Deloitte: 42% đã dùng AI agent, chỉ 15% mở rộng nổi
Điều phối nhiều hệ thống cùng lúc là phần khó nhất khi mở rộng AI agent, không phải dựng agent đầu tiên. Ảnh tư liệu (CC0).
Dựng một AI agent giờ là chuyện vài ngày. Nhưng khảo sát mới của Deloitte cho thấy quãng đường từ agent đầu tiên tới một hệ nhiều agent chạy thật trong vận hành vẫn chặn gần như tất cả mọi người, và lý do nằm ở nơi ít ai muốn nhìn: dữ liệu và quy trình.
Ngày 12/8/2026, Deloitte công bố khảo sát 501 lãnh đạo từ senior manager tới C-suite tại Mỹ, thực hiện từ tháng 4 tới tháng 6/2026 ở năm ngành. 42% nói tổ chức đã thử hoặc triển khai AI agent và 43% đã dùng ở hơn một bộ phận, nhưng chỉ 15% mở rộng được hệ nhiều agent có điều phối xuyên chức năng, mà phần nhiều lại nằm ở việc ít rủi ro và ít giá trị. Rào cản hàng đầu không phải mô hình AI: 72% thiếu dữ liệu hợp nhất, 70% chưa tin và chưa quản trị được agent, 67% thấy tích hợp quá đắt. Với doanh nghiệp Việt, bài học là dọn dữ liệu và chọn một quy trình đo được trước khi nhân bản agent.
Deloitte đo được gì?
Khảo sát nằm trong loạt nghiên cứu về chuyển đổi agentic của Deloitte, với điều kiện chọn mẫu đáng chú ý: mọi tổ chức tham gia đều đã ít nhất đang thí điểm giải pháp agentic. Nghĩa là đây không phải bức tranh của thị trường chung mà là bức tranh của nhóm đã bắt đầu, nên các con số dưới đây nên đọc như trần chứ không phải sàn. Trong nhóm đó, 42% đã thử hoặc triển khai agent, 43% đã đưa agent vào hơn một bộ phận, nhưng chỉ 15% đạt mức mở rộng có điều phối nhiều agent xuyên chức năng. Deloitte ghi thêm một chi tiết dễ bị bỏ qua: nhiều đơn vị trong nhóm 15% đó đang áp dụng agent vào các việc ít rủi ro và ít giá trị thu về, tức là con số mở rộng thật sự tạo ra lợi nhuận còn thấp hơn 15%.
Nút thắt nằm ở dữ liệu, không nằm ở mô hình
Khi được hỏi điều gì cản trở, ba câu trả lời hàng đầu đều không liên quan tới chất lượng mô hình AI: 72% nói dữ liệu chưa hợp nhất và chưa truy cập được, 70% chưa tin tưởng và chưa quản trị nổi agent, 67% thấy chi phí tích hợp quá lớn. Chỉ 42% tự đánh giá nền dữ liệu đã sẵn sàng, 25% cho rằng đội ngũ đã sẵn sàng, và chỉ 5% nói quy trình kinh doanh của họ ở mức sẵn sàng cao cho agent. Deloitte mô tả sai lầm phổ biến bằng một chữ rất gọn: phần lớn tổ chức đang phủ agent lên quy trình cũ thay vì thiết kế lại quy trình quanh agent - và đó là lý do agent chạy được trong demo nhưng tắc khi vào vận hành thật.
Dữ liệu nằm rải ở nhiều hệ thống là rào cản được nêu nhiều nhất, 72% số người trả lời. Ảnh tư liệu (CC0).
Kỳ vọng bốn năm tới vẫn rất cao
Nghịch lý là dù hiện trạng chật vật, kỳ vọng không hề giảm: 74% lãnh đạo cho rằng trong vòng bốn năm, gần một nửa quy trình kinh doanh sẽ được thiết kế lại hoặc dựng lại quanh AI agent, và 61% tin phần lớn agent sẽ hoạt động khá tự chủ với con người giữ vai trò giám sát. 43% dự đoán có xáo trộn đáng kể về việc làm trong 12 tới 18 tháng. Ở phía nhà cung cấp, dữ liệu nền tảng cũng cho thấy tốc độ dựng agent tăng nhanh: theo chỉ số Agentic Enterprise Index của Salesforce công bố đầu tháng 8/2026, số agent đang hoạt động của khách hàng họ gần gấp ba và thời gian dựng một agent giảm 53%. Đây là số liệu do chính nhà cung cấp công bố nên nên đọc như thước đo mức dùng nền tảng, nhưng hướng thì trùng với Deloitte: tạo agent ngày càng dễ, còn vận hành nhiều agent thì không.
