Amazon vừa đóng cửa bảng xếp hạng nội bộ theo dõi việc nhân viên sử dụng AI. Lý do: nhân viên bắt đầu tạo ra các tác vụ vô ích chỉ để leo lên bảng xếp hạng. Giám đốc Dave Treadwell phát biểu thẳng: “Đừng dùng AI chỉ vì muốn dùng AI.” Đây là bài học mà nhiều doanh nghiệp đang áp dụng sai trí tuệ nhân tạo cần ghi nhớ.
Amazon Làm Gì Với Bảng Xếp Hạng AI?
Theo Financial Times, Amazon từng xây dựng một bảng xếp hạng nội bộ (leaderboard) ghi nhận tần suất và khối lượng sử dụng AI của từng nhân viên và từng team. Mục tiêu ban đầu khá hợp lý: khuyến khích adoption, đẩy nhanh quá trình tích hợp AI vào workflow.
Nhưng kết quả lại đi theo hướng hoàn toàn khác. Nhân viên bắt đầu giao cho AI agents những tác vụ không cần thiết, chỉ để đẩy số liệu sử dụng lên cao. Tưởng tượng bạn tạo ra một AI agent để sắp xếp lại email spam mỗi ngày — không ai yêu cầu, không ai cần, nhưng nó tăng điểm trên bảng xếp hạng. Đó chính xác là những gì đã xảy ra.
Tại Sao Đo Lường AI Bằng Số Lượng Là Sai Lầm?
Mình thấy trường hợp này rất điển hình cho một vấn đề rộng hơn mà nhiều doanh nghiệp đang gặp: đo lường đầu vào thay vì đầu ra.
Khi bạn khen thưởng người dùng AI nhiều nhất, bạn nhận được… người dùng AI nhiều nhất. Không phải người dùng AI hiệu quả nhất. Đây là luật Goodhart trong thực tế: khi một chỉ số trở thành mục tiêu, nó không còn là chỉ số tốt nữa.
- Đo số lần gọi API → nhân viên gọi API cho mọi thứ, kể cả những việc làm bằng tay nhanh hơn
- Đo số AI agent hoạt động → nhân viên tạo agent cho task vô nghĩa
- Đo số prompt gửi mỗi ngày → prompt chất lượng giảm, số lượng tăng
Amazon là công ty có hệ thống measurement tinh vi bậc nhất thế giới. Nếu họ còn mắc lỗi này, thì doanh nghiệp nhỏ càng dễ sa vào.
So Sánh: Doanh Nghiệp Khác Đang Làm Gì Đúng?
KPMG vừa ký hợp đồng với Anthropic nhúng Claude cho 276.000 nhân viên. Nhưng họ không đo lường bằng “bao nhiêu prompt mỗi ngày.” Họ đo bằng:
- Thời gian hoàn thành task giảm bao nhiêu
- Chất lượng output có cải thiện không (đánh giá bởi peer review)
- Khách hàng có hài lòng hơn không
Mình test thử so sánh hai cách tiếp cận này:
| Tiêu chí | Đo lường số lượng (Amazon cũ) | Đo lường kết quả (KPMG) |
|---|
| Chỉ số chính | Số lần dùng AI | Thời gian + chất lượng |
| Hành vi nhân viên | Tạo task vô ích để tăng số | Tìm task AI thực sự giúp được |
| Chi phí AI | Tăng không kiểm soát | Đầu ra xứng đáng với chi phí |
| Adoption thật sự | ảo — số liệu cao nhưng giá trị thấp | Thật — nhân viên tự thấy lợi ích |
Doanh Nghiệp Việt Nam Cần Làm Gì Khi Áp Dụng AI?
