Vào tháng 4 năm nay, Fed đã công bố một bài nghiên cứu chuyên sâu về cách định lượng và theo dõi tỷ lệ áp dụng AI của các doanh nghiệp Mỹ. Bản thân sự kiện này đã đáng chú ý: khi các nhà hoạch định chính sách tiền tệ bắt đầu chính thức coi việc áp dụng AI như một chỉ số kinh tế để nghiên cứu, điều đó cho thấy tác động của AI đối với kinh tế vĩ mô đã đủ nghiêm trọng để phải đưa vào tầm nhìn chính sách.
Tuy nhiên, điểm thú vị nhất của bài nghiên cứu này không phải là kết luận, mà là phát hiện của nó — cùng một sự việc, được đo bằng ba phương pháp khác nhau, có thể cho ra những con số hoàn toàn khác biệt.
Ba bộ dữ liệu, ba thế giới
Nhóm nghiên cứu của Fed đã so sánh ba nguồn khảo sát chính:
BTOS (Khảo sát Công nghệ Doanh nghiệp): 18%
Hỏi từ góc độ doanh nghiệp: Công ty của bạn có sử dụng AI không? Khoảng 18% doanh nghiệp cho biết đã áp dụng.
RPS (Khảo sát Năng suất Ngẫu nhiên): 41%
Hỏi từ góc độ cá nhân: Bạn đã từng sử dụng AI tạo sinh trong công việc chưa? 41% người được hỏi trả lời là có.
SBU (Theo trọng số việc làm): 78%
Sau khi tính đến trọng số của các công ty lớn: 78% người lao động làm việc tại các công ty đã triển khai AI.
Cùng một "tỷ lệ áp dụng AI tại Mỹ", 18%, 41%, 78% — cả ba con số này đều đúng, chỉ khác nhau ở câu hỏi được đặt ra.
Cách bạn định nghĩa "áp dụng" sẽ trực tiếp quyết định thế giới bạn nhìn thấy.
Hỏi "công ty có chính thức triển khai hệ thống AI không", câu trả lời là 18%. Hỏi "nhân viên có đang sử dụng không", câu trả lời là 41%. Khi tính đến trọng số của nhân viên tại các công ty lớn (nơi tỷ lệ triển khai AI cao hơn), câu trả lời nhảy vọt lên 78%.
Ai sử dụng nhiều nhất
Phân tích theo ngành, sự khác biệt khá lớn:
| Ngành | Tỷ lệ áp dụng doanh nghiệp | Tỷ lệ sử dụng cá nhân |
|---|---|---|
| Dịch vụ chuyên nghiệp (luật, tư vấn, kế toán) | 33% | 62% |
| Dịch vụ tài chính | 30% | 63% |
| Sản xuất | Thấp hơn | Thấp hơn |
| Bán buôn | Thấp hơn | Thấp hơn |
Tỷ lệ sử dụng cá nhân cao nhất thuộc về lĩnh vực tài chính và dịch vụ chuyên nghiệp, với 63% người làm trong ngành tài chính sử dụng AI tạo sinh trong công việc. Điều này dễ hiểu — cả hai ngành này vốn dĩ làm việc với văn bản, dữ liệu và phân tích, nơi AI có thể được tích hợp trực tiếp.
Ngược lại, tỷ lệ áp dụng trong sản xuất và bán buôn thấp hơn đáng kể, cho thấy AI vẫn chưa thâm nhập sâu vào lớp sản xuất vật lý.
Tốc độ tăng trưởng 68%, nhưng cơ sở còn nhỏ
Một con số nổi bật trong bài nghiên cứu: vào cuối năm 2025, tốc độ tăng trưởng hàng năm của tỷ lệ áp dụng AI ở cấp doanh nghiệp là 68%.
Nhưng cần lưu ý — dù tốc độ tăng trưởng nhanh, cơ sở chỉ là 18%. Từ 18% tăng trưởng 68%, cũng chỉ đạt hơn 30% một chút.
