100 người dùng AI chưa nói được khoản đầu tư có đáng tiền
Một cách đo giá trị AI từ công việc thật: bắt đầu bằng baseline, tính cả thời gian kiểm tra và sửa, rồi mới nối mức sử dụng với kết quả kinh doanh.
Một báo cáo cuối tháng cho thấy 100 nhân viên đã dùng AI, số lượt sử dụng tăng và nhóm tiêu thụ nhiều credit hơn tháng trước. Những con số đó trả lời được câu hỏi AI có được dùng không. Chúng chưa trả lời được câu hỏi khó hơn: công việc có tốt hơn đủ để khoản đầu tư đáng tiền không?
Ngày 16/9/2026, OpenAI công bố cách kết hợp dữ liệu sử dụng và chi phí với thông tin về loại tác vụ và các chỉ số kết quả trong ChatGPT Work và Codex. Chính tài liệu này cũng nhấn mạnh rằng usage chỉ là điểm bắt đầu; để đánh giá giá trị, người quản lý cần đặt nó cạnh baseline, chất lượng, thời gian và chi phí của công việc.
Chọn một việc trước khi mở dashboard
Giả sử một nhóm bán hàng 10 người thường chuẩn bị hồ sơ khách hàng trước cuộc gọi. Đây là ví dụ giả lập để minh họa cách đo, không phải kết quả quan sát từ một doanh nghiệp thật.
Trước khi hỏi AI tiết kiệm được bao nhiêu, người quản lý ghi lại trạng thái cũ của đúng tác vụ này trong một khoảng thời gian đủ ổn định: mỗi tuần làm bao nhiêu hồ sơ, một hồ sơ mất bao lâu, người duyệt thường phải sửa gì và thế nào được coi là một hồ sơ đạt yêu cầu.
Nếu không có mốc ban đầu, một con số như “80% nhân viên đã dùng AI” gần như không cho biết công việc đã thay đổi bao nhiêu.
Phiếu đo một tác vụ
Thay vì gom mọi hoạt động AI vào một báo cáo, hãy giữ một phiếu ngắn cho tác vụ đang được đánh giá. Ví dụ:
| Cần ghi | Trước khi dùng AI | Trong giai đoạn dùng AI |
|---|---|---|
| Số hồ sơ/tuần | 20 | 20 |
| Thời gian soạn ban đầu | 60 phút/hồ sơ | 25 phút/hồ sơ |
| Thời gian kiểm tra và sửa | 10 phút/hồ sơ | 30 phút/hồ sơ |
| Hồ sơ đạt tiêu chuẩn nội bộ ngay lần duyệt đầu | 14/20 | 15/20 |
| Chi phí AI, thiết lập và hỗ trợ | 0 | ghi chi phí thực tế |
Các số trong bảng đều là giả lập. Điểm đáng chú ý nằm ở phép tính: nếu chỉ nhìn thời gian soạn, AI có vẻ tiết kiệm 35 phút. Nhưng tổng thời gian thực tế đổi từ 70 phút xuống 55 phút sau khi cộng phần kiểm tra và sửa. Lợi ích cần được tính từ 15 phút chênh lệch, không phải 35 phút.
OpenAI cũng khuyến nghị tính thời gian review và correction khi so sánh kết quả có AI với baseline. Đây là chi tiết dễ bị bỏ quên nhất khi một dashboard usage trông rất tích cực.
Sau thời gian tiết kiệm là câu hỏi: rồi sao?
Mười lăm phút ít hơn cho mỗi hồ sơ vẫn chưa tự động trở thành doanh thu. Người quản lý cần xem phần thời gian hoặc chất lượng cải thiện đó dẫn tới điều gì trong công việc.
Với nhóm bán hàng, câu hỏi tiếp theo có thể là: nhân viên có dùng thời gian còn lại cho thêm cuộc trò chuyện với khách không; tỷ lệ hồ sơ đạt chuẩn ngay lần duyệt đầu có tăng không; việc chuẩn bị tốt hơn có giúp giảm vòng hỏi lại nội bộ không. Với nhóm hỗ trợ khách hàng, kết quả phù hợp có thể là thời gian xử lý hoặc tỷ lệ phải mở lại ticket. Với đội kỹ thuật, có thể là thời gian review, lỗi hoặc phần việc phải làm lại.
Không cần ép mọi lợi ích thành tiền ngay. Nhưng phải chỉ ra được chuỗi bằng chứng từ mức sử dụng → thay đổi trong tác vụ → kết quả công việc. Nếu chuỗi dừng ở bước đầu, hãy gọi đó là adoption, chưa phải business value.
Ba kết luận khác nhau từ cùng một mức usage
Một nhóm dùng AI nhiều có thể dẫn tới ba quyết định rất khác.
Nếu tổng thời gian giảm, chất lượng giữ hoặc tăng và phần năng lực giải phóng được dùng vào công việc có giá trị, có cơ sở để duy trì hoặc mở rộng có kiểm soát. Nếu usage cao nhưng phần kiểm tra và sửa ăn gần hết thời gian tiết kiệm, ưu tiên tiếp theo có thể là cải thiện cách dùng, dữ liệu đầu vào hoặc tiêu chuẩn duyệt — chưa phải mua thêm. Nếu usage tăng mà kết quả công việc không thay đổi và không xác định được lợi ích khác, hãy coi đó là tín hiệu cần xem lại khoản đầu tư.
Cách đọc này quan trọng vì cùng một biểu đồ “active users tăng” có thể xuất hiện trong cả ba tình huống.
Một cuộc họp tháng chỉ cần trả lời bốn câu
Khi xem lại khoản đầu tư, đừng bắt đầu bằng tổng token. Bắt đầu bằng tác vụ đã chọn: baseline là gì; tổng thời gian sau khi cộng kiểm tra và sửa thay đổi thế nào; chất lượng hoặc kết quả công việc nào thay đổi; và lợi ích đó có đáng với chi phí AI, thiết lập, đào tạo và hỗ trợ hay không.
Nếu chưa trả lời được một câu, ghi nó là phần cần đo tiếp thay vì lấp khoảng trống bằng một con số usage khác. Đó là khác biệt giữa báo cáo mức sử dụng và quản lý giá trị.
Nguồn
- OpenAI — How to connect AI usage to business value (16/9/2026): nguồn chính thức mô tả analytics cho ChatGPT Work/Codex và khuyến nghị nối usage với baseline, thời gian review/correction, chất lượng, chi phí và kết quả kinh doanh. Các ví dụ ROI trên trang của OpenAI là minh họa hoặc tuyên bố của nhà cung cấp/khách hàng; bài này không dùng chúng làm bằng chứng cho mức ROI chung.