Tỷ lệ chuyển đổi số thất bại: truy nguồn và đọc đúng định nghĩa

Đăng ngày 25/10/2026

Tóm tắt và điều cần nhớ

Tỷ lệ chuyển đổi số thất bại không nên được đọc như xác suất mặc định cho dự án sắp làm. Những con số quen thuộc đang nói về các tập hoạt động, mục tiêu và cách đo khác nhau. Bài lần theo một chuỗi liên kết thực sự còn truy cập được, so định nghĩa của từng khảo sát rồi đề xuất cách dùng bằng chứng. Kết luận thận trọng không có nghĩa xem nhẹ rủi ro.

• Thay đổi tổ chức, thực thi chiến lược và chuyển đổi số không tự động là cùng một đối tượng khảo sát.
• Không đạt trọn mục tiêu ban đầu khác không tạo giá trị nào; muốn lấy phần bù của tỷ lệ thành công phải biết các nhóm còn lại gồm gì.
• Một bài dẫn một bài khác chưa chứng minh đã có nhiều nghiên cứu độc lập cùng đo một kết quả.
• Tỷ lệ tự báo cáo cần đi cùng mẫu, thời điểm, tiêu chí và lợi ích thương mại của bên công bố.
• Bài đề xuất phiếu kiểm nguồn và sổ theo dõi nội bộ; đây là công cụ đọc và quản lý, chưa phải phương pháp dự báo đã kiểm định.

Trước hết, thất bại của việc gì?

Một chương trình thay đổi có thể gồm tái tổ chức, thay cách bán hàng hoặc giảm chi phí mà không lấy công nghệ làm trung tâm. Thực thi chiến lược lại có thể bao gồm nhiều chương trình. Một dự án công nghệ chỉ là phần nhỏ của chuyển đổi cách doanh nghiệp vận hành. Nếu đổi tên đối tượng nhưng giữ nguyên tỷ lệ, người đọc có thể tưởng số đo đang áp dụng đúng việc của mình.

Hughes công bố bài phê bình năm 2011 về câu chuyện 70% sáng kiến thay đổi tổ chức thất bại. Tóm tắt ở Đại học Brighton nêu việc xem xét năm trường hợp công bố và nhận định rằng câu chuyện ấy chưa được hỗ trợ bằng quan sát thực nghiệm có độ tin cậy và giá trị phù hợp [1]. Phạm vi này không phải tổng điều tra mọi dự án số, cũng không chứng minh rằng không có rủi ro. Nó yêu cầu kiểm bằng chứng phía sau một tỷ lệ rất cụ thể.

Cândido và Santos, trong bài giới thiệu nghiên cứu trên trang Cambridge năm 2015, cho biết các ước tính thất bại của thực thi chiến lược chung dao động từ 28% tới 90%. Các tác giả lưu ý bằng chứng thường cũ, rời rạc, yếu hoặc vắng mặt [2]. Đây là tranh luận về chiến lược, không phải một khoảng tin cậy cho chuyển đổi số. Không nên lấy trung bình hai đầu khoảng để tạo một con số mới có vẻ khoa học hơn.

Có thể lần theo con số quen thuộc tới đâu?

HBR năm 2019 nối tỷ lệ 70% với Forbes [3]. Khi đọc một đường dẫn như vậy, điều cần làm tiếp là mở đúng tài liệu được liên kết, xem nó đang nói về hoạt động nào. Uy tín của nơi đăng bài không tự biến một câu dẫn lại thành kết quả khảo sát do nơi ấy thực hiện. Bài này chỉ mô tả chuỗi tài liệu đã trực tiếp kiểm, không tuyên bố tìm được khởi nguồn đầu tiên trong mọi tài liệu quản trị.

Bài Forbes Technology Council của Steven ZoBell, ngày 13/03/2018, ghi đây là quan điểm của tác giả trong chuyên mục thành viên. Câu nêu 70% không đạt mục tiêu gắn liên kết tới McKinsey [4]. Do đó, không nên tính Forbes như một mẫu điều tra mới độc lập với nguồn được dẫn. Cũng chưa đủ cơ sở lấy một tỷ lệ không rõ mẫu rồi nhân với tổng chi toàn thị trường để kết luận số tiền thực sự đã mất.

