Trong vài năm trở lại đây, sự bùng nổ mạnh mẽ của AI đã thúc đẩy nhiều doanh nghiệp nhanh chóng triển khai các dự án thử nghiệm. Không ít mô hình đạt độ chính xác cao và cho kết quả ấn tượng trong môi trường kiểm thử. Tuy nhiên, khi đưa vào vận hành, nhiều hệ thống lại không tạo ra giá trị như kỳ vọng ban đầu. Đây không còn là câu chuyện của riêng một doanh nghiệp.
Theo khảo sát The State of AI 2025 của McKinsey, gần 2/3 doanh nghiệp vẫn đang dừng ở giai đoạn thử nghiệm hoặc triển khai thí điểm, chưa thể mở rộng AI trên toàn tổ chức. Dù AI đã được ứng dụng rộng rãi, chỉ 39% doanh nghiệp ghi nhận tác động rõ ràng đến hiệu quả kinh doanh ở cấp độ toàn doanh nghiệp. Con số này phản ánh một thực tế đáng chú ý là, vấn đề không còn nằm ở việc doanh nghiệp có xây dựng được mô hình AI hay không mà nằm ở khoảng cách giữa một mô hình hoạt động tốt và một hệ thống có thể tạo ra giá trị bền vững trong môi trường doanh nghiệp.
Trong nhiều dự án, PoC được xây dựng trên tập dữ liệu đã được làm sạch, phạm vi bài toán được kiểm soát và số lượng người dùng còn hạn chế. Nhưng khi triển khai thực tế, AI không còn đối mặt với bài toán mô hình, mà phải vận hành trong toàn bộ bối cảnh của doanh nghiệp: dữ liệu liên tục thay đổi, quy trình nghiệp vụ phức tạp, yêu cầu bảo mật, khả năng tích hợp với hệ thống hiện hữu, hiệu năng, chi phí vận hành và trải nghiệm người dùng. Đây mới là những yếu tố quyết định liệu AI có thể trở thành một phần của hoạt động kinh doanh hay không.
Từ kinh nghiệm triển khai các hệ thống AI trong doanh nghiệp, tại Fabbi, một dự án AI thành công không được đánh giá bằng độ chính xác của mô hình, mà bằng khả năng vận hành ổn định và tạo ra giá trị sau nhiều năm sử dụng. Vì vậy, AI không nên được thiết kế từ góc nhìn của một bài trình diễn công nghệ, mà phải được thiết kế từ chính bối cảnh vận hành của doanh nghiệp.
Đó cũng là cách Fabbi đang tiếp cận các dự án AI: kết nối nghiên cứu, kỹ thuật và sản phẩm ngay từ đầu để giải quyết bài toán ở quy mô vận hành, thay vì chỉ dừng lại ở việc chứng minh công nghệ có thể hoạt động. Bởi lẽ, trong kỉ nguyên AI, giá trị của một hệ thống không được quyết định bởi độ thông minh của mô hình, mà bởi khả năng tạo ra tác động bền vững trong vận hành thực tế.
