Hùng Lâm
Intern Writer
Gần đây, một nghiên cứu từ MIT đã chỉ ra một vấn đề lớn về sự cách biệt giữa những ước vọng về trí tuệ nhân tạo (AI) và những dự án thực sự thành công. Chỉ có 5% các dự án AI sinh ra giá trị đo lường cho doanh nghiệp, vậy điều gì khiến cho nhóm 5% này làm khác đi? Bí quyết của họ nằm ở việc các đội ngũ công nghệ đang thành thạo nghệ thuật và khoa học trong việc tùy chỉnh AI cho phù hợp với doanh nghiệp, đồng thời tạo dựng các mối quan hệ hợp tác thay vì tự làm mọi thứ. Họ đi sâu vào vấn đề một cách chi tiết.
Những nỗ lực AI thành công thường tập trung vào các trường hợp sử dụng nhỏ nhưng có giá trị cao, tích hợp sâu vào quy trình làm việc và phát triển thông qua việc học liên tục thay vì chỉ mở rộng các tính năng. Các nhà nghiên cứu như Aditya Challapally, Chris Pease, Ramesh Raskar, và Pradyumna Chari nhấn mạnh rằng sự thông thạo trong lĩnh vực và tích hợp quy trình làm việc còn quan trọng hơn cả giao diện người dùng ấn tượng.
Thực tế không phải chỉ đơn giản là xây dựng hay mua AI chỉ để có AI, mà là cách mà doanh nghiệp có thể hưởng lợi từ AI. Các chuyên gia cần phải thu hút sự chú ý của các doanh nghiệp bằng cách tùy chỉnh mạnh mẽ và phù hợp với những vấn đề thực tế mà họ đang phải đối mặt. Những người đứng đầu trong lĩnh vực này không phải là những người xây dựng công cụ đa năng, mà là những người nhúng công nghệ AI vào quy trình làm việc, thích nghi với ngữ cảnh và phát triển từ những vị thế nhỏ nhưng có giá trị cao.
Paul McDonagh-Smith, giảng viên cấp cao tại MIT Sloan Executive Education, đã chỉ ra rằng "AI cắm và chạy" chỉ là một huyền thoại. Các công cụ bên ngoài giúp tiết kiệm thời gian, nhưng công việc thực sự sẽ nằm ở việc tùy chỉnh AI sao cho phù hợp với quy trình của chúng ta. Nguyên nhân mà các công cụ AI như ChatGPT thành công trong các thử nghiệm là nhờ vào tính linh hoạt của chúng, nhưng chúng thường thất bại trong công việc quan trọng do thiếu khả năng ghi nhớ, dẫn đến việc không thể học hỏi, thích ứng và tùy chỉnh một cách hiệu quả.
Nghiên cứu của MIT cũng cho thấy việc thiết lập quan hệ đối tác chiến lược có ảnh hưởng lớn đến sự tiến bộ của AI. Các tác giả quan sát thấy có nhiều sáng kiến xây dựng hơn là mua, và những quan hệ đối tác thường thành công gấp đôi so với nỗ lực phát triển nội bộ. Các mối quan hệ này thường đem lại thời gian giá trị nhanh hơn, chi phí tổng thể thấp hơn và sự phù hợp tốt hơn với quy trình hoạt động. Các công ty đã tránh được chi phí xây dựng từ đầu, trong khi vẫn đạt được những giải pháp tùy chỉnh.
Tuy nhiên, các người ủng hộ và phát triển AI cần cân nhắc xem khi nào thì nên phát triển nội bộ và khi nào thì nên hợp tác với các đối tác khác. McDonagh-Smith cho rằng điểm quyết định nằm ở thời gian, quy mô, hoặc chuyên môn đặc biệt, và khi các đội ngũ nội bộ không sẵn sàng đáp ứng các thời hạn cần thiết. Việc xây dựng nội bộ có ý nghĩa khi dự án đó là cốt lõi cho lợi thế cạnh tranh, nhưng cũng cần phải cẩn thận, vì sự kiêu ngạo có thể dẫn đến thất bại.
Các chuyên gia hàng đầu cho rằng thành công của AI phụ thuộc vào từng trường hợp cụ thể. David Friend, CEO và đồng sáng lập của Wasabi Technologies, nhấn mạnh rằng quyết định sử dụng đội ngũ nội bộ hay hợp tác với bên ngoài phụ thuộc vào điều mà tổ chức muốn AI thực hiện. Nếu AI là một phần cốt lõi cho sự khác biệt của công ty, thì nên phát triển và quản lý nội bộ, còn nếu không phải là phần cốt lõi, thì nên thuê ngoài.
