Được xuất bản cách đây 1 ngày vào ngày 13 tháng 12 năm 2024Bởi Vivek Singh, Trưởng Bộ Phận Phát Triển, Công Nghệ & Truyền Thông Giải Trí tại LatentView Analytics.
Lãnh đạo doanh nghiệp đang háo hức triển khai AI tạo sinh (GenAI) vào hoạt động kinh doanh của mình. Vậy tại sao nhiều dự án lại thất bại ở giai đoạn thử nghiệm khái niệm (POC)?
Tại một sự kiện gần đây của Gartner, bà Rita Sallam, Phó Chủ tịch kiêm Nhà phân tích cấp cao, cho biết ít nhất 30% dự án GenAI sẽ bị hủy bỏ sau giai đoạn POC vào cuối năm 2025 do các vấn đề như chất lượng dữ liệu kém, thiếu kiểm soát rủi ro, chi phí tăng nhanh hoặc không thể đạt được giá trị kinh doanh mong muốn.
Đây là một trong những lý do khiến Gartner nhận định GenAI đang bước vào giai đoạn “vực thẳm vỡ mộng” trong Hype Cycle về công nghệ mới nổi năm 2024. Tuy nhiên, trong một khảo sát khác của Gartner, các doanh nghiệp triển khai GenAI báo cáo rằng họ đạt được tăng trưởng doanh thu 15,8%, tiết kiệm chi phí 15,2% và cải thiện năng suất 22,6%.
Vậy điều gì tạo ra sự khác biệt giữa các doanh nghiệp thành công trong việc tích hợp GenAI vào quy trình công việc quan trọng và những doanh nghiệp không thể hiện thực hóa giá trị kinh doanh như dự kiến? Các lãnh đạo và đội ngũ thành công áp dụng một cách tiếp cận khác, được đặc trưng bởi sự chuẩn bị kỹ lưỡng và quản lý thay đổi hiệu quả.
Dưới đây là ba nguyên tắc cốt lõi để đánh giá, lựa chọn và triển khai các trường hợp sử dụng GenAI, giúp đội ngũ giảm thiểu rủi ro, quản lý chi phí đồng thời chuyển đổi các quy trình kinh doanh.
1. Nguyên tắc cốt lõi 1: Định lượng giá trị kinh doanh một cách nghiêm ngặt ngay từ đầu
Ban đầu, các lãnh đạo doanh nghiệp có thể đã ưu tiên thử nghiệm GenAI, nhưng giờ đây họ đang mong muốn thu về giá trị kinh doanh cụ thể từ các khoản đầu tư của mình.
Các đối tác có thể hỗ trợ doanh nghiệp phát triển các kịch bản kinh doanh chi tiết thông qua các hội thảo để xác định mục tiêu tổng thể, tình trạng hiện tại của quy trình dữ liệu và cơ sở hạ tầng công nghệ. Trong quá trình này, họ làm việc với các đội ngũ nội bộ để đánh giá các trường hợp sử dụng tiềm năng, ưu tiên giải quyết các vấn đề nhức nhối, xác định mức độ nỗ lực và ROI kỳ vọng, đồng thời phát triển các chỉ số hiệu suất chính (KPI) để đo lường tiến độ.
Tại Google Cloud Next ’24, công ty đã chia sẻ 101 câu chuyện thành công về GenAI thông qua việc triển khai các tác nhân khách hàng, nhân viên, sáng tạo, dữ liệu, mã hóa và bảo mật trong nhiều tổ chức.
Khả năng của thị trường không ngừng phát triển, giúp đơn giản hóa con đường tạo ra giá trị. Microsoft và Google đã tích hợp các mô hình ngôn ngữ lớn vào công cụ tìm kiếm của mình, cho phép người dùng Internet nhận được các câu trả lời tóm tắt cùng liên kết, từ đó rút ngắn thời gian tìm kiếm thông tin.
Tương tự, các đối tác đang cung cấp các nền tảng tăng tốc GenAI, tích hợp sẵn các mô hình AI và học máy mà doanh nghiệp có thể tùy chỉnh và triển khai trong môi trường của họ chỉ trong vài tuần. Nhờ đó, các tổ chức được hưởng lợi từ các công cụ đã được kiểm chứng, giúp giảm chi phí và rủi ro triển khai, đồng thời mở rộng năng lực kinh doanh mới nhanh hơn.
2. Nguyên tắc cốt lõi 2: Đảm bảo chất lượng, quyền riêng tư và bảo mật dữ liệu
Cung cấp dữ liệu chất lượng cao, tuân thủ quyền riêng tư và đảm bảo an toàn cho quá trình huấn luyện và suy luận của mô hình là nền tảng cho mọi triển khai GenAI thành công. Doanh nghiệp phải chuẩn bị dữ liệu để đảm bảo các mô hình AI tạo ra đầu ra chính xác và đáng tin cậy. Đồng thời, họ cũng cần triển khai các biện pháp bảo vệ và công cụ mới để bảo vệ thông tin nhạy cảm, bao gồm cả các kết quả từ mô hình, khỏi nguy cơ rò rỉ. Tương tự, GenAI còn có thể được sử dụng để phát hiện các vấn đề bảo mật, giúp các đội ngũ xử lý thông qua tự động hóa hoặc hành động can thiệp thủ công.
