AI Transformation - Dẫn dắt doanh nghiệp bước vào kỷ nguyên AI

1. Triển khai các dự án thí điểm để tạo đà phát triển

Điều quan trọng đối với một vài dự án AI đầu tiên không phải là chúng phải mang lại giá trị lớn nhất, mà là chúng cần thành công. Các dự án đó nên đủ ý nghĩa để những thành công ban đầu có thể giúp công ty bạn làm quen với AI, đồng thời thuyết phục những người khác trong công ty đầu tư thêm vào các dự án AI tiếp theo; tuy nhiên, chúng không nên quá nhỏ đến mức bị xem là tầm thường. Điều cốt lõi là làm cho bánh đà chuyển động, để đội ngũ AI của bạn có thể tạo đà phát triển.

Các đặc điểm nên có của những dự án AI đầu tiên được khuyến nghị như sau:

• Lý tưởng nhất là một đội ngũ AI mới hoặc đội bên ngoài (có thể chưa hiểu sâu về lĩnh vực kinh doanh của bạn) có thể hợp tác với các đội ngũ nội bộ (những người có hiểu biết chuyên sâu) để xây dựng giải pháp AI có thể bắt đầu cho thấy kết quả khả quan trong vòng 6–12 tháng.
• Dự án phải có tính khả thi về mặt kỹ thuật. Hiện vẫn còn quá nhiều công ty bắt đầu các dự án vốn không thể thực hiện được với công nghệ AI hiện nay; việc có những kỹ sư AI đáng tin cậy kiểm tra tính khả thi kỹ lưỡng trước khi khởi động dự án sẽ giúp bạn vững tin hơn vào khả năng thực hiện thành công.
• Phải có mục tiêu được xác định rõ ràng và có thể đo lường, đồng thời tạo ra giá trị kinh doanh cụ thể.

Khi tôi dẫn dắt nhóm Google Brain, trong nội bộ Google (và rộng hơn là trên toàn thế giới), vẫn còn rất nhiều hoài nghi đối với công nghệ học sâu (deep learning). Để giúp nhóm tạo được đà phát triển, tôi đã chọn nhóm Google Speech làm “khách hàng nội bộ” đầu tiên, và chúng tôi làm việc chặt chẽ với họ để cải thiện độ chính xác của công nghệ nhận dạng giọng nói của Google.

Nhận dạng giọng nói là một dự án có ý nghĩa trong Google, nhưng không phải là dự án quan trọng nhất — ví dụ, nó có tác động nhỏ hơn đến doanh thu của công ty so với việc áp dụng AI vào tìm kiếm web hoặc quảng cáo. Nhưng bằng cách giúp nhóm Speech thành công hơn nhờ công nghệ học sâu, các nhóm khác trong công ty bắt đầu có niềm tin vào chúng tôi, từ đó nhóm Google Brain có thể tạo đà phát triển.

Khi các nhóm khác bắt đầu thấy được thành công của dự án Google Speech khi hợp tác với nhóm Google Brain, chúng tôi bắt đầu có thêm khách hàng nội bộ mới. Khách hàng nội bộ lớn thứ hai của nhóm là Google Maps, nơi chúng tôi dùng deep learning để nâng cao chất lượng dữ liệu bản đồ. Sau hai thành công này, tôi bắt đầu thảo luận với nhóm quảng cáo. Quá trình xây dựng đà phát triển dần dần này đã dẫn đến nhiều dự án AI thành công hơn nữa.

2. Xây dựng đội ngũ AI nội bộ

Mặc dù việc hợp tác với các đối tác bên ngoài có chuyên môn sâu về AI có thể giúp bạn tạo đà phát triển ban đầu nhanh hơn, nhưng về lâu dài, sẽ hiệu quả hơn nếu thực hiện một số dự án với đội ngũ AI nội bộ. Hơn nữa, bạn sẽ muốn giữ một số dự án trong nội bộ công ty để xây dựng lợi thế cạnh tranh độc đáo.

