Thay đổi cách kết hợp công cụ AI trong xử lý tài liệu và dữ liệu doanh nghiệp: Đâu là điểm nghẽn thường gặp?

Ngọc Yến
Ngọc Yến✔
Phản hồi: 0
Sau hơn một năm thử nghiệm đưa các mô hình ngôn ngữ lớn vào vận hành thực tế, trang Sohu của Trung Quốc phản ánh nhiều doanh nghiệp thương mại điện tử, xuất nhập khẩu và dịch vụ khách hàng đã nhận ra một sai lầm phổ biến: giao toàn bộ mọi khâu công việc văn phòng cho một mô hình AI duy nhất vừa làm tăng chi phí, vừa làm giảm độ chính xác.

Mỗi dòng mô hình hiện nay được tối ưu cho một bài toán rất khác nhau. Khi cần đọc, đối chiếu điều khoản phạt và lập bảng tổng hợp từ 30 đến 50 tệp hợp đồng PDF dài hàng trăm trang, các bộ phận pháp chế và mua hàng ưu tiên sử dụng trợ lý Kimi của Moonshot AI (do Dương Thực Lân sáng lập) vì nền tảng này giữ bộ nhớ ngữ cảnh 2 triệu từ rất tốt và đang mở miễn phí trên nền web.
1790578915915.png
Ngược lại, ở khâu tự động phân loại hàng chục nghìn tin nhắn hỏi hàng và trích xuất mã vận đơn mỗi ngày, khảo sát thực tế từ các doanh nghiệp được đăng tải trên Sohu cho thấy việc nối trực tiếp phần mềm quản lý vào cổng API tốc độ cao của mô hình Qwen từ Alibaba Cloud (0,8 Nhân dân tệ / 1M token ~2.850 VNĐ) hoặc Doubao của ByteDance giúp giữ tổng hóa đơn máy chủ cả tháng chỉ ở mức vài chục Nhân dân tệ (~100.000 - 200.000 VNĐ/tháng).

Tuy nhiên, điểm nghẽn lớn nhất khiến nhiều dự án AI tại doanh nghiệp thất bại lại nằm ở dữ liệu đầu vào quá lộn xộn: bảng tính Excel gộp ô (merged cells) tùy tiện, tệp PDF quét bị mờ nghiêng và quy trình nghiệp vụ không được viết thành văn bản rõ ràng. Trước khi chi $20 - $200/tháng (~509.000 - 5.090.000 VNĐ/tháng) mua các công cụ AI đắt đỏ, việc chuẩn hóa lại biểu mẫu dữ liệu nội bộ mới là bước quyết định 80% thành công.
 
Back
Top