5 bước để triển khai AI trong doanh nghiệp của bạn mà không tốn quá nhiều chi phí

Trí tuệ nhân tạo tiếp tục bùng nổ và nếu nó tiếp tục thâm nhập vào mọi ngành công nghiệp, nó sẽ thay đổi hoàn toàn cách chúng ta sống.

Do đó, việc tích hợp AI vào công ty của họ đã trở thành ưu tiên hàng đầu của nhiều nhà sáng lập. Ngay cả các cá nhân cũng đang tìm cách tận dụng AI để cải thiện cuộc sống cá nhân của họ.

Sự cường điệu đến mức Từ điển Collins, một cơ quan ngôn ngữ mang tính bước ngoặt, đã đặt tên AI là thuật ngữ của năm, vì mức độ phổ biến của nó.

Phải nói rằng, đối với hầu hết các tổ chức, có một khoảng cách rất lớn giữa ý tưởng và thực tế khi cố gắng kết hợp AI vào quy trình của họ, bởi vì con đường này không đơn giản như người ta tưởng và nó có thể rất tốn kém, cả về chi phí vốn. cần thiết và lãng phí thời gian vì sự phát triển sẽ không mang lại kết quả như mong đợi. Cái này đã hạ cánh nhiều doanh nghiệp gặp khó. Ví dụ: CNET đã thử nghiệm các bài viết do AI viết, và hóa ra chúng đầy rẫy những sai sót. Các công ty khác, như iTutor Group, đã phải đối mặt với mức phạt nặng bên cạnh sự chế giễu của công chúng vì việc triển khai AI kém của họ.

Như những trường hợp này cho thấy, các doanh nghiệp có thể mắc rất nhiều sai lầm với AI và trừ khi một dự án mạo hiểm có được sự hỗ trợ tài chính từ Amazon, Google, Microsoft hoặc Meta, những thử nghiệm thất bại này có thể khiến một công ty bị phá sản.

Nếu bạn là người sáng lập hoặc chủ doanh nghiệp, đây là hướng dẫn gồm năm bước giúp bạn triển khai AI trong doanh nghiệp của mình, đồng thời sử dụng thận trọng các nguồn lực của bạn—tiền bạc và thời gian, cuối cùng là tiền—và đồng thời giảm khả năng gây tử vong lỗi.

1. Hãy rõ ràng về vấn đề bạn đang cố gắng giải quyết

Không có công ty nào tránh khỏi những thất bại của AI. Và như Amazon đã đau đớn tìm ra–thông qua các cửa hàng không thu ngân đang gặp khó khăn của mình Amazon Go–không phải mọi trường hợp kinh doanh đều cần AI.

Do đó, điều quan trọng là bạn phải xác định được vấn đề mà bạn đang hướng tới giải quyết bằng AI. Điều này cần phải được vạch ra càng rõ ràng càng tốt.

Ví dụ, một ứng dụng phổ biến của AI là hỗ trợ khách hàng. Có thể triển khai AI trong trường hợp như vậy theo cách mang lại kết quả cụ thể, chẳng hạn như giảm chi phí trung tâm cuộc gọi X số tiền mỗi tháng hoặc tăng tốc thời gian trung bình cần thiết để giải quyết các yêu cầu của khách hàng thêm X phút. Với cách tiếp cận này, chúng tôi có một chỉ số có thể đo lường được dưới dạng tiền bạc hoặc thời gian mà chúng tôi sẽ cố gắng đạt được bằng cách triển khai AI và xem liệu điều này có tác động gì không.

Có nhiều cách khác nhau để thực hiện điều này. Ví dụ, thay vì chatbot, chúng ta có thể phát triển hoặc mua một dịch vụ giúp xác định xem câu hỏi của khách hàng có thể được trả lời bằng trang Câu hỏi thường gặp hay không. Mô hình này hoạt động như sau. Khi khách hàng viết tin nhắn, chúng ta chạy mô hình này và nó sẽ yêu cầu chúng ta chuyển cuộc trò chuyện này đến một nhân viên, hoặc hiển thị cho họ một trang liên quan có câu trả lời cho câu hỏi của họ. Phát triển mô hình này nhanh hơn và rẻ hơn so với việc xây dựng một chatbot phức tạp từ đầu. Nếu việc triển khai này thành công, chúng ta sẽ đạt được mục tiêu giảm chi phí đồng thời tối ưu hóa chi phí đầu tư liên quan đến AI, so với chi phí phát triển một chatbot.

