Michael Majster, Đối tác tại Arthur D. Little – Loạt phỏng vấn

Michael Majster, Đối tác tại Arthur D. Little, là một chuyên gia tư vấn chiến lược và công nghệ giàu kinh nghiệm với chuyên môn sâu về chuyển đổi số, chiến lược CNTT và tăng trưởng do đổi mới dẫn dắt. Đặt trụ sở tại Brussels và làm việc trên toàn khu vực Benelux, ông mang lại hơn hai thập kỷ kinh nghiệm tư vấn cho các CIO và giám đốc điều hành cấp cao về việc thúc đẩy thay đổi quy mô lớn và đưa ra kết quả kinh doanh có thể đo lường được. Trước khi gia nhập Arthur D. Little, ông đã dành 16 năm tại Accenture, nơi ông từng giữ các vị trí lãnh đạo cấp cao, bao gồm Giám đốc Quản lý Tài nguyên Công nghệ tại Pháp và Benelux, và phát triển chuyên môn ngành mạnh mẽ trên các lĩnh vực năng lượng, tiện ích, hóa chất và tài nguyên thiên nhiên.

Arthur D. Little là một trong những công ty tư vấn quản lý lâu đời nhất trên thế giới, được thành lập hơn 135 năm trước và được công nhận rộng rãi về sự tập trung vào đổi mới, chiến lược và chuyển đổi công nghệ. Công ty này làm việc với các tổ chức toàn cầu để giải quyết các thách thức kinh doanh phức tạp, kết hợp cái nhìn chiến lược với chuyên môn ngành sâu để hỗ trợ các lĩnh vực như chuyển đổi số, quản lý đổi mới và cải thiện hoạt động. Với sự nhấn mạnh mạnh mẽ vào việc kết nối chiến lược, công nghệ và thực hiện, Arthur D. Little đã xây dựng được danh tiếng về việc giúp khách hàng phát triển các đổi mới đột phá và thích nghi với sự thay đổi nhanh chóng của thị trường.

Bạn đã dành hơn 16 năm tại Accenture, cuối cùng lãnh đạo công nghệ và tài nguyên trên toàn BeNeLux và Pháp, trước khi trở thành Đối tác tại Arthur D. Little. Hành trình đó đã định hình quan điểm của bạn về những gì thực sự cần thiết cho các tổ chức để chuyển từ thí nghiệm AI sang chuyển đổi hoạt động quy mô lớn như thế nào?

Trong thời gian tại Accenture, tôi đã chứng kiến công ty này mở rộng từ 30.000 đến hơn 500.000 nhân viên. Tôi đã trải nghiệm trực tiếp cách giao hàng CNTT có thể được công nghiệp hóa đến mức độ cực đoan để hỗ trợ chuyển đổi quy mô lớn cho các CIO.

Tuy nhiên, qua các năm, CNTT đã trở thành một phần cốt lõi của kinh doanh, đòi hỏi các tổ chức phải chuyển đổi cách tiếp cận từ việc coi nó là một hàng hóa.

Khi chuyển sang Arthur D. Little, tôi muốn khám phá cách những chuyển đổi chiến lược của cốt lõi kinh doanh có thể được xử lý từ bên trong, cách các giải pháp tùy chỉnh thay vì các nền tảng tiêu chuẩn hóa sẽ giúp tạo ra sự khác biệt và trách nhiệm chung của toàn bộ Ban điều hành có thể giúp tổ chức thực hiện một bước tiến trong việc tạo ra giá trị.

Trong quan điểm gần đây của bạn, Không phải là các tác nhân, mà là hệ thống, bạn lập luận rằng AI đa tác nhân ít liên quan đến công nghệ và nhiều hơn về thay đổi mô hình hoạt động. Tại sao bạn nghĩ rằng nhiều tổ chức vẫn tiếp cận AI chủ yếu như một vấn đề về công cụ?

Các tổ chức thường tiếp cận AI như một vấn đề về công cụ vì nó phù hợp với các cấu trúc, ngân sách và quyền sở hữu hiện có, tránh sự phức tạp của thay đổi xuyên chức năng. Điều này cho phép thực hiện các dự án thí điểm nhanh chóng và tiến bộ rõ ràng, nhưng thường dẫn đến các sáng kiến không thể mở rộng quy mô hoặc không mang lại ROI có ý nghĩa. Nhiều nhà lãnh đạo cũng dựa vào các mô hình phần mềm di sản, giả định rằng AI có thể được triển khai như các hệ thống CNTT truyền thống chứ không phải yêu cầu thiết kế lại quy trình làm việc và quyết định. Đồng thời, trách nhiệm giải trình về thay đổi mô hình hoạt động bị phân tán và khó quản lý hơn, khiến các sáng kiến dẫn dắt bởi công nghệ trở nên hấp dẫn hơn. Kết quả là, các công ty mặc định vào công cụ vì nó dễ dàng và an toàn hơn là đối mặt với sự chuyển đổi sâu sắc hơn cần thiết để mở khóa giá trị đầy đủ của AI.

