Vai trò của chúng ta trong thời đại AI là gì? – Phần II


Làn sóng thứ hai bao gồm các quy trình tự động (automated process). Kỷ nguyên này xuất hiện vào những năm 1970 và bùng nổ trong những năm 1990 với phong trào tái thiết kế quy trình kinh doanh (BPR: Business Process Reengineering) nhờ vào những tiến bộ trong công nghệ thông tin (IT): máy tính để bàn, các cơ sở dữ liệu lớn và các phần mềm tự động hóa hàng loạt thao tác nghiệp vụ. Trong số các công ty khác, các nhà bán lẻ như Walmart đã vượt trên làn sóng này để trở thành các đại gia toàn cầu. Các công ty khác có thể tự đổi mới mình. Ví dụ như UPS đã chuyển đổi từ một công ty dịch vụ giao nhận hàng theo gói sang một công ty dịch vụ logistics toàn cầu.

Ngày nay, làn sóng thứ ba liên quan đến các quy trình có khả năng thích ứng (adaptive process). Thời đại thứ ba này, được xây dựng dựa trên hai thời đại trước, sẽ trở nên ấn tượng hơn so với những cuộc cách mạng trước đây, vốn dựa trên các dây chuyền lắp ráp và máy tính, và sẽ mở ra những cách kinh doanh sáng tạo và hoàn toàn mới mẻ. Như chúng ta sẽ thấy, các công ty hàng đầu trong nhiều ngành hiện đang định hình lại các quy trình của mình để chúng linh hoạt, nhanh hơn và thích nghi với các hành vi, sở thích và nhu cầu của người lao động trong một thời điểm nhất định. Khả năng thích ứng này đang định hướng bởi dữ liệu thời gian thực (real-time data) chứ không phải bởi một chuỗi các bước định sẵn. Nghịch lý là mặc dù các quy trình này không được chuẩn hóa hoặc cố định, nhưng chúng có thể liên tục tạo ra các kết quả tốt hơn. Trên thực tế, các tổ chức hàng đầu đã có thể đưa ra thị trường các sản phẩm và dịch vục cá nhân hóa – individualized (trái ngược với hàng hóa sản xuất hàng loạt trong quá khứ), cũng như mang lại các kết quả lợi nhuận.

Hãy suy nghĩ như Waze

Để giúp minh họa sự khác biệt sâu sắc giữa suy nghĩ kiểu quy trình cũ và kiểu mới, hãy xem xét lịch sử phát triển định vị GPS. Các bản đồ trực tuyến đầu tiên nhìn chung chỉ là một phiên bản kỹ thuật số của các phiên bản giấy. Nhưng ngay sau đó, thiết bị định vị GPS đã thay đổi cách chúng ta sử dụng bản đồ bằng cách hướng dẫn đường đi khi chúng ta nhập điểm đến. Mặc dù vậy, đó vẫn còn là một quy trình khá nhàm chán. Giờ đây, các ứng dụng bản đồ di động (mobile map) như Waze đang tận dụng dữ liệu thực của người dùng – về vị trí và tốc độ của tài xế cũng như thông tin về ùn tắc giao thông, tai nạn và các vật cản khác để tạo ra một bản đồ hoàn hảo, trong thời gian thực tế lúc đó. Tất cả dữ liệu đó cho phép hệ thống cập nhật các hướng dẫn chỉ đường và, nếu cần thiết, đổi tuyến đường của tài xế để hạn chế bất kỳ sự chậm trễ nào. Trong khi phương pháp cũ với GPS đơn giản chỉ số hóa một tuyến đường trên bản đồ giấy, Waze đã kết hợp các thuật toán AI và dữ liệu thực để tạo ra các bản đồ sống động, linh hoạt, tối ưu hóa để giúp mọi gnười đến đích của mình càng sớm càng tốt. Các phương pháp kinh doanh sử dụng AI chỉ để tự động các quy trình tĩnh hiện hữu thì cũng giống như các thiết bị định vị GPS ban đầu, trong khi thời đại hợp tác cộng sinh giữa con người và máy móc hiện nay giống như Waze, bởi những quy trình truyền thống đó đang được định hình lại hoàn toàn.