Điều quan trọng là phải có sự đồng thuận từ cấp lãnh đạo cao nhất (C-suite) để xây dựng đội ngũ nội bộ này. Trong thời kỳ bùng nổ Internet, việc bổ nhiệm một Giám đốc CNTT (CIO) đã trở thành một bước ngoặt đối với nhiều công ty để có một chiến lược tổng thể trong việc ứng dụng Internet. Ngược lại, những công ty chỉ thực hiện các thí nghiệm nhỏ lẻ — từ tiếp thị số, khoa học dữ liệu, cho đến việc ra mắt các website mới — thường không tận dụng được tiềm năng của Internet nếu các dự án thử nghiệm đó không được nhân rộng để chuyển hóa toàn bộ doanh nghiệp.

Trong kỷ nguyên AI, một thời điểm then chốt đối với nhiều công ty sẽ lại là việc thành lập một đội ngũ AI tập trung, có thể hỗ trợ cho toàn bộ công ty. Đội ngũ AI này có thể được đặt dưới quyền của CTO (Giám đốc Công nghệ), CIO (Giám đốc CNTT), hoặc CDO (Giám đốc Dữ liệu hoặc Giám đốc Chuyển đổi Số) nếu họ có kỹ năng phù hợp. Ngoài ra, đội ngũ này cũng có thể được dẫn dắt bởi một CAIO (Chief AI Officer – Giám đốc Trí tuệ nhân tạo) chuyên trách.

Các trách nhiệm chính của đơn vị AI bao gồm:

• Xây dựng năng lực AI để hỗ trợ toàn bộ công ty.
• Thực hiện một chuỗi dự án ban đầu mang tính liên phòng ban, hỗ trợ các bộ phận hoặc đơn vị kinh doanh khác nhau trong công ty với các dự án AI. Sau khi hoàn thành các dự án đầu tiên, hãy thiết lập quy trình lặp lại để liên tục cung cấp thêm các dự án AI có giá trị.
• Xây dựng các tiêu chuẩn thống nhất trong tuyển dụng và giữ chân nhân tài.
• Phát triển các nền tảng dùng chung cho toàn công ty, có thể hữu ích với nhiều bộ phận hoặc đơn vị kinh doanh khác nhau và khó có thể được xây dựng chỉ bởi một phòng ban riêng lẻ. Ví dụ: cân nhắc làm việc với CTO/CIO/CDO để xây dựng các tiêu chuẩn kho dữ liệu tập trung (data warehouse standards).

Nhiều công ty hiện đang tổ chức với nhiều đơn vị kinh doanh cùng báo cáo cho CEO. Với một đơn vị AI mới, bạn có thể gán ma trận nhân sự AI vào các bộ phận khác nhau để thúc đẩy các dự án liên phòng ban.

Các mô tả công việc mới và cách tổ chức nhóm mới sẽ xuất hiện. Cách tôi tổ chức công việc hiện nay với các vai trò như Kỹ sư Machine Learning, Kỹ sư Dữ liệu, Nhà khoa học Dữ liệu (Data Scientist), và Quản lý Sản phẩm AI (AI Product Manager) hoàn toàn khác với thời kỳ trước AI. Một nhà lãnh đạo AI giỏi sẽ có thể tư vấn cho bạn cách thiết lập các quy trình phù hợp.

Hiện tại, đang có một cuộc chiến tranh giành nhân tài AI, và đáng tiếc là hầu hết các công ty sẽ gặp khó khăn khi tuyển được sinh viên Tiến sĩ (PhD) AI từ Stanford (hoặc thậm chí là sinh viên đại học chuyên ngành AI tại Stanford). Vì cuộc chiến nhân tài trong ngắn hạn là trò chơi tổng bằng không (zero-sum), hợp tác với một đối tác tuyển dụng có thể giúp bạn xây dựng đội ngũ AI sẽ mang lại lợi thế không hề nhỏ. Tuy nhiên, đào tạo đội ngũ hiện tại của bạn cũng có thể là một cách tuyệt vời để tạo ra nhiều nhân tài AI ngay trong nội bộ.

