AI Due Diligence: Khi trí tuệ nhân tạo trở thành đối tượng hoạt động thẩm định doanh nghiệp

Trong nhiều thập niên, các thương vụ đầu tư và mua bán doanh nghiệp (M&A) gần như đều tuân theo một công thức quen thuộc. Bên mua tiến hành thẩm định tài chính để đánh giá khả năng sinh lời, thẩm định thuế nhằm nhận diện các nghĩa vụ tài chính tiềm ẩn và thẩm định pháp lý để rà soát các rủi ro liên quan đến hợp đồng, tài sản, lao động và tranh chấp. Kết quả của ba quá trình này là cơ sở để xác định giá trị doanh nghiệp cũng như quyết định có tiếp tục giao dịch hay không.

Điều đáng chú ý là phần lớn các rủi ro của AI lại nằm ngoài phạm vi của các quy trình thẩm định truyền thống.

Thẩm định giao dịch M&A ngày nay đã khác

Như trường hợp một quỹ đầu tư đang xem xét mua 35% cổ phần của một startup cung cấp nền tảng AI cho lĩnh vực chăm sóc sức khỏe. Báo cáo tài chính cho thấy doanh thu tăng trưởng mạnh, hồ sơ pháp lý đầy đủ, doanh nghiệp không có tranh chấp đáng kể và nghĩa vụ thuế được thực hiện đúng quy định. Theo các tiêu chuẩn thẩm định truyền thống, đây có thể được xem là một khoản đầu tư hấp dẫn.

Tuy nhiên, chỉ sau khi ký kết giao dịch, nhà đầu tư mới phát hiện mô hình AI được huấn luyện từ dữ liệu y tế chưa được cấp phép đầy đủ, thuật toán thường xuyên tạo ra các kết quả sai lệch trong một số nhóm bệnh nhân và toàn bộ hệ thống phụ thuộc vào nền tảng AI của một nhà cung cấp nước ngoài mà doanh nghiệp không có quyền kiểm soát. Những rủi ro này không xuất hiện trong báo cáo tài chính, cũng không được phản ánh trong hồ sơ pháp lý truyền thống, nhưng lại có thể làm giảm đáng kể giá trị của doanh nghiệp, kéo theo nguy cơ bị xử phạt, kiện tụng hoặc phải tái cấu trúc toàn bộ sản phẩm.

Đó cũng là lý do AI Due Diligence (thẩm định ứng dụng trí tuệ nhân tạo) đang nổi lên như một nội dung thẩm định mới trong nhiều giao dịch đầu tư quốc tế. Nếu thẩm định pháp lý từng trở thành điều kiện gần như bắt buộc của mọi thương vụ M&A thì AI Due Diligence đang dần được xem là "lớp thẩm định thứ tư", bổ sung cho các quy trình truyền thống nhằm đánh giá những rủi ro phát sinh từ dữ liệu, mô hình AI và cơ chế quản trị trí tuệ nhân tạo.

Sự thay đổi này phản ánh một thực tế rằng AI không còn là một phần mềm hỗ trợ đơn thuần mà đã trở thành một loại tài sản chiến lược của doanh nghiệp. Giá trị của nhiều doanh nghiệp công nghệ, tổ chức tài chính, bệnh viện, sàn thương mại điện tử hay công ty logistics ngày nay không chỉ nằm ở khách hàng, thương hiệu hoặc bằng sáng chế mà còn nằm ở tập dữ liệu huấn luyện, mô hình AI, thuật toán dự báo và khả năng khai thác dữ liệu để tạo ra lợi thế cạnh tranh. Khi những tài sản này ngày càng quyết định giá trị doanh nghiệp, chúng cũng cần được thẩm định giống như bất kỳ tài sản trọng yếu nào khác.

Điều đáng chú ý là phần lớn các rủi ro của AI lại nằm ngoài phạm vi của các quy trình thẩm định truyền thống. Một nhóm luật sư có thể rà soát hàng trăm hợp đồng nhưng vẫn không biết dữ liệu huấn luyện của mô hình AI được thu thập từ đâu. Một chuyên gia tài chính có thể đánh giá chính xác khả năng sinh lời nhưng không thể xác định tỷ lệ "hallucination"[1] của mô hình ngôn ngữ. Một chuyên gia thuế có thể nhận diện đầy đủ nghĩa vụ tài chính nhưng khó đánh giá nguy cơ hệ thống AI bị tấn công bằng prompt injection[2] hoặc data poisoning[3]. Chính khoảng trống này tạo ra nhu cầu về một phương pháp thẩm định hoàn toàn mới.

Khác với thẩm định pháp lý vốn tập trung vào tính hợp pháp của doanh nghiệp, AI Due Diligence hướng sự chú ý đến toàn bộ vòng đời của hệ thống AI.

AI Due Diligence – Cụ thể là làm gì?

Khác với thẩm định pháp lý vốn tập trung vào tính hợp pháp của doanh nghiệp, AI Due Diligence hướng sự chú ý đến toàn bộ vòng đời của hệ thống AI. Quá trình này bắt đầu bằng việc đánh giá cơ chế quản trị AI trong doanh nghiệp: AI có được quản lý theo một chính sách nội bộ rõ ràng hay không, ai chịu trách nhiệm đối với các quyết định do AI hỗ trợ và con người có quyền can thiệp trong những trường hợp quan trọng hay không. Tiếp đó là việc rà soát nguồn gốc dữ liệu, một yếu tố quyết định chất lượng của mọi mô hình AI nhằm xác định quyền sử dụng dữ liệu, tính hợp pháp của quá trình thu thập, mức độ đại diện của dữ liệu cũng như khả năng tuân thủ các quy định về bảo vệ dữ liệu cá nhân.