Đường liên kết ấy hiện dẫn tới bài McKinsey ngày 09/05/2016, nói về các chương trình thay đổi phức tạp, quy mô lớn không đạt mục tiêu đã nêu [5]. Nó không dẫn tới cuộc khảo sát riêng về số hóa được công bố sau đó. Việc lần ngược dừng ở tài liệu này vẫn chưa có nghĩa đã biết mẫu và phép đo gốc của tỷ lệ. Đây là một giới hạn truy nguồn cần công khai, thay vì lấp bằng một tên nghiên cứu nghe hợp lý.

Một ví dụ khác là bài khảo sát McKinsey công bố tháng 12/2021. Chú thích dẫn tỷ lệ hơn 70% về các sách của Kotter, trong khi cuộc khảo sát của bài có 1.034 người từng tham gia chuyển đổi trong năm năm trước, thu từ tháng 5 tới tháng 6/2021 và gia quyền GDP [6]. Hai tầng bằng chứng nằm cạnh nhau nhưng không phải cùng một phép đo. Bài không coi việc thấy một chú thích là đã đọc và xác minh dữ liệu trong sách được dẫn.

Khảo sát riêng về chuyển đổi số cho kết quả nào?

McKinsey công bố khảo sát tháng 10/2018, với 1.793 người trả lời trực tuyến; 1.521 người từng dự ít nhất một chuyển đổi số trong năm năm trước. Khảo sát thực hiện từ ngày 16 tới 26/01/2018 và có gia quyền GDP [7]. Đó là người trả lời kể về hoạt động đã tham gia, chưa phải tập dữ liệu kiểm toán từng dự án của toàn bộ doanh nghiệp.

Trong khảo sát đó, 16% nói đã cải thiện hiệu suất và tạo khả năng duy trì thay đổi, còn thêm 7% nói có cải thiện nhưng không duy trì được [7]. Như vậy, ngay một tiêu chí thành công đã có hai thành phần. Không thể đổi phần còn lại thành tỷ lệ mất hết tiền. Nhóm chưa đạt đủ tiêu chí có thể gồm nhiều mức kết quả mà người đọc cần biết trước khi suy sang quyết định đầu tư của mình.

BCG công bố báo cáo năm 2020, dùng kinh nghiệm với bảy mươi công ty và khảo sát 825 lãnh đạo cấp cao, yêu cầu tự chấm trải nghiệm chuyển đổi. Báo cáo chia 30% vào nhóm đạt hoặc vượt giá trị mục tiêu và duy trì thay đổi; 44% có tạo giá trị nhưng hụt mục tiêu; 26% tạo giá trị hạn chế và không có thay đổi bền vững [8]. Đây là cách chia nhóm của hãng, không phải phép đo dùng cùng tiêu chuẩn với McKinsey.

Theo cách phân nhóm của BCG, cộng 44% với 26% cho ra phần ngoài nhóm tốt nhất [8]. Phép cộng có thể đúng, còn cách gọi toàn bộ phần đó là không có kết quả thì không. Khi đọc biểu đồ, phải giữ tên nhóm và nội dung định nghĩa, không chỉ giữ màu đỏ.

Không đạt tham vọng ban đầu có phải mất toàn bộ giá trị?

Bain trong thông cáo ngày 15/04/2024 nêu khoảng 12% đạt tham vọng ban đầu, với tiêu đề phần còn lại 88% không đạt. Thông cáo nói tới khảo sát hơn bốn trăm lãnh đạo và quản lý cấp cao [9]. Đối tượng là chuyển đổi doanh nghiệp nói chung, không chỉ dự án số. Trang thông cáo chưa cung cấp đủ để bài này tái dựng việc chọn mẫu và cách từng người xác định tham vọng ban đầu.

