Tác giả: Alden Do Rosario
Tại một phòng thí nghiệm học thuật GAI Insights gần đây do người tuyệt vời Rosemary Brisco tổ chức, chủ đề được thảo luận là về những rắc rối và chướng ngại mà các công ty đang phải đối mặt khi cố gắng triển khai Trí tuệ Nhân tạo Tạo nên trong doanh nghiệp của họ.
Thông điệp chính: Đa số các công ty KHÔNG chuẩn bị sẵn sàng áp dụng Trí tuệ Nhân tạo, theo hai cuộc khảo sát gần đây.
Mặc dù Trí tuệ Nhân tạo có thể cải thiện hoạt động, nhưng có nhiều chướng ngại vực có thể làm trì hoãn tiến triển. Một số trong số những chướng ngại này có lý và một số thậm chí là đáng kinh ngạc. Hãy cùng đi sâu vào dữ liệu.
Tôi sẽ đào sâu vào sự hiểu của mình (hy vọng bằng ngôn ngữ rõ ràng!) về hai cuộc khảo sát và những rắc rối khác mà tôi đang quan sát trong cuộc trò chuyện với khách hàng và các nhà quản lý.
Nếu bạn muốn, bạn có thể nhảy thẳng vào các khía cạnh kỹ thuật của các cuộc khảo sát ở dưới (tôi không sẽ không bị tổn thương đâu — haha!).
Chướng ngại vực 1: Sự ủng hộ từ Sếp
Nhiều công ty đang cố gắng bắt đầu các dự án Trí tuệ Nhân tạo, trong khi Giám đốc điều hành và Hội đồng Quản trị chạy qua lại như những con gà mất đầu. Mỗi ngày, tin tức đều tràn ngập những câu chuyện về Trí tuệ Nhân tạo, và đôi khi Giám đốc điều hành và Hội đồng Quản trị đôi khi không biết gì cả.
Trong các cuộc khảo sát với các Giám đốc điều hành, phàn nàn số 1 là: “Có quá nhiều lựa chọn và mọi thứ đều rối bời, chúng tôi không biết nên bắt đầu từ đâu”.
Cho đến khi có sự ủng hộ chung từ sếp, dự án Trí tuệ Nhân tạo sẽ bị kẹt lại ngay cả ở những chướng ngại vực nhỏ nhất (và tin tôi đi, sẽ có chướng ngại vực!)
Giải pháp: Tổ chức một thử nghiệm Trí tuệ Nhân tạo đơn giản, không rủi ro và chi phí thấp để sếp có cơ hội trải nghiệm.
Chướng ngại vực 2: Nấu sôi Đại dương
Với tất cả những câu chuyện huy hoàng về cách Trí tuệ Nhân tạo sẽ giải quyết nạn đói toàn cầu, một số công ty đang thực sự cố gắng nấu sôi Đại dương.
Thay vì bắt đầu với những mục tiêu đơn giản sử dụng nguyên tắc “Bò, Đi, Chạy, Bay”, họ đang cố gắng khởi động các luồng công việc điên rồ vượt xa khả năng của Trí tuệ Nhân tạo hiện tại.
Nó gần như cảm giác như mọi người tức giận về công việc họ phải làm và đột ngột tỉnh giấc và nói: “Tôi ước Trí tuệ Nhân tạo có thể làm điều này để tôi có thể về nhà lúc 4 giờ chiều”.
Giải pháp: Bắt đầu với một dự án Trí tuệ Nhân tạo đơn giản có vấn đề và kết quả mong muốn được xác định rõ. Nó không cần phải là khoa học vũ trụ. Hãy nhớ rằng đây chỉ là bước đầu của một hành trình dài.
Chướng ngại vực 3: Thu được Sự ủng hộ từ Tất cả các Đội liên quan
Chướng ngại vực này khá phức tạp. Mỗi công ty đều có những người ủng hộ và chống đối Trí tuệ Nhân tạo của mình.
