Research
Thời đại AI: Nên sử dụng AI đa năng, triển khai sản phẩm AI chuyên biệt, hay tự phát triển? — Cách tiếp cận triển khai hệ thống dựa trên nghiên cứu và trường hợp mới nhất
Product
Career
Đây là bản dịch tự động từ bản gốc tiếng Nhật
Overview
Khi các doanh nghiệp tự phát triển AI dành cho doanh nghiệp, chỉ có 5% đạt được vận hành sản xuất, và để tăng tỷ lệ thành công khi triển khai AI cho doanh nghiệp, cần phải triển khai không chỉ tự phát triển mà còn các sản phẩm hiện có như AI đa năng hoặc các sản phẩm AI agent chuyên biệt một cách phù hợp với từng trường hợp cụ thể. Bài viết này, dựa trên các nghiên cứu và ví dụ về thất bại của dự án CNTT, cũng như các cuộc khảo sát công ty AI từ năm 2025 trở đi, sẽ tổng hợp cách suy nghĩ về việc sử dụng linh hoạt 3 lựa chọn: AI đa năng, AI agent chuyên biệt và tự phát triển, tùy theo tính chất của công việc. Kết luận là: "mua mô hình, nắm giữ dữ liệu nội bộ, chọn quy trình làm việc theo tính chất công việc", và nếu còn lưỡng lự thì nên bắt đầu từ AI đa năng, sau đó chuyển sang chuyên biệt, rồi tới tự phát triển theo thứ tự có thể đảo ngược.
Phần mở đầu
Sự tiến bộ của AI là đáng kể, và tôi nghĩ rằng AI đã trở thành một vấn đề cần xem xét bắt buộc cho hầu hết các doanh nghiệp và tổ chức. Có hai lựa chọn chính để triển khai AI: triển khai các sản phẩm hiện có hoặc tự phát triển. Và về mặt triển khai các sản phẩm AI hiện có, nó lại chia thành hai lựa chọn: triển khai AI đa năng hoặc triển khai các sản phẩm AI agent chuyên biệt. Cần phải phân biệt lựa chọn dựa trên công việc được triển khai, và bài viết này sẽ tổng hợp cách suy nghĩ đó dựa trên các nghiên cứu mới nhất và các ví dụ thực tế.
Tính mới của cột này nằm ở 4 điểm sau:
So sánh các ví dụ thành công, thất bại và xác suất thành công của việc triển khai sản phẩm hiện có và tự phát triển:Có rất nhiều ví dụ và thống kê được kể về thất bại dự án CNTT, nhưng ít có cách tiếp cận thống nhất so sánh cả thành công và thất bại trên cùng một cơ sở giữa "triển khai sản phẩm hiện có" và "tự phát triển". Bài viết này xếp các ví dụ thành công, thất bại của cả hai và xác suất thành công được các nghiên cứu chỉ ra, để cho thấy rằng không có kết luận đơn giản rằng một trong hai phương pháp an toàn hơn.
Tổ chức lại toàn bộ các yếu tố gây thất bại một cách không trùng lặp theo các giai đoạn của triển khai hệ thống:Các nghiên cứu về các yếu tố gây thất bại đã được tích lũy trong kỹ thuật phần mềm, kinh tế hành vi và nghiên cứu hệ thống thông tin, nhưng chúng được diễn đạt bằng các thuật ngữ khác nhau, khiến người thực tế khó nắm bắt toàn cảnh. Bài viết này sắp xếp các yếu tố theo 5 giai đoạn từ lên kế hoạch đến vận hành, và phân biệt các yếu tố riêng cho triển khai sản phẩm hiện có, các yếu tố riêng cho tự phát triển, và các yếu tố chung cho cả hai.
"Công việc nào phù hợp với sản phẩm hiện có và công việc nào phù hợp với tự phát triển" có thể được xác định bằng lý thuyết kinh doanh:Các lý thuyết của Williamson(1985), Barney(1991), Carr(2003), Wardley(2020)và những người khác được dịch thành 4 trục đánh giá: "phân biệt", "tính đặc thù của tài sản", "mức độ trưởng thành thị trường" và "tốc độ thay đổi", cho phép xác định hình thức triển khai từ tính chất công việc.
Liên kết 3 lựa chọn "AI đa năng", "AI agent chuyên biệt" và "tự phát triển" với các công việc mục tiêu, bao gồm cả có hay không có tùy chỉnh:Các cuộc khảo sát công ty được công bố từ năm 2025 trở đi(MIT NANDA, 2025; Menlo Ventures, 2025)cho thấy rằng ngay cả với AI, tỷ lệ đạt vận hành sản xuất của tự phát triển chỉ đạt khoảng một nửa của sản phẩm hiện có. Bài viết này phân biệt sự khác biệt giữa AI đa năng và các sản phẩm AI agent chuyên biệt từ các khía cạnh: "thị trường mục tiêu", "giá trị được cung cấp" và "kiến thức được nhúng", và chia thành trường hợp sử dụng mà không tùy chỉnh và trường hợp tùy chỉnh, sau đó chỉ ra các công việc phù hợp.
Các ví dụ về thành công và thất bại khi triển khai hệ thống
Trước khi xem xét quyết định triển khai hệ thống, trước hết, chúng ta hãy xác nhận "những loại thành công và thất bại nào đang xảy ra". Thất bại không chỉ giới hạn ở tự phát triển, mà còn lặp lại trong triển khai sản phẩm hiện có. Đồng thời, khi nhìn các ví dụ thành công, ta có thể thấy rằng cả triển khai sản phẩm hiện có lẫn tự phát triển đều có những điều kiện rõ ràng để thành công.
Triển khai sản phẩm hiện có
Các ví dụ thành công khi triển khai sản phẩm hiện có
Điểm chung của các ví dụ thành công khi triển khai sản phẩm hiện có là: "không phải điều chỉnh sản phẩm để phù hợp với công việc, mà điều chỉnh công việc để phù hợp với tiêu chuẩn sản phẩm", và "triển khai theo từng giai đoạn".
Hershey(năm 2002):Thành công với cùng một sản phẩm sau 3 năm thất bại:Hershey, công ty này đã gây ra một sự cố vận chuyển quy mô lớn do chuyển đổi ERP một lúc vào năm 1999, đã thực hiện một nâng cấp SAP quy mô lớn vào năm 2002 và lần này hoàn thành sớm hơn dự kiến và dưới ngân sách khoảng 20%(Koch, 2002). Điều thay đổi không phải là sản phẩm mà là cách tiếp cận. Việc thực hiện chuyển đổi vào khoảng thời gian yêu cầu không cao, dành đủ thời gian cho kiểm thử và đào tạo, và di chuyển theo từng giai đoạn được coi là những yếu tố góp phần vào thành công.
Nike(2001〜2006):Chuyển sang triển khai theo từng giai đoạn:Nike đã trải qua một sự cố vào năm 2000 khi triển khai hệ thống dự báo nhu cầu, mất mất khoảng 100 triệu đô la doanh số bán hàng, nhưng sau đó trong việc làm mới hệ thống cơ bản, công ty đã chuyển sang chính sách "không chuyển đổi tất cả cùng một lúc" và triển khai theo từng giai đoạn trong vài năm theo khu vực và chức năng. Nhờ chuyển hướng này, Nike đã hoàn thành việc làm mới vào năm 2006 mà không gây ra bất kỳ sự cố lớn nào(Koch, 2004).
Netflix(2008〜2016):Mua cơ sở, tự phát triển sự khác biệt:Netflix bắt đầu di chuyển từ trung tâm dữ liệu của riêng mình sang AWS sau một sự cố cơ sở dữ liệu vào năm 2008, và đã đóng trung tâm dữ liệu cuối cùng vào năm 2016(Netflix, 2016). Trong khi công ty sử dụng dịch vụ đám mây bên ngoài cho cơ sở hạ tầng như máy chủ và cơ sở dữ liệu, công ty vẫn tiếp tục tự phát triển các phần lõi tạo ra sự khác biệt như thuật toán khuyến nghị và kiểm soát phân phối. Đây là một ví dụ điển hình về việc phân chia rõ ràng "cái gì để mua, cái gì để tự làm".
Capital One(2020):Ngân hàng chuyển toàn bộ sang đám mây:Capital One, một ngân hàng lớn của Hoa Kỳ, đã đóng tất cả 8 trung tâm dữ liệu của mình và chuyển toàn bộ cơ sở hạ tầng sang AWS vào năm 2020(Capital One, 2020). Ngay cả đối với các tổ chức tài chính trong ngành được quản lý, có thể ủy thác lớp cơ sở hạ tầng cho các sản phẩm bên ngoài và tập trung các nguồn lực phát triển của riêng mình vào các ứng dụng hướng tới khách hàng và phân tích dữ liệu.
Các ví dụ thất bại khi triển khai sản phẩm hiện có
Điểm chung của các ví dụ thất bại khi triển khai sản phẩm hiện có là: sản phẩm không được sử dụng ở dạng tiêu chuẩn mà được điều chỉnh đáng kể để phù hợp với công việc của riêng mình, hoặc phương pháp chuyển đổi đã bị sai.
FoxMeyer Drug(1996):FoxMeyer, một công ty phân phối dược phẩm lớn của Hoa Kỳ, đã thất bại trong việc triển khai SAP R/3 và hệ thống tự động hóa kho, và đã nộp đơn xin phá sản vào năm 1996. Nguyên nhân được cho là do khối lượng xử lý vượt quá dự kiến rất lớn và sự phức tạp của việc tổ chức lại kho cùng diễn ra, trở thành một ví dụ tượng trưng về thất bại triển khai ERP. Ví dụ, hệ thống mới chỉ có thể xử lý khoảng 10,000 đơn hàng trong một đêm, điều này thấp hơn rất nhiều so với khoảng 420,000 đơn hàng của hệ thống cũ, và tình trạng không thể xử lý các đơn hàng nhận được tiếp tục.
Hershey(1999):Công ty kẹo Hershey đã kích hoạt đồng thời 3 hệ thống: ERP, quản lý khách hàng và lập kế hoạch chuỗi cung ứng, ngay trước Halloween – khoảng thời gian cao điểm nhu cầu. Do sự hỗn loạn trong xử lý đơn hàng, khoảng 100 triệu đô la các đơn hàng không thể được vận chuyển, và lợi nhuận quý giảm 19%. Sự nén lịch triển khai và phương pháp chuyển đổi cùng một lúc (Big Bang) được xác định là nguyên nhân chính.
Lidl(2018):Lidl, một công ty bán lẻ lớn của Đức, đã hủy bỏ dự án triển khai SAP vào năm 2018 sau khi đã chi khoảng 500 triệu euro trong 7 năm. Nguyên nhân của sự phá vỡ được cho là do Lidl kỳ vọng tiêu chuẩn SAP để đánh giá hàng tồn kho theo giá bán lẻ, trong khi Lidl muốn bám sát cách làm truyền thống quản lý theo giá vốn, và đã tích lũy các tùy chỉnh quy mô lớn(Handelsblatt, 2018).
Birmingham City Council(2022〜):Thành phố Birmingham, tự trị địa phương lớn nhất của Anh, đã gặp phải sự gia tăng ngân sách từ khoảng 19 triệu bảng ban đầu lên trên 100 triệu bảng trong quá trình di chuyển hệ thống cơ bản từ SAP sang Oracle Fusion, và việc báo cáo tài chính cũng như kiểm toán gặp trở ngại. Kiểm toán viên bên ngoài chỉ ra một trong những nguyên nhân chính là việc tùy chỉnh quá mức đối với các công việc mà thực sự có thể được xử lý bằng các chức năng tiêu chuẩn(Grant Thornton UK LLP, 2023). Ví dụ, công việc đối chiếu các giao dịch ngân hàng, thứ mà có thể được xử lý bằng chức năng tiêu chuẩn, lại được tùy chỉnh theo quy định riêng, kết quả là công việc đối chiếu quay trở lại thủ công, và hàng chục ngàn mục chưa được xử lý được tích lũy.
Tự phát triển
Các ví dụ thành công khi tự phát triển
Điểm chung của các ví dụ thành công khi tự phát triển là: "công việc đó là lõi của lợi thế cạnh tranh, không có sản phẩm phù hợp trên thị trường, và tổ chức có khả năng tiếp tục phát triển và cải tiến".
Walmart(1990s〜):Hệ thống chuỗi cung ứng độc lập:Walmart đã xây dựng hệ thống độc lập "Retail Link" vào năm 1991 để chia sẻ dữ liệu về bán hàng và hàng tồn kho với các đối tác kinh doanh, công khai kết quả bán hàng ở từng cửa hàng cho các nhà cung cấp theo thời gian thực, từ đó vươn xa hơn các đối thủ cạnh tranh về độ chính xác và tốc độ bổ sung hàng. Bessen(2022)phân tích rằng những phần mềm độc lập không được bán trên thị trường như vậy đã trở thành nguồn lợi thế của công ty trong ngành bán lẻ.
Amazon(2000s〜):Ví dụ về cơ sở nội bộ trở thành kinh doanh:Amazon đã xây dựng cơ sở tính toán, lưu trữ và cơ sở dữ liệu độc lập để hỗ trợ hoạt động bán lẻ, và từ năm 2006 trở đi, công ty cung cấp những công nghệ này cho bên ngoài dưới tên AWS, và hiện nay nó đã trở thành kinh doanh mang lại phần lớn lợi nhuận của công ty. Đây là một ví dụ mà hệ thống tự phát triển không chỉ cải thiện hiệu quả hoạt động của riêng mình mà còn trở thành kinh doanh hoàn toàn mới, và có thể nói là hình thức mạnh nhất mà phát triển độc lập được biện minh.
Inditex(Zara)(2000s):Hệ thống độc lập đơn giản phù hợp với mô hình kinh doanh:Inditex, công ty quản lý Zara, đã tự phát triển một hệ thống kết nối từ thiết bị cửa hàng đến kế hoạch sản xuất của trụ sở chính để hỗ trợ mô hình kinh doanh độc lập hoàn thành vòng từ lên ý tưởng đến trưng bày tại cửa hàng trong 2 tuần. Ferdows et al.(2004)phân tích rằng hệ thống của công ty, mặc dù đơn giản về mặt kỹ thuật, lại hoàn toàn phù hợp với mô hình kinh doanh, và tạo ra lợi thế cạnh tranh không thể đạt được bằng các sản phẩm thương mại.
JPMorgan Chase(2024〜):Tự phát triển AI trong ngành được quản lý:JPMorgan Chase đã tự phát triển "LLM Suite" để sử dụng các mô hình nền tảng bên ngoài trên cơ sở nội bộ, bắt đầu triển khai vào năm 2024 và đã mở rộng quy mô để khoảng 200,000 nhân viên sử dụng vào năm 2025(JPMorgan Chase, 2025). Đây là ví dụ về những điều kiện hội tụ: không thể gửi dữ liệu bí mật ra bên ngoài do quy định tài chính, sở hữu một tổ chức công nghệ khổng lồ và ngân sách công nghệ hàng chục tỷ đô la hàng năm, và dữ liệu độc lập là lõi của sự khác biệt.
Các ví dụ thất bại khi tự phát triển
Điểm chung của các ví dụ thất bại khi tự phát triển là: cố gắng xây dựng một hệ thống độc lập khổng lồ một lần trong một thời gian dài, không có người chịu trách nhiệm tích hợp các kết quả của nhiều tổ chức, và các yêu cầu tiếp tục thay đổi cho đến cuối cùng.
Chương trình quốc gia của NHS Anh(NPfIT):Chương trình hồ sơ y tế điện tử tích hợp của Dịch vụ Y tế Quốc gia Anh bắt đầu vào năm 2002, sau khi chi tiêu hơn khoảng 10 tỷ bảng, nó đã bị tan rã thực tế vào năm 2011. Ủy ban Tài khoản Công cộng của Hạ viện Anh đã gọi nó là "một trong những thất bại CNTT tồi tệ nhất trong lịch sử"(House of Commons Committee of Public Accounts, 2013). Nguyên nhân chính được cho là: cố gắng phát triển một hệ thống độc lập khổng lồ tập trung một lần, không thể phản ánh đầy đủ các yêu cầu khác nhau của các cơ sở y tế trên toàn quốc, và mối quan hệ với công ty phát triển hợp đồng đã bị phá vỡ. Ví dụ, mặc dù mục tiêu là một hồ sơ y tế điện tử thống nhất trên toàn quốc, nhưng các quy trình chẩn đoán và định dạng ghi chép khác nhau ở từng bệnh viện, và tổn thương hiện trường không thể được giải quyết ở hình thức sử dụng được, kết quả là các công ty phát triển đã lần lượt rút khỏi.
Healthcare.gov của Mỹ:Trang web sàn giao dịch bảo hiểm y tế được công bố vào tháng 10 năm 2013 chỉ hoàn thành đăng ký cho một số ít người dùng so với hàng triệu lượt truy cập vào ngày đầu tiên công bố, đòi hỏi một cuộc tái cấu trúc quy mô lớn. Thanh tra đã chỉ ra rằng không có người chịu trách nhiệm tích hợp các hệ thống độc quyền được phát triển bởi nhiều nhà thầu khác nhau, các yêu cầu tiếp tục thay đổi cho đến ngay trước khi công bố, và các bài kiểm tra tải không được thực hiện cho đến ngay trước khi đưa vào hoạt động (U.S. Government Accountability Office, 2014)。
Phát triển trang web và ứng dụng của Hertz:Công ty cho thuê xe ô tô lớn Hertz đã giao phó cho một công ty tư vấn phát triển trang web mới và ứng dụng di động từ năm 2016, nhưng năm 2019 đã kiện yêu cầu hoàn lại 32 triệu đô la và bồi thường do các bản giao hàng không hoạt động. Các vấn đề tranh chấp bao gồm thay đổi yêu cầu, thiếu hỗ trợ di động và kiểm tra không đầy đủ, trở thành một trường hợp điển hình cho thấy rằng ngay cả khi phát triển nội bộ được giao cho bên ngoài, việc "thay đổi nhà cung cấp" cũng không phải là giải pháp cho vấn đề. Chẳng hạn, có sự khác biệt trong nhận thức giữa hai bên về liệu hỗ trợ kích thước màn hình cho máy tính bảng có được bao gồm trong hợp đồng hay không, làm nổi bật rằng phía phát hành không có khả năng xác định rõ các yêu cầu và thực hiện kiểm tra chính thức.
Hệ thống kế toán của các tổ chức tài chính:Việc tái cấu trúc hệ thống kế toán của các ngân hàng lớn thường liên quan đến phát triển nội bộ quy mô nhiều năm và hàng trăm tỷ yên, với các báo cáo về thất bại quy mô lớn sau khi đưa vào hoạt động được công bố ở nhiều quốc gia. Các yếu tố được phân tích trong nền tảng sự cố bao gồm yêu cầu và công nghệ thay đổi trong suốt khoảng thời gian phát triển dài hạn, độ khó trong việc tích hợp các sản phẩm của nhiều nhà cung cấp, và việc không có nhân viên trong công ty hiểu được toàn bộ hệ thống sau khi đưa vào hoạt động. Chẳng hạn, trong một dự án yêu cầu gần 10 năm để phát triển, công nghệ được chọn vào lúc khởi động đã trở thành thế hệ cũ vào thời điểm đưa vào hoạt động, và bản thân việc tuyển dụng các kỹ thuật viên có thể bảo trì đã trở thành một vấn đề.
Tỷ lệ thành công của việc triển khai hệ thống
Chỉ dựa trên các trường hợp riêng lẻ không thể biết được hình thức nào có tỷ lệ thành công bao nhiêu. Trong chương này, chúng ta sẽ xem xét tỷ lệ thành công được thể hiện trong các nghiên cứu điều tra.
Tỷ lệ thành công của việc triển khai sản phẩm hiện có
Tỷ lệ thành công của triển khai ERP (hệ thống cơ sở) là khoảng 50%:Nghiên cứu liên tục của Nhóm Tư vấn Panorama (2023) về triển khai ERP, đại diện cho việc triển khai sản phẩm hiện có, cho biết khoảng nửa số công ty triển khai vượt quá ngân sách hoặc thời gian, và ít hơn nửa số công ty báo cáo rằng họ đã đạt được các tác động dự kiến ban đầu đầy đủ. Mặt khác, vì quy mô dự án nhỏ và việc rút lui dễ dàng, những thất bại cực đoan rất hiếm gặp. Với các sản phẩm hiện có, việc triển khai có thể được chia thành các lĩnh vực kinh doanh riêng để ký kết và hủy hợp đồng, do đó khoản đầu tư trên mỗi dự án và tổn thất khi thất bại bị giới hạn. Chẳng hạn, ngay cả khi triển khai công cụ hỗ trợ bán hàng thất bại, tổn thất chỉ giới hạn ở phí sử dụng một vài tháng và chi phí di chuyển, và hiếm khi ảnh hưởng đến sự tồn tại của công ty.
