Tác giả: Paul Baier, Jimmy Hexter và John J. Sviokla
ngày 11 tháng 9 năm 2023
Tóm tắt: Các công ty đang gặp khó khăn trong việc bắt đầu với trí tuệ nhân tạo sáng tạo (Generative AI). Các tác giả đã dựa vào các trường hợp nghiên cứu của họ, dựa trên cộng đồng toàn cầu đang phát triển của họ với hơn 3.000 người thực hành GenAI, để chỉ ra một danh mục công việc mới, chính xác hơn và có khả năng hành động hơn so với “công việc tri thức”. Họ gọi đó là Công việc WINS – những nơi nhiệm vụ, chức năng, có thể là toàn bộ công ty hoặc ngành công nghiệp của bạn – phụ thuộc vào việc xử lý và giải thích các từ, hình ảnh, số liệu và âm thanh (WINS). Khung này có thể giúp các nhà lãnh đạo xác định mức độ dễ bị tác động của công việc kinh doanh của họ bởi các thay đổi từ công nghệ mới này và lập kế hoạch phản ứng của họ.
Để hiểu rõ nhất về trí tuệ nhân tạo sáng tạo (GenAI), hãy nhìn vào nó thông qua kính đôi. Qua ống kính trên cùng, ta thấy cái nhìn xa dài về những vấn đề lớn, đang đe dọa như độ chính xác, quyền riêng tư và sự thiên vị, cũng như tiềm năng tác động của GenAI đối với “công nhân tri thức” và thậm chí là sự mất việc làm trên quy mô kinh tế và các rủi ro xã hội. Mặc dù cái nhìn này quan trọng, nhưng chúng tôi đã nghe đi nghe lại rằng nó không giúp ích cho các điều hành và thành viên ban quản trị vì khó để dịch từ sự nhận thức tổng quan rằng hàng triệu việc làm sẽ bị ảnh hưởng thành ý nghĩa đối với doanh nghiệp của họ vào ngày hôm nay.
Đó là lý do tại sao chúng tôi cũng đề xuất nhìn vào GenAI qua ống kính dưới cùng và xem xét những gì đang xảy ra ngay trước mắt. Ở đây, các nhà lãnh đạo có thể tìm thấy các cơ hội và rủi ro ngay lập tức từ GenAI mà các công ty đang đối mặt ngày nay. Tuy nhiên, khi nhìn từ góc độ này, các nhà lãnh đạo cũng có thể cần điều chỉnh điều họ đang tìm kiếm.
Các trường hợp nghiên cứu của chúng tôi, dựa trên cộng đồng toàn cầu đang phát triển của chúng tôi với hơn 3.000 người thực hành GenAI, trỏ vào một danh mục công việc mới, chính xác và có khả năng hành động hơn so với “công việc tri thức.” Chúng tôi gọi nó là Công việc WINS (Words, Images, Numbers, and Sounds – Từ, Hình ảnh, Số liệu và Âm thanh): những nơi mà nhiệm vụ, chức năng, có thể là toàn bộ công ty hoặc ngành công nghiệp của bạn phụ thuộc vào việc xử lý và giải thích các từ, hình ảnh, số liệu và âm thanh (WINS). Bác sĩ phẫu thuật tim và đầu bếp là công nhân tri thức nhưng không phải là công nhân WINS. Các lập trình viên phần mềm, kế toán và chuyên gia tiếp thị là công nhân WINS.
GenAI có tiềm năng trở thành công cụ mạnh mẽ cho công việc WINS. Nó có khả năng tạo ra văn bản mới, mã máy tính, hình ảnh, lời kể, âm nhạc và video cũng như tiếp thu và tóm tắt, đánh giá, cải thiện và định dạng lại gần như mọi loại tài liệu hoặc phân tích. Mọi nhiệm vụ WINS, tiến trình con và tiến trình end-to-end trong doanh nghiệp của bạn (và trong nhiều trường hợp là toàn bộ doanh nghiệp) nên được đánh giá để tìm khả năng tận dụng với GenAI.
Mức độ Cấp bách doanh nghiệp cần quan tâm đến GenAI?