Chưa bao giờ có một công nghệ nào có thể gây ra những cảm xúc cực kỳ mạnh mẽ ở cả hai bên như vậy.
Một số người nghĩ rằng Trí tuệ Nhân tạo sẽ giải quyết mọi vấn đề trên thế giới.
Và một số người nghĩ rằng đó sẽ là kết thúc của thế giới.
Công ty của bạn cũng không ngoại lệ.
Bob trong bảo mật HOẶC Joanne trong kế toán đang chờ đợi để hủy dự án Trí tuệ Nhân tạo của bạn. Cả hai đều trang bị với bài báo từ New York Times họ đọc cách đây một thời gian.
Giải pháp: Giữ cho dự án gần như không rủi ro. Bắt đầu với dữ liệu công cộng có rủi ro thấp và các trường hợp sử dụng có rủi ro thấp. Đừng làm xao lạc hay quảng cáo dự án Trí tuệ Nhân tạo như "Chúng tôi sẽ cắt giảm 30% nhân sự của chúng tôi".
Chướng ngại vực 4: Chuẩn bị Dữ liệu
Một phản đối phổ biến từ những người chống đối Trí tuệ Nhân tạo là: “Dữ liệu của chúng tôi có đi đến OpenAI và trở thành một phần của mô hình Trí tuệ Nhân tạo tiếp theo của họ không?”
Trong khi hiện tại đã rõ ràng rằng việc sử dụng OpenAI API có nghĩa là nó KHÔNG đào tạo trên dữ liệu của bạn, những người chống đối không hiểu biết vẫn sẽ đưa ra vấn đề này và lan truyền tin đồn (Sợ hãi, Không chắc chắn, Nghi ngờ!)
Và không có bao nhiêu sự thuyết phục sẽ làm dịu họ. Vậy bạn làm gì?
Bạn bắt đầu với dữ liệu có sẵn công khai như trang web, bộ phận hỗ trợ, các tệp PDF và video trên Youtube. Việc nói với những người chống đối “Dude, Google đã có dữ liệu này rồi” là dễ dàng hơn là cố gắng thuyết phục họ về các đường ống RAG và thuật toán Học máy.
Dữ liệu này có sẵn cho công chúng và không có hạn chế về khả năng truy cập hoặc sử dụng. Ví dụ bao gồm các hồ sơ chính phủ công bố, các bài nghiên cứu đã xuất bản và các bộ dữ liệu có sẵn mở.
Nếu bạn là người phiêu lưu, bạn có thể nâng cấp lên sử dụng Dữ liệu Nội bộ. Đây là dữ liệu được thiết kế để sử dụng trong một tổ chức nhưng không phải là nhạy cảm hoặc tuyệt mật. Điều này có thể bao gồm các bản tin nội bộ, hướng dẫn chính sách hoặc tài liệu đào tạo. Mặc dù không công khai cho công chúng, dữ liệu này thông thường không đòi hỏi các biện pháp bảo mật nghiêm ngặt.
Giải pháp: Bắt đầu đơn giản với dữ liệu công khai hoặc dữ liệu nội bộ không nhạy cảm.
Chướng ngại vực 5: Dữ liệu của chúng tôi không sạch sẽ
Một nguyên lầm phổ biến mà tôi thường nghe là: “Dữ liệu của chúng tôi không sạch sẽ, và tôi không chắc liệu tôi cần dữ liệu ở định dạng nào. Tôi có phải tạo ra các tệp JSON và XML có cấu trúc để Trí tuệ Nhân tạo có thể hiểu không?”
Một vài năm trước, điều này thường là một lo ngại hoàn toàn hợp lý. Trí tuệ Nhân tạo sẽ được đào tạo với dữ liệu có cấu trúc được đánh dấu rõ ràng và bước đầu tiên là “Chờ đợi – hãy chuẩn bị dữ liệu”.
