Cập nhật vào ngày 19 tháng 12 năm 2024 bởi Tiến sĩ Marlene Wolfgruber, Trưởng Chiến lược Tài liệu AI tại ABBYY
Một năm nữa lại trôi qua, thêm một khoản đầu tư vào trí tuệ nhân tạo (AI).
Đây chắc chắn là xu hướng của năm 2024, nhưng liệu đà phát triển này có tiếp tục duy trì vào năm 2025 khi nhiều tổ chức bắt đầu đặt câu hỏi về lợi tức đầu tư (ROI) của AI?
Theo hầu hết các nhà phân tích, câu trả lời là một “có” mạnh mẽ, với dự đoán đầu tư toàn cầu sẽ tăng khoảng một phần ba trong vòng 12 tháng tới và tiếp tục trên quỹ đạo này đến năm 2028. Tuy nhiên, mặc dù ngân sách có thể đang tăng lên, tôi dự đoán sẽ có một cách tiếp cận thận trọng hơn trong năm 2025, với việc các công ty trở nên kén chọn hơn trong việc lựa chọn công nghệ mà họ cần, và quan trọng hơn, liệu công nghệ đó có thể giải quyết những thách thức thực tế trong kinh doanh hay không.
Với suy nghĩ đó, đây là một số dự đoán của tôi cho năm 2025:
1. Phân Tích Tốt Hơn Trước Khi Đưa Ra Quyết Định
Với sự tập trung lớn hơn vào việc cải thiện ROI, các doanh nghiệp sẽ sử dụng chính AI để đảm bảo rằng họ đang chi tiêu một cách hợp lý. Một trong những vấn đề lớn nhất cho đến nay là sự nóng vội “theo xu hướng,” đặc biệt kể từ khi AI tạo sinh (generative AI) và các mô hình ngôn ngữ lớn (LLM) ra đời. Theo một nghiên cứu gần đây, có tới 63% các nhà lãnh đạo doanh nghiệp toàn cầu thừa nhận rằng khoản đầu tư vào AI của họ bắt nguồn từ FOMO (nỗi sợ bị bỏ lỡ). Đây chính là lý do tại sao một cách tiếp cận dựa trên dữ liệu là rất cần thiết.
Tiếp nối tự động hóa đại diện (agentic automation), trí thông minh quy trình nhận thức (cognitive process intelligence) sẽ tập trung vào việc cung cấp bối cảnh sâu hơn về hoạt động kinh doanh. Điều này cơ bản giúp AI có khả năng hoạt động như một cố vấn vận hành. Các hệ thống này có thể lập bản đồ, phân tích và dự đoán các quy trình công việc phức tạp trong một tổ chức, sau đó đề xuất các cải tiến dựa trên phân tích dữ liệu theo thời gian thực và các mô hình trong quá khứ, vượt ra ngoài phạm vi tự động hóa các nhiệm vụ đơn giản.
Điều này sẽ đặc biệt hấp dẫn đối với các lĩnh vực như tài chính, logistics, và sản xuất, nơi mà ngay cả những cải thiện nhỏ trong vận hành cũng có thể mang lại khoản tiết kiệm chi phí đáng kể.
2. Kỷ Nguyên AI Đầu Tiên Làm Sống Lại Sự Quan Tâm Đến BPM
Một thời kỳ hoàng kim mới của quản lý quy trình kinh doanh (BPM – Business Process Management) đang đến gần. Kể từ những năm 1990, khi sự xuất hiện của hoạch định nguồn lực doanh nghiệp (ERP) thúc đẩy làn sóng số hóa rộng rãi, các công ty chưa từng phải xem xét lại cách họ vận hành để duy trì tính cạnh tranh. Hai yếu tố chính đang thúc đẩy sự thay đổi này. Thứ nhất, các công ty nhận ra rằng tăng trưởng bằng mọi giá không bền vững; họ chuyển trọng tâm sang hiệu suất và hiệu quả để đạt được tỷ lệ kinh tế đơn vị tốt và ROI tích cực. Thứ hai, sự cường điệu về các agent AI thế hệ mới đã đẩy nhanh sự quan tâm và áp dụng công nghệ khi các nhà điều hành yêu cầu đội ngũ khám phá các trường hợp sử dụng để tạo lợi thế cạnh tranh trên thị trường.
