Reset Hype GenAI: CIO và CTO Chuyển sang Thực tế Thực tiễn

Sự bùng nổ của trí tuệ nhân tạo tạo ra (GenAI) vào năm 2023-2024 đang dần hạ nhiệt. Hơn bao giờ hết, bây giờ là lúc cần cân bằng sự lạc quan về tiềm năng của AI với sự thận trọng về những hạn chế của nó. Trong khi nhiều sáng kiến AI vẫn còn mắc kẹt trong cái gọi là “bẫy thử nghiệm GenAI”, không thể cung cấp giá trị kinh doanh có quy mô sau giai đoạn nguyên mẫu, những sáng kiến khác tiếp tục tạo ra giá trị kỹ thuật số thực sự. Sự thành công này đến khi CIO và CTO áp dụng một cách tiếp cận cân bằng để triển khai và mở rộng AI trong toàn tổ chức.

Bây giờ AI bước vào thời kỳ mà khả năng thực sự và giới hạn của nó sẽ được đánh giá lại bởi các nhà lãnh đạo công nghệ. Trong thời gian này, họ sẽ phải hành động trong sự không chắc chắn, trong khi vẫn linh hoạt và sẵn sàng cho các kịch bản không thể đoán trước. Báo cáo The State Of Agentic AI, 2026 của Forrester đã nắm bắt được thách thức thực tế, cho rằng mặc dù đầu tư vẫn tiếp tục tăng, nhưng quy mô vẫn còn hạn chế vì nhiều công ty thiếu sự trưởng thành về phối hợp, quản trị và danh tính phi con người.

Có sáu cách tiếp cận thực tế và thực tế mà các chuyên gia có thể sử dụng ngay bây giờ để duy trì sự liên quan. Những cách tiếp cận này dựa trên việc triển khai AI lấy con người làm trung tâm và tạo thành nền tảng vững chắc cho bất kỳ tổ chức nào.

1. Neo AI vào kỹ năng của con người để đo lường năng suất

Mục tiêu của CIO và CTO là tránh đặt cược mù quáng vào AI và tạo ra một lực lượng lao động thông minh hơn, tận dụng tối đa những gì AI có thể mang lại.

Trong những năm gần đây, các kỹ sư tin rằng AI sẽ thay thế họ và抵制 việc sử dụng các công cụ AI. Ngày nay, nhiều kỹ sư đang tích cực sử dụng Cursor và Claude Code, vì các phương pháp thực tế đã xuất hiện để phù hợp với kỳ vọng với kết quả thực tế.

Điều gì đã thay đổi là sự nhận thức rằng các công cụ AI tăng cường trí tuệ của kỹ sư và hỗ trợ công việc của họ. Những công cụ này tiết kiệm một lượng thời gian đáng kể, đặc biệt là trong giai đoạn đầu của dự án. Trong giai đoạn khởi tạo và PoC, AI có thể giúp các nhà phát triển đi nhanh hơn tới 5 lần. Trên các dự án sản xuất thực tế với các quy trình đã được thiết lập, AI có thể tiết kiệm tới 25% thời gian. Những kết quả này có thể sẽ được cải thiện khi các công cụ AI trưởng thành và các đội thích nghi với quy trình làm việc của họ.

Những lợi ích về năng suất này cũng phụ thuộc vào sự thay đổi của tổ chức. Những người áp dụng thành công sẽ xem xét lại các quy trình, đánh giá và luồng phê duyệt để đảm bảo rằng các cấu trúc hiện có không trở thành nút thắt làm chậm tốc độ mà AI mang lại, đồng thời duy trì chất lượng của các giao hàng cuối cùng.

2. Kiểm soát kết quả của AI trước khi nó định hình quyết định

Không giống như trí tuệ con người, AI không được dạy để thừa nhận sự không chắc chắn. Khi nó không chắc chắn, nó không chuyển sang nghiên cứu sâu hơn hoặc xem xét của con người mà thay vào đó trình bày các ước đoán như những sự thật.

Vì các ảo giác của AI là không thể tránh khỏi, thông tin từ các phản hồi được tạo bởi AI nên được sử dụng cho việc ra quyết định một cách tiết kiệm và cẩn thận hơn khi được sử dụng cho mục đích học tập. Việc học tập theo nghĩa truyền thống vẫn nên diễn ra thông qua các bài viết, sách, diễn đàn và tài liệu.

Ở đâu AI vượt trội là trong việc cung cấp các câu trả lời tóm tắt trong vài giây, cùng với danh sách các nguồn và liên kết mà người dùng có thể sử dụng để học tập. Điều này giảm đáng kể thời gian cần tìm kiếm thông tin cụ thể. Tuy nhiên, các câu trả lời được tạo bởi AI vẫn cần được xác minh.