Nhiều doanh nghiệp hiện đang thí nghiệm với AI tác nhân nhưng gặp khó khăn trong việc mở rộng quy mô. Những rào cản cấu trúc phổ biến nhất ngăn cản các tổ chức chuyển từ thí điểm sang sản xuất là gì?

Các tổ chức gặp khó khăn trong việc mở rộng quy mô AI tác nhân vì họ tập trung vào các trường hợp sử dụng bị cô lập thay vì thiết kế lại các quy trình từ đầu đến cuối với quyền sở hữu rõ ràng. Các mô hình hoạt động thường không được điều chỉnh, với vai trò, quyền quyết định và tích hợp không đầy đủ giữa hợp tác con người – tác nhân vào các quy trình làm việc hàng ngày. Nhiều sáng kiến cũng thiếu liên kết mạnh mẽ với các kết quả kinh doanh có thể đo lường được, khiến chúng bị kẹt lại trong giai đoạn thí điểm mà không thể chứng minh ROI. Ngoài ra, dữ liệu bị phân mảnh và hệ thống cũ hạn chế khả năng của các tác nhân hoạt động xuyên suốt các chức năng. Cuối cùng, quản lý thay đổi yếu và các vấn đề quản trị chưa được giải quyết về rủi ro và độ tin cậy còn làm chậm việc áp dụng và ngăn cản mở rộng quy mô.

Bạn nhấn mạnh rằng điều phối, không phải các tác nhân riêng lẻ, là nơi có giá trị thực sự nằm. Điều phối hiệu quả thực sự trông như thế nào trong môi trường doanh nghiệp thực?

Điều phối hiệu quả có nghĩa là thiết kế AI xung quanh các quy trình kinh doanh từ đầu đến cuối, không phải các công cụ riêng lẻ, với các tác nhân được giao vai trò rõ ràng trên toàn quy trình làm việc. Nhiều tác nhân cộng tác như một đội – xử lý tiếp nhận, ra quyết định, thực hiện và giám sát – được điều phối thông qua một lớp điều phối trung tâm. Các tác nhân này được tích hợp chặt chẽ với các hệ thống doanh nghiệp thông qua API và nguồn dữ liệu, cho phép thực hiện các hành động thực sự chứ không chỉ cung cấp thông tin. Lớp điều phối cũng quản lý việc tuần tự hóa nhiệm vụ, ngoại lệ và chuyển tiếp lên con người, đảm bảo thực hiện mượt mà và kiểm soát. Cuối cùng, các cơ chế quản trị, xác thực và phản hồi được nhúng để đảm bảo độ tin cậy và cải tiến liên tục.

Khi các tổ chức thiết kế lại quy trình làm việc xung quanh AI, quyền quyết định nên phát triển như thế nào giữa con người và hệ thống tự động để tránh cả tự động hóa quá mức và tắc nghẽn?

Quyền quyết định nên phát triển thành một mô hình dựa trên rủi ro, nơi các quyết định có rủi ro thấp, khối lượng lớn được tự động hóa, trong khi các trường hợp có tác động cao hoặc không chắc chắn vẫn nằm dưới sự kiểm soát của con người. Các tác nhân nên xử lý nhận thức, phân tích và thực hiện, trong khi con người tập trung vào phán quyết, ngoại lệ và định nghĩa kết quả chính xác. Các đường dẫn chuyển tiếp rõ ràng là cần thiết để các tác nhân biết khi nào nên chuyển quyết định lên con người thay vì vượt quá thẩm quyền của mình. Để tránh tắc nghẽn, sự tham gia của con người nên được chọn lọc và tập trung vào các ngoại lệ thay vì giám sát toàn bộ từng bước. Đồng thời, các rào cản mạnh mẽ, cơ chế xác thực và giám sát đảm bảo kiểm soát và ngăn chặn tự động hóa quá mức.

Một trong những điểm chính của bạn là độ tin cậy phải được thiết kế từ đầu đến cuối. Những chế độ thất bại lớn nhất bạn đang thấy ngày nay khi các công ty triển khai hệ thống đa tác nhân mà không có đủ biện pháp phòng ngừa là gì?

Một chế độ thất bại chính là sự lan truyền lỗi, nơi các lỗi nhỏ của một tác nhân lan truyền qua hệ thống và trở nên tăng cường. Một vấn đề khác là ảo giác và sự tự tin sai lầm, khi AI có thể tạo ra đầu ra có thể tin được nhưng không chính xác mà không báo hiệu sự không chắc chắn. Các tổ chức cũng gặp khó khăn khi quá nhiều tự chủ được trao cho các tác nhân trong các quyết định có tác động cao mà không có đủ cổng kiểm soát hoặc phê duyệt. Xử lý ngoại lệ yếu hơn còn làm trầm trọng thêm vấn đề, với các tác nhân không thể chuyển các trường hợp模糊 hoặc biên giới lên con người. Tổng thể, thất bại xảy ra vì độ tin cậy không được thiết kế trên toàn hệ thống của điều phối, xác thực và giám sát.