Tỷ lệ sử dụng giấy phép SaaS là khoảng 60%:Thất bại trong hình thức không sử dụng giấy phép được ký kết ngay cả khi hoàn thành việc triển khai rộng rãi được quan sát thấy. Khảo sát của Zylo (2023) cho biết khoảng 40% giấy phép SaaS mà công ty ký kết không được sử dụng, và khoảng 17 triệu đô la mỗi năm cho mỗi công ty bị lãng phí. Chẳng hạn, kết quả của việc ký kết các công cụ quản lý dự án riêng biệt cho từng bộ phận là năm loại công cụ cùng loại tồn tại trên toàn công ty, và không có công cụ nào được áp dụng.
Tỷ lệ thành công của triển khai AI trong việc triển khai sản phẩm hiện có cao gấp đôi so với phát triển nội bộ:MIT NANDA (2025) báo cáo rằng tỷ lệ hoạt động sản xuất của các công cụ AI được triển khai thông qua hợp tác với các nhà cung cấp bên ngoài là khoảng 67%, trong khi các công cụ được phát triển nội bộ chỉ đạt 33%. Mặc dù chọn một sản phẩm hiện có không đảm bảo thành công, nhưng đã được xác nhận rằng nó làm tăng đáng kể tỷ lệ thành công cũng trong AI.
Tỷ lệ thành công của phát triển nội bộ
Tỷ lệ thành công của phát triển nội bộ là khoảng 30%:Báo cáo CHAOS được công bố liên tục bởi Nhóm Standish cho biết khoảng 3 phần 10 các dự án phần mềm đáp ứng tất cả các tiêu chí ngân sách, thời gian và sự hài lòng, khoảng 2 phần 10 kết thúc bằng việc hủy hoặc không sử dụng, và nửa còn lại hoàn thành trong trạng thái có một trong những vấn đề sau: vượt quá ngân sách, trễ tiến độ hoặc thiếu tính năng (Standish Group, 2015, 2020). Mặc dù định nghĩa thành công và phạm vi khảo sát có tranh luận, tỷ lệ này không thay đổi đáng kể trong hơn 20 năm.
Tỷ lệ thành công của phát triển nội bộ theo quy mô là 6% cho quy mô lớn, 61% cho quy mô nhỏ:Tổng hợp theo quy mô của Nhóm Standish (2015) cho biết tỷ lệ thành công của các dự án nhỏ (dưới 1 triệu đô la) là 61%, trong khi đối với các dự án lớn (trên 10 triệu đô la), thành công chỉ là 6% và thất bại (hủy bỏ hoặc không sử dụng) đạt 43%. Khi quy mô dự án tăng lên, tỷ lệ thành công giảm mạnh. Trong một nghiên cứu phân tích hơn 5.400 dự án IT, McKinsey và Đại học Oxford cho biết các dự án lớn với ngân sách 15 triệu đô la trở lên vượt quá ngân sách trung bình 45% và vượt quá thời gian 7% trở lên, và kém hơn giá trị ban đầu dự kiến 56% (Bloch et al., 2012). Chẳng hạn, nếu cùng một tổ chức sử dụng cùng một nhóm phát triển để thực hiện 10 dự án 100 triệu yên thay vì 1 dự án 1 tỷ yên, xác suất của dự án sau đó "đạt tất cả ngân sách, thời gian và giá trị" sẽ giảm xuống khoảng 1/10 so với dự án trước.
Tỷ lệ thành công của phát triển AI nội bộ là 5%:MIT NANDA (2025) báo cáo rằng đối với các công cụ AI tùy chỉnh cho doanh nghiệp, 60% công ty đạt được giai đoạn đánh giá, 20% công ty đạt được giai đoạn thí điểm, và chỉ 5% công ty đạt được vận hành sản xuất. So với phát triển phần mềm truyền thống, có thể thấy rằng phát triển AI nội bộ có rào cản cao hơn khi đạt đến sản xuất.
Các yếu tố gây ra thất bại của việc triển khai hệ thống
Chúng ta sẽ tổng hợp các yếu tố gây ra thất bại của việc triển khai sản phẩm hiện có và phát triển nội bộ. Chia việc triển khai hệ thống thành năm giai đoạn: "Lập kế hoạch và đưa ra quyết định đầu tư", "Xác định yêu cầu và chọn sản phẩm", "Thiết kế, phát triển và tùy chỉnh", "Kiểm tra, di chuyển và đưa vào hoạt động" và "Vận hành, bảo trì và phát triển", và chúng ta sẽ tổng hợp các yếu tố xuất hiện ở mỗi giai đoạn.
Các yếu tố gây ra thất bại của việc triển khai sản phẩm hiện có
Trong việc triển khai sản phẩm hiện có, vì nhà cung cấp chịu trách nhiệm về thiết kế, phát triển và bảo trì sản phẩm chính nên các yếu tố gây ra thất bại tập trung vào "giai đoạn chọn sản phẩm" và "giai đoạn điều chỉnh sản phẩm cho tổ chức của mình", cũng như "thay đổi trong tổ chức".
Giai đoạn 1:Lập kế hoạch và đưa ra quyết định đầu tư
Đánh giá sai về hình thức triển khai:Đây là quyết định thay thế các hoạt động kinh doanh là lõi của sự khác biệt hoá bằng một sản phẩm tiêu chuẩn. Như Lý thuyết dựa trên tài nguyên (Barney, 1991) chỉ ra, các sản phẩm mà bất kỳ ai cũng có thể mua trên thị trường không phải là nguồn gốc của lợi thế cạnh tranh, do đó, khi thay thế các hoạt động kinh doanh là sức mạnh của chính công ty bằng sản phẩm hiện có, sức mạnh đó sẽ bị mất. Chẳng hạn, công ty bán lẻ đã thắng thế các đối thủ cạnh tranh do độ chính xác của dự báo nhu cầu độc quyền của mình, nhưng sau khi chuyển sang mô-đun dự báo nhu cầu tiêu chuẩn, đã trở thành "chuẩn hóa" có cùng độ chính xác với các đối thủ cạnh tranh.
Sơ suất trong ngân sách cho các khoản đầu tư bổ sung:Brynjolfsson et al. (2021) trình bày "Đường cong J của năng suất" trong đó hiệu quả của việc triển khai các công nghệ đa năng như IT và AI không xuất hiện ban đầu nhưng tăng tốc sau này. Lý do là cần phải có đầu tư bổ sung vào các tài sản vô hình như thiết kế lại quy trình kinh doanh, đào tạo lại nhân viên và thay đổi cấu trúc tổ chức, và những chi phí này xuất hiện trước dưới dạng chi phí không được đo lường. Trong việc triển khai sản phẩm hiện có, chỉ có "phí giấy phép và phí hỗ trợ triển khai" được dự toán, trong khi công việc hiện trường và giáo dục để điều chỉnh hoạt động theo tiêu chuẩn không được ước tính. Chẳng hạn, một hệ thống hoàn lại chi phí được triển khai, nhưng quy tắc phê duyệt không được xem xét lại và các quản lý không được đào tạo, do đó hai phương thức vận hành song song của các biểu mẫu yêu cầu giấy và đầu vào hệ thống tiếp tục.
Giả định rằng "đưa vào hoạt động sẽ mang lại hiệu quả":Như Aral & Weill (2007) chỉ ra, hiệu quả của đầu tư IT được xác định bởi khả năng của tổ chức chứ không phải bằng khoản đầu tư. Quyết định dự kiến hiệu quả dựa trên xem danh sách tính năng của sản phẩm thiếu tiền đề này. Chẳng hạn, ngay cả khi triển khai hệ thống quản lý khách hàng, nếu không có thói quen của nhân viên bán hàng nhập tất cả các hồ sơ giao dịch và các quản lý sử dụng các hồ sơ đó để hướng dẫn, hệ thống sẽ chỉ là một "sách địa chỉ đắt tiền".
Giai đoạn 2:Xác định yêu cầu và chọn sản phẩm
Bỏ qua sự không phù hợp giữa hoạt động kinh doanh và sản phẩm:Davenport (1998) cho biết rằng các hệ thống doanh nghiệp như ERP kết hợp các giả định trước về "cách thực hiện hoạt động kinh doanh" mà nhà cung cấp dự kiến, và các công ty triển khai bị buộc phải đưa ra lựa chọn chiến lược "liệu có điều chỉnh hệ thống theo hoạt động kinh doanh hay điều chỉnh hoạt động kinh doanh theo hệ thống". Soh et al. (2000) phân loại sự không phù hợp giữa sản phẩm và tổ chức (uyển chuyển) thành ba loại: dữ liệu, chức năng và kết quả, và cho biết rằng nếu tiếp tục triển khai mà không đánh giá sự không phù hợp này ở giai đoạn lựa chọn, bạn sẽ bị buộc phải giải quyết nó thông qua tùy chỉnh ở các giai đoạn sau. Chẳng hạn,
Đánh giá không đầy đủ về tính liên tục của nhà cung cấp và sản phẩm:Đây là việc kết thúc bằng so sánh tính năng của sản phẩm và ký hợp đồng mà không đánh giá tình hình tài chính của nhà cung cấp, cơ sở khách hàng, lộ trình sản phẩm, tác động nếu bị mua lại và phương tiện để xuất dữ liệu. Như Shapiro & Varian (1999) chỉ ra, phần mềm phụ thuộc vào định dạng dữ liệu, quy trình kinh doanh và kỹ năng của nhân viên vào một sản phẩm cụ thể, do đó chuyển đổi mất rất nhiều chi phí. Chẳng hạn, sau khi triển khai toàn công ty công cụ quản lý chấm công được cung cấp bởi một công ty khởi nghiệp, nhà cung cấp được mua lại, và một năm sau được thông báo về việc chấm dứt dịch vụ, nhưng phương tiện để trích xuất tất cả dữ liệu chấm công trong quá khứ không được bao gồm trong hợp đồng.
Thiếu khả năng của bên phát hành:Một bài tổng quan về nghiên cứu ngoài lệnh IT (Lacity et al., 2009) liên tục báo cáo rằng ngay cả khi giao phó cho bên ngoài, khả năng của bên phát hành trong việc xác định yêu cầu, đánh giá và kiểm soát nhà cung cấp là điều quyết định kết quả. Các công ty mất khả năng này không thể đánh giá các đề xuất của nhà cung cấp và ký kết các tính năng không cần thiết và tùy chỉnh theo lời của công ty hỗ trợ triển khai. Chẳng hạn, một công ty giảm bộ phận hệ thống thông tin và chuyển sang ngoài lệnh, nhưng khi cập nhật ERP, công ty không thể tự giải thích "yêu cầu nào cho hoạt động kinh doanh nào", nên công ty hỗ trợ triển khai tái áp dụng cùng cài đặt như trước đó, do đó tiếp tục thanh toán chi phí cho chức năng cho các hoạt động kinh doanh đã bị chấm dứt.
Giai đoạn 3:Thiết kế, phát triển và tùy chỉnh
Tùy chỉnh quá mức:Brehm et al. (2001) phân loại các phương pháp điều chỉnh ERP thành 9 bước từ "cài đặt (thay đổi tham số)" đến "sửa đổi mã nguồn của gói" và cho biết rằng khi bước càng sâu, rủi ro kỹ thuật, chi phí bảo trì và mất hỗ trợ nhà cung cấp càng tăng. Nhiều công ty coi "tùy chỉnh" như một khái niệm chung, nhưng các điều chỉnh trong phạm vi cài đặt và các sửa đổi liên quan đến mã có bản chất hoàn toàn khác nhau. Chẳng hạn, thay đổi số bước phê duyệt từ 3 sang 4 trên màn hình cài đặt là cài đặt, nhưng thêm một quy tắc độc quyền như "khi phó phòng vắng mặt, phê duyệt của hai trưởng bộ phận có thể thay thế" dưới dạng chương trình là sửa đổi, và mỗi khi sản phẩm được nâng cấp phiên bản, cần xác minh hoạt động và sửa chữa, điều này dẫn đến tăng chi phí bảo trì của nhà cung cấp hoặc mất hỗ trợ nhà cung cấp.
Phức tạp hóa phần kết nối:Ngay cả khi không chỉnh sửa bản thân sản phẩm, nếu tạo nhiều kết nối với các hệ thống khác, phần kết nối trở thành một hệ thống độc quyền thực chất. Chẳng hạn, sau khi xây dựng hàng chục kết nối dữ liệu giữa ERP và hệ thống quản lý bán hàng hiện tại, hệ thống kho và hệ thống kế toán, mỗi khi một trong các sản phẩm được nâng cấp phiên bản, tất cả các kết nối cần được kiểm tra lại, dẫn đến trạng thái "sản phẩm được mua nhưng cần một nhóm chuyên dụng để bảo trì kết nối".
Sự phức tạp hóa cài đặt và sự phụ thuộc vào cá nhân:Ngay cả khi cài đặt không cần viết code, việc tích lũy qua nhiều năm có thể dẫn đến tình trạng không ai hiểu được bức tranh toàn cảnh. Ví dụ, hệ thống quản lý khách hàng đã thêm hàng trăm mục và quy tắc tự động trong 10 năm, khi thêm một quy tắc mới sẽ xảy ra can thiệp với các quy tắc hiện có và gây ra hành vi không mong muốn.
Giai đoạn 4: Kiểm tra, di chuyển và đưa vào hoạt động
Coi thường kiểm tra và di chuyển dữ liệu:Từ quan niệm rằng "các sản phẩm hiện tại có đảm bảo hoạt động", việc kiểm tra các kịch bản kinh doanh bao gồm cài đặt, dữ liệu và kết nối của chính công ty thường bị bỏ qua. Somers & Nelson(2001)đã khảo sát các yếu tố thành công của việc triển khai ERP và xác định "độ chính xác của dữ liệu" và "kiểm tra phần mềm" là các yếu tố quan trọng trong giai đoạn triển khai, Redman(1998)đã sắp xếp cơ chế làm thế nào dữ liệu chất lượng thấp làm tăng chi phí hoạt động của doanh nghiệp. Ví dụ, quá trình lập hóa đơn hoạt động đúng ở sản phẩm đơn lẻ nhưng gây ra thanh toán kép do không nhất quán trong dữ liệu khách hàng được di chuyển từ hệ thống cũ(cùng một khách hàng được đăng ký với nhiều cách viết khác nhau, v.v.).
Rủi ro chuyển đổi toàn bộ cùng một lúc:Phương pháp chuyển đổi toàn bộ từ hệ thống cũ sang hệ thống mới sẽ làm cho tác động lớn nhất khi có sự cố. Hershey đã vận hành 3 hệ thống cùng một lúc ngay trước đỉnh cao nhu cầu, gây ra sự lộn xộn trong xử lý đơn hàng. Mặc dù di chuyển dần hoặc vận hành song song tốn kém, nhưng nó hoạt động như bảo hiểm để tránh những thất bại quy mô lớn. Ví dụ, sự thành công của Hershey khi chọn thời kỳ ảm đạm vào năm 2002 và chuyển đổi dần dần là hệ quả ngược lại của bài học này.
Thiếu sự chấp nhận từ bộ phận hiện trường:Vì sản phẩm hiện tại dự kiến sẽ thay đổi cách tiến hành kinh doanh, nếu bộ phận hiện trường không chấp nhận thay đổi, sẽ có "quay trở lại" các quy trình cũ hoặc bảng tính cá nhân ngay sau khi đưa vào hoạt động. Ví dụ, thậm chí sau khi hệ thống mua hàng mới được đưa vào hoạt động, những người làm việc hiện trường vẫn tiếp tục đặt hàng qua điện thoại như trước đây, và sau đó nhập dữ liệu vào hệ thống "nhập sau này" trở thành tiêu chuẩn, dữ liệu tồn kho đã khác biệt với thực tế.
Giai đoạn 5: Vận hành, bảo trì và phát triển
Thay đổi chính sách của nhà cung cấp và Khóa trong:Như Farrell & Klemperer(2007)đã làm rõ về mặt lý thuyết, chi phí chuyển đổi mang lại sức mạnh kiểm soát giá cho nhà cung cấp. Sau khi Broadcom mua lại VMware vào năm 2023, phiên bản vĩnh viễn của giấy phép bị hủy bỏ và chuyển sang dự phòng, chi phí của nhiều doanh nghiệp đã tăng gấp nhiều lần, đây là một ví dụ tiêu biểu. Việc cung cấp sản phẩm kết thúc hoặc phá sản/mua lại của chính nhà cung cấp cũng được bao gồm trong yếu tố này.
Gánh nặng bảo trì của các bộ phận được tùy chỉnh:Những thay đổi được thêm vào sản phẩm trong giai đoạn 3 cần phải được xác nhận lại và sửa chữa mỗi khi cập nhật sản phẩm. Như Erlikh(2000)đã chỉ ra, phần lớn chi phí vòng đời của phần mềm là bảo trì, và bảo trì các bộ phận được sửa đổi trở thành gánh nặng của chính công ty. Ví dụ, mỗi khi ERP dựa trên đám mây thực hiện cập nhật tự động 4 lần mỗi năm, các báo cáo và logic xử lý được thêm riêng biệt yêu cầu kiểm tra hoạt động kéo dài vài tuần, cập nhật trở thành "gánh nặng" thay vì "cải thiện".
Sự chậm trễ trong biến đổi tổ chức và thất bại trong sự ổn định:Ngay cả khi hệ thống được đưa vào hoạt động, nếu quy trình kinh doanh và tổ chức không thay đổi, hiệu quả sẽ không xuất hiện. Như Aral & Weill(2007)đã chỉ ra, những gì quyết định hiệu quả là khả năng của tổ chức, kết quả của việc không ngân sách hóa đầu tư bổ sung trong giai đoạn 1 sẽ biểu hiện dưới dạng "hệ thống không được sử dụng" trong giai đoạn này. Ví dụ, "khoảng 40% giấy phép không được sử dụng" được hiển thị trong cuộc khảo sát Zylo(2023)đề cập trong chương trước là tích lũy của những thất bại này.
Sự xuất hiện tràn lan của SaaS và sự phân tách dữ liệu:Kết quả của việc ký hợp đồng các SaaS riêng lẻ theo bộ phận là dữ liệu giống nhau bị phân tán trên nhiều hệ thống, khiến việc nắm bắt toàn công ty trở nên khó khăn. Ví dụ, bộ phận bán hàng, bộ phận hỗ trợ khách hàng và bộ phận tiếp thị sử dụng các công cụ quản lý khách hàng khác nhau, và thông tin về cùng một khách hàng không nhất quán tại 3 nơi.
Các yếu tố gây thất bại trong phát triển nội bộ
Trong phát triển nội bộ, công ty chịu trách nhiệm về tất cả các giai đoạn từ lập kế hoạch đến bảo trì, vì vậy các yếu tố gây thất bại xuất hiện trong cả 5 giai đoạn. Đặc biệt, các yếu tố bắt nguồn từ tính chất riêng có của phần mềm như tính biến đổi của yêu cầu, độ phức tạp và chi phí bảo trì, cũng như các yếu tố bắt nguồn từ phán đoán của con người như lỗi kế hoạch và leo thang, trở nên nghiêm trọng hơn tỉ lệ thuận với quy mô và thời gian của dự án. Các bộ phận mà nhà cung cấp chịu trách nhiệm trong triển khai sản phẩm hiện tại sẽ được công ty chịu trách nhiệm hoàn toàn trong phát triển nội bộ.
Giai đoạn 1: Lập kế hoạch và quyết định đầu tư
Phán đoán sai về hình thức triển khai:Đây là quyết định tự xây dựng các hoạt động kinh doanh không dẫn đến sự khác biệt. Lý thuyết chi phí giao dịch(Williamson, 1985)cho thấy rằng các hoạt động chuẩn với yêu cầu ổn định và có thể được mua từ nhiều nhà cung cấp sẽ hợp lý hơn khi mua từ thị trường, nhưng trong thực tế, phán đoán bị biến dạng bởi niềm tin "công việc của chúng tôi là đặc biệt" hoặc theo các quỹ lịch sử. Như Carr(2003)chỉ ra, đầu tư quá mức vào các lĩnh vực công nghệ được hàng hóa hóa không tạo ra lợi thế và chỉ tăng chi phí và rủi ro. Lỗi phán đoán này trở thành nguồn gốc của thất bại ở tất cả các giai đoạn tiếp theo. Ví dụ, không ít công ty độc lập phát triển các hoạt động như kế toán, lương, công việc kinh doanh—những hoạt động mà thủ tục được xác định gần như bởi luật pháp—với lý do "không phù hợp với hoạt động của chúng tôi" và tiếp tục thanh toán chi phí sửa đổi mỗi khi pháp luật thay đổi.
