Sáu mươi mốt phần trăm công ty dịch vụ trong bảng khảo sát tháng 8/2026 của Fed New York có dùng AI. Trong số những công ty đó, tỷ lệ trung vị nhân viên thực sự sử dụng AI là 17% (New York Fed, 2026). Với khối sản xuất, hai con số là 51% và 7%.
Một trong hai con số đó đi lên slide trình hội đồng quản trị. Con số còn lại mới là đợt triển khai của bạn.
Áp dụng là một ô tích ở cấp công ty: ai đó, ở đâu đó, đang dùng thứ gì đó. Thâm nhập là tỷ lệ lực lượng lao động mà ngày làm việc giờ đây đi qua công cụ. Gần như mọi kế hoạch AI 2026 tôi đọc đều được phê duyệt trên con số thứ nhất và được thực thi trên con số thứ hai — và khoảng cách giữa chúng chính là nơi luận chứng kinh doanh lặng lẽ chết đi.
Bảng khảo sát nên đọc trước kỳ gia hạn kế tiếp
Các con số đến từ Empire State Manufacturing Survey và Business Leaders Survey tháng 8/2026 của Federal Reserve Bank of New York — đợt khảo sát thường niên thứ ba về AI với các doanh nghiệp tại New York và bắc New Jersey, công bố ngày 1/9 bởi Jaison R. Abel, Richard Deitz, Natalia Emanuel và Nick Montalbano (New York Fed, 2026).
Phần được trích dẫn là đường cong áp dụng:
- Công ty dịch vụ dùng AI: 25% (2024) → 40% (2025) → 61% (2026)
- Doanh nghiệp sản xuất dùng AI: 16% (2024) → 26% (2025) → 51% (2026)
Trong hai năm, mức áp dụng tăng khoảng gấp đôi ở dịch vụ và gấp ba ở sản xuất. Chỉ dựa trên bằng chứng đó, đợt triển khai đã hoàn tất.
Hai phát hiện khác từ cùng bảng khảo sát nói rằng nó mới chỉ vừa bắt đầu.
Thâm nhập. Trong số các đơn vị áp dụng, công ty dịch vụ trung vị có 17% nhân viên dùng công cụ AI. Doanh nghiệp sản xuất trung vị có 7%.
Cường độ. Ba phần tư công ty dịch vụ và hơn 90% doanh nghiệp sản xuất mô tả khoản đầu tư AI của mình là tối thiểu đến khiêm tốn. Khoảng 5% công ty dịch vụ gọi đó là một khoản đầu tư chiến lược lớn.
Giữ cả ba cùng lúc. Áp dụng gần như phổ quát, chi tiêu vẫn tối thiểu đến khiêm tốn, và khoảng một trong sáu nhân viên ngồi trên công cụ. Những dữ kiện này chỉ trông mâu thuẫn nếu bạn vẫn coi "áp dụng" đồng nghĩa với "triển khai".
17% làm gì với luận chứng kinh doanh của bạn
Đặt vào quy mô thị trường tầm trung. Một công ty dịch vụ 200 nhân sự toàn thời gian nằm gọn trong cột "đã áp dụng". Nếu trung vị đúng, đó là khoảng 34 người có công việc chạm tới AI — không phải 200.
Giờ lấy công thức ROI tiêu chuẩn: X giờ tiết kiệm mỗi lao động tri thức, nhân với tổng nhân sự. Áp cho 200 nhân sự trong khi chỉ 34 người nằm trong phạm vi, riêng hệ số tham gia đã thổi phồng lợi nhuận lên khoảng sáu lần. Và đó là trước khi có ai tranh luận rằng số giờ tiết kiệm có thật hay không, và trước khi trừ đi thời gian đội của bạn dành để sửa đầu ra.
Sự hiệu chỉnh này không phải bi quan. Đó là một mẫu số. Luận chứng xây trên mức thâm nhập bạn đã đo là một con số nhỏ hơn nhưng sống sót khi va chạm với bộ phận tài chính; luận chứng xây trên tổng nhân sự thì không.
Chi phí không phải ràng buộc của bạn — những đơn vị chưa áp dụng chứng minh điều đó
Đoạn hữu ích nhất trong bản công bố của Fed là đoạn về các công ty chưa áp dụng. Khi được hỏi lý do, khoảng một nửa nói công việc của họ không phù hợp với AI. Khoảng một phần tư nói công nghệ chưa đủ tốt. Hơn một phần ba viện dẫn quyền riêng tư và an ninh dữ liệu. Khoảng một phần ba nói họ thiếu nhân sự có năng lực kỹ thuật.
Chi phí nằm trong nhóm các rào cản ít được nêu nhất (New York Fed, 2026).
