Khi nói về ứng dụng trí tuệ nhân tạo (AI) trong doanh nghiệp, phần lớn các báo cáo hiện nay thường nhấn mạnh vào lợi ích: tăng năng suất, giảm chi phí, cải thiện tương tác khách hàng. Một khảo sát do Deloitte Access Economics và Meta công bố tháng 5.2025 cho thấy 93% doanh nghiệp vừa và nhỏ (SME) tại Việt Nam đã triển khai ít nhất một công cụ AI – cao nhất trong sáu thị trường châu Á được khảo sát. Trong đó, 92% doanh nghiệp ghi nhận AI giúp tăng năng suất, và 89% thấy rõ hiệu quả giảm chi phí vận hành.

Tuy nhiên, đằng sau các con số này là một thực tế ít được đề cập: chi phí ẩn trong triển khai AI – thứ có thể ảnh hưởng trực tiếp đến tiến độ, hiệu quả và khả năng mở rộng hệ thống trong dài hạn. Các chuyên gia tại sự kiện hội nghị Trí tuệ nhân tạo TP.HCM tổ chức trong tháng 7 đã bàn luận về chủ đề này. 

Một trong những chi phí ẩn lớn nhất nằm ở hạ tầng công nghệ. Theo ông Phan Ngọc Ánh, tổng giám đốc công ty công nghệ năng lượng Alena, các phần mềm AI hiện đại có thể chạy trên máy chủ cục bộ của doanh nghiệp, nhưng điều đó đồng nghĩa với việc “phải đầu tư hệ thống server hoạt động 24/7, có phòng máy lạnh và đường truyền mạng tốc độ cao” – những khoản mục không hề nhỏ đối với doanh nghiệp vừa và nhỏ. Dù lựa chọn cloud (điện toán đám mây) có thể giảm chi phí ban đầu, doanh nghiệp vẫn phải trả phí hàng tháng và cần năng lực quản trị dữ liệu phù hợp để khai thác hiệu quả.

Một chi phí ẩn khác thường bị đánh giá thấp là tuổi thọ và chi phí duy trì phần cứng, đặc biệt trong các lĩnh vực sản xuất và nông nghiệp. Ông Nguyễn Đức Quế, giám đốc kênh đối tác Intel Việt Nam, dẫn chứng: “Nhiều doanh nghiệp chọn sensor (cảm biến thu thập dữ liệu) giá rẻ để tiết kiệm chi phí ban đầu, nhưng sau 6 tháng – 1 năm đã phải thay mới, gây gián đoạn hệ thống.”

Chi phí không chỉ đến từ thiết bị – thường chỉ vài trăm đô la – mà còn từ thời gian ngưng trệ hoạt động, quy trình giải trình ngân sách với cấp trên, đôi khi kéo dài tới nửa năm. Điều này làm đội tổng chi phí lên đáng kể, vượt xa tính toán ban đầu của doanh nghiệp.

Không chỉ phần cứng, chất lượng môi trường vận hành cũng là yếu tố kéo theo chi phí ngầm. Trong nông nghiệp, cảm biến dễ bị rêu bám, bùn phủ làm sai lệch dữ liệu. Ông Phí Anh Tuấn - trưởng ban Tư vấn chuyển đổi số DXCenter - cảnh báo: “Một cảm biến lỗi có thể khiến cả hệ thống nuôi tôm sụp đổ.” Để xử lý, một số doanh nghiệp buộc phải đầu tư thêm hệ thống lọc nước – phát sinh chi phí vận hành mà nếu không dự trù từ đầu, sẽ ảnh hưởng tới hiệu quả đầu tư.

Đáng chú ý, nhiều doanh nghiệp thường bỏ qua chi phí cho nhân lực xử lý dữ liệu – một phần then chốt trong bất kỳ hệ thống AI nào. “Giá thành cho nhân sự làm sạch dữ liệu đôi khi còn đắt hơn gấp 2–3 lần những nhân sự chuyên trực quan hoá dữ liệu,” ông Tuấn nhận xét. Việc thu thập dữ liệu từ nhiều nguồn, thiếu tiêu chuẩn chung khiến chi phí xử lý dữ liệu đầu vào ngày càng lớn, đặc biệt khi hệ thống cần mở rộng theo thời gian.

Dữ liệu sai không chỉ làm lãng phí nguồn lực mà còn tạo rủi ro cho các quyết định vận hành. Ông Nguyễn Thanh Lâm, trưởng trung tâm An ninh mạng QTSC, nhận định: “Nếu không xử lý dữ liệu rác, có thể dẫn tới các quyết định sai lầm.” 

Chi phí ẩn không chỉ đến từ yếu tố kỹ thuật, mà còn từ sự thiếu đồng bộ chiến lược giữa các phòng ban trong doanh nghiệp. Theo ông Quế của Intel, mỗi bộ phận đều muốn ứng dụng AI để xử lý “nỗi đau riêng”, nhưng thiếu chiến lược tổng thể khiến hệ thống bị phân mảnh. Từng làm việc với một doanh nghiệp sản xuất ô tô, ông cho biết đã phải tích hợp 52.000 thiết bị từ 32 phân xưởng vào một nền tảng chung – một công việc tiêu tốn nhiều công sức và chi phí kỹ thuật chỉ vì trước đó doanh nghiệp không có kiến trúc dữ liệu thống nhất.

Tuy vậy, vẫn có những ví dụ thành công khi doanh nghiệp xác định được đúng cách nhìn nhận chi phí AI là đầu tư chiến lược thay vì chi phí vận hành. Trường hợp của VPBank là một điển hình: ngân hàng này xây dựng hệ thống dữ liệu phân loại theo các tiêu chí cụ thể – hành vi tín dụng, thói quen tiêu dùng, độ tuổi, giới tính – sau đó mới triển khai AI vào chatbot, voicebot. Kết quả, “năng suất đã tăng 60%, tiết kiệm được tương đương 60% nhân lực và tốc độ xử lý mỗi yêu cầu giảm còn 5 giây,” theo chia sẻ của ông Hoàng Đạo, đại diện của Vietnam Innovation Ecosystem.

Boston Consulting Group ước tính AI có thể đóng góp từ 27–65 tỉ USD vào GDP Việt Nam trong thập kỷ tới. Trong bối cảnh này, đầu tư triển khai công nghệ này là điều không thể tránh. Nhưng nếu không tính đúng và đủ các chi phí ẩn ngay từ đầu, doanh nghiệp không chỉ trả giá bằng tiền bạc mà còn cả cơ hội cạnh tranh trong kỷ nguyên chuyển đổi số.