Chu kỳ Gartner: Chiến lược cho việc ứng dụng Generative AI

Generative AI đang bùng nổ với tiềm năng to lớn trong việc tạo ra nội dung sáng tạo, tự động hóa quy trình và đưa ra dự đoán có tính chính xác cao. Tuy nhiên, nhiều doanh nghiệp vẫn còn e dè trong việc đầu tư vào công nghệ này do những lo ngại về chi phí, tính phức tạp và rủi ro tiềm ẩn.

Khám phá những lưu ý khi ứng dụng Generative từ các chuyên gia tại hội thảo MBA Talk #80 – “How Generative AI is Changing Our Modern Business?”.

Chu kỳ Gartner – Công nghệ từ đỉnh cao kỳ vọng đến bình nguyên năng suất

Chu kỳ Gartner của công nghệ mô tả hành trình phát triển đầy biến động của mọi công nghệ mới. Chu kỳ bắt đầu khi công nghệ xuất hiện, sau đó nhanh chóng leo lên đỉnh cao của sự kỳ vọng khi được đánh giá cao và gây thích thú với nhiều đối tượng. Tuy nhiên, nếu công nghệ không đáp ứng được những kỳ vọng này, nó sẽ rơi vào “đáy của sự vỡ mộng” – nơi sự thất vọng bắt đầu xuất hiện. Khi công nghệ tiếp tục được cải thiện và chứng minh giá trị thực tế của mình, nó sẽ bước vào giai đoạn “khai sáng”. Giai đoạn này, người ta hiểu biết và áp dụng công nghệ nhiều hơn. Cuối cùng là lúc công nghệ đạt đến mức độ trưởng thành và ổn định – “bình nguyên năng suất”. Tại đây, công nghệ được áp dụng rộng rãi và mang lại lợi ích bền vững.

“Khi làm việc trong lĩnh vực công nghệ, các Technologist cần phải hiểu rõ vị trí của công nghệ trong chu kỳ phát triển của nó để đưa ra các quyết định đầu tư hợp lý.” – Ông Đào Trung Thành nhấn mạnh.

Đào sâu khai thác vấn đề ra quyết định đầu tư dựa trên chu kỳ Gartner, ông Thành giải thích qua hình minh họa dưới đây:

• Khi công nghệ ở đỉnh cao: Không nên đầu tư vì thời điểm này vẫn còn khá sớm.
• Khi công nghệ ở đáy: Đừng vội bỏ cuộc, đây là lúc công nghệ chuẩn bị bứt phá.
• Khi công nghệ đang trên đà phát triển mạnh mẽ: Tham gia đường đua vào thời điểm này là quá muộn.
• Khi công nghệ đã lỗi thời: Không nên tiếp tục giữ lại nền tảng này vì không còn phù hợp.

Đó là những lời khuyên ông Thành đưa ra – ứng với từng giai đoạn của công nghệ trong chu kỳ Gartner. Có thể thấy, thời điểm (timing) đóng vai trò quan trọng trong quá trình quyết định sử dụng công nghệ. Đơn cử trong việc ứng dụng Generative AI, ông Thành cho biết dù công nghệ này được thảo luận rất nhiều nhưng trên thực tế có rất ít doanh nghiệp áp dụng – nguyên nhân là vì công nghệ này đang ở đỉnh cao, mức độ đầu tư ở các doanh nghiệp còn hạn chế.

Trong khi đó, một số nền tảng công nghệ như điện toán đám mây (Cloud) đang ở trạng thái bão hòa, được nhiều doanh nghiệp tin dùng. Điều này minh chứng thêm rằng công nghệ luôn trải qua một quá trình phát triển với độ trễ nhất định, không thể giải quyết nhanh chóng.

Mở rộng phần chia sẻ của mình, ông Thành khoanh vùng các yếu tố dẫn đến sự thất bại trong quá trình ứng dụng và triển khai nền tảng công nghệ. Điển hình là:

