Các silo dữ liệu đang kìm hãm AI Agent doanh nghiệp

Theo IBM, rào cản chính ngăn cản AI doanh nghiệp phát triển không phải là công nghệ mà chính là vấn đề tồn tại dai dẳng của các silo dữ liệu.

Ed Lovely, Phó Chủ tịch kiêm Giám đốc dữ liệu tại IBM, mô tả các silo dữ liệu như “gót chân Achilles” trong chiến lược dữ liệu hiện đại. Ông đưa ra nhận định này sau khi công bố một nghiên cứu mới của Viện Giá trị Kinh doanh IBM, cho thấy AI đã sẵn sàng để mở rộng nhưng dữ liệu doanh nghiệp thì chưa.

Báo cáo khảo sát 1.700 lãnh đạo cấp cao về dữ liệu chỉ ra rằng dữ liệu chức năng vẫn bị cô lập, tài chính, nhân sự, marketing và chuỗi cung ứng hoạt động độc lập mà không có hệ phân loại chung hoặc tiêu chuẩn chia sẻ.

Sự phân mảnh này ảnh hưởng trực tiếp và tiêu cực tới các dự án AI. “Khi dữ liệu bị giam trong các silo riêng biệt, mỗi sáng kiến AI trở thành một dự án làm sạch dữ liệu kéo dài từ sáu đến mười hai tháng,” Ed Lovely nói. “Các đội ngũ dành nhiều thời gian để tìm kiếm và đồng bộ dữ liệu hơn là tạo ra những insight có giá trị.”

Đây là mối đe dọa rõ ràng đến lợi thế cạnh tranh. Với các CIO và CDO, nhiệm vụ không chỉ đơn thuần là thu thập và bảo vệ dữ liệu, mà còn phải triển khai nó hiệu quả để thúc đẩy những hệ thống AI mới này hoạt động.

Từ người gác dữ liệu thành người tạo giá trị

Điểm chung từ nghiên cứu là lãnh đạo dữ liệu cần tập trung không ngừng vào mục tiêu kinh doanh, khi có tới 92% CDO đồng ý rằng thành công của họ phụ thuộc vào sự tập trung này.

Tuy nhiên, điểm mâu thuẫn chính nằm ở chỗ trong khi 92% hướng đến giá trị kinh doanh, chỉ có 29% tự tin rằng họ có “các chỉ số rõ ràng để đánh giá giá trị kinh doanh từ kết quả dựa trên dữ liệu.”

Khoảng cách giữa tham vọng và thực tế này là nơi các AI Agent có khả năng tự học và hành động độc lập để đạt mục tiêu được kỳ vọng sẽ hỗ trợ. Các lãnh đạo ngày càng tin tưởng vào công cụ này, với 83% CDO trong nghiên cứu của IBM cho rằng lợi ích tiềm năng khi triển khai AI Agent vượt xa các rủi ro.

Tại công ty công nghệ y tế toàn cầu Medtronic, các nhóm trước đây gặp khó khi phải đối chiếu hóa đơn, đơn đặt hàng và biên nhận giao hàng. Sau khi triển khai giải pháp AI, quy trình này được tự động hóa hoàn toàn, giảm thời gian đối chiếu từ 20 phút xuống còn 8 giây cho mỗi hóa đơn với độ chính xác trên 99%. Nhân viên từ đó được chuyển sang làm công việc giá trị cao hơn thay vì nhập liệu thủ công.

Tương tự, công ty năng lượng tái tạo Matrix Renewables đã áp dụng nền tảng dữ liệu tập trung để giám sát tài sản của mình, giảm đến 75% thời gian báo cáo và 10% thời gian ngừng hoạt động tốn kém.

IBM chỉ ra rào cản AI: Kiến trúc, quản trị và thiếu hụt nhân sự

Để đạt được kết quả này, doanh nghiệp cần phương pháp mới cho kiến trúc dữ liệu nhằm tránh các silo. Mô hình cũ với việc di chuyển dữ liệu chậm chạp và tốn kém vào hồ dữ liệu tập trung đang dần được thay thế. Nghiên cứu của IBM cho thấy 81% CDO hiện nay áp dụng cách tiếp cận “đưa AI đến dữ liệu” thay vì “đưa dữ liệu đến AI.”

