Trong thời đại công nghệ phát triển không ngừng, nhiều doanh nghiệp tự hỏi: “Doanh nghiệp của chúng ta có cần chuẩn bị cho AI không?” “Các công ty IT lớn như Infosys xác định mức độ sẵn sàng AI như thế nào?” Từ góc độ của các nhà ra quyết định doanh nghiệp, việc xác định có nên triển khai giải pháp AI hay không không chỉ là vấn đề công nghệ, mà còn liên quan mật thiết đến nhân lực và cơ sở hạ tầng dữ liệu.
Bài viết này sẽ giải mã những bước quan trọng mà
Ông Rajan Padmanabhan, Phó Chủ tịch kiêm Trưởng bộ phận Phân tích dữ liệu và Công nghệ AI của Infosys, đã đưa ra quan điểm về việc đối mặt với sự chuyển đổi AI, giúp các nhà lãnh đạo doanh nghiệp đánh giá trong bối cảnh thực tiễn liệu có cần bắt đầu chuẩn bị cho AI hay không.
Q1: Trong những tình huống nào, doanh nghiệp sẽ bắt đầu suy nghĩ về “mức độ sẵn sàng AI”?
Như nhiều doanh nghiệp khác, Infosys nhận thấy AI không phải là một mục tiêu có thể đạt được ngay lập tức, mà là một quá trình cần có sự chuẩn bị đa chiều. Rajan chia sẻ, thời điểm doanh nghiệp bắt đầu chú trọng đến mức độ sẵn sàng AI là khi có nhu cầu ra quyết định nhanh hơn, nâng cao trải nghiệm khách hàng, hoặc tự động hóa công việc lặp đi lặp lại.
Tôi từng thấy một Giám đốc số của một doanh nghiệp vừa và lớn băn khoăn: “Chúng tôi thu thập rất nhiều dữ liệu, nhưng AI có thể mang lại bao nhiêu thay đổi? Làm thế nào để quyết định triển khai dự án AI nào trước?” Những câu hỏi này xuất phát từ sự bối rối về lợi ích của AI và môi trường ứng dụng thực tế. “Bối cảnh sử dụng” của doanh nghiệp chính là yếu tố quyết định cho việc ra quyết định.
Q2: Theo Infosys, tiêu chí cốt lõi để xác định doanh nghiệp đã có mức độ sẵn sàng AI là gì?
Theo Rajan, bên cạnh việc sở hữu lượng dữ liệu lớn, việc xây dựng một hạ tầng dữ liệu vững mạnh và năng lực của đội ngũ là điều quan trọng hơn. Hệ thống thông tin có thể cung cấp dữ liệu đáng tin cậy kịp thời hay không, là một trong những điều kiện tiên quyết để AI thành công.
Hơn nữa, Infosys cũng nhấn mạnh rằng “nhân lực” là phần không thể lơ là, cần liên tục nâng cao kỹ năng (upskill) để giúp nhân viên làm quen với các công cụ và khái niệm về AI, bao gồm khoa học dữ liệu, machine learning cơ bản cũng như hiểu biết về kinh doanh, nhằm tạo ra một vòng lặp hợp tác tích cực giữa các bộ phận. Nếu chỉ có dữ liệu mà không có nhân tài để ứng dụng, kế hoạch AI sẽ khó mà thực hiện.
Q3: Liệu tất cả doanh nghiệp và bộ phận có phù hợp để thúc đẩy chuyển đổi AI cùng lúc không?
Rajan giải thích, nhu cầu và độ trưởng thành của AI giữa các bộ phận là rất khác nhau. Ví dụ, bộ phận nghiên cứu và phát triển có thể đã áp dụng công nghệ AI để tối ưu hóa thiết kế sản phẩm, trong khi bộ phận hành chính hoặc nhân sự có thể vẫn đang ở giai đoạn tích hợp dữ liệu cơ bản.
Vì vậy, doanh nghiệp nên dựa vào các điểm đau thực tế của lĩnh vực kinh doanh và trạng thái hiện tại của các bộ phận để đưa ra đánh giá và kế hoạch từng giai đoạn. Không phải tất cả các bộ phận đều cần lớn tiếng áp dụng AI ngay từ đầu, các bộ phận phù hợp nên thực hiện thử nghiệm trước, điều này có thể giảm thiểu rủi ro và tích luỹ kinh nghiệm thành công.
Q4: Trong tình huống nào, doanh nghiệp không nên vội vàng triển khai AI rộng rãi?
Khi doanh nghiệp thiếu một hệ thống hạ tầng dữ liệu tích hợp hoặc nhân viên chưa đáp ứng được yêu cầu của công nghệ AI, việc thúc đẩy AI một cách vội vàng có thể gây lãng phí tài nguyên hoặc thậm chí gây thất bại. Giai đoạn này, tổ chức cần phải củng cố hạ tầng và đào tạo nhân viên trước.
Từng có doanh nghiệp cố gắng áp dụng AI nhanh chóng, nhưng cuối cùng gặp phải vấn đề về chất lượng dữ liệu không đồng nhất, các hệ thống không thể kết nối được, dẫn đến mô hình AI dự đoán không chính xác, trái lại làm giảm niềm tin vào quyết định của lãnh đạo cấp cao. Việc sử dụng bối cảnh phù hợp để đánh giá sẽ giúp tránh được những thất bại như vậy.
Q5: Nếu doanh nghiệp quyết định bắt đầu chuẩn bị AI, bước đầu tiên nên làm gì?
Infosys khuyên nên bắt đầu bằng việc nâng cao đào tạo nhân lực và cải tiến cơ sở hạ tầng dữ liệu. Thông qua đào tạo nội bộ để xây dựng một đội ngũ hiểu biết về AI, đồng thời tối ưu hóa quy trình thu thập và quản lý dữ liệu, thiết lập nguồn dữ liệu ổn định và chất lượng cao.
Tôi nghĩ rằng doanh nghiệp có thể bắt đầu từ các dự án thử nghiệm quy mô nhỏ, lựa chọn những tình huống có khả năng cải thiện hiệu quả hoặc trải nghiệm khách hàng nhất, từ từ triển khai công nghệ AI. Việc thực hành, học hỏi và điều chỉnh liên tục trong quá trình sẽ giúp giảm thiểu rủi ro và tạo ra vòng lặp tích cực.
Để tìm hiểu thêm về chuyển đổi AI của doanh nghiệp và các chia sẻ thực tiễn, hãy đến tìm hiểu thêm!
learn more about: 瞭解數字資產入門知識，搭建數字資產基礎認知