• Lựa chọn sai nền tảng và sai thời điểm: Việc chọn nền tảng công nghệ không phù hợp hoặc áp dụng công nghệ vào thời điểm không thích hợp có thể dẫn đến sự lãng phí tài nguyên và cơ hội.
• Không xác định rõ chiến lược ứng dụng công nghệ: Thiếu một chiến lược rõ ràng và chi tiết về cách ứng dụng công nghệ sẽ dẫn đến việc triển khai không hiệu quả. Sai lầm này bao gồm không xác định rõ mục tiêu, lộ trình và các bước cần thiết để đạt được kết quả mong muốn.
• Không đào tạo đầy đủ cho đội ngũ nhân sự: Những nhân viên không được đào tạo đầy đủ về công nghệ mới thường gặp khó khăn trong việc sử dụng và tận dụng tối đa khả năng của nền tảng công nghệ. Điều này có thể làm giảm hiệu suất và hiệu quả của toàn bộ hệ thống.
• Không đánh giá và cập nhật công nghệ thường xuyên: Công nghệ luôn phát triển và thay đổi. Không theo dõi, đánh giá và cập nhật công nghệ thường xuyên sẽ khiến doanh nghiệp lạc hậu và bỏ lỡ các cơ hội cải tiến và nâng cao hiệu suất.
• Không có sự hỗ trợ từ các đối tác công nghệ: Thiếu sự hợp tác và hỗ trợ từ các đối tác công nghệ giàu kinh nghiệm có thể làm giảm khả năng triển khai thành công. Các đối tác công nghệ thường đóng vai trò cung cấp kiến thức, tài nguyên và hỗ trợ cần thiết để giải quyết các vấn đề phức tạp trong quá trình triển khai.

Ông Thành đề xuất quy trình ứng dụng công nghệ vào hoạt động của doanh nghiệp cần thỏa mãn những yêu cầu sau:

Lựa chọn trường hợp sử dụng chiến lược đúng đắn

Điều này bao gồm việc (1) Xác định và triển khai các trường hợp sử dụng (use case) hiệu quả và phù hợp với mục tiêu chiến lược của công ty; (2) Lựa chọn dựa trên giá trị và mức độ khả thi của công nghệ đối với doanh nghiệp.

Quản lý kỳ vọng và xây dựng năng lực

Cụ thể, cần đặt kỳ vọng thực tế về những gì công nghệ có thể đạt được và thời gian cần thiết để đạt được những kết quả đó. Ngoài ra, doanh nghiệp nên lưu ý đầu tư vào phát triển năng lực thông qua đào tạo và nâng cao kỹ năng cho nhân viên. Một điều quan trọng là thu hút nhân tài phù hợp để hỗ trợ các sáng kiến AI, đảm bảo đội ngũ có đủ kiến thức và kỹ năng để triển khai và vận hành công nghệ một cách hiệu quả.

Triển khai dần dần

Theo ông Thành, doanh nghiệp nên bắt đầu với các dự án quy mô nhỏ để tích lũy kinh nghiệm và hiểu rõ hơn về cách công nghệ hoạt động trong thực tế. Sau đó, hãy dần dần mở rộng quy mô sau khi đã có những thành công ban đầu và học hỏi thêm kinh nghiệm triển khai.

Cách thức ứng dụng Generative AI: Case study từ doanh nghiệp dược phẩm

Cũng tại sự kiện, ông Nguyễn Thanh Sơn – Data Science Director, Pharmacity, giới thiệu case study về ứng dụng Generative trong một doanh nghiệp dược phẩm, giúp học viên PSO MBA hình dung rõ ràng lợi ích và cách triển khai công nghệ này.

“Doanh nghiệp dược phẩm này đã tạo nên sự khác biệt bằng cách tích hợp dữ liệu vào mọi khía cạnh của hoạt động kinh doanh. Họ ra quyết định dựa trên dữ liệu và sử dụng phân tích dữ liệu để hiểu rõ hơn về thị trường, khách hàng và hoạt động nội bộ. Điều này giúp họ không ngừng cải tiến và mang lại những kết quả tốt hơn.” – Ông Thanh Sơn giới thiệu sơ lược bối cảnh doanh nghiệp trong case study, đặc biệt nhấn mạnh văn hóa lấy dữ liệu làm cốt lõi.

Doanh nghiệp này đã đầu tư một đội ngũ Data chuyên nghiệp để đảm bảo việc thu thập, phân tích và sử dụng dữ liệu một cách hiệu quả. Đội ngũ Data bao gồm các chuyên gia với vai trò như sau:

• Data Analyst: Phân tích dữ liệu để cung cấp các thông tin chi tiết, báo cáo và các kết luận có ích.
• Data Engineer: Thu thập và quản lý dữ liệu từ tất cả các nguồn.
• Data Scientist: Xây dựng các mô hình dự đoán và phân tích dữ liệu sâu hơn.
• ML Engineer (Machine Learning Engineer): Triển khai và tối ưu hóa các mô hình machine learning.
• AI Engineer: Xây dựng các thuật toán và mô hình AI để giải quyết các vấn đề kinh doanh phức tạp.

