Hai phần trăm.
Đó là tỷ lệ nhân viên có hoạt động quan sát được cho thấy AI thực sự đã được tích hợp vào cách công việc được hoàn thành — không phải dùng thử, không phải thỉnh thoảng dùng, mà đã nằm trong dòng chảy của công việc. Con số đến từ Productivity Lab của ActivTrak, nơi phân tầng mức áp dụng AI trên 120.620 nhân viên dựa vào những gì họ thực sự được ghi nhận đang làm, chứ không dựa vào giấy phép họ được cấp hay những gì họ khai trong khảo sát. Hai mươi bảy phần trăm đạt mức hỗ trợ nghiên cứu. Mười bốn phần trăm đạt mức thực thi tác vụ. Hai phần trăm đạt mức tích hợp vào quy trình làm việc (ActivTrak Productivity Lab, 2026).
Bảng điều khiển áp dụng AI của bạn gần như chắc chắn báo một con số lớn hơn nhiều. Nó không nói dối. Nó đang trả lời một câu hỏi khác — câu hỏi mà bạn đã thôi để ý rằng mình vẫn đang đặt ra.
Hai phép đo, một tuần, hai thực tại
Thời điểm chính là dấu hiệu. Cùng tuần đó, Gallup báo cáo mức áp dụng AI ở cấp tổ chức tăng vọt sáu điểm (Gallup, 2026), còn ActivTrak công bố con số 2% tích hợp quy trình (ActivTrak Productivity Lab, 2026).
Cả hai đều đáng tin. Chúng không mâu thuẫn, bởi chúng không đo cùng một thứ. Gallup hỏi con người và tổ chức rằng họ đang làm gì. ActivTrak quan sát công cụ nào thực sự đang mở, theo trình tự nào, với tần suất ra sao, trải trên đoạn nào của ngày làm việc. Tự khai báo nắm bắt ý định, nhận thức và quyền truy cập. Đo lường hành vi nắm bắt thói quen.
Tôi muốn nói cho chính xác ở đây, vì đây là so sánh giữa hai phương pháp khác nhau chứ không phải một nghiên cứu đối đầu; coi nó là mâu thuẫn sẽ là cẩu thả. Mẫu khác nhau, công cụ khác nhau, định nghĩa khác nhau về chữ "áp dụng". Vấn đề không phải là bộ dữ liệu này bác bỏ bộ kia. Vấn đề là hầu hết đội vận hành đang báo cáo loại con số thứ nhất lên một hội đồng đang cấp vốn cho loại kết quả thứ hai.
Chính trong khoảng cách đó, ngân sách AI lặng lẽ chết. Quyền truy cập mở rộng rất nhanh. Việc tái thiết kế công việc thì không. Và mọi bảng điều khiển dựng trên số ghế, lượt đăng nhập và người dùng hoạt động hằng tháng sẽ cho thấy đường cong thứ nhất và im lặng về đường cong thứ hai.
Ba giai đoạn thực sự phân biệt điều gì
Mô hình phân tầng quan trọng hơn con số phần trăm giật tít, vì nó cho người phụ trách vận hành một thứ có thể đo được.
Giai đoạn 1 — Hỗ trợ nghiên cứu (27%). Nhân viên đặt câu hỏi cho mô hình. Soạn nháp, tóm tắt, tra cứu. Công việc không đổi; chỉ một bước tra cứu trở nên nhanh hơn.
Giai đoạn 2 — Thực thi tác vụ (14%). Mô hình thực hiện một đơn vị công việc rời rạc: viết bản đầu tiên, trích xuất trường dữ liệu, tạo ra phân tích. Tác vụ giờ được chia sẻ. Quy trình xung quanh nó vẫn nguyên vẹn.
Giai đoạn 3 — Tích hợp quy trình (2%). AI là một bước chịu lực trong quy trình đã được sắp xếp lại quanh nó. Các điểm bàn giao dịch chuyển. Các bước phê duyệt dịch chuyển. Công việc không phải là công việc cũ làm nhanh hơn; nó có hình dạng khác.
Chỉ giai đoạn 3 làm thay đổi cấu trúc chi phí
Đây là mấu chốt vận hành. Giai đoạn 1 và 2 tạo ra khoản tiết kiệm thời gian rải rác thành mảnh vụn giữa các cá nhân — hai mươi phút chỗ này, một buổi chiều chỗ kia. Có thật, nhưng không ghi sổ được. Không có gì dịch chuyển trong báo cáo lãi lỗ vì không có gì dịch chuyển trong quy trình; số phút tiết kiệm được lại bị chính hàng đợi đã sinh ra chúng hấp thụ.
Giai đoạn 3 mới là nơi thời gian chu kỳ, kế hoạch nhân sự và kinh tế đơn vị phản ứng, bởi bản thân quy trình đã được dựng lại. Đó là giai đoạn mà bản luận chứng kinh doanh của bạn được viết dựa trên. Và cũng là giai đoạn mà hai phần trăm nhân viên đã đạt tới.
