Trí tuệ nhân tạo (AI) hứa hẹn sẽ giúp các doanh nghiệp thúc đẩy năng suất, sự nhanh nhạy trong kinh doanh và sự hài lòng của khách hàng đồng thời rút ngắn thời gian đưa sản phẩm và dịch vụ mới ra thị trường. Tuy nhiên, khi ngày càng nhiều nhà lãnh đạo CNTT đưa tổ chức của họ đi sâu vào lĩnh vực khoa học AI, nhiều người đang nhận được những kết quả hơn là thành công. Một nghiên cứu năm 2020 của IDC cho thấy 28% sáng kiến về AI và ngôn ngữ máy (ML) đã thất bại.
Việc tạo ra một chiến lược AI hiệu quả đòi hỏi phải lập kế hoạch cẩn thận, thiết lập các mục tiêu được xác định rõ ràng và xây dựng cam kết quản lý mạnh mẽ, cộng với khả năng khéo léo tránh những sai lầm phổ biến. Nếu chiến lược AI hiện tại của tổ chức bạn không mang lại kết quả như mong đợi, thì đây là 7 lý do có thể xảy ra.
1. Gặp vấn đề trong việc đào tạo nhân viên
 |
Gặp vấn đề trong việc đào tạo nhân viên (Ảnh: CIO) |
Không giải quyết được đầy đủ nhu cầu của người dùng là một trong những trở ngại lớn nhất để triển khai AI thành công.
Charla Griffy-Brown, giáo sư về hệ thống thông tin và quản lý công nghệ tại Trường Kinh doanh Graziadio của Đại học Pepperdine, cảnh báo: “Trừ khi các doanh nghiệp chuẩn bị cho mọi người sử dụng một giải pháp AI, nó sẽ không mở rộng quy mô. Đây không chỉ là vấn đề về đào tạo", cô ấy nói thêm. "Nó yêu cầu cập nhật các chính sách và hỗ trợ kinh doanh, không chỉ hỗ trợ kỹ thuật."
Ravi Kumar, Chủ tịch công ty tư vấn CNTT toàn cầu Infosys, cho biết các nhà lãnh đạo CNTT phải đảm bảo lực lượng làm việc của họ được đào tạo đầy đủ để làm việc với công nghệ mới. "Họ nên có một kế hoạch để đào tạo và trao quyền cho các nhóm của họ làm việc với AI."
Ý tưởng rằng AI đòi hỏi nỗ lực của con người nên được đưa vào thế chủ động ngay từ đầu. Grifffy-Brown nói: “Điều này có thể khó triển khai hơn việc sử dụng AI đơn thuần".
2. Thiếu sự quản lý
Các chiến lược AI không thể hoạt động hoặc mở rộng quy mô hiệu quả nếu không có tiêu chuẩn quản trị mô hình toàn doanh nghiệp được triển khai đầy đủ. Scott Zoldi, Giám đốc phân tích tại nhà cung cấp dịch vụ chấm điểm tín dụng FICO, lưu ý rằng có nhiều khía cạnh trong quản trị mô hình.
Ông giải thích: “Nó phải kết hợp các khái niệm về AI một cách hiệu quả. Mô hình cũng nên tập trung vào các thực hành triển khai công nghệ tiêu chuẩn và chỉ rõ phương pháp AI nào có thể được và không được sử dụng".
Zoldi cho biết thêm: “Cuối cùng, các dự án AI cần một quy trình phát triển mô hình có sự quản lý của công ty [để] các mô hình được tạo ra theo tiêu chuẩn của công ty và không phụ thuộc vào kỹ thuật của các nhà khoa học dữ liệu cá nhân,” Zoldi cho biết thêm.
