New Yorker: Cạm bẫy lợi nhuận của trí tuệ nhân tạo và bài học lịch sử Tác giả: John Cassidy Năm 1987, Robert Solow, người đoạt giải Nobel Kinh tế và là giáo sư tại Viện Công nghệ Massachusetts (M.I.T.), đã bình luận trong một bài viết trên The New York Review of Books rằng: "Thời đại máy tính hiện diện khắp nơi, nhưng lại không thấy bóng dáng trong các số liệu thống kê về năng suất." Mặc dù vào thời điểm đó, khả năng tính toán đang tăng nhanh chóng và máy tính cá nhân ngày càng phổ biến, nhưng dữ liệu của chính phủ cho thấy, chỉ số quan trọng đo lường tiền lương và mức sống - sản lượng bình quân đầu người của công nhân - đã ngừng lại trong hơn mười năm. Đây chính là cái gọi là "nghịch lý năng suất" (productivity paradox). Nghịch lý này kéo dài đến những năm 90 của thế kỷ trước và thậm chí lâu hơn, dẫn đến nhiều nghiên cứu học thuật gây tranh cãi. Một số nhà kinh tế học quy trách nhiệm cho việc quản lý công nghệ mới kém; một số khác cho rằng, so với những phát minh sớm như máy hơi nước và điện, tầm quan trọng kinh tế của máy tính là không đáng kể; còn một số khác lại đổ lỗi cho sai sót trong thống kê dữ liệu, cho rằng nếu sửa đổi, nghịch lý sẽ biến mất. Gần 40 năm sau khi bài viết của Solow được công bố, kể từ khi OpenAI phát hành chatbot ChatGPT gần ba năm trước, chúng ta có thể đang đối mặt với một nghịch lý kinh tế mới, lần này với nhân vật chính là trí tuệ nhân tạo sinh sinh (generative artificial intelligence). Theo một cuộc khảo sát gần đây của các nhà kinh tế học từ Đại học Stanford, Đại học Clemson và Ngân hàng Thế giới, vào tháng 6 và tháng 7 năm nay, gần một nửa số lao động (cụ thể là 45,6%) đang sử dụng công cụ AI. Tuy nhiên, một nghiên cứu mới từ một nhóm tại Phòng thí nghiệm Truyền thông M.I.T. đã báo cáo một kết quả gây sốc: "Mặc dù các doanh nghiệp đã đầu tư từ 30 đến 40 tỷ đô la vào AI sinh sinh, báo cáo này phát hiện ra rằng 95% tổ chức không có bất kỳ lợi tức nào." Các tác giả của nghiên cứu đã xem xét hơn ba trăm dự án và thông báo AI công khai, và phỏng vấn hơn năm mươi giám đốc điều hành công ty. Họ định nghĩa "đầu tư AI thành công" là: đã vượt qua giai đoạn thử nghiệm (pilot phase) và được triển khai thực tế, và sau sáu tháng tạo ra lợi tức tài chính có thể đo lường hoặc tăng năng suất đáng kể. Họ viết: "Chỉ có 5% các dự án thử nghiệm AI thành công đang tạo ra hàng triệu đô la giá trị, trong khi phần lớn các dự án vẫn đang dậm chân tại chỗ, không có bất kỳ ảnh hưởng có thể đo lường nào đến P&L (tức là 'bảng lương', profit-and-loss)." Cuộc khảo sát đã gây ra một loạt phản hồi, trong đó một số đầy hoài nghi. "Trên LinkedIn, mọi người nói như thể mọi thứ đã thay đổi, nhưng trong hoạt động thực tế của chúng tôi, những điều cơ bản không thay đổi chút nào," một giám đốc điều hành của một công ty sản xuất vừa cho biết với các nhà nghiên cứu. "Chúng tôi xử lý hợp đồng nhanh hơn một chút, nhưng chỉ có vậy." Một người tham gia khác bình luận: "Chúng tôi đã xem hàng chục buổi trình diễn trong năm nay. Có thể một hoặc hai cái thực sự hữu ích. Phần còn lại hoặc là 'vỏ bọc' (wrappers, chỉ đơn giản là đóng gói công nghệ hiện có mà không có đổi mới thực sự), hoặc là 'dự án