Trong bối cảnh chuyển đổi số đang diễn ra nhanh chóng, nhiều doanh nghiệp tự hỏi: “Chúng tôi có cần chuẩn bị cho AI không?” và “Khi nào doanh nghiệp thực sự cần đầu tư vào công nghệ AI?” Thông qua quan điểm của Rajan Padmanabhan, Giám đốc Công nghệ Phân tích Dữ liệu và AI của Infosys, chúng ta có thể xác định những bước quan trọng mà doanh nghiệp nên thực hiện khi đối mặt với công nghệ AI.
Q1: Tại sao doanh nghiệp lại bắt đầu suy nghĩ về câu hỏi “Chúng tôi có cần chuẩn bị cho AI”?
Trong thị trường cạnh tranh ngày càng gia tăng và nhanh chóng biến đổi, doanh nghiệp thường xem xét đến AI để đáp ứng nhu cầu. Chẳng hạn, một công ty bán lẻ nhận ra rằng phân tích bán hàng và tồn kho truyền thống không thể nắm bắt chính xác hành vi của người tiêu dùng, dẫn đến tình trạng thừa hoặc thiếu hàng tồn kho. Lúc này, họ có thể nhận ra “chúng tôi cần sử dụng AI để cải thiện khả năng ra quyết định và độ chính xác trong dự đoán.” Khả năng thúc đẩy cuộc thảo luận này phát sinh từ những nút thắt cụ thể trong doanh nghiệp, buộc các nhà ra quyết định xem xét tính cần thiết của việc đầu tư vào công nghệ.
Theo Rajan Padmanabhan, việc chuẩn bị cho AI không phải là điều xảy ra ngay lập tức, mà là kết quả từ sự trưởng thành tổng thể về dữ liệu và khả năng công nghệ của doanh nghiệp. Điều này có nghĩa là quyết định không chỉ dựa vào xu hướng mà còn phải kết hợp với nhu cầu và khả năng thực tế của doanh nghiệp.
Q2: Doanh nghiệp muốn sẵn sàng cho AI, bước đầu tiên nên làm gì?
Theo Rajan Padmanabhan, bước đầu tiên và cốt yếu là “tối ưu hóa cơ sở hạ tầng dữ liệu.” Nếu không có dữ liệu chính xác và vững chắc, hiệu quả của mô hình AI sẽ bị giảm sút. Ví dụ, một doanh nghiệp chế tạo trước khi triển khai hệ thống bảo trì dự đoán cần đảm bảo rằng dữ liệu cảm biến là đầy đủ và chính xác, quy trình chuẩn hóa và truy cập dữ liệu là nhất quán.
Tôi đã tham gia vào một dự án tương tự tại một tổ chức tài chính, khi dữ liệu của khách hàng phân tán trong nhiều hệ thống khác nhau mà không có một nền tảng dữ liệu thống nhất, việc phát triển mô hình AI gặp rất nhiều khó khăn. Chỉ sau khi điều chỉnh chính sách quản trị dữ liệu và hợp nhất các nguồn lực, chúng tôi mới đạt được sự sẵn sàng thực sự cho ứng dụng AI.
Q3: Ngoài dữ liệu, làm sao để doanh nghiệp xác định cần phải đầu tư vào tài năng nội bộ?
Tất nhiên, Rajan nhấn mạnh tầm quan trọng của “nâng cao kỹ năng.” Nếu doanh nghiệp muốn thực sự tận dụng AI để tạo ra giá trị, ngoài nền tảng công nghệ, nhân viên cũng cần phải tiếp cận các kỹ năng liên quan đến AI, bao gồm phân tích dữ liệu, học máy cơ bản, thậm chí khả năng cải cách quy trình kinh doanh.
Trên thực tế, một công ty phần mềm vừa và nhỏ mà tôi biết đã đắn đo không biết có nên phát triển một đội ngũ AI nội bộ hay không, lo lắng về chi phí và rủi ro. Nhưng sau đó họ quyết định bắt đầu bằng cách cử một số nhân viên tham gia các khóa đào tạo AI để làm quen. Chiến lược này giúp họ thích nghi với công nghệ AI trong khi giảm lo ngại về đầu tư lớn.
Q4: Có phải mọi công ty đều thích hợp để ngay lập tức đầu tư vào AI không? Khi nào không quá thích hợp?
Không phải doanh nghiệp nào cũng phải lập tức đầu tư toàn diện vào AI. Rajan cho biết, nếu dữ liệu của doanh nghiệp đang bị thiếu sót nghiêm trọng và thiếu các chiến lược quản trị dữ liệu cơ bản, hoặc quy trình kinh doanh của công ty cực kỳ lộn xộn, thì việc triển khai AI quá sớm sẽ có hiệu quả hạn chế và lãng phí tài nguyên. Hơn nữa, các dự án AI có thể gặp rủi ro đánh giá sai và lãng phí tiền bạc do nền tảng không ổn định.
Chẳng hạn, một số doanh nghiệp gia đình trong các ngành truyền thống chưa hoàn tất chuyển đổi số, khi quá vội vàng để triển khai các dự án AI có thể thiếu quy trình rõ ràng và hỗ trợ dữ liệu, dẫn đến khó khăn trong việc thể hiện lợi ích.
Q5: Sau khi xác định xem doanh nghiệp có thực sự cần chuẩn bị cho AI hay không, các khuyến nghị về hành động tiếp theo là gì?
Khi doanh nghiệp đã đánh giá và cho rằng đã có nền tảng dữ liệu và nhân tài ban đầu, bước tiếp theo là xây dựng một chiến lược AI rõ ràng và lộ trình, bắt đầu từ các dự án thử nghiệm quy mô nhỏ và từ từ mở rộng. Rajan khuyên rằng nên bắt đầu từ các vấn đề kinh doanh đang gặp phải, để AI giải quyết những vấn đề thực tế, tăng cường sự chấp nhận trong nội bộ và đóng góp vào lợi nhuận.
Edit: Tôi đã chứng kiến một công ty công nghệ từ những dự án thử nghiệm AI ban đầu, dần dần mở rộng đến các lĩnh vực bán hàng và dịch vụ khách hàng, không chỉ cải thiện hiệu suất hoạt động mà còn tạo ra sức cạnh tranh mạnh mẽ trên thị trường, đây chính là ví dụ tiêu biểu cho việc hành động sau khi chuẩn bị tốt từ nhu cầu.
Tóm lại, câu trả lời cho câu hỏi “khi nào doanh nghiệp cần chuẩn bị cho AI” thực sự phụ thuộc vào việc có nền tảng dữ liệu và nhân tài phù hợp cũng như nhu cầu kinh doanh rõ ràng. Việc triển khai AI quá sớm hoặc mù quáng có thể dẫn đến lãng phí tài nguyên, vì vậy, nên tiến hành từng bước và đưa ra quyết định dựa trên tình huống cụ thể để đảm bảo con đường chuyển đổi AI vững chắc.
Để có thêm những hiểu biết và chia sẻ kinh nghiệm thực tiễn về công nghệ AI, xin vui lòng truy cập trang web chính thức của OKX.
You may also like: Wikipedia Cấm Nội Dung Do AI Tạo Ra: Thách Thức Mới Đối Với Nhóm Biên Tập