3. Không hiểu giá trị thực sự của AI
 |
Nhiều doanh nghiệp không thực sự hiểu giá trị của AI (Ảnh: CIO) |
Khi ngày càng nhiều doanh nghiệp tiếp cận với AI, nhiều doanh nghiệp không nhận ra đầy đủ lợi ích của tỷ suất hoàn vốn (ROI) trong thế giới thực của công nghệ. Lan Guan, giám đốc quản lý cấp cao của đơn vị trí tuệ ứng dụng tại công ty dịch vụ chuyên nghiệp Accenture cho biết: “Điều cần thiết là phải tích hợp AI vào chuỗi giá trị cốt lõi của các ứng dụng trong ngành thay vì coi nó như một tiện ích bổ sung. "Khi AI được kết hợp liền mạch, việc theo dõi giá trị sẽ trở nên dễ dàng hơn".
Lộ trình khám phá giá trị của AI khác với hầu hết các công nghệ doanh nghiệp khác. Kumar lưu ý: “Các tổ chức thường không hiểu cách khám phá toàn bộ các trường hợp sử dụng cho AI. Hơn nữa, việc áp dụng AI của doanh nghiệp thường tập trung vào các vấn đề chính hoặc giải quyết một thách thức cụ thể, không nhất thiết phải nghĩ đến 'bức tranh lớn' về cách công nghệ có thể được sử dụng trong chuỗi giá trị của họ".
4. Bỏ qua việc kết hợp AI vào các quy trình kinh doanh hiện có
Để AI tạo ra giá trị, nó phải được nhúng trực tiếp vào quy trình kinh doanh mục tiêu. Điều này không chỉ có nghĩa là quy trình kinh doanh sẽ cần phải thay đổi, mà vai trò của con người trong quy trình này cũng sẽ phải thích ứng.
Shervin Khodabandeh, một đối tác cấp cao và đồng lãnh đạo AI tại Boston Consulting Group, một công ty tư vấn quản lý, cho biết: “Đối với hầu hết các nhiệm vụ thông thường, AI có thể tự động hóa toàn bộ quy trình và đưa [tương tác] của con người ra khỏi quy trình".
Khodabandeh lưu ý rằng tự động hóa hoàn toàn, không cần đến con người là một lợi ích quan trọng của AI, nhưng chỉ đại diện cho một phần nhỏ giá trị mà công nghệ có thể cung cấp. "Qua những nghiên cứu và làm việc với các tổ chức hàng đầu chúng tôi thấy rằng họ thường tận dụng AI ngoài tự động hóa - họ sử dụng nó để thúc đẩy tăng trưởng, cải thiện trải nghiệm khách hàng và quản lý rủi ro tốt hơn." Các tổ chức hiệu quả nhất đạt được mục tiêu này bằng cách triển khai các mô hình tương tác mới giữa con người và AI.
Ví dụ, trong dịch vụ khách hàng, chúng ta không chỉ xem xét việc AI có thể làm được những gì mà còn là việc các nhân viên sẽ kết hợp với AI để có thể phục vụ khách hàng tốt hơn. “Để thực sự áp dụng việc đào tạo sử dụng AI trong tổ chức, các công ty cần bắt đầu với AI, với sự hiểu biết sâu sắc về các quy trình kinh doanh cơ bản phải thay đổi và nhiều cách tiềm năng mà con người và AI có thể tương tác trong cái mới", Khodabandeh giải thích.
Tính chọn lọc cũng rất quan trọng. AI đã trở thành một từ thông dụng dành cho CNTT và rất ít CIO muốn thấy mình đang đi sau nhóm AI. Manjeet Rege, giám đốc Trung tâm Trí tuệ Nhân tạo Ứng dụng tại Đại học St. Thomas ở St. Paul, Minn, nhận xét: " Thông thường, chúng tôi thấy một bộ phận AI được phát triển không tích hợp tốt với các đơn vị kinh doanh, "ông nói.
Rege đề xuất khởi động một sáng kiến AI sẽ được tài trợ trong hai đến ba năm đầu tiên bởi các đơn vị kinh doanh bị ảnh hưởng. Ông giải thích: “Bằng cách đó, nhóm AI có đủ thời gian để giới thiệu các khả năng của AI cho các đơn vị kinh doanh. Đồng thời, các đơn vị kinh doanh phát triển niềm tin vào AI và sẵn sàng chi trả cho các dự án AI trong những năm tiếp theo”.
