ỨNG DỤNG MÔ HÌNH CHẤP NHẬN CÔNG NGHỆ GIÚP THAY ĐỔI NHẬN THỨC VỀ AI

Việc triển khai thành công một công nghệ mới không chỉ phụ thuộc vào tính năng sản phẩm hay chi phí đầu tư, mà còn nằm ở mức độ sẵn sàng tiếp nhận của người dùng. Đây là lý do vì sao mô hình chấp nhận công nghệ ra đời và trở thành công cụ quan trọng đối với doanh nghiệp. Trong bài viết này, AI First sẽ cùng bạn khám phá mô hình TAM giúp doanh nghiệp SMEs triển khai công nghệ hiệu quả, đúng người, đúng thời điểm.

1. Mô hình chấp nhận công nghệ là gì?

Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM) là khung lý thuyết phổ biến nhất trong hệ thống thông tin, được Fred Davis phát triển năm 1989 để giải thích, dự đoán hành vi chấp nhận và sử dụng công nghệ mới của người dùng. TAM tập trung vào hai yếu tố chính: Tính hữu ích cảm nhận (PU) và Tính dễ sử dụng cảm nhận (PEOU). 

2. Tầm quan trọng của mô hình chấp nhận công nghệ trong kỷ nguyên AI

Công nghệ đang thay đổi với tốc độ rất nhanh, khiến khoảng cách giữa “biết công nghệ” và “vận hành được công nghệ” ngày càng lớn. Vì vậy, việc nắm rõ mô hình chấp nhận công nghệ (Technology Acceptance Model – TAM) không chỉ giúp cá nhân và tổ chức nhìn ra mức độ sẵn sàng tiếp nhận cái mới, mà còn là nền tảng để thiết kế chiến lược triển khai công nghệ đúng cách, tránh đầu tư lớn nhưng hiệu quả thấp.

Theo Mr. Tony Dzung cho rằng: “nhiều doanh nghiệp triển khai AI gặp trở ngại không hẳn vì thiếu công nghệ hay thiếu ngân sách, mà vì đội ngũ chưa sẵn sàng: thiếu niềm tin, ngại thay đổi, và quan trọng nhất là không nhìn thấy lợi ích cụ thể AI mang lại cho công việc hằng ngày. Những rào cản “vô hình” này khiến việc ứng dụng AI bị chậm lại, kéo theo hiệu quả vận hành suy giảm và năng lực cạnh tranh yếu đi”.

Đây cũng chính là lý do TAM trở nên hữu ích, mô hình này giúp chủ doanh nghiệp xác định đúng điểm nghẽn trong quá trình chấp nhận AI, từ đó đưa ra các giải pháp phù hợp để kéo đội ngũ bước qua giai đoạn kháng cự và chuyển sang chủ động sử dụng:

• Làm rõ tính hữu ích của AI theo góc nhìn nhân sự: Khi nhân sự thấy AI giúp giảm tải, tăng tốc độ xử lý công việc, giảm sai sót và cải thiện kết quả, mức độ chấp nhận sẽ tăng rõ rệt. Doanh nghiệp nên ứng dụng mô hình chấp nhận công nghệ để truyền thông lợi ích trực tiếp cho từng vị trí, thay vì chỉ nhấn mạnh lợi ích chung cho tổ chức.
• Giảm rào cản vì cảm nhận AI khó sử dụng: Nhiều nhân sự e ngại AI do lo công nghệ phức tạp và sợ thao tác sai. Mô hình chấp nhận công nghệ giúp doanh nghiệp nhận diện các điểm gây khó khăn trong trải nghiệm người dùng và tối ưu theo hướng đơn giản, thân thiện, dễ tiếp cận để tăng sự tự tin khi bắt đầu sử dụng.
• Hình thành thái độ tích cực thông qua đào tạo theo lộ trình: Khi AI vừa hữu ích vừa dễ dùng, tâm thế của nhân sự sẽ chuyển từ dè chừng sang sẵn sàng hợp tác. Doanh nghiệp nên triển khai đào tạo theo các giai đoạn làm quen, thực hành và hỗ trợ liên tục, giúp đội ngũ thích nghi dần thay vì bị thúc ép thay đổi quá nhanh.
• Thúc đẩy động lực và ý định sử dụng một cách tự nhiên: Khi thái độ tích cực được hình thành, nhân sự sẽ chủ động tìm hiểu và ứng dụng AI vào công việc, thay vì làm theo chỉ đạo mang tính đối phó. Nhờ đó quá trình triển khai diễn ra nhanh hơn và giảm đáng kể phản ứng chống đối trong nội bộ.
• Chuyển hóa ý định thành hành vi sử dụng hằng ngày: Mô hình chấp nhận công nghệ không chỉ giúp lý giải nguyên nhân khiến nhân sự chưa sẵn sàng, mà còn gợi mở cách tháo gỡ rào cản và tạo điều kiện hỗ trợ phù hợp để AI trở thành một phần của quy trình làm việc thường nhật, thay vì dừng ở mức thử nghiệm.