Độ tham vọng là một phần của mẫu số khái niệm. Hai chương trình tạo cùng mức cải thiện nhưng đặt mục tiêu khác nhau có thể được phân loại khác nhau. Đây là ví dụ logic do bài đặt ra, không phải kết quả quan sát trong dữ liệu Bain. Nó cho thấy cần biết tiêu chí trước khi dùng tỷ lệ. Một mục tiêu cao không đạt đủ và một cuộc triển khai gây thiệt hại nghiêm trọng đều đáng xem xét, nhưng chưa nên gộp để dự báo chi phí.

McKinsey và Bain đều là nguồn của hãng bán dịch vụ tư vấn. Điều này cần được công khai, đồng thời không tự động làm mọi kết quả vô giá trị. Cách đọc hợp lý là giữ giới hạn mẫu và định nghĩa, không đổi tương quan thành bảo đảm nhân quả. Khi chưa có dữ liệu gốc hoặc phương pháp đầy đủ, nên hạ mức kết luận thay vì gán động cơ cho tổ chức công bố.

Lập phiếu cho từng tỷ lệ thay vì chọn số cao nhất

Bài đề xuất một phiếu ghi năm trường: số được dẫn, bên công bố, đối tượng và mẫu, nghĩa của kết quả, giới hạn suy rộng. Phiếu không chấm điểm uy tín bằng một số tổng hợp. Mục tiêu là nhìn ra hai nguồn có thực sự đo cùng việc hay chỉ dùng cùng một từ. Nếu một trường còn trống, hãy giữ nguyên dấu chưa biết và xác định nó ảnh hưởng gì tới quyết định.

• Hughes: phê bình năm trường hợp dẫn tỷ lệ; đối tượng là thay đổi tổ chức; hữu ích để kiểm lời khẳng định phổ quát, không cung cấp tỷ lệ thay thế [1].
• Cambridge: giới thiệu tổng quan thực thi chiến lược; cho thấy cách ước tính khác nhau; chưa phải khảo sát hiện trạng doanh nghiệp số [2].
• McKinsey năm 2018: người từng dự chuyển đổi số tự báo cáo; thành công gồm cải thiện lẫn khả năng duy trì; không đo toàn bộ thiệt hại tài chính [7].
• BCG năm 2020: nguồn khách hàng và khảo sát lãnh đạo; nhóm hụt mục tiêu vẫn có thể tạo giá trị; cần giữ ba nhóm thay vì đổi thành hai màu [8].
• Bain năm 2024: khảo sát lãnh đạo về chuyển đổi doanh nghiệp; điểm đối chiếu là tham vọng ban đầu; thông cáo chưa cho bài tái lập đầy đủ phép phân loại [9].

Năm câu hỏi nên đặt khi gặp một tỷ lệ thất bại

Trước khi đưa tỷ lệ thành công chuyển đổi số vào hồ sơ ra quyết định, hãy tự hỏi mình đang dùng nó để làm gì. Bộ câu hỏi dưới đây do bài soạn nhằm kiểm phần nối giữa nguồn và quyết định, không thay việc đánh giá chất lượng một nghiên cứu theo đầy đủ phương pháp thống kê.

• Ai và cái gì được đếm: người trả lời, tổ chức, chương trình, dự án hay từng lần thử?
• Thành công và thất bại được chốt bằng tiêu chí nào; có nhóm kết quả trung gian hoặc chưa đánh giá không?
• Mẫu được chọn ra sao, thu dữ liệu lúc nào và khác doanh nghiệp đang ra quyết định ở điểm gì?
• Người công bố tự đo, dẫn lại hay dùng dữ liệu của khách hàng; lợi ích thương mại và phần phương pháp còn thiếu là gì?
• Nếu tỷ lệ không dùng được cho dự báo, bằng chứng cụ thể nào vẫn giúp mình chọn phạm vi thử và điều kiện dừng?

Hãy thử bỏ phần trăm khỏi một trang trình bày rồi đọc lại lập luận. Nếu vẫn chỉ ra được điểm tắc, dữ liệu và trách nhiệm cần giải quyết, tỷ lệ đang đóng vai trò bối cảnh. Nếu mọi lời đề xuất phụ thuộc vào việc người nghe phải sợ một con số, hãy yêu cầu kiểm nguồn trước. Cách làm này không chứng minh đề xuất sai; nó giúp tránh quyết định bằng cảm giác chính xác giả tạo.

