TMI Soft
/

Doanh nghiệp đang ở cấp độ AI nào? Mô hình 5 cấp độ trưởng thành AI của Gartner

Đội ngũ TMI Soft, Kỹ sư AI FDE7 phút đọc

Doanh nghiệp đang ở cấp độ AI nào? Mô hình 5 cấp độ trưởng thành AI của Gartner

Tóm tắt nhanh

Mô hình trưởng thành AI của Gartner chia hành trình ứng dụng AI thành 5 cấp: Nhận biết, Thử nghiệm, Vận hành, Hệ thống và Chuyển đổi. Nghiên cứu của MIT trên 721 doanh nghiệp cho thấy khác biệt về hiệu quả tài chính xuất hiện khi AI đi từ thử nghiệm vào vận hành thật. Cách tự đánh giá đơn giản nhất là bắt đầu từ hai câu hỏi: doanh nghiệp đang ra những quyết định gì, và đang có dữ liệu gì.

Ý chính

  • Gartner chia mức độ ứng dụng AI thành 5 cấp: Nhận biết, Thử nghiệm, Vận hành, Hệ thống, Chuyển đổi
  • Cấp 1–2: AI còn trong các cuộc họp và trong tay một số cá nhân; cấp 3 trở lên: AI nằm trong quy trình thật
  • MIT CISR (721 doanh nghiệp): hai giai đoạn đầu có hiệu quả tài chính dưới trung bình ngành, hai giai đoạn sau cao hơn hẳn
  • Tự đánh giá bằng hai câu hỏi: doanh nghiệp ra quyết định gì, và đang có dữ liệu gì
  • Tránh dùng AI vì "đang hot", tuyên bố đột phá khi chưa có nền tảng, và nhảy cóc cấp độ

"Doanh nghiệp mình đã dùng AI tới đâu rồi, có chậm hơn đối thủ không?" Đây là câu hỏi nhiều lãnh đạo đặt ra khi thấy ai cũng nói về AI. Khó trả lời, vì "dùng AI" có thể là một nhân viên thỉnh thoảng nhờ ChatGPT viết email, cũng có thể là cả quy trình bán hàng chạy trên dữ liệu và mô hình riêng.

Mô hình trưởng thành AI (AI maturity model) giúp tách bạch hai chuyện đó. Nó chia hành trình ứng dụng AI thành các cấp độ, để doanh nghiệp biết mình đang đứng ở đâu và bước tiếp theo là gì. Bài này giới thiệu mô hình 5 cấp độ của Gartner, một trong những mô hình được nhắc đến nhiều nhất, và cách dùng nó cho doanh nghiệp của anh/chị.

Mô hình trưởng thành AI là gì?

Mô hình trưởng thành là một khung đánh giá theo bậc. Bậc thấp là làm tự phát, kết quả khó đoán. Bậc cao là có quy trình rõ ràng, đo lường được và liên tục cải tiến. Với AI, câu hỏi không phải "có dùng AI hay không", mà là AI đã đi sâu vào cách doanh nghiệp vận hành và tạo ra giá trị đến mức nào.

Gartner chia mức độ này thành 5 cấp: Nhận biết (Awareness), Thử nghiệm (Active), Vận hành (Operational), Hệ thống (Systemic) và Chuyển đổi (Transformational).

Sơ đồ bậc thang 5 cấp độ trưởng thành AI của Gartner: Nhận biết, Thử nghiệm, Vận hành, Hệ thống, Chuyển đổi
5 cấp độ trưởng thành AI theo Gartner. Ranh giới quan trọng nằm giữa cấp 2 và cấp 3.

5 cấp độ trưởng thành AI theo Gartner

Cấp 1. Nhận biết (Awareness)

Doanh nghiệp biết về AI, hào hứng với AI, nhưng chưa thật sự dùng. Ở cấp này, người ta thường nói về AI nhiều hơn hiểu về AI. Có ý tưởng, nhưng chưa có chiến lược: chưa rõ dùng AI cho việc gì, đo hiệu quả bằng gì, ai chịu trách nhiệm.

Dấu hiệu: AI xuất hiện trong các buổi họp chiến lược và bài phát biểu, nhưng chưa có dự án nào gắn với một quy trình cụ thể.

Cấp 2. Thử nghiệm (Active)

Doanh nghiệp bắt đầu dùng AI một cách không chính thức: vài người, vài nhóm tự thử công cụ, thử vài mô hình có sẵn trong công việc. Có kết quả ban đầu, nhưng AI chưa nằm trong quy trình chung và phụ thuộc vào sự nhiệt tình của từng cá nhân.