3. Yếu tố ảnh hưởng đến khả năng chấp nhận công nghệ trong doanh nghiệp

Khả năng chấp nhận công nghệ trong doanh nghiệp không phụ thuộc vào bản thân công nghệ, mà chịu tác động mạnh mẽ từ nhận thức, hành vi và môi trường làm việc của con người. Dưới đây là những yếu tố then chốt quyết định việc một công nghệ mới, đặc biệt là AI, có được nhân sự tiếp nhận và sử dụng hiệu quả hay không.

3.1. Nhận thức về tính hữu ích của công nghệ

Nhân sự sẽ sẵn sàng chấp nhận công nghệ khi họ thấy rõ công nghệ đó giúp cải thiện hiệu suất làm việc, giảm áp lực, hạn chế sai sót và mang lại kết quả tốt hơn. Nếu công nghệ không gắn trực tiếp với lợi ích cá nhân trong công việc hằng ngày, mức độ chấp nhận sẽ rất thấp.

3.2. Nhận thức về mức độ dễ sử dụng

Công nghệ càng phức tạp, khả năng bị từ chối càng cao. Khi nhân sự cảm thấy công nghệ khó học, khó thao tác hoặc dễ mắc lỗi, họ sẽ có xu hướng né tránh. Doanh nghiệp cần tối ưu trải nghiệm sử dụng và đơn giản hóa quy trình để tăng sự tự tin khi tiếp cận công nghệ mới.

3.3. Thái độ và tâm lý của nhân sự đối với công nghệ

Nỗi sợ bị thay thế, lo ngại bị giám sát hoặc áp lực phải thay đổi nhanh là những rào cản tâm lý phổ biến. Nếu không được giải tỏa kịp thời, những yếu tố này sẽ tạo ra sự kháng cự ngầm, làm giảm hiệu quả triển khai công nghệ.

3.4. Vai trò dẫn dắt và làm gương của lãnh đạo

Lãnh đạo là yếu tố có ảnh hưởng lớn đến mức độ chấp nhận công nghệ trong tổ chức. Khi lãnh đạo chủ động sử dụng, hiểu và ủng hộ công nghệ, nhân sự sẽ có xu hướng tin tưởng và làm theo. Ngược lại, nếu lãnh đạo chỉ yêu cầu mà không trực tiếp tham gia, công nghệ rất dễ bị xem là phong trào.

3.5. Văn hóa doanh nghiệp và môi trường làm việc

Doanh nghiệp có văn hóa cởi mở với đổi mới, khuyến khích thử nghiệm và chấp nhận sai sót sẽ giúp nhân sự dễ dàng tiếp nhận công nghệ hơn. Môi trường làm việc thiếu hỗ trợ hoặc quá chú trọng kiểm soát sẽ khiến nhân sự ngại thay đổi và hạn chế sáng tạo.

3.6. Chất lượng đào tạo và hỗ trợ trong quá trình triển khai

Đào tạo không phù hợp, thiếu hướng dẫn thực tế hoặc không có bộ phận hỗ trợ kịp thời sẽ làm gián đoạn quá trình tiếp nhận công nghệ. Doanh nghiệp cần xây dựng lộ trình đào tạo gắn với công việc thực tế và đảm bảo nhân sự luôn có điểm tựa khi gặp khó khăn.

4. Các mô hình chấp nhận công nghệ phổ biến 

Khi triển khai công nghệ mới như AI, CRM, ERP hay hệ thống tự động hóa, doanh nghiệp cần hiểu rõ các mô hình phân tích hành vi người dùng để đo lường mức độ sẵn sàng, dự báo khả năng thành công và điều chỉnh chiến lược phù hợp. 