Để quá trình ra quyết định dựa trên dữ liệu diễn ra thuận lợi hơn, đội ngũ Data đã thiết kế nền tảng Business Intelligence (BI) và cập nhật toàn bộ hệ thống báo cáo lên nền tảng này.

Với nền tảng này, dược sĩ tại các cửa hàng bán thuốc có thể dễ dàng dùng thiết bị di động truy cập vào hệ thống, sau đó lấy thông tin và dữ liệu để nắm bắt xu hướng, ra quyết định trong việc bán hàng.

Ở khối văn phòng, doanh nghiệp tiến hành lắp đặt hệ thống tivi để trình chiếu các báo cáo liên quan đến từng bộ phận. Ví dụ, những màn hình tivi tại bộ phận Marketing trình chiếu những thông tin liên quan đến lead, engagement, v.v..

Trước đây, quá trình hoạt động của doanh nghiệp gặp nhiều bất cập trong lưu trữ và chia sẻ dữ liệu. Nhận thấy những khó khăn đó, đội Data đã phát triển quy trình lưu trữ dữ liệu trên hệ thống đám mây (Cloud) để quá trình làm việc với dữ liệu diễn ra suôn sẻ hơn.

Ngoài ra, doanh nghiệp này cũng áp dụng Generative AI để hỗ trợ quá trình phân tích dữ liệu. Với sự trợ giúp của Generative AI, quy trình làm việc đã được tự động hóa, cho phép các phòng ban kinh doanh tự truy cập và phân tích dữ liệu thông qua Generative AI.

Quá trình chuyển đổi này đã mang lại nhiều lợi ích đáng kể cho doanh nghiệp. Hiệu suất làm việc được cải thiện khi các phòng ban có thể tự chủ trong việc truy cập và phân tích dữ liệu, không còn phụ thuộc vào phòng Data. Nhờ các mô hình phân tích và dự đoán của Generative AI, doanh nghiệp có thể hiểu rõ hơn về xu hướng và nhu cầu của khách hàng, từ đó nâng cao chất lượng dịch vụ và tăng cường sự hài lòng của khách hàng. Sự thành công này minh chứng cho sức mạnh của công nghệ trong việc thúc đẩy sự phát triển và hiệu quả hoạt động của doanh nghiệp dược phẩm.

Trong tương lai, để việc ứng dụng Generative AI mang lại hiệu quả tối ưu, doanh nghiệp cần đào tạo đội ngũ nhân viên hiểu rõ cách đặt câu hỏi cho AI và cách khai thác insight từ AI, từ đó đưa ra những quyết định chính xác và hiệu quả. Đồng thời, để mang lại trải nghiệm liền mạch cho khách hàng trên tất cả các kênh, doanh nghiệp nên đầu tư vào cả cửa hàng trực tiếp lẫn cải thiện hiệu quả của website, đặc biệt là thanh tìm kiếm. Thanh tìm kiếm hiệu quả sẽ giúp khách hàng dễ dàng tìm kiếm và tiếp cận sản phẩm họ mong muốn, nâng cao sự hài lòng và trải nghiệm tổng thể.

Kết

Trong bối cảnh bùng nổ của công nghệ, việc hiểu và ứng dụng Generative AI không chỉ là xu hướng mà còn là chiến lược then chốt cho sự phát triển bền vững của doanh nghiệp. Chu kỳ phát triển công nghệ theo mô hình Gartner giúp doanh nghiệp xác định thời điểm đầu tư hợp lý, tránh lãng phí tài nguyên và tận dụng tối đa tiềm năng công nghệ. Trong khi đó, case study từ ông Thanh Sơn là “mảnh đất màu mỡ” để học viên PSO MBA rút ra bài học, ứng dụng vào công việc thực tiễn.

MBA Talk là chuỗi hội thảo với sự tham dự của các chuyên gia ở nhiều lĩnh vực, các lãnh đạo, quản lý cấp cao từ các doanh nghiệp đa quốc gia, tập đoàn lớn trong và ngoài nước cùng các Giáo sư – Tiến sĩ từ các trường đại học lớn tại Việt Nam & Nước ngoài. Các khách mời sẽ cùng thảo luận, chia sẻ nhiều vấn đề, tình huống thực tiễn trong kinh doanh nhằm cung cấp kiến thức theo hướng chuyên sâu, đúng triết lý đào tạo PSO (Problem Solving in Organization).