Tuy nhiên, một trong những siêu năng lực lớn không được công nhận nhiều của các Ngôn ngữ Mô hình Ngôn ngữ như GPT-4 là chúng rất giỏi trong việc hiểu dữ liệu không có cấu trúc.
Vui lòng lưu ý: Tôi nói “rất giỏi” — không phải là hoàn hảo. Thật là đáng kinh ngạc khi thấy GPT-4 có khả năng hiểu dữ liệu không có cấu trúc được truyền qua các yêu cầu (ví dụ, RAG).
Giải pháp: Đừng lo lắng về sự sạch sẽ của dữ liệu CHO ĐẾN KHI nó được chứng minh là một vấn đề trong quá trình kiểm thử.
Chướng ngại vực 6: Chúng tôi không dự trữ ngân sách cho điều này
Bây giờ, đây là một lo ngại hợp lý vì vấn đề Trí tuệ Nhân tạo đã xuất hiện một cách bất ngờ. Trong thực tế, một lời nhắc phổ biến tôi nghe trong năm 2023 là:
“Chúng tôi đã đặt ngân sách của mình trong năm 2022 và không ngờ cái này về Trí tuệ Nhân tạo sẽ xuất hiện”.
OK — có lý — mặc dù Trí tuệ Nhân tạo là một cuộc khủng hoảng tồn tại đối với nhiều công ty. Tuần trước, tôi nghe một khách hàng nói: “Chúng ta phải thích ứng với điều này mặc dù có ngân sách vì nếu không chúng ta sẽ ngừng tồn tại”.
Không phải tất cả các công ty đều có ngân sách dư dả — vậy bạn làm gì?
Bạn bắt đầu với các sáng kiến chi phí thấp trước.
Bắt đầu với các lối vào giá rẻ như ChatGPT For Teams (30 đô la/tháng mỗi người) hoặc các hệ thống no-code giá rẻ cho phép bạn tạo ra các thử nghiệm Trí tuệ Nhân tạo một cách dễ dàng, mà không cần sử dụng các nhà phát triển.
Bằng cách tránh các dự án phát triển đắt tiền (Vâng — các kỹ sư Học máy thực sự chi phí rất nhiều!) — bạn có cơ hội thử nghiệm Trí tuệ Nhân tạo với một số trường hợp sử dụng và luồng công việc đơn giản mà không làm rách ví.
Tôi không nói về hàng chục ngàn đô la ở đây. Bạn có thể tạo ra một thử nghiệm Trí tuệ Nhân tạo với ít hơn 1000 đô la (sử dụng các hệ thống no-code DIY).
Giải pháp: Bắt đầu với các hệ thống no-code giá dưới 1000 đô la.
Chướng ngại vực 7: Chúng tôi không có thời gian
Nhớ lại thời kỳ khi các dự án Trí tuệ Nhân tạo mất 6 tháng để phát triển và triển khai?
Các công ty sẽ tập hợp đội ngũ các nhà phát triển Trí tuệ Nhân tạo sau đó tạo lập kế hoạch sản phẩm cho 6 tháng tiếp theo — xem xét một thử nghiệm Trí tuệ Nhân tạo đơn giản như một dự án siêu lớn.
Thật không may, một số công ty vẫn đang trong tâm trạng đó. Họ nghĩ rằng một dự án Trí tuệ Nhân tạo cần mất 6 tháng để xây dựng và kiểm thử — sau đó họ bắt đầu trạng thái “đóng băng”.
Thông báo mới: Với các hệ thống no-code và low-code mới, bạn có thể đưa thử nghiệm Trí tuệ Nhân tạo của mình lên và chạy trong vài ngày (nếu không phải là giờ!)
Không tin tôi? Thử nghiệm Trí tuệ Nhân tạo cho một tổ chức nghiên cứu về một căn bệnh hiếm đã được tạo ra trong vài giờ. Thực tế, Mary trong Bộ phận Nhân sự có thể tự mình đưa thử nghiệm Trí tuệ Nhân tạo của bạn lên và chạy trong vài ngày (tôi không đùa — tôi có bằng chứng!)