Dưới đây là 5 mô hình chấp nhận công nghệ phổ biến được sử dụng rộng rãi trong nghiên cứu và thực tiễn doanh nghiệp.

• Mô hình TAM
• Mô hình TAM 2
• Mô hình TAM 3
• Mô hình DOI
• Mô hình UTAUT

4.1. Mô hình TAM 

Mô hình TAM (Technology Acceptance Model) được xây dựng dựa trên hai yếu tố then chốt, phản ánh nhận thức ban đầu của người dùng khi tiếp cận một công nghệ mới. Hai yếu tố này chính là nền tảng quyết định đến thái độ, hành vi và cuối cùng là việc chấp nhận hay từ chối công nghệ trong thực tế.

Các yếu tố chính trong mô hình TAM:

• Perceived Usefulness (Mức độ hữu ích cảm nhận): Đây là mức độ mà người dùng tin rằng công nghệ hoặc hệ thống mới sẽ giúp họ cải thiện hiệu suất làm việc, giải quyết công việc nhanh hơn hoặc đạt được kết quả mong muốn. Khi người dùng cảm nhận được giá trị rõ ràng từ công nghệ, họ sẽ có xu hướng tích cực khám phá và sử dụng.
• Perceived Ease of Use (Tính dễ sử dụng cảm nhận): Yếu tố này đo lường mức độ thuận tiện, dễ hiểu và dễ thao tác của công nghệ. Nếu một công cụ mới không đòi hỏi quá nhiều nỗ lực để làm quen và sử dụng, người dùng sẽ cảm thấy thoải mái và sẵn sàng tiếp nhận hơn.

Hai yếu tố PU và PEOU này không chỉ có tác động độc lập, mà còn ảnh hưởng qua lại, công nghệ dễ dùng sẽ càng làm tăng cảm nhận về tính hữu ích, và ngược lại.

4.2. Mô hình TAM 2

TAM 2 là phiên bản nâng cấp từ TAM, do Venkatesh và Davis phát triển năm 2000, thêm vào các yếu tố ảnh hưởng từ môi trường xã hội và nhận thức nhận thức cá nhân để tăng tính dự đoán.

Các yếu tố chính trong mô hình TAM 2: 

1 - Yếu tố xã hội trong mô hình TAM 2

Một trong những điểm mở rộng quan trọng của mô hình TAM 2 chính là việc đưa các yếu tố xã hội vào phân tích hành vi chấp nhận công nghệ. Điều này phản ánh thực tế rằng, không phải mọi quyết định sử dụng công nghệ đều đến từ nhận thức cá nhân về tính hữu ích hay dễ sử dụng, mà còn chịu ảnh hưởng đáng kể từ môi trường xung quanh.

• Chuẩn chủ quan (Subjective Norm): Đây là mức độ mà người dùng cảm thấy bị tác động bởi kỳ vọng của người khác như đồng nghiệp, quản lý hay văn hóa tổ chức trong việc sử dụng công nghệ. Trong môi trường doanh nghiệp, nếu đội nhóm hoặc cấp trên đã sử dụng một công nghệ nhất định, cá nhân thường có xu hướng làm theo để hòa nhập hoặc đáp ứng kỳ vọng.
• Hình ảnh cá nhân (Image): Việc sử dụng công nghệ đôi khi không chỉ để phục vụ công việc mà còn để khẳng định năng lực và sự chuyên nghiệp. Trong môi trường cạnh tranh cao, những người áp dụng nhanh công nghệ mới thường được đánh giá là hiện đại, có năng lực hoặc thích nghi tốt. Yếu tố này thúc đẩy người dùng chủ động tiếp cận công nghệ như một cách để xây dựng uy tín và vị thế cá nhân.

2 - Yếu tố nhận thức trong mô hình TAM 2

Bên cạnh các yếu tố xã hội, TAM 2 còn mở rộng thêm nhiều khía cạnh nhận thức – nhằm lý giải rõ hơn cách người dùng đánh giá công nghệ trong ngữ cảnh công việc. Những yếu tố này không chỉ tác động đến thái độ, mà còn định hình trực tiếp mức độ sẵn sàng sử dụng công nghệ mới.