Chúng tôi tin rằng cách dễ nhất cho các công ty tiến hành là đặt ra cho họ hai câu hỏi đơn giản:
- Bao nhiêu phần trăm của nguồn lực chi phí của chúng tôi được tạo bởi công việc WINS?
- Mức độ số hóa của các thông tin đầu vào WINS hiện nay là bao nhiêu?
Bằng cách xây dựng một ma trận 2×2 cho công ty của bạn, hãy tự hỏi nó rơi vào đâu. Sự phân loại cấp cao nhất có thể thực hiện bằng cách xem xét tổng nguồn lực chi phí của công ty và sau đó theo từng chức năng, đánh giá phần trăm công việc là công việc WINS. Ví dụ, phát triển phần mềm, dịch vụ khách hàng, tiếp thị và Nghiên cứu & Phát triển là bốn lĩnh vực chỉ ra mức độ công việc WINS cao. Dưới đây là cái nhìn cận cảnh về mỗi vị trí cạnh tranh.
Trong Lò Lửa
Các ngành có tỷ lệ chi phí cao trong công việc WINS và đã được số hóa cao là “Trong Lò Lửa” và phải hiểu và tiếp nhận GenAI ngay lập tức. Các ngành như phần mềm, giải trí, dịch vụ chuyên nghiệp, dịch vụ tài chính, giáo dục và các ngành khác thuộc “Trong Lò Lửa”, bởi vì những đối thủ áp dụng GenAI nhanh chóng sẽ mạnh mẽ hơn, nhanh hơn và rẻ hơn.
Các công cụ của GenAI cung cấp các câu trả lời và biểu đạt sáng tạo mới cho mọi thứ, từ hồ sơ đến tiếp thị. Hãy tưởng tượng đó như sức mạnh của nhiếp ảnh trong nghệ thuật chân dung. Trong quá khứ, việc vẽ chân dung chỉ dành cho người giàu – một sản phẩm được tạo ra một cách chậm rãi bởi những người thợ thủ công được đào tạo cao cấp – nhiếp ảnh đã mở rộng thị trường một cách đáng kể, biến đổi hoàn toàn khái niệm về một bức chân dung (hãy nghĩ về một bức tự sướng) và về mặt kinh tế của nó. Trong tay của những tài năng xuất sắc, nhiếp ảnh trở thành một hình thức nghệ thuật mới. Tương tự, phát triển phần mềm, viết kịch bản, sản xuất phim, khai thuế, kế toán, v.v., có thể sẽ chịu áp lực chi phí đáng kể – và theo thời gian sẽ trải qua sự biến đổi lớn. Các hoạt động này có thể hoặc không hoàn toàn tự động hóa, nhưng giống như bạn sẽ không bao giờ thuê một kế toán ngày nay mà không sử dụng Excel, có khả năng GenAI có thể trở thành một phần không thể thiếu cho nhiều nhiệm vụ.
Nắm giữ bí quyết
Các công ty đang nắm giữ bí quyết có khả năng thu được lợi thế về chi phí, thời gian và chất lượng, ngay cả khi nguồn lực chi phí của họ không được tập trung nhiều vào công việc WINS và sản phẩm hoặc sản phẩm cuối cùng của họ cũng không phải là WINS hoặc được số hóa. Ví dụ, Moderna gần đây đã yêu cầu tất cả nhân viên được đào tạo về các công cụ GenAI. Họ tin rằng đây là một kỹ năng cơ bản để thúc đẩy năng suất của công nhân WINS, ngay cả khi sản phẩm của họ là một phân tử hoặc can thiệp điều trị. Trong cộng đồng học tập GenAI của chúng tôi, chúng tôi đã thấy GenAI rất tốt để hỗ trợ việc chuẩn bị hồ sơ đấu thầu khi đáp ứng một Yêu cầu Đề nghị Đề xuất (RFP). Tốc độ bán hàng là một biến số hiệu suất quan trọng cho tất cả mọi người, ngay cả đối với những công ty có ít công nhân WINS. Nhiều chức năng SG&A, các khía cạnh quan trọng của R&D và thậm chí toàn bộ quá trình phát triển sản phẩm và chức năng cung ứng end-to-end cũng có thể tận dụng GenAI.
