Xuất bản 1 ngày trước vào ngày 11 tháng 11, 2024Bởi Randy Littleson, Giám đốc Marketing, Salesloft
Trong vài năm gần đây, cách chúng ta làm việc đã hoàn toàn được thay đổi bởi những xu hướng mới và công nghệ tại nơi làm việc. Trí tuệ nhân tạo (AI) đã nhanh chóng tái định nghĩa các quy tắc về năng suất trong thế giới kinh doanh; email, bài đăng mạng xã hội, hình ảnh, bài thuyết trình và video có thể được tạo ra chỉ trong vài cú nhấp chuột, thay vì mất hàng ngày trời.
Nhưng năng suất không chỉ được định nghĩa bằng tốc độ. Chất lượng và kết quả cũng quan trọng không kém. Đúng là chúng ta đang dần tin tưởng AI với những nhiệm vụ ngày càng quan trọng, từ lái xe đến dự báo và thậm chí chẩn đoán y tế trong một số trường hợp. Tuy nhiên, vẫn còn rất nhiều thứ sẽ mang lại lợi ích (và tiếp tục mang lại lợi ích) khi có con người nắm quyền chỉ huy. Bởi vì sự can thiệp của con người có giá trị bẩm sinh. Nó thúc đẩy niềm tin và sự kết nối theo cách mà máy móc vẫn còn xa mới có thể tái tạo hiệu quả.
Điều đang trở nên rõ ràng khi việc ứng dụng AI gia tăng là giá trị rõ ràng nhất và dễ đạt được nhất của nó là khả năng mang lại thời gian cho người lao động. Nó cho phép họ tập trung vào các yếu tố có tác động lớn nhất trong vai trò của mình, như giải quyết các vấn đề riêng biệt, hợp tác với khách hàng, và đi sâu vào các yêu cầu kinh doanh phức tạp của khách hàng.
Vì vậy, trong kỷ nguyên của AI tạo sinh, câu hỏi đặt ra là: làm thế nào chúng ta có thể sử dụng các kỹ năng bẩm sinh của con người không chỉ để thúc đẩy năng suất mà còn tái định hình cách chúng ta suy nghĩ về nó hoàn toàn? Dưới đây, chúng ta sẽ khám phá tác động sâu sắc của AI đối với nơi làm việc và tầm quan trọng ngày càng tăng của các kỹ năng mềm trong kỷ nguyên tự động hóa.
AI Đã Thay Đổi Động Lực Nơi Làm Việc Như Thế Nào
Nơi làm việc ngày nay gần như không còn giống với cách đây một thập kỷ, nhờ vào những thay đổi mang tính cách mạng do công nghệ và văn hóa làm việc ngày càng tiến bộ mang lại. Các công cụ AI tạo sinh như ChatGPT, Midjourney và DALL·E hiện đang là những ứng dụng nổi bật, nhưng các phân tích dựa trên AI có khả năng phân tích khối lượng dữ liệu khổng lồ, nhận diện các mô hình và tạo ra những phân tích chuyên sâu cũng đã mang lại giá trị vô giá cho doanh nghiệp.
Hãy xem xét bốn loại phân tích dữ liệu dựa trên AI:
- Phân tích mô tả (Descriptive analytics) xem xét dữ liệu lịch sử để cho chúng ta biết điều gì đã xảy ra. Loại này định lượng, đo lường và giám sát một cách khách quan, như hiệu suất bán hàng, doanh số theo khu vực, và các báo cáo thắng/thua.
- Phân tích chẩn đoán (Diagnostic analytics) cho chúng ta biết tại sao điều đó lại xảy ra. Các phân tích chẩn đoán sử dụng các chỉ số khách quan để giúp người dùng hiểu rõ hơn về các yếu tố chủ quan dẫn đến kết quả. Các công cụ chẩn đoán cung cấp phân tích về lý do mất đơn hàng, độ dài của chu kỳ bán hàng, tỷ lệ khách hàng rời bỏ, và hiệu suất của đại diện bán hàng.
- Phân tích dự đoán (Predictive analytics) dự báo những gì có khả năng xảy ra trong tương lai bằng cách sử dụng cả các yếu tố chủ quan và khách quan để đánh giá khách hàng tiềm năng, dự đoán tỷ lệ khách hàng rời bỏ, dự báo nhu cầu và doanh số, và mô hình hóa khả năng chốt đơn hàng cụ thể. Quan trọng hơn, các mô hình dự đoán có thể sử dụng các tín hiệu và dữ liệu bên ngoài―như hiệu suất chung của thị trường―để mô hình hóa các xu hướng đang diễn ra.
- Phân tích đề xuất (Prescriptive analytics) tư vấn cho chúng ta về các bước tiếp theo dựa trên tất cả những phân tích trên. Nhiều người sẽ quen thuộc với nhánh phân tích này từ cuộc sống hàng ngày. Công nghệ tương tự như các thuật toán gợi ý của Netflix, TikTok và YouTube có thể đánh giá hành động của người mua và người bán để đề xuất bước tiếp theo nên làm.
Phân tích đề xuất là nơi doanh nghiệp có thể khai thác giá trị lớn nhất và cũng là nơi chúng ta tiến gần nhất đến việc tái tạo sự sáng tạo của con người. Những mô hình này chuyển đổi phân tích thành hành động và từ đó tạo ra kết quả. Những kết quả này có thể được chuẩn hóa để mang tính nhất quán và lặp lại. Tuy nhiên, chúng vẫn cần sự giám sát và hợp tác của con người.