• Mức độ liên quan đến công việc (Job Relevance): Đây là yếu tố thể hiện mức độ mà người dùng cảm thấy công nghệ có liên quan thiết thực đến công việc hằng ngày. Khi một công cụ số được nhận định là phục vụ đúng nhu cầu công việc, người dùng sẽ dễ tiếp nhận hơn.
• Chất lượng đầu ra (Output Quality): Yếu tố này phản ánh mức độ người dùng tin rằng công nghệ có thể tạo ra kết quả tốt, đáp ứng kỳ vọng về hiệu suất hoặc độ chính xác. Nếu công nghệ cho ra kết quả rõ ràng, ổn định và vượt trội, người dùng sẽ nhanh chóng hình thành thái độ tích cực.
• Khả năng chứng minh kết quả (Result Demonstrability): Người dùng có xu hướng tin tưởng hơn vào một công nghệ khi có thể nhìn thấy, đo lường hoặc chứng minh được hiệu quả thực tế. Sự minh bạch và cụ thể trong việc thể hiện kết quả không chỉ củng cố niềm tin mà còn khuyến khích họ giới thiệu công nghệ cho người khác.

4.3. Mô hình TAM 3 

TAM 3 (Technology Acceptance Model 3) là phiên bản phát triển tiếp theo của TAM và TAM 2, nhằm giải thích rõ hơn lý do vì sao người dùng chấp nhận hoặc từ chối sử dụng một công nghệ mới. Trong khi vẫn giữ nguyên hai thành phần cốt lõi là Perceived Usefulness (PU) và Perceived Ease of Use (PEOU), TAM 3 mở rộng bằng cách thêm các yếu tố nhận thức sâu hơn, đặc biệt liên quan đến niềm tin cá nhân, trải nghiệm thực tế và cảm xúc của người dùng trong quá trình tương tác với công nghệ.

Các yếu tố chính trong mô hình TAM 3:

TAM 3 kế thừa hoàn toàn các thành phần đã có trong TAM 2 để lý giải cảm nhận về tính hữu ích của công nghệ:

• Chuẩn chủ quan (Subjective Norm): Áp lực xã hội từ đồng nghiệp, quản lý hoặc tổ chức khiến người dùng cảm thấy cần phải sử dụng công nghệ mới.
• Hình ảnh cá nhân (Image): Sử dụng công nghệ giúp nâng cao hình ảnh cá nhân, thể hiện sự chuyên nghiệp và năng lực trong công việc.
• Liên quan đến công việc (Job Relevance): Khi công nghệ có liên quan trực tiếp đến nhiệm vụ hoặc quy trình làm việc, người dùng sẽ cảm thấy nó hữu ích hơn.
• Chất lượng đầu ra (Output Quality): Nếu kết quả do công nghệ mang lại đáp ứng tiêu chuẩn hoặc vượt kỳ vọng, người dùng sẽ tin tưởng hơn vào giá trị của nó.
• Khả năng minh chứng kết quả (Result Demonstrability): Khả năng đo lường, nhìn thấy hoặc chia sẻ kết quả rõ ràng sẽ gia tăng sự tin tưởng và cảm nhận tích cực về tính hữu ích.

Khác với TAM 2, TAM 3 đi sâu hơn vào việc phân tích cảm nhận về sự dễ sử dụng, bằng cách phân chia thành hai nhóm chính: Anchor (Niềm tin cốt lõi) và Adjustment (Điều chỉnh theo trải nghiệm).

1 - Nhóm Anchor: Các yếu tố niềm tin nền tảng trước khi người dùng trải nghiệm công nghệ.

• Computer Self-Efficacy (Sự tự tin vào khả năng sử dụng công nghệ): Người dùng có lòng tin cao vào khả năng tự mình sử dụng công nghệ (không cần trợ giúp) thường cảm thấy công nghệ dễ sử dụng hơn.
• Perceptions of External Control (Nhận thức về hỗ trợ từ bên ngoài): Nếu người dùng tin rằng có đủ nguồn lực hỗ trợ như tài liệu, đội ngũ kỹ thuật, hoặc hệ thống dễ truy cập, họ sẽ giảm bớt cảm giác lo lắng khi tiếp cận công nghệ.
• Computer Anxiety (Sự lo lắng khi sử dụng công nghệ): Những người có tâm lý e ngại, sợ hỏng, sợ thao tác sai khi dùng công nghệ sẽ cảm thấy công nghệ khó tiếp cận hơn. Ngược lại, mức độ lo lắng thấp giúp gia tăng sự tự tin và khả năng chấp nhận.
• Computer Playfulness (Tinh thần khám phá, trải nghiệm): Yếu tố này phản ánh sự tò mò, sẵn sàng thử nghiệm của người dùng khi tiếp cận công nghệ mới. Người dùng có xu hướng thử, sai và học sẽ cảm thấy công nghệ thân thiện hơn.