Lỗi kế hoạch dẫn đến đánh giá thấp chi phí và thời gian:Kahneman & Tversky(1979)chỉ ra rằng khi người lập kế hoạch, họ bỏ qua các trường hợp tương tự trong quá khứ(quan điểm bên ngoài)và ước tính từ chi tiết của kế hoạch trước mặt(quan điểm bên trong), dẫn đến chi phí và thời gian bị đánh giá thấp một cách hệ thống. Flyvbjerg(2006)đề xuất như một biện pháp đối phó là sửa đổi ước tính từ phân bố kết quả của các dự án tương tự,"dự đoán lớp tham chiếu". Nghiên cứu phân bố lũy thừa trong chương trước(Flyvbjerg et al., 2022)là chứng minh thực nghiệm về hình dạng của lớp tham chiếu này, và đuôi phân bố càng dày hơn khi quy mô phát triển nội bộ càng lớn. Ví dụ, ước tính "yêu cầu đã được cố định nên sẽ hoàn thành trong 18 tháng" là điển hình của "quan điểm bên trong" bỏ qua rằng kết quả của các dự án tương tự tuân theo phân bố với vượt quá trung bình hơn 27%, 1 trong 6 dự án vượt quá 3 lần(Flyvbjerg & Budzier, 2011).
Bỏ sót ngân sách cho đầu tư bổ sung:Như sản phẩm hiện tại, chi phí thiết kế lại kinh doanh, đào tạo, thay đổi tổ chức được đặt bên ngoài "chi phí phát triển"(Brynjolfsson et al., 2021). Trong phát triển nội bộ, hơn nữa, nhân viên của cơ chế vận hành sau khi phát triển(giám sát, hỗ trợ truy vấn, xử lý sự cố)thường không được ước tính. Lientz & Swanson(1980)cho thấy bằng khảo sát quy mô lớn rằng lượng công việc cho bảo trì và vận hành sau khi đưa vào hoạt động vượt quá lượng công việc phát triển, kế hoạch không bao gồm lượng công việc này trong ngân sách có cấu trúc không đủ. Ví dụ, sau khi đưa vào hoạt động hệ thống xây dựng với đội phát triển 10 người, một nửa của đội phát triển dính vào xử lý sự cố và phản hồi yêu cầu sửa đổi, không thể bắt đầu phát triển tiếp theo.
Bội số phạm vi và xu hướng xây dựng toàn bộ cùng một lúc:Quyết định xây dựng nhiều lĩnh vực kinh doanh thành một hệ thống khổng lồ một lần sẽ làm tăng quy mô, thời gian và độ phức tạp của tích hợp. Flyvbjerg et al.(2022)trình bày cơ chế trong đó sự phụ thuộc lẫn nhau giữa các yếu tố kỹ thuật gây ra phản ứng dây chuyền, dẫn đến vượt quá chi phí cực đoan, Flyvbjerg & Gardner(2023)cho thấy rằng các dự án kiểu mô-đun lặp lại các đơn vị nhỏ an toàn hơn nhiều so với kiểu xây dựng toàn bộ. NPfIT của NHS là một ví dụ cho thấy hậu quả của xu hướng xây dựng toàn bộ này(House of Commons Committee of Public Accounts, 2013). Ví dụ, quyết định "vì sao không tích hợp bán hàng, tồn kho, kế toán, nhân sự thành một" sẽ tự tạo ra cấu trúc mà sự chậm trễ của từng lĩnh vực ảnh hưởng lẫn nhau.
Giai đoạn 2: Xác định yêu cầu và lựa chọn sản phẩm
Yêu cầu nhất định sẽ thay đổi sau khi bắt đầu sử dụng:Brooks(1987)chỉ ra rằng phần mềm có "khó khăn bản chất" không thể được giải quyết bằng bất kỳ công cụ hay kỹ thuật nào, một trong số đó là tính chất(tính biến đổi)của việc "luôn được yêu cầu thay đổi sau khi được sử dụng". Những người sử dụng mới nhận ra những gì thực sự cần thiết khi thấy những điều đang hoạt động, và vì luật pháp cũng như kinh doanh thay đổi trong quá trình phát triển, không có cách nào để "hoàn thành là kết thúc" cho dù cần bao nhiêu công sức để cố định yêu cầu. Trong sản phẩm hiện tại, nhà cung cấp chịu trách nhiệm ứng phó với những thay đổi này, nhưng trong phát triển nội bộ, công ty sẽ phải theo dõi vĩnh viễn.
Sự vắng mặt của chủ thể xác định yêu cầu:Trong phát triển nội bộ, một người quản lý phía bên công ty phải có khả năng quyết định "cái gì cần được xây dựng" và sở hữu kiến thức và kỹ thuật phát triển ngang bằng nhân viên công ty hệ thống. Đội phát triển bao gồm bên thứ ba ngoài có thể quyết định "làm thế nào" nhưng "hoạt động kinh doanh nào, theo thứ tự nào, đến đâu" chỉ có thể quyết định bởi những người biết kinh doanh. Hofmann & Lehner(2001)cho thấy mức độ liên quan của phía kinh doanh giải thích mạnh mẽ nhất sự thành công hay thất bại của dự án, Standish Group(2015)cũng xếp "sự tham gia của người sử dụng" ở vị trí hàng đầu trong các yếu tố thành công. Khi người quản lý này vắng mặt, yêu cầu sẽ được lấp đầy bằng sự suy đoán của công ty hệ thống ngoài hoặc bắt chước hệ thống hiện tại. Ví dụ, bộ phận kinh doanh chỉ nói "sẽ tốt nếu nó có thể làm những gì hệ thống hiện tại có thể làm", và đội phát triển tái tạo lại từng màn hình hiện tại, kết quả là xây dựng lại quy trình kinh doanh 20 năm tuổi với công nghệ mới.
Thiếu khả năng phía bên phát hành(nếu ủy thác):Khi phát triển nội bộ được ủy thác cho bên ngoài, nếu phía bên phát hành không sở hữu khả năng xác định yêu cầu và đánh giá tiến độ và chất lượng, nó sẽ không thể đánh giá được những gì được cung cấp(Lacity et al., 2009; Feeny & Willcocks, 1998). Trường hợp công ty cho thuê xe Hertz của Mỹ(dự án làm mới toàn bộ trang web và ứng dụng di động không thành công, được coi là có nguyên nhân khiếu nại bồi thường trên 32 triệu đô la từ nhà thầu Accenture)có thể được giải thích là một ví dụ về việc thiếu khả năng này bị bỏ qua cho đến mức độ kiện tụng(Hertz Corp. v. Accenture LLP, 2019). Ví dụ, tiếp tục xem báo cáo tiến độ hàng tháng từ bên thầu là "tiến hành suôn sẻ", và sau 3 tháng trước khi cung cấp, mới phát hiện ra rằng các tính năng chính không hoạt động, là một mẫu điển hình.
Giai đoạn 3: Thiết kế, phát triển và tùy chỉnh
Sự chậm trễ liên tục do độ phức tạp và sự phụ thuộc lẫn nhau:Luật của Brooks(1975)"thêm nhân viên vào dự án chậm lại sẽ làm cho nó chậm lại hơn nữa" bắt nguồn từ chi phí giao tiếp tăng theo bình phương của số lượng người. Một hệ thống được thiết kế độc lập có nhiều sự phụ thuộc lẫn nhau giữa các thành phần cấu tạo, và một sự chậm trễ hoặc thay đổi thiết kế ở một nơi sẽ lan truyền đến các thành phần khác. Flyvbjerg et al.(2022)nêu ra cơ chế của vượt quá chi phí cực đoan cũng là phản ứng dây chuyền này. Ví dụ, một thay đổi thiết kế cơ sở dữ liệu sẽ lan truyền đến tất cả các màn hình, báo cáo và xử lý kết nối tham chiếu nó, một thay đổi 1 tuần sẽ trở thành 3 tháng xử lý lại.
Tích lũy nợ kỹ thuật:Như Cunningham (1992) đã chỉ ra qua phép ẩn dụ "nợ kỹ thuật", những thỏa hiệp trong thiết kế ưu tiên thời hạn sẽ liên tục nâng cao chi phí thay đổi sau này. Khi tự phát triển, công ty cần lập kế hoạch trả nợ (tái cấu trúc) một cách có tổ chức. Ví dụ, khi cùng một quy trình được sao chép và triển khai ở nhiều nơi với lập luận "miễn là nó hoạt động được", khi sửa đổi yêu cầu, bạn phải tìm và sửa tất cả các nơi, dẫn đến lỗi được lặp lại do sửa chữa không đầy đủ.
Thiếu trách nhiệm tích hợp:Khi nhiều công ty phát triển hoặc bộ phận khác nhau chia sẻ phát triển, có thể không có chủ thể nào chịu trách nhiệm tích hợp toàn bộ và đảm bảo chất lượng. Cuộc kiểm toán Healthcare.gov (U.S. Government Accountability Office, 2014) đã chỉ ra sự thiếu vắng của người chịu trách nhiệm tích hợp là một yếu tố gây thất bại chính. Ví dụ, công ty phụ trách màn hình, công ty phụ trách xử lý dữ liệu, công ty phụ trách kết nối với các tổ chức bên ngoài đều báo cáo "phạm vi của tôi đã hoàn thành", nhưng khi kết nối lại thì nó không hoạt động.
Lựa chọn công nghệ sai lầm:Trong các dự án phát triển dài hạn, công nghệ được chọn khi bắt đầu có thể đã lỗi thời khi hoàn thành, hoặc có thể là công nghệ chỉ những kỹ sư cụ thể có thể xử lý được. Bisbal et al. (1999) đã tổng hợp cấu trúc trong đó "hệ thống di sản" do vậy tạo ra cản trở sự thay đổi của tổ chức do sự giảm thiểu người có kỹ năng bảo trì và sự lỗi thời của công nghệ. Văn phòng kiểm toán liên bang Hoa Kỳ đã báo cáo rằng nhiều hệ thống cốt lõi của chính phủ liên bang được viết bằng ngôn ngữ từ hàng chục năm trước, và sự về hưu của các kỹ sư có thể bảo trì là một rủi ro gần kề (U.S. Government Accountability Office, 2016). Ví dụ, quyết định của một nhân viên chịu trách nhiệm thông thạo ngôn ngữ phát triển cụ thể để áp dụng ngôn ngữ đó, nhưng sau khi người này về hưu, công ty không thể tuyển được người thay thế, và bảo trì đã dừng lại.
Giai đoạn 4:Kiểm tra・Chuyển dịch・Đi vào hoạt động
Đánh giá thấp kiểm tra và chuyển dịch dữ liệu:Kiểm tra tải, kiểm tra chấp nhận dựa trên kịch bản kinh doanh, xác minh chuyển dịch dữ liệu từ hệ thống cũ bị nén do áp lực thời hạn. Với Healthcare.gov, kiểm tra tải không được thực hiện cho đến trước khi đi vào sản xuất, và với Hertz, kiểm tra không đầy đủ về tương thích di động đã trở thành điểm tranh cãi. Ví dụ, mặc dù có thể dự đoán trước rằng lưu lượng truy cập gấp 10 lần dự định sẽ tập trung vào ngày công khai, kiểm tra với tải đó lần đầu tiên được thực hiện một tuần trước khi công khai, và ngay cả khi tìm thấy vấn đề cũng không kịp sửa chữa.
Rủi ro chuyển đổi một lần:Phương pháp chuyển đổi cùng một lúc từ hệ thống cũ sang hệ thống mới làm cho phạm vi tác động khi xảy ra sự cố là lớn nhất (Markus & Tanis, 2000). Khi tự phát triển, "chúng tôi không muốn chịu chi phí vận hành kép cho hoạt động song song" dẫn đến việc chọn chuyển đổi một lần. Ví dụ, ngân hàng TSB của Anh đã chuyển tài khoản khách hàng cùng một lúc sang nền tảng kế toán mới vào tuần lễ tháng 4 năm 2018, nhưng từ tuần tiếp theo, khoảng 1,9 triệu khách hàng không thể sử dụng dịch vụ ngân hàng trực tuyến, chi phí phục hồi và bồi thường khách hàng lên tới khoảng 330 triệu bảng Anh. Cuộc điều tra độc lập chỉ ra rằng nguyên nhân chính là quyết định chuyển đổi một lần mà không có kiểm tra đầy đủ trước khi di chuyển (Slaughter and May, 2019).
Tăng cấp:Không thể dừng lại:Keil (1995) đã phân tích hiện tượng các dự án công nghệ thông tin mà sự thất bại trở nên rõ ràng vẫn tiếp tục và được đầu tư thêm như "tăng cấp". Sự bám dính vào chi phí đã bỏ ra, thể diện của người chịu trách nhiệm, sự hiểu sai rằng "sắp xong" làm chậm quyết định rút lui. Khi tự phát triển, rút lui thường có nghĩa là toàn bộ khoản đầu tư bị thua, do đó tăng cấp kéo dài. Ví dụ, NPfIT của NHS, từ vài năm sau khi bắt đầu, đã rõ ràng là các công ty phát triển chính đã rút lui và việc áp dụng hiện trường không tiến triển, nhưng quyết định giải thể đã bị hoãn lại cho đến năm 2011 với lý do "chúng tôi đã bỏ hàng chục tỷ bảng".
Giai đoạn 5:Vận hành・Bảo trì・Phát triển
Đánh giá thấp chi phí bảo trì:Từ khi cuộc khảo sát cổ điển của Lientz & Swanson (1980) trở đi, có đã được xác nhận lặp lại rằng bảo trì và vận hành chiếm hơn một nửa chi phí vòng đời phần mềm, và Erlikh (2000) ước tính rằng nó đạt 85-90% trong các hệ thống doanh nghiệp. So sánh tự phát triển và sản phẩm hiện có dựa trên "chi phí phát triển" là so sánh bỏ qua phần lớn chi phí. Ví dụ, hệ thống có chi phí phát triển 100 triệu yên thường yêu cầu 200 đến 500 triệu yên bổ sung trong 10 năm bảo trì, sửa đổi, và cập nhật cơ sở hạ tầng, và khi so sánh với 10 năm phí sử dụng sản phẩm hiện có, nó thường lớn gấp chục lần trở lên.
Thay đổi liên tục và thế hệ công nghệ cơ sở:"Luật tiến hóa phần mềm" được Lehman (1980) công thức hóa cho thấy rằng các chương trình thực tế được sử dụng phải được thay đổi liên tục nếu không mức độ thỏa mãn sẽ giảm, và khi tiếp tục thay đổi, độ phức tạp sẽ tăng. Ngoài ra, cập nhật hệ điều hành và trình duyệt, ứng phó với lỗ hổng bảo mật, theo dõi các thay đổi pháp luật, điện toán đám mây và API hóa, và những thế hệ công nghệ cơ sở khác tiếp tục xảy ra như "bảo trì phòng chống" để duy trì giá trị. Ví dụ, nhiều hệ thống được xây dựng vào nửa đầu năm 2010 bị buộc phải sửa đổi mỗi khi có thay đổi thông số kỹ thuật của trình duyệt, hỗ trợ hệ điều hành máy chủ kết thúc, cập nhật phương pháp mã hóa, dẫn đến tình trạng "chức năng không thay đổi nhưng cần chi phí hàng năm chỉ để duy trì".
Chảy ra của nhân tài và kiến thức độc quyền:Kiến thức về hệ thống độc đáo được tích lũy ở những người tạo ra nó. Rigby et al. (2016) đã định lượng mức độ kiến thức phần mềm bị mất do sự rời bỏ của nhà phát triển, cho thấy rằng tỷ lệ mã chỉ một số người nhất định mới hiểu quyết định rủi ro bảo trì sau khi rời bỏ. Sự xuất hiện của "hệ thống mà không ai hiểu nội dung" do sự chuyển công tác hoặc về hưu của nhân viên phụ trách là một hiện tượng phổ biến ở nhiều doanh nghiệp. Đối với sản phẩm hiện có, kiến thức về tính năng tiêu chuẩn lưu thông trên thị trường, do đó có khả năng chống lại sự thay đổi nhân sự cao hơn. Ví dụ, trong hệ thống mà tài liệu thiết kế không được cập nhật trong 10 năm với những sửa đổi liên tiếp, người chịu trách nhiệm duy nhất hiểu toàn bộ đã về hưu, và sau đó nó trở thành hệ thống "không ai chạm vào vì nó sẽ vỡ".
Sự chậm trễ trong cải cách tổ chức và thất bại trong định cư:Giống như sản phẩm hiện có, ngay cả khi hệ thống hoạt động, nếu quy trình kinh doanh và tổ chức không thay đổi, hiệu quả sẽ không xuất hiện (Aral & Weill, 2007). Khi tự phát triển, yêu cầu có xu hướng "tái tạo lại kinh doanh hiện tại", do đó có thể mất cơ hội cải thiện kinh doanh. Hammer (1990) gọi việc tự động hóa các thủ tục kinh doanh hiện có đó là "lát đường con đường của bò", và chỉ trích nó như một điển hình không có hiệu quả. Ví dụ, một hệ thống chuyển đơn xin việc trên giấy thành một màn hình sẽ không giảm thiểu nỗ lực nhập, mà tạo ra công việc gấp đôi khi phải điền vào giấy trước rồi nhập vào hệ thống.
Điểm khác biệt về các yếu tố gây thất bại trong triển khai sản phẩm hiện có và tự phát triển
Điểm chung
"Đánh giá sai hình thức triển khai" là điểm khởi đầu của phán xét, chung cho cả hai:Lỗi hoàn thành sự phân biệt bằng sản phẩm hiện có và tạo kinh doanh không phân biệt bằng tự phát triển là do thiếu cùng một trục phán xét (sự phân biệt, tính chất riêng của tài sản, mức độ maturity của thị trường). Ví dụ, phán xét "vì công ty khác tự phát triển" hay "vì công ty khác sử dụng sản phẩm này" là phán xét theo kiểu so đôi, sẽ sai trong cả hai hướng.
Đánh giá thấp đầu tư bổ sung và sự chậm trễ trong cải cách tổ chức là vấn đề của tổ chức chứ không phải công nghệ, xảy ra trong cả hai hình thức:Như J-curve của Brynjolfsson et al. (2021) và nghiên cứu khả năng tổ chức của Aral & Weill (2007) cho thấy, giá trị của hệ thống được tạo ra bằng sự thay đổi quy trình kinh doanh và nhân tài. Ví dụ, công ty không cập nhật hướng dẫn quy trình kinh doanh sau khi hệ thống mới hoạt động và không tiến hành đào tạo sẽ có "hệ thống không được sử dụng" cho dù là sản phẩm hiện có hay tự phát triển.
Sự thiếu hụt khả năng của bên phát hành và bên kinh doanh trở thành tuyệt mệnh cho cả hai hình thức:Khả năng xác định yêu cầu, đánh giá sản phẩm cuối cùng, kiểm soát nhà cung cấp hoặc nhóm phát triển không thể được ủy quyền cho bên ngoài. Ví dụ, công ty thu nhỏ bộ phận công nghệ thông tin một cách cực đoan sẽ không thể xác định được sự hợp lý của đề xuất của đối tác cho dù là trong lựa chọn sản phẩm hiện có hay ủy thác tự phát triển.
Thất bại trong kỷ luật kiểm tra và phương pháp chuyển đổi xuất hiện cùng một hình thức trong cả hai hình thức:Bỏ qua kiểm tra tải, xác minh chuyển dịch dữ liệu không đầy đủ, chuyển đổi một lần gây ra sự cố bất kể xuất xứ của sản phẩm. Ví dụ, Hershey (sản phẩm hiện có) và Healthcare.gov (tự phát triển) có hình thức khác nhau nhưng chia sẻ cùng một thất bại về "kiểm tra không được tiến hành cho đến trước khi vào sản xuất, và hoạt động cùng một lúc".
Điểm khác
Thất bại cố hữu của tự phát triển tăng lên tỷ lệ với quy mô, thời kỳ, và lượng mã độc quyền của chính công ty:Lỗi kế hoạch, chậm trễ liên tiếp, nợ kỹ thuật, chi phí bảo trì, tính độc quyền của nhân tài đều là hàm của "lượng mã độc đáo công ty nắm giữ" và "quy mô, thời kỳ của dự án" (Flyvbjerg et al., 2022; Lientz & Swanson, 1980). Ví dụ, ngay cả cho "quản lý bán hàng", trường hợp triển khai sản phẩm hiện có bằng cách cấu hình trong 3 tháng và trường hợp phát triển độc quyền trong 2 năm, trường hợp sau phải đối mặt với các thay đổi yêu cầu, thay đổi nhân sự, lỗi thời của công nghệ trong thời gian gấp 8 lần.