khoa học' (các khám phá công nghệ còn xa mới có thể ứng dụng thương mại)." Công bằng mà nói, báo cáo cũng chỉ ra rằng, thực sự có một số công ty đã thực hiện đầu tư AI thành công. Ví dụ, báo cáo nhấn mạnh hiệu quả mà các công cụ tùy chỉnh cho hoạt động hậu cần (back-office operations) đã tạo ra, và chỉ ra rằng: "Những kết quả ban đầu này cho thấy, các hệ thống có khả năng học hỏi, nếu được nhắm đến quy trình cụ thể, thực sự có thể mang lại giá trị thực, thậm chí không cần phải thực hiện thay đổi cấu trúc tổ chức lớn." Cuộc khảo sát cũng đề cập đến một số công ty báo cáo rằng "thông qua tự động hóa liên lạc và hệ thống theo dõi thông minh, đã cải thiện tỷ lệ giữ chân khách hàng và tỷ lệ chuyển đổi bán hàng", điều này cho thấy hệ thống AI có thể hữu ích cho tiếp thị. Tuy nhiên, quan điểm rằng "nhiều công ty đang gặp khó khăn trong việc thu hồi lợi tức thực chất" phù hợp với một cuộc khảo sát gần đây khác của công ty tư vấn đa quốc gia Akkodis. Công ty này đã liên hệ với hơn hai ngàn giám đốc điều hành doanh nghiệp và phát hiện ra rằng tỷ lệ CEO "rất tự tin" vào chiến lược triển khai AI của công ty đã giảm mạnh từ 82% vào năm 2024 xuống còn 49% trong năm nay. Sự tự tin của các giám đốc công nghệ cũng đã giảm, mặc dù mức giảm không lớn như vậy. Cuộc khảo sát của Akkodis cho biết, những thay đổi này "có thể phản ánh kết quả đáng thất vọng trước đó trong các dự án số hóa hoặc AI, sự chậm trễ hoặc thất bại trong triển khai, và lo ngại về khả năng mở rộng (scalability)." Tuần trước, các phương tiện truyền thông đã đưa tin về nghiên cứu của Phòng thí nghiệm Truyền thông M.I.T. trùng hợp với sự sụt giảm của các cổ phiếu AI có giá trị cao như Nvidia, Meta và Palantir. Tất nhiên, mối tương quan không đồng nghĩa với mối quan hệ nhân quả, và những phát biểu gần đây của CEO OpenAI, Sam Altman, có thể đã đóng vai trò quan trọng hơn trong đợt bán tháo này (với sự tăng giá gần đây, việc bán tháo là điều không thể tránh khỏi). Theo CNBC, Altman đã nói trong một bữa tối với các phóng viên rằng, mức định giá hiện tại "cao đến mức điên rồ" (insane), và đã ba lần sử dụng từ "bong bóng" (bubble) trong vòng 15 giây. Dù sao đi nữa, nghiên cứu của M.I.T. vẫn thu hút được nhiều sự chú ý. Sau vòng báo chí đầu tiên, có thông tin cho rằng, Phòng thí nghiệm Truyền thông có liên hệ với nhiều công ty công nghệ đang âm thầm hạn chế quyền truy cập vào báo cáo này. Tôi đã để lại thông tin cho văn phòng quan hệ công chúng của tổ chức và hai tác giả báo cáo, nhưng không nhận được phản hồi. Mặc dù báo cáo này tinh tế hơn những gì một số bài báo đã mô tả, nhưng nó chắc chắn đã đặt ra câu hỏi về câu chuyện kinh tế lớn đã hỗ trợ sự thịnh vượng của công nghệ kể từ khi OpenAI phát hành ChatGPT vào tháng 11 năm 2022. Phiên bản ngắn gọn của câu chuyện này là: Sự phổ biến rộng rãi của AI sinh sinh có hại cho công nhân (đặc biệt là những người làm việc tri thức), nhưng lại có lợi cho các công ty và cổ đông của họ, vì nó sẽ mang lại một bước nhảy vọt lớn về năng suất và do đó mang lại lợi nhuận lớn. Tại sao cảnh tượng này dường như vẫn chưa xảy ra? Một lý do có thể khiến người ta nhớ đến một quan điểm từ những năm 80 và 