Hãy cùng xem các nhà lãnh đạo của một số doanh nghiệp lớn đã lên kế hoạch vào trí tuệ nhân tạo (AI) như thế nào. Dưới đây là một số ví dụ từ McKinsey:
- Lãnh đạo của một tổ chức lớn đã dành 3 năm và hàng trăm triệu USD cho sáng kiến làm sạch dữ liệu (data-cleansing) toàn công ty với mục đích là để có được một mô hình siêu dữ liệu (meta-model) trước khi bắt đầu bất kỳ sáng kiến AI nào.
- Giám đốc điều hành của một công ty dịch vụ tài chính lớn đã thuê 1.000 nhà khoa học phân tích dữ liệu, chi phí trung bình là 250.000 USD/người, với mục đích khai phá sức mạnh của AI.
- Giám đốc điều hành của một nhà sản xuất lớn đã sắp xếp một loạt các dự án đầy tham vọng sử dụng dữ liệu phi cấu trúc (unstructured data - còn được gọi là dữ liệu định tính thường bao gồm dữa liệu dạng văn bản, nhưng cũng có thể chứa dữ liệu như ngày tháng, số và dữ kiện) vì các kỹ thuật AI hoạt động rất hiệu quả với dữ liệu văn bản, hình ảnh và video.
Tất cả những sáng kiến này có một điểm chung đó là đều thất bại.
Bên cạnh những chi phí lớn mà các dự án này phải gánh chịu, thì chúng còn khiến tổ chức, doanh nghiệp mất niềm tin vào các phân tích nâng cao.
Thế nhưng điều này lại được coi là hoàn toàn bình thường. Cuộc khảo sát của McKinsey’s State đã cho thấy chỉ 22% các công ty sử dụng AI báo cáo rằng họ nhận được những tác động đáng kể đến thu nhập ròng. Tại sao rất nhiều dự án thất bại và làm thế nào các nhà lãnh đạo có thể tránh được điều này?
Dưới đây là 3 vấn đề dẫn đến sự thất bại trong việc áp dụng sáng kiến AI.
 |
| Ảnh: CIO |
1. Bắt đầu các dự án AI không phù hợp với tầm nhìn của công ty
McKinsey - công ty tư vấn quản lý toàn cầu nhận thấy rằng chỉ có 30% các tổ chức có chiến lược trí tuệ nhân tạo (AI) đồng bộ với chiến lược công ty. Các nhóm (team) thường bị kích thích bởi triển vọng áp dụng AI vào một vấn đề mà không suy nghĩ vấn đề đó đóng góp vào giá trị kinh doanh tổng thể như thế nào.
Nhiều nhà lãnh đạo đang đốt tiền của họ dưới danh nghĩa là đầu tư vào AI. Các nhóm thường theo đuổi các sáng kiến về AI khi họ phát hiện điểm thú vị hoặc trong những sáng kiến đó là khẩn cấp.
Không thể phủ nhận khi các dự án này có thể giải quyết những “nỗi đau" trong kinh doanh. Tuy nhiên, điều quan trọng hơn đó là kết quả của những dự án này phải phù hợp với chiến lược công ty. Họ cần bắt đầu với tầm nhìn kinh doanh và suy nghĩ bằng cách nào để sử dụng dữ liệu khởi động tầm nhìn đó.
Trong một báo cáo của MIT Sloan Management Review, Steve Guise - CIO của Roche Pharmaceuticals đã giải thích cách mà AI giúp chuyển đổi mô hình kinh doanh của công ty họ. Roche đang nỗ lực để biến việc cá nhân hóa trong dịch vụ chăm sóc sức khỏe thành hiện thực.
Ông Guise chỉ ra rằng mô hình phân phối thuốc hiện tại sẽ không giúp họ đạt được tầm nhìn này. Họ nhận thấy cần phải đẩy nhanh tốc độ nhận biết các loại thuốc từ ba loại thuốc lên thành 30 loại thuốc mỗi năm. Guise nói rằng AI có thể giúp họ có được sự cải thiện theo cấp số nhân này.
Roche đã đưa AI trở thành xu hướng chủ đạo trong tổ chức bằng cách xây dựng cải tiến trong sàng lọc, chẩn đoán và điều trị. Quá trình này được hỗ trợ bằng cách hợp tác với các công ty khởi nghiệp - những người đang theo đuổi việc khám phá thuốc bằng cách sử dụng AI.
Nhờ những nỗ lực này, Roche đã có những bước đột phá đáng kể trong việc điều trị các bệnh như Viêm gan B và bệnh Parkinson. Bằng cách khai sáng tầm nhìn của công ty và điều chỉnh tất cả các sáng kiến AI sao cho phù hợp mục tiêu bao quát này, những nỗ lực của Roche đang thực sự mang lại trái ngọt cho chính họ.
