HBR: Vì sao công cụ AI phổ biến thường không giúp tăng năng suất cho doanh nghiệp?

[Sóng AI]

• 
  Nhiều doanh nghiệp chưa thấy hiệu quả từ AI vì các mô hình phổ biến không phù hợp với quy trình thực tế từng đội nhóm.
  
  
• 
  Tại một công ty bán lẻ Fortune 500, nhóm soạn hợp đồng nhà cung cấp được cung cấp một công cụ AI tạo sinh để tự động hóa việc tổng hợp và soạn thảo hợp đồng.
  
  
• 
  Dù công cụ AI có thể tạo nháp hợp đồng cơ bản, nhóm vẫn phải tùy chỉnh thủ công các chi tiết quan trọng như thông tin nhà cung cấp, điều khoản riêng, lịch sử đặt hàng.
  
  
• 
  Kết quả, công việc không giảm đáng kể vì AI chỉ tạo nội dung chung chung, thiếu ngữ cảnh cụ thể và không tích hợp dữ liệu phân tán từ nhiều hệ thống.
  
  
• 
  Khảo sát 30 doanh nghiệp cho thấy các công cụ AI dạng off-the-shelf thường bị đánh giá là “quá chung chung” hoặc “không hoạt động” như mong đợi do không phản ánh cách làm việc thực tế.
  
  
• 
  Giải pháp: công ty xây dựng “bản đồ công việc” (work graph) ghi lại chi tiết các bước, dữ liệu tham chiếu và quyết định trong quá trình làm việc thực tế của đội nhóm, sau đó dùng chính dữ liệu này để huấn luyện lại công cụ AI.
  
  
• 
  Áp dụng work graph giúp AI hiểu được bối cảnh công việc thực, tạo ra bản nháp hợp đồng đầy đủ thông tin hơn, rút ngắn 50% công sức thủ công và tăng 30% tốc độ xử lý hợp đồng.
  
  
• 
  Phương pháp reverse mechanistic localization (RML) phân tích sâu hành vi và quy trình thực tế để tinh chỉnh AI sát với thực tiễn hơn, giống như tùy chỉnh phần mềm nhưng đi sâu vào hiểu cách nhóm hoạt động.
  
  
• 
  Để AI luôn cập nhật, doanh nghiệp cần liên tục cập nhật dữ liệu work graph và phản hồi người dùng (giống RLHF) để duy trì hiệu quả và giảm sai sót.
  
  
• 
  Các mô hình agent AI muốn tự động hóa thực sự, bắt buộc phải học được chính xác cách làm việc đặc thù của từng đội nhóm, không thể dùng mô hình tổng quát thuần túy.
  
  
• 
  CXO nên đầu tư vào chiến lược AI lồng ghép tùy chỉnh địa phương và cải tiến liên tục, thay vì chỉ cài đặt các giải pháp có sẵn, giúp giảm lỗi, tiết kiệm chi phí và tăng ROI.
  

Doanh nghiệp chỉ đạt hiệu quả AI thực sự khi tùy chỉnh qua bản đồ công việc và reverse mechanistic localization: giảm 50% công sức thủ công, tăng 30% tốc độ quy trình. Đầu tư AI cần tập trung vào tích hợp bối cảnh thực tế thay vì chỉ dùng mô hình phổ biến!

Nguồn: Songai.vn​