Đọc số liệu theo quy mô doanh nghiệp như thế nào?

OECD trong phần tóm tắt báo cáo năm 2021 lưu ý khác biệt về mức áp dụng công nghệ theo quy mô, ngành và năng lực nội bộ [10]. Đây là bối cảnh để chọn điều có thể so, không phải dữ liệu xác định rủi ro của dự án tiếp theo. Bài gợi ý ba cách đọc theo quy mô, dựa vào việc ai có thể theo dõi đầu ra và mức phức tạp khi phối hợp.

Hộ kinh doanh và doanh nghiệp nhỏ nên hỏi cuộc thử đã thay việc nào trong công việc hằng ngày. Dừng một công cụ không phù hợp có thể là quyết định hợp lý, chưa đủ để kết luận toàn bộ chuyển đổi thất bại. Người chủ có thể giữ sổ đơn giản về mục tiêu, chi phí đã biết và nguyên nhân dừng. Nếu thuê người phân tích, cần yêu cầu họ phân biệt lỗi giải pháp với việc mục tiêu ban đầu chưa rõ.

Doanh nghiệp vừa nên tách việc đạt kết quả ở một nhóm với kết quả của quy trình qua nhiều bộ phận. Một đội dùng tốt nhưng khâu sau phải sửa nhiều chưa chứng minh cải thiện chung. Hãy giao người nghiệp vụ cùng người theo dõi chi phí xác nhận dữ liệu. Khi cần thuê ngoài, ưu tiên hỗ trợ thiết kế cách đo hoặc kiểm dữ liệu còn thiếu, tránh chỉ mua thêm một báo cáo có tỷ lệ tham chiếu đẹp.

Doanh nghiệp lớn hoặc tập đoàn cần giữ đơn vị đếm nhất quán giữa các chương trình. Một sáng kiến lớn không tương đương từng thử nghiệm nhỏ. Người phụ trách danh mục nên ghi mục tiêu đã thay đổi, thời điểm đánh giá và phần chưa đo được. Có thể cần nhóm độc lập xem lại bằng chứng, nhưng không được tạo áp lực xếp mọi dự án vào thành công hoặc thất bại khi dữ liệu chưa đủ.

AI không biến tỷ lệ cũ thành bằng chứng mới

Một công cụ AI có thể tóm tắt nhiều bài cùng nhắc con số quen thuộc rồi trình bày như sự đồng thuận của nhiều nghiên cứu. Nếu các bài đều dẫn cùng một nguồn, số đường dẫn tăng lên mà số phép đo không tăng. Vì sao chuyển đổi số thất bại cần được xem xét qua bằng chứng về hoạt động thật, không phải qua số lần một câu xuất hiện trong bản tổng hợp. Người kiểm phải mở đường dẫn phía sau từng nhận định.

NIST mô tả thông tin bịa và những rủi ro trong tương tác người với AI tạo sinh ở hồ sơ năm 2024 [11]. Hồ sơ phân loại rủi ro, không đo phần trăm dự án doanh nghiệp thất bại. Không nên lấy việc mô hình có thể tạo dẫn nguồn sai làm căn cứ cho một tỷ lệ triển khai cụ thể. Muốn dùng AI hỗ trợ nghiên cứu, nên yêu cầu chỉ rõ câu nào do tài liệu nói và câu nào là suy luận của người soạn.

Một phép thử mô hình, một dự án tích hợp và một chương trình kinh doanh cũng có mẫu số khác nhau. Mô hình trả lời sai một câu chưa đồng nghĩa doanh nghiệp mất toàn bộ khoản đầu tư. Ngược lại, mô hình làm tốt bài kiểm vẫn có thể chưa đáp ứng công việc vì dữ liệu, quyền hoặc công sửa quá lớn. Bài không đưa tỷ lệ thất bại riêng của AI khi chưa kiểm đủ định nghĩa và tập dữ liệu; chủ đề đó không được thay bằng tỷ lệ chuyển đổi chung.