Trường hợp tồi nhất: Thuê một nhà phát triển Python trên Fiverr hoặc Upwork và yêu cầu anh ấy xây dựng một luồng công việc đơn giản với OpenAI API.
Mẹo Ninja: Bạn không cần phải thuê một kỹ sư Học máy có giá 200 nghìn đô la để tạo một yêu cầu. Tiếng Anh là ngôn ngữ lập trình mới, và những kỹ sư tạo ra các yêu cầu tốt nhất hiện có trên Fiverr và Upwork.
Lưu ý: Định nghĩa của bạn về “nhanh chóng” sẽ thay đổi tùy thuộc vào công ty. Đối với một số công ty, 6 tháng là “nhanh chóng”. Đối với các công ty nhỏ, 6 ngày là “nhanh chóng”. Đối với một startup, 6 giờ là “nhanh chóng”. Tìm định nghĩa nhanh chóng của bạn.
Giải pháp: Sử dụng các hệ thống low-code hoặc no-code, hoặc thuê các nhà phát triển tự do để xây dựng các luồng công việc nhanh chóng và thấp rủi ro.
Chướng ngại vực 8: Trí tuệ Nhân tạo Quá Đáng Sợ
Mỗi ngày, New York Times hoặc một tờ báo chính thống khác sẽ đăng một câu chuyện đáng sợ nào đó về Trí tuệ Nhân tạo.
Ban đầu, đó là về những ảo giác. Sau đó là về đạo đức. Và bây giờ là về thông tin sai lệch. Và danh sách tiếp tục mãi mãi.
Với sự không chắc chắn khổng lồ như vậy, một số công ty đang rơi vào tình trạng “đèn xe hơi” và áp dụng một cách tiếp cận “Hãy đợi xem” đối với Trí tuệ Nhân tạo.
Trong khi tiếp cận thận trọng này có thể hoạt động cho một số người (đặc biệt là những người có rất nhiều vũng bùn!), hầu hết các doanh nghiệp có đối thủ thực sự không có sự xa xôi này.
Chỉ cần tự hỏi: Đối thủ của tôi có thể sử dụng Trí tuệ Nhân tạo như thế nào và hoàn toàn hủy diệt công ty của tôi?
Đừng nhầm lẫn: Tôi không nói rằng bạn KHÔNG nên thực hiện đánh giá rủi ro và xem xét rủi ro Trí tuệ Nhân tạo nào áp dụng cho bạn. Điều đó tôi hoàn toàn KHÔNG nói.
Thay vào đó, hãy tiếp cận một cách hợp lý và xem xét xem rủi ro nào thực sự áp dụng cho bạn. Điều này không khác gì bất kỳ rủi ro nào khác mà bạn có thể mua bảo hiểm.
Giải pháp: Thực hiện một đánh giá rủi ro hợp lý dựa trên lẽ thường và xem xét rủi ro Trí tuệ Nhân tạo nào thực sự áp dụng cho bạn. Xử lý nó giống như bất kỳ rủi ro nào khác bạn sẽ xem xét trong kinh doanh của mình.
Chướng ngại vực 9: Đội nào nên Quản lý điều này?
Vì Trí tuệ Nhân tạo có thể áp dụng cho gần như mọi đội và mọi bộ phận, câu hỏi lớn nảy sinh về đội nào nên dẫn dắt thử nghiệm Trí tuệ Nhân tạo.
Đối với một số công ty, mọi người đều muốn trở thành anh hùng. Và sau đó có một số công ty nơi mà không đội nào muốn đặt đầu họ lên dây chuyền.
Các trường hợp sử dụng nên là gì đầu tiên? Và đội nào nên quản lý nó?