Phát hiện đó nên khép lại một kiểu tranh luận nội bộ nhất định. Nếu giá cả là ràng buộc quyết định, lời giải sẽ là một khoản ngân sách lớn hơn và áp dụng sẽ là toàn bộ cuộc chơi. Không phải vậy. Các ràng buộc được nêu là mức phù hợp của tác vụ, độ tin cậy của đầu ra, quản trị dữ liệu và năng lực nội bộ — bốn vấn đề mà một giấy phép không hề chạm tới.
Điều đó cũng giải thích con số cường độ. Doanh nghiệp không mua ở mức tối thiểu-đến-khiêm-tốn vì họ hết tiền. Họ mua như vậy vì chưa tìm ra phần công việc để hướng nó vào.
Một công cụ đo thứ hai đo mức thâm nhập AI, không phải mức áp dụng
Doanh nghiệp tự khai là công cụ đo yếu, và bảng khảo sát của Fed hoàn toàn dựa trên tự khai. Vì thế việc một phương pháp không hỏi ai điều gì lại đi tới cùng một kết luận là điều đáng kể.
Productivity Lab của ActivTrak phân loại độ trưởng thành trong áp dụng AI từ dữ liệu đo từ xa hành vi của 120.620 người lao động — hoạt động quan sát được, không phải giấy phép, lượt đăng nhập hay khảo sát. Kết quả: 27% người lao động ở mức hỗ trợ nghiên cứu, 14% ở mức thực thi tác vụ, và 2% ở mức tích hợp vào quy trình, giai đoạn mà AI được nhúng vào cách công việc thực sự được hoàn thành (ActivTrak, 2026).
Hai công cụ đo khác nhau về độ lớn và trùng nhau về hình dạng: quyền truy cập đang mở rộng, tích hợp thì không. Đáng chú ý là Gallup công bố tiêu đề "mức áp dụng AI của tổ chức tăng sáu điểm" đúng một ngày trước khi ActivTrak công bố con số 2%. Cùng một tuần, cùng một nền kinh tế, hai câu chuyện — vì một bên đo sự phân phối, bên kia đo công việc đã thay đổi.
Đào tạo lại là đòn bẩy nhân sự duy nhất thực sự đang chuyển động
Đây là chỗ dữ liệu của Fed phá vỡ câu chuyện chủ đạo còn lại.
Trong các công ty dịch vụ dùng AI: 4% sa thải vì AI (so với 1% năm 2025), 15% tuyển ít hơn, 13% tuyển nhiều hơn. Không doanh nghiệp sản xuất nào báo cáo sa thải do AI trong năm 2025 hoặc 2026 (New York Fed, 2026).
"Tuyển nhiều hơn" gần như triệt tiêu "tuyển ít hơn". Sa thải chỉ ở mức biên và tập trung. Dù AI đang làm gì với những công ty này, tái cấu trúc không phải là cơ chế.
Đào tạo lại mới là. Hơn một phần ba công ty dịch vụ dùng AI đã đào tạo lại nhân viên để ứng phó với AI; hơn một phần năm doanh nghiệp sản xuất cũng làm vậy. Điều đó khiến đào tạo lại trở thành điều chỉnh nhân sự đơn lẻ lớn nhất trong bảng khảo sát — và nó có nghĩa chưa tới một nửa số đơn vị áp dụng đang kéo cái đòn bẩy duy nhất đã dịch chuyển.
Vấn đề nằm ở nội dung mà đợt đào tạo lại đó dạy
Các tác giả của Fed mô tả nội dung rất thẳng: phần lớn áp đảo là giúp nhân viên làm tốt hơn công việc hiện tại chứ không phải chuẩn bị cho những vai trò hoàn toàn mới — năng lực AI cơ bản, hướng dẫn công cụ, kỹ thuật viết prompt, ứng dụng theo chức năng, cùng với đào tạo sử dụng có trách nhiệm về kiểm chứng đầu ra và xử lý dữ liệu.
Hữu ích. Và cũng là nửa rẻ hơn của vấn đề.
Báo cáo State of AI in the Enterprise 2026 của Deloitte — 3.235 lãnh đạo tại 24 quốc gia — tìm thấy cùng sự lệch pha đó ở quy mô toàn cầu: 53% đang đào tạo lực lượng lao động để nâng độ thành thạo AI, nhưng chỉ 30% đang hình dung lại tổ chức quanh các mô thức AI mới và 33% đang thiết kế lại lộ trình nghề nghiệp (Deloitte, 2026).