Điền vào “Phần Giữa Bị Bỏ Lỡ”

Thật không may, văn hóa phổ biến từ lâu đã đề cao quan điểm “con người luôn đối đầu với máy móc”, như bộ phim 2001: A Space Odyssey và loạt phim Terminator. Ý tưởng rằng các cỗ máy thông minh là mối đe dọa tiềm ẩn với nhân loại có một lịch sử lâu dài; kết quả là nhiều nhà quản lý chấp nhận một quan điểm tương tự về việc máy móc đe dọa thay thế con người. Nhưng quan điểm đó không chỉ lệch lạc; mà còn rất thiển cận.

Sự thật đơn giản là máy móc không xâm chiếm thế giới, cũng không loại bỏ nhu cầu về sức lao động của con người. Trong thời đại chuyển đổi quy trình kinh doanh hiện tại, các hệ thống AI không thay thế hàng loạt chúng ta; thay vào đó, chúng đang khuếch đại các kỹ năng của chúng ta và hợp tác với chúng ta để đạt được mức tăng năng suất chưa từng có trước đây.

Như bạn đã thấy, làn sóng thứ ba đã tạo ra một không gian rộng lớn, năng động và đa dạng trong đó con người và máy móc hợp tác để đạt được mức tăng trưởng kết quả kinh doanh cả trăm lần. Chúng tôi gọi đây là “Phần Giữa Bị Bỏ Lỡ” (missing middle) – “bỏ lỡ” vì hầu như không ai nói về nó, và chỉ một phần nhỏ các công ty đang nỗ lực lấp khoảng trống quan trọng này (xem hình 1 – 1).

Trong Phần Giữa Bị Bỏ Lỡ, con người làm việc với những cỗ máy thông minh để khai thác những gì mỗi bên làm tốt nhất. Theo đó, con người cần cho những công việc như phát triển, đào tạo, và quản lý hàng loạt ứng dụng AI. Khi làm như vậy, họ đang cho phép các hệ thống này hoạt động như các đối tác hợp tác thực sự. Về phần mình, những chiếc máy ở Phần Giữa Bị Bỏ Lỡ đang giúp con người vượt qua khả năng của mình, cung cấp cho họ năng lực siêu nhân, chẳng hạn như khả năng xử lý và phân tích lượng dữ liệu phong phú từ vô số nguồn tức thời. Máy móc đang tăng cường khả năng của con người.

Trong Phần Giữa Bị Bỏ Lỡ, con người và máy móc không phải là kẻ thù, chiến đấu giành công việc của nhau. Thay vào đó, họ là những đối tác cộng sinh, mỗi bên thúc đẩy bên kia đạt đến hiệu suất cao hơn. Hơn nữa, các công ty có thể định hình lại (reimagine) quy trình kinh doanh để tận dụng lợi thế của các nhóm hợp tác giữa con người và máy móc. Không chỉ các công ty kỹ thuật số đang khai thác điều này. Rio Tinto, tập đoàn khai khoáng toàn cầu, là một ví dụ. Công ty đang sử dụng AI để quản lý hàng loạt máy móc (các máy khoan tự hành, máy đào đất, máy giậm đất, và nhiều loại khác nữa) từ một cơ sở kiểm soát trung tâm. Điều này đã giải phóng các công nhân vận hành trong các điều kiện khai thác nguy hiểm và cũng cho phép các nhóm chuyên gia phân tích của Rio Tinto phân tích thông tin từ cảm biến trên thiết bị từ xa để khám phá những hiểu biết có giá trị, giúp công ty quản lý đội máy móc của mình hiệu quả và an toàn hơn.

Phân biệt người chiến thắng với những kẻ thua cuộc

Như chúng ta đã đề cập, trong thời đại của các quy trình thích ứng (adaptive process) ngày nay, các quy tắc vận hành cơ bản của tổ chức được định hình lại hàng ngày. Khi các nhà lãnh đạo và quản lý trong tất cả các loại hình doanh nghiệp bắt đầu định hình lại quy trình kinh doanh của mình và suy nghĩ lại mối quan hệ cơ bản giữa nhân viên và máy móc, họ phải hiểu những quy tắc đó và thực hiện chúng. Đó là lý do chúng tôi viết cuốn sách này: để cung cấp kiến thức cho những người suy nghĩ về tổ chức, nhóm, hoặc sự nghiệp của họ, kiến thức mà họ cần để phân biệt những người thắng cuộc với những kẻ thua cuộc trong thời đại AI mới.