Khi AI giúp dựng hồ sơ, người quyết định nên giữ bảng nguồn với ngày đọc và đoạn thực sự hỗ trợ câu viết. Việc này giúp phát hiện tài liệu không tồn tại, trích sai nghĩa hoặc số lịch sử bị nói như hiện tại. AI có thể hỗ trợ tìm khoảng trống, còn trách nhiệm kết luận thuộc người xem xét bằng chứng. Nếu không xác định được mẫu số hoặc tiêu chí, hãy giữ nhận định định tính thay vì yêu cầu công cụ điền một con số có vẻ hợp lý.

Việt Nam: kiểm câu dẫn lại trước khi suy hiện trạng

VnEconomy trong bài ngày 30/10/2023 dẫn báo cáo của Cục Phát triển doanh nghiệp năm 2022 và ghi tỷ lệ gần 50% đã ngừng áp dụng chuyển đổi số [12]. Ở đây, bài báo được dùng làm văn bản gốc của lời dẫn đang được kiểm, chưa làm bằng chứng gốc cho một tỷ lệ kinh tế. Trong phần đã đọc chưa có đủ mẫu và phép phân loại để bài này xác nhận con số cho toàn bộ doanh nghiệp Việt Nam.

Chưa truy được dữ liệu gốc thì phải giữ giới hạn đó. Ngừng một số giải pháp, chưa từng bắt đầu, đang làm nhưng chưa hiệu quả và toàn bộ chương trình thất bại là những trạng thái khác nhau. Không nên đổi lời dẫn báo chí thành câu gần nửa doanh nghiệp thất bại, càng không chuyển nó thành hiện trạng năm nay. Khi nguồn gốc được bổ sung, vẫn phải xem bảng hỏi và thời điểm trước khi dùng cho một kết luận rộng hơn.

Tại Việt Nam, thông tin chính thức tháng 3/2026 về chương trình dành cho nhóm doanh nghiệp quy mô nhỏ và vừa tới năm 2030 nhấn mạnh mức sẵn sàng, nhu cầu, quy mô và đặc thù ngành [13]. Đây là định hướng chương trình, chưa phải kết quả thống kê về thất bại. Nó gợi một cách đặt câu hỏi phù hợp hơn cho tổ chức trong nước: đang cần hỗ trợ phần nào và có bằng chứng gì để nhận ra sự tiến bộ trong phần ấy?

Theo dõi kết quả nội bộ mà không làm đẹp mẫu số

Một sổ theo dõi hữu ích cần giữ cả việc chưa hoàn thành và việc đã dừng. Bài đề xuất ghi mục tiêu ban đầu, thay đổi mục tiêu, phạm vi thử, thời điểm xem xét và bằng chứng đầu ra. Nếu mục tiêu đổi có lý do, hãy giữ lịch sử thay vì sửa ngược bản cũ. Sổ này giúp quyết định trong một doanh nghiệp; chưa tạo cơ sở tự động so tỷ lệ thành bại với khảo sát quốc tế.

• Bước 1: chọn đơn vị theo dõi và tiêu chí nghiệm thu trước khi xem kết quả; ghi người có quyền chấp nhận và nguồn dữ liệu sẽ dùng.
• Bước 2: giữ nhóm đang thực hiện, đã dừng và chưa đủ bằng chứng; với mỗi việc dừng, ghi nguyên nhân thay vì tự coi đã tránh được hoặc gây ra thất bại.
• Bước 3: xem chất lượng, công thực hiện và giá trị trong cùng phạm vi; nếu chi phí hoặc lợi ích chưa đo được, ghi khoảng trống và việc cần kiểm tiếp.
• Bước 4: quyết định mở rộng, sửa hay kết thúc theo bằng chứng; khi báo cáo, kèm tiêu chí, thời kỳ và thay đổi phạm vi để người khác hiểu phần được đếm.