Những mô hình hiệu quả nhất hoặc những lời nhắc tinh vi nhất đều trở nên vô dụng khi tách rời. Do đó, BPM một lần nữa trở thành tâm điểm. Tác động sắp xảy ra của AI lên gần như tất cả các quy trình làm việc của doanh nghiệp khiến việc khám phá, phân tích và tái thiết kế quy trình trở nên cần thiết để vận hành bất kỳ chương trình nào, chứ chưa nói đến việc mở rộng nó.
Tình huống này phản ánh những thách thức của các cuộc chuyển đổi số trước đây, vốn thường có tỷ lệ thành công thấp vì quá tập trung vào công nghệ mà bỏ qua yếu tố con người hoặc quy trình.
3. Hệ Thống AI Đa Phương Thức Tích Hợp Hơn
AI đa phương thức, kết hợp dữ liệu từ văn bản, hình ảnh, âm thanh và cảm biến, sẽ trở thành tiêu chuẩn cho các doanh nghiệp tìm kiếm nhận thức toàn diện về tình huống. Điều này sẽ vượt xa các ứng dụng phân tích tài liệu hoặc nhận diện giọng nói độc lập; thay vào đó, các hệ thống tích hợp sẽ có khả năng rút ra thông tin từ nhiều phương thức để cung cấp các diễn giải phong phú và chính xác hơn về các tình huống phức tạp.
Trong lĩnh vực tài chính, AI đa phương thức có thể cách mạng hóa dịch vụ khách hàng bằng cách tích hợp văn bản, giọng nói, hồ sơ giao dịch và dữ liệu hành vi để tạo ra cái nhìn toàn diện về nhu cầu của khách hàng. Sự tích hợp này cho phép các tổ chức tài chính cung cấp dịch vụ cá nhân hóa, nâng cao sự hài lòng của khách hàng và cải thiện hiệu suất hoạt động.
Ví dụ, các cố vấn tài chính ảo sử dụng AI có thể cung cấp quyền truy cập 24/7 vào các lời khuyên tài chính, phân tích các mẫu chi tiêu của khách hàng và đưa ra các mẹo lập ngân sách được cá nhân hóa. Ngoài ra, chatbot được hỗ trợ bởi AI có thể xử lý số lượng lớn các yêu cầu thông thường, giúp đơn giản hóa quy trình và giữ chân khách hàng.
Bằng cách tận dụng AI đa phương thức, các tổ chức tài chính có thể dự đoán nhu cầu của khách hàng, chủ động giải quyết các vấn đề, và cung cấp các lời khuyên tài chính được tùy chỉnh, từ đó củng cố mối quan hệ khách hàng và tạo lợi thế cạnh tranh trên thị trường.
4. AI Đáp Ứng Quy Định Và Dễ Giải Thích
Với sự gia tăng các quy định toàn cầu, trọng tâm sẽ chuyển sang AI dễ giải thích và minh bạch, đáp ứng các yêu cầu quy định ngay từ giai đoạn đầu phát triển. Chúng ta sẽ thấy nhiều công cụ hơn được phát triển để đảm bảo tính minh bạch của AI, giảm thiên kiến và cung cấp các bản ghi kiểm tra, cho phép các công ty tin tưởng vào các giải pháp AI và xác minh tuân thủ khi cần thiết.
Các nhà phát triển AI có thể sẽ cung cấp các giao diện cho phép các bên liên quan giải thích và đặt câu hỏi về các quyết định của AI, đặc biệt trong các lĩnh vực quan trọng như tài chính, bảo hiểm, chăm sóc sức khỏe và luật pháp.
Ngoài tính minh bạch, việc cam kết phát triển AI có trách nhiệm sẽ trở thành ưu tiên khi các công ty nỗ lực xây dựng niềm tin từ khách hàng và người tiêu dùng. Tổ chức OECD báo cáo rằng có hơn 700 sáng kiến quy định đang được phát triển tại hơn 60 quốc gia. Trong khi luật pháp vẫn đang theo đuổi tốc độ đổi mới, các công ty sẽ chủ động tuân theo các bộ quy tắc đạo đức tự nguyện, như các bộ tiêu chuẩn được phát triển bởi IEEE hoặc NIST, để thiết lập các tiêu chuẩn rõ ràng.
Bằng cách đón nhận tính minh bạch, tuân theo các thực hành tốt nhất, và giao tiếp rõ ràng với khách hàng, các công ty sẽ xây dựng danh tiếng đáng tin cậy, khép lại khoảng cách về niềm tin vào AI và tăng cường lòng trung thành cũng như sự tin tưởng.
Kiểm toán độc lập cũng sẽ ngày càng phổ biến để cung cấp góc nhìn khách quan. Một ví dụ điển hình là tổ chức phi lợi nhuận forHumanity, nơi cung cấp các dịch vụ kiểm toán độc lập cho các hệ thống AI để phân tích rủi ro.