Thất bại cố hữu của triển khai sản phẩm hiện có tập trung vào đánh giá ở giai đoạn lựa chọn và độ sâu tùy chỉnh:Bỏ qua sự không khớp giữa sản phẩm và kinh doanh của chính công ty và sự không đủ trong đánh giá nhà cung cấp xuất hiện ở giai đoạn 2, tùy chỉnh quá mức xuất hiện ở giai đoạn 3, khóa vào xuất hiện ở giai đoạn 5, nhưng gốc rễ là tất cả trong phán xét "sử dụng sản phẩm theo tiêu chuẩn hay tạo ra nó" (Soh et al., 2000; Brehm et al., 2001). Khi chọn tùy chỉnh sâu, bạn cũng đồng thời chấp nhận các yếu tố cố hữu của tự phát triển. Ví dụ, Lidl dự định triển khai sản phẩm hiện có nhưng 7 năm, 500 triệu euro là quy mô và thời kỳ có cùng cấu trúc rủi ro với tự phát triển quy mô lớn (Handelsblatt, 2018).
Tổn thất khi thất bại lớn hơn đối với tự phát triển:Sản phẩm hiện có có đường thoát khỏi bằng cách hủy hợp đồng hoặc chuyển đổi, do đó tổn thất từ thất bại có xu hướng giới hạn trong "phí sử dụng cho đến điểm đó và chi phí chuyển dịch", trong khi thất bại tự phát triển có xu hướng toàn bộ khoản đầu tư bị thua, và tăng cấp như Keil (1995) chỉ ra cũng kéo dài. Ví dụ, thất bại triển khai SaaS thường dẫn đến tổn thất vài chục triệu yên, trong khi NPfIT của NHS có hơn 100 tỷ bảng với hầu hết không thể hồi phục.
Trách nhiệm trong bảo trì và phát triển khác nhau:Đối với sản phẩm hiện có, nhà cung cấp tiến hành ứng phó bảo mật, ứng phó thay đổi pháp luật, thế hệ công nghệ cơ sở cho tất cả khách hàng cùng một lúc, trong khi đối với tự phát triển, công ty chịu mọi thứ (Lehman, 1980; Erlikh, 2000). Ví dụ, các thay đổi về thuế tiêu dùng hoặc bảo hiểm xã hội bị hấp thụ bởi bản cập nhật của nhà cung cấp đối với sản phẩm hiện có, nhưng đối với tự phát triển, nó trở thành sửa đổi của chính công ty mỗi lần.
Kinh doanh được triển khai sản phẩm hiện có và tự phát triển
Từ sự tổng hợp cho đến nay, chúng ta có thể thấy rằng chìa khóa để tránh thất bại là phán xét "kinh doanh nào được triển khai bằng sản phẩm hiện có, kinh doanh nào được tự phát triển". Phán xét này cần được thực hiện không phải "toàn bộ hệ thống" mà "theo đơn vị kinh doanh".
Trục phán xét chia triển khai sản phẩm hiện có và tự phát triển
Để xác định các công việc phù hợp với triển khai sản phẩm hiện có và các công việc phù hợp với phát triển nội bộ, chúng ta có thể xem xét dựa trên 4 lý thuyết mà kinh tế học quản lý đã tích lũy.
Trục khác biệt hóa (Lý thuyết dựa trên tài nguyên):Barney(1991)lập luận rằng lợi thế cạnh tranh bền vững chỉ sinh ra từ những tài nguyên có giá trị(Valuable), hiếm(Rare), khó bắt chước(Inimitable)và được tổ chức khai thác(Organized). Các sản phẩm mà bất kỳ ai trên thị trường cũng có thể mua được, theo định nghĩa, không hiếm cũng không khó bắt chước. Phát triển nội bộ chỉ trở thành lựa chọn khi thực hiện công việc này bằng phương pháp độc đáo dẫn đến lợi thế trong mắt khách hàng. Ví dụ, độ chính xác bổ sung hàng của Walmart hay tốc độ quay vòng hàng hóa của Zara chính là lý do khách hàng chọn các công ty này, và các hệ thống hỗ trợ điều đó thoả mãn trục này.
Trục tính chuyên biệt của tài sản (Lý thuyết chi phí giao dịch):Williamson(1985)đã nêu ra 3 điều kiện để sản xuất nội bộ trở nên lợi thế: "tính chuyên biệt tài sản" cao (không thể thay đổi đối tác giao dịch), "tính không chắc chắn" cao (không thể đọc được yêu cầu trong tương lai), và "tần suất" giao dịch cao. Nelson et al.(1996)áp dụng điều này vào mua sắm phần mềm, sắp xếp tính phù hợp của mua gói công nghệ/phát triển tùy chỉnh/phát triển nội bộ qua 2 trục: "tính độc đáo của công việc" và "tính không chắc chắn của yêu cầu". Ví dụ, tính lương được xác định bằng pháp luật nên về bản chất giống như các công ty khác, do đó tính chuyên biệt tài sản thấp và các sản phẩm hiện có là thích hợp.
Trục độ trưởng thành của thị trường (Lý thuyết hàng hóa hóa):Carr(2003)lập luận rằng công nghệ thông tin, giống như điện và đường sắt, sẽ hàng hóa hóa khi phổ biến và không còn tạo ra lợi thế cạnh tranh theo chính nó. Wardley(2020)chỉ ra rằng mọi công nghệ và hoạt động đều trải qua các giai đoạn "nổi lên → xây dựng độc lập → sản phẩm → hàng hóa" và phương pháp mua sắm thích hợp khác nhau cho mỗi giai đoạn. Trong giai đoạn nổi lên chỉ có thể tự mình thử nghiệm, nhưng khi vào giai đoạn sản phẩm thì mua là hợp lý, khi vào giai đoạn hàng hóa thì sử dụng theo lượng là hợp lý. Ví dụ, vào đầu những năm 2000, không có lựa chọn nào ngoài việc sở hữu máy chủ của riêng mình, nhưng nay nền tảng máy tính đã trở thành hàng hóa qua điện toán đám mây, do đó quyết định đóng các trung tâm dữ liệu của riêng mình như Netflix là hợp lý.
Trục tốc độ thay đổi:Trong các lĩnh vực mà yêu cầu xác định công việc (quy định pháp luật, tiêu chuẩn kỹ thuật, kỳ vọng của khách hàng) thay đổi nhanh chóng, lợi thế của các sản phẩm hiện có cho phép ngoại hóa chi phí theo dõi là rất lớn. Nếu sự thay đổi gần như không có và công việc ổn định, gánh nặng bảo trì nội bộ tương đối nhẹ hơn(Nelson et al., 1996; Lehman, 1980). Ví dụ, trong các lĩnh vực như lưu trữ sổ cái điện tử hoặc chế độ hóa đơn điện tử, nơi các sửa đổi về chế độ tiếp tục diễn ra, các sản phẩm hiện có với nhà cung cấp thực hiện sửa đổi tập trung cho tất cả khách hàng hiệu quả hơn nhiều so với tự mình sửa đổi mỗi lần.
Các công việc phù hợp với triển khai sản phẩm hiện có
Các công việc gián tiếp tiêu chuẩn:Lĩnh vực mà cả 3 trục - trục khác biệt hóa, trục tính chuyên biệt tài sản và trục độ trưởng thành thị trường - đều chỉ vào "sản phẩm hiện có". Ở hầu hết các công ty, khoảng 8-9% công việc nằm ở đây(Carr, 2003; Quinn & Hilmer, 1994). Ví dụ, kế toán, tính lương, quyết toán chi phí, quản lý nhân sự, quản lý chấm công, thư điện tử, chia sẻ tập tin, hội họp web, v.v. - khách hàng không đánh giá cho dù các công ty khác làm cách khác, tồn tại thị trường sản phẩm trưởng thành, và thường xuyên cần theo dõi các sửa đổi quy định.
Công việc chung trong ngành:Công việc mà quy trình về cơ bản chung trong ngành và tồn tại nhiều sản phẩm cho ngành(Davenport, 1998). Ví dụ, quản lý khách hàng, quản lý kho hàng, mua sắm, quản lý dự án, quản lý yêu cầu hỗ trợ khách hàng, v.v., mặc dù có vẻ độc đáo với công ty, nhưng về bản chất gần như là công việc giống nhau giữa các công ty khác trong ngành.
Công việc có vẻ độc đáo với công ty nhưng không dẫn đến khác biệt hóa:Công việc mà "cách làm của công ty" tồn tại nhưng chính cách làm đó không phải là lý do khách hàng lựa chọn công ty. Trong trường hợp này, thay vì xây dựng sản phẩm, chúng ta điều chỉnh công việc theo tiêu chuẩn của sản phẩm hoặc thêm phần độc đáo vào bên ngoài chỉ với L3(Soh et al., 2000; Brehm et al., 2001). Ví dụ, quy trình phê duyệt độc đáo, định dạng báo cáo nội bộ, thể loại chi phí khác nhau giữa các bộ phận, v.v., trong hầu hết các trường hợp chỉ là những quy trình lịch sử còn sót lại, và điều chỉnh theo tiêu chuẩn sẽ không ảnh hưởng đến hoạt động kinh doanh.
Quy trình công việc kết nối nhiều sản phẩm:Mặc dù công việc nó thân là tiêu chuẩn nhưng việc trao đổi dữ liệu giữa nhiều sản phẩm là độc đáo với công ty. Ví dụ, một chuỗi hoạt động - tiếp nhận đơn hàng trong hệ thống nhận đơn, phân bổ trong hệ thống kho hàng, lập hóa đơn trong hệ thống kế toán - là phù hợp để sử dụng sản phẩm hiện có cho từng sản phẩm, trong khi kết nối giữa các sản phẩm được cấu hình qua API hoặc công cụ mã thấp(Hasselbring, 2000).
Công việc thay đổi nhanh với chi phí theo dõi lớn:Công việc có sự thay đổi thường xuyên về pháp luật, chế độ, tiêu chuẩn kỹ thuật được khuyến nghị mạnh mẽ sử dụng sản phẩm hiện có từ trục tốc độ thay đổi(Nelson et al., 1996). Ví dụ, khai báo thuế, hợp đồng điện tử, bảo vệ thông tin cá nhân hoặc tuân thủ chứng chỉ bảo mật, khi chế độ thay đổi thì nhà cung cấp đối phó tập trung nhiều hơn so với tự mình theo dõi.
Cơ sở hạ tầng hàng hóa hóa:Lĩnh vực ở giai đoạn hàng hóa từ trục độ trưởng thành thị trường là hợp lý để sử dụng chứ không phải sở hữu(Carr, 2003; Wardley, 2020). Ví dụ, máy chủ, lưu trữ, cơ sở dữ liệu, cơ sở xác thực, cơ sở phân phối thư, v.v., như ví dụ của Netflix và Capital One cho thấy, ngay cả các công ty trong ngành điều tiết và công ty lớn cũng sử dụng điện toán đám mây bên ngoài là quyết định chính thống(Netflix, 2016; Capital One, 2020).
Các công việc phù hợp với phát triển nội bộ
Lõi khác biệt hóa và không tồn tại sản phẩm trên thị trường:Công việc mà trong 4 trục, khác biệt hóa và tính chuyên biệt tài sản cao, độ trưởng thành thị trường ở giai đoạn nổi lên hoặc xây dựng độc lập. Như Bessen(2022)chỉ ra, phần mềm độc đáo là nguồn lợi thế cạnh tranh của công ty lớn, nhưng điều này đòi hỏi công việc nó thân là nguồn khác biệt hóa, không tồn tại phần mềm hỗ trợ trên thị trường, và công ty có khả năng tổ chức và vốn để phát triển và cải tiến liên tục. Ví dụ, Retail Link của Walmart, hệ thống lập kế hoạch sản xuất của Zara, hệ thống logistic và đề xuất của Amazon, khi được xây dựng, không tồn tại sản phẩm có thể làm những việc tương tự trên thị trường.
Cơ chế phân tích và ra quyết định tận dụng dữ liệu độc đáo:Lĩnh vực sử dụng dữ liệu chỉ công ty sở hữu (lịch sử hành vi khách hàng, ghi chép giao dịch dài hạn, dữ liệu đo lường độc đáo, v.v.) và cách khai thác nó dẫn đến lợi thế cạnh tranh. Như lý thuyết tài sản bổ sung của Teece(1986)chỉ ra, giá trị không nằm ở hệ thống nó thân mà nằm ở tài sản bổ sung - dữ liệu. Ví dụ, khi công ty bảo hiểm xây dựng mô hình tính lãi suất độc đáo từ dữ liệu tai nạn trong hàng chục năm, cơ sở xây dựng mô hình sử dụng thư viện và điện toán đám mây hiện có, nhưng logic tính toán nó thân được phát triển nội bộ.
"Phần độc đáo với công ty" trong lĩnh vực mà sản phẩm tồn tại nhưng lõi khác biệt hóa:Trường hợp mà hầu hết công việc có thể xử lý bằng sản phẩm hiện có nhưng chỉ một phần logic dẫn đến lợi thế cạnh tranh là độc đáo với công ty. Trong trường hợp này, thay vì chỉnh sửa sản phẩm, phần độc đáo được phát triển nội bộ như một hệ thống độc lập và kết nối lỏng lẻo với sản phẩm qua API. Như Baldwin & Clark(2000)chỉ ra, những mô-đun được cắt khỏi bằng giao diện tiêu chuẩn hóa có thể phát triển độc lập, và Christensen & Raynor(2003)chỉ ra rằng lợi nhuận di chuyển sang lớp kế tiếp của lớp hàng hóa hóa. Ví dụ, cơ sở web thương mại điện tử sử dụng sản phẩm hiện có trong khi chỉ phát triển nội bộ thuật toán định giá hoặc logic đề xuất - cái tạo lợi thế cạnh tranh độc đáo và kết nối với sản phẩm qua API.
Khi sự kiện kinh doanh nó thân là phần mềm:Đối với các công ty mà lõi dịch vụ cung cấp là phần mềm, phần mềm đó là định nghĩa khác biệt hóa(Andreessen, 2011). Ví dụ, hệ thống phân phối và đề xuất của Netflix, trải nghiệm mua sắm của Amazon, nếu được thay thế bằng sản phẩm hiện có thì sự kiện kinh doanh nó thân không thể tiếp tục. Tuy nhiên, ngay cả những công ty như vậy cũng sử dụng sản phẩm hiện có cho các công việc chu vi như kế toán, nhân sự và cơ sở hạ tầng.
Điều kiện tiên quyết khi phát triển nội bộ
Khi phát triển nội bộ, cần phải có 3 điều kiện tiên quyết sau đây.
Công việc mục tiêu tạo ra lợi thế cạnh tranh:Công việc đó khi được thực hiện theo cách độc đáo dẫn trực tiếp đến lý do khách hàng lựa chọn công ty. Theo lý thuyết tài nguyên dựa trên của Barney(1991), tài nguyên tạo ra lợi thế cạnh tranh bền vững chỉ giới hạn trong những tài nguyên "có giá trị, hiếm, khó bắt chước, được tổ chức khai thác", và công việc được cung cấp bằng sản phẩm mà bất kỳ ai cũng có thể mua theo định nghĩa không thoả mãn điều kiện này. Quinn & Hilmer(1994)lập luận rằng chỉ giữ lại các hoạt động mà công ty có thể trở thành tốt nhất thế giới, Moore(2005)chia công việc thành "lõi mà khách hàng chọn công ty vì lý do đó" và "cần thiết nhưng cách làm giống các đối thủ cạnh tranh", chỉ ra rằng lõi di chuyển sang ngữ cảnh theo thời gian. Điều quan trọng ở đây là đánh giá từ quan điểm khách hàng chứ không phải từ khẳng định "công việc của chúng tôi đặc biệt" của những người hiện trường. Như Soh et al.(2000)chỉ ra, hầu hết công việc mà những người hiện trường cảm thấy "đặc biệt" chỉ là quy trình lịch sử còn sót lại và không liên quan đến giá trị của khách hàng. Ví dụ, độ chính xác bổ sung hàng của Walmart hay tốc độ quay vòng hàng hóa của Zara chính là lý do khách hàng chọn cửa hàng, hệ thống hỗ trợ thoả mãn điều kiện này(Bessen, 2022; Ferdows et al., 2004). Mặt khác, khẳng định "quy trình phê duyệt của công ty chúng tôi là 5 bước đặc biệt" không tạo giá trị nào cho khách hàng, do đó không thoả mãn điều kiện này.
Không tồn tại sản phẩm phù hợp trên thị trường:Điều kiện "không tồn tại sản phẩm phù hợp trên thị trường" nên được lựa chọn dựa trên "điều tra" chứ không phải "tin tưởng lầm lẫn". Như Wardley(2020)chỉ ra, mọi công nghệ đều phát triển qua "nổi lên → xây dựng độc lập → sản phẩm → hàng hóa" và tiếp tục xây dựng độc lập trong lĩnh vực đã đạt giai đoạn sản phẩm chỉ tăng chi phí và rủi ro(Carr, 2003). Trong khung của Nelson et al.(1996), phát triển nội bộ chỉ hợp lý "khi tính độc đáo của công việc cao và không tồn tại sản phẩm thích hợp trên thị trường". Do đó, trước khi bắt đầu, cần thử dùng thực tế để xác nhận xem sản phẩm xử lý công việc mục tiêu có được nhiều nhà cung cấp cung cấp hay không, liệu các sản phẩm đó có thể được áp dụng cho công việc của công ty theo tiêu chuẩn hoặc phạm vi cấu hình và tích hợp hay không. Ví dụ, Walmart phát triển nội bộ Retail Link năm 1991 vì không tồn tại sản phẩm chia sẻ dữ liệu bán hàng theo thời gian thực giữa nhà cung cấp và mình trên thị trường lúc bấy giờ(Bessen, 2022). Ngược lại, hầu hết các cơ chế tìm kiếm và tóm tắt tài liệu nội bộ được phát triển nội bộ vào năm 2023 với lý do "không có sản phẩm" sẽ có nhiều sản phẩm chuyên dụng cung cấp chức năng tương đương hoặc tốt hơn vào năm 2025(Menlo Ventures, 2025), do đó điều kiện này không phải là xác nhận một lần và kết thúc mà cần được xác nhận lại định kỳ.
Có nhân sự, ngân sách và tổ chức để cải tiến và bảo trì: Phát triển nội bộ không phải là "xây dựng xong là cong", mà là yêu cầu khả năng duy trì và cải tiến liên tục trong 5 năm, 10 năm sau khi triển khai. Kể từ Lientz & Swanson (1980), đã được xác nhận nhiều lần rằng quá nửa chi phí vòng đời phần mềm được chi cho bảo trì và vận hành sau khi đưa vào hoạt động, và Erlikh (2000) ước tính rằng ở các hệ thống doanh nghiệp, con số này lên đến 85-90%. Nói cách khác, lựa chọn phát triển nội bộ có nghĩa là quyết định chịu chi phí bảo trì (gấp nhiều lần chi phí phát triển, gấp hàng chục lần chi phí sản phẩm hiện có) trong tương lai. Cơ cấu này cần ba yếu tố. Thứ nhất là nhân sự. Như Rigby et al. (2016) chỉ ra, kiến thức về hệ thống độc lập tập trung ở những người đã tạo ra nó, vì vậy thực tế là cần phải có nhóm nhiều người có thể tiếp nối công việc ngay cả khi các nhà phát triển chính rời đi, cũng như phải có tài liệu hóa. Thứ hai là ngân sách. Theo quy tắc kinh nghiệm của Boehm (1981), chi phí bảo trì hàng năm đạt khoảng 15-20% chi phí phát triển, cộng với chi phí cập nhật do thế hệ mới của công nghệ nền tảng (Lehman, 1980). Thứ ba là tổ chức. Feeny & Willcocks (1998) lập luận rằng để tiếp tục khai thác hệ thống cho kinh doanh, cần phải duy trì nội bộ các năng lực cốt lõi như tư duy kết nối kinh doanh và công nghệ, kiểm soát thiết kế, và quản lý các nhà cung cấp hoặc nhóm phát triển, và Aral & Weill (2007) đã chứng minh rằng kết quả đầu tư CNTT không phụ thuộc vào số tiền đầu tư mà phụ thuộc vào khả năng tổ chức này. "Các doanh nghiệp xây dựng lợi thế cạnh tranh bằng phần mềm độc lập" mà Bessen (2022) trình bày đều kèm theo các tổ chức công nghệ quy mô lớn và đầu tư liên tục. Ví dụ, JPMorgan Chase có thể lựa chọn phát triển nội bộ vì ngoài sự hạn chế do quy định và dữ liệu độc lập làm nên sự khác biệt cốt lõi, họ còn có ngân sách công nghệ hàng chục tỷ đô la hàng năm và khoảng hàng vạn nhân viên công nghệ (JPMorgan Chase, 2025). Ngược lại, nếu một tổ chức chỉ có 2-3 nhà phát triển lựa chọn phát triển nội bộ, thì tuổi thọ của hệ thống sẽ bị quyết định bởi việc những người đó rời đi.
