Jay Allardyce, Tổng Giám Đốc, Dữ Liệu & Phân Tích tại insightsoftware – Loạt Phỏng Vấn

Jay Allardyce là Tổng Giám Đốc, Dữ Liệu & Phân Tích tại insightsoftware. Ông là một nhà điều hành công nghệ với hơn 23 năm kinh nghiệm trong các công ty B2B doanh nghiệp như Google (GOOGL ), Uptake, GE và HP. Ông cũng là đồng sáng lập của GenAI.Works, tổ chức dẫn đầu cộng đồng trí tuệ nhân tạo lớn nhất trên LinkedIn.

insightsoftware là một nhà cung cấp giải pháp phần mềm tài chính và vận hành toàn cầu. Công ty cung cấp các công cụ hỗ trợ lập kế hoạch và phân tích tài chính (FP&A), kế toán và vận hành. Các sản phẩm của họ được thiết kế để cải thiện khả năng tiếp cận dữ liệu và giúp các tổ chức đưa ra quyết định kịp thời và thông minh.

Bạn đã nhấn mạnh sự cấp bách của việc các doanh nghiệp áp dụng trí tuệ nhân tạo để đáp ứng nhu cầu ngày càng tăng của khách hàng. Những bước chính mà các doanh nghiệp nên thực hiện để tránh rơi vào bẫy “AI FOMO” và áp dụng các giải pháp trí tuệ nhân tạo chung chung là gì?

Khách hàng đang cho các doanh nghiệp biết rõ ràng rằng họ muốn tăng cường khả năng trí tuệ nhân tạo trong các công cụ họ đang sử dụng. Để đáp ứng, các doanh nghiệp đang vội vàng đáp ứng nhu cầu này và theo kịp với các đối thủ cạnh tranh, tạo ra một chu kỳ hối hả cho tất cả các bên liên quan. Và đúng, kết quả cuối cùng là AI FOMO, điều này có thể đẩy một doanh nghiệp vào việc vội vàng đổi mới chỉ để nói rằng, “chúng tôi có trí tuệ nhân tạo!”

Lời khuyên lớn nhất tôi có cho các công ty để tránh rơi vào bẫy này là dành thời gian để hiểu những điểm đau mà khách hàng đang yêu cầu trí tuệ nhân tạo giải quyết. Có vấn đề về quy trình mà quá thủ công? Có nhiệm vụ lặp đi lặp lại cần được tự động hóa? Có những tính toán mà máy móc có thể dễ dàng thực hiện?

Sau khi các doanh nghiệp có được ngữ cảnh cần thiết, họ có thể bắt đầu áp dụng các giải pháp có mục đích. Họ sẽ có thể cung cấp cho khách hàng các công cụ trí tuệ nhân tạo giải quyết vấn đề, thay vì những công cụ chỉ thêm vào sự混乱 của các vấn đề hiện có.

Nhiều công ty vội vàng triển khai trí tuệ nhân tạo mà không hiểu đầy đủ các trường hợp sử dụng. Làm thế nào các doanh nghiệp có thể xác định các giải pháp trí tuệ nhân tạo phù hợp với nhu cầu cụ thể của họ thay vì dựa vào các triển khai chung chung?

Về phía khách hàng, điều quan trọng là duy trì giao tiếp liên tục để hiểu rõ hơn về các trường hợp sử dụng đang được ưu tiên. Các hội đồng đại diện khách hàng có thể cung cấp một giải pháp hữu ích. Nhưng ngoài khách hàng, cũng quan trọng là các đội phải nhìn vào bên trong và hiểu cách thêm các công cụ trí tuệ nhân tạo mới sẽ ảnh hưởng đến chức năng nội bộ. Đối với mỗi công cụ mới được giới thiệu cho khách hàng, các đội dữ liệu nội bộ phải đối mặt với một núi các biến mới và dữ liệu mới được tạo ra.

Khi tất cả chúng ta muốn thêm các khả năng mới và展示 chúng cho khách hàng, không triển khai trí tuệ nhân tạo nào sẽ thành công mà không có sự hỗ trợ của các đội dữ liệu và nhà khoa học nội bộ. Sự sắp xếp nội bộ để hiểu băng thông và sau đó nhìn ra ngoài để quyết định哪些 yêu cầu của khách hàng có thể được đáp ứng với sự hỗ trợ thích hợp.

