Tại Sao “AI-Ready” Đã Trở Thành Cụm Từ Được Lạm Dụng Nhất Trong Đám Mây

“AI-ready” xuất hiện trong mọi bản trình bày của nhà cung cấp và mọi chương trình nghị sự mà tôi đã xem xét trong năm qua. Cụm từ này ở khắp mọi nơi. Nhưng ý nghĩa của nó không còn rõ ràng.

Khi một Giám đốc Tài chính nói về AI-ready, cô ấy có nghĩa là ngân sách đã được phê duyệt. Khi một Giám đốc Công nghệ Thông tin nói về nó, anh ấy có nghĩa là các nền tảng đã được triển khai. Khi một nhà tư vấn nói về nó, họ có nghĩa là phạm vi công việc. Khi một giám đốc hội đồng nói về nó, họ có nghĩa là tư thế phòng thủ. Cùng một cụm từ, nhưng bốn cuộc trò chuyện khác nhau.

Kết quả là dễ đoán trước: các công ty tuyên bố sẵn sàng cho AI dựa trên định nghĩa nào làm họ cảm thấy tốt nhất, sau đó xem các dự án của họ thất bại trong sản xuất vì lý do không ai dự đoán được — vì không ai thực sự giải quyết cùng một vấn đề.

Cụm từ này không phải là vấn đề. Sự hiểu biết bên dưới nó mới là vấn đề. Và điều đó đáng được giải quyết, vì ý nghĩa thực sự của “AI-ready” có rất ít liên quan đến những gì hầu hết các công ty đang mua.

Lớp Platform Đã Chín Muồi, Nhưng Đó Không Phải Là Khoảng Trống

Khi được yêu cầu định nghĩa, hầu hết mọi người đều đưa ra cùng một ý tưởng. AI-ready có nghĩa là một tư thế kỹ thuật: các nền tảng đã được triển khai, kiến trúc định danh đã được xác định, quản lý tài liệu đã được ghi lại, khả năng quan sát đã được triển khai, kiểm soát FinOps đã được kích hoạt, và có thể даже một Giám đốc Điều hành AI đã được thuê.

Điều này không sai. Những điều này rất quan trọng, và lớp kỹ thuật đã tiến bộ đáng kể. Tại hội nghị Google Cloud Next tuần trước, thông điệp rất rõ ràng — “kỷ nguyên thử nghiệm đã kết thúc, kỷ nguyên của đại lý đã bắt đầu.” Định danh, quản lý và khả năng quan sát đang được tích hợp trực tiếp vào nền tảng itself. Các nhà cung cấp dịch vụ điện toán đám mây lớn đang hội tụ về các khả năng tương tự với tốc độ tương tự.

Đây là một sự thay đổi thực sự, và đáng được xem xét nghiêm túc. Nhưng khi lớp platform chín muồi, công việc còn lại của khách hàng không biến mất — nó trở nên rõ ràng hơn. Có một lớp giữa nền tảng và con người của bạn mà không có nhà cung cấp nào sẽ xây dựng cho bạn. Hầu hết các công ty chưa bắt đầu.

Lớp Thiếu Sót: Lớp Harness

Hãy gọi nó là lớp harness. Lớp middleware quyết định giữa con người và AI — công cụ giúp cho hệ thống tự động không thể偏离 khỏi đặc tả, rào cản, hoặc mục tiêu của bạn.

Trong phát triển phần mềm, lớp harness không phải là mô hình. Nó là hệ thống đặc tả, cơ sở hạ tầng thử nghiệm, cổng xem xét, chính sách triển khai — cấu trúc giúp cho đầu ra AI được căn chỉnh với nhu cầu thực sự của doanh nghiệp, không phải với những gì nền tảng nghĩ là “mã tốt” nói chung.

Nền tảng được xây dựng để trở nên tổng quát. Sự căn chỉnh với doanh nghiệp của bạn là một vấn đề xây dựng, và chỉ bạn mới có thể giải quyết nó. Hầu hết các công ty chưa bắt đầu. Họ đang triển khai AI trên các nền tảng chín muồi và tin tưởng vào các mặc định để thực thi sự căn chỉnh. Nhưng các mặc định không bao giờ làm được điều đó.

Nhưng ngay cả với một lớp harness hoạt động, lớp kỹ thuật vẫn không phải là khoảng trống. Khoảng trống con người mới là vấn đề.

Khoảng Trống Thực Sự: Hành Vi Con Người

Tuần trước, tôi đã dành 45 phút để soạn thảo một email thủ công trước khi tôi nhận ra điều đó.

Tôi làm việc trong lĩnh vực này mỗi ngày. Tôi có quyền truy cập vào các công cụ tốt nhất, hiểu biết sâu sắc về khi và cách sử dụng chúng, và một động lực cá nhân mạnh mẽ để tối đa hóa AI trong công việc của mình. Và tôi vẫn mặc định sử dụng cách cũ — soạn thảo dòng theo dòng, với cùng một ký ức cơ mà tôi đã sử dụng trong 20 năm — trước khi nhận ra điều tôi đang làm.

