Lãnh đạo Alibaba Cloud: Hầu hết dự án AI doanh nghiệp thất bại vì chọn sai use case, không phải do mô hình yếu

TREE NEWS đưa tin: Phó Chủ tịch Tập đoàn Alibaba Cloud Intelligence, Huo Jia, đã đưa ra đánh giá thẳng thắn về AI doanh nghiệp tại một buổi họp báo truyền thông trong khuôn khổ hội nghị thường niên Yunqi của công ty: phần lớn thất bại không phải do mô hình chưa đủ thông minh, mà do doanh nghiệp chọn sai kịch bản, đánh giá quá cao dữ liệu của chính mình, và quản lý dự án AI như cách triển khai IT truyền thống.

Ông Huo, người tiếp quản đội ngũ vào tháng 8 năm ngoái, cho biết ông chưa từng nhận khiếu nại nào từ khách hàng và chưa bao giờ phải xin lỗi trực tiếp — thành tích mà ông cho là nhờ việc lựa chọn dự án nghiêm ngặt. “Có tiền và có dự án không có nghĩa là chúng tôi sẽ nhận”, ông nói.

Ba mô thức thất bại phổ biến

Ông mô tả ba kiểu thất bại lặp đi lặp lại. Thứ nhất, doanh nghiệp cố gắng huấn luyện mô hình theo lĩnh vực dọc từ đầu, để rồi nhận ra dữ liệu của mình chưa được chuẩn bị, cụm tính toán không phù hợp để huấn luyện, và họ không thể theo kịp các phòng thí nghiệm tiên phong hiện phát hành phiên bản mô hình mới khoảng mỗi tháng một lần.

Thứ hai, doanh nghiệp tin rằng dữ liệu IT hiện có đã sẵn sàng cho AI. Cách diễn đạt của ông Huo đã tiến hóa từ “dữ liệu IT không bằng dữ liệu AI” đối với huấn luyện sang “dữ liệu IT không bằng dữ liệu agentic” đối với ứng dụng — phần lớn những gì nằm trong hệ thống doanh nghiệp không thể dùng trực tiếp trong môi trường agent.

Thứ ba, doanh nghiệp xây dựng agent cho một số ít người dùng. Ông dẫn ví dụ một doanh nghiệp lớn có nền tảng thương mại điện tử B2B chỉ xử lý hơn 100 giao dịch mỗi ngày lại muốn có một kế hoạch chuyển đổi AI toàn diện. “Vậy tại sao bạn cần AI?”, ông Huo hỏi. Xử lý thủ công chỉ mất vài phút đến vài giờ.

Nói không, rút ngắn chu kỳ, triển khai kỹ sư

Đơn thuốc của ông Huo gồm hai phần: nói không với khách hàng, và đưa kỹ sư đến tận nơi khách hàng. Ông đã áp đặt hai điều kiện bổ sung cho các dự án — chu kỳ bàn giao ngắn, với các bản phát hành hàng tháng hoặc thậm chí hàng tuần thay vì ra mắt theo quý, và mô hình “One Team” từ bỏ sự phân chia truyền thống giữa khách hàng và nhà cung cấp.

Alibaba Cloud đã bắt đầu thử nghiệm mô hình kỹ sư triển khai tiền tuyến (FDE) trước chu kỳ cường điệu hiện tại. Trong một dự án ngành năng lượng cuối năm 2024, các kiến trúc sư giải pháp được cử đến hiện trường, xác thực kịch bản tại chỗ, và cuối cùng bàn giao một hệ thống cấp sản xuất. Cách tiếp cận này đã được chính thức phê duyệt để thí điểm tại một cuộc họp chiến lược nội bộ vào tháng 12.

Ông Huo thận trọng với chính cái nhãn FDE, lưu ý rằng nó có nguy cơ bị coi ở Trung Quốc là “rượu cũ trong bình mới”. “Tôi đã nói với đội ngũ rằng tôi thực sự không muốn bàn về thuật ngữ này nữa”, ông nói.