2 - Nhóm Adjustment: Các yếu tố phát sinh khi người dùng đã tương tác với công nghệ.

• Perceived Enjoyment (Cảm nhận sự thú vị khi sử dụng): Khi công nghệ mang lại trải nghiệm tích cực, vui vẻ và không gây áp lực, người dùng sẽ đánh giá cao mức độ dễ sử dụng.
• Objective Usability (Tính khả dụng khách quan): Đây là mức độ công nghệ thực sự dễ sử dụng qua thử nghiệm thực tế. Nếu công cụ có giao diện trực quan, dễ hiểu và thao tác nhanh chóng, nó sẽ góp phần nâng cao PEOU.

4.4. Mô hình DOI

DOI là mô hình phổ biến trong nghiên cứu marketing và truyền thông, tập trung vào quá trình lan tỏa công nghệ trong xã hội. Mô hình giải thích vì sao một số người dùng nhanh, một số lại chậm tiếp nhận công nghệ mới.

Các yếu tố chính trong mô hình DOI:

• Phân loại người dùng theo mức độ tiếp nhận: Người tiên phong (Innovators), người sớm tiếp nhận (Early Adopters), đa số sớm hay muộn, và người chậm.
• Tính mới của công nghệ: Càng mới, càng cần truyền thông và hướng dẫn tốt.
• Tốc độ lan tỏa phụ thuộc vào yếu tố xã hội và truyền thông: Có thể áp dụng trong kế hoạch truyền thông nội bộ khi triển khai AI.

4.5. Mô hình UTAUT

UTAUT là mô hình tổng hợp được phát triển bởi Venkatesh (2003), tích hợp nhiều mô hình trước đó (bao gồm cả TAM) để tạo ra một khung phân tích hành vi công nghệ toàn diện hơn. Đây là mô hình phù hợp với doanh nghiệp trung – lớn và các dự án chuyển đổi số quy mô lớn.

Các yếu tố chính trong mô hình UTAUT:

• Performance Expectancy (Kỳ vọng hiệu quả): Người dùng tin rằng công nghệ sẽ giúp họ làm tốt công việc.
• Effort Expectancy (Kỳ vọng về mức độ dễ sử dụng): Càng dễ, càng sẵn sàng chấp nhận.
• Social Influence (Ảnh hưởng xã hội): Áp lực hoặc khuyến nghị từ người xung quanh.
• Facilitating Conditions (Điều kiện hỗ trợ): Bao gồm hạ tầng công nghệ, đào tạo, hướng dẫn sử dụng.

5. Ví dụ về quá trình chấp nhận công nghệ AI tại HBR Holdings

Chuyển dịch từ cách làm truyền thống sang ứng dụng AI không đơn thuần là một lựa chọn chiến lược, mà là một hành trình thay đổi đồng thời về tư duy, thói quen và năng lực thực thi của đội ngũ. Tại HBR Holdings, tinh thần AI First Company được Chủ tịch HĐQT - Mr. Tony Dzung thúc đẩy nhất quán, với vai trò đồng hành cùng nhân sự xuyên suốt quá trình học, thử nghiệm và đưa AI vào vận hành.

Dưới đây là cách có thể nhìn nhận quá trình chấp nhận công nghệ AI tại HBR Holdings theo các giai đoạn:

5.1. Nhận thức ban đầu về tính hữu ích và tính dễ sử dụng của AI

1 - Nhận thức về tính hữu ích (Perceived Usefulness – PU)

Ở giai đoạn đầu, một bộ phận nhân sự hoài nghi liệu AI có tạo ra tác động rõ ràng lên hiệu suất hay không. Sự hoài nghi này giảm dần khi đội ngũ quan sát được các lợi ích cụ thể: AI có thể hỗ trợ tự động hóa những tác vụ lặp lại như triển khai nội dung marketing, phân tích dữ liệu khách hàng, gợi ý xu hướng và hỗ trợ ra quyết định nhanh hơn. Khi giá trị được chứng minh bằng kết quả công việc, mức độ tin tưởng và sẵn sàng tiếp nhận tăng lên đáng kể.