Bạn đã giúp các công ty Fortune 1000 áp dụng phương pháp tiếp cận dựa trên dữ liệu. Vậy điều gì thực sự có nghĩa là một công ty “dựa trên dữ liệu”, và những cạm bẫy phổ biến nào mà các doanh nghiệp gặp phải trong quá trình chuyển đổi này?

Để một công ty được coi là “dựa trên dữ liệu”, các doanh nghiệp cần học cách tận dụng dữ liệu một cách hiệu quả. Một đội dựa trên dữ liệu thực sự có thể thực hiện quyết định dựa trên dữ liệu, điều này liên quan đến việc sử dụng thông tin để thông tin và hỗ trợ quyết định kinh doanh. Thay vì dựa vào trực giác hoặc kinh nghiệm cá nhân, những người ra quyết định thu thập và phân tích dữ liệu liên quan để hướng dẫn chiến lược của họ. Việc đưa ra quyết định dựa trên dữ liệu có thể giúp các doanh nghiệp đưa ra những nhận xét thông minh và khách quan hơn, điều này trong một thị trường thay đổi nhanh chóng có thể là sự khác biệt giữa một quyết định chiến lược và một quyết định vội vàng.

Một cạm bẫy phổ biến khi đạt được điều này là quản lý dữ liệu không hiệu quả, dẫn đến “quá tải dữ liệu”, nơi các đội bị áp đảo bởi lượng dữ liệu lớn và không thể làm gì với nó. Khi các doanh nghiệp cố gắng tập trung nỗ lực vào dữ liệu quan trọng nhất, việc có quá nhiều dữ liệu có sẵn có thể dẫn đến sự chậm trễ và kém hiệu quả nếu không được quản lý đúng cách.

Với kinh nghiệm làm việc với công nghệ IoT và công nghiệp, bạn nhìn thấy sự giao nhau của trí tuệ nhân tạo và IoT phát triển như thế nào trong các ngành như năng lượng, vận tải và xây dựng nặng?

Khi IoT xuất hiện, có một niềm tin rằng nó sẽ cho phép kết nối tốt hơn để hỗ trợ quyết định. Điều này đã mở ra một thế giới giá trị kinh tế mới, và thực sự, điều này đã và đang là trường hợp cho ngành công nghiệp.

Vấn đề là, nhiều người tập trung vào “hệ thống ống nước thông minh”, sử dụng IoT để kết nối, trích xuất và giao tiếp với các thiết bị phân tán, và ít hơn về kết quả. Bạn cần xác định vấn đề chính cần được giải quyết, bây giờ bạn đã kết nối với 400 tài sản xây dựng nặng hoặc 40 nhà máy điện. Kết quả, hoặc vấn đề cần giải quyết, cuối cùng phụ thuộc vào việc hiểu KPI nào có thể được cải thiện để tăng doanh thu, năng suất luồng công việc hoặc tiết kiệm chi phí (nếu không phải là sự kết hợp). Mỗi doanh nghiệp được quản lý bởi một tập hợp KPI cấp cao đo lường hiệu suất hoạt động và cổ đông. Khi những điều này được xác định, vấn đề cần giải quyết (và do đó, dữ liệu nào sẽ hữu ích) trở nên rõ ràng.

Với nền tảng này, trí tuệ nhân tạo – dù là dự đoán hay tạo ra – có thể có tác động lớn hơn 10-50 lần trong việc giúp một doanh nghiệp trở nên năng suất hơn trong những gì họ làm. Cung cấp tối ưu, chu kỳ dịch vụ và sửa chữa dựa trên tín hiệu nhu cầu rõ ràng được kết hợp với các biến đầu vào cần thiết. Để minh họa, khái niệm có “phần đúng, tại đúng thời điểm, tại đúng vị trí” có thể có nghĩa là hàng triệu đô la cho một công ty xây dựng – vì họ có ít yêu cầu về mức tồn kho hàng hóa và dịch vụ kỹ thuật được tối ưu hóa dựa trên mô hình trí tuệ nhân tạo biết hoặc dự đoán khi một máy có thể hỏng hóc hoặc khi một sự kiện dịch vụ có thể xảy ra. Điều này, kết hợp với dữ liệu hoạt động có cấu trúc và dữ liệu IoT (cho các tài sản phân tán), có thể giúp một công ty trở nên năng động và tối ưu hóa biên độ mà không ảnh hưởng đến sự hài lòng của khách hàng.

