Đưa AI vào doanh nghiệp: Khi nào nên dùng, khi nào nên dừng?

Trí tuệ nhân tạo đang thay đổi cách doanh nghiệp vận hành, nhưng những người chịu trách nhiệm đưa công nghệ này vào thực tế ngày càng nhận rõ: AI không phải chiếc đũa thần. Công nghệ này giúp tự động hóa công việc, đẩy nhanh tiến độ dự án và phân bổ lại thời gian của nhân viên. Tuy nhiên, một số bài học quan trọng nhất lại đến từ việc nhận ra khi nào cần dừng lại.

Trong khuôn khổ danh sách CIO Next năm nay, Forbes đã khảo sát các lãnh đạo được vinh danh, hiện phụ trách công nghệ tại Microsoft, Target, Boeing, Levi Strauss & Co. cùng nhiều doanh nghiệp khác. Các câu hỏi tập trung vào những lĩnh vực AI đang mang lại kết quả, những quyết định họ sẽ không bao giờ giao hoàn toàn cho máy móc và các bài học từ quá trình triển khai.

Câu trả lời cho thấy một bức tranh nhiều sắc thái về cách các tác nhân AI — những hệ thống có thể thực hiện nhiệm vụ gồm nhiều bước — đang thay đổi công việc. Một số lãnh đạo ghi nhận năng suất tăng đáng kể. Những người khác đã thu hẹp các dự án làm phát sinh rủi ro bảo mật, chi phí không cần thiết hoặc khiến công việc phức tạp hơn thay vì giải quyết vấn đề. Khi AI đảm nhận ngày càng nhiều việc, nhiều lãnh đạo cho rằng khả năng phán đoán, sức sáng tạo và trách nhiệm của con người càng trở nên quan trọng.

Dưới đây là những phần trả lời được chọn lọc từ các cuộc phỏng vấn với tám thành viên trong danh sách CIO Next năm nay của Forbes.

1. Về việc ứng dụng AI trong doanh nghiệp, các vị có quan điểm nào khác với suy nghĩ của số đông không?

Dana Deasy — Giám đốc Công nghệ thông tin và Kỹ thuật số, Boeing

Các doanh nghiệp dành quá nhiều thời gian tranh luận xem mô hình nào nhỉnh hơn đôi chút, trong khi chưa chú trọng đúng mức đến những điều kiện quyết định liệu AI có tạo ra giá trị lâu dài hay không: dữ liệu đáng tin cậy, trách nhiệm rõ ràng đối với từng quy trình, cơ chế quản trị chặt chẽ, thiết kế lại luồng công việc và đưa công nghệ vào sử dụng thực tế.

Doanh nghiệp thắng cuộc chưa chắc là doanh nghiệp có nhiều dự án AI thử nghiệm nhất hay mô hình lớn nhất. Đó sẽ là doanh nghiệp có thể liên tục chọn đúng một vấn đề kinh doanh quan trọng, kết nối vấn đề ấy với nguồn dữ liệu được quản trị tốt, thiết kế lại quy trình, giao trách nhiệm cho một người cụ thể và đo lường kết quả.

Nathalie D’Hers — Phó Chủ tịch phụ trách Trải nghiệm nhân viên, Microsoft

Chúng ta thường nói về việc AI giúp con người bớt những công việc thường lệ như thể đó hoàn toàn là tin tốt. Tôi không chắc như vậy.

Những công việc thường lệ có hai vai trò. Chúng cho con người khoảng nghỉ giữa những quyết định khó khăn, đồng thời thường là cách người mới vào nghề rèn luyện khả năng phán đoán. Nếu tự động hóa quá nhiều mà không thiết kế lại công việc, chúng ta có nguy cơ tạo ra những ngày làm việc chỉ toàn quyết định khó, cùng một thế hệ chuyên gia tương lai chưa từng trải qua quá trình thực hành vốn là nền tảng để hình thành chuyên môn.

Chúng ta đang rất chú trọng đến những việc AI có thể làm thay con người. Chúng ta cũng cần cân nhắc kỹ không kém về những việc nên chủ động giữ lại cho họ.