Người tiên phong trong phương pháp này là Matten Law, một công ty luật có trụ sở tại California. tích hợp một nền tảng hỗ trợ AI trợ lý để tự động hóa nhiều nhiệm vụ, cho phép luật sư dành nhiều thời gian hơn để lắng nghe khách hàng và nghiên cứu những khía cạnh của vụ việc phù hợp nhất. Điều này minh họa rằng ngay cả những lĩnh vực cứng nhắc nhất cũng có thể bị phá vỡ thông qua AI theo cách nâng cao trải nghiệm người dùng, bằng cách khuếch đại sự tiếp xúc của con người ở những nơi cần thiết nhất.

Các vấn đề phổ biến khác có thể được giải quyết với sự trợ giúp của AI bao gồm phân tích dữ liệu và tạo ra các dịch vụ tùy chỉnh. Spotify là một ví dụ điển hình về một công ty đã tận dụng thành công AI để phát triển một hệ thống thông minh cho việc đề xuất âm nhạc. có tính đến thời gian trong ngày mà ai đó nghe một thể loại cụ thể.

Trong cả hai tình huống nói trên, AI đang giúp mang lại trải nghiệm tốt hơn cho khách hàng. Tuy nhiên, lý do khiến các công ty này sử dụng AI thành công là vì họ rất rõ ràng về những khía cạnh cần giao phó cho AI.

2. Quyết định dữ liệu bạn sẽ cần phân tích

Sau khi xác định rõ vấn đề chính, chúng ta cần tính đến dữ liệu mà chúng ta cần cung cấp cho hệ thống. Điều quan trọng cần nhớ là AI là một thuật toán phân tích và điều chỉnh theo dữ liệu chúng tôi cung cấp. Kịch bản cơ bản để thu thập dữ liệu như sau:

1. Hiểu những dữ liệu nào chúng ta có thể cần để triển khai AI.

2. Xem liệu doanh nghiệp của chúng tôi có dữ liệu đó hay không.

   1. Nếu có - tuyệt vời.

   2. Nếu không, chúng ta cần ngồi lại và tìm hiểu xem liệu chúng ta có thể bắt đầu quy trình thu thập dữ liệu phù hợp ngay tại công ty hay không. Một khả năng khác là chúng ta có thể yêu cầu các nhà phát triển lưu trữ dữ liệu cần thiết nếu chúng ta chưa làm như vậy.

Đây là một ví dụ. Chúng tôi sở hữu một quán cà phê và cần dữ liệu về số lượng khách hàng ghé thăm. Chúng tôi có thể thực hiện điều này bằng cách triển khai thẻ khách hàng thân thiết được cá nhân hóa mà người dùng sẽ xuất trình khi mua hàng. Bằng cách này, chúng tôi sẽ có dữ liệu cần thiết, chẳng hạn như khách hàng nào đã đến, họ đến khi nào, họ đã mua gì và với số lượng bao nhiêu. Khi đã có dữ liệu đó, chúng tôi có thể sử dụng dữ liệu này để triển khai AI. Tuy nhiên, đôi khi việc thu thập dữ liệu này có thể rất tốn kém. Và đó là lúc AI có thể giúp chúng tôi. Ví dụ: nếu chúng tôi lắp đặt camera trong quán cà phê của mình - ít nhất là vì mục đích an ninh - chúng tôi có thể tận dụng nó để thu thập dữ liệu từ những khách hàng ghé thăm. Tôi phải nói rằng trước khi triển khai điều này, điều quan trọng là phải tham khảo luật dữ liệu cá nhân, chẳng hạn như GDPR, vì cách tiếp cận này có thể không hiệu quả ở mọi quốc gia. Tuy nhiên, ở những khu vực pháp lý cho phép, đây có thể là một cách liền mạch để thu thập thông tin bạn cần và nhờ sự trợ giúp của AI để phân tích và xử lý thông tin đó.

