Ashley Moser, Đồng sáng lập và Giám đốc Thương mại (CCO) của MelodyArc – Loạt phỏng vấn

Ashley Moser, Đồng sáng lập và Giám đốc Thương mại của MelodyArc, dẫn dắt chiến lược thương mại của công ty, làm việc với khách hàng để chuyển đổi các mục tiêu vận hành đầy tham vọng thành các kết quả có thể đo lường. Cô mang lại nền tảng trải qua các lĩnh vực vận hành, chiến lược sản phẩm, logistics, bán hàng và dịch vụ tài chính, bao gồm các vai trò lãnh đạo tại Wonder và Jetblack của Walmart, nơi cô làm việc trong chuỗi cung ứng, cải tiến liên tục, chiến lược và logistics. Ở giai đoạn đầu sự nghiệp, cô từng là Giám đốc Bán hàng tại Stella Connect, sau này được Medallia mua lại, làm việc với nền tảng bán lẻ di động NewStore, và đã dành hơn bốn năm tại J.P. Morgan trong bán hàng chứng khoán tổ chức.

MelodyArc là một nền tảng điều phối AI doanh nghiệp được thiết kế để giúp các đội vận hành phối hợp dữ liệu, quy tắc kinh doanh, hệ thống AI và quyết định của con người trong một môi trường được quản lý duy nhất. Nền tảng được xây dựng quanh việc thực thi các quy trình vận hành phức tạp từ đầu đến cuối, cho phép các đội định nghĩa luồng công việc, áp dụng logic kinh doanh, triển khai các nhà điều hành AI hoặc các tác nhân khác, và chuyển các trường hợp lên người khi cần phán đoán sâu hơn. Point Engine của nó đánh giá các đường đi tiềm năng để giải quyết mỗi trường hợp trong khi tuân thủ các quy tắc tổ chức và ghi lại từng bước, mang lại cho doanh nghiệp khả năng nhìn thấy và kiểm soát tốt hơn các luồng công việc dựa trên AI trong các lĩnh vực như dịch vụ khách hàng, bán hàng, thông báo trên trang, chuỗi cung ứng và danh mục sản phẩm.

Bạn đã có một sự nghiệp đa dạng trải qua tài chính tại J.P. Morgan, SaaS doanh nghiệp tại Medallia, và các vai trò vận hành trong Jetblack của Walmart. Điều gì cụ thể đã truyền cảm hứng hoặc gây bực bội khiến bạn đồng sáng lập MelodyArc, và những trải nghiệm đó đã hình thành tầm nhìn cốt lõi của công ty như thế nào? 

Chúng tôi thành lập công ty vì đồng sáng lập của tôi, James McHenry, và tôi đều từng là nhà vận hành và nhà công nghệ. Chúng tôi đã chứng kiến trực tiếp, và trong nhiều trường hợp, đã giúp xây dựng công nghệ tuyệt vời cho các đội vận hành. Tuy nhiên, chúng tôi luôn gặp cùng một khoảng trống: các giải pháp điểm mà hoặc chỉ giải quyết một phần hẹp của những gì các đội vận hành thực sự làm, hoặc không phù hợp với cách công việc thực tế diễn ra trên thực địa.

Với suy nghĩ đó, chúng tôi đã quyết định xây dựng một nền tảng có thể mang công nghệ mới đến các đội vận hành tiền tuyến theo cách họ thực sự có thể sử dụng. Hiện nay, điều này đã hiện thực hoá dưới dạng điều phối có con người trong vòng lặp.

MelodyArc đang đưa AI trực tiếp vào tay các nhà vận hành tiền tuyến. Cách tiếp cận này khác như thế nào so với các triển khai AI doanh nghiệp truyền thống từ trên xuống, và tại sao sự chuyển đổi này lại xảy ra ngay bây giờ? 

Với MelodyArc, khi nền tảng đã được triển khai, chúng tôi trao khả năng tạo ra các luồng công việc mới, ý tưởng và quy trình có con người trong vòng lặp trực tiếp cho các đội, với ít hoặc không ảnh hưởng gì đến lộ trình chung. Điều này có nghĩa là các đội có thể cải thiện quy trình của mình bằng AI mà không cần phải lên xuống chuỗi lệnh mỗi lần. Đó là một cách triển khai công nghệ hoàn toàn khác biệt.