Ví dụ: Trước đây đội marketing mất nhiều giờ cho việc viết nội dung quảng cáo và lập kế hoạch. Khi áp dụng công cụ hỗ trợ viết nội dung như Chat GPT, thời gian triển khai có thể giảm khoảng 50% theo ghi nhận nội bộ, giúp nhân sự tập trung nhiều hơn vào tư duy sáng tạo và tối ưu chiến dịch.

2 - Nhận thức về tính dễ sử dụng (Perceived Ease of Use – PEOU)

Dù AI mang lại lợi ích, nếu đội ngũ cảm thấy khó dùng hoặc sợ dùng sai, công nghệ vẫn bị “để đó”. Vì vậy, HBR Holdings ưu tiên cách tiếp cận dễ tiếp cận: hướng dẫn trực quan, đào tạo theo tình huống công việc, giảm rào cản tâm lý và giúp nhân sự nhanh chóng làm quen với cách đặt yêu cầu, cách kiểm tra kết quả và cách đưa AI vào quy trình.

Ví dụ: Thay vì phải nghiên cứu thủ công hàng giờ, nhân sự marketing có thể dùng AI để gợi ý từ khóa, tinh chỉnh tiêu đề, đề xuất cấu trúc bài và tối ưu theo hướng SEO bằng cách nhập yêu cầu đơn giản, sau đó kiểm duyệt theo tiêu chuẩn nội bộ.

5.2. Hình thành thái độ đối với việc sử dụng AI

Khi đã thấy AI hữu ích và tương đối dễ tiếp cận, nhân sự bắt đầu hình thành thái độ rõ rệt hơn:

• Nhóm có thái độ tích cực thường chủ động thử nghiệm và nhanh chóng nhận ra AI giúp tiết kiệm thời gian, giảm lỗi, tăng tốc độ triển khai. Nhóm này có xu hướng tiếp tục khám phá cách ứng dụng AI sâu hơn vào quy trình.
• Nhóm có thái độ thận trọng hoặc tiêu cực thường bị chi phối bởi nỗi lo AI thay thế công việc, hoặc cảm giác AI quá phức tạp để áp dụng. Với nhóm này, tổ chức cần can thiệp bằng đào tạo theo lộ trình, chia sẻ tình huống thực tế và làm rõ vai trò của AI như một công cụ hỗ trợ.

Ví dụ: Ban đầu một số nhân sự sales lo ngại chatbot sẽ khiến vai trò con người bị thu hẹp. Khi nhìn thấy chatbot chủ yếu xử lý câu hỏi lặp lại và sàng lọc nhu cầu ban đầu, trong khi nhân sự tập trung vào tư vấn, đàm phán và xử lý tình huống phức tạp, thái độ dần chuyển sang hợp tác và chủ động khai thác chatbot để giảm tải.

5.3. Ý định sử dụng AI trong công việc

Khi thái độ trở nên tích cực hơn, ý định sử dụng hình thành rõ ràng: nhân sự bắt đầu tự tìm hiểu, thử công cụ, đặt câu hỏi, đề xuất cách đưa AI vào quy trình và tối ưu hiệu suất theo đúng đặc thù công việc.

Ví dụ: Nhân sự marketing chủ động nghiên cứu cách dùng AI để hỗ trợ tối ưu quảng cáo Facebook Ads, từ khâu viết góc nhìn nội dung, gợi ý biến thể, đến phân tích nhanh dữ liệu phản hồi, thay vì vận hành theo thói quen cũ.

