Gartner dự báo 40% enterprise applications sẽ có AI agent tích hợp vào cuối 2026 - tăng từ chưa đến 5% năm 2025. Cùng lúc đó, Gartner cũng dự báo hơn 40% dự án agentic AI sẽ bị cancel trước 2027. Hai con số đến từ cùng một tổ chức. Và không hề mâu thuẫn nhau.
Đây là bức tranh thật của agentic AI năm 2026.
Thị trường đang bùng nổ - theo định nghĩa rất rộng
Con số không thiếu. Market size agentic AI toàn cầu đạt khoảng $7.6-7.8 tỷ USD năm 2025, dự kiến vượt $10.9 tỷ trong 2026, với CAGR 46.2% đến 2030 (Gartner). McKinsey ước tính agentic AI có thể tạo ra $2.6-4.4 nghìn tỷ USD giá trị hàng năm cho doanh nghiệp toàn cầu.
79% tổ chức đã “implement AI agents ở một mức độ nào đó” theo PwC. 96% IT leaders có kế hoạch mở rộng AI agent trong năm 2025.
Nghe rất impressive. Cho đến khi đọc Deloitte.
Chỉ 14% tổ chức có agentic solutions thật sự sẵn sàng để deploy. Chỉ 11% đang actively dùng trong production. 42% vẫn đang develop strategy. 35% chưa có strategy gì cả (Deloitte Insights, 2026).
Khoảng cách giữa “đã implement” và “đang dùng thật” không phải là lỗi thống kê. Đó là vấn đề định nghĩa. Nhiều doanh nghiệp đang gọi chatbot có workflow tự động là “AI agent.” Vendor đang rebranding automation cũ thành “agentic AI.” Cộng đồng đang gọi đây là agent washing - và nó đang làm méo toàn bộ bức tranh adoption.
Khoảng cách giữa pilot và production
IDC và CIO Magazine chỉ ra một pattern nhất quán: 39% đang thử nghiệm, chỉ 23% bắt đầu scaling trong ít nhất một business function. Gap này không thu hẹp nhanh.
Ba nguyên nhân chính theo Deloitte:
Legacy system integration. Hơn 40% dự án agentic AI thất bại vì hệ thống cũ không thể support yêu cầu thực thi của AI hiện đại. Agent cần gọi API, đọc database, trigger workflow - những thứ mà hệ thống từ 10-15 năm trước không được thiết kế để xử lý.
Data architecture. 48% tổ chức cite data searchability là rào cản. 47% cite data reusability. Agent chỉ hiệu quả khi có data sạch, có cấu trúc, và accessible. Nếu data đang nằm trong silos - ERP một nơi, CRM một nơi, analytics một nơi - agent sẽ hoạt động như người mù đoán đường.
Governance gap. Phần lớn organizations deploy agent nhanh hơn tốc độ họ có thể secure nó. AI agent gửi email, modify database, thực thi transaction mà không có audit trail rõ ràng là bài toán compliance nghiêm trọng - nhất là khi EU AI Act bắt đầu enforcement từ tháng 8/2026.
Bryan O’Sullivan, CTO của Voxel, mô tả thẳng: agentic functions thiếu chính xác có thể “derail the entire process,” tạo ra “a bunch of unreliable junk that doesn’t do anything but cost you a lot of money.”
Tại sao Gartner dự báo 40%+ projects sẽ bị cancel
Gartner đưa ra ba lý do chính: chi phí leo thang, business value không rõ ràng, và risk controls không đủ. Cả ba đều bắt nguồn từ cùng một vấn đề gốc: doanh nghiệp đang deploy agent mà chưa redesign process cho phù hợp.
Phần lớn tổ chức đang automate workflow cũ thay vì redesign workflow cho agent-native. Đây là sự khác biệt quan trọng. Automate một quy trình tệ chỉ tạo ra quy trình tệ chạy nhanh hơn.
Ngoài ra, multi-agent architecture - nhiều agent phối hợp với nhau - tạo ra orchestration complexity tăng gần như theo cấp số nhân. Coordination overhead giữa các agent trở thành bottleneck mới. Và khi một agent làm sai, truy vết nguyên nhân trong chuỗi multi-agent là bài toán debugging hoàn toàn mới.
Một vấn đề kỹ thuật thường bị bỏ qua: memory limitation. Agent hiện tại phần lớn không có long-term, medium-term, hay short-term memory thực sự. Mỗi session gần như bắt đầu từ đầu. Điều này giới hạn rất nhiều loại task mà agent có thể xử lý autonomous.
Với doanh nghiệp Việt Nam: triple barrier
Vietnam đang đi sau global early adopters khoảng 2-3 năm về agentic AI deployment. Nghe như bất lợi. Thực ra là cơ hội để học từ failure của người đi trước - nếu biết nhìn đúng chỗ.
Ba rào cản tồn tại song song với bất kỳ doanh nghiệp VN nào muốn triển khai thật:
- Legacy systems: Phần lớn doanh nghiệp VN, kể cả doanh nghiệp vừa, đang vận hành trên hệ thống không có API chuẩn. Integration không phải vấn đề của agent - là vấn đề của infrastructure.
- Data foundation: Dữ liệu phân tán, thiếu standardization, chưa được centralize. Đây là điểm fail đầu tiên và phổ biến nhất.
- AI talent gap: Số lượng engineer có thể implement và maintain production-grade agentic system ở VN hiện tại còn rất hạn chế.
IDC dự báo đến 2026, 40% job roles trong Global 2000 sẽ involve làm việc với AI agents. Với quy mô doanh nghiệp VN, con số này sẽ đến muộn hơn - nhưng đến. Câu hỏi là khi đến, doanh nghiệp nào có infrastructure sẵn sàng.
Góc nhìn NateCue
Con số 79% của PwC vs 11% của Deloitte là khoảng cách thật sự cần nhìn vào - không phải headline về market size. Câu hỏi thực tế cho doanh nghiệp không phải "có nên deploy agentic AI không." Câu hỏi đúng là: "data pipeline của mình đang ở tình trạng nào?" Deloitte chỉ ra 48% fail vì data searchability, 47% vì data reusability. Với context Việt Nam - nơi nhiều doanh nghiệp vẫn đang chạy data phân tán trên Excel và CRM rời rạc - mình đoán hai con số đó còn cao hơn đáng kể. Agent không tạo ra magic từ data rác. Trước khi nghĩ đến agent, hãy nghĩ đến data foundation. Đây là cái mà phần lớn vendor đang bán agentic AI không muốn bạn nghe.