John Fiedler — Phó Chủ tịch điều hành phụ trách Sản phẩm và Kỹ thuật, Fox Corporation

Ngày càng nhiều người tin rằng các tác nhân AI rồi sẽ thay thế phần lớn ứng dụng và trải nghiệm số mà chúng ta đã mất nhiều năm xây dựng, bởi chúng có khả năng tổng hợp thông tin từ nhiều nguồn. Tôi cho rằng cách nhìn ấy quá đơn giản.

AI chắc chắn sẽ thay đổi cách con người tương tác với công nghệ, nhưng không làm mất đi giá trị của những sản phẩm mang lại trải nghiệm sử dụng thú vị.

Trên thực tế, khi AI giúp việc phát triển phần mềm nhanh và dễ hơn, sức sáng tạo riêng biệt, thiết kế được đầu tư kỹ lưỡng và sự am hiểu sâu sắc hành vi người tiêu dùng càng trở thành những yếu tố tạo khác biệt. Người dùng vẫn coi trọng các sản phẩm dễ hiểu, hấp dẫn và khiến họ thấy thích khi sử dụng.

Tôi cho rằng đây chính là lúc cần đầu tư mạnh hơn vào sáng tạo và xây dựng những trải nghiệm số xuất sắc.

Jordan Ruch — Giám đốc Công nghệ thông tin và Kỹ thuật số, AtlantiCare

Quan điểm đi ngược số đông của tôi là phần lớn doanh nghiệp lúc này cần bớt sản phẩm AI đi và sử dụng hiệu quả hơn những sản phẩm mình đã có.

Thị trường đang tưởng thưởng cho sự mới lạ, nhưng giá trị đối với doanh nghiệp đến từ khả năng tích hợp, dữ liệu đáng tin cậy và việc thiết kế lại quy trình. Chiến lược AI thành công sẽ thuộc về tổ chức có thể kết nối AI với các hệ thống làm việc cốt lõi, quản trị tốt và khiến mọi người sử dụng công nghệ ấy một cách thường xuyên.

Đặc biệt trong y tế, một tác nhân AI được tích hợp sâu vào công việc, giúp nhân viên y tế tiết kiệm một giờ mỗi ngày, có giá trị hơn nhiều so với mười dự án thử nghiệm ấn tượng nhưng vẫn nằm ngoài quy trình làm việc thực tế.

Amit Zavery — Giám đốc Sản phẩm kiêm Giám đốc Vận hành, ServiceNow

Vai trò lập trình viên sẽ thay đổi nhiều nhất. Trước đây, chúng ta đo năng suất của họ bằng số dòng mã viết ra. Giờ đây, tôi nghĩ đến số tác nhân AI mà họ đang điều phối.

Công việc của lập trình viên sẽ chuyển từ tự viết từng dòng mã sang quyết định cần xây dựng gì, điều phối nhiều tác nhân cùng hướng đến một kết quả và đánh giá xem kết quả đó có đúng hay không. Giá trị của họ nằm ở khả năng phán đoán và giải quyết vấn đề, trong khi các tác nhân đảm nhận phần lớn việc viết mã.

Chuyên gia am hiểu sâu một lĩnh vực sẽ là nhóm khó bị thay thế nhất. AI đã giúp việc viết mã dễ dàng hơn, nhưng để biết cần xây dựng gì, nên tự động hóa việc nào, khi nào cần chuyển vấn đề lên cấp có thẩm quyền và làm sao bảo đảm an toàn, vẫn cần kiến thức chuyên ngành sâu.

An ninh mạng là một ví dụ. AI có thể xử lý khối lượng lớn công việc, nhưng những quyết định đòi hỏi sự phán đoán, hiểu bối cảnh và nhận định ý đồ vẫn thuộc về con người.

2. Có bài học nào từ việc triển khai AI mà các vị nghĩ nhiều người sẽ bất ngờ khi biết?

Nathalie D’Hers — Microsoft

Quản trị tốt giúp triển khai AI nhanh hơn. Nhiều người mặc định các yêu cầu về quyền riêng tư, bảo mật và sử dụng AI có trách nhiệm sẽ gây cản trở. Tôi nhận thấy điều ngược lại.