5.4. Hành vi thực tế: Đưa AI vào vận hành hằng ngày

Khi đội ngũ đã hiểu lợi ích, cảm thấy có thể sử dụng và có ý định rõ ràng, AI bắt đầu được đưa vào vận hành thường nhật theo các kịch bản cụ thể. Tại HBR Holdings, AI đã được ứng dụng hiệu quả vào nhiều hoạt động, tiêu biểu như:

• AI Chatbot đã trở thành công cụ chăm sóc khách hàng trong quy trình sales: hệ thống tự động trả lời các câu hỏi lặp lại, thu thập thông tin ban đầu và hỗ trợ đội ngũ phản hồi nhanh hơn, giúp giảm tải đáng kể và hạn chế bỏ lỡ khách hàng tiềm năng.
• AI phân tích dữ liệu marketing giúp đội ngũ theo dõi hiệu quả chiến dịch nhanh và chính xác hơn: các chỉ số quan trọng được tổng hợp liên tục, hỗ trợ phát hiện vấn đề sớm và điều chỉnh nội dung, ngân sách theo thời gian gần thực thay vì chờ báo cáo thủ công.
• AI hỗ trợ sản xuất nội dung giúp tăng mạnh năng suất triển khai: đội ngũ có thể tạo khung bài, gợi ý tiêu đề, biến thể nội dung và tối ưu theo mục tiêu SEO, từ đó nâng năng suất lên khoảng 5 đến 10 lần tùy hạng mục và mức độ chuẩn hóa quy trình.
• AI Lead Scoring giúp đội sales ưu tiên đúng khách hàng có khả năng chuyển đổi cao: hệ thống chấm điểm và phân loại lead dựa trên hành vi và mức độ quan tâm, giúp sales tập trung nguồn lực vào nhóm tiềm năng nhất, rút ngắn thời gian theo đuổi và tối ưu chi phí marketing trên mỗi cơ hội bán hàng.

Theo ghi nhận nội bộ, sau giai đoạn triển khai và chuẩn hóa quy trình, hiệu suất làm việc của nhân sự có thể cải thiện khoảng 30%, đồng thời góp phần tối ưu chi phí vận hành và hình thành văn hóa AI First, nơi AI không chỉ là công cụ hỗ trợ mà trở thành một phần trong cách tổ chức làm việc và ra quyết định.

6. Thách thức thường gặp khi ứng dụng mô hình chấp nhận công nghệ

Mặc dù mô hình chấp nhận công nghệ là công cụ hiệu quả giúp doanh nghiệp đánh giá mức độ sẵn sàng tiếp nhận công nghệ của người dùng, nhưng trong quá trình triển khai thực tế, nhiều doanh nghiệp gặp phải không ít khó khăn. Những thách thức này xuất phát từ cả yếu tố con người, tổ chức lẫn cách doanh nghiệp vận hành mô hình. 

• Kháng cự thay đổi từ nhân sự nội bộ: Một trong những rào cản phổ biến nhất khi ứng dụng bất kỳ mô hình công nghệ nào chính là sự phản kháng của nhân viên, đặc biệt trong các doanh nghiệp có văn hóa làm việc truyền thống hoặc nhân sự lâu năm.
• Thiếu dữ liệu thực tiễn hoặc khảo sát sai lệch: TAM vốn dựa nhiều vào các khảo sát định lượng nhưng nếu thiết kế khảo sát không sát thực tế, kết quả phân tích sẽ không chính xác, dễ gây hiểu nhầm trong hoạch định chiến lược.
• Áp dụng máy móc, không linh hoạt: Một lỗi khá phổ biến là doanh nghiệp áp dụng mô hình TAM như một công thức cứng nhắc, mà không linh hoạt điều chỉnh theo quy mô, đặc thù văn hóa hoặc mục tiêu thực tế.
• Thiếu đội ngũ chuyên môn để triển khai bài bản: Dù mô hình TAM dễ tiếp cận về lý thuyết, nhưng để phân tích dữ liệu, xây dựng bảng khảo sát hợp lý và chuyển hóa thành hành động, doanh nghiệp vẫn cần chuyên môn sâu.
• Không kết nối mô hình với hành động thực tế: Mô hình TAM chỉ thực sự hiệu quả khi doanh nghiệp chuyển đổi được insight từ khảo sát thành hành động cụ thể. Tuy nhiên, nhiều doanh nghiệp dừng lại ở phân tích, không có bước triển khai tiếp theo.

Mô hình chấp nhận công nghệ không chỉ là một khái niệm học thuật, mà là công cụ chiến lược giúp doanh nghiệp đánh giá chính xác khả năng tiếp nhận công nghệ từ phía người dùng nội bộ hoặc khách hàng. Việc áp dụng TAM đúng cách sẽ giúp doanh nghiệp giảm thiểu rủi ro khi ra mắt sản phẩm mới, cải thiện chiến dịch marketing, và thúc đẩy chuyển đổi số một cách bền vững.