Giải pháp: Bắt đầu với các trường hợp sử dụng đơn giản. Và để những người ủng hộ và người chiến thắng lớn dẫn dắt thử nghiệm Trí tuệ Nhân tạo — bất kể họ thuộc bộ phận nào.
Tại sao lại như vậy? Bạn cần những người ứng dụng sớm và những người chiến thắng lớn sẽ vượt qua mọi rủi ro để làm cho mọi thứ xảy ra.
Nó gần như nhắc nhở về một phép so sánh với “Lewis và Clark”: Nếu bạn cần vượt qua một ngọn núi, hãy tìm một con ngựa. Nếu bạn cần vượt qua một con sông, hãy xây một con thuyền.
Bạn cần những người nghĩ như vậy.
Chướng ngại vực 10: Thiếu Chính sách Sử dụng cho Nhân viên
Bạn biết rằng nhân viên của bạn đã bí mật sử dụng ChatGPT — cho dù bạn có chính sách sử dụng cho nhân viên hay không.
Đã có nhiều nghiên cứu công bố cho thấy nhân viên tại các công ty trong danh sách Fortune 500 đã sử dụng ChatGPT công cộng bí mật trên điện thoại của họ (đúng — gói đăng ký 20 đô la mà học từ tất cả dữ liệu của bạn!)
Giải pháp: Thay vì để nhân viên đi sau lưng bạn, hãy mở cuộc trò chuyện và công bố các chính sách sử dụng cho nhân viên.
Đây là cơ hội để bạn thậm chí tạo ra một danh sách công cụ được chọn lọc mà nhân viên có thể sử dụng. Ví dụ: ChatGPT For Teams đã được phát hành tuần trước và đang bắt đầu thể hiện những cải tiến xuất sắc về năng suất của nhân viên (trong một môi trường tương đối an toàn — có nghĩa là: nó KHÔNG đào tạo trên dữ liệu của bạn!).
Chướng ngại vực 11: Điều Chuẩn Hóa Mục Tiêu
Thực hiện một dự án thử nghiệm Trí tuệ Nhân tạo là tuyệt vời — nhưng quyết định từ trước mục tiêu của dự án thử nghiệm Trí tuệ Nhân tạo cũng quan trọng không kém.
Vì một lý do nào đó, một số công ty nghĩ rằng Trí tuệ Nhân tạo là xứ sở của sữa và mật ong. Và rằng nó sẽ giải quyết tất cả vấn đề của họ. Tôi thường nghe “Tôi ước Trí tuệ Nhân tạo chỉ có thể làm những gì Bob làm”.
Điều này giống như cố gắng đi đến Sao Hỏa — trước khi bạn có thể đến cửa hàng thực phẩm.
Hãy nhớ: Bạn đang thực hiện một phương pháp “bò, đi, chạy, bay”.
Bạn có thể thiết lập một số chỉ số như giảm chi phí, tăng sự tương tác của khách hàng và cải thiện tỷ lệ chuyển đổi tiềm năng để đánh giá hiệu suất của Trí tuệ Nhân tạo.
Giải pháp: Giữ cho nó đơn giản. Nếu mục tiêu là học cách bò, thiết lập kỳ vọng phù hợp. Bạn không cần phải làm cho dự án bay ngay từ lần thử nghiệm đầu tiên. Việc bắt đầu chính là điểm đặt đầu bạn trước các đối thủ.
Chướng ngại vực 12: Thiếu Người Ủng Hộ Trí tuệ Nhân tạo
Thực sự mọi dự án thử nghiệm Trí tuệ Nhân tạo mà tôi đã thấy đều bắt đầu với một người ủng hộ Trí tuệ Nhân tạo. Và tin tôi đi: Tôi đã thấy hàng nghìn dự án thử nghiệm Trí tuệ Nhân tạo thành công cho đến nay.
Yếu tố chung trong tất cả các dự án Trí tuệ Nhân tạo thành công: Một người ủng hộ Trí tuệ Nhân tạo.