3. Cung cấp đào tạo AI diện rộng

Không có công ty nào hiện nay có đủ nhân tài AI trong nội bộ. Mặc dù báo chí thường đưa tin về mức lương “khủng” trong lĩnh vực AI (thực tế những con số được trích dẫn thường là các trường hợp ngoại lệ), việc tìm kiếm nhân tài AI là rất khó khăn. May mắn thay, với sự phát triển của nội dung số, bao gồm MOOC (các khóa học trực tuyến đại chúng mở) như Coursera, ebook và video trên YouTube, thì chi phí để đào tạo một số lượng lớn nhân viên về các kỹ năng mới như AI hiện nay tiết kiệm hơn bao giờ hết. Một CLO (Chief Learning Officer – Giám đốc Học tập) thông minh hiểu rằng công việc của họ là tuyển chọn nội dung học tập chứ không phải tự tạo ra, và sau đó thiết lập quy trình để đảm bảo nhân viên hoàn thành các trải nghiệm học tập.

Mười năm trước, đào tạo nhân viên đồng nghĩa với việc thuê các chuyên gia đến văn phòng để thuyết giảng. Nhưng cách làm này kém hiệu quả và khó xác định được hiệu suất đầu tư (ROI). Ngược lại, nội dung số rẻ hơn rất nhiều và cũng mang lại trải nghiệm học tập cá nhân hóa hơn cho nhân viên. Nếu bạn có ngân sách thuê chuyên gia, nội dung trực tiếp nên được dùng để bổ trợ cho nội dung trực tuyến. (Phương pháp này được gọi là “flipped classroom” – lớp học đảo ngược. Tôi nhận thấy rằng, nếu được triển khai đúng cách, phương pháp này giúp tăng tốc độ học và tạo ra trải nghiệm học dễ chịu hơn. Ví dụ, tại Đại học Stanford, lớp học deep learning của tôi tại trường cũng được giảng dạy theo phương pháp này.) Việc thuê một vài chuyên gia AI để giảng dạy trực tiếp cũng có thể giúp tạo động lực cho nhân viên học các kỹ thuật AI.

AI sẽ chuyển đổi rất nhiều công việc khác nhau. Bạn nên trang bị kiến thức cho mọi người để họ có thể thích nghi với vai trò mới trong thời đại AI. Tham khảo ý kiến từ chuyên gia sẽ giúp bạn xây dựng một chương trình đào tạo phù hợp với đội ngũ của mình.

Tuy nhiên, một kế hoạch đào tạo mẫu có thể như sau:

1. Lãnh đạo cấp cao và giám đốc điều hành doanh nghiệp:

(≥ 4 giờ đào tạo)

MỤC TIÊU:

Giúp lãnh đạo hiểu AI có thể mang lại gì cho doanh nghiệp, bắt đầu phát triển chiến lược AI, đưa ra quyết định phân bổ nguồn lực hợp lý, và phối hợp hiệu quả với đội ngũ AI để triển khai các dự án có giá trị.

NỘI DUNG ĐÀO TẠO:

• Kiến thức kinh doanh cơ bản về AI, bao gồm: công nghệ cơ bản, dữ liệu, và những gì AI có thể và không thể làm.
• Hiểu tác động của AI đối với chiến lược doanh nghiệp.
• Các case study (tình huống điển hình) về ứng dụng AI trong các ngành liên quan hoặc trong chính ngành của công ty.

2. Lãnh đạo các bộ phận triển khai dự án AI:

(≥ 12 giờ đào tạo)

MỤC TIÊU:

Giúp lãnh đạo bộ phận biết cách định hướng dự án AI, phân bổ nguồn lực, theo dõi và giám sát tiến độ, và điều chỉnh khi cần để đảm bảo dự án được thực hiện thành công.