2. Chờ đợi sau khi dự án đi vào hoạt động mới lập kế hoạch cho ROI
Khi nào các doanh nghiệp nên tính toán tỷ suất hoàn vốn (ROI) từ những dự án trí tuệ nhân tạo AI của mình? Hầu hết các tổ chức, doanh nghiệp thường mắc sai lầm trong quá trình theo dõi chỉ số ROI khi dự án đi vào hoạt động. Các nhà lãnh đạo thường đưa ra các kết quả mờ nhạt và chung chung sẽ xảy ra trong tương lai như “cải thiện hiệu quả”, “giá trị thương hiệu” hoặc “khách hàng hài lòng hơn” nhưng điều đó chỉ làm cho vấn đề trở nên tồi tệ hơn.
Đó là điều không dễ dàng để định lượng các kết quả của dự án bằng đồng USD nhưng không có nghĩa là không thể. Các lãnh đạo cần đặt ra yêu cầu về đo lường các lợi ích kinh doanh ngay cả trước khi "bật đèn xanh" cho một dự án.
AI có thể mang lại giá trị kinh doanh bằng một trong hai cách: một là tăng doanh thu hoặc hai là giảm chi phí và điều chắc chắn là cả hai lợi ích trên đều đem lại giá trị vô cùng to lớn đối với doanh nghiệp. Hãy xác định doanh nghiệp muốn đạt được kết quả nào trong số những kết quả này và bắt đầu triển khai dự án.
Việc kết hợp giữa các chỉ số nhanh (leading metrics) và chỉ số chậm (lagging metrics) sẽ giúp đo lường những kết quả này. Thu thập dữ liệu cần thiết để tính toán các chỉ số bằng cách cập nhật các quy trình hiện có hoặc tạo các quy trình mới.
Cuối cùng là theo dõi các dự án đầu tư bằng cách tính toán chi phí phần cứng, phần mềm và đội kỹ thuật, bao gồm cả chi tiêu cho các chương trình quản lý áp dụng và thay đổi. Chỉ số ROI này phải là yếu tố quyết định phê duyệt dự án của doanh nghiệp.
Deutsche Bank đã triển khai sản phẩm tín dụng tiêu dùng dựa trên trí tuệ nhân tạo AI của mình ở Đức, họ đưa ra quyết định tại thời gian thực (real-time decision - khi hệ thống chuyển tiếp thông tin đến người dùng ở tốc độ gần như ngay lập tức hoặc có độ trễ cực ngắn khi có một sự kiện nào đó xảy ra) đối với khoản vay ngay khi khách hàng hoàn thành đơn đăng ký.
Người tiêu dùng lo lắng về việc từ chối cho vay ảnh hưởng đến xếp hạng tín dụng của họ. Sản phẩm này đã loại bỏ rủi ro đó bằng cách cho họ biết liệu khoản vay của họ có được chấp thuận hay không, ngay trước khi họ nhấn nút “đăng ký”.
Deutsche Bank nhận thấy rằng việc phát hành khoản vay đã tăng gấp 10 - 15 lần trong 8 tháng ngay sau khi dịch vụ hỗ trợ AI ra mắt. Đây là một trường hợp rõ ràng về việc AI giúp tăng doanh thu.
3. Mong đợi sự chuyển đổi từ AI mà không thay đổi văn hóa doanh nghiệp
 |
| Ảnh: Kaseya |
Trong cuộc khảo sát thường niên năm 2019, Gartner đã hỏi các giám đốc dữ liệu (CDO) rằng để đạt được giá trị từ phân tích thì yếu tố gây cản trở lớn nhất họ sẽ gặp là gì. Các CDO đã khẳng định, thử thách khó khăn nhất không hề liên quan gì đến dữ liệu hoặc công nghệ mà đó là văn hóa.
Peter Drucker, chuyên gia hàng đầu thế giới về tư vấn quản trị đã nói về “Culture eats strategy for breakfast " tạm dịch là “Văn hóa ăn đứt chiến lược”. Ông không phủ định tầm quan trọng của chiến lược, tuy nhiên trên tất cả, văn hóa doanh nghiệp mới là giá trị cốt lõi và con đường chắc chắn nhất để dẫn đến sự thành công.
