Mark Stadtmueller hiện là Phó chủ tịch mảng chiến lược sản phẩm của Lucd. Trách nhiệm chính của Mark Stadtmueller là quản lý chất lượng của các platform AI của Lucd. Ra đời năm 2017, Lucd là doanh nghiệp cung cấp giải pháp trí thông minh nhân tạo cho các doanh nghiệp cần cải thiện mô hình kinh doanh ở mọi lĩnh vực.
Với kinh nghiệm triển khai áp dụng AI, Internet vạn vật, và các công nghệ mới khác... vào quá trình kinh doanh từ startup đến doanh nghiệp toàn cầu, Mark Stadtmueller nhận thấy đây là 4 điểm cơ bản mà mọi CEO cần biết khi muốn tích hợp AI vào kinh doanh.
1. Dữ liệu là nền tảng của AI
Giai đoạn huấn luyện trước khi hệ thống trí thông minh nhân tạo (AI) có khả năng tự vận hành gần giống như quá trình một đứa trẻ học ngôn ngữ.
Hầu hết trẻ em học ngôn ngữ qua hàng ngàn giờ lắng nghe ba mẹ nói chuyện với mọi người xung quanh. Chúng tiếp nhận một lượng lớn "dữ liệu" theo thời gian và dần hình thành kiến thức về ngôn ngữ. Tùy theo thời gian, môi trường tiếp thu và cả nỗ lực từ bản thân mà đứa trẻ có thể thông thạo một ngôn ngữ trong thời gian nhất định.
Tương tự, để hệ thống AI có thể tự vận hành, bạn sẽ cần cung cấp một lượng dữ liệu nhất định (Dữ liệu lớn - Big Data) liên quan đến lĩnh vực muốn ứng dụng trí thông minh nhân tạo. Đi cùng với dữ liệu lớn là cơ sở hạ tầng máy tính đủ mạnh để hệ thống AI có thể phân tích các dữ liệu. Quá trình này gọi là "huấn luyện" hệ thống AI.
Sau giai đoạn trên, hệ thống AI có thể được đưa vào quá trình sản xuất, ví dụ như dịch vụ trợ lý ảo Alexa hoặc Siri, ứng dụng vào các Chatbot để cải tiến quá trình giao tiếp với khách hàng, vận hành xe hơi tự lái...
Thách thức ở giai đoạn này chính là sự khác biệt có thể phát sinh khi đưa vào hệ thống AI các dữ liệu thị trường bên ngoài và dữ liệu do công ty tự thu thập trước đó. Vì vậy, doanh nghiệp cần dành thời gian để thống kê và đồng bộ các dữ liệu lớn của công ty để quá trình huấn luyện AI được diễn ra ổn định.
2. Bạn cần AI hoạt động chính xác đến mức nào?
Như chúng ta vẫn biết, Newton phát hiện ra mối quan hệ giữa lực, khối lượng và gia tốc trọng lực với lực hút của Trái Đất khi quan sát một quả táo rơi từ cây xuống đất. Hệ thống AI hoạt động ngược lại so với cách thức đi đến kết luận này.
Cụ thể, nếu ở tình huống tương tự, AI sẽ quan sát hàng ngàn hoặc hàng triệu vật rơi ra từ hàng ngàn, hàng triệu vật khác ở nhiều độ cao khác nhau. Sau đó, hệ thống AI có thể đưa ra những kết luận về cách các sự vật rơi xuống như thế nào.
Về cơ bản, AI là một hệ thống hoạt động dựa trên thống kê nên nhận định đưa ra có thể đúng, có thể sai. Ở đây bạn có thể sẽ thắc mắc là vậy những dự đoán của hệ thống AI sẽ chính xác đến mức nào? Song, đối với góc nhìn của giám đốc điều hành thì câu hỏi chính xác nên là công ty sẽ cần hệ thống AI cần chính xác đến mức nào?
Nếu đi tìm độ chính xác tuyệt đối trong kết luận của hệ thống AI, bạn sẽ cần đầu tư rất lớn về cả hệ thống thu thập dữ liệu lớn, lẫn cơ sở hạ tầng để xử lý thông tin. Không phải doanh nghiệp nào cũng sẵn sàng cho mức độ đầu tư này.
