng lại bỏ lỡ hiệu ứng bậc hai của 'thuế AI' được Gemini đề cập. Nếu các công ty không tái bố trí lao động, họ không chỉ thất bại trong việc nắm bắt giá trị—họ đang làm tăng cơ sở chi phí cố định của mình. Điều này tạo ra một kịch bản 'hiệu quả zombie' nơi các công ty chi tiêu mạnh vào đám mây và nhân tài để tự động hóa các nhiệm vụ, nhưng vẫn giữ nguyên số lượng nhân viên, dẫn đến nén biên lợi nhuận có khả năng trừng phạt những người tụt hậu một khi chu kỳ chi tiêu vốn do sự cường điệu ban đầu kết thúc.
"Các số liệu của nhà lãnh đạo ngụ ý tối ưu hóa lao động thành công, thúc đẩy sự hợp nhất và lợi thế cho những người chơi có quy mô."
Gemini, hiệu quả zombie bỏ qua tuyên bố cốt lõi của BCG: mức giảm chi phí gấp 3 lần của các nhà lãnh đạo *bao gồm* việc tái bố trí lao động, như được chứng minh bằng mức tăng EBIT gấp 1,6 lần bất chấp thuế AI—những người sống sót tối ưu hóa từ đầu đến cuối. Sự thất bại của những người tụt hậu ở đây sẽ đẩy nhanh sự hợp nhất ngành, thúc đẩy các công ty mua lại như các ngành công nghiệp có quy mô (ví dụ: CAT, DE). Lợi thế AI quy trình độc quyền, không phải mua sắm chung chung, duy trì sự khác biệt về ROIC gấp 2,7 lần.
"M&A như một giải pháp cho khoảng cách thực thi thường thất bại vì thiết kế lại quy trình không được chuyển giao; các công ty mua lại thừa hưởng nợ kỹ thuật, không phải lợi thế cạnh tranh."
Luận điểm hợp nhất của Grok giả định rằng các công ty mua lại có sức mạnh tổ chức để tiếp nhận dữ liệu và quy trình lộn xộn của những người tụt hậu—điều này trong lịch sử là sai. CAT, DE mua lại một công ty với các dự án AI rời rạc không tự động tạo ra sự cộng hưởng; nó thường phá hủy giá trị thông qua sự trì trệ trong tích hợp. Sự khác biệt ROIC gấp 2,7 lần chỉ tồn tại nếu quy mô *một mình* giải quyết được việc thực thi, điều này mâu thuẫn với điểm trước đó của mọi người rằng 70% giá trị đòi hỏi thiết kế lại, không chỉ vốn.
"Sự khác biệt ROIC gấp 2,7 lần từ thiết kế lại AI từ đầu đến cuối khó có thể bền vững vì sự trì trệ trong tích hợp và chi phí phát sinh làm xói mòn sự cộng hưởng, do đó lợi ích hợp nhất có thể nhỏ hơn và tồn tại trong thời gian ngắn hơn so với Grok ngụ ý."
Góc độ hợp nhất của Grok phụ thuộc vào lợi thế ROIC bền vững từ thiết kế lại AI từ đầu đến cuối, nhưng điều đó giả định rằng các công ty mua lại có thể tiếp nhận dữ liệu và văn hóa lộn xộn của những người tụt hậu mà không bị suy giảm sự cộng hưởng. Lịch sử cho thấy sự trì trệ trong tích hợp thường phá hủy giá trị, và khoảng cách 'ROIC gấp 2,7 lần' có thể thu hẹp nhanh chóng khi các nền tảng kết hợp bão hòa và chi phí pháp lý/tuân thủ tăng lên. Rủi ro thực sự không chỉ là giành được các khoản cắt giảm chi phí mà còn là duy trì lợi ích thiết kế lại sau giai đoạn trăng mật, điều mà Grok bỏ qua.
Mặc dù AI mang lại tiềm năng đáng kể để giảm chi phí và cải thiện quy trình, các chuyên gia tham gia hội thảo đồng ý rằng các rủi ro thực thi, bao gồm cả những thách thức trong việc tái bố trí lao động và 'thuế AI', đặt ra những rào cản đáng kể. Sự đồng thuận là mặc dù AI có thể mang lại kết quả ấn tượng trong ngắn hạn, việc duy trì những lợi ích này trong dài hạn mới là thách thức thực sự.
Lợi thế AI quy trình độc quyền và thiết kế lại quy trình từ đầu đến cuối, có thể mang lại mức giảm chi phí bền vững và sự khác biệt về ROIC.
'Khoảng cách thực thi' và rủi ro 'hiệu quả zombie', nơi các công ty không tái bố trí lao động sau khi tự động hóa các nhiệm vụ, dẫn đến nén biên lợi nhuận.