NỘI DUNG ĐÀO TẠO:

• Kiến thức kinh doanh cơ bản về AI, bao gồm: công nghệ, dữ liệu, và những gì AI có thể và không thể làm.
• Kiến thức kỹ thuật cơ bản về AI, bao gồm: các loại thuật toán chính và yêu cầu của chúng.

• Hiểu biết cơ bản về quy trình làm việc và quy trình triển khai các dự án AI, các vai trò và trách nhiệm trong đội ngũ AI, và cách quản lý đội AI.

3. Nhân sự đào tạo để trở thành kỹ sư AI:

(≥ 100 giờ đào tạo)

MỤC TIÊU:

Các kỹ sư AI sau đào tạo có thể thu thập dữ liệu, huấn luyện mô hình AI, và triển khai các dự án AI cụ thể.

NỘI DUNG ĐÀO TẠO:

• Kiến thức kỹ thuật chuyên sâu về machine learning và deep learning; hiểu biết cơ bản về các công cụ AI khác.
• Hiểu biết về các công cụ xây dựng hệ thống AI và dữ liệu, bao gồm các công cụ mã nguồn mở và bên thứ ba (third-party).
• Khả năng triển khai quy trình làm việc và hoạt động của nhóm AI.

• Ngoài ra: tiếp tục cập nhật kiến thức để theo kịp sự phát triển của công nghệ AI.

4. Phát triển chiến lược AI

Một chiến lược AI sẽ dẫn dắt công ty bạn trong việc tạo ra giá trị đồng thời xây dựng các rào cản phòng thủ (defensible moats) vững chắc. Khi các nhóm bắt đầu chứng kiến thành công từ những dự án AI ban đầu và hình thành sự hiểu biết sâu sắc hơn về AI, bạn sẽ có thể xác định được những lĩnh vực mà AI có thể tạo ra giá trị lớn nhất và tập trung nguồn lực vào các lĩnh vực đó.

Một số giám đốc điều hành có thể nghĩ rằng việc xây dựng chiến lược AI nên là bước đầu tiên. Tuy nhiên, theo kinh nghiệm của tôi, hầu hết các công ty sẽ không thể xây dựng một chiến lược AI sâu sắc nếu chưa có một số trải nghiệm cơ bản với AI – điều mà việc thực hiện các bước 1 đến 3 sẽ mang lại cho bạn.

Cách xây dựng các "rào cản phòng thủ" (defensible moats) cũng đang thay đổi nhờ AI. Dưới đây là một số hướng tiếp cận mà bạn nên xem xét:

Xây dựng một số tài sản AI khó sao chép và phù hợp với một chiến lược mạch lạc:

AI đang cho phép các công ty xây dựng lợi thế cạnh tranh độc đáo theo những cách thức mới. Các bài viết nổi tiếng của Michael Porter về chiến lược kinh doanh cho thấy rằng một cách để bắt đầu một doanh nghiệp có thể phòng thủ tốt là xây dựng nhiều tài sản khó sao chép, nhưng cùng hướng đến một chiến lược chung mạch lạc. Như vậy, sẽ rất khó để đối thủ có thể sao chép toàn bộ các tài sản đó cùng một lúc.

Tận dụng AI để tạo ra lợi thế đặc thù trong lĩnh vực ngành nghề của bạn:

Thay vì cố gắng cạnh tranh một cách “toàn diện” về AI với các công ty công nghệ hàng đầu như Google, tôi khuyến nghị bạn nên trở thành một công ty AI dẫn đầu trong lĩnh vực ngành nghề của mình, nơi mà việc phát triển năng lực AI độc đáo sẽ giúp bạn đạt được lợi thế cạnh tranh. Cách AI tác động đến chiến lược của công ty bạn sẽ phụ thuộc vào ngành nghề và tình huống cụ thể.

