Hai ngân hàng mua cùng một hệ trí tuệ nhân tạo. Cùng mô hình, cùng nhà cung cấp, ngân sách xấp xỉ nhau. Một năm sau, một bên đã nâng tỷ suất lợi nhuận trên vốn chủ sở hữu thêm 5%. Bên kia, thêm 50%. Cùng công nghệ, lợi ích khác nhau một trời một vực.
Khác biệt chưa bao giờ nằm ở mô hình. Nó nằm ở mô hình vận hành quanh mô hình đó. Và nếu anh/chị đã theo chuỗi bài này, anh/chị đã gặp ý tưởng đó trước đây — trong The Boardroom Equation, mô hình vận hành chính là số nhân, là thứ biến đầu tư thành lợi ích. Hồi đó chúng ta đã gọi tên nó. Đây là bài mở nó ra.
Phần thưởng đang trở thành hàng hóa phổ thông
Hãy bắt đầu bằng con số gây khó chịu. Theo một số ước tính, 73% các pilot AI ngân hàng, theo báo cáo, bị tắc trước khi lên được production — không phải vì mô hình thất bại, mà vì tổ chức quanh nó thất bại. Các ngân hàng đang vượt lên không phải những ngân hàng có thuật toán tốt hơn. Họ là những ngân hàng đã dựng lại mô hình vận hành để hấp thụ được thuật toán.
Điều này càng quan trọng hơn theo từng quý, bởi thứ duy nhất mà tiền mua được — mô hình — lại đúng là thứ đang trở nên miễn phí. Cùng những mô hình frontier đó giờ nằm sau cùng một nhóm nhỏ các giao diện cloud, sẵn có cho mọi đối thủ mà anh/chị có. Nên mô hình không còn là lợi thế. Thứ tách ngân hàng thu 5% khỏi ngân hàng thu 50% là bộ máy quanh mô hình: công việc được thiết kế lại thế nào, năng lực được giải phóng được chuyển đổi thế nào, và toàn bộ chuyện đó được quản trị thế nào.
Số nhân: cùng năng lực, lợi ích khác nhau
Hãy nói rõ cơ chế ra. Hãy hình dung giá trị AI thu được như một phép nhân đơn giản:
Giá trị AI thu được = Năng lực thô × M
Năng lực thô là thứ anh/chị mua — mô hình, nhà cung cấp, năng lực tính toán — và với hai ngân hàng đang cạnh tranh thì nó gần như giống nhau. M là thứ anh/chị xây. Ở ngân hàng gắn thêm, M nằm dưới một: mô hình vận hành thực sự phá hủy giá trị, làm rỉ mất phần lớn những gì AI tạo ra. Ở ngân hàng đã tái thiết kế, M chạy hai hoặc ba lần: cùng năng lực đó, được nhân lên rồi đi vào báo cáo kết quả kinh doanh.
Tính chất then chốt là M là một phép nhân, không phải phép cộng. Nó được định bởi 3 đòn bẩy — Tái thiết kế, Tái phân bổ và Tái quản trị — và chúng nhân với nhau. Một ngân hàng có thể tái thiết kế quy trình của mình hoàn hảo, nhưng nếu nó chưa bao giờ đòi lại phần năng lực được giải phóng, thì đòn bẩy đó nằm quanh mức không, và không nhân với bất cứ gì cũng là không. Anh/chị không được tính điểm một phần cho việc làm đúng một đòn bẩy. Số nhân chỉ cộng dồn khi cả ba đều vượt một.
3 đòn bẩy
Mỗi đòn bẩy là một thừa số trong phép nhân, không phải một khoản mục anh/chị cộng lại được. Làm sai một cái là nó kéo cả số nhân về phía không.
Tái thiết kế — thiết kế lại quy trình quanh AI
Triển khai AI như một tính năng gắn thêm vào một quy trình cũ và anh/chị nhận được mức lợi ích cục bộ 5–15% theo báo cáo — mà phần lớn không bao giờ chạm tới P&L, bởi công việc vẫn đâm vào đúng cái hàng đợi đó, đúng cái khâu phê duyệt đó, đúng cái điểm chuyển giao đó. Hãy thiết kế lại mô hình vận hành quanh chính năng lực đó và mức tác động được báo cáo chạy 20–50%, và nó cộng dồn trên toàn hàng. Dấu hiệu của một ngân hàng biết tái thiết kế là cơ cấu chi tiêu của nó: quy luật 70/20/10 của BCG là bài chẩn đoán sạch sẽ nhất — khoảng 70% nỗ lực đi vào người và quy trình, 20% vào phần xương sống dữ liệu và công nghệ, và chỉ 10% vào chính mô hình. Những ngân hàng thất bại thì làm ngược lại — nặng ở mô hình, nhẹ ở luồng công việc. Đọc tỷ lệ đó và anh/chị dự báo được lợi ích trước khi chọn bất kỳ mô hình nào.
Tái phân bổ — chuyển năng lực được giải phóng thành tiền trên P&L
Đây chính là chỗ rỉ năng-suất-không-phải-lợi-nhuận, đã bàn sâu trong The Visibility Trap, nên bản ngắn là: thời gian được giải phóng chưa phải lợi nhuận cho tới khi có người đòi lại nó. Theo một số ước tính, tới hai phần ba thời gian mà AI giải phóng rỉ thẳng trở lại vào công việc giá trị thấp, trừ khi năng lực được chủ động điều chuyển sang công việc giá trị cao hơn hoặc được cắt bỏ như một khoản chi phí. Khi năng lực không có chỗ nào để đi, người lãnh đạo không nên ghi nhận nó thành tỷ suất lợi nhuận trên vốn chủ sở hữu. Nó xứng đáng là một đòn bẩy số nhân bởi một ngân hàng có thể tái thiết kế không tì vết mà vẫn không thu được gì nếu đòn bẩy này nằm ở mức không.