Agent chạy được trong vận hành thật khi quy trình và người giám sát được thiết kế cùng lúc. Ảnh tư liệu (CC0).
Góc nhìn Chạm AI: đọc gì từ đây nếu bạn ở Việt Nam
Khảo sát lấy mẫu tại Mỹ ở các tổ chức lớn, nên đừng đọc con số như dự báo cho thị trường Việt. Nhưng ba điểm chuyển được nguyên vẹn. Một, dọn dữ liệu trước khi mua thêm công cụ: nếu đơn hàng nằm ở Excel, chính sách đổi trả nằm trong đầu quản lý và tồn kho nằm ở phần mềm riêng thì agent không có gì để dựa vào - đây đúng là phần chúng tôi mô tả trong dữ liệu nền tảng cho AI Agent. Hai, chọn một quy trình có số đo thay vì rải agent cho có: tỷ lệ trả lời ngoài giờ, thời gian chốt đơn, số ca chuyển cho người - có số trước rồi mới bàn mở rộng, cách tính có sẵn trong bài đo ROI AI Agent và công cụ ước tính miễn phí. Ba, thiết kế lại quy trình chứ đừng phủ agent lên cách làm cũ: lỗi này đứng đầu danh sách 7 sai lầm khi triển khai AI Agent, và khảo sát Deloitte vừa cho thấy nó không phải bệnh riêng của doanh nghiệp nhỏ. Doanh nghiệp Việt có một lợi thế thật: quy trình còn gọn, đổi nhanh hơn tập đoàn - nên rào cản 67% "tích hợp quá đắt" ở đây nhẹ hơn nhiều, miễn là làm đúng thứ tự trong quy trình triển khai AI Agent.
Nguồn: Deloitte - thông cáo "AI Agents are Only the Beginning: Deloitte Survey Examines the AI Readiness Gap", công bố 12/8/2026, khảo sát 501 lãnh đạo cấp senior manager tới C-suite tại Mỹ ở năm ngành, thực hiện 4-6/2026, mọi tổ chức tham gia đều đang thí điểm hoặc triển khai agentic AI · Salesforce, Agentic Enterprise Index bản thứ hai, 8/2026, dữ liệu nền tảng của nhà cung cấp. Số liệu phản ánh thị trường Mỹ, mang tính tham khảo cho Việt Nam.
Câu hỏi thường gặp
Khảo sát Deloitte công bố ngày 12/8/2026 nói gì?
Deloitte khảo sát 501 lãnh đạo từ cấp senior manager tới C-suite tại Mỹ trong tháng 4 tới tháng 6 năm 2026, ở năm ngành. Kết quả: 42% cho biết tổ chức đã thử hoặc triển khai AI agent, 43% đã dùng ở hơn một bộ phận, nhưng chỉ 15% mở rộng được hệ nhiều agent có điều phối xuyên chức năng.
Vì sao doanh nghiệp dừng lại ở mức thử nghiệm?
Ba rào cản lớn nhất trong khảo sát đều nằm ngoài phần mô hình AI: 72% nói dữ liệu chưa hợp nhất và chưa truy cập được, 70% chưa tin tưởng và chưa quản trị được agent, 67% thấy chi phí tích hợp quá tốn kém và phức tạp. Phần lớn tổ chức phủ agent lên quy trình cũ thay vì thiết kế lại quy trình.
Doanh nghiệp Việt nên rút ra điều gì?
Ba điều: dọn dữ liệu trước khi mua thêm công cụ, vì dữ liệu rời rạc là rào cản số một; chọn một quy trình có số đo thay vì rải agent nhiều nơi cho có; và thiết kế lại chính quy trình đó thay vì phủ agent lên cách làm cũ, vì nhóm mở rộng được đều bắt đầu từ khâu này.