Tác giả: Scott Leshinsk
Ngày 26 tháng 10 năm 2023
Trước khi Trí tuệ Nhân tạo (AI) trở nên phổ biến chính vì tính tiện lợi của Trí thông minh tạo ra (GenAI), việc tích hợp dữ liệu và chuẩn bị cho Học máy đã trở thành một trong những ưu tiên kinh doanh thời thời thời điểm đó. Trong quá khứ, các doanh nghiệp và những người tư vấn thường tạo ra các dự án AI/ML một lần cho các trường hợp sử dụng cụ thể, nhưng niềm tin vào kết quả thường bị hạn chế, và những dự án này thường được duy trì gần như hoàn toàn trong các nhóm công nghệ thông tin. Các trường hợp sử dụng AI ban đầu này đòi hỏi các nhóm nhà khoa học dữ liệu chuyên dụng, quá nhiều thời gian và công sức để tạo ra kết quả, thiếu tính minh bạch và phần lớn các dự án không thành công.
Từ đó, khi các nhà phát triển trở nên thoải mái và tự tin hơn với công nghệ, AI và Học máy (ML) được sử dụng thường xuyên hơn, một lần nữa, chủ yếu bởi các nhóm công nghệ thông tin vì tính phức tạp của việc xây dựng các mô hình, làm sạch và nhập dữ liệu và kiểm tra kết quả. Ngày nay, với GenAI không thể tránh được trong môi trường chuyên nghiệp và cá nhân trên khắp thế giới, công nghệ AI đã trở nên dễ tiếp cận đối với đại đa số. Chúng ta hiện đang ở ngưỡng giới hạn AI, nhưng chúng ta đã đi đến đây như thế nào và tại sao GenAI đã đẩy chúng ta tiến đến sự tiếp nhận rộng rãi?
Sự Thật về Trí tuệ Nhân tạo
Với “OpenAI” và “ChatGPT” trở thành tên thường ngày, cuộc trò chuyện về Trí thông minh tạo ra (GenAI) đang xuất hiện khắp nơi và thường khó tránh. Từ các ứng dụng trong kinh doanh như chatbots, phân tích dữ liệu và tóm tắt báo cáo đến các ứng dụng cá nhân như lập kế hoạch du lịch và tạo nội dung, GenAI đang nhanh chóng trở thành công nghệ được thảo luận nhiều nhất trên toàn thế giới, và sự phát triển nhanh chóng của nó đang vượt xa so với những đổi mới công nghệ khác mà chúng ta đã thấy.
Mặc dù hầu hết mọi người biết về Trí tuệ Nhân tạo, và một số người biết cách nó hoạt động và có thể triển khai, tổ chức trong cả khu vực công và tư vấn vẫn đang bắt kịp để khai phá toàn bộ lợi ích của công nghệ này. Theo dữ liệu từ Alphasense, 40% cuộc gọi họp để bàn của các doanh nghiệp đã đề cập đến lợi ích và sự phấn khích về Trí tuệ Nhân tạo, nhưng chỉ có 1 trên 6 (16%) công ty trong chỉ số S&P 500 đã đề cập đến Trí tuệ Nhân tạo trong bưu kiện thông lệ hàng quý. Điều này đặt ra câu hỏi: tác động tài chính của Trí tuệ Nhân tạo là gì và bao nhiêu công ty thực sự đầu tư vào việc áp dụng nó?
Thay vì nhảy vào cuộc đua Trí tuệ Nhân tạo chỉ vì nó đang trở nên thịnh hành, các doanh nghiệp cần xem xét giá trị mà Trí tuệ Nhân tạo sẽ mang lại cho bên trong tổ chức và cho khách hàng của họ, và những vấn đề mà nó có thể giải quyết cho người dùng. Các dự án Trí tuệ Nhân tạo thường tốn kém, và nếu một công ty bắt đầu sử dụng Trí tuệ Nhân tạo mà không đánh giá đúng các trường hợp sử dụng và lợi nhuận thu về, có thể là lãng phí thời gian và nguồn tài chính. Việc tiến hành các cuộc xem trước riêng tư cho phép xác nhận một cách kiểm soát việc sản phẩm phù hợp với thị trường và xác nhận ROI liên quan của các trường hợp sử dụng cụ thể để kiểm chứng đề xuất giá trị của một giải pháp Trí tuệ Nhân tạo trước khi tung ra thị trường.
Những Điều Cần Biết Đối Với Nhà Cung Cấp Trước Khi Đầu Tư vào Trí tuệ Nhân tạo (AI)
Đầu tư vào Trí tuệ Nhân tạo, hay không đầu tư vào AI? Đây là một câu hỏi quan trọng mà các nhà cung cấp Dịch vụ Phần mềm dự kiến trước khi tập trung phát triển các giải pháp AI. Khi bạn cân nhắc các tùy chọn của mình, hãy chú ý đến giá trị, tốc độ, sự tin tưởng và quy mô.
Cân đối giá trị và tốc độ. Khả năng cao là khách hàng của bạn sẽ không ấn tượng chỉ bằng việc đề cập đơn thuần đến một giải pháp AI; thay vào đó, họ sẽ muốn giá trị có thể đo lường được. Đội ngũ sản phẩm SaaS nên bắt đầu bằng việc hỏi xem liệu có nhu cầu kinh doanh thực sự hoặc vấn đề mà họ muốn giải quyết cho khách hàng của họ, và liệu AI có phải là giải pháp thích hợp không. Đừng cố gắng đưa một khía cạnh không phù hợp (AI) vào trong một lĩnh vực không liên quan (các sản phẩm công nghệ của bạn). Nếu không biết AI sẽ thêm giá trị cho người dùng cuối cùng như thế nào, thì không có đảm bảo rằng có người sẽ trả tiền cho những khả năng đó.