Bạn đã nói về tầm quan trọng của việc tận dụng dữ liệu một cách hiệu quả. Những cách phổ biến nhất mà các công ty lạm dụng dữ liệu là gì, và họ có thể biến nó thành lợi thế cạnh tranh thực sự như thế nào?

Thuật ngữ “trí tuệ nhân tạo”, khi được hiểu theo nghĩa đen, có thể hơi lừa đảo. Nhập bất kỳ và tất cả dữ liệu vào một động cơ trí tuệ nhân tạo không có nghĩa là nó sẽ tạo ra kết quả hữu ích, liên quan hoặc chính xác. Khi các đội cố gắng theo kịp tốc độ đổi mới trí tuệ nhân tạo trong thế giới ngày nay, thỉnh thoảng chúng ta quên đi tầm quan trọng của việc chuẩn bị và kiểm soát dữ liệu hoàn chỉnh, điều này là quan trọng để đảm bảo rằng dữ liệu cho trí tuệ nhân tạo là hoàn toàn chính xác. Giống như cơ thể con người phụ thuộc vào nhiên liệu chất lượng cao để cung cấp năng lượng, trí tuệ nhân tạo phụ thuộc vào dữ liệu sạch, nhất quán để đảm bảo độ chính xác của dự báo. Đặc biệt là trong thế giới của các đội tài chính, điều này rất quan trọng để các đội có thể tạo ra báo cáo chính xác.

Các phương pháp hay nhất để trao quyền cho các đội phi kỹ thuật trong một tổ chức sử dụng dữ liệu và trí tuệ nhân tạo một cách hiệu quả, mà không làm cho họ bị choáng ngợp với các công cụ hoặc quy trình phức tạp, là gì?

Lời khuyên của tôi là các nhà lãnh đạo nên tập trung vào việc trao quyền cho các đội phi kỹ thuật để tạo ra các phân tích của riêng họ. Để thực sự linh hoạt như một doanh nghiệp, các đội kỹ thuật cần tập trung nỗ lực của họ vào việc làm cho quy trình trở nên trực quan hơn cho nhân viên trên toàn tổ chức, thay vì tập trung vào danh sách yêu cầu ngày càng tăng từ tài chính và vận hành. Loại bỏ các quy trình thủ công thực sự là bước quan trọng đầu tiên trong quá trình này, vì nó cho phép các nhà lãnh đạo vận hành dành ít thời gian hơn để thu thập dữ liệu và nhiều thời gian hơn để phân tích nó.

insightsoftware tập trung vào việc đưa trí tuệ nhân tạo vào vận hành tài chính. Trí tuệ nhân tạo đang thay đổi cách các Giám đốc Tài Chính và các đội tài chính hoạt động như thế nào, và những lợi ích hàng đầu mà trí tuệ nhân tạo có thể mang lại cho việc ra quyết định tài chính là gì?

Trí tuệ nhân tạo đã có tác động sâu sắc đến việc ra quyết định tài chính và các đội tài chính. Trên thực tế, 87% các đội đã sử dụng nó ở mức độ vừa phải đến cao, điều này là một biện pháp tuyệt vời về sự thành công và tác động của nó. Cụ thể, trí tuệ nhân tạo có thể giúp các đội tài chính tạo ra các dự báo quan trọng nhanh hơn và do đó thường xuyên hơn – cải thiện đáng kể chu kỳ dự báo hiện tại, ước tính rằng 58% chu kỳ ngân sách dài hơn 5 ngày.

Bằng cách thêm trí tuệ nhân tạo vào quá trình ra quyết định này, các đội có thể tận dụng nó để tự động hóa các nhiệm vụ nhàm chán, chẳng hạn như tạo báo cáo, xác thực dữ liệu và cập nhật hệ thống nguồn, giải phóng thời gian quý giá cho phân tích chiến lược. Điều này đặc biệt quan trọng trong một thị trường dễ biến động, nơi các đội tài chính cần sự linh hoạt và khả năng thích ứng để thúc đẩy sự mạnh mẽ. Ví dụ, trường hợp của một đội tài chính trong quá trình lập kế hoạch và ngân sách. Các giải pháp được hỗ trợ bởi trí tuệ nhân tạo có thể cung cấp dự báo chính xác hơn, giúp các chuyên gia tài chính đưa ra quyết định tốt hơn thông qua việc lập kế hoạch và phân tích sâu sắc hơn.

