Đầu năm nay, ChatGPT đã đưa trí tuệ nhân tạo (AI) ra khỏi sự trừu tượng của khoa học máy tính và cơn mộng tưởng khoa học viễn tưởng, đưa vào những cuộc trò chuyện thực tế của những người kinh doanh thông thường. Giao diện trò chuyện đơn giản cho phép mọi người tham gia cùng với những rủi ro mới lạ và nhân cách hóa của công nghệ, có khả năng tưởng tượng và trở nên kém thông minh trong toán học khi già đời, đã tạo nên một phép thuật mạnh mẽ đưa tiềm năng của trí tuệ nhân tạo trở thành hiện thực.
Hãng phân tích công nghệ nổi tiếng Gartner đã vẽ biểu đồ về cách các chu kỳ kỳ vọng công nghệ như thế này tăng lên đến đỉnh của sự kỳ vọng quá mức trước khi sụp xuống vào một ngõ cụt của sự thất vọng trên hành trình tiến tới việc sử dụng hiệu quả trong dài hạn. Vậy, làm thế nào các công ty có thể đối phó với sự phô trương và sự thất vọng về trí tuệ nhân tạo để tìm ra cách mà trí tuệ nhân tạo có thể cải thiện năng suất ra quyết định kinh doanh ngay hôm nay?
Thay vì nghĩ về trí tuệ nhân tạo như một cây đũa ma thuật có thể cải thiện mọi quyết định cùng lúc, việc chia quy trình ra quyết định thành ba giai đoạn: xác định vấn đề, quyết định và học tập, sẽ giúp. Sau đó, chúng ta có thể hỏi là trí tuệ nhân tạo làm thế nào để hỗ trợ trong mỗi giai đoạn.
#1 Xác định vấn đề – Làm thế nào trí tuệ nhân tạo có thể giúp những người kinh doanh xác định vấn đề cho quyết định của họ?
Hiểu rõ ràng về vấn đề cần giải quyết và những câu hỏi cần trả lời là điều quan trọng để đưa ra những quyết định tốt hơn và nhanh hơn – việc đặt câu hỏi sai thường dẫn đến việc đưa ra quyết định sai. May mắn thay, bước xác định vấn đề trong quá trình ra quyết định là nơi mà các mô hình trí tuệ nhân tạo mới như ChatGPT có tiềm năng hỗ trợ lớn nhất.
Cơ hội này nảy sinh vì giai đoạn xác định vấn đề của quyết định gần như hoàn toàn do con người thực hiện, và con người luôn bị ám ảnh bởi các thiên hướng ra quyết định. Chúng ta thường đặt ra những câu hỏi để xác định vấn đề dựa trên những định kiến của chúng ta (thiên hướng lựa chọn), phù hợp với thông tin gần đây nhất chúng ta nghe được (thiên hướng gần đây), tạo ra một hình ảnh lạc quan (thiên hướng kế hoạch) hoặc đồng tình với cả nhóm còn lại (tư duy theo nhóm). Những thiên hướng này và nhiều thiên hướng khác dẫn đến một kết quả gần như phổ quát – con người xác định quyết định của họ quá hẹp.
Những người ra quyết định cần có những người hướng dẫn quyết định hoặc đối tác thảo luận để mở rộng khung quyết định của họ. Một đối tác thảo luận lý tưởng được thông tin rộng rãi về kiến thức kinh doanh tổng quát, không bị ảnh hưởng bởi chính trị nhóm, mở lòng với tình huống cụ thể của chúng ta và một chút kỳ quặc để thúc đẩy tư duy sáng tạo. Chúng ta không cần một chuyên gia, và chúng ta cũng không cần sự hoàn hảo. Thay vào đó, chúng ta cần một người có thể triệu hồi sự chuyên môn và kích thích sự sáng tạo để đảm bảo chúng ta không bỏ lỡ những câu hỏi tốt nhất và quan trọng nhất mà thúc đẩy phần lớn kết quả của quá trình ra quyết định.
Các mô hình trí tuệ nhân tạo tạo ra như ChatGPT có thể là người hướng dẫn quyết định và đối tác thảo luận đó. Hãy xem xét ví dụ thế giới thực đơn giản này từ một công ty hàng tiêu dùng lớn. Họ đã có một khung quyết định tiêu chuẩn để đưa ra quyết định về quản lý thay đổi, trông có vẻ như sau:
Làm thế nào chúng ta nên giải quyết vấn đề quản lý thay đổi XYZ?