Cơ chế đằng sau khoảng cách này đã được ghi nhận rõ. Nghiên cứu của Deloitte với 3.235 lãnh đạo cho thấy phản ứng trước AI nghiêng mạnh về việc dạy công cụ thay vì tái cấu trúc công việc: 53% đào tạo nhân sự để nâng độ thông thạo AI, trong khi chỉ 30% hình dung lại tổ chức quanh các mô thức AI mới và 33% thiết kế lại lộ trình nghề nghiệp (Deloitte, 2026). Ai cũng đào tạo. Gần như không ai thiết kế lại. Rồi tất cả đo số khóa học hoàn thành và gọi đó là áp dụng.
Vì sao số ghế vẫn được coi là mức áp dụng AI
Các chỉ số đăng nhập tồn tại vì lý do cấu trúc, không phải vì ngớ ngẩn.
Chúng miễn phí — nền tảng cấp phép tự sinh ra chúng mà không cần công sức đo đạc nào. Chúng dịch chuyển sớm, nên rất dễ chịu trong hai quý đầu triển khai. Chúng rõ ràng, nên không ai tranh cãi trong cuộc họp điều hành. Và chúng tăng đơn điệu — đúng thứ mà một người bảo trợ đang chịu áp lực muốn thấy trên slide.
Các chỉ số về công việc đã thay đổi không có bất kỳ tính chất nào như vậy. Chúng đòi ai đó phải định nghĩa quy trình, lập mốc cơ sở, rồi thừa nhận khi nó không nhúc nhích. Chúng có thể bị chất vấn. Chúng có thể đi ngang suốt hai quý trong lúc người ta tranh luận về việc tái thiết kế. Báo cáo chúng là một hành vi chính trị, theo cách mà báo cáo số ghế thì không.
Vậy nên động lực rất rõ ràng và chỉ sai hướng: con số dễ tạo ra nhất lại là con số ít liên quan nhất tới kết quả bạn đã hứa. Đó không phải thất bại về đo lường. Đó là thất bại về quản trị khoác áo đo lường.
Còn một chi phí bậc hai hiếm khi được gọi tên. Khi số ghế đã được thiết lập như định nghĩa của mức áp dụng AI, nó bắt đầu điều hướng hành vi. Ngân sách chảy về bất cứ thứ gì làm nó tăng — thêm giấy phép, triển khai rộng hơn, thêm một phòng ban lên tàu — vì đó mới là con số đang được quản trị. Việc tái thiết kế quy trình, thứ thực sự làm chuyển động luận chứng kinh doanh, lại phải tranh giành ngân sách với một chỉ số mà về mặt cấu trúc không thể tưởng thưởng cho nó. Các đội không chọn phân phối thay vì tái thiết kế vì lý lẽ. Họ chọn vì phân phối là thứ bảng điều khiển trả tiền.
Cách đọc công bằng về con số hai phần trăm
Ba điểm dè dặt, nếu không con số này sẽ bị dùng sai.
Đây không phải bằng chứng rằng AI không hiệu quả. Đây là bằng chứng về mức độ lan tỏa, không phải về hiệu lực. Tỷ lệ tích hợp 2% nói rằng thực hành này hiếm, chứ không nói nó kém năng suất. Các tổ chức nằm trong 2% đó mới là nhóm đáng chú ý, và không có gì trong dữ liệu gợi ý rằng họ đang phí thời gian.
Xu hướng là có thật. Nhóm giai đoạn 3 tăng từ 1.739 nhân viên trong quý I năm 2026 lên 2.369 trong quý II — mức tăng 36% theo quý (ActivTrak Productivity Lab, 2026). Nền nhỏ, độ dốc lớn. Đây là hành vi lan tỏa giai đoạn đầu, không phải trì trệ.
Đo lường hành vi cũng có điểm mù riêng. Nó thấy hoạt động trên công cụ, không thấy phán đoán. Một nhân viên dùng AI một lần để thiết kế lại quy trình rồi vận hành quy trình cải tiến mà không đụng đến mô hình nữa đang làm đúng điều mà giai đoạn 3 muốn mô tả — và không nhất thiết được ghi nhận như vậy. Dữ liệu hành vi quan sát được là chỉ báo thay thế tốt hơn tự khai báo. Nhưng vẫn chỉ là chỉ báo thay thế.
Điều sống sót qua cả ba điểm dè dặt là sự bất đối xứng giữa hai đường cong. Quyền truy cập đang được cấp với tốc độ mà hành vi còn lâu mới theo kịp, và chỉ một trong hai thứ đó xuất hiện trong báo cáo gửi lên lãnh đạo.
Dừng ở giai đoạn 2 cũng có hóa đơn riêng
Còn một lý do nữa để không coi giai đoạn 2 là điểm dừng chân dễ chịu, và nó đến từ chính công cụ đó.