5. Thiết Kế AI Lấy Con Người Làm Trung Tâm
Khi các công cụ AI ngày càng gắn bó với cuộc sống của chúng ta, các cân nhắc về đạo đức và thiết kế AI lấy con người làm trung tâm sẽ trở nên quan trọng hơn bao giờ hết. Dự kiến sẽ có sự chuyển đổi sang các hệ thống AI được thiết kế với cách tiếp cận nhân văn, ưu tiên việc trao quyền cho người dùng, tính bao trùm và sức khỏe tinh thần.
Các công ty có khả năng sẽ phát triển các giải pháp AI nhấn mạnh vào trí tuệ hợp tác—các hệ thống AI hỗ trợ đưa ra quyết định của con người thay vì thay thế họ. Điều này cũng có thể bao gồm trọng tâm về an toàn tâm lý và sức khỏe tinh thần trong tương tác giữa con người và máy móc.
6. Bình Tĩnh với Tự Động Hóa Agentic
Ranh giới giữa tự động hóa mang tính quyết định (deterministic automation) và tự động hóa agentic sẽ mờ đi vào năm 2025, dẫn đến sự xuất hiện của các hệ thống thông minh, tích hợp và thích ứng hơn, cải thiện nhiều khía cạnh trong cuộc sống và các ngành công nghiệp của chúng ta. Tuy nhiên, tự động hóa mang tính quyết định vẫn sẽ chiếm ưu thế và đóng vai trò cung cấp sức mạnh cho ít nhất 95% các hệ thống tự động hóa trong sản xuất vào năm tới.
Không nghi ngờ gì, tự động hóa agentic, đặc trưng bởi các hệ thống có khả năng đưa ra quyết định tự chủ và thích nghi với các tình huống mới, rất hấp dẫn và được kỳ vọng sẽ đạt được những bước tiến lớn. Trong các môi trường năng động, nơi tính linh hoạt và khả năng thích nghi là yếu tố then chốt, những hệ thống này sẽ mang lại các tương tác cá nhân hóa và linh hoạt hơn, cải thiện trải nghiệm người dùng và hiệu quả kết quả.
7. Đối Mặt với LLMs
Những tiến bộ trong các mô hình ngôn ngữ lớn (LLMs) đã mang tính cách mạng, nhưng cũng như mọi công nghệ vĩ đại khác, chúng đi kèm với nhiều thách thức, đặc biệt là chi phí tài nguyên đắt đỏ.
Nhiều nhược điểm của AI tạo sinh và LLMs xuất phát từ việc yêu cầu một lượng dữ liệu khổng lồ để tạo ra giá trị. Điều này không chỉ làm tăng rủi ro về đạo đức, độ chính xác (như hiện tượng “ảo giác”), và quyền riêng tư, mà còn làm gia tăng đáng kể mức năng lượng cần thiết để vận hành các công cụ này.
Thay vì sử dụng các công cụ AI tổng quát, năm 2025 sẽ chứng kiến các doanh nghiệp chuyển hướng sang các hệ thống AI được thiết kế chuyên biệt cho các nhiệm vụ và mục tiêu cụ thể. Giống như việc cắt tỉa một cây bonsai, cần loại bỏ những gì không thực sự cần thiết để khiến nó trở nên gọn nhẹ và hiệu quả hơn. Bằng cách thu gọn mô hình, độ chính xác trong các tính toán của nó nhỏ hơn, giúp tăng tốc độ và giảm nhu cầu năng lượng cho xử lý máy tính.
Tổng Kết
Không nghi ngờ gì, năm 2025 sẽ tiếp tục là một năm bùng nổ đầu tư vào trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh, công nghệ sẽ tiếp tục thay đổi cách vận hành của các công ty và ngành nghề trên mọi lĩnh vực. Tuy nhiên, các nhà lãnh đạo doanh nghiệp sẽ có xu hướng áp dụng một cách tiếp cận toàn diện, dựa trên dữ liệu để đầu tư, tập trung vào việc đạt được các mục tiêu kinh doanh thực sự, đồng thời đảm bảo các tiêu chuẩn về đạo đức và tính bền vững.
Suy cho cùng, tiềm năng thực sự của AI nằm ở cách nó được ứng dụng một cách cẩn thận và có chiến lược—đừng để nỗi lo bỏ lỡ cơ hội (FOMO) làm mờ lý trí của bạn.