Dấu hiệu: có nhiều bản demo, bản thử, nhưng khi người làm chuyển việc thì phần lớn dừng lại.

Cấp 3. Vận hành (Operational)

AI trở thành một phần của công việc hằng ngày. Doanh nghiệp có người chịu trách nhiệm duy trì mô hình, xây dựng luồng dữ liệu và quản lý phiên bản dữ liệu. Hạ tầng cho AI đã được dựng, và AI hỗ trợ một số việc xử lý thông tin trong vận hành.

Dấu hiệu: nếu tắt hệ thống AI, một quy trình thật của doanh nghiệp sẽ bị ảnh hưởng.

Cấp 4. Hệ thống (Systemic)

AI được dùng theo cách mới để thay đổi mô hình kinh doanh, không chỉ làm nhanh hơn việc cũ. Điểm khác với cấp 1, nơi người ta cũng hay nói về "đột phá", là doanh nghiệp cấp 4 đã có nền tảng thật: dữ liệu, hạ tầng và đội ngũ đủ để biến ý tưởng thành sản phẩm.

Dấu hiệu: có sản phẩm, dịch vụ hoặc cách bán hàng mới chỉ có thể tồn tại nhờ AI.

Cấp 5. Chuyển đổi (Transformational)

AI được dùng ở khắp nơi, và chính khả năng xử lý thông tin bằng AI là giá trị doanh nghiệp mang đến cho khách hàng. Ví dụ thường được nhắc là Google với tìm kiếm, Facebook với việc xếp hạng bài đăng và quảng cáo, Amazon và Netflix với hệ thống gợi ý.

Dấu hiệu: không thể mô tả sản phẩm của doanh nghiệp mà không nhắc đến AI.

Cấp độAI đang ở đâuCâu hỏi cần trả lời để lên cấp
1. Nhận biếtTrong các cuộc họpDùng AI cho quyết định hay công việc cụ thể nào?
2. Thử nghiệmTrong tay một số cá nhânThử nghiệm nào đáng đưa vào quy trình chung?
3. Vận hànhTrong quy trình hằng ngàyDữ liệu và hạ tầng đã đủ để làm điều mới chưa?
4. Hệ thốngTrong mô hình kinh doanhAI có thể trở thành giá trị cốt lõi cho khách hàng không?
5. Chuyển đổiLà chính sản phẩmGiữ và mở rộng lợi thế như thế nào?

BMC, đơn vị tổng hợp mô hình này, nhận định phần lớn doanh nghiệp hiện vẫn ở cấp 1 và mới hưởng lợi từ AI ở mức nhẹ; rất ít doanh nghiệp đạt cấp 5. Đây là nhận định, không kèm khảo sát. Để có số liệu, có thể xem nghiên cứu của MIT bên dưới.

Lên cấp có thật sự tạo ra khác biệt?

Trung tâm nghiên cứu hệ thống thông tin của MIT (MIT CISR) đã khảo sát 721 doanh nghiệp và xây dựng một mô hình trưởng thành AI 4 giai đoạn, với tên gọi khác nhưng cùng hướng đi: từ thử nghiệm và chuẩn bị, đến làm thí điểm và xây năng lực, rồi đưa AI vào cách làm việc, và cuối cùng là sẵn sàng cho tương lai với AI. Tỷ lệ doanh nghiệp trong khảo sát ở từng giai đoạn lần lượt là 28%, 34%, 31% và 7%.

Biểu đồ tỷ lệ doanh nghiệp ở 4 giai đoạn trưởng thành AI theo MIT CISR: 28%, 34%, 31%, 7%
Tỷ lệ doanh nghiệp ở từng giai đoạn trong khảo sát 721 doanh nghiệp của MIT CISR (2024).

Phát hiện đáng chú ý nhất: doanh nghiệp ở hai giai đoạn đầu có hiệu quả tài chính dưới mức trung bình ngành, còn doanh nghiệp ở hai giai đoạn sau có hiệu quả cao hơn hẳn mức trung bình ngành. Nói cách khác, ranh giới tạo ra khác biệt nằm ở bước chuyển từ "thử nghiệm" sang "vận hành". Đó cũng là bước khó nhất, vì nó đòi hỏi thay đổi quy trình và thói quen của con người, không chỉ mua thêm công cụ.