Đây là người sẽ vượt qua mọi rào cản và làm mọi cách để dự án thử nghiệm Trí tuệ Nhân tạo hoạt động.
Ví dụ: Người ủng hộ Trí tuệ Nhân tạo tuyệt vời nhất mọi thời đại của tôi là một người (tên được giữ kín!) làm việc trong bộ phận Công nghệ Thông tin của một quận học khu hàng đầu. Lịch sử, ngành công nghiệp này là ngành công nghiệp chậm nhất chuyển đổi sang bất kỳ công nghệ nào. Tuy nhiên, người ủng hộ Trí tuệ Nhân tạo này đã vượt qua tất cả các trở ngại (pháp lý, mua sắm, sự sợ hãi, v.v.) để triển khai thành công một dự án thử nghiệm Trí tuệ Nhân tạo.
Giải pháp: Tổ chức một "Đội Hổ" của những người ủng hộ Trí tuệ Nhân tạo nếu bạn cần.
Chướng ngại vực 13: Chúng tôi Không Biết Bắt Đầu từ Đâu
Với tất cả sự lạc quan xung quanh Trí tuệ Nhân tạo, mọi người và thậm chí cả mẹ chúng đều tuyên bố là “Trí tuệ Nhân tạo” ngay bây giờ. Phần mềm không có bất kỳ thành phần Trí tuệ Nhân tạo nào đột nhiên tự đổi tên làm sản phẩm Trí tuệ Nhân tạo và thay đổi tên miền của họ thành .ai
Điều này tạo ra sự nhầm lẫn trong đội ngũ của bạn về nơi tốt nhất để bắt đầu một dự án thử nghiệm Trí tuệ Nhân tạo.
Và khi có sự nhầm lẫn, mọi người đều đứng im! (còn gọi là “Vấn đề của đèn xe hơi”)
Giải pháp: Sử dụng khung WINS và xem xét xem trường hợp sử dụng nào đang "Trong Lò".
Chướng ngại vực 14: Liệu Chúng Tôi Cần Nvidia H100s?
Một vài tháng trước, Bloomberg quyết định chi tiêu $100 triệu để xây dựng một Mô hình Ngôn ngữ Lớn (LLM) riêng. Tuần trước, tin tức xuất hiện rằng GPT-4 vượt qua nó ở hầu hết các nhiệm vụ tài chính.
Vì vậy, cơ bản là điều Bloomberg chi tiêu $100 triệu để làm, bạn và tôi có được chỉ với $1.
Bài học chính ở đây là: Bạn thực sự cần phải bắt đầu chi tiêu tiền vào cơ sở hạ tầng cho Trí tuệ Nhân tạo hay không? Hoặc bạn có thể lợi dụng cơ sở hạ tầng và phần mềm của người khác.
Đặc biệt: Bạn có thể chỉ cần lợi dụng API của OpenAI hoặc sử dụng một dịch vụ RAG SaaS — thay vì đầu tư vào cơ sở hạ tầng và tái tạo phần mềm (mà bạn không có chuyên môn cốt lõi!)
Xem bài viết trước của tôi về quyết định “Xây Dựng Hay Mua” — đây là một quyết định quan trọng cần được đưa ra, trước khi đầu tư vào cơ sở hạ tầng và MLOps.
Một ví dụ khác: Tuần trước, tôi nghe nói về một công ty khác chi tiêu $500,000 trong đám mây Azure để tạo một đường ống RAG. Mặc dù nó có thể là kỹ thuật khả thi, nhưng đây nên là lựa chọn tuyệt cuối cùng — sau khi đảm bảo rằng đây là một hướng bạn muốn theo đuổi.
Giải pháp: Lợi dụng các API SaaS — trước khi đầu tư vào cơ sở hạ tầng.