Thiết kế chiến lược phù hợp với chu trình phản hồi tích cực của “Vòng tuần hoàn AI” (Virtuous Cycle of AI):

Trong nhiều ngành, chúng ta sẽ thấy việc tích lũy dữ liệu dẫn đến việc xây dựng được những doanh nghiệp có khả năng phòng thủ cao:

Ví dụ, các công cụ tìm kiếm hàng đầu như Google, Baidu, Bing và Yandex sở hữu một tài sản dữ liệu khổng lồ – đó là dữ liệu thể hiện người dùng click vào đường link nào sau khi thực hiện từng truy vấn tìm kiếm. Dữ liệu này giúp họ xây dựng sản phẩm công cụ tìm kiếm chính xác hơn (A), điều này giúp họ thu hút thêm nhiều người dùng hơn (B), từ đó lại tạo ra thêm nhiều dữ liệu người dùng hơn (C). Chu trình phản hồi tích cực này rất khó để các đối thủ chen chân vào.

Dữ liệu là một tài sản cốt lõi cho các hệ thống AI. Do đó, nhiều công ty AI hàng đầu cũng sở hữu chiến lược dữ liệu tinh vi. Những yếu tố quan trọng trong chiến lược dữ liệu của bạn có thể bao gồm:

• Thu thập dữ liệu có chiến lược: Các hệ thống AI hữu ích có thể được xây dựng với lượng dữ liệu rất đa dạng – từ chỉ 100 điểm dữ liệu (“small data”) đến 100 triệu điểm dữ liệu (“big data”). Tuy nhiên, càng có nhiều dữ liệu thì càng tốt – gần như không bao giờ là có hại. Các nhóm AI đang sử dụng các chiến lược dài hạn (multi-year strategy) để thu thập dữ liệu, và chiến lược thu thập dữ liệu này sẽ khác nhau tùy thuộc vào từng ngành và từng tình huống. Ví dụ, Google và Baidu đều có rất nhiều sản phẩm miễn phí – không mang lại doanh thu trực tiếp – nhưng cho phép họ thu thập dữ liệu có thể tạo doanh thu ở các nơi khác.
• Kho dữ liệu hợp nhất (Unified data warehouses): Nếu bạn có 50 cơ sở dữ liệu khác nhau được kiểm soát bởi 50 phó giám đốc hoặc phòng ban khác nhau, thì gần như không thể nào một kỹ sư hay phần mềm AI có thể truy cập và “kết nối các điểm dữ liệu” với nhau. Thay vào đó, hãy xem xét việc tập trung dữ liệu của bạn vào một hoặc một vài kho dữ liệu lớn, tập trung.
• Nhận diện đâu là dữ liệu có giá trị, đâu là không: Không đúng khi cho rằng việc có hàng terabyte dữ liệu thì đương nhiên sẽ giúp đội AI tạo ra giá trị từ đó. Kỳ vọng rằng đội AI sẽ “hô biến” một tập dữ liệu lớn thành giá trị kinh doanh là một công thức dẫn đến rủi ro thất bại cao. Tôi đã từng thấy các CEO đầu tư quá mức vào việc thu thập dữ liệu có giá trị thấp, hoặc thậm chí mua lại một công ty chỉ vì dữ liệu của họ, để rồi nhận ra rằng hàng terabyte dữ liệu của công ty đó là vô dụng. Hãy tránh sai lầm này bằng cách đưa đội AI vào quy trình thu thập dữ liệu từ sớm, để họ giúp bạn xác định ưu tiên loại dữ liệu cần thu thập và lưu trữ.

Tạo hiệu ứng mạng lưới (Network effect) và lợi thế từ nền tảng (Platform advantages):

Cuối cùng, AI cũng có thể được sử dụng để xây dựng những “moat” (rào cản cạnh tranh) theo cách truyền thống. Ví dụ, các nền tảng có hiệu ứng mạng lưới là những mô hình kinh doanh rất khó bị đánh bại. Chúng thường có động lực tự nhiên kiểu “kẻ chiến thắng chiếm trọn thị trường” (winner-takes-all), buộc các công ty phải tăng trưởng nhanh hoặc chết. Nếu AI cho phép bạn thu hút người dùng nhanh hơn so với đối thủ, thì bạn có thể tận dụng điều đó để xây dựng lợi thế cạnh tranh từ hiệu ứng nền tảng. Nhìn tổng thể hơn, bạn cũng có thể sử dụng AI như một thành phần cốt lõi trong chiến lược giá rẻ, giá trị cao, hoặc các chiến lược kinh doanh khác.