Nếu bạn đang thắc mắc, chương trình khách hàng thân thiết được cá nhân hóa này là Starbucks đã làm gì, với thành công lớn. Chương trình khen thưởng của Starbucks còn đi xa hơn nữa khi cung cấp các ưu đãi được cá nhân hóa bất cứ khi nào khách hàng ghé thăm địa điểm ưa thích của họ hoặc gọi đồ uống yêu thích của họ.

3. Xác định giả thuyết

Có thể có những tình huống mà bạn cảm thấy không chắc chắn về việc AI có thể hoặc cần tối ưu hóa quy trình nào.

Nếu đây là trường hợp của bạn, thì bạn có thể bắt đầu bằng cách chia toàn bộ quy trình của mình thành các giai đoạn và xác định những giai đoạn mà bạn cảm thấy doanh nghiệp của mình hoạt động kém. Bạn đang chi quá nhiều tiền vào những lĩnh vực nào? Điều gì mất nhiều thời gian hơn bình thường? Bằng cách trả lời những câu hỏi này, bạn có thể xác định các lĩnh vực quan trọng cần cải thiện và quyết định liệu AI có thể trợ giúp hay không.

Như bạn sẽ thấy, có những trường hợp trong đó các giải pháp thông thường có thể hiệu quả hơn. Nếu bạn đang loay hoay tìm cách cung cấp sản phẩm nào để làm nổi bật cho khách hàng của mình thì các đề xuất dựa trên các sản phẩm phổ biến nhất thường hiệu quả hơn nhiều trong hệ thống đề xuất trên thị trường so với những nỗ lực dự đoán hành vi của người dùng. Vì vậy, hãy thử điều đó trước. Khi bạn có kết quả – dù là tích cực hay tiêu cực – thì bạn có thể có giả thuyết để thử nghiệm AI. Nếu không, lĩnh vực hành động sẽ quá mơ hồ và cuối cùng bạn có thể lãng phí thời gian và tiền bạc.

4. Tận dụng các giải pháp đã có

Nhiều công ty đặt mục tiêu ngay lập tức thiết kế các thuật toán học máy của riêng họ. Tuy nhiên, nếu bạn không có kế hoạch đào tạo họ với các tập dữ liệu lớn trong một khoảng thời gian dài thì đừng làm vậy. Nó sẽ rất tốn kém và tốn thời gian.

Thay vào đó, tôi khuyên bạn nên tập trung vào các giải pháp đã có sẵn. Các công ty như Amazon, Google, Microsoft và nhiều công ty khác có các công cụ hỗ trợ AI có thể giúp bạn hoàn thành nhiều mục tiêu. Sau đó, dần dần, bạn có thể ký hợp đồng với một trong số họ và thuê một nhà phát triển nội bộ để cấu hình khéo léo các yêu cầu API cần thiết.

Ý tưởng cơ bản là các công cụ này có thể được tích hợp bởi các nhà phát triển doanh nghiệp (không phải chuyên gia ML), cho phép chúng ta nhanh chóng kiểm tra giả thuyết về việc AI có mang lại hiệu quả mong đợi hay không. Nếu không, chúng ta chỉ cần vô hiệu hóa các công cụ này, và chi phí kiểm tra giả thuyết của chúng ta sẽ chỉ bằng thời gian nhà phát triển đã bỏ ra để tích hợp với dịch vụ đó và số tiền chúng ta đã trả để sử dụng công cụ. Nếu chúng ta đang phát triển một mô hình, chúng ta sẽ phải chi trả bằng lương của chuyên gia ML nhân với thời gian họ dành ra để phát triển mô hình cộng với bất kỳ chi phí cơ sở hạ tầng nào. Và sau đó, sẽ không rõ phải làm gì với nhà phát triển và mô hình nếu cuối cùng, hiệu quả mong đợi không đạt được.

Nếu giả thuyết của chúng tôi được chứng minh và công cụ hỗ trợ AI mang lại hiệu quả như mong đợi, chúng tôi vui mừng và đưa ra một giả thuyết mới. Trong tương lai, nếu dự đoán rằng chi phí của công cụ sẽ tăng lên đáng kể, chúng tôi có thể nghĩ đến việc tự mình phát triển mô hình này và do đó giảm chi phí hơn nữa. Nhưng trước tiên chúng ta cần đánh giá xem liệu chi phí phát triển trên thực tế có thấp hơn số tiền chúng ta phải trả để sử dụng một công cụ từ một công ty khác chuyên phát triển những công cụ này hay không.