Cơ chế quản trị giúp chúng tôi có thể chấp thuận nhanh hơn. Chúng tôi thiết lập sẵn các giới hạn và biện pháp kiểm soát ngay trong nền tảng, để từng nhóm không phải giải quyết lại từ đầu những câu hỏi khó giống nhau.

John Fiedler — Fox Corporation

Một trong những điều khá bất ngờ mà chúng tôi nhận thấy là AI còn giúp kỹ sư tạo ra phần mềm tốt hơn, ít lỗi hơn, khi được sử dụng hiệu quả.

Điều này quan trọng bởi lợi ích không dừng lại ở người viết mã. Mã nguồn tốt hơn đồng nghĩa với việc bớt thời gian sửa lỗi, ít vấn đề phát sinh khi kiểm thử và có thể phát hành nhanh hơn, với tiến độ dễ dự liệu hơn. Những lợi ích ấy tích lũy xuyên suốt quá trình phát triển phần mềm.

Điều đó cũng đặt ra một thách thức đáng chú ý. Khi tốc độ xây dựng công nghệ tăng lên rõ rệt, các quy trình lập kế hoạch, ra quyết định và phát hành sản phẩm của con người cũng phải thay đổi theo. Mục tiêu cuối cùng là đưa những sản phẩm tốt hơn đến người tiêu dùng nhanh hơn.

Jason Gowans — Levi Strauss

Hiện có rất nhiều thảo luận về việc các tác nhân AI sẽ trở thành nơi người tiêu dùng bắt đầu hành trình mua sắm, thậm chí trong một số trường hợp thay thế trải nghiệm mua sắm truyền thống. Tôi cho rằng cách nhìn ấy quá đơn giản.

Thời trang không thuần túy là giao dịch mua bán. Những gì chúng ta mặc còn thể hiện bản sắc, sự tự tin và cách mỗi người bộc lộ mình.

Có lúc bạn muốn sự tiện lợi và cần một tác nhân tìm đúng thứ mình đang tìm kiếm. Có lúc bạn muốn tìm cảm hứng. Và cũng có lúc bạn muốn chạm vào chất vải, trò chuyện với người tư vấn phong cách và ngắm mình trong gương.

Tương lai của bán lẻ nằm ở việc dùng AI để kết nối những trải nghiệm ấy và làm cho từng trải nghiệm tốt hơn.

Jordan Ruch — AtlantiCare

Theo kinh nghiệm của tôi, AI giúp nâng mặt bằng năng lực chung nhiều hơn là nâng thành tích của những người vốn đã làm tốt nhất.

Những người dùng thành thạo công nghệ nhất của chúng tôi vốn đã làm việc hiệu quả. Họ biết các thao tác tắt, tự tìm cách khắc phục những bất tiện và đã tối ưu cách làm việc của mình. Vì vậy, AI cùng lắm chỉ giúp họ tiến bộ thêm một chút.

Lợi ích lớn nhất lại đến với những người trước đó gặp nhiều khó khăn nhất khi sử dụng công cụ và xử lý thủ tục hành chính. Với họ, AI loại bỏ những bất tiện mà nhiều năm qua họ vẫn phải âm thầm chịu đựng. Những người còn nhiều dư địa cải thiện nhất cũng là những người được hưởng lợi nhiều nhất.

Điều đó thay đổi cách tôi nhìn nhận giá trị của AI và việc đưa công nghệ vào sử dụng. AI có khả năng thu hẹp khoảng cách về năng lực rất lớn. Cơ hội nằm ở việc giúp những người còn lại đạt đến trình độ của nhóm làm tốt nhất và tiết kiệm cho họ một phần thời gian trong ngày.

Điều đó chỉ xảy ra khi mọi người tin tưởng công cụ và công cụ phù hợp với cách họ làm việc. Vì thế, phần khó nhất của AI nằm ở niềm tin, quy trình làm việc và khả năng tổ chức thay đổi.

Prat Vemana — Giám đốc Công nghệ thông tin và Sản phẩm, Target

Một bài học của chúng tôi tại Target là công việc xây dựng nền tảng có ý nghĩa lớn đến mức nào đối với AI.

Trong một công ty lớn, dữ liệu thường nằm rải rác ở nhiều hệ thống, dưới nhiều định dạng khác nhau; thậm chí một số quy trình còn chưa được số hóa. Điều đó giới hạn những gì AI có thể làm.

