AI đưa ra quyết định từng phút. Phần lớn hoạt động quản trị vẫn theo chu kỳ quý

Một hệ thống có AI hỗ trợ có thể tác động đến hàng trăm quyết định vận hành trước khi ban chỉ đạo kịp lên lịch cho cuộc họp tiếp theo. Hoạt động quản trị dựa trên các đợt rà soát hằng quý vốn chưa bao giờ được thiết kế để đáp ứng tốc độ đó, và chính sự lệch nhịp này khiến nhiều chương trình AI trong doanh nghiệp bắt đầu gặp khó khăn.

Chúng ta dành rất nhiều thời gian tranh luận xem nên triển khai mô hình nào. Tuy nhiên, Gartner dự đoán rằng đến hết năm 2026, các tổ chức sẽ từ bỏ 60% số dự án AI không được hỗ trợ bởi dữ liệu sẵn sàng cho AI. Phần lớn thất bại về AI trong doanh nghiệp hầu như không liên quan đến bản thân mô hình. Nguyên nhân nằm ở một vấn đề nền tảng hơn: các tổ chức không có được cái nhìn đáng tin cậy, kết nối về chính hoạt động kinh doanh của mình.

Chi phí tiềm ẩn của dữ liệu “sẵn sàng cho AI”

Phần lớn doanh nghiệp đánh giá thấp nỗ lực cần thiết để xác lập quyền sở hữu, cơ chế quản trị, độ tin cậy và bối cảnh cho dữ liệu. Ít doanh nghiệp đầu tư vào chuyên môn liên chức năng và mô hình vận hành cần có để xây dựng các khuôn khổ quản trị bảo đảm tính minh bạch, khả năng giải thích và trách nhiệm giải trình cần thiết, giúp đưa AI vượt ra khỏi giai đoạn thí điểm.

Có một bài kiểm tra đơn giản mà tôi khuyến khích khách hàng thực hiện. Tổ chức có thể giải thích rõ ai sở hữu dữ liệu, dữ liệu liên quan thế nào đến các quy trình kinh doanh, những biện pháp kiểm soát nào chi phối việc sử dụng dữ liệu và ai vẫn chịu trách nhiệm về các quyết định có AI hỗ trợ hay không? Nếu không, các sáng kiến AI của họ khó có thể thành công, bất kể họ đầu tư bao nhiêu vào nền tảng, hạ tầng hay mô hình.

Bước đầu tiên trong bất kỳ hành trình ứng dụng AI nào ở doanh nghiệp cũng nên là đầu tư vào cơ chế quản trị và một mô hình vận hành thiết thực, qua đó xác lập rõ quyền sở hữu, trách nhiệm giải trình và quyền ra quyết định. Theo những gì tôi quan sát được, phần lớn tổ chức lại làm theo trình tự ngược: triển khai mô hình và hạ tầng trước khi xây dựng nền tảng cần thiết để vận hành AI trên quy mô lớn.

Các quyết định có AI hỗ trợ không chỉ dựa vào những điểm dữ liệu riêng lẻ mà còn phụ thuộc vào việc hiểu thông tin liên quan thế nào đến quy trình kinh doanh, chính sách, quyền sở hữu và bối cảnh vận hành. Khi những mối liên hệ đó bị phân tán, các tổ chức không nên ngạc nhiên nếu những đề xuất của AI trở nên thiếu nhất quán.

Khi ứng dụng AI suýt gây ra sự cố, gặp trục trặc hoặc đưa ra các đề xuất mâu thuẫn, những câu hỏi quan trọng là về tổ chức chứ không phải kỹ thuật. Ai sở hữu dữ liệu? Ai chịu trách nhiệm về quyết định? Ai có thể bác bỏ AI? Các trường hợp ngoại lệ được chuyển cấp xử lý như thế nào? Nếu không có câu trả lời, doanh nghiệp có nguy cơ tạo ra tự động hóa mà thiếu trách nhiệm giải trình.

Niềm tin được xây dựng trước khi triển khai

Niềm tin vào AI được hình thành từ rất lâu trước khi bất kỳ mô hình nào đi vào hoạt động. Quản trị hiệu quả đòi hỏi sự phối hợp giữa bộ phận công nghệ, các chức năng kinh doanh, quản lý rủi ro, pháp chế, tuân thủ và an ninh, bởi các hệ thống AI hoạt động xuyên qua ranh giới giữa các bộ phận trong khi trách nhiệm giải trình thường vẫn bị chia cắt theo từng bộ phận. Nhiều thách thức quản trị bị quy cho AI thực chất là triệu chứng của những vấn đề cũ hơn về quyền sở hữu dữ liệu và thẩm quyền ra quyết định mà công nghệ chỉ làm lộ rõ.

Phần lớn tổ chức đã có cơ chế quản trị thông qua các chính sách an ninh, khuôn khổ tuân thủ và quy trình phê duyệt. Điều họ thường thiếu là cái nhìn tổng thể, kết nối về cách các yếu tố đó phối hợp với nhau.

Niềm tin được củng cố khi các bên liên quan hiểu cơ sở của những đề xuất, tin tưởng vào dữ liệu nền tảng và biết rằng các biện pháp kiểm soát cũng như cơ chế chuyển cấp xử lý phù hợp đã được thiết lập. Không thể bổ sung những điều đó sau khi sự cố đã xảy ra.