Công việc được nhắm mục tiêu bởi AI chung dụng, các tác nhân AI đặc hóa và phát triển nội bộ
Ở đây chúng tôi tập trung vào AI, chia các sản phẩm hiện có thành AI chung dụng và các tác nhân AI đặc hóa, và sắp xếp ba lựa chọn này, bao gồm cả phát triển nội bộ, để xác định loại công việc nào là phù hợp để nhắm mục tiêu. Bốn trục phán đoán từ chương trước cũng có thể được áp dụng trực tiếp cho AI, nhưng vì AI có các tính chất khác biệt so với phần mềm thông thường, trước tiên chúng tôi sẽ xác nhận "nhưng nhất là công việc nào là phù hợp để triển khai AI".
Công việc phù hợp để triển khai AI
AI, không giống như các hệ thống thông thường, có tính chất liên quan đến nhiều lĩnh vực công việc, đầu ra có tính xác suất, và khó dự đoán trước ranh giới khả năng. Do đó, trước khi "triển khai AI không?", cần phải đánh giá ở mức công việc "công việc này có phù hợp với AI không?".
Phần lớn công việc bao gồm xử lý và đánh giá ngôn ngữ, tài liệu và hình ảnh: Eloundou et al. (2023) ước tính rằng khoảng 80% lao động Mỹ sẽ bị ảnh hưởng bởi các mô hình ngôn ngữ quy mô lớn trong ít nhất 10% các tác vụ công việc của họ, và khoảng 19% bị ảnh hưởng trong hơn nửa công việc. Tác động lớn nhất là các công việc xử lý thông tin, chẳng hạn như đọc hiểu, tạo, tóm tắt, phân loại và đối chiếu tài liệu. Ví dụ, rà soát hợp đồng, trả lời các câu hỏi, đối chiếu đơn xin và tiêu chí, tạo mã là những công việc phù hợp, nhưng công việc vật lý tại hiện trường hoặc đàm phán trực tiếp không thỏa mãn điều kiện này.
Có phương tiện để xác minh tính đúng sai của đầu ra: AI có thể trả về các đầu ra khác nhau cho cùng một đầu vào và có thể chứa lỗi. Do đó, công việc có thể xác minh bằng con người hoặc cơ chế khác liệu đầu ra có chính xác hay không là phù hợp (NIST, 2023). Ví dụ, trong công việc kiểm tra đối chiếu giữa các điều khoản pháp quy và bản vẽ, vì các kiểm tra viên có thể xác nhận các điều khoản cơ sở mà AI chỉ ra, nên công việc này là phù hợp, nhưng công việc dự đoán không có câu trả lời chính xác và không thể xác minh sau này sẽ dễ bỏ sót lỗi của AI.
Nằm trong ranh giới khả năng của AI: Dell'Acqua et al. (2023) trong một thử nghiệm với 758 nhân viên tại công ty tư vấn đã chỉ ra rằng với các tác vụ mà AI giỏi, năng suất tăng đáng kể, nhưng với các tác vụ trông tương tự nhưng nằm ngoài ranh giới, việc sử dụng AI thực tế làm giảm tỷ lệ câu trả lời đúng xuống 19 điểm phần trăm. "Ranh giới răng cưa (jagged frontier)" này có nghĩa là không thể xác định phạm vi ứng dụng mà không thử thực tế. Ví dụ, với cùng một "tóm tắt tài liệu", tóm tắt báo cáo chung có thể nằm trong ranh giới, trong khi công việc so sánh nhiều tài liệu để tìm ra mâu thuẫn có thể nằm ngoài ranh giới. Việc thử nghiệm quy mô nhỏ với dữ liệu công việc thực tế của công ty trước khi triển khai là điều không thể thiếu.
Có sự chênh lệch lớn trong mức độ kỹ năng của những người phụ trách và có nhiều chỗ để cải thiện toàn diện: Brynjolfsson et al. (2025) chỉ ra rằng do triển khai AI ở bộ phận hỗ trợ khách hàng, số lượng vấn đề được giải quyết mỗi giờ tăng trung bình 14%, trong khi ở những nhân viên ít kinh nghiệm tăng 34%, nhưng ở những nhân viên có kinh nghiệm hầu như không có tác dụng. Tác động của AI xuất hiện ở dạng "tiếp cận mức trung bình của tổ chức đến mức độ của những người kỳ cựu". Ví dụ, ở những trung tâm cuộc gọi có nhiều nhân viên mới và hay thay đổi, hoặc các công việc kiểm tra nơi những nhân viên ít kinh nghiệm phải tham khảo các tiêu chí phức tạp, tác dụng lớn, nhưng ở các công việc chỉ được thực hiện bởi một số ít người kỳ cựu, tác dụng sẽ bị hạn chế.
Có thể thiết kế cơ chế trách nhiệm và sửa chữa nếu xảy ra lỗi: Như phán quyết của Moffatt v. Air Canada (2024) cho thấy, doanh nghiệp phải chịu trách nhiệm tương tự như nhân viên đối với đầu ra của AI. Do đó, công việc phải là những công việc có thể thiết kế được cơ chế phát hiện lỗi, sửa chữa và chịu trách nhiệm. Ví dụ, hỗ trợ tạo tài liệu dành cho nội bộ có lỗi vẫn có thể sửa chữa nội bộ, nhưng chatbot trả lời trực tiếp cho khách hàng, thông tin không chính xác sẽ trở thành trách nhiệm pháp lý trực tiếp.
Tần suất cao và xử lý mỗi trường hợp là định hình: Triển khai AI cần đầu tư ban đầu cố định như chuẩn bị dữ liệu đánh giá và tích hợp vào quy trình công việc, vì vậy càng có nhiều trường hợp xử lý, công việc càng có thể hoàn vốn đầu tư. Ví dụ, trả lời hàng nghìn câu hỏi mỗi tháng hoặc kiểm tra hàng trăm tài liệu là phù hợp, nhưng các trường hợp đặc biệt chỉ xảy ra vài lần một năm thì để con người xử lý sẽ hợp lý hơn.
Sự khác biệt giữa AI chung dụng và các tác nhân AI đặc hóa
Vậy thì sự khác biệt giữa AI chung dụng và các tác nhân AI đặc hóa là gì? Hai bên có thể được phân biệt từ năm góc độ: "thị trường được nhắm mục tiêu", "giá trị được cung cấp", "kiến thức được tích hợp", "đơn vị sử dụng" và "cách suy nghĩ về tính phí".
Thị trường được nhắm mục tiêu là khác nhau: Các nhà cung cấp AI chung dụng như OpenAI, Anthropic, Google (Gemini) v.v. đặt khuôn khổ là "thay thế và tăng cường các công việc tri thức toàn cầu", và xác định tổng chi phí nhân công cho các công việc tri thức trên thế giới (khoảng 25 nghìn tỷ đô la) làm thị trường được nhắm mục tiêu. Mặt khác, các tác nhân AI đặc hóa xác định lại thị trường được nhắm mục tiêu là chi phí nhân công trong ngành cụ thể. Ví dụ, Harvey trong lĩnh vực pháp lý nhắm đến "thị trường dịch vụ pháp lý trị giá 1 nghìn tỷ đô la (chi phí phần mềm truyền thống là khoảng 40 tỷ đô la)", và Sierra trong dịch vụ khách hàng nhắm đến "chi phí dịch vụ khách hàng 40 tỷ đô la" (Taima, 2026).
Giá trị được cung cấp khác nhau tùy theo liệu đó là "tăng cường" hay "thay thế công việc": AI chung dụng cung cấp "tăng cường" - hỗ trợ công việc của từng nhân viên cá nhân và nâng cao năng suất. Các tác nhân AI đặc hóa nhắm đến "thay thế" - đảm nhận chính quá trình kinh doanh cụ thể, và Sequoia Capital gọi điều này là "Service-as-a-Software" theo nghĩa "bán chính công việc chứ không phải bán phần mềm". Ví dụ, AI chung dụng tăng tốc độ một luật sư đọc hợp đồng, nhưng một tác nhân AI đặc hóa thực hiện sơ bộ công việc rà soát hợp đồng, và luật sư chuyển sang vai trò xác minh kết quả.
Kiến thức được tích hợp và quy trình làm việc là khác nhau: Điều AI chung dụng cung cấp là khả năng của mô hình nền tảng của chính nó, và người dùng phải cung cấp kiến thức, thủ tục và tiêu chí đánh giá cụ thể cho công việc. Các tác nhân AI đặc hóa tích hợp trên mô hình nền tảng các cơ sở dữ liệu kiến thức của ngành đó, dữ liệu đánh giá của các chuyên gia, thủ tục công việc, tuân thủ quy định, và kết nối với các hệ thống kinh doanh hiện có như các sản phẩm. Ví dụ, với các sản phẩm đặc hóa kiểm tra xây dựng, hệ thống Bộ Luật Xây dựng, cách đọc bản vẽ, vận hành theo từng cơ quan kiểm tra, và định dạng hồ sơ kiểm tra được tích hợp vào sản phẩm, và người dùng không cần phải dạy những điều này từ đầu.
Đơn vị sử dụng khác nhau tùy theo liệu đó là "cá nhân" hay "quy trình kinh doanh": AI chung dụng là một công cụ được sử dụng bởi các cá nhân ở dạng đối thoại, nằm ngoài quy trình kinh doanh của tổ chức. Các tác nhân AI đặc hóa được tích hợp vào quy trình kinh doanh, hoạt động trong khi trao đổi dữ liệu với các hệ thống kinh doanh. Ví dụ, tài liệu tạo bằng AI chung dụng được nhân viên chuyên trách chuyển sang hệ thống kinh doanh bằng tay, nhưng một tác nhân AI đặc hóa nhận dữ liệu trực tiếp từ hệ thống kiểm tra hoặc hệ thống quản lý khách hàng, và viết lại kết quả.
Cách suy nghĩ về tính phí là khác nhau: AI chung dụng tập trung vào tính phí theo số lượng người dùng (số ghế), trong khi các tác nhân AI đặc hóa đang chuyển sang tính phí theo lượng công việc được xử lý hoặc kết quả. Điều này phản ánh rằng các tác nhân đặc hóa nhắm đến việc kiếm được ngân sách chi phí nhân công. Ví dụ, sản phẩm đặc hóa dịch vụ khách hàng áp dụng tính phí "mỗi vấn đề được giải quyết".
Vị trí hiện tại của cả hai thị trường: Mặc dù doanh thu của các công ty tác nhân AI đặc hóa tăng nhanh chóng, nhưng mức độ đạt được so với thị trường được nhắm mục tiêu vẫn còn rất nhỏ. Ví dụ, Cursor (phát triển phần mềm) có doanh thu theo năm là 2 tỷ đô la, chỉ bằng khoảng 0,13% thị trường được nhắm mục tiêu, Harvey (pháp lý) là 190 triệu đô la, chỉ bằng khoảng 0,02%, Sierra (dịch vụ khách hàng) vượt quá 150 triệu đô la, chỉ bằng khoảng 0,04%, OpenEvidence (y tế) vượt quá 100 triệu đô la, chỉ bằng khoảng 0,4-0,5%. Các tác nhân AI đặc hóa đang ở "cánh cửa của cánh cửa thị trường", và dự kiến sẽ tiếp tục mở rộng đáng kể trong tương lai.
Công việc phù hợp với AI chung dụng
Trường hợp không tùy chỉnh
Là hình thức sử dụng trực tiếp các sản phẩm AI đối thoại không giới hạn trong bất kỳ công việc cụ thể nào, như ChatGPT, Microsoft Copilot, Claude, Gemini v.v. Hình thức sử dụng chủ yếu là nhân viên sử dụng để nâng cao năng suất cá nhân của mình (Bommasani et al., 2021).
Nháp tài liệu và sửa lỗi: Các công việc bắt đầu viết các tài liệu như email, báo cáo, đề xuất và sắp xếp lại các tài liệu đã viết. Noy & Zhang (2023) chỉ ra rằng trong một thử nghiệm sử dụng ChatGPT cho công việc tạo tài liệu, thời gian làm việc được rút ngắn khoảng 40%, và chất lượng sản phẩm cũng được cải thiện. Ví dụ, nháp email tiếng Anh cho khách hàng hoặc sửa lỗi văn bản của báo cáo nội bộ là những công việc mà hiệu quả được xác nhận bất kể ngành hay chức vụ.
Tóm tắt và sắp xếp thông tin: Các công việc trích xuất các điểm chính từ các tài liệu dài hoặc nội dung cuộc họp, và cấu trúc hóa chúng. Dell'Acqua et al. (2023) trong một thử nghiệm với 758 tư vấn viên đã chỉ ra rằng trong các lĩnh vực mà AI giỏi như bộ lọc ý tưởng, tạo văn bản, phân tích, số lượng hoàn thành tăng 12%, thời gian cần thiết giảm 25%, và chất lượng cải thiện 40%. Ví dụ, tạo biên bản từ bản ghi âm cuộc họp, tóm tắt tài liệu hàng chục trang thành một trang duy nhất, v.v.
Dịch thuật và hỗ trợ đa ngôn ngữ: Đó là việc đọc hiểu tài liệu bằng các ngôn ngữ khác và chuyển đổi bài viết của mình sang các ngôn ngữ khác. Eloundou et al. (2023) ước tính rằng các công việc tập trung vào xử lý ngôn ngữ, bao gồm dịch thuật và viết lách, là lĩnh vực chịu ảnh hưởng mạnh nhất từ các mô hình ngôn ngữ lớn. Ví dụ, đọc bản nháp hợp đồng từ đối tác kinh doanh nước ngoài, soạn thảo hướng dẫn khách hàng đa ngôn ngữ, và những công việc tương tự.
Hỗ trợ tạo code: Đó là hỗ trợ viết chương trình, công thức của bảng tính, hoặc script. Peng et al. (2023) đã chứng minh thông qua thử nghiệm đối chứng rằng các nhà phát triển sử dụng GitHub Copilot hoàn thành các tác vụ nhanh hơn 55,8% so với những người không sử dụng. Ví dụ, tạo các công thức phức tạp trong bảng tính, viết script tập hợp dữ liệu, giải thích code hiện có, v.v.
Tạo phác thảo cấu trúc và ý tưởng: Đó là cung cấp nội dung để bắt đầu suy nghĩ, chẳng hạn như cấu trúc tài liệu, các lựa chọn dự án, hoặc các khía cạnh của các câu hỏi. Trong thử nghiệm của Dell'Acqua et al. (2023), các tác vụ sáng tạo như nêu ý tưởng sản phẩm mới hoặc đề xuất phân khúc thị trường cũng nằm trong các lĩnh vực mà AI có khả năng tốt. Ví dụ, tạo ra nhiều phác thảo cấu trúc cho tài liệu trình bày, tìm hiểu các điểm chính của hội thảo, v.v.
Dự thảo câu trả lời cho các cuộc trao đổi khách hàng thông thường: Đó là tạo các văn bản trả lời cho các câu hỏi thường gặp. Brynjolfsson et al. (2025) cho thấy rằng khi triển khai AI trong bộ phận hỗ trợ khách hàng, số lượng các vấn đề được giải quyết mỗi giờ tăng trung bình 14%, và đối với nhân viên ít kinh nghiệm, con số này tăng 34%. Ví dụ, tạo dự thảo câu trả lời cho các câu hỏi thông thường như phương pháp hoàn trả hàng hoặc giờ làm việc, sau đó nhân viên xác minh và gửi đi.
Điều chung nhất với những điều này là chúng là các tác vụ xuyên các bộ phận, hoàn thành ở cấp độ cá nhân, và kết quả có thể được xác minh ngay lập tức bởi người thực hiện. Tuy nhiên, cũng có những hạn chế, và như MIT NANDA (2025) gọi là "khoảng trống học tập", các sản phẩm AI tổng quát không ghi nhớ bối cảnh của công việc, không học từ phản hồi, và không thích ứng với quy trình làm việc của công ty, vì vậy chúng không được sử dụng trong các công việc phức tạp và lâu dài (trong khi 70% chọn AI cho các tác vụ đơn giản, 90% chọn con người cho các công việc phức tạp và dài hạn). Ngoài ra, "AI bóng" khi các nhân viên sử dụng các sản phẩm hợp đồng cá nhân cho công việc sẽ tạo ra các vấn đề kiểm soát như gửi thông tin bí mật ra ngoài hoặc xác định trách nhiệm, do đó cần phải xử lý bằng cách triển khai chính thức và thiết lập các quy tắc sử dụng thay vì cấm (MIT NANDA, 2025; Haag & Eckhardt, 2017).
Trong trường hợp tùy chỉnh
Đối với các sản phẩm AI tổng quát, bạn định cấu hình hướng dẫn của công ty (lời nhắc hệ thống), tài liệu nội bộ để tham khảo, và các tính năng của hệ thống nội bộ có thể gọi được, để tạo thành một "trợ lý nội bộ" cho mục đích cụ thể. Các sản phẩm như GPTs của ChatGPT (OpenAI, 2023), Projects của Claude (Anthropic, 2024), và Microsoft Copilot Studio (Microsoft, 2023) sử dụng các tính năng cấu hình do phía sản phẩm cung cấp và có thể được cấu hình mà không cần viết code.
Câu trả lời đầu tiên tham khảo kiến thức nội bộ: Đó là công việc trả lời các câu hỏi bằng cách tham khảo kiến thức tồn tại dưới dạng tài liệu, chẳng hạn như quy định nội bộ, hướng dẫn sử dụng, hoặc Q&A trong quá khứ. Nghiên cứu đang tiến hành về "Retrieval-Augmented Generation (RAG)" tìm kiếm tài liệu bên ngoài và phản ánh nó trong câu trả lời (Lewis et al., 2020), và có thể được thực hiện thông qua các tính năng cấu hình của sản phẩm. Ví dụ, các câu trả lời đầu tiên cho các câu hỏi thông thường như "Cách thiết lập VPN" cho bộ phận Hệ thống Thông tin hoặc "Quy trình xin phép nuôi dạy con em" cho bộ phận Nhân sự.
Tạo tài liệu theo kiểu và giọng điệu của công ty: Đó là công việc điều chỉnh đầu ra của AI tổng quát để phù hợp với định dạng và tiêu chuẩn biểu hiện của công ty. Hiệu quả tối ưu hóa tạo tài liệu được Noy & Zhang (2023) trình bày có thể được sao chép trên toàn tổ chức mà không phân biệt cá nhân bằng cách đặt mẫu và hướng dẫn để tuân thủ các tiêu chuẩn của công ty. Ví dụ, thống nhất giọng điệu email gửi khách hàng với tông của công ty, sắp xếp báo cáo theo cấu trúc tiêu đề được quy định, v.v.
Phân loại và chuyển hướng tài liệu nhận được: Đó là phân loại các câu hỏi hoặc yêu cầu theo nội dung và xác định bộ phận hoặc mức độ ưu tiên được chỉ định. Brynjolfsson et al. (2018) đã tổng kết rằng các tác vụ có đầu vào và đầu ra rõ ràng cũng như tần suất cao phù hợp nhất với học máy, và phân loại là một ví dụ điển hình. Ví dụ, phân loại nội dung từ biểu mẫu câu hỏi thành "Hóa đơn", "Kỹ thuật", "Hủy bỏ", và chuyển hướng đến người xử lý tương ứng.
Tự động hóa công việc cá nhân trên nhiều công cụ hiện có: Đó là công việc xuyên các công cụ kinh doanh tổng quát như lịch, email, tài liệu, bảng tính. Microsoft (2023) Copilot Studio cung cấp các tính năng tích hợp với các công cụ kinh doanh. Ví dụ, tạo biên bản ghi chép từ bản ghi âm cuộc họp, đăng ký các quyết định vào công cụ quản lý tác vụ, và chuẩn bị dự thảo email cho những người liên quan là một loạt các công việc như vậy.
Hỗ trợ định hướng cho nhân viên mới: Đó là một cách sử dụng để cho phép các nhân viên ít kinh nghiệm tự tìm hiểu quy trình công việc và thuật ngữ nội bộ. Brynjolfsson et al. (2025) cho thấy rằng hiệu quả của AI lớn nhất đối với nhân viên ít kinh nghiệm (cải thiện năng suất 34%), và một trợ lý có tham khảo kiến thức nội bộ nhằm mục đích tạo ra hiệu quả này. Ví dụ, cho phép tân nhân viên ngay lập tức kiểm tra từ quy định nội bộ rằng "yêu cầu này cần được phê duyệt bởi ai".