Điều này đặc biệt rõ ràng trong các triển khai doanh nghiệp lớn nhất của chúng tôi. Ở một khách hàng, chúng tôi bắt đầu với một trường hợp sử dụng duy nhất trên một đội. Hiện nay, chúng tôi đã hoạt động với hơn năm trường hợp sử dụng trên nhiều đội.

Chúng tôi cũng đã thấy các đội xây dựng một quy trình hỗ trợ AI trong một ngày duy nhất, điều mà trước đây họ đã hạ mức ưu tiên vì nó không bao giờ đạt ngưỡng ROI cho một dự án đòi hỏi nhiều công sức kỹ thuật.

Nhiều tổ chức đang đầu tư mạnh vào AI nhưng vẫn gặp khó khăn trong việc vận hành chúng. Những khoảng trống phổ biến nhất mà bạn thấy giữa chiến lược AI và thực thi trong thực tế là gì?

Hai yếu tố lớn nổi bật. Thứ nhất, khi các công ty xem xét một quy trình muốn áp dụng AI, họ thường áp dụng cách tiếp cận toàn bộ hoặc không làm gì. Họ hoặc tự động hóa mọi khía cạnh của quy trình trọng tâm, hoặc không can thiệp chút nào. Chúng tôi khuyến khích các công ty thay vào đó xem xét cấu trúc của một quy trình và xác định nơi tự động hóa phù hợp, nơi AI phù hợp, và nơi con người vẫn cần tham gia, không nhất thiết theo thứ tự đó. Cách tiếp cận này mở ra nhiều quy trình hơn trở thành ứng cử viên cho AI, đồng thời mở khóa thêm tự động hóa ở các giai đoạn sau, vì bạn đã cân nhắc kỹ lưỡng việc đưa con người vào vòng lặp.

Thứ hai, từ góc độ chiến lược, các công ty thường có hàng trăm trường hợp sử dụng tiềm năng để lựa chọn. Điều quan trọng là đánh giá chúng dựa trên tác động thực tế cho doanh nghiệp, chi phí, thời gian và các chỉ số cụ thể, thay vì chỉ chạy theo những gì hấp dẫn nhất hoặc dễ thực hiện nhất. Tấn công các lĩnh vực lớn nhất, có tác động cao nhất trước, ngay cả khi chúng khó hơn, là nơi các công ty thu được giá trị lớn nhất. Điều này cũng thể hiện một vòng quay tích cực của giá trị mà các dự án AI có thể tạo ra trong tổ chức.

MelodyArc kết hợp AI với quy trình làm việc của con người thay vì thay thế chúng. Bạn xác định cân bằng đúng giữa tự động hóa và quyết định của con người trong môi trường doanh nghiệp như thế nào?

MelodyArc giúp các doanh nghiệp đạt được mục tiêu tự động hoá bằng cách tìm ra sự cân bằng đúng đắn giữa AI và quyết định có sự tham gia của con người. Khi MelodyArc bắt đầu quá trình triển khai, mục tiêu cuối cùng của tổ chức có thể là tự động hoá hoàn thành 90% công việc, trong khi 10% còn lại dựa vào chuyên môn của thành viên đội ngũ. Tuy nhiên, thay vì chỉ ưu tiên tốc độ, MelodyArc tận dụng sự tham gia của con người ngay từ đầu. Ví dụ, bắt đầu với tỷ lệ 50-50 giữa tự động hoá và đóng góp của thành viên, sau đó dần dần tự động hoá nhiều hơn trong quy trình. Cách tiếp cận này giúp các quy trình cấp doanh nghiệp đưa vào sản xuất nhanh hơn, vì chúng tôi không cố gắng hoàn thiện quy trình trước khi tích hợp AI.