Tự đánh giá: bắt đầu từ quyết định và dữ liệu

Theo BMC, AI hữu ích nhất khi giúp doanh nghiệp ra quyết định dựa trên dữ liệu. Vì vậy, thay vì hỏi "nên mua công cụ AI nào", hãy bắt đầu bằng hai câu hỏi:

  • Doanh nghiệp đang ra những quyết định gì? Duyệt đơn, báo giá, xếp lịch, chọn khách hàng để chăm sóc, nhập bao nhiêu hàng…
  • Doanh nghiệp đang thu thập dữ liệu gì? Đơn hàng, lịch sử khách hàng, phiếu yêu cầu, nhật ký máy móc…

Có dữ liệu thì hỏi: dữ liệu này có thể hỗ trợ quyết định nào? Có quyết định thì hỏi: quyết định này cần dữ liệu gì?

Sơ đồ hai câu hỏi tự đánh giá: doanh nghiệp ra quyết định gì và đang có dữ liệu gì
Bắt đầu từ quyết định và dữ liệu, không phải từ công cụ.

Sau đó, BMC gợi ý một quá trình hai bước lặp lại liên tục:

  1. Rà soát cách làm hiện tại để tìm chỗ AI giúp được, nhất là các quyết định lặp đi lặp lại. Tự động hoá những quyết định này giúp đội ngũ làm được nhiều hơn mà không nhất thiết phải tuyển thêm người.
  2. Nghĩ ra những quyết định mới làm doanh nghiệp có giá trị hơn, ví dụ gợi ý sản phẩm phù hợp cho từng khách hàng hay phân nhóm khách hàng để có chính sách giá riêng.

Những dạng việc AI thường làm tốt: xếp hạng (ưu tiên khách hàng, đơn hàng), gợi ý (sản phẩm, nội dung), phát hiện bất thường (giao dịch, lỗi máy móc) và phân nhóm (khách hàng, sản phẩm).

Ba cái bẫy thường gặp

  • Dùng AI vì AI đang "hot". Không gắn với một quyết định hay công việc cụ thể thì rất khó đo được giá trị.
  • Tuyên bố đột phá khi chưa có nền tảng. Nói về chuyển đổi mô hình kinh doanh trong khi dữ liệu còn nằm rải rác trên Excel là dấu hiệu của cấp 1, không phải cấp 4.
  • Muốn nhảy cóc. Mỗi cấp xây trên nền của cấp trước. Bỏ qua bước đưa AI vào vận hành để làm ngay dự án lớn thường dẫn tới những hệ thống làm xong nhưng không ai dùng.

Từ thử nghiệm sang vận hành: bước nhiều doanh nghiệp bị kẹt

Nhiều doanh nghiệp Việt Nam đang ở giữa cấp 1 và cấp 2: nhân viên đã dùng ChatGPT hay các công cụ AI khác, có vài bản demo, nhưng chưa có quy trình nào thật sự chạy trên AI. Muốn lên cấp 3, doanh nghiệp cần một người hiểu cả hiện trường lẫn kỹ thuật: tìm đúng quyết định đáng giao cho AI, làm bản chạy thử ngay trên dữ liệu thật, và đồng hành cùng người dùng đến khi cách làm mới trở thành thói quen.

Đó là vai trò của kỹ sư FDE (Forward Deployed Engineer). Nếu anh/chị đang cân nhắc nên làm việc với nhà thầu, tư vấn hay FDE, có thể đọc thêm Nên thuê nhà thầu, Bridge SE, tư vấn IT hay FDE? Còn nếu chưa biết nên bắt đầu từ bài toán nào, bài Doanh nghiệp nên bắt đầu ứng dụng AI từ đâu? là điểm khởi đầu tốt.

Kỹ sư cùng nhóm quản lý doanh nghiệp rà soát quy trình trên bảng trắng
Đi từ thử nghiệm sang vận hành bắt đầu bằng việc rà soát quy trình thật cùng người làm.

Nguồn tham khảo

Nếu anh/chị muốn biết doanh nghiệp mình đang ở cấp nào và bước tiếp theo nên là gì, một buổi trao đổi ngắn với kỹ sư AI FDE của TMI có thể giúp xác định điểm xuất phát và bài toán đầu tiên đáng làm.

Câu hỏi thường gặp

Mô hình trưởng thành AI là gì?

Là khung đánh giá theo bậc, cho biết AI đã đi sâu vào cách doanh nghiệp vận hành và tạo ra giá trị đến mức nào. Mô hình của Gartner có 5 cấp: Nhận biết, Thử nghiệm, Vận hành, Hệ thống và Chuyển đổi.

Làm sao biết doanh nghiệp mình đang ở cấp nào?