Thú vị hơn là tần suất sử dụng hàng ngày:
- Nhân viên sử dụng AI liên quan đến công việc hàng ngày: 12%
- Sử dụng ít nhất một lần mỗi tuần: 35,2%
- Tỷ lệ áp dụng theo trọng số việc làm của các mô hình lớn (LLM): 54%
12% mỗi ngày, nếu đặt trong bối cảnh bất kỳ phần mềm doanh nghiệp nào khác, đều được gọi là "tần suất thấp". Nhưng so sánh tương tự: số người dùng hàng ngày của Excel trong giai đoạn đầu triển khai cũng không như vậy. Việc xây dựng "độ bám dính" của các công cụ AI vẫn đang ở giai đoạn đầu.
Tại sao Fed lại quan tâm đến điều này
Việc Fed nghiên cứu tỷ lệ áp dụng AI có những cân nhắc chính sách thực tế đằng sau.
Tác động của AI đối với năng suất lao động liên quan trực tiếp đến ba vấn đề:
- Xu hướng tăng trưởng kinh tế: Tốc độ tăng năng suất là động lực cốt lõi của tăng trưởng GDP
- Lộ trình lạm phát: Cải thiện hiệu quả sản xuất có thể kìm hãm giá cả từ phía cung, cho phép nền kinh tế tăng trưởng nhanh hơn mà không tạo ra lạm phát
- Cấu trúc thị trường lao động: AI thay thế những công việc nào và cần chính sách hỗ trợ việc làm ra sao
Nói cách khác, Fed đang đánh giá: Liệu chúng ta có đang ở trong một cuộc cách mạng năng suất do AI dẫn dắt hay không, hay chỉ là một bong bóng kỹ thuật số?
Đánh giá này ảnh hưởng trực tiếp đến các quyết định về lãi suất. Nếu AI thực sự đang nâng cao năng suất lao động một cách có hệ thống, thì nền kinh tế có thể duy trì tăng trưởng trong thời gian dài hơn mà không lo quá nóng.
Bài nghiên cứu này không đưa ra câu trả lời cuối cùng, nhưng nó làm cho vấn đề này có thể được định lượng và theo dõi.
Đo lường tự nó đã là một sự tiến bộ
Sự trung thực của bài nghiên cứu thật dễ chịu: nó không bảo vệ cho luận điểm "AI đã thay đổi mọi thứ", mà nói rằng "chúng tôi có ba phương pháp đo lường, mỗi phương pháp đều có sai lệch, và chúng tôi vẫn đang học cách quan sát vấn đề này một cách chính xác hơn".
Điều này cho thấy việc định lượng tác động kinh tế của AI vẫn đang ở giai đoạn đầu. MIT, Stanford, McKinsey mỗi bên có một phương pháp riêng, Fed có phương pháp riêng của mình, và các con số thu được mâu thuẫn với nhau — không phải vì dữ liệu là giả, mà vì mọi người đang đo những thứ khác nhau.
Từ khi các nhà hoạch định chính sách bắt đầu nghiêm túc định lượng tác động kinh tế của AI, đến khi những dữ liệu này thực sự đi vào các mô hình chính sách tiền tệ, có thể còn vài năm nữa. Nhưng hướng đi đã được xác định: AI trong kinh tế vĩ mô đang chuyển từ "chủ đề" thành "chỉ số".
Ngày mà Fed bắt đầu trích dẫn dữ liệu tỷ lệ áp dụng AI trong các tuyên bố quyết định lãi suất, đó mới thực sự là cột mốc lịch sử đáng ghi nhớ. Hiện tại, chúng ta có lẽ đã đi được khoảng một phần ba chặng đường trên con đường đó.
Nguồn tham khảo: Monitoring AI Adoption in the US Economy (Federal Reserve Board, FEDS Notes,CocoLoop, tháng 4 năm 2026); Enterprise AI Adoption Curve Now Past the Internet at Year 3 (Asanify AI News Digest, ngày 20 tháng 4 năm 2026)