Còn Work Trend Index 2026 của Microsoft, khảo sát 20.000 người lao động tại 10 quốc gia, đặt một tỷ lệ cho câu hỏi nửa nào mới sinh lợi. Các yếu tố tổ chức — văn hóa, sự hỗ trợ của quản lý, thực hành nhân tài — tạo ra hơn gấp đôi tác động AI thực tế so với các yếu tố cá nhân: 67% so với 32% (Microsoft, 2026).
Đào tạo một cá nhân và bạn nâng độ thành thạo của người đó. Hai phần ba tác động thực tế nằm ở thiết kế công việc bao quanh họ. Bảng khảo sát của Fed cho thấy phần lớn doanh nghiệp đang mua độ thành thạo — và chỉ một phần ba mua kể cả thứ đó.
Phản biện trung thực
Bốn giới hạn, nói thẳng.
Mẫu mang tính vùng và dựa trên tự khai. Đây là New York và bắc New Jersey, do đại diện doanh nghiệp trả lời, không phải mẫu xác suất toàn quốc của người lao động. Cơ cấu ngành và trọng số của tài chính và dịch vụ doanh nghiệp trong vùng định hình con số áp dụng. Hãy đọc bảng khảo sát để lấy hướng và cấu trúc, không phải như một ước lượng điểm toàn quốc.
17% có thể là đúng chứ không phải hỏng. Một nửa số đơn vị chưa áp dụng nói công việc của họ không phù hợp với AI — một lập trường có thể bảo vệ được trên nhiều mảng công việc dịch vụ và vận hành. Thâm nhập thấp chỉ là thất bại khi so với một luận chứng đã giả định điều khác. Nếu luận chứng của bạn giả định 100% còn bạn xây cho 17%, sai lầm nằm ở giả định.
Trung vị không phải công ty bạn. Fed báo cáo đơn vị áp dụng trung vị; phân phối không được công bố. Một số công ty trong bảng khảo sát cao hơn 17% rất nhiều, một số ở mức 2%. Con số để hành động là con số của chính bạn — và đó là lý do khuyến nghị đầu tiên bên dưới là một phép đo, không phải một quyết định.
Sự bình lặng ở mức tổng thể có thể che giấu tổn hại tập trung. Chính bài viết của Fed dẫn nghiên cứu của Stanford Digital Economy Lab cho thấy lao động mới vào nghề có thể bị ảnh hưởng đáng kể ngay cả khi tác động ở cấp doanh nghiệp trông nhỏ. "Chỉ 4% sa thải ai đó" là một thống kê cấp công ty, không phải lời bảo đảm cho một chuyên viên phân tích 23 tuổi.
Cần quyết gì trong quý này
Bốn nước đi. Một trong số đó miễn phí.
- Tính con số thâm nhập của bạn và in nó cạnh số lượng giấy phép. Không phải giấy phép đã cấp — mà là tỷ lệ lực lượng lao động có đầu ra hằng tuần thay đổi một cách chứng minh được. Hai con số trên một dòng sẽ định khung lại toàn bộ cuộc thương lượng gia hạn, và bạn đã có sẵn dữ liệu để tạo ra chúng.
- Viết lại luận chứng trên mức thâm nhập, không phải tổng nhân sự. Thay hệ số nhân theo đầu người bằng quần thể trong phạm vi mà bạn đã đo. Nếu luận chứng vẫn đứng vững, bạn có một luận chứng thật. Nếu nó chỉ đứng vững ở mức 200 nhân sự, bạn chưa từng có.
- Dịch chuyển một quy trình thay vì một trăm con người. Con số 2% của ActivTrak là giai đoạn tạo ra lợi nhuận. Chọn một quy trình đầu-cuối duy nhất, thiết kế lại các điểm bàn giao, và ràng buộc mọi lần mở rộng giấy phép tiếp theo vào điều kiện đạt được tích hợp ở đó. Chiều rộng là trục rẻ tiền, và đó là trục mà ai cũng đã mua.
- Rót vốn cho phần đào tạo lại mà hai phần ba đối thủ của bạn không làm — và chấm điểm nó bằng thiết kế lại, không phải độ thành thạo. Chưa tới một nửa số đơn vị áp dụng có đào tạo lại, khiến đây là phần đất dễ chiếm. Hãy đánh giá chương trình bằng việc một vai trò hay một quy trình có đổi hình dạng hay không, chứ không bằng số người hoàn thành một mô-đun viết prompt.
61% áp dụng cho bạn biết thị trường đã dịch chuyển. 17% thâm nhập cho bạn biết chưa ai thực sự tới nơi.
Khoảng cách đó là lợi thế cạnh tranh duy nhất trong công nghệ này còn được bán ở mức giá tầm trung — và nó sẽ khép lại vào đúng quý mà một ai đó trong ngành của bạn thôi đếm giấy phép và bắt đầu đếm công việc đã thay đổi.