Chúng tôi đã sớm tập trung vào việc số hóa, tập trung và chuẩn hóa dữ liệu, để các hệ thống sẵn sàng khai thác tối đa AI. Công việc ấy có thể ít được chú ý, nhưng tạo ra khác biệt rất lớn.

Chúng tôi cũng đang hiểu thêm về tiềm năng của AI khi kết hợp với thiết bị để hỗ trợ công việc trong cửa hàng. Bằng cách phát triển công nghệ tương thích với phần cứng sẵn có, chúng tôi có thể cung cấp thông tin tốt hơn cho nhân viên, giúp họ di chuyển trong cửa hàng hiệu quả hơn, biết kệ nào cần bổ sung hàng và tránh những lượt đi vào kho phía sau không cần thiết.

3. Quy trình hoặc quyết định kinh doanh quan trọng nào mà các vị sẽ không bao giờ giao hoàn toàn cho hệ thống AI tự vận hành?

Dana Deasy — Boeing

AI có thể phát hiện những quy luật trong dữ liệu phức tạp, nhận diện rủi ro mới xuất hiện và lượng hóa các kịch bản về chi phí, tiến độ cũng như vận hành. Nhưng tại Boeing, các quyết định có hệ quả quan trọng luôn phải có con người chịu trách nhiệm.

Điều đó xuất phát từ nhận thức rằng sự phán đoán còn bao gồm bối cảnh, các giá trị và trách nhiệm. Chúng tôi dùng AI để củng cố khả năng phán đoán của con người.

Chiến lược AI của Boeing xác định rõ đây là công cụ hỗ trợ ra quyết định và giúp chuyên gia làm việc hiệu quả hơn. AI không được tự ra quyết định mà thiếu sự giám sát của con người, cũng không thay thế trách nhiệm của con người.

Jason Gowans — Levi Strauss

Tôi sẽ không bao giờ giao hoàn toàn cho AI những quyết định định hình thương hiệu.

Levi’s tồn tại hơn 170 năm bởi mọi người đã đưa thương hiệu vào đời sống và biến nó thành một phần của chính mình, tạo nên mối gắn kết thực sự giữa thương hiệu, văn hóa và những người mặc Levi’s.

AI có thể giúp chúng tôi hiểu người tiêu dùng hơn, giảm bớt trở ngại, gợi mở những khả năng mới và dành thêm thời gian sáng tạo cho các nhà thiết kế cũng như những nhóm khác.

Mục tiêu là giúp nhân sự có thêm thời gian và năng lực để thể hiện sức sống của thương hiệu qua gu thẩm mỹ, sự sáng tạo và khả năng đồng cảm của họ.

Tony Leraris — Accenture

Dù các mô hình có tốt đến đâu, quyết định tôi sẽ không giao cho AI là chấp nhận rủi ro thay mặt doanh nghiệp.

Chúng tôi đang tự động hóa nhiều quyết định và sẽ tiếp tục làm như vậy. Khoảng 20% sự cố hiện đã được xử lý mà không cần con người can thiệp; khoảng 80% có sử dụng một hình thức khắc phục tự động nào đó. Chúng tôi cũng đang tiến tới để các tác nhân xử lý phần lớn những yêu cầu thường lệ liên quan đến quyền truy cập và chi phí.

Tuy nhiên, khi chấp nhận một rủi ro thực sự thay mặt công ty, phải có một lãnh đạo cụ thể đưa ra quyết định và chịu trách nhiệm. AI có thể tập hợp bằng chứng, đưa ra khuyến nghị cho tôi, và điều đó hữu ích. Nhưng nếu xảy ra vấn đề, sẽ không ai chấp nhận câu trả lời: “Mô hình đã phê duyệt.”

Jordan Ruch — AtlantiCare

Trong y tế, tôi sẽ không bao giờ giao hoàn toàn một quyết định khám chữa bệnh có hệ quả quan trọng cho hệ thống AI tự vận hành.