Phương pháp này dựa trên các mô hình kiến trúc hiện đại như data mesh và data fabric, cung cấp một lớp ảo hóa để truy cập dữ liệu tại chỗ. Đồng thời, nó khuyến khích khái niệm “sản phẩm dữ liệu” (data products) – những tài sản dữ liệu đóng gói, tái sử dụng được, phục vụ mục đích kinh doanh cụ thể như “customer 360” hay bộ dữ liệu dự báo tài chính.

Tuy nhiên, việc tăng truy cập dữ liệu cũng đặt ra thách thức về quản trị. Liên minh giữa CDO và CISO trở nên cần thiết để cân bằng giữa tốc độ và an ninh. Vấn đề chủ quyền dữ liệu được 82% CDO xem là phần cốt lõi trong chiến lược quản lý rủi ro.

Nhưng rào cản lớn nhất có thể là con người. Báo cáo tiết lộ khoảng cách nhân tài ngày càng rộng, đe dọa sự tiến bộ. Năm 2025, 77% CDO báo cáo gặp khó khăn trong việc thu hút và giữ chân nhân sự dữ liệu hàng đầu, tăng mạnh so với 62% năm 2024.

Sự khan hiếm này còn trở nên nghiêm trọng khi các kỹ năng cần thiết không ngừng thay đổi. IBM nhận thấy 82% CDO “đang tuyển các vị trí dữ liệu chưa từng tồn tại vào năm ngoái liên quan tới AI tạo sinh.” Thách thức về văn hóa và kỹ năng này thường là phần khó nhất.

Hiroshi Okuyama, Giám đốc Kỹ thuật số tại Yanmar Holdings, chia sẻ: “Thay đổi văn hóa là việc khó, nhưng mọi người ngày càng nhận thức rằng quyết định của họ phải dựa trên dữ liệu và sự thật, và cần thu thập bằng chứng khi ra quyết định.”

Mở khóa các silo dữ liệu để bứt phá AI doanh nghiệp

Về mặt kỹ thuật, các lãnh đạo doanh nghiệp cần thúc đẩy việc chuyển dịch khỏi các hệ thống dữ liệu silo hóa. Điều này có nghĩa là đầu tư vào kiến trúc dữ liệu hiện đại, phi tập trung hoá và kêu gọi các đội ngũ phát triển và sử dụng “sản phẩm dữ liệu” có thể được chia sẻ an toàn và tái sử dụng trong toàn tổ chức.

Về mặt văn hóa, nâng cao trình độ dữ liệu phải trở thành ưu tiên toàn doanh nghiệp chứ không chỉ riêng IT. 80% CDO cho rằng dân chủ hóa dữ liệu giúp tổ chức vận hành nhanh hơn là hoàn toàn chính xác. Điều này đòi hỏi xây dựng văn hóa dữ liệu và đầu tư vào công cụ dễ dùng để giúp nhân viên không chuyên cũng có thể tương tác với dữ liệu một cách hiệu quả.

Mục tiêu là nâng tầm tổ chức từ thử nghiệm AI đơn lẻ sang mở rộng tự động hóa thông minh trên các quy trình kinh doanh cốt lõi. Những doanh nghiệp thành công sẽ là những doanh nghiệp xem dữ liệu không phải là sản phẩm phụ của ứng dụng mà là tài sản quý giá nhất.

Ed Lovely, Phó Chủ tịch kiêm Giám đốc dữ liệu tại IBM, nhấn mạnh: “AI doanh nghiệp quy mô lớn đang trong tầm tay, nhưng thành công phụ thuộc vào việc tổ chức được cung cấp năng lượng bởi dữ liệu phù hợp. Với các CDO, điều này có nghĩa là xây dựng kiến trúc dữ liệu doanh nghiệp tích hợp liền mạch, thúc đẩy đổi mới và mở khóa giá trị kinh doanh.

“Những tổ chức làm tốt điều này sẽ không chỉ cải thiện AI, mà còn chuyển đổi cách vận hành, ra quyết định nhanh hơn, thích nghi với thay đổi linh hoạt hơn và giành lợi thế cạnh tranh.”