Khi quản trị theo quý phải theo kịp các quyết định từng phút

Các mô hình quản trị truyền thống dựa vào những đợt rà soát định kỳ, các cuộc họp ban chỉ đạo và báo cáo hồi cứu. Các hệ thống có AI hỗ trợ liên tục đưa ra đề xuất trên quy mô lớn. Những khuôn khổ hiện có không sai, nhưng quá chậm và tách rời khỏi hoạt động ra quyết định trong vận hành. Chu kỳ rà soát hằng quý không thể quản trị những quyết định được đưa ra từng giờ, suốt ngày đêm.

Tôi nhận thấy thành công lớn nhất ở những tổ chức lồng ghép cơ chế quản trị trực tiếp vào quy trình vận hành thông qua việc thực thi chính sách, quy trình phê duyệt, giám sát, khả năng kiểm toán và sự giám sát của con người. Họ đã cam kết chuyển từ quản trị định kỳ sang quản trị liên tục để có thể theo dõi theo thời gian thực dữ liệu nào đang được sử dụng, những quyết định nào đang chịu tác động, ai chịu trách nhiệm và khi nào cần có sự can thiệp của con người.

Quản trị liên tục không chỉ là giám sát đầu ra của AI. Điều đó còn có nghĩa là hiểu AI đang sử dụng thông tin nào, thông tin đó còn hợp lệ hay không, và các quyết định có còn phù hợp với chính sách cũng như mục tiêu kinh doanh hay không.

AI sẽ tự mâu thuẫn với chính mình

Các tổ chức lớn vốn đã phải xử lý những ưu tiên xung đột mỗi ngày. Đội ngũ an ninh muốn giảm rủi ro, đội ngũ vận hành muốn duy trì sự ổn định, các bộ phận kinh doanh muốn đẩy nhanh tiến độ, còn bộ phận tài chính muốn tối ưu chi phí. Giờ đây, các hệ thống AI cũng tham gia vào bức tranh này; chúng được huấn luyện trên những tập dữ liệu và mục tiêu khác nhau, nên đương nhiên sẽ phản ánh các ưu tiên đó.

AI về an ninh có thể đề xuất khắc phục ngay một lỗ hổng nghiêm trọng, trong khi đội ngũ vận hành trì hoãn thay đổi vì hệ thống bị ảnh hưởng đang hỗ trợ một dịch vụ kinh doanh trọng yếu. Cả hai quan điểm đều có thể hợp lý. Để giải quyết những xung đột này, cần xác định rõ quyền ra quyết định, trách nhiệm quản lý rủi ro và các lộ trình chuyển cấp xử lý.

AI nên cung cấp dữ liệu, bối cảnh và khuyến nghị, nhưng tổ chức phải tiếp tục chịu trách nhiệm cân bằng các yếu tố kinh doanh, vận hành và rủi ro.

Ứng phó với sự hoài nghi khi phát hiện những điểm không nhất quán

Khi AI đưa ra một khuyến nghị không nhất quán, rõ ràng doanh nghiệp sẽ hoài nghi những khuyến nghị của AI trong tương lai. Niềm tin được khôi phục khi các bên liên quan hiểu lý do đưa ra khuyến nghị, dữ liệu nào đã được sử dụng và ai vẫn chịu trách nhiệm về kết quả.

AI thường làm lộ ra những vấn đề về chất lượng dữ liệu, khoảng trống trong việc phân định quyền sở hữu và sự thiếu nhất quán trong quy trình vốn đã tồn tại trong tổ chức. Xem những tình huống này là cơ hội cải thiện hoạt động quản trị và quy trình vận hành sẽ hiệu quả hơn nhiều so với việc bảo vệ công nghệ. Theo thời gian, niềm tin được gây dựng bằng sự minh bạch, tính nhất quán và kết quả kinh doanh có thể chứng minh được.

Nền tảng thông tin đáng tin cậy

Các cuộc thảo luận về mức độ sẵn sàng cho AI thường tập trung vào mô hình, cơ sở hạ tầng và công cụ. Trên thực tế, những tổ chức đạt được thành công lớn nhất đang đầu tư vào một yếu tố nền tảng hơn: một nền tảng thông tin đáng tin cậy. Nền tảng này cung cấp bối cảnh kinh doanh, giúp giải thích cách thông tin kết nối với quy trình, chính sách, quyền sở hữu và các quyết định vận hành, qua đó tạo cơ sở vững chắc hơn để AI đưa ra những khuyến nghị mà tổ chức có thể hiểu, quản trị và tin cậy.

Ngay cả mô hình AI tiên tiến nhất cũng không thể bù đắp cho hoạt động quản trị thông tin yếu kém, việc phân định quyền sở hữu không rõ ràng hay bối cảnh kinh doanh nghèo nàn. Các tổ chức cần xây dựng bối cảnh, cơ chế quản trị, tri thức tích lũy trong tổ chức và năng lực phân tích để đưa ra quyết định cần thiết nhằm sử dụng AI một cách có trách nhiệm và hiệu quả trên quy mô lớn.

Công việc đó tiến triển chậm hơn và ít được chú ý hơn so với việc triển khai một mô hình mới, nhưng cuối cùng chính nó quyết định liệu mô hình có mang lại giá trị kinh doanh lâu dài hay không.