90, rằng sự quản lý kém đã hạn chế lợi ích năng suất mà máy tính mang lại. Nghiên cứu của Phòng thí nghiệm Truyền thông phát hiện rằng một số khoản đầu tư AI thành công nhất được thực hiện bởi các công ty khởi nghiệp, họ đã sử dụng các công cụ tùy chỉnh cao trong các lĩnh vực quy trình hẹp. Trong khi đó, ở phía bên kia của "khoảng cách AI sinh sinh" (GenAI Divide), những công ty khởi nghiệp kém thành công hơn "hoặc đang xây dựng các công cụ chung, hoặc cố gắng phát triển khả năng nội bộ." Báo cáo chỉ ra một cách tổng quát hơn rằng, ranh giới giữa thành công và thất bại "dường như không phải do chất lượng mô hình hoặc quy định quyết định, mà là do phương pháp (triển khai) quyết định." Có thể tưởng tượng rằng, sự mới mẻ và phức tạp của AI sinh sinh có thể khiến một số công ty chùn bước. Một nghiên cứu gần đây của công ty tư vấn Gartner cho thấy, chỉ có chưa đến một nửa số CEO tin rằng giám đốc thông tin của họ "thành thạo AI." Nhưng đối với hồ sơ thất vọng mà báo cáo của Phòng thí nghiệm Truyền thông đã làm nổi bật, còn có một lời giải thích khác: Đối với nhiều doanh nghiệp trưởng thành, AI sinh sinh (ít nhất là ở dạng hiện tại) không thực sự như những gì đã được quảng cáo. "Nó rất xuất sắc trong việc động não và viết bản nháp, nhưng nó không nhớ sở thích của khách hàng và không học hỏi từ các chỉnh sửa trước đó," một người tham gia khảo sát của Phòng thí nghiệm Truyền thông cho biết. "Nó sẽ lặp lại những sai lầm giống nhau, mỗi lần hội thoại đều cần nhập một lượng lớn ngữ cảnh (context). Đối với công việc có rủi ro cao, tôi cần một hệ thống có thể tích lũy kiến thức và cải thiện liên tục." Tất nhiên, có rất nhiều người thấy AI hữu ích, và có bằng chứng học thuật hỗ trợ điều này: Năm 2023, hai nhà kinh tế học từ M.I.T. phát hiện ra rằng, trong một thử nghiệm ngẫu nhiên, những người tham gia tiếp xúc với ChatGPT có thể hoàn thành "các nhiệm vụ viết chuyên nghiệp" nhanh hơn và chất lượng viết cũng được cải thiện. Cùng năm, các nhóm nghiên cứu khác cũng phát hiện ra rằng, các lập trình viên sử dụng Copilot của Github (một trợ lý lập trình AI) và các đại lý hỗ trợ khách hàng sử dụng các công cụ AI độc quyền đều đạt được sự gia tăng năng suất. Các nhà nghiên cứu của Phòng thí nghiệm Truyền thông phát hiện rằng, nhiều nhân viên đang sử dụng các công cụ cá nhân của họ trong công việc, như GPT hoặc Claude; báo cáo gọi hiện tượng này là "nền kinh tế AI bóng tối" (shadow AI economy), và bình luận rằng "lợi tức đầu tư (ROI)" mà nó mang lại thường tốt hơn so với các dự án do nhà tuyển dụng khởi xướng. Nhưng vấn đề vẫn tồn tại, và chắc chắn đây là câu hỏi mà các giám đốc điều hành sẽ đặt ra thường xuyên hơn: Tại sao không có nhiều công ty thấy những lợi ích này phản ánh trong lợi nhuận cuối cùng (của công ty)? Một phần vấn đề có thể là, mặc dù AI sinh sinh rất nổi bật, nhưng ứng dụng của nó trong nhiều lĩnh vực kinh tế là hạn chế. Ngành giải trí và khách sạn, bán lẻ, xây dựng, bất động sản và ngành chăm sóc (chăm sóc trẻ em, người già hoặc người yếu) - những ngành này tổng cộng thuê khoảng năm mươi triệu người Mỹ, nhưng chúng không có vẻ như là những ứng viên trực tiếp cho việc chuyển đổi AI. ...