5. Quản lý và giám sát không chặt chẽ
Việc thấm nhuần sự nghiêm ngặt của AI cũng không kém phần quan trọng, bởi vì các quyết định được đưa ra bằng cách sử dụng công nghệ này thường ảnh hưởng trực tiếp đến cuộc sống của con người. Zoldi nói: “Mức độ nghiêm ngặt tương tự để đảm bảo các hệ thống luôn hoạt động và đang vận hành cần được áp dụng để đảm bảo các mô hình AI hoạt động hiệu quả và được giám sát liên tục,” Zoldi nói.
Zoldi chỉ ra một báo cáo gần đây của Corinium Global về việc xây dựng AI trong môi trường bị gián đoạn, cho thấy 67% giám đốc dữ liệu và phân tích không giám sát các mô hình của họ để đảm bảo độ chính xác liên tục của chúng, cũng như để ngăn chặn sự sai lệch mô hình. Ông nói: “Mặc dù thường bị bỏ qua, nhưng việc triển khai và giám sát mô hình AI có vai trò quan trọng hơn so với việc phát triển mô hình cốt lõi".
6. Thiếu sự hỗ trợ của quản lý cấp trên
 |
Thiếu sự đồng tình từ các lãnh đạo cấp trên khiến cho các chiến lược AI hoạt động không hiệu quả (Ảnh: CIO) |
Vì nhiều CIO đã nhận thức rõ, nên các đại diện kinh doanh cấp cao thường thiếu kiến thức về dữ liệu. Do đó, các nhà lãnh đạo CNTT phải giới thiệu và hình dung tác động và lợi ích của việc phát triển một chiến lược AI mạnh mẽ.
Jerry Kurtz, Phó chủ tịch điều hành về thông tin chi tiết và dữ liệu của công ty tư vấn công nghệ và kinh doanh Capgemini North America cho biết :" Nếu các tổ chức không thể nhìn thấy lợi ích lâu dài và hoàn vốn của các khoản đầu tư ngắn hạn của họ, thì sẽ khó có thể thực hiện các chiến lược AI dài hạn.
Kurtz thừa nhận việc thuyết phục ban lãnh đạo đầu tư vào một chiến lược AI dài hạn là một thách thức. Kurtz chia sẻ: "Để thuyết phục được ban lãnh đạo, bạn cần phải có một chiến lược và lộ trình AI được thiết kế cẩn thận, giải quyết hiệu quả các rào cản phi kỹ thuật đối với việc mở rộng quy mô".
7. Bỏ qua chi phí quản lý
Chống lại sự thôi thúc sử dụng toàn bộ ngân sách AI vào việc mua công nghệ. Krishna Kutty, đối tác quản lý và đồng sáng lập của công ty tư vấn quản lý Kuroshio Consulting, khuyến nghị: “Thay vào đó, hãy dành một khoản tiền gần như tương đương cho việc quản lý mô hình AI. Dành quỹ cho việc đào tạo, thiết kế lại quy trình làm việc và thay đổi cơ cấu tổ chức từ việc triển khai AI là điều cần thiết để thành công".
Kutty lưu ý rằng nhiều doanh nghiệp cho rằng đầu tư vào công nghệ AI và các nhiệm vụ quản lý dữ liệu liên quan là đủ để hoàn thành công việc. Đó là một sai lầm lớn. Bà cảnh báo: “Phần lớn các vấn đề xảy ra đều đến từ các doanh nghiệp chỉ tập trung vào công nghệ. Toàn bộ tổ chức, từ hoạt động đến tài chính, nhân sự đến tiếp thị, phải được đưa vào cả mô hình hoạt động và kinh doanh để triển khai AI một cách hiệu quả. Bà nói: “Các CIO hiệu quả làm việc theo mô hình hợp tác với các đồng nghiệp C-suite của họ để đảm bảo sự phát triển của một chiến lược AI toàn diện và thành công".
Theo CIO
