McKinsey: Lời khuyên cho lãnh đạo công nghệ AI năm 2025

• Lãnh đạo công nghệ trong năm 2025:

  • Vai trò lãnh đạo công nghệ trở thành "người xây dựng doanh nghiệp, bảo vệ và điều hành" trong bối cảnh thay đổi nhanh chóng.
  • Các câu hỏi quan trọng cần trả lời như xác định các sáng kiến công nghệ quan trọng, tăng cường khả năng phục hồi, và chuẩn bị cho AI thế hệ mới (gen AI).
  • Các xu hướng lớn bao gồm M&A, áp lực lợi nhuận và các rủi ro địa chính trị.

• Nhân tài công nghệ:

  • AI tập trung vào con người cần tập trung vào phát triển kỹ năng, điều chỉnh vai trò và cải thiện truyền thông tổ chức.
  • Xây dựng kỹ năng chuyên sâu và cá nhân hóa quá trình học tập thông qua AI.

• Tác động của gen AI:

  • AI giúp giảm 40% chi phí và tăng tốc hiện đại hóa công nghệ 40-50%.
  • Các nhà lãnh đạo cần quản lý và tối ưu hóa đội ngũ AI để giải quyết các vấn đề công nghệ phức tạp.

• Khả năng phục hồi công nghệ:

  • Tập trung vào bảo vệ 30% quan trọng nhất của doanh nghiệp thay vì bao phủ 100% với độ hiệu quả thấp hơn.
  • Áp dụng kỹ thuật "chaos engineering" và cải tiến quy trình đánh giá rủi ro.

• Đánh giá trung thực về gen AI:

  • Hiệu quả thấp hiện tại chủ yếu do tổ chức chưa tối ưu hóa chu trình phát triển phần mềm.
  • Cần triển khai chỉ số đo lường hiệu quả (KPIs) toàn diện để cải thiện năng suất.

• Năng suất công nghệ:

  • Tăng cường minh bạch chi phí để doanh nghiệp có thể sử dụng nguồn lực công nghệ hiệu quả hơn.
  • Đào tạo đội ngũ sử dụng công cụ AI để giảm chi phí do lỗi từ người dùng.

• Bài học từ châu Á:

  • Các công ty châu Á tiên phong kết hợp gen AI và AI phân tích để tối ưu hóa quy trình kinh doanh.
  • Tập trung vào số hóa toàn diện, xây dựng hạ tầng dữ liệu và KPI để đo lường giá trị từ AI.

• Chuyển đổi ERP:

  • Các quyết định chiến lược như giảm chi phí đối tác tích hợp hệ thống (SI) và theo dõi KPI kinh doanh có thể tiết kiệm 20-30% chi phí ERP.
  • Sử dụng công cụ khai thác quy trình mới để tăng minh bạch và hiệu quả.

📌 Năm 2025, lãnh đạo công nghệ cần tập trung vào ưu tiên gen AI, xây dựng nhân tài, và cải thiện khả năng phục hồi doanh nghiệp. Số hóa toàn diện và minh bạch chi phí là chìa khóa để tối ưu hóa giá trị từ công nghệ. Bài học từ châu Á và các chiến lược ERP hiệu quả có thể giúp tiết kiệm đáng kể chi phí và cải thiện hiệu suất.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/new-years-resolutions-for-tech-in-2025

#McKinsey

Bài học từ châu Á: Tái cấu trúc để tận dụng sức mạnh AI

• Kết hợp gen AI và AI phân tích để tạo giá trị lớn:

  • Nhiều công ty hàng đầu tại châu Á, đặc biệt là Trung Quốc, đang tiên phong trong việc kết hợp giữa AI thế hệ mới (gen AI) và AI phân tích.
  • Thay vì chỉ tập trung vào công nghệ, các doanh nghiệp này chú trọng xây dựng nền tảng và năng lực cần thiết để AI phát huy tối đa tiềm năng.

• Đầu tư hạ tầng dữ liệu và quản lý:

  • Để hỗ trợ các mô hình AI tiên tiến, các công ty này xây dựng hệ thống hạ tầng dữ liệu vững chắc, cho phép xử lý và phân tích dữ liệu lớn một cách hiệu quả.
  • Ví dụ: Các hệ thống kiến trúc mô-đun hỗ trợ toàn bộ quá trình tương tác kỹ thuật số với khách hàng, từ đó tạo ra nhiều dữ liệu giá trị để sử dụng trong các trường hợp AI khác nhau.

• Tối ưu hóa quy trình làm việc thông qua tự động hóa:

  • Tự động hóa các quy trình và ứng dụng công nghệ chuyển đổi như chuyển giọng nói thành văn bản (speech-to-text) đã giúp cải thiện năng suất đáng kể.
  • Ví dụ: Tại một số doanh nghiệp Trung Quốc, các robot hỗ trợ giọng nói thông minh đảm nhận hơn 80% dịch vụ khách hàng.

• Chiến lược áp dụng hiệu quả:

  • Tập trung xây dựng năng lực nền tảng ở các khu vực tạo ra giá trị kinh doanh lớn.
  • Cải tiến không chỉ quy trình kinh doanh mà còn cả dữ liệu, mô hình AI, và số hóa toàn diện tất cả các bước tương tác với khách hàng.

• Thiết lập KPI để giám sát hiệu quả:

  • Các chỉ số KPI đóng vai trò quan trọng trong việc đo lường và thúc đẩy các thay đổi cần thiết.
  • Ví dụ: Một KPI quan trọng có thể là tỷ lệ phần trăm các tương tác khách hàng được xử lý tự động bởi AI.

• Bài học cho các doanh nghiệp toàn cầu:

  • Những công ty ở các khu vực khác có thể học hỏi từ cách các công ty châu Á xử lý AI, không chỉ từ góc độ công nghệ mà còn từ cách họ xây dựng các yếu tố nền tảng.
  • Đây là một quá trình liên tục, đòi hỏi sự kết hợp giữa hạ tầng vững chắc, quy trình số hóa và chiến lược mở rộng quy mô.

📌 Doanh nghiệp châu Á, đặc biệt là Trung Quốc, đã đi đầu trong việc kết hợp AI thế hệ mới và phân tích dữ liệu để cải thiện hiệu quả kinh doanh. Các chiến lược bao gồm đầu tư vào hạ tầng dữ liệu, tối ưu hóa quy trình làm việc, số hóa toàn diện và áp dụng KPI để đảm bảo hiệu quả. Đây là những bài học quý giá mà các lãnh đạo công nghệ toàn cầu có thể áp dụng để đạt được lợi thế cạnh tranh.