Xây dựng sự tin tưởng, sau đó mở rộng quy mô. Để thay đổi hệ thống, cần phải có rất nhiều sự tin tưởng. Các nhà cung cấp nên ưu tiên việc xây dựng sự tin tưởng trong các giải pháp AI của họ trước khi mở rộng chúng. Sự minh bạch và khả năng xem xét mô hình dữ liệu và kết quả có thể giải quyết sự cản trở. Hãy để người dùng có thể truy cập vào nguồn gốc của mô hình để họ thấy cách những thông tin được đề xuất bởi giải pháp được tạo ra. Hầu hết các nhà cung cấp uy tín cũng có thể chia sẻ các phương pháp tốt nhất cho việc áp dụng AI để giúp giảm thiểu những điểm khó khăn có thể xảy ra.
Các Rào Cản Phổ Biến đối với Nhà Cung Cấp Công Nghệ: Phiên bản Trí tuệ Nhân tạo (AI)
Đối với các tổ chức sẵn sàng bắt đầu hành trình với Trí tuệ Nhân tạo, có một số nguy cơ tiềm ẩn mà cần tránh để đảm bảo tối ưu hóa tác động. Hãy tránh tư duy nhóm và đừng đi theo đám đông mà không biết mình đang đi đâu. Hãy có một chiến lược rõ ràng cho việc áp dụng AI để bạn có thể suy nghĩ về mục tiêu cuối cùng của mình và xác nhận rằng chiến lược đó phù hợp với nhiệm vụ của tổ chức và giá trị của khách hàng.
Mang một sản phẩm AI đến thị trường không phải là một nhiệm vụ dễ dàng, và những thất bại thường nhiều hơn những thành công. Có rất nhiều rủi ro về bảo mật, kinh tế và tài năng.
Xem xét một cách riêng về các vấn đề liên quan đến bảo mật, các mô hình Trí tuệ Nhân tạo thường chứa các tài liệu và dữ liệu nhạy cảm, mà các tổ chức Dịch vụ Phần mềm cần được trang bị để quản lý. Các điều cần xem xét bao gồm:
- Xử lý Tài liệu Nhạy cảm: Chia sẻ tài liệu nhạy cảm với các mô hình ngôn ngữ tổng quát lớn (LLMs) có nguy cơ mô hình vô tình tiết lộ tài liệu nhạy cảm cho người dùng khác. Các công ty nên đề ra các phương pháp tốt nhất cho người dùng – cả bên trong và bên ngoài – để bảo vệ tài liệu nhạy cảm.
- Lưu Trữ Dữ liệu và Tác động đối với Quyền Riêng tư: Ngoài các lo ngại về việc chia sẻ, việc lưu trữ tài liệu nhạy cảm trong các hệ thống Trí tuệ Nhân tạo có thể làm cho dữ liệu dễ bị xâm nhập hoặc truy cập trái phép. Người dùng nên lưu trữ dữ liệu trong các vị trí an toàn với các biện pháp bảo vệ để đề phòng các sự cố xâm nhập dữ liệu.
- Giảm Thiểu Thông Tin Không Chính Xác: Các mô hình Trí tuệ Nhân tạo thu thập và tổng hợp lượng lớn dữ liệu, và thông tin không chính xác có thể dễ dàng được truyền tải. Theo dõi, giám sát và xác thực của con người là cần thiết để đảm bảo thông tin đúng và chính xác được chia sẻ. Tư duy phê bình và phân tích là quan trọng để tránh thông tin sai lệch.
Ngoài các vấn đề liên quan đến bảo mật, các chương trình Trí tuệ Nhân tạo đòi hỏi nguồn lực và ngân sách đáng kể. Hãy xem xét lượng năng lượng và cơ sở hạ tầng cần thiết để phát triển AI một cách hiệu quả và hiệu quả. Đây là lý do tại sao việc có một đề xuất giá trị rõ ràng cho khách hàng là rất quan trọng, nếu không, thời gian và nguồn lực đầu tư vào phát triển sản phẩm sẽ bị lãng phí. Hãy hiểu xem tổ chức của bạn có nền tảng để bắt đầu với AI hay không, và nếu không, xác định ngân sách cần thiết để bắt kịp.
Cuối cùng, các rủi ro về tài năng và trình độ kỹ năng không nên bị bỏ qua. Phát triển Trí tuệ Nhân tạo tổng quát liên quan đến một nhóm đặc biệt gồm các nhà khoa học dữ liệu, nhà phát triển và kỹ sư dữ liệu, cũng như các nhà phân tích kinh doanh chức năng và quản lý sản phẩm. Tuy nhiên, khi làm việc với GenAI, các tổ chức cần có sự giám sát bảo mật và tuân thủ bổ sung do rủi ro bảo mật đã được nêu trước đó. Nếu AI không phải là mục tiêu kinh doanh dài hạn, chi phí để tuyển dụng và tái đào tạo tài năng có lẽ cao và không đem lại lợi nhuận đáng kể.
Kết Luận
Trí tuệ Nhân tạo (AI) đã đến và ở lại. Tuy nhiên, nếu bạn không suy nghĩ chiến lược trước khi tham gia vào cuộc đua và tài trợ các dự án AI, nó có thể gây hại nhiều hơn lợi ích cho tổ chức của bạn. Kỷ nguyên AI mới này chỉ mới bắt đầu, và nhiều rủi ro vẫn chưa biết đến. Khi bạn đánh giá việc phát triển AI cho tổ chức của bạn, hãy có cái nhìn rõ ràng về giá trị của AI đối với khách hàng bên trong và bên ngoài, xây dựng sự tin tưởng trong các mô hình AI và hiểu rõ các rủi ro.