5. Phát triển truyền thông nội bộ và bên ngoài

AI sẽ có ảnh hưởng đáng kể đến doanh nghiệp của bạn. Trong phạm vi mà AI tác động đến các bên liên quan chính, bạn nên triển khai một chương trình truyền thông để đảm bảo sự đồng thuận và thống nhất. Dưới đây là những gì bạn cần cân nhắc cho từng nhóm đối tượng:

Quan hệ với nhà đầu tư (Investor Relations):

Các công ty AI hàng đầu như Google và Baidu hiện có giá trị lớn hơn rất nhiều một phần là nhờ vào năng lực AI và tác động của AI đến lợi nhuận của họ. Việc bạn trình bày rõ ràng luận điểm tạo ra giá trị từ AI trong công ty, mô tả năng lực AI đang tăng trưởng của mình, và thể hiện một chiến lược AI được xây dựng một cách có suy nghĩ, sẽ giúp các nhà đầu tư đánh giá đúng giá trị công ty bạn.

Quan hệ với chính phủ (Government Relations):

Các công ty trong các ngành công nghiệp bị quản lý nghiêm ngặt (ví dụ: xe tự lái, y tế) sẽ gặp những thách thức riêng để đảm bảo tuân thủ quy định. Việc xây dựng một câu chuyện AI đáng tin cậy và thuyết phục, nhằm giải thích rõ ràng giá trị và lợi ích mà dự án AI của bạn có thể mang lại cho ngành hoặc cho xã hội, là một bước quan trọng trong việc xây dựng lòng tin và thiện chí. Điều này nên được kết hợp với việc giao tiếp trực tiếp và đối thoại liên tục với các cơ quan quản lý khi bạn triển khai dự án.

Đào tạo khách hàng/người dùng (Customer/User Education):

AI rất có thể sẽ mang lại lợi ích đáng kể cho khách hàng của bạn, vì vậy hãy đảm bảo rằng các thông điệp phù hợp trong chiến lược tiếp thị và lộ trình sản phẩm được truyền tải rộng rãi và đúng cách.

Tuyển dụng và thương hiệu nhà tuyển dụng (Talent/Recruitment):

Do nguồn nhân lực AI đang khan hiếm, việc xây dựng thương hiệu tuyển dụng mạnh mẽ sẽ có ảnh hưởng lớn đến khả năng thu hút và giữ chân nhân tài AI. Các kỹ sư AI muốn được làm việc trong những dự án thú vị và có ý nghĩa. Một nỗ lực truyền thông ở mức độ vừa phải để trưng bày thành công ban đầu của bạn có thể đem lại hiệu quả lớn.

Truyền thông nội bộ (Internal Communications):

Bởi vì hiện nay AI vẫn là một lĩnh vực chưa được hiểu rõ, và Trí tuệ nhân tạo tổng quát (AGI) lại bị thổi phồng quá mức, nên trong nội bộ tổ chức tồn tại sự sợ hãi, mơ hồ và nghi ngờ. Nhiều nhân viên cũng lo lắng về việc AI sẽ tự động hóa và thay thế công việc của họ, mặc dù mức độ lo ngại này khác nhau tùy theo văn hóa quốc gia (ví dụ: nỗi lo này phổ biến hơn ở Mỹ so với Nhật Bản).

Do đó, các thông điệp truyền thông nội bộ rõ ràng, nhằm giải thích về AI và giải tỏa những lo ngại của nhân viên, sẽ giúp giảm thiểu sự miễn cưỡng bên trong tổ chức trong việc áp dụng AI.