Hãy xem AI đang nằm ở đâu: chỉ trong các cuộc họp (cấp 1), trong tay một số cá nhân (cấp 2), trong quy trình hằng ngày (cấp 3), trong mô hình kinh doanh (cấp 4) hay là chính sản phẩm (cấp 5). Một phép thử đơn giản: nếu tắt công cụ AI mà không quy trình nào bị ảnh hưởng, doanh nghiệp vẫn chưa tới cấp 3.

Doanh nghiệp vừa và nhỏ có cần lên tới cấp 5 không?

Không nhất thiết. Cấp 5 dành cho doanh nghiệp mà AI là giá trị cốt lõi bán cho khách hàng. Với phần lớn doanh nghiệp, mục tiêu thực tế là đưa AI vào vận hành thật (cấp 3) ở những quyết định và công việc quan trọng.

Lên cấp độ cao hơn có giúp tăng hiệu quả kinh doanh không?

Nghiên cứu của MIT CISR trên 721 doanh nghiệp cho thấy doanh nghiệp ở hai giai đoạn đầu có hiệu quả tài chính dưới trung bình ngành, còn doanh nghiệp ở hai giai đoạn sau cao hơn hẳn trung bình ngành.

Nên bắt đầu từ đâu để lên cấp?

Bắt đầu từ hai câu hỏi: doanh nghiệp đang ra những quyết định gì, và đang thu thập dữ liệu gì. Sau đó chọn một quyết định lặp lại có dữ liệu sẵn, làm bản chạy thử trên dữ liệu thật và đưa vào quy trình cùng người dùng.

Chủ đề:mô hình trưởng thành AIAI maturity modelGartnerứng dụng AI cho doanh nghiệpchuyển đổi số

Ứng dụng AI ·

Doanh nghiệp nên chọn ChatGPT, Copilot, Claude, Gemini hay AI chạy nội bộ?

Đừng chọn theo bảng xếp hạng mô hình, hãy chọn theo nơi dữ liệu đang nằm. Công ty dùng Microsoft 365 nên bắt đầu với Copilot; dùng Google Workspace thì dùng Gemini đã có sẵn; chưa theo hệ sinh thái nào thì chọn một trợ lý chung là ChatGPT hoặc Claude bản doanh nghiệp. Các nhóm chuyên môn bổ sung công cụ chuyên sâu sau. AI chạy nội bộ chỉ đáng cân nhắc khi dữ liệu tuyệt đối không được rời công ty hoặc khối lượng tác vụ rất lớn.

Ứng dụng AI ·

Ứng dụng AI: vì sao quy trình đã chạy nhiều năm cũng cần thiết kế lại?

Phần lớn doanh nghiệp đã dùng AI nhưng chưa thấy kết quả rõ trên báo cáo kinh doanh. Lý do thường không nằm ở công cụ, mà ở chỗ AI được gắn vào một quy trình vốn được thiết kế cho giới hạn của con người: chuyển giao qua email, duyệt nhiều tầng, báo cáo theo tuần. Khi AI xoá bớt những giới hạn đó, nhiều bước trong quy trình không còn lý do tồn tại. Những doanh nghiệp thu được giá trị lớn từ AI là những nơi chịu vẽ lại cả luồng công việc, không chỉ tăng tốc từng bước cũ.

Ứng dụng AI ·

Triển khai AI trong doanh nghiệp: 5 nỗi lo của ban lãnh đạo và nên xử lý từ đâu

Khi được giao “tìm hiểu và triển khai AI”, phần lớn doanh nghiệp không bắt đầu từ con số 0: nhân viên đã tự dùng AI từ lâu. Vì vậy nỗi lo thường gặp không phải “có nên dùng AI không”, mà là: mỗi người dùng một kiểu nên không hiệu quả, dữ liệu bị đưa ra ngoài không kiểm soát, kết quả của AI được nộp hoặc gửi khách mà không ai kiểm tra. Cùng lúc đó, doanh nghiệp vẫn muốn dùng AI để giảm sai sót, giảm chi phí và không bị đối thủ bỏ lại. Cách xử lý hợp lý là làm theo thứ tự: nắm hiện trạng, ra quy định và công cụ chung, chọn một vài việc lặp lại để chuẩn hoá và đo hiệu quả.

Bắt đầu với một buổi trao đổi

Chia sẻ bài toán của doanh nghiệp. TMI sẽ liên hệ lại để đề xuất bước bắt đầu phù hợp,
từ buổi đánh giá bài toán AI đến dự án phát triển hệ thống.