Năm lý do tại sao các thuật toán AI có thể khó triển khai trong quản lý hoạt động

Bằng cách: Evgeniya Malina, Trưởng bộ phận Chiến lược và Hoạt động kinh doanh tại Food Rocket.

Theo nghiên cứu gần đây của Viện McKinsey Toàn cầu, AI có thể tăng cường sản lượng kinh tế toàn cầu lên $13 tỷ vào năm 2030.

Tuy nhiên, điều này đi kèm với những thách thức và hậu quả không lường trước. Một số rủi ro và thách thức phổ biến nhất của việc triển khai AI bao gồm lo ngại về quyền riêng tư, khả năng không thể tổng quát hóa và thiếu sự tin tưởng.

Dưới đây là ba thách thức với AI ảnh hưởng cụ thể đến quản lý hoạt động của các doanh nghiệp.

1. Chất lượng dữ liệu kém

Điều đầu tiên mà một thuật toán AI mạnh mẽ cần là dữ liệu. Để đào tạo một thuật toán, bạn phải cung cấp cho nó lượng dữ liệu chính xác và chất lượng cao. Tuy nhiên, không phải lúc nào cũng dễ dàng để có được dữ liệu này, và một báo cáo của Gartner năm 2020 cho biết chất lượng dữ liệu kém có thể khiến công ty bạn mất khoảng $13 triệu mỗi năm.

Ví dụ, một số quy trình có thể không có dấu vết kỹ thuật số nào khi bạn bắt đầu. Không có dữ liệu để bạn đưa vào thuật toán trong những trường hợp này. Mọi thứ bạn đưa ra chỉ là giả thuyết và ước tính, điều này gây ra hai vấn đề.

Trước hết, điều này giới thiệu sự thiên vị của con người vào quy trình của bạn ngay từ đầu. Thứ hai, điều này có nghĩa là bất kỳ kết quả nào từ thuật toán chỉ là sự mở rộng của những ước tính tốt nhất của bạn. Cuối cùng, điều này khiến bạn có một bức tranh dữ liệu không chắc chắn và một quá trình ra quyết định không ổn định.

2. Điều hướng “Cold Starts” và Sự tham gia của Nhân viên

Tự động hóa là tuyệt vời để tối ưu hóa các quy trình hiện có, nhưng sự đánh đổi là “cold start”. Đây là khi bạn phải bắt đầu một quy trình mà không có dữ liệu lịch sử nào mà AI có thể dựa vào. Trong mọi trường hợp, AI sẽ gặp khó khăn khi vượt qua chướng ngại vật này.

Theo Harvard Business Review, 80 phần trăm hoặc nhiều hơn thời gian của một nhóm IT thường được dành để cải thiện và tinh chỉnh dữ liệu không nhất quán cho các thuật toán AI

Điều này thường đòi hỏi một khoản đầu tư đáng kể về nỗ lực của con người để giúp AI vượt qua “cold start” và tiếp tục hoạt động trơn tru.

Trong kinh nghiệm của tôi, nó có thể gây ra sự gián đoạn nghiêm trọng trong quản lý cung ứng, và nó cũng có thể khiến các công ty mất doanh thu đáng kể. Chúng ta đều biết rằng AI chưa đủ phát triển để xử lý tất cả các khía cạnh của hệ thống quản lý hoạt động. Điều này có nghĩa là bất kỳ giải pháp AI nào mà công ty của bạn sử dụng sẽ chồng chéo với các quy trình ra quyết định của con người.

Mặc dù điều này có thể là một điều tốt, nhưng nó cũng có thể dẫn đến sự thiếu tham gia của nhân viên vào trách nhiệm cá nhân của họ. Trong một số trường hợp, nhân viên cảm thấy họ có thể tách mình ra khỏi một quyết định vì “AI đã làm điều đó.”