Hình ảnh về vấn đề là gì?
Vấn đề cần được giải quyết gấp đến mức nào?
Tác động nếu chúng ta không làm gì?
Các hệ quả ngay lập tức của giải pháp đề xuất là gì?
Dưới đây là một tương tác đại diện của người ra quyết định hỏi ChatGPT để đề xuất ba câu hỏi bổ sung giúp cải thiện quyết định:
ChatGPT: Có những rủi ro tiềm năng nếu chúng ta không giải quyết vấn đề quản lý thay đổi này là gì?
Người ra quyết định: Bạn có nghe tôi không? Đó chính là câu hỏi số 3! Ồ, chờ xíu, có lẽ chúng ta nên điều chỉnh câu hỏi đó, như “Những rủi ro và lợi ích nếu chúng ta không làm gì?”
ChatGPT: Việc giải quyết vấn đề này sẽ ảnh hưởng đến khách hàng hoặc các bên liên quan như thế nào?
Người ra quyết định: Tôi hiểu ý bạn đang muốn nói, nhưng nó trùng với một số câu hỏi này. Hãy để tôi nghĩ xem làm thế nào để đưa góc nhìn của khách hàng vào những quyết định này.
ChatGPT: Hậu quả lâu dài nếu chúng ta không thực hiện biện pháp về vấn đề này là gì?
Người ra quyết định: Hmmm… không hoàn toàn đúng, nhưng bạn chắc chắn đã nắm bắt được điều gì đó. Chúng ta thường tập trung quá nhiều vào ngắn hạn và bỏ qua những hậu quả lâu dài của quyết định về quản lý thay đổi. Tôi sẽ cập nhật câu hỏi, “Những hệ quả ngay lập tức và lâu dài của giải pháp đề xuất là gì?”
Một khía cạnh, không một gợi ý hướng dẫn từ ChatGPT là “chính xác” như được nêu ra. Tuy nhiên, tất cả đều giúp người ra quyết định suy nghĩ rõ ràng và rộng rãi hơn về quyết định. Mối hợp tác có lợi này giữa một trí tuệ nhân tạo không hoàn hảo nhưng có khả năng diễn đạt và một người có thiên hướng nhưng am hiểu là một yếu tố thay đổi trò chơi ngay bây giờ và trong tương lai.
#2 Quyết định – Làm thế nào trí tuệ nhân tạo có thể cung cấp những hiểu biết và đề xuất mà những người kinh doanh cần để đưa ra quyết định đúng đắn?
Tạo ra một trí tuệ siêu phàm có thể nhìn vào một loạt dữ liệu, hiểu rõ tình hình và đưa ra “đáp án đúng” cho con người đã là ước mơ của các nhà kỹ thuật trí tuệ nhân tạo từ những ngày đầu.
Tuy nhiên, những mô hình trí tuệ nhân tạo tạo ra như ChatGPT không giải quyết được vấn đề này vì ba lý do.
Trước hết, những người ra quyết định không muốn nhận được hiểu biết và đề xuất từ những đối tác thảo luận có sự thông minh phổ quát nhưng cũng không có kinh nghiệm và hơi kỳ cục như ChatGPT. Thay vào đó, họ cần những hiểu biết và đề xuất từ những chuyên gia trong lĩnh vực đáng tin cậy, thông tin đầy đủ, có kiến thức sâu về doanh nghiệp của họ và tình huống cụ thể của họ.
Hơn nữa, các mô hình trí tuệ nhân tạo như ChatGPT không được tạo ra để phân tích những hồ nước dữ liệu lớn nằm tại trái tim của mỗi công ty hiện đại. Chúng có thể cố gắng giả lập như Hemingway nhưng không thể thay thế người phân tích dữ liệu của bạn. Thay vào đó, khi đề cập đến những hiểu biết và đề xuất, những người ra quyết định cần cái mà nhà đầu tư mạo hiểm Andreesen Horowitz gọi là trí tuệ tổng hợp. Khác với các mô hình trí tuệ nhân tạo tạo ra lượng lớn thông tin tổng quát từ các yêu cầu đơn giản, các mô hình trí tuệ tổng hợp tiêu thụ lượng lớn thông tin cụ thể về doanh nghiệp và rút gọn thành những hiểu biết và đề xuất đơn giản.
