78% doanh nghiệp đã thí điểm AI hỗ trợ khách hàng. Chỉ 14% đưa được vào vận hành chính thức. Đây là lý do.

Phần lớn dự án AI hỗ trợ khách hàng cấp doanh nghiệp không thất bại ở giai đoạn ý tưởng. Chúng thất bại ở đâu đó giữa một bản thử nghiệm khái niệm thành công và thời điểm hệ thống phải xử lý khối lượng thực, dữ liệu thực và hệ quả thực.

Một khảo sát vào tháng 3/2026 với 650 lãnh đạo công nghệ doanh nghiệp đã lượng hóa khoảng cách này: 78% doanh nghiệp có ít nhất một dự án thí điểm tác tử AI đang chạy trong môi trường có kiểm soát. Chỉ 14% đã mở rộng thành công một tác tử để vận hành trên toàn tổ chức. Khoảng cách 64 điểm phần trăm giữa “chúng tôi có dự án thí điểm” và “chúng tôi đã triển khai” chính là nơi phần lớn ngân sách AI lặng lẽ biến mất.

Nguyên nhân thường không nằm ở bản thân AI. Các mô hình đã trưởng thành. Công cụ đã được cải thiện. Khoảng cách nằm ở tổ chức và vận hành: phần lớn doanh nghiệp không xây dựng dự án thí điểm với mục tiêu vận hành chính thức. Họ xây dựng để demo.

Demo kiểm tra gì và vận hành chính thức đòi hỏi gì

Dự án thí điểm chạy trong điều kiện có kiểm soát. Dữ liệu sạch, khối lượng vừa phải, các tình huống ngoại lệ chưa xuất hiện. Có người trong nhóm theo dõi từng tương tác. Khi có lỗi, nó được sửa trước khi trở thành vấn đề lặp lại.

Vận hành chính thức thì khác. Hệ thống chạy với khối lượng lớn, trên dữ liệu thường lộn xộn và thiếu sót, không có lưới an toàn cho từng tương tác. Những tình huống ngoại lệ chưa từng xuất hiện trong giai đoạn thí điểm bắt đầu xuất hiện liên tục. Theo một phân tích của Gartner được CTO Magazine đưa tin, hơn 40% dự án agentic AI dự kiến sẽ bị hủy trước cuối năm 2027: không phải vì công nghệ không hoạt động, mà vì “giá trị kinh doanh không rõ ràng, chi phí leo thang và kiểm soát rủi ro không đầy đủ”. Đó không phải thất bại về công nghệ. Đó là thất bại về kiến trúc triển khai.

Những tổ chức mở rộng thành công đều có chung một kiến trúc triển khai nhất quán, dù trường hợp sử dụng của họ khác nhau. Họ không phát hiện ra kiến trúc này trong giai đoạn thí điểm. Họ xây dựng nó trước khi bắt đầu triển khai.

5 khoảng trống gây ra phần lớn thất bại khi mở rộng

Khảo sát tháng 3/2026 đã xác định 5 nguyên nhân gốc rễ, chiếm tổng cộng 89% số thất bại khi mở rộng triển khai tác tử AI trong doanh nghiệp:

1. Độ phức tạp khi tích hợp với hệ thống cũ. Một tác tử AI truy vấn cơ sở tri thức tĩnh hoạt động khá tốt trong demo. Một tác tử phải suy luận trên CRM, bộ phận hỗ trợ, hệ thống quản lý đơn hàng và nền tảng thanh toán theo thời gian thực, đồng thời ghi ngược dữ liệu về các hệ thống đó khi giải quyết xong một vấn đề, là chuyện hoàn toàn khác. Phần lớn dự án thí điểm kiểm tra trường hợp đầu. Phần lớn yêu cầu vận hành chính thức đòi hỏi trường hợp sau.
2. Chất lượng đầu ra không ổn định khi khối lượng tăng. Chất lượng trong giai đoạn thí điểm thường được duy trì nhờ giám sát. Khi có người xem xét từng tương tác, vấn đề được phát hiện sớm. Ở quy mô lớn, sự giám sát đó biến mất. Nếu tác tử chưa được đánh giá có hệ thống trên toàn bộ các loại đầu vào sẽ gặp khi vận hành chính thức, kể cả những trường hợp bất thường, chất lượng sẽ suy giảm theo cách không ai nhận ra cho đến khi khách hàng bắt đầu phàn nàn.
3. Thiếu công cụ giám sát. Bạn không thể cải thiện thứ mình không nhìn thấy. Những đợt triển khai không đo lường hiệu suất tác tử ngay từ ngày đầu thường chững lại. Vòng phản hồi giữa đầu ra của tác tử và thiết kế quy trình là yếu tố phân biệt những đợt triển khai ngày càng gia tăng giá trị với những đợt triển khai trì trệ.
4. Trách nhiệm trong tổ chức không rõ ràng. Cần có người chịu trách nhiệm về hiệu suất của từng quy trình agentic, không chỉ về vận hành kỹ thuật mà cả kết quả kinh doanh. Khi không có người phụ trách rõ ràng, trách nhiệm bị phân tán. Những vấn đề lẽ ra được xử lý trong vài ngày lại kéo dài hàng tuần. Những cải tiến hiển nhiên không bao giờ được thực hiện.
5. Thiếu dữ liệu huấn luyện theo lĩnh vực. Dữ liệu doanh nghiệp không bao giờ là một nguồn duy nhất và sạch sẽ. Nó phân tán trên nhiều hệ thống, không nhất quán về cấu trúc và liên tục thay đổi. Ngay khi chuyển từ thí điểm có kiểm soát sang vận hành chính thức, sự phân tán đó càng trầm trọng. Những tác tử từng suy luận chính xác trên bộ dữ liệu được chọn lọc bắt đầu gặp tài liệu mâu thuẫn, bản ghi trùng lặp và chính sách lỗi thời.

Sẵn sàng vận hành chính thức thực sự có ý nghĩa gì với CX

Riêng với hỗ trợ khách hàng, Infor Enterprise AI Adoption Impact Index, khảo sát 1.000 người ra quyết định kinh doanh tại Mỹ, Anh, Đức và Pháp vào đầu năm 2026, cho thấy hơn một nửa doanh nghiệp gặp khó khăn khi mở rộng AI vượt ra ngoài các đợt triển khai ban đầu. Những rào cản họ nêu ra không phải là khoảng trống về năng lực. Đó là khoảng trống về thực thi.

Sẵn sàng vận hành chính thức nghĩa là nền tảng có thể xử lý khối lượng phiếu hỗ trợ thực tế mà không suy giảm chất lượng. Nghĩa là khi chuyển cấp, toàn bộ ngữ cảnh được chuyển cho nhân viên hỗ trợ thay vì đánh mất lịch sử hội thoại ở bước bàn giao. Nghĩa là hạ tầng quản trị, gồm nhật ký kiểm toán, phân cấp quyền hạn và định tuyến ngoại lệ, được thiết kế ngay từ đầu thay vì bổ sung vội vàng dưới áp lực của một đợt đánh giá bảo mật doanh nghiệp. Và nghĩa là lớp tích hợp kết nối hai chiều với các hệ thống nơi công việc hỗ trợ thực sự diễn ra: bộ phận hỗ trợ, CRM, hệ thống thanh toán, cơ sở tri thức.

Điều này đáng lưu ý nếu bạn đang ở giai đoạn đầu đánh giá giải pháp AI hỗ trợ khách hàng. Câu hỏi không chỉ là nền tảng có xử lý được khối lượng hỗ trợ hay không. Câu hỏi thực sự là nó được thiết kế để vận hành chính thức hay để thắng trong quy trình mua sắm. Đó là hai triết lý thiết kế khác nhau, và chúng tạo ra những hệ thống khác nhau.

Các chỉ số cho biết bạn có đang đi đúng hướng

Trước khi bất kỳ dự án thí điểm nào chuyển sang triển khai rộng hơn, có 3 chỉ số giúp phân biệt những đội ngũ đang trên đường đến vận hành chính thức với những đội ngũ đang xây dựng một bản thử nghiệm khái niệm vĩnh viễn.