Một điểm mạnh khác của cách tiếp cận này là khi chúng tôi đưa vào sản xuất, chúng tôi thu thập dữ liệu quy trình cho biết chính xác phần nào của quy trình cần tự động hoá tiếp theo. Điều này cho phép MelodyArc tiếp tục tăng cường mục tiêu tự động hoá nhanh hơn và một cách có hệ thống. Trong thực tế, điều này thường có nghĩa là công ty thấy mức độ tự động hoá cải thiện liên tục, mà không phải gián đoạn quy trình để sửa chữa hay điều chỉnh.

Với nền tảng của bạn trong trải nghiệm khách hàng và vận hành, bạn nghĩ AI đang định nghĩa lại “dịch vụ tuyệt vời” như thế nào trong môi trường mà phản hồi có thể được tạo ra ngay lập tức?

Tôi tin rằng “ngay lập tức” sẽ trở thành tiêu chuẩn cơ bản và về cơ bản trở nên hàng hoá hoá. Dịch vụ tuyệt vời không bao giờ chỉ là việc cung cấp câu trả lời nhanh cho khách hàng, mà là cung cấp câu trả lời đúng với ít nỗ lực nhất. AI mang lại cho chúng ta những cách mới để giảm bớt nỗ lực đó, dù là thực hiện thay mặt khách hàng, đề xuất các bước tiếp theo, hay tự động điền các trường – bất cứ điều gì làm cho trải nghiệm trở nên nhanh gọn và thú vị hơn. Việc tạo ra câu trả lời ngay lập tức không có giá trị nếu nó không thực sự liên quan, và tôi cho rằng chỉ chạy theo tốc độ sẽ khiến các công ty tối ưu hoá cho mục tiêu sai lầm.

AI doanh nghiệp thường gặp khó khăn ở giai đoạn cuối, khi việc áp dụng và khả năng sử dụng trở nên quan trọng. Những nguyên tắc thiết kế nào đã thiết yếu để đảm bảo MelodyArc thực sự được các đội ngũ hiện trường sử dụng?

Chúng tôi bắt đầu từ nhận thức rằng có rất nhiều kiến thức ngầm tồn tại trong các đội ngũ của chúng tôi, và chúng tôi rất rõ ràng về những gì có thể và không thể tự động hoá. Việc thẳng thắn về sự phân biệt này làm cho trải nghiệm trở nên trực quan hơn rất nhiều. Nó không phải là một hộp đen mà các đội ngũ không biết điều gì đang xảy ra hoặc tại sao.

Tính khả dụng phụ thuộc vào ý tưởng rằng công nghệ hoạt động cùng với các đội ngũ hiện trường, thay vì trở thành thứ họ phải làm vòng quanh. Điều này gắn liền với lý do chúng tôi thành lập công ty ngay từ đầu, vì quá nhiều giải pháp điểm chỉ giải quyết một phần hẹp của hoạt động, hoặc không phù hợp với cách công việc thực sự diễn ra trên thực địa. Chúng tôi nhận thấy đó là lý do lớn khiến nhiều công cụ AI doanh nghiệp bị bỏ qua trong nhiều tháng sau khi ra mắt.

Khi các tác nhân AI trở nên tự chủ hơn, những thách thức về quản trị và kiểm soát nào doanh nghiệp nên chuẩn bị trước khi mở rộng các hệ thống này?

Khả năng quan sát trong bất kỳ môi trường doanh nghiệp nào là thiết yếu, đặc biệt là khả năng nhìn thấy các quyết định đã được đưa ra và lý do tại sao. Đối với những quy trình doanh nghiệp có thể tự động hoá nhưng không cảm thấy thoải mái khi tự động hoá hoàn toàn, tôi đề xuất giữ lại con người trong vòng lặp. Điều này không chỉ quan trọng để duy trì giám sát, mà còn để thử nghiệm các hệ thống mới nhằm hiểu rõ cách chúng hoạt động và tác động của chúng, cả tích cực lẫn tiêu cực.

Từ góc độ thương mại, việc bán AI cho doanh nghiệp đã thay đổi như thế nào trong vài năm qua khi người mua ngày càng thông thái nhưng cũng thận trọng hơn?