AI sẽ ngày càng đảm nhận nhiều công việc xoay quanh quyết định đó: tìm đúng thông tin, tóm tắt bệnh án, soạn thảo hồ sơ, nhận diện các dấu hiệu có quy luật và đưa ra khuyến nghị. Nhưng trách nhiệm đối với quyết định ảnh hưởng đáng kể đến bệnh nhân phải thuộc về nhân viên y tế có đủ chuyên môn.

Chúng tôi đã thấy cách làm này có thể mang lại hiệu quả lớn đến đâu. AI giúp giảm đáng kể gánh nặng hành chính và tìm ra những thông tin mà con người có thể phải mất nhiều thời gian mới phát hiện được.

Mục tiêu là cung cấp thông tin tốt hơn và dành thêm thời gian cho nhân viên y tế vận dụng khả năng phán đoán, nhất là ở những thời điểm cần hiểu bối cảnh và đồng cảm với người bệnh.

4. Trong ba năm tới, công việc nào sẽ thay đổi nhiều nhất vì AI, và công việc nào vẫn khó giao cho máy móc?

Dana Deasy — Boeing

Vai trò lập trình viên sẽ thay đổi đến mức gần như không còn giống trước. Vai trò khó tự động hóa nhất sẽ là người chịu trách nhiệm ra quyết định về an toàn và chất lượng.

Lập trình viên sẽ dành ít thời gian hơn nhiều cho việc viết những đoạn mã thông thường, đồng thời dành nhiều thời gian hơn để thiết kế kiến trúc hệ thống, giám sát phần việc do AI tạo ra, kiểm chứng mức độ an toàn, tích hợp các hệ thống phức tạp và chuyển yêu cầu kinh doanh thành những sản phẩm số đáng tin cậy.

Chúng tôi đã mở rộng việc sử dụng trợ lý AI hỗ trợ lập trình, hoạt động đào tạo và các cộng đồng trao đổi chuyên môn. Mục tiêu là giảm công việc lặp lại, hỗ trợ rà soát mã nguồn, xử lý những vấn đề kỹ thuật tồn đọng và giúp lập trình viên tập trung vào các công việc kỹ thuật có giá trị cao hơn.

Người ra quyết định về an toàn và chất lượng sẽ khó bị tự động hóa. Công việc của họ chắc chắn sẽ thay đổi. AI sẽ cung cấp tín hiệu tốt hơn, phát hiện bất thường sớm hơn và tập hợp bằng chứng nhanh hơn.

Nhưng tại một doanh nghiệp mà an toàn có ý nghĩa sống còn, vẫn phải có người xem xét bối cảnh, phản biện khuyến nghị và chịu trách nhiệm về kết luận cuối cùng. Nhờ AI, người đảm nhiệm vai trò này có thể làm việc hiệu quả hơn rất nhiều, nhưng vai trò ấy không nên được tự động hóa.

Nathalie D’Hers — Microsoft

Công việc sẽ thay đổi đến mức khó nhận ra là kỹ sư phần mềm.

Trong bộ phận kỹ thuật của mình, chúng tôi đã thay đổi cách các kỹ sư làm việc, kết hợp những phương pháp kỹ thuật mới có ứng dụng AI với cách triển khai sát thực tế hơn, thử nghiệm và điều chỉnh qua nhiều vòng.

Ở một dự án phức tạp gần đây, chúng tôi hoàn thành và đưa sản phẩm vào sử dụng trong ba tháng, trong khi chỉ một năm trước, khối lượng công việc tương tự có thể mất 12 tháng. Trọng tâm công việc đang chuyển từ viết mã sang xác định đúng vấn đề, điều phối các tác nhân, thiết kế hệ thống và đánh giá xem kết quả nhận được có đúng hay không.

Vai trò sẽ khó tự động hóa một cách bất ngờ là người phụ trách quản trị dữ liệu. Thoạt nghe, đây dường như chính là loại công việc AI có thể đảm nhận. Tôi lại nghĩ ngược lại.

Các tác nhân càng làm nhiều việc, càng cần một người chịu trách nhiệm xác định dữ liệu có ý nghĩa gì, ai được phép sử dụng và liệu dữ liệu có đủ đáng tin để làm căn cứ hành động hay không. Một tác nhân có thể sử dụng dữ liệu. Trách nhiệm đối với dữ liệu ấy vẫn phải do con người đảm nhận.