So sánh hành vi của ActivTrak trên khoảng 10.584 nhân viên, đo 180 ngày trước và sau khi áp dụng AI, cho thấy hoạt động email tăng 104%, chat tăng 145%, sử dụng công cụ nghiệp vụ tăng 94%, giờ làm việc hiệu quả tăng 5% — và phiên tập trung không bị gián đoạn giảm 9%, từ 14 phút 23 giây xuống còn khoảng 13 phút (ActivTrak, 2026).
Hãy đọc điều đó như một phát biểu vận hành. Công việc nhanh hơn và dày đặc hơn. Nó cũng phân mảnh hơn, và sự phân mảnh rơi đúng vào năng lực tập trung sâu mà việc tái thiết kế quy trình đòi hỏi. Giai đoạn 2 mà không có giai đoạn 3 mua cho bạn nhiều giao dịch mỗi giờ hơn và ít khoảng liền mạch hơn để ai đó có thể ngồi nghĩ xem vì sao quy trình lại có nhiều giao dịch đến thế.
Trong khi đó đường cong triển khai vẫn leo dốc. Work Trend Index 2026 của Microsoft ghi nhận số tác nhân đang hoạt động tăng 15 lần so với cùng kỳ trên hệ sinh thái của hãng, 18 lần ở các doanh nghiệp lớn, trong khi chỉ 26% người dùng AI cho biết ban lãnh đạo thống nhất về chiến lược AI (Microsoft, 2026). Phân phối đang chạy trước định hướng, còn bảng điều khiển thì đang đo phân phối.
Dựng lại bảng điều khiển quanh công việc đã thay đổi
Bốn thay đổi, xếp theo mức độ rẻ.
Loại số ghế khỏi nhóm chỉ số chủ đạo. Giữ nó như một dữ liệu chi phí, đúng chỗ của nó — cạnh khoản chi giấy phép, không phải cạnh các kết quả. Khoảnh khắc nó xuất hiện trên slide kết quả, nó bắt đầu thay thế một kết quả.
Chọn một quy trình và phân tầng nó một cách trung thực. Chọn một quy trình duy nhất có chủ sở hữu thật. Phân loại: hỗ trợ nghiên cứu, thực thi tác vụ, hay tích hợp quy trình. Phần lớn các đội phát hiện rằng câu chuyện AI tiêu biểu của họ là một giai đoạn 1 kèm vài giai thoại hay. Chính phát hiện đó là sản phẩm bàn giao.
Đo các sự kiện của quy trình, không phải sự kiện hoạt động. Thời gian chu kỳ đầu-cuối, số lần bàn giao, tỷ lệ làm lại, khối lượng ngoại lệ. Đây là những thứ chỉ dịch chuyển khi quy trình dịch chuyển, và chính vì thế chúng khó bị lách hơn và đáng giá hơn bất kỳ biểu đồ sử dụng nào.
Ràng buộc việc mở rộng ghế vào bằng chứng giai đoạn 3. Giữ nguyên số giấy phép cho tới khi một quy trình có tên tuổi chứng minh được đã đạt mức tích hợp. Đây là cơ chế duy nhất trong danh sách có răng, vì nó khiến phép đo có hệ quả thay vì chỉ để trang trí.
Bổ sung một phép kiểm tra sự chú ý: theo dõi độ dài phiên tập trung không bị gián đoạn trước và sau mỗi lần triển khai. Nếu việc áp dụng AI đang cắt vụn ngày làm việc, bạn muốn thấy điều đó trong cùng báo cáo với phần tăng thông lượng, chứ không phải phát hiện ra sau một năm.
Một quyết định cho quý này
Hãy lấy quy trình mà khoản đầu tư AI của bạn đang được công khai biện minh bằng nó. Phân tầng nó theo mô hình ba giai đoạn cùng một người không có lợi ích gì trong câu trả lời. Nếu đó là giai đoạn 1 hoặc 2 — và theo bằng chứng này thì nhiều khả năng là vậy — hãy đóng băng việc mở rộng ghế và dành quý tới để đưa đúng một quy trình đó lên giai đoạn 3.
Bài tập này rẻ, mất khoảng một tuần, và tạo ra thứ mà hầu hết các chương trình AI còn thiếu: một mốc cơ sở trung thực. Mọi thứ sau đó — luận chứng kinh doanh, kế hoạch mở rộng, cuộc tranh luận về nhân sự — đều chính xác hơn nhờ có một con số thật ở bên dưới.
Câu hỏi mà bảng điều khiển áp dụng AI của bạn trả lời là bao nhiêu người có thể dùng AI. Câu hỏi mà luận chứng kinh doanh của bạn dựa vào là bao nhiêu phần công việc giờ đây được làm theo cách khác. Chỉ một trong hai từng xuất hiện trong báo cáo lãi lỗ, và đó không phải câu hỏi trên slide.