Có những hạn chế, và phương pháp này chỉ có thể bao phủ "tham khảo kiến thức", không phải "thực hiện công việc". Nó không phù hợp để tích hợp vào các quy trình kinh doanh nơi nhận dữ liệu trong hệ thống kinh doanh, đưa ra quyết định, và ghi lại kết quả (MIT NANDA, 2025). Ví dụ, nếu bạn tham khảo tài liệu tiêu chuẩn đánh giá, nó có thể trả lời "Cách diễn giải điều khoản này như thế nào", nhưng nó không thể thực hiện chính công việc của việc đọc các bản vẽ được gửi, đối chiếu với các điều khoản liên quan, và tạo hồ sơ xem xét. Ngoài ra, chất lượng của hướng dẫn được đặt và tài liệu tham khảo, xác minh độ chính xác của câu trả lời, và cập nhật tài liệu là trách nhiệm của công ty, và nếu các tài liệu tham khảo lỗi thời, câu trả lời không chính xác sẽ tiếp tục, và hành vi có thể thay đổi theo cập nhật mô hình nền tảng (Gao et al., 2023; NIST, 2023). Do đó, hợp lý khi tùy chỉnh AI tổng quát nhắm vào "câu trả lời đầu tiên tham khảo tài liệu nội bộ" và "tối ưu hóa công việc cá nhân", và khi cần tích hợp vào quy trình kinh doanh, hợp lý khi chuyển sang sản phẩm chuyên biệt hoặc phát triển nội bộ.
Công việc phù hợp với AI chuyên biệt
Khi không tùy chỉnh
Sử dụng các sản phẩm AI được thiết kế chuyên biệt cho các lĩnh vực kinh doanh cụ thể, chẳng hạn như xem xét tài liệu pháp lý, hỗ trợ tạo hồ sơ y tế, xem xét xác nhận xây dựng, hỗ trợ khách hàng, xử lý kế toán, v.v., với các tính năng và thủ tục tiêu chuẩn không thay đổi. Trên nền tảng các mô hình nền tảng, chúng tích hợp kiến thức, dữ liệu, quy trình làm việc, tiêu chuẩn đánh giá, và tuân thủ pháp định của lĩnh vực kinh doanh đó, và giả định tích hợp với các hệ thống kinh doanh.
Xem xét tài liệu pháp lý và phân tích hợp đồng: Kiểm tra các điều khoản hợp đồng, điều tra các phán lệ và luật pháp, hỗ trợ tạo tài liệu. Theo Menlo Ventures (2025), pháp lý là lĩnh vực có chi tiêu lớn thứ hai cho AI dạng dọc (625 triệu USD) sau y tế, và các sản phẩm chuyên biệt như Harvey tích hợp hệ thống các phán lệ, luật pháp và hợp đồng vào sản phẩm. Ví dụ, đối chiếu các điều khoản của hợp đồng kinh doanh với các điều khoản tiêu chuẩn của công ty, trình bày các vị trí lệch và cơ sở.
Tạo hồ sơ y tế và tham khảo thông tin chẩn đoán: Ghi lại nội dung khám, tham khảo các tài liệu y học và hướng dẫn. Trong Menlo Ventures (2025), y tế là lĩnh vực chi tiêu AI dạng dọc lớn nhất (1,5 tỷ USD), và các sản phẩm như OpenEvidence tích hợp các tài liệu y học và hướng dẫn chẩn đoán. Ví dụ, tạo dự thảo hồ sơ chẩn đoán từ cuộc hội thoại khám phá, sau đó bác sĩ xác minh và xác nhận.
Xử lý đáp ứng đầu tiên và thực hiện của dịch vụ hỗ trợ khách hàng: Công việc thực hiện từ tiếp nhận câu hỏi, tham khảo thông tin khách hàng, thực hiện xử lý như hoàn tiền hoặc thay đổi đặt phòng, cho đến ghi lại như một dòng chảy duy nhất. Các sản phẩm như Sierra cung cấp toàn bộ dòng này được tích hợp với các hệ thống quản lý khách hàng. Cải thiện năng suất hỗ trợ khách hàng được Brynjolfsson et al. (2025) trình bày cũng là do AI được tích hợp trong các hệ thống kinh doanh. Ví dụ, trả lời câu hỏi về tình trạng vận chuyển bằng cách tham khảo dữ liệu thực tế của hệ thống quản lý đơn hàng, và nếu cần thiết, thực hiện sắp xếp tái vận chuyển.
Hỗ trợ và tự động hóa phát triển phần mềm: Tạo, sửa chữa, xem xét code, và thử nghiệm. Ngoài tốc độ cao hơn 55,8% được Peng et al. (2023) trình bày, các sản phẩm chuyên biệt về phát triển như Cursor cung cấp hoàn thiện hiểu được codebase toàn bộ và chỉnh sửa nhiều file, trở thành lĩnh vực có doanh thu lớn nhất trong các sản phẩm AI chuyên biệt. Ví dụ, thực hiện các tính năng mới dựa trên sự hiểu biết về codebase hiện có và tạo các bài kiểm tra.
Đánh giá và đối chiếu dựa trên các yêu cầu pháp lý hoặc tiêu chuẩn: Công việc đối chiếu các tài liệu đơn xin hoặc bản vẽ với luật pháp hoặc tiêu chuẩn và xác định mức độ tuân thủ. Eloundou et al. (2023) cho thấy rằng công việc xác minh và đối chiếu tài liệu dựa trên các quy tắc là một lĩnh vực chịu ảnh hưởng mạnh mẽ từ các mô hình ngôn ngữ lớn, và trong các lĩnh vực như vậy, các sản phẩm chuyên biệt tích hợp hệ thống pháp định, cách đọc tài liệu và bản vẽ, cũng như các hoạt động theo từng cơ quan đã xuất hiện. Ví dụ, trong xem xét xác nhận xây dựng, đối chiếu các bản vẽ được gửi với Luật Xây dựng, và dựa trên các điều khoản liên quan, tạo dự thảo các vấn đề được chỉ ra.
Xử lý định kỳ kế toán và hành chính quản lý: Xử lý hóa đơn, ghi nhân kế toán, kiểm tra chi phí, xử lý các loại yêu cầu khác nhau. MIT NANDA (2025) báo cáo rằng mặc dù các lĩnh vực bán hàng và tiếp thị thu hút sự chú ý, hiệu quả lớn nhất thực tế đang xảy ra trong lĩnh vực hành chính quản lý, với các ví dụ sinh ra hiệu quả hàng năm hàng trăm triệu đô la dưới dạng giảm chi phí ngoài công ty hoặc chi phí đại lý. Ví dụ, đọc hóa đơn đã nhận, đối chiếu với dữ liệu đặt hàng, và hạch toán vào hệ thống kế toán.
Điều chung nhất với những điều này là các lĩnh vực được quy định bởi kiến thức chuyên sâu, các yêu cầu pháp lý, và các định dạng dữ liệu cụ thể của ngành, nơi khả năng tổng quát của các mô hình nền tảng một mình không đủ để đạt mức thực tiễn (Dell'Acqua et al., 2023), và thủ tục cũng như tiêu chuẩn phán đoán phần lớn được chia sẻ trong ngành, do đó các sản phẩm tiêu chuẩn có thể đạt được mức độ phù hợp cao (Davenport, 1998; Soh et al., 2000). "Công cụ được tích hợp sâu trong công việc và học tập theo thời gian" mà MIT NANDA (2025) liệt kê là đặc điểm của các công ty thành công là những gì các sản phẩm chuyên biệt đang cố gắng cung cấp. Ví dụ, Morgan Stanley đã xây dựng một hệ thống tìm kiếm và tóm tắt cho các cố vấn tài chính dựa trên hơn 100.000 báo cáo nghiên cứu của riêng mình thông qua sự hợp tác với OpenAI, nhưng đây là một ví dụ tốt của "phát triển chung với nhà cung cấp" nơi lớp mô hình được mua từ bên ngoài, lớp dữ liệu được công ty sở hữu, và lớp quy trình công việc được xây dựng chung với nhà cung cấp (Morgan Stanley, 2023).
Trong trường hợp tùy chỉnh
Phạm vi cấu hình được các sản phẩm chuyên biệt cung cấp, bạn phản ánh tiêu chuẩn phán đoán, quy trình, kiểu dáng, và quy trình phê duyệt của công ty, và kết nối với các hệ thống kinh doanh của công ty thông qua API. Nguyên tắc giới hạn ở cài đặt và tích hợp mà không bước vào sửa đổi bản thân sản phẩm không khác với phần mềm truyền thống (Brehm et al., 2001).
Phản ánh tiêu chí và quy cách xét duyệt theo từng tổ chức: Mặc dù căn cứ xét duyệt (quy định pháp luật, tiêu chuẩn, hướng dẫn) chung cho toàn ngành, nhưng cách phân bổ trọng tâm, quy cách ghi chép và cách diễn đạt ý kiến khác nhau ở từng tổ chức. Strong & Volkoff (2010) đã phân loại sự không phù hợp giữa tổ chức và hệ thống thành 6 loại (chức năng, dữ liệu, khả năng sử dụng, vai trò, kiểm soát, văn hóa tổ chức) và chỉ ra rằng cần phân biệt những gì cần được xử lý bằng cài đặt và những gì cần thay đổi ở phía quy trình công việc.
Kết nối với các hệ thống công việc hiện có: Tích hợp sản phẩm chuyên biệt với hệ thống tiếp nhận hiện có, hệ thống quản lý khách hàng, hệ thống quản lý tài liệu, hệ thống kế toán để loại bỏ công việc ghi chép thủ công. Như Hasselbring (2000) đã chỉ ra, tích hợp không phải là tích lũy các kết nối riêng lẻ mà phải được xây dựng trong phạm vi chức năng kết nối tiêu chuẩn (API) mà sản phẩm cung cấp, đây là điều kiện để đảm bảo khả năng bảo trì. Chẳng hạn, kết nối một sản phẩm chuyên biệt cho dịch vụ khách hàng với hệ thống quản lý đơn hàng của riêng mình, cho phép AI tham chiếu dữ liệu thực tế để trả lời các câu hỏi về hoàn trả hàng hoặc tình trạng giao hàng.
Cài đặt các điểm kiểm tra của con người và quy trình phê duyệt: AI thực hiện xử lý lần đầu, và quy trình công việc xác định điều kiện nào đó để con người kiểm tra và phê duyệt. Khung quản lý rủi ro AI của NIST (2023) yêu cầu giám sát của con người phù hợp với quy mô rủi ro và thiết kế các quy trình phát hiện và sửa chữa lỗi. Chẳng hạn, những ý kiến chỉ ra trong quá trình xét duyệt liên quan đến sự không phù hợp lớn phải được người xét duyệt kiểm tra trước khi thông báo cho người nộp đơn; hoàn tiền vượt quá một số tiền nhất định phải được xử lý thông qua phê duyệt của người quản lý.
Phản ánh phản hồi từ các chuyên gia: Tận dụng cơ chế áp dụng các sửa chữa và đánh giá của những người sử dụng (các chuyên gia) để cải thiện sản phẩm. AI hỗ trợ khách hàng mà Brynjolfsson et al. (2025) phân tích cũng sử dụng các hồ sơ ứng xử của những người có kinh nghiệm để cung cấp kiến thức tương tự cho tất cả nhân viên.
Cài đặt phạm vi tham chiếu dữ liệu và quyền hạn: Quy trình công việc xác định phạm vi dữ liệu mà AI có thể tham chiếu và xử lý có thể thực hiện được theo từng bộ phận và vai trò. NIST (2023) xem việc làm rõ phạm vi xử lý dữ liệu và quyền truy cập là yếu tố cơ bản của quản trị hệ thống AI. Chẳng hạn, nhân viên chi nhánh chỉ có thể tham chiếu dữ liệu khách hàng của chi nhánh mình, trong khi quản trị viên trung ương tham chiếu các số liệu tổng hợp toàn công ty.
Hạn chế là khi quy trình công việc mà sản phẩm tiền đề và quy trình của riêng mình khác nhau về cơ bản, việc tích lũy các cài đặt sẽ không giải quyết được. Giống như sự không phù hợp của phần mềm truyền thống (Soh et al., 2000), cần phải quyết định liệu có thay đổi phía quy trình công việc, chọn một sản phẩm khác, hay tách riêng phần độc quy. Khi các xử lý độc quy bên ngoài sản phẩm bắt đầu tăng lên, điều đó có nghĩa là "sản phẩm chuyên biệt không phù hợp với quy trình công việc" hoặc "phần này là lõi phân biệt hóa mà nên tự phát triển", từ đó chuyển sang quyết định tự phát triển được mô tả tiếp theo (Brehm et al., 2001).
Các quy trình công việc thích hợp cho tự phát triển
Hình thức tự xây dựng bằng cách sử dụng API của mô hình nền tảng, cho phép tìm kiếm và tham chiếu dữ liệu của riêng mình (RAG), học tập bổ sung của mô hình (tinh chỉnh), các tác nhân kết hợp nhiều xử lý, v.v. (Lewis et al., 2020; Bommasani et al., 2021).
Lĩnh vực mới nơi không có sản phẩm chuyên biệt trên thị trường: Quy trình công việc của riêng mình nằm ở giai đoạn "xuất hiện" trên trục độ trưởng thành thị trường, nơi sản phẩm chuyên biệt phù hợp chưa tồn tại (Wardley, 2020). Tuy nhiên, thị trường sản phẩm chuyên biệt đang mở rộng nhanh chóng (Menlo Ventures, 2025), nên "hiện không tồn tại" không có nghĩa là "năm tới cũng không tồn tại", cần phải thường xuyên xem xét lại lý do tiếp tục tự phát triển. Chẳng hạn, phát hiện dị thường nhắm vào thiết bị hoặc quy trình độc quy của riêng mình - một quy trình công việc chỉ tồn tại ở riêng mình thậm chí trong ngành công nghiệp - phải tự xây dựng cho đến khi có sản phẩm.
Lĩnh vực mà không thể cung cấp dữ liệu cho sản phẩm bên ngoài do những hạn chế về quy định hoặc bảo mật: Theo quy định, không thể gửi dữ liệu khách hàng hoặc dữ liệu bí mật đến dịch vụ bên ngoài, cần có cơ chế hoạt động dưới sự kiểm soát của riêng mình. Chẳng hạn, một trong những lý do JPMorgan Chase chọn tự phát triển là vì không thể gửi dữ liệu bí mật ra bên ngoài dưới quy định tài chính (JPMorgan Chase, 2025). Tuy nhiên, hạn chế này có thể được khắc phục bằng hình thức cung cấp sản phẩm chuyên biệt (hoạt động trong môi trường riêng của mình, hợp đồng sử dụng dữ liệu không học tập) trong nhiều trường hợp, nên cần xác nhận liệu có thực sự phải tự phát triển.
Trường hợp tích hợp AI vào chính sản phẩm và dịch vụ của mình: Đối với các công ty mà lõi của dịch vụ cung cấp là phần mềm, AI tích hợp vào đó về mặt định nghĩa là lõi phân biệt hóa (Andreessen, 2011). Chẳng hạn, khi thêm tính năng AI dành cho khách hàng vào sản phẩm SaaS của riêng mình, tính năng đó là yếu tố phân biệt với sản phẩm cạnh tranh, và việc tích hợp trực tiếp sản phẩm chuyên biệt bên ngoài là từ bỏ phân biệt hóa. Tuy nhiên, ngay cả trong trường hợp này, cũng là tiêu chuẩn phổ biến khi lấy lớp mô hình từ bên ngoài và tự phát triển lớp quy trình công việc và lớp dữ liệu.
Trong quyết định tự phát triển, hệ thống AI được chia thành ba lớp: "lớp mô hình", "lớp quy trình công việc" và "lớp dữ liệu". Lớp mô hình là loại hàng hóa hóa nhanh nhất, được sử dụng thông qua API và duy trì thiết kế không bị cố định với nhà cung cấp cụ thể (OpenAI, Google, v.v.). Lớp dữ liệu là tài sản bổ sung quan trọng nhất, và cần đảm bảo chức năng xuất trong tự phát triển hoặc sản phẩm AI chuyên biệt (Teece, 1986). Lớp quy trình công việc có tương ứng: AI chung chung cho công việc cá nhân chung chung, sản phẩm chuyên biệt cho công việc ngành chung, tự phát triển cho lõi phân biệt hóa nơi sản phẩm không tồn tại. Nếu đó là lĩnh vực liên quan đến sinh mạng, tài sản hoặc quyền pháp lý và không thể xây dựng đội ngũ phát triển, bảo trì và đánh giá chuyên gia trong riêng mình, hãy chọn sản phẩm chuyên biệt có đội ngũ như vậy (NIST, 2023; Moffatt v. Air Canada, 2024).
Khung công tác triển khai AI
Ở đây, dựa trên sự hệ thống hóa trên, trình bày khung công tác thực tế từng bước về cách nên xem xét triển khai AI. Tiền đề của khung này là quyết định phải được thực hiện "theo đơn vị quy trình công việc" thay vì "hệ thống toàn bộ", và "không phải là kết thúc khi đã quyết định mà phải xem xét lại định kỳ".
Bước 1: Phân tích quy trình công việc và phân chia thành cốt lõi và bối cảnh
Suy nghĩ theo đơn vị quy trình công việc thay vì đơn vị hệ thống: Cách đặt câu hỏi như "có nên tự xây dựng hay mua hệ thống cơ bản" hay "có nên triển khai AI" thì bản thân nó đã là khởi đầu của sự thất bại. Hệ thống cơ bản được tạo thành từ nhiều quy trình công việc có tính chất khác nhau như kế toán, mua sắm, kho, bán hàng, sản xuất, và hình thức thích hợp cho mỗi quy trình công việc là khác nhau. Trước tiên phân tích quy trình công việc đến mức độ chi tiết có thể đưa ra quyết định.
Phân loại từng quy trình công việc thành cốt lõi và bối cảnh: Theo sự phân biệt của Moore (2005), phân chia từng quy trình công việc thành "quy trình công việc trực tiếp dẫn đến lý do khách hàng chọn riêng mình (cốt lõi)" và "quy trình công việc cần thiết nhưng cách làm giống như đối thủ cạnh tranh là vấn đề không" (bối cảnh). Vì nhân viên hiện trường có xu hướng cảm thấy quy trình công việc của mình "đặc biệt và quan trọng", nên phân loại cần được thực hiện liên hợp giữa lãnh đạo công ty và hiện trường, từ góc nhìn của khách hàng.
Giữ số lượng cốt lõi ở mức ít: Thông thường số lượng quy trình công việc được phân loại là cốt lõi phải ít. Prahalad & Hamel (1990) nói rằng nếu công ty liệt kê quá 5-6 yếu tố cốt lõi thì đã hiểu sai ý nghĩa, và Moore (2005) cho rằng do hoạt động theo thời gian chuyển từ cốt lõi sang bối cảnh, nên hầu hết tài nguyên bị tiêu hao ở bối cảnh. Nếu kết quả phân loại cho thấy cốt lõi rất nhiều, thì nên kiểm tra lại từng cái "liệu công ty khác có làm không" và "khách hàng có lựa chọn công ty vì điều này không", rồi nhiều điều sẽ chuyển sang bối cảnh. Chẳng hạn, nếu phân loại 10 quy trình công việc mà 6 cái là cốt lõi thì gần chắc chắn tiêu chuẩn quá lỏng lẻo.
Giới hạn trong các quy trình công việc phù hợp với AI: Kiểm tra lại từng quy trình công việc những điều kiện được trình bày trong chương "Các quy trình công việc thích hợp cho triển khai AI" (liệu tập trung vào ngôn ngữ và tài liệu, liệu có thể xác minh đầu ra, liệu nằm trong biên giới năng lực, liệu có sự chênh lệch về trình độ kỹ năng, liệu có thể thiết kế trách nhiệm và cơ chế sửa chữa, liệu tần suất cao không).
Bước 2: 5 bài kiểm định
Áp dụng lần lượt năm bài kiểm định (cộng thêm trục khả năng thực hiện vào 4 trục của chương trước) cho mỗi quy trình công việc.
Bài kiểm định phân biệt hóa: Liệu thực hiện quy trình công việc này bằng phương pháp độc quy có giá trị từ góc nhìn của khách hàng, không thể bị đối thủ cạnh tranh dễ dàng bắt chước, và dẫn đến lợi thế bền vững? Chỉ khi thỏa mãn 4 điều kiện của VRIO thì mới trả lời "có", và nếu "có" thì xem xét tự phát triển. Nếu "không" thì xác định cách mua trong các bài kiểm định dưới đây. Chẳng hạn, hệ thống bổ sung cho Walmart là "có", nhưng thẩm chi phí nhân viên của Walmart là "không".