3. Tăng cường chuyên môn của con người

Các nhà lãnh đạo tổ chức chịu trách nhiệm về việc triển khai và mở rộng công nghệ nên truyền đạt rõ ràng rằng AI là một công cụ để mở rộng khả năng của con người, không phải là một điểm tựa làm cho việc thành thạo trở nên tùy chọn. Bằng cách thiết kế các quy trình và KPI thưởng cho sự kết hợp giữa trí tuệ con người và AI, thay vì tự động hóa mù quáng, các nhà lãnh đạo đảm bảo rằng chuyên môn không bị mất đi. Trong tương lai gần, lợi thế cạnh tranh sẽ thuộc về các công ty tăng cường kỹ năng của đội ngũ với AI trong khi vẫn đòi hỏi sự xuất sắc của con người.

4. Hãy nghĩ về AI như một loại vải với con người kiểm soát

Tác động của AI tăng lên khi nó được tích hợp vào cách các đội làm việc, cách các hệ thống tương tác và cách các quyết định được đưa ra. Trong thực tế, AI hỗ trợ một loạt các hoạt động trên quy trình giao hàng và vận hành doanh nghiệp. Nó làm rất tốt với các nhiệm vụ dựa trên quy tắc, nhận dạng mẫu và nhiều nhiệm vụ khác. Ví dụ, nó xử lý việc soạn thảo, tóm tắt, so sánh, dự báo, phân tích lần đầu và kiểm tra chất lượng. Điều này rất liên quan đến hoạt động tài chính, hỗ trợ kỹ thuật, hoạt động tiếp thị, nghiên cứu nội bộ và kiểm tra chất lượng.

Tuy nhiên, ở đâu cần có trách nhiệm cuối cùng và phê duyệt, hoặc ở đâu các quyết định liên quan đến đạo đức, pháp lý hoặc danh tiếng đang bị đe dọa, chuyên môn của con người phải vẫn là người giám sát quyết định. Những tổ chức thành công nhất sẽ là những tổ chức thêm sự phân biệt và sáng tạo của con người vào hiệu quả của AI trên mọi quy trình.

5. Hãy biến chuyên môn công nghệ chéo thành tiêu chuẩn mới

Việc tuyển dụng, đào tạo và tái đào tạo trong thời đại AI trong các doanh nghiệp không nên trở thành việc chuẩn bị cho “những người nhấn nút” có vai trò chỉ giới hạn trong việc vận hành các công cụ AI.

Các nhân viên có kinh nghiệm công nghệ rộng và đa dạng có thể tiếp cận gần như bất kỳ nhiệm vụ nào với sự hỗ trợ của AI. Việc viết yêu cầu, lập kế hoạch kiến trúc, lập trình trong các ngôn ngữ khác nhau, xử lý công việc backend hoặc frontend, tự động hóa QA hoặc nhiệm vụ DevOps đều có thể được thực hiện bằng cách làm việc với các công cụ AI và đóng vai trò là người xem xét cuối cùng. Cách tiếp cận này tiết kiệm thời gian đáng kể, đặc biệt là cho những người làm việc trên nhiều lĩnh vực hoặc công nghệ.

Nhiều người có thể lý thuyết làm được điều này ngày nay, nhưng hiệu quả của họ phụ thuộc vào kinh nghiệm trước đó. Kinh nghiệm công nghệ càng rộng, họ càng có thể khai thác được nhiều giá trị từ các công cụ AI.

6. Sử dụng các thông số chi tiết để nhảy vào phát triển hỗ trợ bởi AI

Sự cám dỗ để theo đuổi “lập trình theo cảm giác” của một số tổ chức là dễ hiểu, nhưng không đáng tin cậy. Thay vào đó, việc phát triển dựa trên thông số cho AI cung cấp contexto mà nó cần để tạo ra đầu ra đáng tin cậy. Các thông số rõ ràng dịch ý định thành thứ mà các công cụ AI có thể hành động.

Hai lợi ích chính của việc phát triển dựa trên thông số là tính nhất quán và kiểm soát. Khi AI làm việc từ các thông số, đầu ra dễ dàng được xác minh, tích hợp và quản lý trên toàn tổ chức. Đồng thời, quản lý rủi ro không biến mất vào mã được tạo.

Các nhà lãnh đạo công nghệ nên coi AI như một nhân tố tăng cường bên trong một quy trình phát triển mạnh mẽ. Việc phát triển dựa trên thông số là một cách thực tế để đảm bảo AI tăng tốc, chất lượng và trách nhiệm cùng một lúc.

Reset Thực tiễn

Năm nay và trong tương lai, AI có thể bắt đầu học hỏi và hành động theo những cách không thể đoán trước, khác với các mô hình ngày nay. Trong sự không chắc chắn này, một tư duy tự tin với sự thận trọng sẽ phù hợp với hầu hết các kịch bản. Cũng quan trọng không kém sẽ là cam kết học hỏi liên tục, với các đội tinh chỉnh kỹ năng của họ, đặt câu hỏi về đầu ra của AI và thích nghi với những cách làm việc mới.

CIO và CTO sẽ đóng vai trò trung tâm trong việc áp dụng các thực tiễn AI không có tiếng vang để hấp thụ sự không chắc chắn và dịch chuyển thành giá trị kỹ thuật số bền vững. Họ sẽ sắp xếp các quy trình, khuyến khích và cấu trúc quyết định của tổ chức để thiết kế lại hoạt động sao cho con người và AI đều phát huy điểm mạnh của mình.