Cuối cùng, những người ra quyết định sẽ không tin tưởng vào những hiểu biết và đề xuất do trí tuệ nhân tạo tạo ra nếu chúng không minh bạch và có thể theo dõi được. Trí tuệ nhân tạo phải được xây dựng dựa trên logic quyết định mà những người ra quyết định con người có thể hiểu và liên kết trực tiếp với dữ liệu doanh nghiệp cụ thể. Điều này cho phép những người ra quyết định nhận được những câu trả lời chính xác và dễ hiểu từ hệ thống trí tuệ nhân tạo khi họ hỏi:
Minh bạch: Bạn đã sử dụng logic gì để đưa ra đề xuất đó?
Theo dõi: Dữ liệu và thông tin cụ thể nào đã mang lại những hiểu biết đó cho bạn?
Hãy xem xét một ví dụ thực tế khác đơn giản từ một công ty thực phẩm lớn. Họ có các khung quyết định tiêu chuẩn cho việc ra quyết định thương mại như “Chúng ta nên thay đổi cách chi tiêu quảng cáo?” hoặc “Chúng ta có cần điều chỉnh chiến dịch sáng tạo cho thương hiệu XYZ không?” Dưới đây là một ví dụ về khung quyết định:
Chúng ta có cần điều chỉnh chiến dịch sáng tạo cho thương hiệu XYZ không?
1. Thương hiệu có mạnh mẽ và phù hợp không?
2. Thương hiệu được người tiêu dùng nhận thấy như ý muốn không?
3. Thương hiệu có hiện diện mạnh trong tâm trí của khách hàng không?Người tiêu dùng có kết nối cảm xúc với thương hiệu không?
4.Thương hiệu có khác biệt so với đối thủ không?
Trong trường hợp của họ, những hiểu biết và đề xuất do trí tuệ nhân tạo đưa ra dựa trên dữ liệu sức khỏe thương hiệu cụ thể của họ là có thể theo dõi và minh bạch theo cùng một khung quyết định đó. Kết quả là, những người ra quyết định có thể tiếp tục khám phá những đề xuất của trí tuệ nhân tạo cho đến khi họ tiếp cận được với dữ liệu cơ bản mà trí tuệ nhân tạo sử dụng để tạo ra một đề xuất.
Dưới đây là phiên bản đơn giản về cách nhìn nhận điều đó:
Người ra quyết định: Chúng ta có cần điều chỉnh chiến dịch sáng tạo cho thương hiệu XYZ không?
Đề xuất của trí tuệ nhân tạo: Có, để phù hợp với vị trí mới của bạn.
Người ra quyết định: Làm thế nào sự mạnh mẽ và tính phù hợp của thương hiệu ảnh hưởng đến đề xuất của bạn?
Hiểu biết của trí tuệ nhân tạo: Thương hiệu không được liên kết với thông điệp bán hàng của nó, trong khi đối thủ có tỷ lệ cao hơn. Điều này hạn chế việc mua sắm và kết nối cảm xúc.
Người ra quyết định: Vị trí cạnh tranh của chúng ta trong các chỉ số ngăn trình động thương hiệu là gì?
Hiểu biết của trí tuệ nhân tạo: Thương hiệu XYZ nằm trong số những nhà lãnh đạo thị trường trong tất cả các chỉ số. Thương hiệu đứng thứ 4 về Nhận thức, Mua sắm và Sử dụng, và đứng thứ 3 về Sự quen thuộc. Dưới đây là biểu đồ các chỉ số ngăn trình động thương hiệu hiện tại.
Ví dụ này khác biệt đáng kể so với trường hợp trước đó về việc ChatGPT “không chính xác nhưng vẫn hữu ích” như một người hướng dẫn thảo luận. Ở đây, trí tuệ nhân tạo là một nhà phân tích đáng tin cậy. Logic của đề xuất của trí tuệ nhân tạo hoàn toàn minh bạch, và người ra quyết định có thể sử dụng những hiểu biết do trí tuệ nhân tạo tạo ra để truy vết lại các động lực kinh doanh cơ bản để có một hiểu biết mạnh mẽ hơn và làm cơ sở cho sự đánh giá khi đưa ra quyết định.