Mastercard đang sử dụng GenAI để cải thiện tương tác với khách hàng và giảm gian lận. Các chatbot dựa trên AI của họ cung cấp cho khách hàng khuyến nghị cá nhân hóa, thông tin tài khoản và lịch sử giao dịch một cách tức thì.
Công ty cũng áp dụng mô hình dự đoán của GenAI để phát hiện các mẫu chi tiêu bất thường, có thể là dấu hiệu của hoạt động gian lận. Với GenAI, Mastercard đã:
- Gấp đôi tỷ lệ phát hiện thẻ bị xâm phạm;
- Giảm 200% số lượng báo động sai;
- Tăng tốc độ phát hiện các điểm bán hàng có nguy cơ gian lận lên tới 300%.
3. Nguyên tắc cốt lõi 3: Tăng cường sự hợp tác giữa con người và GenAI
Mặc dù GenAI sẽ tự động hóa một số quy trình, phần lớn thời gian nó sẽ hỗ trợ con người đưa ra các quyết định tốt hơn. GenAI có khả năng tạo dữ liệu tổng hợp, xử lý dữ liệu, nhận dạng các mô hình và xây dựng phân tích dự đoán, qua đó thúc đẩy làm việc nhóm và phát triển dịch vụ mới. Ví dụ, GenAI có thể cung cấp kịch bản và các khuyến nghị để các nhà ra quyết định tối ưu hóa kết quả. Con người đóng góp kiến thức thị trường, nhận thức về ngữ cảnh, phán đoán và sự thấu hiểu vào quá trình ra quyết định, từ đó nâng cao hơn nữa khả năng của GenAI.
Vậy các doanh nghiệp làm thế nào để tối đa hóa tiềm năng hợp tác giữa con người và GenAI? Lãnh đạo cần dành thời gian để thiết lập vai trò và trách nhiệm được xác định rõ ràng, liên tục đào tạo đội ngũ về các khả năng mới nhất, đồng thời cung cấp các biện pháp kiểm soát và hướng dẫn khi GenAI không hoạt động như mong đợi. Ngoài ra, họ cần chia sẻ tầm nhìn về việc GenAI tái định hình doanh nghiệp, nhấn mạnh rằng công nghệ này nhằm nâng cao khả năng của con người chứ không phải thay thế họ.
Theo khảo sát của Forrester, 36% nhân viên lo ngại mất việc do tự động hóa hoặc AI, nhưng thực tế chỉ 1,5% sẽ mất việc, trong khi 6,5% sẽ có vai trò bị ảnh hưởng bởi GenAI. Do đó, nhân viên nên tiếp nhận công nghệ này thay vì tránh xa nó.
Allstate đã triển khai một chatbot được hỗ trợ bởi GenAI sử dụng xử lý ngôn ngữ tự nhiên để cung cấp hỗ trợ thời gian thực, đa ngôn ngữ, và thu thập thông tin chi tiết về hành vi khách hàng. Ví dụ, hệ thống này tìm cách cải thiện hiệu suất của các mô hình trước đó gấp ba lần bằng cách xác định các hành trình khách hàng cần hỗ trợ từ nhân viên.
Chatbot này đơn giản hóa quy trình bồi thường, cung cấp một nền tảng tập trung để thu thập và xem xét thông tin cần thiết. Trong khi các nhân viên con người vẫn đảm nhận các yêu cầu phức tạp cần đến phán đoán chuyên gia, chatbot này nâng cao đáng kể hiệu suất nhờ tự động hóa các tác vụ thường xuyên và rút ngắn thời gian xử lý. Bằng cách sử dụng AI để hỗ trợ hoàn thành biểu mẫu, Allstate đã cải thiện độ chính xác và mức độ hài lòng của khách hàng.
Tăng hiệu quả đầu tư (ROI) từ GenAI bằng cách áp dụng 3 nguyên tắc cốt lõi này
Khi GenAI bùng nổ và trở thành tâm điểm trên toàn cầu, các lãnh đạo doanh nghiệp đã nhanh chóng áp dụng nó vào hoạt động kinh doanh, khuyến khích thử nghiệm và đổi mới. Tuy nhiên, trong một số trường hợp, các POC đã phát triển quá nhanh, bỏ qua những yếu tố nền tảng, dẫn đến chi phí tăng cao và tạo ra những giải pháp không mang lại giá trị như mong đợi.
Các nhà lãnh đạo có thể áp dụng ba nguyên tắc cốt lõi sau – xây dựng các luận điểm kinh doanh vững chắc, giải quyết các yêu cầu về dữ liệu và thúc đẩy sự hợp tác giữa con người và AI – để đảm bảo thành công cho các sáng kiến GenAI mới. Nhờ đó, họ sẽ có thể xác định các trường hợp sử dụng mang lại giá trị cao, áp dụng các công cụ bảo vệ dữ liệu, đồng thời tạo ra những cải tiến về năng suất và đổi mới khiến ban lãnh đạo cấp cao, hội đồng quản trị, khách hàng và nhà đầu tư hài lòng.