Điều quan trọng là cần bắt đầu với việc đặt ra câu hỏi đúng. Adrian Murray, người sáng lập và CEO của Fisent Technologies, đã chỉ ra rằng câu hỏi không phải là liệu họ có thể xây dựng công nghệ hay không, mà là liệu họ có nên làm như vậy hay không. Các đội ngũ công nghệ có thể có khả năng và vốn đầu tư tốt, nhưng khả năng của họ về cơ bản có giới hạn và cần tập trung vào những nỗ lực rõ ràng nhất. Nên áp dụng công nghệ vào các vấn đề kinh doanh cụ thể, thay vì xây dựng cơ sở hạ tầng công nghệ cốt lõi có thể dễ dàng cấp phép từ một nhà cung cấp giải pháp.
Nội dung và bản chất của quan hệ đối tác cũng quyết định đến sự thành công của AI — nó cần hơn cả một thỏa thuận giao dịch đơn thuần. Các nhà mua hàng hàng đầu thường đối xử với các công ty khởi nghiệp AI như những nhà cung cấp dịch vụ kinh doanh, giữ họ ở mức các tiêu chuẩn gần với những gì được sử dụng cho các công ty tư vấn hoặc tối ưu hóa quy trình kinh doanh.
Cuối cùng, việc áp dụng AI từ cơ sở bên trong các công ty thường bắt đầu từ những người sử dụng năng lực, những nhân viên đã thử nghiệm với các công cụ như ChatGPT hoặc Claude cho hiệu suất cá nhân. Họ hiểu rõ về khả năng và giới hạn của AI, và trở thành những nhà ủng hộ sớm cho các giải pháp được phê duyệt nội bộ. Thay vì trông chờ vào một chức năng AI tập trung để xác định các trường hợp sử dụng, các tổ chức thành công cho phép các nhà quản lý ngân sách và quản lý lĩnh vực nêu ra các vấn đề, thẩm định công cụ và dẫn dắt việc triển khai.
Theo nghiên cứu, các kiến trúc AI "agentic" đang nổi lên, hỗ trợ bởi các khung công tác như Model Context Protocol (MCP), Agent-to-Agent (A2A), và NANDA, cho phép sự tương tác và phối hợp giữa các tác nhân. Những khung công tác này sẽ hình thành nền tảng cho "Mạng lưới Agentic", một mạng lưới các tác nhân và giao thức tương tác thay thế những ứng dụng đơn khối bằng những lớp phối hợp động.
Cuối cùng, việc làm việc với các nhà cung cấp AI có thể giúp khởi tạo và xây dựng động lực ban đầu quan trọng, nhưng công việc nặng nề sẽ nằm ở việc tích hợp các giải pháp AI vào quy trình, chính sách, thực tiễn và văn hóa của tổ chức.
Nguồn tham khảo: Zdnet
Những nỗ lực AI thành công thường tập trung vào các trường hợp sử dụng nhỏ nhưng có giá trị cao, tích hợp sâu vào quy trình làm việc và phát triển thông qua việc học liên tục thay vì chỉ mở rộng các tính năng. Các nhà nghiên cứu như Aditya Challapally, Chris Pease, Ramesh Raskar, và Pradyumna Chari nhấn mạnh rằng sự thông thạo trong lĩnh vực và tích hợp quy trình làm việc còn quan trọng hơn cả giao diện người dùng ấn tượng.
Thực tế không phải chỉ đơn giản là xây dựng hay mua AI chỉ để có AI, mà là cách mà doanh nghiệp có thể hưởng lợi từ AI. Các chuyên gia cần phải thu hút sự chú ý của các doanh nghiệp bằng cách tùy chỉnh mạnh mẽ và phù hợp với những vấn đề thực tế mà họ đang phải đối mặt. Những người đứng đầu trong lĩnh vực này không phải là những người xây dựng công cụ đa năng, mà là những người nhúng công nghệ AI vào quy trình làm việc, thích nghi với ngữ cảnh và phát triển từ những vị thế nhỏ nhưng có giá trị cao.
Paul McDonagh-Smith, giảng viên cấp cao tại MIT Sloan Executive Education, đã chỉ ra rằng "AI cắm và chạy" chỉ là một huyền thoại. Các công cụ bên ngoài giúp tiết kiệm thời gian, nhưng công việc thực sự sẽ nằm ở việc tùy chỉnh AI sao cho phù hợp với quy trình của chúng ta. Nguyên nhân mà các công cụ AI như ChatGPT thành công trong các thử nghiệm là nhờ vào tính linh hoạt của chúng, nhưng chúng thường thất bại trong công việc quan trọng do thiếu khả năng ghi nhớ, dẫn đến việc không thể học hỏi, thích ứng và tùy chỉnh một cách hiệu quả.
