Doanh nghiệp cần xây quy trình thay vì chạy theo mô hình AI

AI tăng năng suất nhưng bộc lộ giới hạn rõ ràng

TS. Phan Hoàng Điệp, Đại học Kinh tế Thành phố Hồ Chí Minh (UEH), cho rằng vấn đề quan trọng hiện nay không nằm ở việc lựa chọn mô hình AI mạnh nhất, mà ở cách cá nhân và tổ chức xây dựng quy trình làm việc, kiểm soát rủi ro và cộng tác với công nghệ. Theo hướng tiếp cận này, AI cần được xem là công cụ hỗ trợ, trong khi con người vẫn giữ vai trò phán đoán, kiểm chứng và chịu trách nhiệm cuối cùng.

AI tạo sinh đang được ứng dụng với tốc độ nhanh. Theo Chỉ số AI của Đại học Stanford, AI tạo sinh đạt tỷ lệ tiếp cận 53% dân số chỉ trong 3 năm, cao hơn tốc độ phổ cập trước đây của máy tính cá nhân và internet. Tỷ lệ tiếp cận tại Singapore đạt 61% và Các Tiểu vương quốc Ả Rập Thống nhất đạt 54%.

Tác động đến năng suất cũng đã được ghi nhận trong một số lĩnh vực. Năng suất lao động tăng từ 14% đến 26% trong mảng hỗ trợ khách hàng và phát triển phần mềm. Khảo sát của PwC trên 100.000 lao động thuộc 11 ngành nghề cho thấy người dùng kỳ vọng ChatGPT có thể giúp giảm 50% thời gian làm việc đối với một phần ba số nhiệm vụ.

Những kết quả này tạo động lực để doanh nghiệp mở rộng ứng dụng AI. Tuy nhiên, năng suất tăng không đồng nghĩa với việc doanh nghiệp có thể giao toàn bộ công việc cho máy.

Một đặc điểm đáng chú ý của AI là cái gọi là “ranh giới răng cưa”. Một mô hình có thể đạt thành tích rất cao ở những bài toán phức tạp, thậm chí giành huy chương vàng Olympic Toán quốc tế, nhưng lại chỉ đọc đúng đồng hồ kim trong 50,1% số lần thử nghiệm. Sự chênh lệch này cho thấy năng lực của AI không tăng đều trên mọi loại nhiệm vụ.

Giới hạn khác nằm ở hiện tượng ảo giác. Các mô hình ngôn ngữ lớn tạo câu trả lời bằng cách dự đoán từ tiếp theo dựa trên xác suất từ lượng dữ liệu được huấn luyện. Mô hình có thể tạo ra một câu trả lời rất mạch lạc dù không thực sự kiểm chứng được thông tin.

Vì vậy, AI có thể đưa ra nghiên cứu, đường dẫn hoặc tài liệu tưởng như có cơ sở nhưng thực tế không tồn tại. Nếu người dùng chỉ đánh giá câu trả lời dựa trên cách diễn đạt, những sai lệch này rất khó nhận biết.

Thiên vị cũng là một rủi ro cần được kiểm soát. AI được huấn luyện từ dữ liệu xã hội nên có thể tái hiện những định kiến tồn tại trong dữ liệu. Khi được sử dụng trong tuyển dụng, đánh giá hoặc các quy trình có ảnh hưởng trực tiếp đến con người, sai lệch này có thể dẫn đến kết quả thiếu công bằng.

Quy trình quyết định hiệu quả sử dụng AI

Theo TS. Phan Hoàng Điệp, doanh nghiệp cần chuyển trọng tâm từ việc “chạy theo mô hình” sang xây dựng quy trình sử dụng AI có kiểm soát. Cách tiếp cận này bắt đầu từ việc xác định đúng bài toán thay vì lựa chọn công cụ trước.

Bước tiếp theo là cung cấp đầy đủ ngữ cảnh. AI chỉ có thể tạo ra kết quả phù hợp khi được cung cấp dữ liệu chính xác và thông tin liên quan đến nhiệm vụ. Doanh nghiệp vì vậy cần xác định nguồn dữ liệu được phép sử dụng, mức độ cập nhật và phạm vi thông tin mà AI có thể tiếp cận.

Công việc cũng cần được chia thành từng bước nhỏ. Thay vì yêu cầu AI hoàn thành ngay một báo cáo, người dùng có thể tách thành các công đoạn gồm xây dựng dàn ý, xử lý từng phần, đối chiếu dữ liệu và chỉnh sửa. Cách làm này giúp con người phát hiện sai sót sớm hơn và giảm nguy cơ lỗi tích tụ trong toàn bộ quy trình.

Kiểm chứng là bước bắt buộc trước khi mở rộng phạm vi ứng dụng. Người sử dụng cần có đủ chuyên môn để đánh giá kết quả AI, kiểm tra nguồn thông tin và đối chiếu tính logic của dữ liệu. Yêu cầu này đặc biệt quan trọng với số liệu, báo cáo tài chính và những nội dung liên quan đến quyết định chiến lược.

Rủi ro lớn hơn xuất hiện khi doanh nghiệp ủy quyền toàn bộ quy trình cho AI. Nghiên cứu DELEGATE-52 trên 52 lĩnh vực chuyên môn cho thấy khi con người giao toàn bộ quy trình chỉnh sửa văn bản cho AI, các mô hình tiên tiến nhất vẫn làm hỏng trung bình 25% nội dung tài liệu trong các tương tác dài hạn. Sai sót thường xuất hiện rải rác nên khó nhận biết nếu người dùng chỉ kiểm tra kết quả cuối cùng.

Điều này đặt ra một yêu cầu mới đối với doanh nghiệp. AI có thể giảm chi phí thử nghiệm và thực hiện công việc, nhưng đồng thời làm tăng yêu cầu kiểm soát chất lượng. Năng lực của nhân sự vì vậy cần chuyển mạnh sang thiết kế quy trình, đánh giá kết quả và quản trị rủi ro.

Doanh nghiệp cũng cần duy trì con người trong toàn bộ vòng đời sử dụng AI. Lịch sử câu lệnh, các phiên bản chỉnh sửa và logic ra quyết định cần được lưu trữ khi phù hợp. Chính sách về dữ liệu và bản quyền phải được xác định rõ. AI có thể đề xuất, tổng hợp và hỗ trợ xử lý, nhưng quyết định cuối cùng và trách nhiệm đối với quyết định đó vẫn thuộc về con người.

AI đang mở ra cơ hội lớn để nâng năng suất. Giá trị thực tế của công nghệ sẽ phụ thuộc vào cách doanh nghiệp tổ chức quy trình sử dụng. Thay vì liên tục tìm kiếm mô hình mới, doanh nghiệp cần xây dựng cách làm việc có ngữ cảnh, chia nhỏ nhiệm vụ, kiểm chứng kết quả và duy trì trách nhiệm của con người. Đây là điều kiện để khai thác năng lực của AI mà không biến những sai sót của công nghệ thành rủi ro cho hoạt động kinh doanh.

TS. Phan Hoàng Điệp – Đại học Kinh tế Thành phố Hồ Chí Minh.