#3 Học tập – Làm thế nào trí tuệ nhân tạo có thể giúp những người kinh doanh liên tục cải thiện quá trình ra quyết định của họ theo thời gian?
Thảo luận về các khung quyết định tốt hơn và cung cấp những hiểu biết và đề xuất minh bạch và có thể theo dõi là những khả năng của trí tuệ nhân tạo đổi game. Tuy nhiên, giá trị của trí tuệ nhân tạo còn được mở khóa hơn khi các công ty có hệ thống thông tin quyết định tạo ra một hệ thống ghi chép cho các quyết định kinh doanh. Những hồ sơ chi tiết về quyết định trong quá khứ và kết quả của chúng là dữ liệu đào tạo mạnh mẽ cho một loại trí tuệ nhân tạo mới, một “trí tuệ học” được đào tạo trên các quyết định trong quá khứ để đề xuất các thay đổi tối ưu hóa khung quyết định, hiểu biết và đề xuất.
Mảng thiếu sót tại hầu hết các công ty là việc thiếu hồ sơ quyết định để sử dụng như dữ liệu đào tạo cho trí tuệ nhân tạo. Trí tuệ nhân tạo tạo ra như ChatGPT sử dụng lượng lớn thông tin trên Internet. Trí tuệ tổng hợp sử dụng lượng lớn dữ liệu kinh doanh. Trí tuệ học cần một lượng thông tin tương tự về cái gì, ai và cách quyết định kinh doanh và kết quả của chúng trước khi nó có thể tìm cách hướng dẫn quá trình ra quyết định tốt hơn.
Một ví dụ cuối cùng thực tế cho thấy cách tiếp cận này có thể cải thiện kết quả kinh doanh. Sau khi duy trì hồ sơ chi tiết về các quyết định quản lý thay đổi và kết quả của chúng trong sáu tháng, công ty hàng tiêu dùng được đề cập trong ví dụ đầu tiên ở trên đã tìm ra rằng nhiều quyết định của họ không đủ xem xét đầy đủ tác động dài hạn. Họ đã giải quyết vấn đề này bằng cách tinh chỉnh khung quyết định để riêng biệt xem xét tác động ngắn hạn trong năm đầu và tác động dài hạn trong vòng ba năm.
Những thay đổi đơn giản như thế này có thể ảnh hưởng lớn. Trong trường hợp này, việc cải thiện quá trình ra quyết định đã giúp công ty tiết kiệm hơn 1 triệu đô la trong 60 quyết định và giá trị tiếp tục tăng lên.
Sức Mạnh Của Sự Kết Hợp Giữa Con Người Và Máy
Nhìn vào con người như những thành viên không thể thay thế trong hệ thống quyết định được hỗ trợ bởi trí tuệ nhân tạo là làm nổi bật cách sử dụng trí tuệ nhân tạo ngay bây giờ để tận dụng sự chuyên môn của con người và mở rộng sự xuất sắc của chúng ta.
Giống như các hệ thống an toàn tự động trong những chiếc xe mới theo dõi cẩn thận đi cùng chúng ta, cảnh báo bằng tiếng bíp và sẵn sàng phanh nếu chúng ta bỏ sót một nguy hiểm, các công nghệ trí tuệ nhân tạo có thể đi cùng với những người kinh doanh để giúp chúng ta thảo luận về khung quyết định, tổng hợp hiểu biết và đề xuất, và học hỏi để cải thiện kết quả quyết định của chúng ta.
Tiết lộ: Tôi đã dành thập kỷ qua nghiên cứu về quyết định kinh doanh và các công nghệ trí tuệ nhân tạo liên quan như là người sáng lập và giám đốc sản phẩm chính tại Cloverpop, một nền tảng phần mềm trí tuệ quyết định.
Nhận những thông tin mới nhất từ các chuyên gia trên khắp thế giới trong hộp thư đến của bạn từ Forbes.
Theo dõi tôi trên Twitter hoặc LinkedIn. Xem trang web của tôi.
Erik Larson