Chướng ngại vực 15: Chúng Tôi Không Tin vào Trí tuệ Nhân tạo
Trí tuệ Nhân tạo là một công nghệ mới, vì vậy có một số người hoài nghi giữa chúng ta. Khó khăn khi yêu cầu nhân viên cấp thấp tin vào một điều mà họ chưa trải nghiệm trước đó.
Đó là một xu hướng tự nhiên của con người. Trên thực tế, tôi phải thú nhận: Mất một thời gian để tôi bắt đầu sử dụng Twitter và Whatsapp.
Chuyện phụ: Tôi đã sử dụng Whatsapp chỉ sau một chuyến thăm Ấn Độ và chú bác của tôi hỏi tôi “Cậu có dùng what’s up không?”
Hãy nhớ: Mọi người chỉ tỉnh táo với Trí tuệ Nhân tạo sau khi ChatGPT ra mắt và gây sốc cho thế giới. Thế giới cần những người ủng hộ và các trường hợp nghề nghiệp anh hùng.
Công ty của bạn cũng vậy. Cho đến khi công ty của bạn có một số thành công với các dự án Trí tuệ Nhân tạo ban đầu, không ai sẽ trở thành người tin tưởng.
Giải pháp: Bắt đầu một cách đơn giản và biến những người ủng hộ và các dự án Trí tuệ Nhân tạo thành những anh hùng.
Vì vậy đầu tiên: Hãy khiến nhân viên tin tưởng — ngay cả khi chỉ là một cách nhỏ nhất có thể.
Một trong những trường hợp nghiên cứu yêu thích của tôi là nơi một công ty triển khai một trợ lý ảo nội bộ cho nhân viên hỗ trợ khách hàng. Trong vài ngày, năng suất của nhân viên đã tăng đột ngột với một sự giảm đáng kể về “thời gian giải quyết”. “Thắng lợi” này sau đó đã dẫn đến triển khai rộng rãi trong toàn công ty.
Chướng ngại vực 16: Nhân Viên Của Chúng Tôi Không Hiểu Về Trí tuệ Nhân tạo
Trong một cuộc gọi gần đây với một nhân viên tại một công ty lớn trong danh sách Fortune 1000, người đó hỏi tôi “LLM là gì?”
Và người này đang chịu trách nhiệm triển khai một dự án thử nghiệm Trí tuệ Nhân tạo tại công ty mình.
Tôi hiểu: Trí tuệ Nhân tạo không phải là điều quan trọng nhất ở mọi công ty. Tôi hiểu rằng không phải ai cũng hít thở và ngủ với Trí tuệ Nhân tạo như chúng ta.
Giải pháp: Đầu tư vào đào tạo Trí tuệ Nhân tạo.
Bạn có thể tạo các chương trình đào tạo bao gồm việc đào tạo cho nhân viên mới và giáo dục liên tục cho nhân viên hiện tại. Điều đó không cần phải quá phức tạp.
Ngay cả việc cho chuyên gia tạo cảm hứng nội bộ thực hiện một bài thuyết trình cho các đồng nghiệp cũng sẽ có tác động lớn.
Và nó không cần phải tốn kém. Tôi đảm bảo rằng mọi nhân viên đều có ChatGPT Plus (đăng ký $20) từ Ngày 1. Sau khi họ đã thử nghiệm nó, tôi đào tạo họ về các kỹ thuật tạo cảm hứng như “chuỗi suy nghĩ”.
Mẹo Ninja: Làm một startup, tôi cung cấp cho nhân viên của mình phụ cấp hoàn trả để thuê các chuyên gia tạo cảm hứng trên Fiverr cho các cảm hứng và quy trình công việc mà họ cần.
Chướng ngại vực 17: Chúng Tôi Không Có Chỉ số KPI Cho Trí tuệ Nhân tạo
Mặc dù đánh giá Trí tuệ Nhân tạo còn quá sớm, hầu hết các công ty chạy trên chỉ số KPI — vì vậy quan trọng là phải định nghĩa chúng ngay từ đầu.