Mọi người đã trở nên thông minh hơn rất nhiều, cả người mua lẫn nhà cung cấp. Chúng tôi đang ở khoảng bốn năm trong một chu kỳ kéo dài hàng chục năm, vì vậy chúng tôi vẫn đang học hỏi. Khi AI trở nên mạnh mẽ hơn và dễ tiếp cận hơn, chúng tôi nhanh chóng lặp lại những gì có thể làm cho khách hàng đồng thời họ cũng đang học cách làm gì trong tổ chức của mình, điều này thực sự thú vị vì có rất nhiều trao đổi giá trị.

Các tổ chức ngày càng tập trung vào bảo mật thông tin, bảo vệ những gì làm cho họ độc đáo, và vào hiệu quả thực tế mà AI mang lại. Họ cũng tiếp cận các dự án một cách hợp lý hơn, sẵn sàng tăng dần mức độ áp dụng thay vì đầu tư toàn bộ một lần. Việc xây dựng so với mua vẫn là một phép tính nội bộ đang diễn ra, và ngày càng chúng tôi thấy các cách tiếp cận lai như xây dựng và mua, hoặc “xây dựng qua việc mua”, thay vì chỉ một trong hai.

Bạn đã làm việc ở cả các công ty khởi nghiệp tăng trưởng nhanh và các tổ chức lớn như Walmart. Việc xây dựng AI cho hoạt động doanh nghiệp khác nhau như thế nào tùy theo quy mô công ty và độ phức tạp tổ chức?

Thực sự có hai khía cạnh ở đây: phạm vi của tổ chức và độ sâu lịch sử của ngăn xếp công nghệ và quy trình.

Ở các công ty khởi nghiệp tăng trưởng nhanh, bạn không có quá nhiều người hoặc độ phức tạp tổ chức cao, và bạn không phải làm việc quanh các hệ thống được xây dựng cách đây 20 năm hoặc các đội ngũ đã thực hiện cùng một việc trong một thập kỷ. Khi tổ chức càng lớn và càng ổn định, bạn càng cần phải suy nghĩ lại cách thực hiện công việc từ nền tảng. Điều này có nghĩa là quyết định cách bạn muốn vận hành trong tương lai, sau đó tăng dần tới đó theo cách phù hợp với tổ chức. Đôi khi điều này cũng đồng nghĩa với việc thực hiện các thí nghiệm độc lập ở rìa, phần nào tách biệt hoặc song song với các quy trình hiện có.

Nhìn về phía trước, bạn dự đoán vai trò của nhân viên tuyến đầu sẽ phát triển như thế nào khi AI được tích hợp vào quy trình làm việc hàng ngày? Chúng ta đang tiến tới tăng cường, điều phối, hay một điều gì hoàn toàn mới? 

Đối với các quy trình làm việc hàng ngày, một lớp điều phối là rất quan trọng. Việc khiến tất cả nhân viên và công nghệ của bạn hoạt động cùng nhau một cách tự nhiên là hướng đi mà chúng tôi đang hướng tới. Tuy nhiên, việc triển khai công nghệ này có thể phức tạp vì nó không phải là một silo đơn giản mà các tổ chức có thể tự động hoá một bước rồi chuyển giao cho một cộng sự. Nó là sự kết hợp giữa AI, tự động hoá và một cộng sự làm việc đồng thời.

Có rất nhiều cơ hội cho các đội ngũ tuyến đầu triển khai quy trình làm việc. Mỗi khi chúng tôi nói chuyện với khách hàng, luôn có hàng chục, thậm chí hàng trăm dự án mà họ muốn thực hiện nhưng không thể, dù là do ngân sách, lộ trình công nghệ, quy mô đội ngũ, hay ROI cản trở. Đó chính là lúc AI và điều phối xuất hiện, chúng giúp các đội ngũ làm được nhiều hơn với những gì họ đã có đồng thời giảm chi phí khởi động. Điều này cuối cùng mang lại ROI tích cực cho các dự án trong tương lai.

Cảm ơn vì buổi phỏng vấn tuyệt vời, các độc giả muốn tìm hiểu thêm nên truy cập MelodyArc.