5. Trong năm qua, các vị đã tạm dừng, thu hẹp hoặc hủy bỏ dự án AI nào? Lý do chính dẫn đến quyết định đó là gì?

Nathalie D’Hers — Microsoft

Chúng tôi đã thu hẹp cách làm xây dựng một tác nhân riêng cho mỗi tình huống sử dụng mới.

Khi bắt đầu, đó là cách thiết thực nhất để đưa AI vào một quy trình cụ thể. Chẳng hạn, chúng tôi xây dựng một tác nhân giúp nhân viên chuẩn bị cho các buổi trao đổi định kỳ với quản lý, cùng những tác nhân khác giải đáp các câu hỏi về nhân sự. Mỗi tác nhân đều có một luồng dữ liệu riêng.

Xét riêng, từng công cụ đều hợp lý. Nhưng khi đặt cạnh nhau, chúng khiến người dùng phải tìm đến nhiều nơi hơn. Khi hai tác nhân đưa ra hai câu trả lời khác nhau cho cùng một câu hỏi, người dùng không biết nên tin bên nào. Đó là lý do quyết định khiến chúng tôi thay đổi cách làm.

Đồng thời, công nghệ phát triển nhanh hơn kế hoạch, nên chúng tôi đã điều chỉnh hướng đi. Thay vì tiếp tục thêm tác nhân, chúng tôi đang hướng đến một đầu mối sử dụng chung, với năng lực chuyên biệt và một lớp dữ liệu được quản trị thống nhất ở phía sau, để người dùng nhận được một câu trả lời có thể tin cậy.

Nhiều AI hơn chưa chắc đã tốt hơn. Công nghệ càng tinh vi, trải nghiệm sử dụng càng phải đơn giản.

John Fiedler — Fox Corporation

Một số nhóm kỹ thuật của chúng tôi đã thử nghiệm các bộ công cụ điều phối tác nhân AI và những quy trình tự động hóa. Có nhóm giải quyết các vấn đề tương tự nhau bằng những cách hơi khác nhau; cũng có nhóm chọn hướng tiếp cận rất khác.

Việc thử nghiệm có giá trị, nhưng cũng bộc lộ một hạn chế: quá nhiều kiến thức và công cụ mà các nhóm tích lũy, xây dựng được chỉ nằm trong phạm vi từng nhóm.

Vì thế, chúng tôi bắt đầu xây dựng những nền tảng dùng chung, đặc biệt về cách các tác nhân tiếp cận tri thức và thông tin bối cảnh. Mục tiêu là để tiến bộ của một nhóm có thể mang lại lợi ích cho những nhóm khác, đồng thời từng nhóm vẫn được tự do thử nghiệm và phát triển quy trình phù hợp nhất với mình.

Vấn đề là chúng tôi chưa khai thác hết lợi ích cho toàn tổ chức từ những gì từng nhóm đã học được.

Tony Leraris — Accenture

Chúng tôi nhận được rất nhiều đề nghị cho phép sử dụng công cụ AI mới. Ai cũng có một công cụ mình thích, và phần lớn các nhóm đều tin rằng công cụ tiếp theo sẽ thay đổi cách họ làm việc.

Với quy mô của chúng tôi, sẽ rất dễ chấp thuận phần lớn đề nghị rồi để các vấn đề phát sinh xử lý sau. Điều chúng tôi cố gắng làm là xem xét thấu đáo từng đề nghị, và đôi khi phải từ chối.

Gần đây, chúng tôi đã từ chối một công cụ dùng AI để tra cứu và khai thác tri thức nội bộ doanh nghiệp. Đó là một sản phẩm tốt, được nhiều người muốn sử dụng. Chúng tôi đã dành thời gian đánh giá, nhưng công cụ không đáp ứng các yêu cầu bảo mật nên không được triển khai.

Trường hợp đó bị từ chối vì bảo mật. Chúng tôi cũng đã từ chối nhiều công cụ khác vì lý do pháp lý hoặc chi phí. Chúng tôi muốn triển khai AI nhanh, nhưng vẫn phải lựa chọn kỹ những gì được đưa vào sử dụng.

_

Biên dịch & Biên tập: Forbes Việt Nam