Việc áp dụng AI trong doanh nghiệp đã trở nên phổ biến, nhưng không phải tổ chức nào cũng gặt hái được thành công như mong đợi. Báo cáo của Google Cloud chỉ ra rằng AI đóng vai trò như một “bộ khuếch đại”, có thể làm nổi bật cả điểm mạnh lẫn điểm yếu của một tổ chức. Để giúp các nhà lãnh đạo công nghệ khai thác tối đa giá trị từ AI, Google Cloud đã giới thiệu Mô hình Năng lực AI DORA (DORA AI Capabilities Model), tập trung vào việc xây dựng một môi trường nơi AI có thể phát triển mạnh mẽ.

Báo cáo State of AI-assisted Software Development 2025 của Google Cloud đã tiết lộ một sự thật quan trọng: AI là một bộ khuếch đại. Nó phóng đại thế mạnh của các tổ chức có hiệu suất cao và cả những rối loạn của các tổ chức đang gặp khó khăn.

Dù việc áp dụng AI hiện đã gần như phổ biến, với 90% lập trình viên sử dụng nó trong công việc hàng ngày, thành công không phải là điều được đảm bảo. Phân tích cụm từ gần 5.000 chuyên gia công nghệ cho thấy sự khác biệt đáng kể về hiệu suất của các nhóm: không phải ai cũng đạt được kết quả như nhau từ việc áp dụng AI.

Từ sự chênh lệch này, Google Cloud kết luận rằng cách thức các doanh nghiệp sử dụng AI là một yếu tố then chốt. Điều này đã thúc đẩy họ phát triển báo cáo DORA AI Capabilities Model. Hướng dẫn này cung cấp các chiến lược, chiến thuật triển khai và khung đo lường có thể hành động để giúp các nhà lãnh đạo công nghệ xây dựng một môi trường nơi AI phát triển.

Bảy năng lực khuếch đại thành công

Việc sử dụng AI thành công đòi hỏi phải vun đắp cả môi trường kỹ thuật và văn hóa. Dựa trên khảo sát DORA 2025, Google Cloud đã xác định bảy năng lực nền tảng được chứng minh là có thể khuếch đại tác động tích cực của AI đối với hiệu suất của tổ chức:

1. Quan điểm AI rõ ràng và được truyền thông: Sự mơ hồ tạo ra rủi ro. Một chính sách rõ ràng cung cấp sự an toàn tâm lý cần thiết để các lập trình viên thử nghiệm hiệu quả.
2. Hệ sinh thái dữ liệu lành mạnh: AI chỉ tốt khi dữ liệu mà nó học hỏi là tốt. Đầu tư vào dữ liệu nội bộ chất lượng cao, dễ truy cập và thống nhất sẽ khuếch đại đáng kể lợi ích của AI.
3. Dữ liệu nội bộ có thể truy cập bởi AI: Điều này liên quan đến context engineering (kỹ thuật tạo ngữ cảnh), vượt ra ngoài các prompt đơn giản để kết nối an toàn các công cụ AI với tài liệu và codebase nội bộ của bạn.
4. Thực hành kiểm soát phiên bản (version control) mạnh mẽ: Khi AI làm tăng khối lượng và tốc độ tạo mã, version control trở thành mạng lưới an toàn quan trọng của bạn. Việc commit thường xuyên và khả năng rollback mạnh mẽ là điều cần thiết để duy trì sự ổn định.
5. Làm việc theo lô nhỏ (small batches): AI có thể dễ dàng tạo ra các khối mã lớn, khó review và kiểm thử. Việc thực thi kỷ luật làm việc theo lô nhỏ sẽ chống lại rủi ro này, đảm bảo tốc độ chuyển thành hiệu suất sản phẩm thay vì sự bất ổn.
6. Tập trung vào người dùng: Tốc độ trở nên vô nghĩa nếu bạn đang đi sai hướng. Việc áp dụng các công cụ AI thực sự có thể gây hại cho các nhóm thiếu sự tập trung vào người dùng. Giữ nhu cầu của người dùng làm kim chỉ nam là điều cần thiết để định hướng phát triển có sự hỗ trợ của AI.
7. Nền tảng nội bộ chất lượng: Một nền tảng cung cấp các “con đường được trải nhựa” tự động và an toàn, cho phép lợi ích của AI được nhân rộng trên toàn tổ chức. Nó ngăn chặn việc tăng năng suất cá nhân bị lãng phí do các tắc nghẽn ở các khâu sau.

Bắt đầu từ đâu: Đánh giá đội ngũ của bạn

Mỗi tổ chức bắt đầu hành trình AI của mình một cách khác nhau. Để giúp bạn ưu tiên, báo cáo này giới thiệu bảy kiểu hình mẫu đội ngũ riêng biệt được rút ra từ phân tích cụm. Các hồ sơ này bao gồm từ “những người đạt thành tích cao hài hòa”, xuất sắc cả về hiệu suất và phúc lợi, đến các nhóm đối mặt với “thách thức nền tảng” hoặc những người bị mắc kẹt trong “nút thắt cổ chai di sản”, nơi các hệ thống không ổn định làm suy giảm tinh thần.

Việc xác định hồ sơ phù hợp nhất với đội ngũ của bạn có thể giúp xác định các biện pháp can thiệp có tác động mạnh mẽ nhất. Ví dụ, một nhóm “tác động cao, nhịp độ thấp” có thể ưu tiên tự động hóa để cải thiện sự ổn định, trong khi một nhóm “bị hạn chế bởi quy trình” có thể tập trung vào việc giảm ma sát thông qua một quan điểm AI tốt hơn.

Đào sâu hơn với Sơ đồ Luồng giá trị (Value Stream Mapping – VSM)

Khi bạn đã hiểu hồ sơ của đội ngũ mình, làm thế nào để định hướng các nỗ lực? Báo cáo bao gồm một hướng dẫn từng bước để thực hiện bài tập Sơ đồ Luồng giá trị (VSM).

VSM hoạt động như một công cụ nhân lên sức mạnh của AI. Bằng cách trực quan hóa luồng công việc từ ý tưởng đến khách hàng, bạn có thể xác định nơi công việc bị chờ đợi và nơi tồn tại ma sát. Điều này đảm bảo rằng lợi ích về hiệu quả từ AI không chỉ tạo ra các tối ưu hóa cục bộ làm công việc ùn ứ ở các khâu sau, mà thay vào đó được chuyển vào việc giải quyết các hạn chế ở cấp hệ thống.

Liên tục cải tiến

Áp dụng AI là một quá trình chuyển đổi tổ chức. Lợi tức lớn nhất không đến từ bản thân các công cụ, mà từ việc đầu tư vào các hệ thống nền tảng cho phép chúng hoạt động. Bằng cách tập trung vào bảy năng lực cốt lõi này, các nhà lãnh đạo có thể đảm bảo rằng khoản đầu tư vào AI của họ mang lại tác động kinh doanh thực sự và bền vững.