Quản trị thường được coi là một lớp tuân thủ hơn là một nguyên tắc thiết kế. Các công ty nên suy nghĩ lại quản trị như thế nào khi xây dựng các mô hình hoạt động bản địa AI?

Quản trị nên chuyển từ một lớp tuân thủ hậu kiểm sang một nguyên tắc thiết kế cốt lõi được nhúng trực tiếp vào các quy trình làm việc AI. Điều này có nghĩa là tích hợp các rào cản, bước xác thực và cổng phê duyệt tại các điểm quyết định chính thay vì thêm các điều khiển sau khi triển khai. Các công ty nên áp dụng một cách tiếp cận dựa trên rủi ro, điều chỉnh mức độ tự chủ và giám sát của con người tùy thuộc vào tác động quyết định và sự không chắc chắn. Trách nhiệm giải trình và quyền quyết định rõ ràng phải được định nghĩa, đảm bảo các tác nhân biết khi nào nên hành động và khi nào nên chuyển lên con người. Cuối cùng, giám sát liên tục, vòng lặp phản hồi và các cơ chế độ tin cậy được thiết kế là cần thiết để duy trì niềm tin, hiệu suất và kiểm soát ở quy mô.

Từ công việc tư vấn của bạn cho các CIO và CDO, điều gì phân biệt các tổ chức đạt được ROI có thể đo lường từ AI so với những tổ chức vẫn còn mắc kẹt trong thí nghiệm vĩnh viễn?

Các tổ chức đạt được ROI tập trung vào việc chuyển đổi quy trình từ đầu đến cuối thay vì các trường hợp sử dụng AI bị cô lập. Họ liên kết các sáng kiến với các KPI tài chính rõ ràng và nhúng AI vào các quy trình làm việc, vai trò và cấu trúc quyết định. Họ cũng đầu tư vào quản lý thay đổi, áp dụng và quản trị để đảm bảo các giải pháp mở rộng quy mô hiệu quả. Ngược lại, các tổ chức mắc kẹt trong thí nghiệm chạy các dự án thí điểm không kết nối, tập trung vào công cụ thay vì quy trình, và thiếu quyền sở hữu và trách nhiệm giải trình rõ ràng. Kết quả là, họ không thể chuyển AI thành giá trị kinh doanh có thể đo lường được và vẫn còn bị kẹt trong giai đoạn thí điểm.

Khi các hệ thống đa tác nhân trở nên phức tạp hơn, các tổ chức nên suy nghĩ về khả năng quan sát, giám sát và chuyển tiếp như thế nào để duy trì niềm tin vào các quyết định được thúc đẩy bởi AI?

Các tổ chức nên coi khả năng quan sát, giám sát và chuyển tiếp như các yếu tố thiết kế hệ thống cốt lõi, không phải là những suy nghĩ sau. Điều này bao gồm việc đảm bảo khả năng theo dõi đầy đủ thông qua nhật ký, đường dẫn kiểm toán và điểm kiểm tra xác thực để các quyết định có thể được hiểu và xác thực. Giám sát nên tập trung không chỉ vào hiệu suất mà còn về chất lượng kết quả, lỗi và cách các vấn đề lan truyền qua các tác nhân. Các quy tắc chuyển tiếp rõ ràng là cần thiết để các tác nhân có thể chuyển lên con người trong các tình huống rủi ro cao hoặc không chắc chắn mà không tạo ra tắc nghẽn. Cuối cùng, niềm tin đến từ các hệ thống được thiết kế để minh bạch, có thể đo lường và có giám sát của con người theo mặc định.

Nhìn về tương lai, bạn thấy các mô hình hoạt động doanh nghiệp sẽ phát triển như thế nào trong 3 đến 5 năm tới khi các hệ thống AI đa tác nhân trở nên sâu sắc hơn trong các quy trình kinh doanh cốt lõi?

Các mô hình hoạt động doanh nghiệp sẽ phát triển hướng tới lực lượng lao động kết hợp giữa con người và AI, nơi các tác nhân hoạt động như nhân viên số được nhúng vào các quy trình cốt lõi. Các tổ chức sẽ chuyển từ các silo chức năng sang các cấu trúc tập trung vào quy trình với quyền sở hữu và điều phối từ đầu đến cuối trên các quy trình làm việc. Việc ra quyết định sẽ trở nên năng động hơn, với các nhiệm vụ thường xuyên được tự động hóa và con người tập trung vào các ngoại lệ và giám sát. Các cơ chế quản trị và độ tin cậy sẽ được xây dựng vào các hoạt động hàng ngày thay vì được coi là các lớp riêng biệt. Cuối cùng, lợi thế cạnh tranh sẽ phụ thuộc vào việc các công ty thiết kế lại các mô hình hoạt động của mình xung quanh AI, không chỉ dựa vào công nghệ bản thân.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Arthur D. Little.