Bài kiểm định tính đặc biệt của tài sản: Liệu cách thực hiện quy trình công việc này độc quy với riêng mình, hay là về cơ bản giống các công ty khác trong ngành? Nếu giống thì triển khai sản phẩm hiện có, nếu độc quy thì kiểm tra lại "tính độc quy này có thông qua bài kiểm định phân biệt hóa không". Tính độc quy không dẫn đến phân biệt hóa là đối tượng để điều chỉnh quy trình công việc theo tiêu chuẩn. Chẳng hạn, "phê duyệt của công ty chúng ta là 5 bậc" đó là tính độc quy không dẫn đến phân biệt hóa, nên là đối tượng điều chỉnh theo tiêu chuẩn 3 bậc.
Bài kiểm định độ trưởng thành thị trường: Thị trường sản phẩm nhắm vào quy trình công việc này đang ở giai đoạn nào của sự phát triển? Nếu nhiều nhà cung cấp cạnh tranh và chức năng tiêu chuẩn hóa (giai đoạn sản phẩm/hàng hóa) thì triển khai sản phẩm hiện có, nếu sản phẩm không tồn tại hoặc chưa trưởng thành (giai đoạn xuất hiện/xây dựng độc quy) thì tự phát triển. Chẳng hạn, quản lý khách hàng có thị trường sản phẩm trưởng thành, nhưng tối ưu hóa quy trình sản xuất đặc biệt của riêng mình có thể không có sản phẩm và tự phát triển. Đối với AI, kiểm tra theo 3 bậc là AI chung chung có đủ không, có sản phẩm chuyên biệt không, hay không có.
Bài kiểm định tốc độ thay đổi: Yêu cầu quy định quy trình công việc này thay đổi nhanh thế nào? Trong lĩnh vực có sự thay đổi nhanh, lợi thế của sản phẩm hiện có là có thể hóa ngoài chi phí theo dõi. Chẳng hạn, quy trình công việc có sửa đổi pháp luật hàng năm hoặc quy trình công việc bị ảnh hưởng trực tiếp bởi sự phát triển của mô hình nền tảng thì hợp lý hơn để để nhà cung cấp đảm nhận việc theo dõi bằng triển khai sản phẩm hiện có.
Bài kiểm định khả năng: Liệu riêng mình có nhân viên, ngân sách, tổ chức để tạo hệ thống này, và trong 5 năm, 10 năm sau khi đi vào hoạt động vẫn tiếp tục cải tiến và bảo trì? Nếu không, dù các bài kiểm định khác chỉ ra tự phát triển, cũng nên tìm đường tùy chỉnh sản phẩm hiện có hoặc phát triển liên hợp để tích hợp yêu cầu riêng vào phía sản phẩm. Chẳng hạn, nếu tổ chức chỉ có 2 lập trình viên mà lựa chọn tự phát triển, thì tuổi thọ hệ thống sẽ chỉ kéo dài đến khi 2 người này từ bỏ.
Chỉ quy trình công việc mà cả 5 bài kiểm định đều chỉ ra tự phát triển mới là đối tượng tự phát triển. Nếu có bất kỳ bài kiểm định nào chỉ ra triển khai sản phẩm hiện có, thì nên coi nó là cảnh báo chỉ ra rủi ro tự phát triển, rồi xem xét triển khai sản phẩm hiện có (AI chung chung hay tác nhân AI chuyên biệt). Đặc biệt bài kiểm định khả năng có quyền phủ quyết để lật ngược kết quả của 4 bài kiểm định khác.
Bước 3: Đánh giá chi phí và giá trị toàn bộ vòng đời
So sánh dựa trên tổng chi phí sở hữu (TCO) thay vì chi phí phát triển: Chi phí phát triển nội bộ bị đánh giá thấp một cách đáng kể nếu chỉ xem xét chi phí phát triển ban đầu. Chi phí bảo trì hàng năm đạt 15-20% chi phí phát triển (Boehm, 1981), và tỷ trọng bảo trì và vận hành so với chi phí vòng đời được ước tính từ 50-70% (Lientz & Swanson, 1980) đến 85-90% với các hệ thống doanh nghiệp (Erlikh, 2000), do đó tổng chi phí sở hữu trong 10 năm gấp 3-10 lần chi phí phát triển ban đầu. Ước tính cho các sản phẩm hiện có phải bao gồm, ngoài phí sử dụng, chi phí thay đổi hoạt động, chi phí bảo trì phần kết nối và chi phí chuyển đổi trong tương lai. Ví dụ, theo cuộc khảo sát của Panorama Consulting Group (2024), chi phí trung bình của dự án triển khai ERP là 450.000 USD (khoảng 0,2% doanh thu hàng năm của công ty), trong khi các dự án phát triển nội bộ quy mô lớn được phân tích bởi Bloch et al. (2012) có ngân sách từ 15 triệu USD trở lên, cho thấy khoảng cách giữa triển khai sản phẩm là điển hình 20-30 lần. Ngoài ra, phía phát triển nội bộ phải chịu thêm chi phí bảo trì và cập nhật gấp 3-10 lần chi phí ban đầu này trong tương lai. Tuy nhiên, các sản phẩm hiện có cũng có thể phình to đến cùng một mức nếu tùy chỉnh sâu, như các ví dụ về Lidl (khoảng 500 triệu euro) và thành phố Birmingham (trên 100 triệu bảng) chỉ ra (Handelsblatt, 2018; Grant Thornton UK LLP, 2023).
Điều chỉnh ước tính bằng lớp tham chiếu: Đối với ước tính của công ty, hãy áp dụng phân bố kết quả của các dự án cùng loại (Flyvbjerg et al., 2022), đặc biệt là đánh giá rõ ràng xác suất vượt quá chi phí gấp 2 lần trở lên. Nếu ban quản lý không chấp nhận được xác suất này, hãy loại trừ hoạt động đó khỏi phạm vi phát triển nội bộ hoặc chia nhỏ quy mô sao cho bất kỳ thất bại nào cũng không gây tác động chết người. Ví dụ, dựa trên phân bố kết quả theo kinh nghiệm là "1 trong 6 dự án có ngân sách tăng 3 lần", hãy chia nhỏ đầu tư cho từng dự án đến "quy mô mà ngay cả khi tăng 3 lần cũng không gây tác động chết người cho hoạt động kinh doanh".
Đánh giá chi phí rút lui và dễ dàng rút lui: Ở bất kỳ hình thức nào, hãy đánh giá "có thể dừng lại với mức tổn thất bao nhiêu khi mọi thứ không thành công". Ước tính chi phí và thời gian cần thiết để hủy và chuyển đổi sản phẩm hiện có, dừng phát triển nội bộ và chuyển sang phương án thay thế, và công nhân những lựa chọn rút lui (Keil, 1995). Giá trị của tính linh hoạt này tăng lên trong các lĩnh vực có mức độ không chắc chắn cao hơn (Fichman, 2004). Ví dụ, tùy chọn dùng thử sản phẩm AI chuyên biệt với hợp đồng 1 năm và hủy nếu hiệu quả không đạt yêu cầu không tồn tại khi phát triển nội bộ cùng chức năng này.
Đặt kỳ vọng trên đường cong J để xác định khoảng thời gian đánh giá: Nếu chỉ xem xét hiệu quả trong 1-2 năm sau triển khai, bạn có thể dừng các khoản đầu tư bổ sung cần thiết. Kỳ vọng đánh giá phải dài ít nhất 5 năm và bao gồm các khoản đầu tư bổ sung trong thời gian đó (thiết kế lại quy trình kinh doanh, đào tạo) vào ngân sách (Brynjolfsson et al., 2021). Ví dụ, trong năm đầu tiên triển khai hỗ trợ xét duyệt do AI cung cấp, thời gian xử lý thực tế có thể tăng lên cho đến khi cán bộ xét duyệt quen thuộc với thủ tục xác nhận ý kiến của AI, và nếu giai đoạn này được xem là "thất bại" và dừng lại, bạn sẽ từ bỏ đầu tư trước khi hiệu quả xuất hiện.
Sự khác biệt về cấu trúc chi phí trong trường hợp AI: API của mô hình nền tảng là tính phí trả theo lượng sử dụng, và chi phí trở thành chi phí biến đổi chứ không phải chi phí cố định. Điều này tăng khả năng chịu đựng trước sự biến động hiệu suất, mặt khác chi phí tăng lên khi sử dụng mở rộng. Theo cuộc khảo sát của McKinsey (2026), 20% doanh nghiệp trả lời rằng chi phí vận hành AI trở thành điểm hạn chế cho việc sử dụng. Hơn nữa, chi phí suy luận tiếp tục giảm nhanh chóng, do đó việc xác định dựa trên giá hiện tại là "rẻ hơn khi vận hành mô hình nội bộ" là nguy hiểm. Ví dụ, chi phí xử lý mỗi trường hợp thường giảm xuống một vài phần trong một năm, và ước tính phải bao gồm xu hướng giảm giá.
Bước 5: Đặt các điểm kiểm soát ứng phó với yếu tố thất bại cho mỗi quy trình
Đối với các yếu tố theo quy trình được xác định trong chương về nguyên nhân thất bại, hãy đặt các điểm kiểm soát sau đây cho mỗi quy trình.
Những gì cần xác nhận ở giai đoạn kế hoạch và đầu tư: Liệu có danh sách mô tả mức độ triển khai và người chịu trách nhiệm theo đơn vị kinh doanh, liệu ước tính có được điều chỉnh bằng lớp tham chiếu (phân bố kết quả của các dự án cùng loại) (Flyvbjerg, 2006; Flyvbjerg et al., 2022), liệu các khoản đầu tư bổ sung như thiết kế lại quy trình kinh doanh, đào tạo, cơ cấu vận hành có được lập ngân sách (Brynjolfsson et al., 2021), liệu được chia thành các đơn vị kinh doanh chứ không xây dựng toàn bộ cùng lúc (Flyvbjerg & Gardner, 2023). Những điều này ứng phó với "nhận sai hình thức triển khai", "sai lầm trong kế hoạch", "thiếu đầu tư bổ sung" và "tăng phạm vi". Ví dụ, thay vì một đơn đề nghị gọi là "làm mới hệ thống nền tảng", liệu đơn đề nghị có phải mô tả riêng biệt mức độ triển khai, người chịu trách nhiệm và ngân sách cho từng bộ phận kế toán, mua sắm và tồn kho không.
Những gì cần xác nhận ở giai đoạn định nghĩa yêu cầu và lựa chọn sản phẩm: Liệu đã xác định sự không phù hợp giữa sản phẩm và hoạt động kinh doanh, và quyết định "thay đổi hoạt động kinh doanh" hay "cắt đứt" (Soh et al., 2000; Davenport, 1998), liệu đã đánh giá tính liên tục của nhà cung cấp, phương tiện xuất dữ liệu và điều kiện hủy hợp đồng (Shapiro & Varian, 1999), liệu có nhân viên của công ty đảm nhận định nghĩa yêu cầu và quản lý nhà cung cấp (Feeny & Willcocks, 1998; Lacity et al., 2009). Trong trường hợp AI, ngoài ra hãy xác nhận liệu đã thử nghiệm quy mô nhỏ với dữ liệu hoạt động kinh doanh thực tế và xác nhận ranh giới khả năng (Dell'Acqua et al., 2023). Ví dụ, thay vì lựa chọn dựa trên xem demo của sản phẩm, hãy nhập vài chục dự án quá khứ của công ty, tạo danh sách các nơi sản phẩm không xử lý chính xác, rồi mới ký hợp đồng.
Những gì cần xác nhận ở giai đoạn thiết kế, phát triển và tùy chỉnh: Liệu có tạo ra công việc tương ứng với sửa đổi thân sản phẩm, liệu có ở phạm vi cấu hình và kết nối (Brehm et al., 2001), liệu có chủ thể rõ ràng chịu trách nhiệm tích hợp toàn bộ và đảm bảo chất lượng (U.S. Government Accountability Office, 2014), liệu việc trả nợ công nghệ kỹ thuật có được lên kế hoạch (Cunningham, 1992; McKinsey, 2020). Ví dụ, hãy xác định cho mỗi yêu cầu thay đổi trong quá trình phát triển liệu "yêu cầu này có thể được xử lý bằng cấu hình hay cần viết mã", và nếu cần viết mã thì yêu cầu sự chấp thuận của người chịu trách nhiệm.
Những gì cần xác nhận ở giai đoạn thử nghiệm, di chuyển và đưa vào hoạt động: Liệu thử tải, thử chấp nhận và xác nhận di chuyển dữ liệu đã được thực hiện theo kế hoạch (Somers & Nelson, 2001; U.S. Government Accountability Office, 2014), liệu đã cân nhắc di chuyển từng bước hay vận hành song song (Markus & Tanis, 2000), liệu có cổng giai đoạn để đánh giá "tiếp tục, thay đổi hay dừng lại" và liệu người đánh giá có tách biệt với người thúc đẩy (Keil, 1995). Trong trường hợp AI, ngoài ra hãy xác nhận liệu quy trình phát hiện và sửa chữa lỗi, trách nhiệm đã được xác định (NIST, 2023; Moffatt v. Air Canada, 2024). Ví dụ, hãy để một người chịu trách nhiệm từ bộ phận khác làm chủ tịch cuộc họp xác nhận vận hành thay vì người thúc đẩy dự án, và hãy ghi chép trước tiêu chí như "không đưa vào hoạt động nếu có vấn đề lớn chưa được giải quyết trong quá trình thử nghiệm".
Những gì cần xác nhận ở giai đoạn vận hành, bảo trì và phát triển: Liệu cơ cấu và ngân sách bảo trì đã được bảo đảm (Lientz & Swanson, 1980; Boehm, 1981), liệu có tài liệu và chia sẻ kiến thức để chuẩn bị cho thay đổi nhân viên (Rigby et al., 2016), liệu đã thực hiện thay đổi quy trình kinh doanh và đào tạo (Aral & Weill, 2007), liệu có chiến lược ứng phó với thay đổi giá và kết thúc sản phẩm của nhà cung cấp (Farrell & Klemperer, 2007). Trong trường hợp AI, ngoài ra hãy xác nhận liệu có quy trình theo dõi cập nhật và ngừng sử dụng mô hình nền tảng, và liệu có giám sát chất lượng đầu ra liên tục (NIST, 2023). Ví dụ, tại thời điểm 1 năm sau đưa vào hoạt động, hãy kiểm tra "tài liệu thiết kế có phải là tài liệu gần đây nhất không", "bảo trì có tiếp tục được thực hiện nếu 1 lập trình viên chính rời đi không" và "tỷ lệ sử dụng giấy phép là bao nhiêu %".
Bước 5: Thực hiện xem xét định kỳ
Thực hiện lại kiểm tra mức độ trưởng thành thị trường hàng năm: Đối với các lĩnh vực công ty đang phát triển nội bộ, hãy xác nhận "trong năm qua, thị trường sản phẩm có thay đổi không". Nếu sản phẩm xuất hiện, hãy xem xét lại lý do tiếp tục phát triển nội bộ. Trong lĩnh vực AI, đặc biệt là sự xuất hiện của sản phẩm chuyên biệt nhanh chóng, do đó tần suất xem xét này nên là 6 tháng một lần. Ví dụ, cơ chế tìm kiếm và tóm tắt tài liệu nội bộ được phát triển nội bộ 1 năm trước hiện có khả năng cao là có nhiều sản phẩm cung cấp chức năng tương đương hoặc tốt hơn.
Phát hiện sự lỗi thời của lõi: Xác nhận liệu hoạt động kinh doanh từng vượt qua bài kiểm tra khác biệt hóa có bị bối cảnh thay đổi do các đối thủ cạnh tranh hoặc tiêu chuẩn hóa ngành không. Ví dụ, cơ chế đặt hàng trực tuyến từng là điểm mạnh độc đáo 10 năm trước, nhưng hiện nay thường là chức năng tiêu chuẩn của toàn ngành, và tính hợp lý của việc tiếp tục phát triển nội bộ phần đó đã bị mất.
Phản ánh sự thay đổi nhân tài và khả năng: Nếu có sự ra đi của nhân viên phát triển chính hoặc thay đổi tổ chức, kết quả của kiểm tra khả năng sẽ thay đổi. Tùy thuộc vào tình hình nhân sự, hãy xem xét chuyển đổi từ phát triển nội bộ sang triển khai sản phẩm hiện có, hoặc chuyển sang phát triển chung với nhà cung cấp sản phẩm. Ví dụ, tại thời điểm nhà thiết kế của cơ chế AI phát triển nội bộ rời đi, bạn nên thực sự xem xét chuyển sang sản phẩm chuyên biệt tương đương.
Nguyên tắc khi rơi vào tình cảnh lưỡng lự: Các hoạt động kinh doanh không rõ ràng nên được triển khai với sản phẩm hiện có trước, và sau đó xác nhận tiềm năng khác biệt hóa trong quá trình vận hành. Có thể chuyển sang phát triển nội bộ sau, nhưng việc bắt đầu bằng phát triển nội bộ và sau đó quay lại triển khai sản phẩm hiện có có nghĩa là từ bỏ chi phí phát triển đã đầu tư, do đó khó khăn hơn nhiều. Dưới điều kiện không chắc chắn, bắt đầu từ các lựa chọn có tính thuận nghịch cao hơn là hợp lý. Ví dụ, đối với triển khai AI, trước tiên hãy sử dụng AI toàn năng để hỗ trợ công việc cá nhân, tiếp theo hãy sử dụng sản phẩm chuyên biệt để tích hợp vào quy trình kinh doanh, và chỉ phát triển nội bộ phần lõi khác biệt hóa không được bao phủ, đây là lộ trình mất mát ít nhất.
Kết luận
Trong bối cảnh mà đối với hầu hết các doanh nghiệp và tổ chức, triển khai AI đã trở thành vấn đề xem xét thiết yếu, tồn tại sự lựa chọn giữa triển khai sản phẩm hiện có hoặc phát triển nội bộ, và có nhiều người còn lưỡng lự về cách đánh giá. Tôi hy vọng nội dung của phần này sẽ trở thành hướng dẫn cho việc xem xét và đưa ra quyết định.
Tài liệu tham khảo
Andreessen Horowitz. (2025). How 100 enterprise CIOs are building and buying gen AI in 2025. a16z. Tóm tắt: Dựa trên cuộc khảo sát 100 CIO của doanh nghiệp, báo cáo này cho biết rằng việc mua sắm ứng dụng AI đang chuyển từ phát triển nội bộ sang mua hàng bên ngoài, 37% các doanh nghiệp sử dụng 5 mô hình trở lên cùng lúc, các doanh nghiệp trong lĩnh vực phát triển phần mềm xuất hiện khi AI tạo ra phần lớn mã, và các phát hiện khác được báo cáo trong báo cáo khảo sát này.
Aral, S., & Weill, P. (2007). IT assets, organizational capabilities, and firm performance: How resource allocations and organizational differences explain performance variation. Organization Science, 18(5), 763–780. Tóm tắt: Một nghiên cứu chứng minh rằng kết quả đầu tư IT không phụ thuộc vào quy mô đầu tư mà quyết định bởi sự kết hợp giữa cấu thành tài sản IT và khả năng của tổ chức (kỹ năng, quy trình kinh doanh số hóa, văn hóa ứng dụng IT).
Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120. Tóm tắt: Bài viết gốc của lý thuyết dựa trên tài nguyên (VRIO), cho rằng lợi thế cạnh tranh bền vững được sinh ra từ các tài nguyên có giá trị, hiếm, khó bắt chước và được tổ chức khai thác một cách hiệu quả.
Bessen, J. (2022). The new Goliaths: How corporations use software to dominate industries, kill innovation, and undermine regulation. Yale University Press. Tóm tắt: Một công trình cho rằng các công ty như Walmart và Amazon xây dựng lợi thế cạnh tranh thông qua phần mềm độc quyền không được bán trên thị trường, dẫn đến sự tập trung ngành và sự đình trệ của người chơi mới. Nó chỉ ra các điều kiện để phát triển nội bộ trở thành lợi thế cạnh tranh.
Bloch, M., Blumberg, S., & Laartz, J. (2012). Delivering large-scale IT projects on time, on budget, and on value. McKinsey Quarterly. Tóm tắt: Một báo cáo phân tích hơn 5.400 dự án IT trong nghiên cứu hợp tác với Đại học Oxford, cho thấy các dự án quy mô lớn vượt quá ngân sách trung bình trên 45% và thiếu giá trị 56%.
Bloomberg. (2025, May). Klarna CEO says AI customer service push went too far, plans to hire humans again. Bloomberg News. Tóm tắt: Một bài phỏng vấn báo chí trong đó CEO của Klarna thừa nhận sự giảm chất lượng dịch vụ khách hàng do AI và công bố kế hoạch tuyển dụng lại nhân viên con người.
Brehm, L., Heinzl, A., & Markus, M. L. (2001). Tailoring ERP systems: A spectrum of choices and their implications. Proceedings of the 34th Hawaii International Conference on System Sciences. Tóm tắt: Một nghiên cứu phân loại 9 mức độ cách điều chỉnh ERP từ "cấu hình" đến "sửa đổi mã nguồn", cho thấy rằng khi mức độ sâu hơn, rủi ro kỹ thuật, chi phí bảo trì và mất hỗ trợ đều tăng lên.