Sau dữ liệu là mô hình AI. Không còn đủ để biết mô hình hoạt động chính xác trong điều kiện lý tưởng; nhà đầu tư cần biết mô hình có thiên lệch hay không, có khả năng giải thích kết quả ở mức nào, tỷ lệ tạo ra thông tin sai lệch ra sao và hệ thống có thể duy trì hiệu quả khi dữ liệu đầu vào thay đổi hay không. Đồng thời, các yếu tố về an ninh mạng như khả năng chống lại prompt injection, model extraction[4] hay data poisoning cũng trở thành một phần của quá trình đánh giá. Đối với nhiều doanh nghiệp, đây là những rủi ro có tác động trực tiếp đến giá trị thương mại của sản phẩm AI.

Một nội dung khác ngày càng được chú ý là mức độ phụ thuộc vào nhà cung cấp AI. Không ít doanh nghiệp hiện xây dựng sản phẩm dựa trên các mô hình nền tảng hoặc dịch vụ điện toán đám mây của bên thứ ba. Cách tiếp cận này giúp giảm chi phí phát triển nhưng cũng tạo ra rủi ro về quyền sở hữu dữ liệu, khả năng chuyển đổi nhà cung cấp, biến động chi phí và tính liên tục của hoạt động kinh doanh. Trong một số giao dịch, chính những rủi ro này có thể ảnh hưởng đến quyết định đầu tư nhiều hơn cả các chỉ số tài chính truyền thống.

Thực tiễn quốc tế cho thấy đây không còn là những giả định mang tính học thuật. Amazon từng phải hủy bỏ hệ thống AI hỗ trợ tuyển dụng sau khi phát hiện mô hình có xu hướng đánh giá thấp ứng viên nữ do học từ dữ liệu lịch sử mang tính thiên lệch[5]. Vụ kiện giữa Thomson Reuters và Ross Intelligence lại mở ra một tiền lệ đáng chú ý khi tòa án xác định việc sử dụng dữ liệu có bản quyền để huấn luyện AI có thể dẫn đến trách nhiệm pháp lý về sở hữu trí tuệ[6]. Trong lĩnh vực y tế, dự án hợp tác giữa Royal Free Hospital và Google DeepMind[7] cũng cho thấy việc xử lý dữ liệu cá nhân không đúng quy định có thể trở thành rủi ro lớn đối với toàn bộ dự án AI. Những vụ việc này đều có một điểm chung: thiệt hại không bắt nguồn từ bản thân công nghệ AI mà từ việc các rủi ro liên quan đến AI không được nhận diện và kiểm soát đầy đủ ngay từ đầu.

Xu hướng này sẽ càng rõ nét hơn khi nhiều quốc gia đã xây dựng các khung pháp lý riêng đối với AI. Từ Đạo luật AI của Liên minh châu Âu, Khung quản lý rủi ro AI của NIST, tiêu chuẩn ISO/IEC 42001 cho đến Luật Trí tuệ nhân tạo và Luật Bảo vệ dữ liệu cá nhân của Việt Nam, điểm chung đều là yêu cầu doanh nghiệp chủ động đánh giá và quản trị rủi ro của AI trong suốt vòng đời của hệ thống. Điều đó cũng đồng nghĩa với việc các quỹ đầu tư, tổ chức tín dụng và đối tác chiến lược sẽ ngày càng coi AI Due Diligence là một phần tất yếu trong quy trình thẩm định doanh nghiệp.

Đối với doanh nghiệp Việt Nam, điều này đặt ra yêu cầu phải thay đổi tư duy quản trị. AI Due Diligence không nên chỉ được thực hiện khi chuẩn bị gọi vốn hoặc bán doanh nghiệp, mà cần trở thành một bộ phận của hệ thống quản trị rủi ro ngay từ khi AI được thiết kế, phát triển và đưa vào vận hành. Việc xây dựng chính sách AI nội bộ, quản lý vòng đời dữ liệu, kiểm soát nguồn gốc mô hình, đánh giá định kỳ các rủi ro và thiết lập cơ chế giám sát của con người sẽ không chỉ giúp doanh nghiệp đáp ứng yêu cầu pháp luật mà còn nâng cao giá trị doanh nghiệp trong mắt nhà đầu tư.

Trong nhiều năm, giá trị của doanh nghiệp được đo lường bằng doanh thu, lợi nhuận và tài sản hữu hình. Tuy nhiên, trong kỷ nguyên AI, những chỉ số đó sẽ không còn phản ánh đầy đủ sức mạnh của một doanh nghiệp nếu bỏ qua chất lượng dữ liệu, độ tin cậy của mô hình và năng lực quản trị trí tuệ nhân tạo. Khi AI trở thành một tài sản chiến lược, AI Due Diligence cũng sẽ không còn là một lựa chọn mang tính kỹ thuật mà sẽ trở thành một chuẩn mực mới của hoạt động đầu tư, M&A và quản trị doanh nghiệp. Những doanh nghiệp chuẩn bị sớm cho sự thay đổi này sẽ có nhiều cơ hội hơn để thu hút dòng vốn, nâng cao giá trị doanh nghiệp và xây dựng lợi thế cạnh tranh bền vững trong nền kinh tế số.