Nó không cần phải là KPI phức tạp.. nó có thể là những chỉ số KPI đơn giản như sự sử dụng, số lượng truy vấn/người, theo dõi nhật ký trò chuyện, v.v.
Nếu bạn triển khai như một bot dịch vụ khách hàng dành cho công chúng, bạn có thể định nghĩa các KPI như “giảm vé” hoặc giảm “thời gian giải quyết”. Bạn càng sử dụng nhiều bot trò chuyện, càng tốt cho các trường hợp sử dụng dịch vụ khách hàng như vậy.
Giải pháp: Hãy nghĩ về chỉ số nào sẽ định nghĩa "thành công".
Ví dụ: Một CMO gần đây nói với tôi “Tôi không biết con số chính xác, nhưng lượng vé của chúng tôi giảm rất nhiều. Chúng tôi rất hạnh phúc về điều này — và hiện triển khai Trí tuệ Nhân tạo ở mọi nơi có thể”.
Vì vậy cơ bản: Dữ liệu hướng dẫn là đủ — bạn không cần số liệu chính xác — nhưng ít nhất phải có một ý tưởng về điều bạn đang tối ưu hóa.
Một lý do khác là: Khi đến lúc quyết định liệu dự án thử nghiệm Trí tuệ Nhân tạo của bạn có nên triển khai đầy đủ quy mô hay không, Tổng Giám đốc Tài chính sẽ đặt câu hỏi về ROI dự kiến.
Chướng ngại vực 18: Sự Kháng cự Đối với Sự Thay Đổi
Khi đối mặt với những điều mới như Trí tuệ Nhân tạo, người và tổ chức thường do dự. Đó giống như khi bạn đã quen với một cách làm nhất định, và đột nhiên, ai đó đề xuất một cách làm hoàn toàn mới — có thể làm cho bạn cảm thấy không thoải mái và sợ hãi.
Đây chính là những gì chúng ta gọi là “Sự Kháng cự Đối với Sự Thay Đổi.”
Có nhiều yếu tố gây ra điều này:
- Sợ hãi về Điều Không Biết: Người ta thường thích những gì họ biết. Mang Trí tuệ Nhân tạo vào có thể giống như bước vào một phòng tối. Trong đó có gì? Liệu nó có tốt hơn hay có làm mọi thứ trở nên khó khăn hơn không?
- Lo lắng về Việc Mất Việc: Một lo lắng lớn là Trí tuệ Nhân tạo có thể thay thế công việc. Giống như khi robot bắt đầu làm việc trong nhà máy; người ta sợ họ sẽ không còn việc làm nữa.
- Không Tin Tưởng Trí tuệ Nhân tạo: Đôi khi, người ta không tin tưởng Trí tuệ Nhân tạo vì khó hiểu làm thế nào một máy có thể đưa ra quyết định thông minh. Giống như việc tin tưởng một robot để trông nom em trai của bạn nhỏ — bạn có thoải mái với điều đó không?
- Hài lòng với Cách Mọi Thứ Hiện Tại: Nếu mọi thứ đang hoạt động tốt, tại sao phải thay đổi? Đây là cách nhiều doanh nghiệp nghĩ. Chuyển sang hệ thống Trí tuệ Nhân tạo có thể trở nên không cần thiết và chỉ là quá nhiều công sức.
Thực tế, một người tham gia trong phòng học nói: “Khách hàng của tôi lo lắng rằng Trí tuệ Nhân tạo quá tốt — và do đó có lo ngại xoay quanh điều này đối với vốn nhân sự.”
Giải pháp: Hãy cho thấy Trí tuệ Nhân tạo là một công cụ tăng cường năng suất — KHÔNG phải là sự thay thế cho con người. Bắt đầu với các dự án Trí tuệ Nhân tạo nhỏ và chỉ ra cách chúng giúp ích.