Lời khuyên của tôi là bạn chỉ nên cân nhắc việc phát triển sản phẩm máy học của riêng mình sau khi bạn đã đạt được kết quả tốt từ việc sử dụng AI với các công cụ được đề cập ở trên và khi bạn chắc chắn rằng AI là cách phù hợp để giải quyết vấn đề của bạn về lâu dài. Nếu không, dự án ML của bạn sẽ không mang lại giá trị mà bạn đang tìm kiếm và như một bài viết xuất sắc gần đây của Harvard Business Review cho biết, Sự cường điệu về AI sẽ chỉ khiến bạn mất tập trung vào nhiệm vụ của mình, không cần AI.

5. Tham khảo ý kiến ​​​​của các chuyên gia AI

Tương tự như vậy, một sai lầm rất phổ biến khác mà các nhà sáng lập và chủ doanh nghiệp mắc phải là họ cố gắng tự làm mọi việc. Họ thuê một kỹ sư trưởng hoặc nhà nghiên cứu AI, sau đó thuê thêm người để thành lập một nhóm có thể tạo ra một sản phẩm tiên tiến. Tuy nhiên, công nghệ đó sẽ vô giá trị đối với mục đích của công ty bạn nếu bạn không có chiến lược triển khai AI được xác định hợp lý. Cũng có trường hợp họ thuê một Kỹ sư ML cấp dưới để tiết kiệm tiền so với việc thuê một chuyên gia giàu kinh nghiệm hơn. Điều này cũng nguy hiểm, vì một người không có kinh nghiệm có thể không biết sự tinh tế trong việc phát triển và thiết kế hệ thống ML và mắc phải “những sai lầm của tân binh”, khiến công ty sẽ phải trả giá quá cao, gần như luôn vượt quá giá thuê một người có kinh nghiệm. chuyên gia ML.

Do đó, khuyến nghị của tôi là trước tiên bạn nên thuê một chuyên gia AI, giống như một nhà tư vấn, người sẽ hướng dẫn bạn trong quá trình thực hiện và đánh giá quá trình áp dụng AI của bạn. Tận dụng chuyên môn của họ để đảm bảo rằng vấn đề bạn đang giải quyết yêu cầu AI và công nghệ có thể được mở rộng một cách hiệu quả để chứng minh giả thuyết của bạn.

Nếu bạn là một công ty khởi nghiệp ở giai đoạn đầu và đang lo lắng về nguồn vốn, thì cách tốt nhất để giải quyết vấn đề này là liên hệ với các kỹ sư AI trên LinkedIn với các câu hỏi cụ thể. Dù bạn có tin hay không, nhiều chuyên gia ML và AI đều thích giúp đỡ, bởi vì họ thực sự quan tâm đến chủ đề này và vì nếu họ thành công trong việc giúp đỡ bạn, họ có thể sử dụng nó như một nghiên cứu điển hình tích cực cho danh mục tư vấn của họ.

.

Với tất cả sự cường điệu xung quanh AI, việc bạn mong muốn kết hợp nó vào hoạt động kinh doanh của mình và phát triển một giải pháp hỗ trợ AI sẽ đưa bạn lên một tầm cao mới là điều bình thường. Tuy nhiên, bạn cần lưu ý rằng việc mọi người đang nói về AI có nghĩa là doanh nghiệp của bạn cần AI. Thật không may, nhiều doanh nghiệp vội vàng tích hợp AI mà không có mục tiêu rõ ràng và cuối cùng lãng phí số tiền và thời gian khổng lồ. Trong một số trường hợp, đặc biệt là đối với các công ty đang ở giai đoạn đầu, điều này có thể đồng nghĩa với sự sụp đổ của họ. Bằng cách trình bày rõ ràng vấn đề, thu thập dữ liệu liên quan, kiểm tra giả thuyết và sử dụng các công cụ có sẵn với sự trợ giúp của chuyên gia, bạn có thể tích hợp AI mà không làm cạn kiệt nguồn tài chính của công ty. Sau đó, nếu giải pháp hoạt động, bạn có thể dần dần mở rộng quy mô và kết hợp AI vào những lĩnh vực giúp tăng hiệu quả hoặc lợi nhuận cho công ty của bạn.