Mô hình kinh doanh: Chỉ có hai

Về kiếm tiền, ông Huo thẳng thắn. Ông chỉ thấy hai mô hình khả thi: hợp đồng dịch vụ dài hạn và kinh doanh dựa trên sản phẩm. Ông đặt cược vào định giá dựa trên kết quả — Result as a Service — lập luận rằng chỉ việc bàn giao kết quả thực sự mới biện minh được cho mức giá cao cấp. Niềm tin của ông càng được củng cố sau tháng 5 khi năng lực mô hình được cải thiện.

Đối với các công ty phần mềm truyền thống, thông điệp của ông còn gay gắt hơn: nếu năng lực cạnh tranh cốt lõi của sản phẩm và biên lợi nhuận không thể tăng lên, thì tính phí theo người-ngày là lựa chọn duy nhất còn lại. “Hào bảo vệ (moat) của bạn rốt cuộc là gì?”

Bản thân Alibaba Cloud không kỳ vọng công việc FDE sẽ là trung tâm lợi nhuận chính. KPI cốt lõi của đội ngũ là liệu nó có thúc đẩy việc ứng dụng sản phẩm hay không. “Ở trong nước, kỳ vọng kiếm được nhiều tiền từ việc này có lẽ là không thực tế”, ông Huo nói.

Hàm ý thị trường

Phát biểu của ông Huo mang theo một số tín hiệu cho nhà đầu tư. Thứ nhất, mức tiêu thụ token đang tăng vọt và giá đang tăng, được thúc đẩy bởi các startup AI-native và khách hàng công nghệ cao — một tín hiệu nhu cầu đối với hạ tầng đám mây và tính toán. Thứ hai, việc ứng dụng trong doanh nghiệp vẫn chậm và theo từng kịch bản, nghĩa là khoảng cách giữa nhu cầu AI-native và doanh thu doanh nghiệp chủ đạo có thể kéo dài lâu hơn mức phe lạc quan kỳ vọng.

Thứ ba, sự chuyển dịch sang định giá dựa trên kết quả và hợp đồng dịch vụ có thể định hình lại biên lợi nhuận trên toàn ngành phần mềm doanh nghiệp và dịch vụ IT, gây áp lực lên các mô hình SaaS tính phí theo chỗ ngồi truyền thống. Thứ tư, sự bùng nổ tuyển dụng FDE — với các vị trí liên quan tăng hơn 800% từ tháng 1 đến tháng 9 — cho thấy sự gia tăng mang tính cấu trúc trong chi phí bàn giao mà các nhà cung cấp phải hấp thụ hoặc chuyển tiếp.

Hiện tại, cách lý giải của ông Huo là đường cong giá token và đường cong triển khai doanh nghiệp vẫn chưa hội tụ. “Đừng đánh mất trí tưởng tượng chỉ vì bạn không biết”, ông nói. “Sau bốn năm huấn luyện, phát súng xuất phát chỉ vừa mới nổ.”

Những điểm chính

Thất bại của AI doanh nghiệp xuất phát từ việc chọn kịch bản và mức độ sẵn sàng của dữ liệu, không phải từ năng lực mô hình.
Giá token tăng phản ánh nhu cầu thực sự từ khách hàng AI-native và công nghệ cao, nhưng việc ứng dụng trong doanh nghiệp chủ đạo vẫn còn ở giai đoạn đầu.
Định giá dựa trên kết quả và hợp đồng dịch vụ dài hạn có thể trở thành mô hình kiếm tiền chủ đạo, thách thức kinh tế học SaaS truyền thống.
Sự tăng trưởng nhanh chóng của các vị trí kỹ sư triển khai tiền tuyến báo hiệu chi phí bàn giao cao hơn và mối liên kết chặt chẽ hơn giữa phát triển sản phẩm và thực tế khách hàng.