Bạn nhìn thấy nhu cầu về dữ liệu sẽ phát triển như thế nào trong 5 năm tới, đặc biệt là liên quan đến tích hợp trí tuệ nhân tạo và chuyển đổi sang tài nguyên đám mây?

Tôi nghĩ rằng 5 năm tới sẽ chứng kiến nhu cầu về sự linh hoạt của dữ liệu được tăng cường. Với tốc độ thay đổi của thị trường, dữ liệu phải đủ linh hoạt để cho phép các doanh nghiệp duy trì tính cạnh tranh. Chúng ta đã thấy điều này trong quá trình chuyển đổi từ trên cơ sở đến ngoài cơ sở và sang đám mây, nơi các doanh nghiệp có dữ liệu, nhưng không có dữ liệu nào hữu ích hoặc linh hoạt đủ để hỗ trợ họ trong quá trình chuyển đổi. Sự linh hoạt tăng cường có nghĩa là khả năng ra quyết định dựa trên dữ liệu được tăng cường, cộng tác, quản lý rủi ro và nhiều khả năng khác. Nhưng về cơ bản, nó trang bị cho các đội với các công cụ họ cần để giải quyết các thách thức một cách hiệu quả và thích ứng với các xu hướng hoặc nhu cầu thị trường thay đổi.

Làm thế nào để bạn đảm bảo rằng các công nghệ trí tuệ nhân tạo được sử dụng một cách có trách nhiệm, và những xem xét đạo đức nào mà các doanh nghiệp nên ưu tiên khi triển khai các giải pháp trí tuệ nhân tạo?

Vẽ một sự tương đồng giữa sự tăng trưởng và áp dụng của đám mây, các tổ chức đã sợ hãi khi đưa dữ liệu của họ cho một thực thể không xác định để chạy, duy trì, quản lý và bảo vệ. Nó đã mất một số năm để xây dựng niềm tin đó. Bây giờ, với việc áp dụng trí tuệ nhân tạo, một mẫu tương tự đang xuất hiện.

Các tổ chức phải lại một lần nữa tin tưởng vào một hệ thống để bảo vệ thông tin của họ và, trong trường hợp này, tạo ra thông tin có thể tin cậy, có thể kiểm chứng và cũng đáng tin cậy. Với đám mây, đó là về “ai sở hữu hoặc quản lý” dữ liệu của bạn. Với trí tuệ nhân tạo, nó tập trung vào việc tin tưởng và sử dụng dữ liệu đó, cũng như việc tạo ra thông tin do kết quả. Với điều đó được nói, tôi sẽ đề xuất các tổ chức tập trung vào ba điều sau khi triển khai các công nghệ trí tuệ nhân tạo:

1. Đầu tư – Đừng sợ hãi khi sử dụng công nghệ này, nhưng hãy áp dụng và học hỏi.
2. Căn cứ – Dữ liệu doanh nghiệp bạn sở hữu và quản lý là sự thật khi nói đến độ chính xác của thông tin, với điều kiện thông tin đó là trung thực, có thể kiểm chứng và có thể tham khảo. Đảm bảo rằng khi nói đến việc xây dựng dựa trên dữ liệu của bạn, bạn hiểu rõ nguồn gốc của cách mô hình trí tuệ nhân tạo được đào tạo và thông tin nào nó đang sử dụng. Giống như tất cả các ứng dụng hoặc dữ liệu, ngữ cảnh là điều quan trọng. Các ứng dụng không được hỗ trợ bởi trí tuệ nhân tạo tạo ra kết quả sai hoặc không chính xác. Chỉ vì trí tuệ nhân tạo tạo ra một kết quả không chính xác, không có nghĩa là chúng ta nên đổ lỗi cho mô hình, mà là hiểu những gì đang cho mô hình.
3. Giá trị – Hiểu trường hợp sử dụng mà trí tuệ nhân tạo có thể cải thiện tác động đáng kể.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập insightsoftware.