Nếu sự sẵn sàng tồn tại ở mức nền tảng, nó sẽ sẵn sàng. Nếu nó tồn tại ở mức lớp harness, nó sẽ sẵn sàng. Nhưng sự sẵn sàng, như nó thực sự diễn ra, tồn tại ở một nơi khác — trong khoảng trống giữa những gì có thể và những gì được tiếp cận. Nhân lên trên mỗi cá nhân, trên mỗi nhiệm vụ, hàng nghìn lần mỗi tuần.

Đó là khoảng trống mà không ai đang giải quyết. Không phải vì công nghệ không thể giúp đỡ. Mà vì 20 đến 65 năm ký ức cơ không thể thay đổi trên một kế hoạch dự án.

Một khi bạn chấp nhận điều đó, toàn bộ khuôn khổ của “AI-ready” bắt đầu看 sai.

“AI-Ready” Không Phải Là Vạch Đến

“Ready” ngụ ý một vạch đến, và không có vạch đến nào cả. Các công ty trông có vẻ sẵn sàng cho AI đang đứng ở chân của đoạn đường tiếp theo, và những công ty không sẵn sàng đang đứng ở chân của đoạn đường trước đó. Cả hai đều đang nhìn lên công việc họ chưa làm.

Đó là lý do tại sao “Liệu chúng ta đã sẵn sàng cho AI?” là câu hỏi sai. Nó coi sự sẵn sàng như một trạng thái bạn đạt được, khi trong thực tế nó là một thang bạn leo — một lần một đoạn. Câu hỏi tốt hơn là thực tế: đoạn tiếp theo của sự sẵn sàng mà con người của chúng ta cần, và ai là người chịu trách nhiệm đưa họ đến đó? Bạn không ngân sách cho sự sẵn sàng cho AI như một điểm đến, vì không có điểm đến nào cả. Bạn ngân sách cho đoạn tiếp theo của con voi, và sau đó là đoạn tiếp theo.

Đối với hầu hết các công ty, đoạn tiếp theo là ở mức độ cá nhân — và đó là nơi công việc mà không ai chuẩn bị thực sự tồn tại.

Mỗi Nhân Viên Bây Giờ Quản Lý Một Đội AI

Mỗi người đóng góp cá nhân trong doanh nghiệp của bạn bây giờ được kỳ vọng sẽ quản lý một đội chuyên gia đa dạng mà họ không thuê và không hiểu rõ.

Nhân viên viết nội dung của bạn có một nhà nghiên cứu, một biên tập viên và một người dịch. Nhà phát triển của bạn có một kỹ sư junior và một người xem xét mã. Người quản lý sản phẩm của bạn có một nhà phân tích, một nhà thiết kế và một người tổng hợp phỏng vấn khách hàng. Bất kể vai trò, bất kể cấp bậc, mỗi người trong công ty của bạn bây giờ có một đội. Họ không yêu cầu nó. Họ không được đào tạo cho nó. Chất lượng đầu ra của họ bây giờ phụ thuộc vào cách họ quản lý nó.

Đây là những gì sự sẵn sàng thực sự yêu cầu — và nó không phải là quản lý thay đổi. Quản lý thay đổi là thủ tục: các quy trình mới, đào tạo mới, công cụ mới được triển khai từ trên cao. Điều đang xảy ra ở đây là một điều khác. Mỗi người phải học cách ủy quyền, đánh giá và nghi ngờ đầu ra trên các lĩnh vực họ không được đào tạo. Đó không phải là một thủ tục. Đó là một định nghĩa công việc, xảy ra ở mọi cấp độ, mà không có một cuốn sách hướng dẫn.

Hãy gọi nó là gì bạn muốn — sự thông thạo, thực hành, chỉ huy. Nhãn mác ít quan trọng hơn sự công nhận rằng đây là công việc. Hầu hết các công ty vẫn chưa có một tên cho nó, chứ không nói đến một kế hoạch.

Tư Duy Lại Cách Thức Đo Lường Sự Sẵn Sàng

Hãy ngừng đo lường sự sẵn sàng như một danh sách kiểm tra. Hãy bắt đầu đo lường nó ở nơi nó thực sự tồn tại — ở mức độ cá nhân — và thiết kế tổ chức xung quanh cơ bắp, không phải nền tảng.

Ba điều sau đây. Hãy ngừng hỏi “liệu chúng ta đã sẵn sàng cho AI” và bắt đầu hỏi “đoạn tiếp theo của sự sẵn sàng cho con người của chúng ta là gì, và ai sở hữu nó.” Đầu tư vào khả năng con người ở mức độ cấp bách như bạn đầu tư vào khả năng nền tảng — hầu hết các hội đồng quản trị đã đảo ngược tỷ lệ này một cấp độ. Và thuê và thưởng cho khả năng quản lý một đội chuyên gia AI đa dạng, vì đó là sàn mới, không phải là mục tiêu kéo dài.

“AI-ready” không phải là một cụm từ sai. Nó là cụm từ bị hiểu lầm nhất trong đám mây — và sự hiểu lầm này đang khiến các công ty mất nhiều hơn những gì họ nhận ra. Các công ty làm đúng điều này sẽ không phải là những công ty có nhiều nền tảng nhất. Họ sẽ là những công ty mà con người đã thực sự thay đổi những gì họ tiếp cận.