Từ trường hợp Amazon và các ví dụ khác, mình rút ra 5 nguyên tắc thực tế:
1. Đo lường kết quả, không đo công cụ
Thay vì hỏi “bạn dùng AI bao nhiêu lần hôm nay?”, hãy hỏi “AI giúp bạn tiết kiệm bao nhiêu thời gian trên task X?” hoặc “chất lượng công việc của bạn có cải thiện không sau khi dùng AI?”
2. Cho nhân viên tự lựa chọn
AI không phải là câu trả lời cho mọi vấn đề. Có task dùng AI nhanh hơn, có task làm truyền thống tốt hơn. Ép buộc dùng AI cho mọi thứ chỉ tạo ra frustration và waste. Hãy để nhân viên tự đánh giá khi nào AI thực sự hữu ích cho công việc của họ.
3. Training trước khi áp chỉ tiêu
Nhiều doanh nghiệp đặt KPI “phải dùng AI X lần/tuần” trong khi nhân viên chưa được học cách dùng hiệu quả. Kết quả: prompt tệ, output tệ, lãng phí tiền API. Đầu tư vào training trước, measure sau.
4. Theo dõi chi phí AI thực tế
API cost tăng rất nhanh khi nhân viên dùng AI bừa bãi. Một team 10 người gọi GPT-5.5 100 lần/ngày cho task vô nghĩa = khoảng 150-300 USD/tháng lãng phí. Với doanh nghiệp nhỏ ở Việt Nam, đó là tiền đáng kể.
5. Tạo văn hóa “dùng khi cần, không dùng khi không cần”
Lời nói của Dave Treadwell đáng ghi nhớ: “Đừng dùng AI chỉ vì muốn dùng AI.” Nhân viên nên cảm thấy thoải mái nói “task này không cần AI” mà không sợ bị đánh giá kém.
Bài Học Lớn Nhất Từ Amazon Là Gì?
Mình nghĩ bài học quan trọng nhất không phải về AI. Nó về cách quản trị. Bất kỳ công cụ nào — AI, spreadsheet, project management app — khi bạn đo lường sai, bạn nhận được hành vi sai.
Amazon đóng bảng xếp hạng đó là quyết định đúng. Nhưng đáng lẽ không nên tạo ra nó từ đầu. Thay vì leaderboard, họ có thể đơn giản tạo internal showcase nơi nhân viên chia sẻ case “AI giúp mình giải quyết vấn đề X như thế nào” — добровольно, không ép buộc, không cạnh tranh.
Builder.ai từng lừa инвестор rằng “AI viết code” trong khi thực ra 700 lập trình viên làm thủ công. Công ty phá sản. Amazon thì đi hướng ngược — ép nhân viên dùng AI thật nhưng sai cách. Hai trường hợp, cùng một gốc rễ: coi AI là mục tiêu thay vì công cụ.
Nhìn Về Phía Trước: AI Adoption Sẽ Chuyển Hướng Như Thế Nào?
Theo dữ liệu từ S&P Global, 42% doanh nghiệp đã hủy nhiều dự án AI hơn trong năm 2025 so với 2024. Không phải vì AI không tốt, mà vì kỳ vọng sai và cách áp dụng sai. Xu hướng 2026 đang chuyển từ “adopt AI ở mọi nơi” sang “adopt AI ở đúng nơi”.
Đối với doanh nghiệp Việt Nam, đây là tin tốt. Bạn không cần đua theo AI hype. Bạn cần tìm đúng vấn đề mà AI giải quyết tốt, áp dụng ở đó, và đo lường kết quả thật.
Tóm Tắt Nhanh
Amazon từng có bảng xếp hạng nội bộ đo lường tần suất nhân viên dùng AI. Kết quả: nhân viên tạo tác vụ vô ích chỉ để leo rank. Amazon đã đóng bảng xếp hạng này. Bài học cho mọi doanh nghiệp đang áp dụng AI: đừng đo lường số lượng, hãy đo lường kết quả. Ép nhân viên dùng AI bằng chỉ tiêu chỉ tạo ra lãng phí và frustration.