Ngay cả những chiến lược AI tốt nhất cũng sẽ chẳng là gì nếu chúng ta không định hình cẩn thận văn hóa tổ chức. Muốn thay đổi được văn hóa thì phải bắt đầu từ các vị trí cấp cao nhất. Các nhà lãnh đạo phải sử dụng hình thức kể chuyện (storytelling) để truyền cảm hứng cũng như để chứng minh cách AI có thể giúp tổ chức đạt được tầm nhìn, có được thành công.
Các nhà lãnh đạo phải giải quyết nỗi sợ các vấn đề xung quanh AI và cải thiện khả năng hiểu biết dữ liệu (data literacy - khả năng đọc, hiểu, tạo và truyền đạt dữ liệu dưới dạng thông tin) của tất cả nhân viên. Sự thay đổi văn hóa được nhận định sẽ diễn ra trong nhiều năm, và các nhà lãnh đạo phải “lan tỏa” nó trong suốt thời gian dài sau khi các dự án đi vào hoạt động.
Đã có bao giờ bạn thắc mắc thành phần chính trong Domino’s Pizza là gì không? Đó chính là dữ liệu! Dominos Pizza là tấm gương hoàn hảo của sự chuyển đổi công nghệ. Doanh nghiệp tồn tại dựa trên văn hóa và đưa ra quyết định dựa trên số liệu (Data-Driven Decision Making - các công ty lớn thu thập, lưa trữ và phân tích, biến các thông tin tưởng như chả liên quan gì thành các dữ liệu có nghĩa, sau đó đưa ra được các quyết định dựa trên dữ liệu đó, DDDM là kết quả của quyết định dựa trên số liệu) và sử dụng AI trong quá trình bán hàng, trải nghiệm khách hàng và phân phối.
Vào năm 2010, Patrick Doyle tiếp quản vị trí Giám đốc điều hành của hãng sản xuất bánh pizza có tuổi đời 50 năm, khi đó hãng này được khách hàng và các nhà đầu tư dành nhiều sự quan tâm, chú ý đến.
Doyle đã cải thiện lại toàn bộ hoạt động doanh nghiệp từ trong ra ngoài và đưa doanh nghiệp vào con đường chuyển đổi số. Tại thời điểm đó ông được cho là khá táo bạo khi đã đặt cược vào công nghệ bằng cách thực hiện các dự án mạo hiểm, khích lệ mọi người và xây dựng một số đổi mới về AI ngay trong doanh nghiệp.
Khi Doyle nghỉ hưu vào năm 2018, doanh số bán hàng của Dominos đã tăng trong 28 quý liên tiếp và nó mang lại lợi nhuận từ cổ phiếu cao hơn Google.Vị giám đốc điều hành sắp mãn hiệm đã tóm tắt lại hành trình của công ty: "Chúng tôi là một công ty công nghệ tình cờ bán bánh pizza."
Bằng cách dẫn đầu một cuộc chuyển đổi văn hóa trong Dominos, Doyle đảm bảo văn hóa chuyển đổi các quyết định dựa trên dữ liệu sẽ được duy trì ngay cả sau khi có một giám đốc điều hành mới tới thay thế vị trí này của ông.
Thực tế chứng minh rằng việc áp dụng công nghệ đổi mới không bao giờ là dễ dàng. Cho dù đó là việc ra mắt công nghệ mới như AI trên thị trường hay việc áp dụng nó trong một tổ chức, doanh nghiệp thì những thách thức nếu có sẽ là hoàn toàn giống nhau.
Những nhà đổi mới gieo mầm hành trình này trong một tổ chức, bằng nhiệt huyết và sự nỗ lực hết mình để thay đổi, sẽ có những người đầu tiên chấp nhận sự đổi mới này. Nhưng sau đó, có lẽ tốc độ đổi mới sẽ chậm lại và xuất hiện những vết nứt, vực sâu. Nguyên nhân có thể do thiếu tầm nhìn, không có kết quả chắc chắn và những bộ phận không sẵn sàng tiếp nhận sự thay đổi.
Trên đây là nguyên nhân mà hầu hết dẫn đến việc các sáng kiến AI thất bại. Để AI vượt qua những hố sâu này và trở thành xu hướng, qua trình này đòi hỏi sự can thiệp của lãnh đạo. Các nhà lãnh đạo phải đưa AI đến với thành công bằng cách luôn gắn liền các sáng kiến với tầm nhìn của công ty, doanh nghiệp.
Họ phải chứng minh giá trị kinh tế bằng cách thể chế hóa các cuộc trò chuyện về ROI từ AI. Cuối cùng, họ phải định hình văn hóa tổ chức để tạo điều kiện thay đổi và cho phép áp dụng quá trình đưa quyết định dựa trên AI.
Theo The Enterprisers Project, Google Cloud