Ngoài ra, điều này thường xảy ra khi giới thiệu một thuật toán mới trùng với sự sụt giảm đáng kể về các chỉ số chất lượng. Trong kinh nghiệm của tôi, điều này là kết quả của một người trước đây chịu trách nhiệm về chỉ số cảm thấy như họ bây giờ chỉ là một liên kết không quan trọng trong chuỗi quyết định tự động.

Điều quan trọng là phải quản lý khía cạnh này của tự động hóa vì nó có thể dễ dàng dẫn đội của bạn đi theo con đường thiếu quan tâm và giảm cam kết. Nó cũng có thể gây hại cho thương hiệu của bạn. Nếu AI được để tự quyết định, nó có thể vô tình bắt đầu phân biệt đối xử với khách hàng trong các khung tuổi, giới tính hoặc khu vực địa lý nhất định.

3. Thách thức với Minh bạch và Triển khai Hiệu quả

Mỗi chủ doanh nghiệp đều biết rằng mọi thứ có thể thay đổi trong tích tắc. Các công ty không phải lúc nào cũng có thời gian để xây dựng một giải pháp AI phức tạp cho một hoạt động mới.

Trên thực tế, điều này thường xảy ra khi các doanh nghiệp phải đối mặt với áp lực thời gian và buộc phải giải quyết một vấn đề mà không có sự giúp đỡ của tự động hóa vì việc thiết lập một quy trình mới đơn giản là mất quá nhiều thời gian. Vì không có thời gian để viết các mô hình phức tạp, một trong hai điều sau sẽ xảy ra.

Trước hết, doanh nghiệp có thể chọn triển khai một quy trình gần như hoàn chỉnh nhưng chèn một bước trung gian thủ công cho đến khi quy trình có thể được tinh chỉnh. Trong trường hợp này, doanh nghiệp sẽ mất tới 80 phần trăm hiệu quả tính toán của quy trình.

Thay vào đó, doanh nghiệp có thể triển khai SaaS để tăng tốc quá trình triển khai. Mặc dù chi phí thời gian và tiền bạc sẽ thấp hơn, nhưng vấn đề về hiệu quả vẫn còn. Trong trường hợp này, triển khai các thuật toán SaaS không được thích nghi cụ thể với nhu cầu của công ty có thể làm cho quy trình kém hiệu quả hơn so với khi thực hiện thủ công.

Ngoài những vấn đề này, điều quan trọng là phải hiểu rằng sự minh bạch trong quy trình AI rất khó để truyền đạt cho quản lý, ngay cả đối với các chuyên gia. Điều này là do sự phức tạp của các thuật toán, nhưng nó có thể khiến đội của bạn cảm thấy sự do dự khi chuyển sang quản lý hoạt động tự động.

Chúng ta đi từ đây?

Một số nhà nghiên cứu cho rằng những thách thức mà chúng ta đang phải đối mặt sẽ dẫn đến các vai trò mới của con người trong một công ty: Người đào tạo, Người giải thích và Người duy trì.

Người đào tạo sẽ giúp tối ưu hóa hiệu suất của AI; Người giải thích sẽ được giao nhiệm vụ giải thích các quyết định của AI cho những người không chuyên, và Người duy trì sẽ làm việc để khiến các quy trình AI trở nên bền vững trong dài hạn.

Tuy nhiên, cho đến khi đó, các doanh nghiệp và người sáng lập phải xem xét hơn là chỉ lợi thế cạnh tranh đáng kể mà AI có thể mang lại. Lợi thế phải được cân nhắc với sự模糊, chi phí thời gian và chướng ngại vật tăng trưởng mà AI hoạt động đi kèm.

Trí tuệ nhân tạo vẫn còn một chặng đường dài để phát triển về mặt tăng trưởng, phát triển và triển khai. Nó chắc chắn có thể tạo ra sự khác biệt lớn trong quản lý hoạt động, nhưng chúng ta vẫn chưa thể hoàn toàn dựa vào nó để luôn là lựa chọn tốt nhất.