Ứng viên tiềm năng tiếp theo
Danh mục “Ứng cử viên tiềm năng” (“Next in Line”) trong khung công việc của chúng tôi có thể cung cấp cơ hội để tiến hành số hóa những nhiệm vụ hiện chưa được số hóa để tạo ra cơ hội. Ví dụ, nhiều công ty trang trí nhà hàng đầu đang đầu tư vào những gì họ gọi là “cửa trước kỹ thuật số,” giúp khách hàng tham gia vào quá trình xác định và mua sắm. GenAI sẽ cho phép mức độ tùy chỉnh mới để giúp khách hàng thực hiện các hành động để hình dung các sản phẩm trang trí nhà cửa một cách cụ thể và tưởng tượng hơn, dẫn đến trải nghiệm tốt hơn, sự tiếp nhận lớn hơn từ phía khách hàng và ít trả hàng hơn đối với những công ty đang ở hàng đầu trong lĩnh vực này.
Kẻ quan sát trên ban công
Đối với các công ty đang ở vị trí “In the Balcony”, chúng ta thấy rằng việc số hóa thấp và công việc WINS hạn chế là đặc điểm của quá trình tạo giá trị hiện nay. Thường thì đây là các ngành công nghiệp có lượng lao động kỹ thuật thấp hoặc, khi có sự kỹ năng cao tham gia, bản chất của kỹ năng đó nằm nhiều hơn trong việc tạo ra sản phẩm hoặc dịch vụ vật lý. Hình 2 đưa ra một số ngành công nghiệp mẫu trong mỗi trong bốn phần của ma trận.
Không giống như nhiều khoản đầu tư cố định (CapEx) và chi tiêu công nghệ mà cần vài năm để thấy được lợi nhuận, GenAI, ngay cả ở giai đoạn sớm như vậy, thường có thể làm tăng EBITDA (Lợi nhuận trước thuế, lãi và khấu trừ khác) trong năm nó được áp dụng, bởi vì tăng năng suất trong tương lai gần quá hấp dẫn. Theo thời gian, những dự án này có thể tạo ra cơ hội đầu tư chiến lược để tạo ra tài sản có thể bảo vệ hoặc các ưu thế cạnh tranh.
Vấn đề Pháp lý và Rủi ro
Khi sử dụng những công cụ này, việc có xem xét từ con người về các quyết định quan trọng và có nguy cơ cao là điều rất quan trọng. Các mô hình GenAI hiện nay đôi khi có thể “điên đảo” và đưa ra những câu trả lời sai lầm. Do đó, hiện nay, nhân viên nên sử dụng nó để bổ sung – không phải là tự động hóa hoàn toàn – các nhiệm vụ có nguy cơ cao. Theo thời gian, các nhà đổi mới sẽ tìm ra cách để cải thiện và bổ sung các mô hình cốt lõi để nâng cao độ chính xác. Ngoài ra, nếu bạn đang sử dụng một trong những mô hình truy cập mở như ChatGPT, hãy có các chính sách rõ ràng về khi nào bạn sẽ cho phép dữ liệu và truy vấn trở thành một phần của cơ sở kiến thức của họ và khi nào bạn sẽ giữ nó là thông tin riêng tư.
Nơi tình yêu bắt đầu
Để đưa dự án GenAI của bạn vào hoạt động, chúng tôi đề xuất cách tiếp cận theo 7 điểm cốt lõi sau đây:
- Học đủ về toàn bộ bộ công cụ GenAI có thể thúc đẩy năng suất, thay đổi và đổi mới trong công ty và ngành công nghiệp của bạn. Điều này không phải là bài học trong lớp học. Điều này giống hơn với việc bơi lội. Bạn không thể học bơi bằng cách nghe giảng hoặc xem video. Hãy cất tay áo lên, nhảy vào hồ bơi và bơi mấy vòng. Tìm hiểu cách làm việc với các công cụ và khả năng của chúng.
- Hội đồng quản trị/GĐ điều hành nên chỉ định một nhóm đa chức năng để bắt đầu từ mức nhiệm vụ, tiến trình con và tiến trình để thực hiện các thử nghiệm thực tế và báo cáo về tiến trình.