Brooks, F. P. (1975). The mythical man-month: Essays on software engineering. Addison-Wesley. Tóm tắt: Một công trình kinh điển về quản lý phát triển phần mềm, bao gồm Luật Brooks nổi tiếng: "Thêm nhân viên vào một dự án chậm trễ sẽ khiến nó chậm hơn nữa".
Brooks, F. P. (1987). No silver bullet: Essence and accidents of software engineering. IEEE Computer, 20(4), 10–19. Tóm tắt: Một bài báo chia khó khăn của phần mềm thành "khó khăn vốn có" (tính phức tạp, sự phụ thuộc lẫn nhau, tính biến đổi, tính không hữu hình) và "khó khăn tình cờ", cho rằng các loại trước không thể được giải quyết bằng công cụ hoặc phương pháp.
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. Quarterly Journal of Economics, 140(2), 889–942. Tóm tắt: Một nghiên cứu thực nghiệm quy mô lớn cho thấy việc triển khai AI sinh tạo trong bộ phận hỗ trợ khách hàng nâng cao năng suất trung bình 14%, với hiệu quả lớn nhất ở những nhân viên ít kinh nghiệm.
Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The productivity J-curve: How intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, 13(1), 333–372. Tóm tắt: Một nghiên cứu cho thấy hiệu quả của việc triển khai công nghệ đa năng ban đầu không xuất hiện vì đầu tư bổ sung vào tài sản vô hình xảy ra trước, sau đó tăng tốc, tạo thành "đường cong J".
Capital One. (2020, December 1). Capital One completes migration to the cloud and closes its last data center [Press release]. Tóm tắt: Một tài liệu công bố của công ty cho biết một ngân hàng lớn của Hoa Kỳ đã đóng cửa tất cả 8 trung tâm dữ liệu và chuyển toàn bộ cơ sở hạ tầng sang AWS. Đây là một ví dụ về ngoại thất hóa lớp cơ sở hạ tầng trong các ngành công nghiệp được quy định.
Carr, N. G. (2003). IT doesn't matter. Harvard Business Review, 81(5), 41–49. Tóm tắt: Một bài báo cho rằng IT đã trở thành cơ sở hạ tầng hàng hóa như điện và đường sắt, không tự sinh ra lợi thế cạnh tranh, do đó nên tập trung vào giảm thiểu chi phí và quản lý rủi ro.
Cunningham, W. (1992). The WyCash portfolio management system. OOPSLA '92 Experience Report. Tóm tắt: Một báo cáo lần đầu tiên diễn tả bằng phép ẩn dụ "nợ kỹ thuật" cách mà các lối tắt ngắn hạn dưới dạng thỏa hiệp thiết kế tích lũy liên tục tăng chi phí thay đổi sau này.
Davenport, T. H. (1998). Putting the enterprise into the enterprise system. Harvard Business Review, 76(4), 121–131. Tóm tắt: Một bài báo cho rằng ERP nhúng các giả định của nhà cung cấp về cách thực hiện kinh doanh, buộc các doanh nghiệp triển khai phải lựa chọn chiến lược: "điều chỉnh hệ thống phù hợp với kinh doanh" hay "điều chỉnh kinh doanh phù hợp với hệ thống".
Dell'Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality (Working Paper No. 24-013). Harvard Business School. Tóm tắt: Một nghiên cứu thí nghiệm trên 758 tư vấn cho thấy ranh giới khả năng của AI "gồ ghề" (jagged), trong đó năng suất tăng đáng kể ở phía trong ranh giới nhưng tỷ lệ chính xác giảm ở phía ngoài.
Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An early look at the labor market impact potential of large language models. arXiv:2303.10130. Tóm tắt: Một nghiên cứu ước tính khoảng 80% lực lượng lao động Hoa Kỳ sẽ bị ảnh hưởng của mô hình ngôn ngữ lớn ở 10% hoặc nhiều hơn các tác vụ công việc, và khoảng 19% ở 50% hoặc nhiều hơn, chứng minh AI là một công nghệ đa năng.
Erlikh, L. (2000). Leveraging legacy system dollars for e-business. IT Professional, 2(3), 17–23. Tóm tắt: Một bài báo chỉ ra rằng bảo trì và vận hành chiếm 85-90% tổng chi phí vòng đời của các hệ thống doanh nghiệp, nhấn mạnh chi phí duy trì hệ thống kế thừa lớn.
Farrell, J., & Klemperer, P. (2007). Coordination and lock-in: Competition with switching costs and network effects. In M. Armstrong & R. Porter (Eds.), Handbook of industrial organization (Vol. 3, pp. 1967–2072). Elsevier. Tóm tắt: Một tài liệu tổng hợp về lý thuyết về ảnh hưởng của chi phí chuyển đổi và hiệu ứng mạng đối với cạnh tranh thị trường, cho thấy cách chi phí chuyển đổi cấp cho nhà cung cấp sức mạnh kiểm soát giá.
Ferdows, K., Lewis, M. A., & Machuca, J. A. D. (2004). Rapid-fire fulfillment. Harvard Business Review, 82(11), 104–110. Tóm tắt: Một bài phân tích cho thấy Zara (Inditex) hoàn thành quy trình từ thiết kế đến kệ hàng trong 2 tuần bằng cách vận hành một mô hình kinh doanh với một hệ thống thông tin đơn giản được phát triển nội bộ, minh họa cách hệ thống hoàn toàn phù hợp với mô hình kinh doanh sinh ra lợi thế cạnh tranh.
Flyvbjerg, B. (2006). From Nobel Prize to project management: Getting risks right. Project Management Journal, 37(3), 5–15. Tóm tắt: Một bài báo đề xuất "dự báo lớp tham chiếu" như một cách để đối phó với lỗi lập kế hoạch, bằng cách điều chỉnh ước tính từ phân bố kết quả của các dự án tương tự.
Flyvbjerg, B., & Budzier, A. (2011). Why your IT project may be riskier than you think. Harvard Business Review, 89(9), 23–25. Tóm tắt: Một phân tích về 1.471 dự án IT cho thấy vượt quá chi phí trung bình là 27%, nhưng 1 trong 6 dự án là "thiên nga đen" với vượt quá chi phí trên 200% và vượt quá khoảng thời gian 70%.
Flyvbjerg, B., Budzier, A., Lee, J. S., Keil, M., Lunn, D., & Bester, D. W. (2022). The empirical reality of IT project cost overruns: Discovering a power-law distribution. Journal of Management Information Systems, 39(3), 607–639. Tóm tắt: Nghiên cứu phân tích 5.392 dự án CNTT, cho thấy vượt quá ngân sách tuân theo phân phối luật lũy thừa (đuôi béo). Cảnh báo rằng ước tính dựa trên giả định phân phối chuẩn bị đánh giá thấp các trường hợp vượt quá cực đoan.
Gartner. (2025, June 25). Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027 [Press release]. Tóm tắt: Dự báo rằng hơn 40% các dự án AI agentic sẽ bị hủy do chi phí, giá trị không rõ ràng và quản lý rủi ro không đủ. Chỉ ra tình trạng "AI washing" phổ biến, trong đó chỉ khoảng 130 công ty trong hàng nghìn nhà cung cấp tự xưng thực sự có khả năng agent.
Grant Thornton UK LLP. (2023). Birmingham City Council: Statutory recommendations under Section 24 of the Local Audit and Accountability Act 2014. Tóm tắt: Báo cáo của kiểm toán viên ngoài chỉ ra quá mức chi và sự không bình thường của quản lý tài chính trong việc triển khai Oracle tại thành phố Birmingham, với tùy chỉnh quá mức được xác định là một trong những nguyên nhân chính.
Handelsblatt. (2018, July). Lidl stoppt Milliardenprojekt mit SAP. Handelsblatt. Tóm tắt: Bài báo về việc Lidl hủy bỏ dự án triển khai SAP kéo dài 7 năm với chi phí khoảng 500 triệu euro, với tùy chỉnh quá mức do sự nhất mực về phương pháp định giá hàng tồn kho được xác định là nguyên nhân chính.
House of Commons Committee of Public Accounts. (2013). The dismantled National Programme for IT in the NHS (Nineteenth Report of Session 2013–14). The Stationery Office. Tóm tắt: Báo cáo quốc hội xác minh chi phí sau khi giải thể chương trình hệ thống hồ sơ bệnh nhân tích hợp (NPfIT) của NHS Vương quốc Anh và kết luận về các vấn đề của phát triển độc lập tập trung quy mô lớn.
JPMorgan Chase. (2025). LLM Suite named 2025 "Innovation of the Year" by American Banker. JPMorgan Chase Technology Blog. Tóm tắt: Tài liệu công bố của công ty giải thích quá trình triển khai và quy mô sử dụng công cụ phát triển nội bộ "LLM Suite" tận dụng các mô hình nền tảng bên ngoài trên nền tảng nội bộ.
Kahneman, D., & Tversky, A. (1979). Intuitive prediction: Biases and corrective procedures. TIMS Studies in Management Science, 12, 313–327. Tóm tắt: Bài báo chỉ ra "sai lầm lập kế hoạch" mà trong đó những người lập kế hoạch bỏ qua các trường hợp tương tự trong quá khứ và ước tính từ góc nhìn nội bộ, đề xuất điều chỉnh bằng góc nhìn bên ngoài.
Keil, M. (1995). Pulling the plug: Software project management and the problem of project escalation. MIS Quarterly, 19(4), 421–447. Tóm tắt: Nghiên cứu phân tích các yếu tố dẫn đến "leo thang" trong đó các dự án CNTT đang thất bại bị tiếp tục và nhận thêm đầu tư, chỉ ra nhu cầu có các cơ chế quyết định rút lui.
Klarna. (2024, February 27). Klarna AI assistant handles two-thirds of customer service chats in its first month [Press release]. Tóm tắt: Tài liệu công bố của công ty phát triển chỉ ra trợ lý AI phát triển nội bộ sử dụng mô hình nền tảng bên ngoài xử lý 2/3 các cuộc trò chuyện dịch vụ khách hàng, tương đương 700 vị trí việc làm.
Koch, C. (2002). Hershey's bittersweet lesson. CIO Magazine. Tóm tắt: Bài báo mô tả cách Hershey gặp sự cố gửi hàng trong việc chuyển đổi ERP một lần năm 1999, nhưng trong quá trình nâng cấp quy mô lớn năm 2002, thông qua triển khai phân giai đoạn vào thời kỳ yên tĩnh và kiểm tra kỹ lưỡng, công ty hoàn thành sớm hơn dự định và chi phí thấp hơn ngân sách.
Koch, C. (2004). Nike rebounds: How (and why) Nike recovered from its supply chain disaster. CIO Magazine. Tóm tắt: Bài báo mô tả cách sau khi thất bại trong việc triển khai hệ thống dự báo nhu cầu năm 2000, Nike chuyển đổi việc làm mới của hệ thống cốt lõi sang triển khai phân giai đoạn theo từng khu vực và chức năng, hoàn thành không có sự cố đáng kể vào năm 2006.
Lacity, M. C., Khan, S. A., & Willcocks, L. P. (2009). A review of the IT outsourcing literature: Insights for practice. Journal of Strategic Information Systems, 18(3), 130–146. Tóm tắt: Văn bản tổng hợp các nghiên cứu thực nghiệm về ngoài thầu CNTT, tóm gọn ưu điểm của ngoài thầu chọn lọc, thiết kế hợp đồng và tầm quan trọng của khả năng bên phía bên đặt hàng cho các chuyên gia thực tế.
Lehman, M. M. (1980). Programs, life cycles, and laws of software evolution. Proceedings of the IEEE, 68(9), 1060–1076. Tóm tắt: Bài báo xây dựng "Luật tiến hóa phần mềm" phát biểu rằng các chương trình được sử dụng thực tế phải được thay đổi liên tục hoặc mức độ thỏa mãn sẽ giảm, và độ phức tạp tăng lên khi thay đổi được thực hiện.
Lientz, B. P., & Swanson, E. B. (1980). Software maintenance management: A study of the maintenance of computer application software in 487 data processing organizations. Addison-Wesley. Tóm tắt: Nghiên cứu cổ điển khảo sát quy mô lớn các hoạt động bảo trì phần mềm ở các doanh nghiệp, lần đầu tiên chỉ ra một cách có hệ thống rằng hơn nửa chi phí vòng đời được dành cho bảo trì.
McKinsey & Company. (2026). The state of AI: Global survey 2026. QuantumBlack, AI by McKinsey. Tóm tắt: Báo cáo khảo sát dựa trên phỏng vấn 1.719 người từ 97 quốc gia cho thấy tỷ lệ sử dụng AI đạt 88%, nhưng chỉ 37% doanh nghiệp báo cáo tác động đến EBIT, 80% người trả lời cảm thấy cải thiện năng suất cá nhân, 32% doanh nghiệp chọn phát triển nội bộ thông qua công cụ mã hóa AI, và 20% doanh nghiệp cảm thấy chi phí vận hành AI là hạn chế sử dụng.
Menlo Ventures. (2025). 2025: The state of generative AI in the enterprise. Menlo Ventures. Tóm tắt: Báo cáo phân tích chi tiêu AI tạo sinh của doanh nghiệp cho thấy mua hàng bên ngoài chiếm 76% và phát triển nội bộ 24%, dịch chuyển lớn sang bên mua so với năm trước, chi tiêu cho AI chuyên biệt theo chiều dọc đạt 3,5 tỷ đô la, và chỉ 16% doanh nghiệp đang vận hành các tác nhân tự trị.
MIT NANDA. (2025). The GenAI divide: State of AI in business 2025. Massachusetts Institute of Technology. Tóm tắt: Báo cáo dựa trên phỏng vấn 52 tổ chức và khảo sát 153 người cho thấy 95% dự án thử nghiệm AI tạo sinh không đạt tác động tài chính, tỷ lệ đưa vào sản xuất của sản phẩm bên ngoài (67%) gấp đôi phát triển nội bộ (33%), và chỉ ra sự tồn tại của "khoảng cách học tập" cản trở sự định cư.
Moffatt v. Air Canada, 2024 BCCRT 149 (Civil Resolution Tribunal of British Columbia, 2024). Tóm tắt: Phán quyết của Canada công nhận trách nhiệm của công ty hàng không đối với hướng dẫn sai của chatbot và yêu cầu bồi thường.
Moore, G. A. (2005). Dealing with Darwin: How great companies innovate at every phase of their evolution. Portfolio. Tóm tắt: Tác phẩm phân chia hoạt động của công ty thành "lõi" tạo ra sự khác biệt và "bối cảnh" cần thiết nhưng không tạo ra sự khác biệt, lập luận rằng theo thời gian tất cả hoạt động chuyển từ lõi sang bối cảnh.
Nelson, P., Richmond, W., & Seidmann, A. (1996). Two dimensions of software acquisition. Communications of the ACM, 39(7), 29–35. Tóm tắt: Bài báo áp dụng lý thuyết chi phí giao dịch cho mua sắm phần mềm, tổ chức tính thích hợp của mua gói, phát triển tùy chỉnh, phát triển nội bộ và ngoài thầu trên hai trục "tính độc lập của hoạt động kinh doanh" và "tính không chắc chắn của yêu cầu".
Netflix. (2016, February 11). Completing the Netflix cloud migration. Netflix. Tóm tắt: Tài liệu công bố của công ty về hoàn thành việc di chuyển đến AWS năm 2016 sau khi bắt đầu từ lỗi cơ sở dữ liệu năm 2008, đóng cửa trung tâm dữ liệu riêng cuối cùng. Ví dụ về sự tách biệt khi giao phó cơ sở hạ tầng cho bên ngoài và tự phát triển lõi khác biệt.
Panorama Consulting Group. (2023). The 2023 ERP report. Panorama Consulting Group. Tóm tắt: Báo cáo hàng năm dựa trên khảo sát liên tục các doanh nghiệp triển khai ERP, báo cáo tỷ lệ vượt quá ngân sách và thời gian cũng như tỷ lệ đạt mục tiêu. Cho thấy rằng khoảng nửa số triển khai ERP vượt quá ngân sách hoặc thời gian, và ít hơn nửa các doanh nghiệp đạt được hiệu quả mong muốn.
Shapiro, C., & Varian, H. R. (1999). Information rules: A strategic guide to the network economy. Harvard Business School Press. Tóm tắt: Tài liệu cơ bản hướng thực tiễn về kinh tế thông tin, hệ thống hóa các tính chất kinh tế của hàng hóa thông tin (chi phí chuyển đổi, khóa nhập, hiệu ứng mạng lưới, chuẩn hóa).
Soh, C., Kien, S. S., & Tay-Yap, J. (2000). Enterprise resource planning: Cultural fits and misfits: Is ERP a universal solution? Communications of the ACM, 43(4), 47–51. Tóm tắt: Nghiên cứu phân tích triển khai ERP tại bệnh viện, phân loại sự không phù hợp giữa sản phẩm và tổ chức thành 3 loại (dữ liệu, chức năng, đầu ra), đồng thời chứng minh rằng việc tùy chỉnh để khắc phục sự không phù hợp này làm tăng chi phí dài hạn.
Standish Group. (2015). CHAOS report 2015. The Standish Group International. Tóm tắt: Báo cáo điều tra liên tục tỷ lệ thành công, có vấn đề và thất bại của các dự án phần mềm. Cho thấy tỷ lệ thành công dao động quanh 30%.
Standish Group. (2020). CHAOS 2020: Beyond infinity. The Standish Group International. Tóm tắt: Phiên bản 2020 của báo cáo CHAOS. Được biết đến vì cho thấy tỷ lệ thành công không thay đổi nhiều trong hơn 20 năm, và chỉ ra rằng việc hạn chế trễ trong ra quyết định là một yếu tố thành công quan trọng.
Taima, M. (2026, June 12). Các công ty AIエージェント nên nhắm tới thị trường lớn đến mức nào — Lý thuyết TAM, Trường hợp thực tế và Nghiên cứu mới nhất. mign. https://www.mign.io/articles/57854/ Tóm tắt: Bài viết này tổng hợp cấu trúc thị trường trong đó các công ty AI đa năng (OpenAI, Anthropic, Google) nhắm tới toàn bộ lao động trí tuệ, trong khi các công ty AIエージェント chuyên biệt theo ngành (Harvey, Cursor, Sierra, OpenEvidence, v.v.) nhắm tới chi phí nhân công của các ngành cụ thể. Bài viết so sánh định lượng khái niệm Service-as-a-Software và doanh thu, thị trường đích, mức độ hoàn thành của từng công ty.
Teece, D. J. (1986). Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Research Policy, 15(6), 285–305. Tóm tắt: Một trong những tài liệu quan trọng nhất trong lý thuyết chiến lược công nghệ, cho thấy các điều kiện trong đó lợi nhuận từ đổi mới công nghệ chảy tới những người sở hữu tài sản bổ sung cần thiết cho thương mại hóa thay vì những người phát minh.
U.S. Government Accountability Office. (2014). Healthcare.gov: Ineffective planning and oversight practices underscore the need for improved contract management (GAO-14-694). Tóm tắt: Báo cáo kiểm toán của Cục Trách nhiệm Chính phủ Hoa Kỳ về sự thất bại trong khởi động Healthcare.gov, chỉ ra sự vắng mặt của người chịu trách nhiệm tổng hợp, thay đổi yêu cầu thường xuyên và thiếu kiểm tra.
Wardley, S. (2020). Wardley maps: Topographical intelligence in business. Creative Commons(オンライン公開). Tóm tắt: Tác phẩm hệ thống hóa kỹ thuật vẽ các thành phần kinh doanh dưới dạng bản đồ, với tiền đề rằng công nghệ và hoạt động phát triển từ "xuất hiện → xây dựng độc lập → sản phẩm → hàng hóa thông dụng", chọn phương pháp mua sắm phù hợp cho từng giai đoạn.
Williamson, O. E. (1985). The economic institutions of capitalism: Firms, markets, relational contracting. Free Press. Tóm tắt: Tài liệu cơ bản về kinh tế chi phí giao dịch, tinh chỉnh rằng liệu một giao dịch nên được nội bộ hóa hay giao cho thị trường được xác định bởi ba yếu tố: tính đặc hiệu của tài sản, tính không chắc chắn và tần suất.
Zylo. (2023). 2023 SaaS Management Index. Zylo. Tóm tắt: Báo cáo khảo sát phân tích dữ liệu hợp đồng SaaS của doanh nghiệp, báo cáo rằng khoảng 40% giấy phép đã ký kết không được sử dụng và mỗi công ty lãng phí khoảng 17 triệu đô la mỗi năm.
Đã đọc
Đọc tiếp ↓