Chúng tôi sẽ trình bày và giải thích hiện trạng của AI trong các công ty trước tiên. Chúng tôi bắt đầu ở khu vực sản xuất, và sau đó, minh họa cách các tổ chức áp dụng AI trong các chức năng khác – hỗ trợ kinh doanh, nghiên cứu và phát triển, tiếp thị, và bán hàng. Một bài học quan trọng ở đây là các công ty không thể mong chờ hưởng lợi từ sự cộng tác giữa người với máy mà không cần đặt nền móng phù hợp. Một lần nữa, những công ty đang sử dụng máy móc chỉ để thay thế con người cuối cùng sẽ bị đình trệ, trong khi những người nghĩ đến những cách sáng tạo để máy móc tăng cường năng lực con người sẽ trở thành người dẫn đầu trong ngành của họ.

Trước hết, chúng tôi mô tả cách các nhóm người-máy đang làm biến đổi khu vực sản xuất, không chỉ ở BMW và Mercedes-Benz, mà còn ở nhiều nhà sản xuất lớn khác. Ví dụ, General Electric đang phát triển “song sinh kỹ thuật số” theo các sản phẩm ứng dụng, như cánh quạt turbine trên động cơ phản lực. Công ty đặt mô hình ảo này vào điều kiện hoạt động hiện hữu của thiết bị thực tế, cho phép nó cải thiện hoạt động cũng như dự báo sự cố trước khi chúng xảy ra, do đó về cơ bản thay đổi phương thức bảo trì các thiết bị thương mại.

Tiếp theo, chúng tôi tập trung trình bày về hoạt động hỗ trợ kinh doanh (back-office operation). Trong đó, công nghệ AI có thể giúp lọc và phân tích các luồng thông tin từ nhiều nguồn khác nhau và cho phép tự động hóa các nhiệm vụ tẻ nhạt, lặp đi lặp lại, cũng như nâng cao kỹ năng và chuyên môn của con người. Ví dụ, tại một nhà cung cấp dịch vụ bảo hiểm và tài chính ở Canada, một hệ thống AI xử lý dữ liệu tài chính rời rạc từ các bài báo, báo cáo, và email để đưa ra các khuyến nghị cụ thể, hệ thống này có thể được huấn luyện để đưa ra thông tin tùy theo ý thích của từng nhà phân tích cá nhân.

Tiếp theo nữa, chúng tôi mô tả cách các công ty sử dụng AI trong nghiên cứu và phát triển (R&D). Trong mỗi bước chính của quá trình nghiên cứu & phát triển – quan sát, đưa ra giả thuyết, thiết kế thử nghiệm, và phân tích kết quả – công nghệ AI có thể giúp tăng hiệu quả và tạo ra kết quả cải thiện rõ rệt. Tại tổ chức GNS Healthcare, phần mềm máy học tinh vi tìm ra các mẫu hình trong hồ sơ y tế bệnh nhân và sau đó tự động đưa ra các giả thuyết ngay từ dữ liệu đó. Hệ thống này chỉ mất ba tháng để tái tạo lại kết quả giữa một nghiên cứu kéo dài hai năm về các phản ứng phụ giữa những sự kết hợp thuốc ở người cao niên trong chương trình Medicare (Medicare là tên chương trình bảo hiểm sức khỏe liên bang của chính phủ Mỹ – ND).

(còn tiếp)

TH: T.Giang – CSCI

Nguồn tham khảo: Paul R. Daugherty & James Wilson – Người và máy, định hình lại công việc trong thời đại AI – NXB TH TPHCM 2020

Advertisement

Trả lời

Điền thông tin vào ô dưới đây hoặc nhấn vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Đăng xuất /  Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Đăng xuất /  Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Đăng xuất /  Thay đổi )

Connecting to %s