Vì vậy, là CEO, bạn cần hiểu rằng mục tiêu ở đây là xác định rõ mức độ chính xác tương đối công ty bạn cần ở hệ thống AI. Từ đó, chuẩn bị lượng dữ liệu lẫn cơ sở hạ tầng phù hợp.
Ví dụ, một doanh nghiệp dùng AI để tạo ra phần mềm giải trí bằng cách nhận diện cảm xúc của thú cưng trong nhà thì sẽ không cần đến độ chính xác cao. Ngược lại, nếu hệ thống AI đó dùng để đọc vị phản ứng của chó nghiệp vụ trong quân đội thì độ chính xác là điều tối cần thiết để đầu tư.
Ngày nay, bên cạnh khóa học trực tuyến miễn phí về AI của fast.ai hoặc Google thì những ai quan tâm đến trí thông minh nhân tạo còn có công cụ để thử nghiệm mô hình AI, như chương trình TensorFlow của Google. Những nền tảng này đã giúp AI không còn chỉ là một công cụ phục vụ cho nghiên cứu khoa học mà dần trở nên thực tiễn, dễ thử nghiệm hơn với doanh nghiệp.
3. AI mang đến cơ hội và thách thức gì khi áp dụng vào kinh doanh?
Khi trí thông minh nhân tạo được đưa lên bàn nghiên cứu ứng dụng thì những câu chuyện về ngày tận thế, ngày robot hủy diệt loài người cũng dần gia tăng. Những cuộc đối thoại này thường làm các giám đốc điều hành bị phân tán về những thách thức lẫn cơ hội thật sự mà AI mang đến.
Ở góc độ vĩ mô, Deep Neural Nets, cỗ máy huấn luyện AI lớn nhất thế giới hiện có khả năng xử lý tương đương 10 triệu nơ-ron. Theo nghiên cứu mới nhất về não bộ con người, chúng ta có khoảng 86 tỷ nơ-ron, với 150 triệu tỉ kết nối bên trong não bộ. Bạn có thể thấy các hệ thống AI vẫn chưa đạt được mức độ tinh vi này của não bộ con người. Có thể, khoảng cách này sẽ thay đổi trong hai mươi, năm mươi năm nữa. Song, thực tế là não bộ luôn có khả năng xử lý các vấn đề rất khác và tốt hơn cách hệ thống AI hiện tại đang xử lý.
Ở góc độ vi mô, AI vẫn là công cụ hỗ trợ đắc lực đối với những giám đốc điều hành đang tìm cách cải thiện quy trình tương tác với khách hàng, hoặc cải thiện hệ thống giao hàng, hoặc mở ra mô hình kinh doanh mới. Những trường hợp áp dụng AI vào kinh doanh nổi tiếng hiện nay là xe hơi tự lái, phần mềm dịch tự động, tính năng nhận diện giọng nói, trợ lý ảo Siri, Alexa...
Vì vậy, trước khi đi xa hơn về tương lai của nhân loại, CEO cần quan tâm đến những rủi ro có thể gây ra cho hoạt động kinh doanh khi chất lượng dữ liệu đầu vào không đầy đủ, hoặc ổn định.
4. CEO cần tham gia sâu và trực tiếp vào quá trình áp dụng AI
Có thể vì thiếu thời gian, kiến thức, hoặc không tin tưởng vào hệ thống AI có khả năng kết hợp với mô hình kinh doanh, nên phần lớn các CEO không trực tiếp tham gia vào quá trình áp dụng AI cho doanh nghiệp. Thay vào đó, CEO có xu hướng giao việc này cho đội ngũ kỹ thuật.
Tuy nhiên, bạn cần lưu ý rằng AI không chỉ là câu chuyện về thiết lập kỹ thuật, mà còn là quá trình nâng cấp hệ thống dữ liệu lớn của công ty nhằm tạo ra lợi nhuận tốt hơn. Vì vậy, tầm nhìn chiến lược kinh doanh từ giám đốc điều hành là yếu tố cần có để đảm bảo AI có thể giúp doanh nghiệp phát triển tương xứng với mức độ đầu tư sáng tạo này.
Theo Doanh nhân Sài Gòn