- Hãy có một nhóm kinh doanh/công nghệ/tài chính đa chức năng xem xét xem bạn có thể tổng hợp bài học từ các thử nghiệm sớm của bạn và tìm hiểu nơi bạn “nắm cần gạt”.
- Tiến hành xem xét chiến lược về các yếu tố chi phí trong danh mục WINS và sự số hóa hiện tại để đánh giá mức độ cấp bách của việc đầu tư rộng rãi vào GenAI. Tìm hiểu xem công ty của bạn có ở trong vị trí “Trong Lò Lửa” không.
- Nếu bạn phát hiện rằng bạn đang ở trong vị trí “Trong Lò Lửa” hoặc “Nắm giữ Cần gạt,” tạo một chiến lược kiểm tra và học liên quan đến một chương trình cải tiến kéo dài từ sáu đến 24 tháng. Chúng tôi tin rằng đó là khoảng thời gian mà bạn có trước khi sự cạnh tranh gia tăng trong ngành công nghiệp của bạn.
- Nếu bạn ở trong vị trí “Next in Line,” tìm hiểu về GenAI và bắt đầu tiến về sự số hóa của tất cả công việc WINS để bạn đứng trước cảnh báo. Bạn sẽ là người tiếp theo “Trong Lò Lửa,” và nếu bạn không biến đổi ngành công nghiệp của bạn, người khác sẽ làm điều đó.
- Đối với những người “Trong Ban Công,” tiếp tục học hỏi. Mặc dù mọi thứ không gấp gáp với bạn, các công cụ GenAI sẽ xuất hiện để làm cho kinh doanh của bạn dễ dàng và nhanh chóng hơn, giống như Excel và Word đã thay thế máy tính và máy đánh chữ.
Hãy đeo thật nhiều chiếc kính để có nhiều góc nhìn về tiềm năng GenAI
Như chúng tôi đã nói ở đầu, chúng tôi khuyên rằng tất cả các nhà lãnh đạo kinh doanh nên đeo kính GenAI kép của họ và không chỉ nhìn vào xa qua ống kính trên cùng, mà có lẽ càng cấp bách và quan trọng hơn, hãy nhìn qua ống kính dưới cùng để xem điều gì ở gần. Lịch sử cho thấy đã mất khoảng năm đến bảy năm để một công ty gây ra biến đổi thay đổi mô hình ngành. Năm năm sau khi Uber thành lập vào năm 2009, giá quyền lái taxi (taxi medallion) tại NYC đạt đỉnh vào khoảng năm 2014 với mức khoảng 1.000.000 đô la. Đến năm 2017, giá trị của chúng giảm còn 250.000 đô la hoặc thấp hơn và tiếp tục giảm.
Các công ty phụ thuộc mạnh vào công việc WINS cần hành động ngay hôm nay để chống lại sự cạnh tranh khốc liệt và đối phó với các đối thủ gây biến đổi trong vòng 36 đến 60 tháng. Đừng để mắc kẹt với các chi phí cao, các quy trình cũ, bất lợi về dữ liệu, mất tài năng, và vốn đầu tư đắt đỏ.
Paul Baier là CEO và Đồng Sáng Lập của GAI Insights, một công ty phân tích chuyên nghiệp về việc áp dụng thực tế của trí tuệ nhân tạo phát sinh (generative AI).
Jimmy Hexter là Đồng Sáng Lập của GAI Insights và là Giáo sư Kinh doanh Toàn cầu Philip Van Horn Gerdine tại Trường Kinh doanh Questrom của Đại học Boston. Trước đây, ông là Đối tác Cấp Cao tại McKinsey & Co và là Đối tác Quản lý tại L Catterton.
John J. Sviokla, Đồng Sáng Lập của GAI Insights, đã làm việc như một cố vấn cấp cao với PwC, Diamond và đã là một giảng viên tại HBS trong hơn một thập kỷ. Đam mê của ông là hiểu cách tính toán thực tế thay đổi tổ chức và cạnh tranh và đó là điều ông nghiên cứu, viết và nói về.