Do đó, việc tích hợp AI không chỉ tái định nghĩa bản chất công việc mà còn tiếp tục định hình lại cơ cấu lực lượng lao động. Các tổ chức có khả năng sẽ đặc biệt coi trọng những cá nhân sở hữu sự kết hợp giữa chuyên môn kỹ thuật và kỹ năng mềm, điều này nhấn mạnh tầm quan trọng của yếu tố con người.
Giá trị của Kỹ Năng Mềm trong Thế Giới Tự Động Hóa
Trong khi AI xử lý các khía cạnh công việc mang tính thường xuyên và phân tích, con người đóng góp sự sáng tạo, khả năng đồng cảm và kỹ năng tư duy phản biện. Ngay cả những mô hình AI tiên tiến nhất hiện nay cũng thiếu đi trí tuệ cảm xúc, điều này khiến con người trở thành yếu tố không thể thiếu trong giao tiếp hiệu quả. Con người mang đến những yếu tố mà AI không thể có được; con người mang đến kinh nghiệm sống của chính mình, kinh nghiệm sống của người mà họ đang lắng nghe, và khả năng suy nghĩ về những sắc thái mà ngay cả AI cũng không thể nắm bắt. Cũng như cách AI có thể tự huấn luyện, con người đóng vai trò không thể thay thế trong việc huấn luyện và tư vấn để thúc đẩy năng suất trong nơi làm việc.
Những kỹ năng mềm này đặc biệt quan trọng trong các hoạt động tạo doanh thu và xây dựng mối quan hệ như bán hàng. Ví dụ, một người quản lý bán hàng đang làm việc với một nhân viên bán hàng mới, và nhân viên này đang tiếp cận với người liên hệ trực tiếp (POC) tại một tài khoản tiềm năng. Mục tiêu của nhân viên bán hàng ít kinh nghiệm này là thuyết phục POC giới thiệu cô ta với Phó Chủ tịch Bán hàng (VP of Sales) vì cô biết rằng Phó Chủ tịch sẽ là người ra quyết định cuối cùng và cần phải tham gia vào quá trình đánh giá. Tuy nhiên, trong một cuộc gọi video, POC lại ngần ngại khi giới thiệu. Có thể POC muốn đảm bảo rằng nhân viên bán hàng sẽ không “lạc đề” và làm anh ta trông ngớ ngẩn nếu cô ta gặp Phó Chủ tịch Bán hàng.
Các công cụ xử lý ngôn ngữ tự nhiên (NLP) có thể được sử dụng để nhận diện sự do dự này, nhưng việc giải thích các lý do tiềm ẩn có thể không nằm trong khả năng của các giải pháp đó. Đó là lúc yếu tố con người phát huy tác dụng, tận dụng những gì công cụ AI đã cung cấp và thêm vào đó chuyên môn và bối cảnh dựa trên kinh nghiệm. Người quản lý, với sự hiểu biết về những sắc thái khi làm việc với khách hàng, có thể tư vấn cho nhân viên bán hàng mới cách xử lý phần còn lại của cuộc trò chuyện để xây dựng niềm tin với POC. Khi cuộc trò chuyện tiếp tục, sự điều chỉnh này hướng dẫn tài liệu theo dõi của hệ thống để đảm bảo phản hồi phù hợp, được cá nhân hóa và hiệu quả.
Đây chỉ là một trong vô số ví dụ về cách con người mang lại giá trị cho các hoạt động chốt đơn và thúc đẩy doanh nghiệp phát triển. Trong việc xây dựng mối quan hệ giữa các cá nhân, con người cũng có thể nhớ những chi tiết nhỏ cho thấy sự quan tâm chân thành, tìm ra những cách hợp tác mới phù hợp với nhu cầu cụ thể của nhân viên hoặc giúp xây dựng một môi trường làm việc hỗ trợ. Những điều này cuối cùng sẽ thúc đẩy kết quả kinh doanh, khiến chúng có giá trị không kém gì việc hoàn thành các nhiệm vụ tự động của AI.
Kết luận
AI và phân tích dữ liệu tiên tiến không thể phủ nhận đã cách mạng hóa nơi làm việc, tự động hóa các nhiệm vụ thường xuyên và tối ưu hóa quy trình với tốc độ và hiệu quả chưa từng có. Tuy nhiên, bản chất của năng suất không chỉ là tốc độ; nó nằm ở những kết quả thực tế đóng góp vào sự thành công và phát triển của doanh nghiệp. Khi AI xử lý những công việc tẻ nhạt và thủ công, con người trở thành những người đóng góp không thể thiếu.
Khi chúng ta điều hướng qua bối cảnh công việc đang thay đổi, nơi sự hợp tác giữa AI và con người trở thành chuẩn mực, mối quan hệ cộng sinh giữa công nghệ và kỹ năng con người trở thành động lực thúc đẩy các giải pháp sáng tạo và thành công lâu dài cho doanh nghiệp. Trong việc tái định nghĩa năng suất, điều quan trọng là nhận ra và tôn vinh giá trị bền vững của yếu tố con người, cái mà, dưới nhiều hình thức khác nhau, đứng cùng AI để tạo ra những kết quả kinh doanh có ý nghĩa.