Chỉ số đầu tiên là tỷ lệ giải quyết tự động, không phải tỷ lệ chuyển hướng. Chuyển hướng đếm số liên hệ mà AI điều hướng đi nơi khác. Giải quyết đếm số liên hệ mà AI đã xử lý xong. Một nền tảng có thể cho thấy số liệu chuyển hướng ấn tượng trong khi tỷ lệ giải quyết thực tế thấp đến mức hiệu quả kinh tế không đủ để biện minh cho khoản đầu tư.

Chỉ số thứ hai là tỷ lệ mở lại. Một liên hệ được AI “giải quyết” rồi mở lại thành phiếu hỗ trợ do nhân viên xử lý trong vòng 24 giờ thì chưa được giải quyết, mà chỉ bị trì hoãn. Phần lớn nền tảng không hiển thị chỉ số này theo mặc định, nên các đội ngũ thường chỉ phát hiện vấn đề khi nó thể hiện trong điểm hài lòng của khách hàng.

Chỉ số thứ ba là hiệu suất ở phân vị thứ 90 về độ phức tạp của truy vấn, không phải trung vị. Dự án thí điểm thường được đánh giá dựa trên hiệu suất trung bình. Vận hành chính thức thành hay bại lại nằm ở các tình huống ngoại lệ. Chỉ đánh giá nền tảng dựa trên những truy vấn nó xử lý tốt là cách các tổ chức kết thúc với một hệ thống hoạt động tốt cho 60% liên hệ và liên tục thất bại với 40% còn lại, thường là những liên hệ quan trọng nhất.

Để có khung đánh giá đầy đủ hơn, bài viết về cách đánh giá tác tử AI cho dịch vụ khách hàng doanh nghiệp trình bày các tiêu chí cụ thể giúp phân biệt nền tảng có khả năng vận hành chính thức với nền tảng chỉ tối ưu cho demo.

Điều gì làm nên khác biệt của nhóm 14% mở rộng thành công

Những doanh nghiệp chuyển thành công từ thí điểm sang vận hành chính thức có một số cách làm chung. Họ bắt đầu bằng việc chuẩn bị dữ liệu trước khi triển khai tác tử: rà soát các nguồn mà tác tử sẽ dựa vào, thiết lập lớp tích hợp gọn gàng và bảo đảm thông tin tác tử truy cập đủ cập nhật và đầy đủ để hỗ trợ suy luận đáng tin cậy.

Họ xây dựng hạ tầng nhật ký kiểm toán và phân quyền trước khi mở rộng mức độ tự chủ của tác tử, chứ không phải sau đó. Ủy ban mua sắm và đội ngũ pháp lý của doanh nghiệp yêu cầu hồ sơ có thể truy vấn cho mọi hành động của tác tử. Những đợt triển khai không cung cấp được tài liệu này sẽ đình trệ khi mở rộng. Xây dựng sẵn từ đầu dễ hơn nhiều so với bổ sung về sau.

Và họ chọn quy trình khởi đầu dựa trên khối lượng và khả năng đo lường, thay vì dựa trên những gì trông ấn tượng nhất khi demo. Một quy trình hỗ trợ khối lượng lớn và được xác định rõ, như đặt lại mật khẩu, trạng thái đơn hàng hay thay đổi tài khoản, cung cấp cho tác tử đủ đầu vào để sớm bộc lộ vấn đề chất lượng và đủ dữ liệu để cải thiện có hệ thống. Bắt đầu với một quy trình phức tạp, khối lượng thấp sẽ tạo ra một hệ thống hoạt động thiếu ổn định và khó đánh giá.

Câu hỏi về nền tảng tác tử AI cho doanh nghiệp không phải là tác tử AI đã sẵn sàng cho hỗ trợ doanh nghiệp hay chưa. Năm 2026, năng lực đó đã có. Câu hỏi là kiến trúc triển khai, gồm độ sâu tích hợp, hạ tầng quản trị, công cụ giám sát và trách nhiệm trong tổ chức, có được xây dựng theo cùng tiêu chuẩn với chính mô hình hay không.

Phần lớn dự án thí điểm không đi được xa đến vậy. Những dự án làm được thường trở thành các hệ thống vận hành chính thức được khách hàng gia hạn hợp đồng.