Tái quản trị — quản trị như một lớp toàn hàng
Bốn Guardian trong khung tư duy về quản trị — cổng, guardrail, sổ ghi, người chịu trách nhiệm đứng tên — chính là đòn bẩy này. Sau SR 26-2, văn bản liên quan nhất tới các ngân hàng có tài sản trên 30 tỷ USD và điều chỉnh theo rủi ro, AI tạo sinh và AI dạng agent nằm ngoài phạm vi chính thức của rủi ro mô hình nhưng vẫn phải được quản trị. Điều đó đẩy việc quản trị ra khỏi silo rủi ro mô hình và lên chính mô hình vận hành toàn hàng. Đặt đúng chỗ, quản trị không phải cái phanh của phần việc giá trị cao nhất — doanh thu và các agent tự chủ — nó là đường ray cho phép phần việc đó đi nhanh thay vì tắc lại ở khâu rà soát.
Bằng chứng
Hãy xem bằng chứng chỉ về đâu, và nó nhất quán. Quy luật 70/20/10 không phải quan điểm của một hãng: nó xuất phát từ BCG và được QuantumBlack của McKinsey, Deloitte, cùng nghiên cứu từ MIT Sloan chứng thực — phát hiện rằng khoảng 70% giá trị AI đến từ người và quy trình, và chỉ 10% từ mô hình, đúng trên toàn ngành. Bài học lặp lại mỗi lần: bên thắng thắng bằng thực thi, không phải bằng mua sắm. Việc các mô hình frontier trở thành hàng hóa phổ thông không làm yếu quy luật đó — nó làm quy luật đó mạnh thêm.
Và mức đặt cược đang tăng. BCG dự báo AI dạng agent — các hệ thống tự chủ biết suy luận và tự hành động — sẽ leo từ khoảng 17% giá trị AI hôm nay lên khoảng 29% vào năm 2028, tính chung các ngành. Agent ít khoan nhượng với một mô hình vận hành yếu hơn nhiều so với một chatbot; chúng cần dữ liệu sạch, luồng công việc đã thiết kế lại, và quản trị toàn hàng mới hoạt động được. Nên số nhân không đứng yên. Khi công việc càng tự chủ hơn, hình phạt cho một mô hình vận hành rời rạc càng cộng dồn — khoảng cách giữa ngân hàng 5% và ngân hàng 50% giãn ra, không thu hẹp lại. Phần được trả hiện ra đúng ở chỗ các hội đồng quản trị thực sự nhìn vào: tỷ suất lợi nhuận trên vốn chủ sở hữu, biên lợi nhuận điều chỉnh theo rủi ro, và một lợi thế đo được về chi phí vốn.
Bài soát Số Nhân
Biết các đòn bẩy không đồng nghĩa với việc đã kéo chúng. Hãy chạy bài soát — 4 bước, mỗi chu kỳ lập kế hoạch:
- Đo M — với từng tình huống đã nhân rộng, so năng lực thô mà nhà cung cấp hứa với phần lợi ích thực sự chạm tới P&L. Khoảng lệch đó chính là số nhân mô hình vận hành của anh/chị.
- Tìm đòn bẩy bị hỏng — khoảng lệch đến từ Tái thiết kế (vẫn đang gắn thêm?), Tái phân bổ (năng lực đang rỉ?), hay Tái quản trị (đang mắc trong một silo rủi ro mô hình?).
- Cân lại về 70/20/10 — chuyển phần chi tăng thêm ra khỏi mô hình và sang việc thiết kế lại quy trình cùng xây dựng năng lực.
- Chốt phần năng lực — biến năng lực được giải phóng thành một con số hội đồng theo dõi, đã điều chuyển hoặc đã cắt bỏ, chứ không phải một slide.
Hãy chạy lại nó trước khi nhân rộng bất kỳ hệ AI dạng agent nào, nơi số nhân cộng dồn mạnh nhất.
Chốt lại
Mô hình là hàng hóa phổ thông. Mô hình vận hành mới là tài sản bền và có tính cộng dồn — lợi thế duy nhất mà đối thủ không thể mua sẵn. Phần lớn ngân hàng coi mô hình là tài sản rồi tự hỏi vì sao lợi ích không bao giờ tới.
Ngừng mua mô hình. Bắt đầu xây số nhân.
Nguồn & lưu ý. BCG — quy luật 10/20/70 cho chuyển đổi AI, và BCG về việc AI dạng agent tăng từ ~17% lên ~29% giá trị AI vào 2028 (tính chung các ngành); QuantumBlack của McKinsey / Deloitte / MIT Sloan chứng thực; Gartner — theo báo cáo, ~73% pilot AI bị tắc (con số thay đổi tùy nguồn); Cục Dự trữ Liên bang Mỹ / OCC / FDIC — hướng dẫn rủi ro mô hình sửa đổi SR 26-2, ngày 17/4/2026 (liên quan nhất tới ngân hàng có tài sản trên 30 tỷ USD, điều chỉnh theo rủi ro; AI tạo sinh/dạng agent nằm ngoài phạm vi chính thức nhưng vẫn phải được quản trị). Kỷ luật về dữ kiện: 70/20/10 được quy cho BCG (không phải McKinsey); mức 17→29% là một dự báo của BCG tính chung các ngành; ~73% là theo báo cáo và thay đổi tùy nguồn; chỗ rỉ năng suất được nêu là "theo một số ước tính, tới hai phần ba"; các khoảng 5–15% / 20–50% là theo báo cáo.