Không nên đặt chỉ tiêu tỷ lệ thành công quá sớm rồi giao người triển khai tự báo cáo. Họ có thể bị đẩy vào thế đổi tên việc hoặc tránh ghi nhận thử nghiệm chưa tốt. Bài đề nghị xem chất lượng quyết định và khả năng học từ kết quả cùng với mức hoàn thành. Đây là một thiết kế quản lý cần thử tại tổ chức, không phải kết luận mọi hệ thống đo hiện có đều gây hành vi làm đẹp số.

Hỏi đáp về tỷ lệ chuyển đổi số thất bại

Chuyển đổi số thất bại bao nhiêu phần trăm mới là đúng? Bài chưa có cơ sở đưa một con số đúng cho mọi doanh nghiệp và mọi định nghĩa. Có thể dẫn kết quả của một khảo sát cụ thể nếu giữ mẫu, thời kỳ và tiêu chí đi kèm. Nhưng đó vẫn là kết quả trong phạm vi nguồn, chưa phải xác suất của công ty đang chuẩn bị làm. Khi người đọc cần dự báo, phải bổ sung bằng chứng phù hợp với quyết định ấy.

Nguyên nhân chuyển đổi số thất bại có thể rút từ khảo sát không? Có thể dùng các mối liên hệ được khảo sát để đặt câu hỏi và tìm điểm cần kiểm. Tuy nhiên, việc các tổ chức báo kết quả tốt cũng báo có một thực hành chưa chứng minh thực hành ấy gây ra kết quả. Cần xem cách chọn mẫu, biến số khác và thiết kế nghiên cứu. Không nên biến danh sách thực hành thành công thức cam kết tỷ lệ thành công cho khách hàng.

Dừng thử nghiệm có phải là chuyển đổi số thất bại không? Cần xem tiêu chí và mục đích của lần thử. Nếu mục tiêu là kiểm một giả định và bằng chứng cho thấy không nên mở rộng, quyết định dừng có thể giúp tránh chi tiếp không hợp lý. Nhưng cũng không nên tự gọi mọi việc dừng là thành công học hỏi. Hãy ghi chi phí, điều đã biết, sai sót và lý do quyết định để người khác có thể đánh giá.

Có nên bỏ các tỷ lệ tham chiếu khỏi kế hoạch không? Không cần bỏ chỉ vì chúng có giới hạn. Hãy ghi đúng nguồn và dùng vào việc mà bằng chứng hỗ trợ, chẳng hạn nhắc phải xác định mục tiêu và cách theo dõi. Nếu muốn dùng tỷ lệ để tính tiền dự phòng hoặc dự báo mất vốn, cần cơ sở riêng. Một con số được lặp rộng rãi không tự trở thành đầu vào đủ tin cho phép tính tài chính của doanh nghiệp.

Dùng câu hỏi tốt hơn thay cho một tỷ lệ vạn năng

Tỷ lệ chuyển đổi số thất bại chỉ hữu ích khi người đọc biết việc gì được đếm và bằng cách nào. Truy nguồn không nhằm tìm một con số thấp hơn để dễ lạc quan, mà nhằm giới hạn đúng kết luận. Việc có thể làm ngay là kiểm một tỷ lệ đang dùng trong kế hoạch, hoàn thiện phiếu nguồn và xác định phần bằng chứng còn thiếu.

Nguồn và phương pháp

Bài có AI hỗ trợ biên soạn, tổng hợp và phân tích bằng lời riêng, không phải bản dịch. Nguồn kiểm ngày 24/10/2026 gồm tóm tắt học thuật, trang công bố khảo sát và chuỗi liên kết đã mở. Chỉ đọc preview HBR, không sách Kotter hay toàn văn Hughes; Cambridge là bài giới thiệu của tác giả. McKinsey, BCG, Bain bán tư vấn. VnEconomy là đối tượng kiểm lời dẫn, chưa thay dữ liệu gốc. Chưa kiểm chứng: phiếu nguồn và sổ kết quả do bài đề xuất. NIST, OECD dùng phần đã trực tiếp đọc cùng ngày. Nội dung không phải tư vấn tài chính, thuế hay pháp lý.