Nghiên cứu của MIT cũng cho thấy việc thiết lập quan hệ đối tác chiến lược có ảnh hưởng lớn đến sự tiến bộ của AI. Các tác giả quan sát thấy có nhiều sáng kiến xây dựng hơn là mua, và những quan hệ đối tác thường thành công gấp đôi so với nỗ lực phát triển nội bộ. Các mối quan hệ này thường đem lại thời gian giá trị nhanh hơn, chi phí tổng thể thấp hơn và sự phù hợp tốt hơn với quy trình hoạt động. Các công ty đã tránh được chi phí xây dựng từ đầu, trong khi vẫn đạt được những giải pháp tùy chỉnh.
Tuy nhiên, các người ủng hộ và phát triển AI cần cân nhắc xem khi nào thì nên phát triển nội bộ và khi nào thì nên hợp tác với các đối tác khác. McDonagh-Smith cho rằng điểm quyết định nằm ở thời gian, quy mô, hoặc chuyên môn đặc biệt, và khi các đội ngũ nội bộ không sẵn sàng đáp ứng các thời hạn cần thiết. Việc xây dựng nội bộ có ý nghĩa khi dự án đó là cốt lõi cho lợi thế cạnh tranh, nhưng cũng cần phải cẩn thận, vì sự kiêu ngạo có thể dẫn đến thất bại.
Các chuyên gia hàng đầu cho rằng thành công của AI phụ thuộc vào từng trường hợp cụ thể. David Friend, CEO và đồng sáng lập của Wasabi Technologies, nhấn mạnh rằng quyết định sử dụng đội ngũ nội bộ hay hợp tác với bên ngoài phụ thuộc vào điều mà tổ chức muốn AI thực hiện. Nếu AI là một phần cốt lõi cho sự khác biệt của công ty, thì nên phát triển và quản lý nội bộ, còn nếu không phải là phần cốt lõi, thì nên thuê ngoài.
Điều quan trọng là cần bắt đầu với việc đặt ra câu hỏi đúng. Adrian Murray, người sáng lập và CEO của Fisent Technologies, đã chỉ ra rằng câu hỏi không phải là liệu họ có thể xây dựng công nghệ hay không, mà là liệu họ có nên làm như vậy hay không. Các đội ngũ công nghệ có thể có khả năng và vốn đầu tư tốt, nhưng khả năng của họ về cơ bản có giới hạn và cần tập trung vào những nỗ lực rõ ràng nhất. Nên áp dụng công nghệ vào các vấn đề kinh doanh cụ thể, thay vì xây dựng cơ sở hạ tầng công nghệ cốt lõi có thể dễ dàng cấp phép từ một nhà cung cấp giải pháp.
Nội dung và bản chất của quan hệ đối tác cũng quyết định đến sự thành công của AI — nó cần hơn cả một thỏa thuận giao dịch đơn thuần. Các nhà mua hàng hàng đầu thường đối xử với các công ty khởi nghiệp AI như những nhà cung cấp dịch vụ kinh doanh, giữ họ ở mức các tiêu chuẩn gần với những gì được sử dụng cho các công ty tư vấn hoặc tối ưu hóa quy trình kinh doanh.
Cuối cùng, việc áp dụng AI từ cơ sở bên trong các công ty thường bắt đầu từ những người sử dụng năng lực, những nhân viên đã thử nghiệm với các công cụ như ChatGPT hoặc Claude cho hiệu suất cá nhân. Họ hiểu rõ về khả năng và giới hạn của AI, và trở thành những nhà ủng hộ sớm cho các giải pháp được phê duyệt nội bộ. Thay vì trông chờ vào một chức năng AI tập trung để xác định các trường hợp sử dụng, các tổ chức thành công cho phép các nhà quản lý ngân sách và quản lý lĩnh vực nêu ra các vấn đề, thẩm định công cụ và dẫn dắt việc triển khai.
Theo nghiên cứu, các kiến trúc AI "agentic" đang nổi lên, hỗ trợ bởi các khung công tác như Model Context Protocol (MCP), Agent-to-Agent (A2A), và NANDA, cho phép sự tương tác và phối hợp giữa các tác nhân. Những khung công tác này sẽ hình thành nền tảng cho "Mạng lưới Agentic", một mạng lưới các tác nhân và giao thức tương tác thay thế những ứng dụng đơn khối bằng những lớp phối hợp động.
Cuối cùng, việc làm việc với các nhà cung cấp AI có thể giúp khởi tạo và xây dựng động lực ban đầu quan trọng, nhưng công việc nặng nề sẽ nằm ở việc tích hợp các giải pháp AI vào quy trình, chính sách, thực tiễn và văn hóa của tổ chức.
Nguồn tham khảo: Zdnet
