Ryan Ries, Chief AI & Data Scientist tại Mission – Loạt Phỏng Vấn

Dr. Ryan Ries là một nhà khoa học dữ liệu nổi tiếng với hơn 15 năm kinh nghiệm lãnh đạo trong lĩnh vực dữ liệu và kỹ thuật tại các công ty công nghệ phát triển nhanh. Dr. Ries có hơn 20 năm kinh nghiệm làm việc với AI và 5+ năm giúp khách hàng xây dựng cơ sở hạ tầng dữ liệu AWS và mô hình AI. Sau khi nhận bằng Tiến sĩ về Hóa học Sinh học tại UCLA và Caltech, Dr. Ries đã giúp phát triển các giải pháp dữ liệu tiên tiến cho Bộ Quốc phòng Hoa Kỳ và nhiều công ty Fortune 500.

Là Chief AI và Data Scientist của Mission, Ryan đã xây dựng một đội ngũ thành công gồm các Kỹ sư Dữ liệu, Kiến trúc sư Dữ liệu, Kỹ sư ML và Nhà khoa học Dữ liệu để giải quyết một số vấn đề khó khăn nhất trên thế giới bằng cách sử dụng cơ sở hạ tầng AWS.

Mission là một nhà cung cấp dịch vụ quản lý và tư vấn hàng đầu được sinh ra trên đám mây, cung cấp các dịch vụ đám mây từ đầu đến cuối, các giải pháp AI sáng tạo và phần mềm cho khách hàng AWS. Là đối tác cấp Premier của AWS, công ty giúp các doanh nghiệp tối ưu hóa đầu tư công nghệ, nâng cao hiệu suất và quản trị, mở rộng quy mô hiệu quả, bảo mật dữ liệu và chấp nhận đổi mới với sự tự tin.

Bạn đã có một hành trình ấn tượng – từ việc xây dựng phần cứng AR tại DAQRI đến trở thành Chief AI Officer tại Mission. Những trải nghiệm hoặc điểm chuyển biến cá nhân nào đã định hình quan điểm của bạn về vai trò của AI trong doanh nghiệp?

Phát triển AI ban đầu bị hạn chế nặng nề bởi sức mạnh tính toán và thách thức cơ sở hạ tầng. Chúng tôi thường phải viết mã mô hình từ các bài báo nghiên cứu, điều này tốn thời gian và phức tạp. Một sự thay đổi lớn xảy ra với sự xuất hiện của Python và các thư viện AI mã nguồn mở, làm cho việc thí nghiệm và xây dựng mô hình trở nên nhanh chóng hơn. Tuy nhiên, điểm chuyển biến lớn nhất xảy ra khi các nhà cung cấp dịch vụ đám mây như AWS làm cho tính toán và lưu trữ có thể mở rộng rộng rãi.

Sự tiến hóa này phản ánh một thách thức dai dẳng trong suốt lịch sử AI – cạn kiệt lưu trữ và khả năng tính toán. Những hạn chế này đã gây ra các mùa đông AI trước đây, và việc vượt qua chúng đã là cơ bản cho “phục hưng AI” ngày nay.

Làm thế nào mô hình dịch vụ đám mây từ đầu đến cuối của Mission giúp các công ty mở rộng quy mô công việc AI trên AWS một cách hiệu quả và an toàn hơn?

Tại Mission, bảo mật được tích hợp vào mọi thứ chúng tôi làm. Chúng tôi đã là đối tác bảo mật của năm với AWS hai năm liên tiếp, nhưng thú vị là chúng tôi không có một đội bảo mật chuyên dụng. Đó là vì mọi người tại Mission đều xây dựng với sự quan tâm đến bảo mật trong mọi giai đoạn phát triển. Với AI tạo sinh của AWS, khách hàng được lợi từ việc sử dụng lớp AWS Bedrock, giúp giữ dữ liệu, bao gồm cả thông tin nhạy cảm như PII, an toàn trong hệ sinh thái AWS. Cách tiếp cận tích hợp này đảm bảo bảo mật là nền tảng, không phải là một suy nghĩ sau.

Khả năng mở rộng cũng là một焦 điểm cốt lõi tại Mission. Chúng tôi có kinh nghiệm rộng lớn trong việc xây dựng các đường ống MLOps để quản lý cơ sở hạ tầng AI cho đào tạo và suy luận. Trong khi nhiều người liên kết AI tạo sinh với các hệ thống công cộng lớn như ChatGPT, hầu hết các trường hợp sử dụng doanh nghiệp đều là nội bộ và yêu cầu khả năng mở rộng có thể quản lý được. Lớp API của Bedrock giúp cung cấp hiệu suất có thể mở rộng và an toàn cho các công việc thực tế.

Bạn có thể dẫn chúng tôi qua một cuộc tham gia doanh nghiệp điển hình – từ di chuyển đám mây đến triển khai các giải pháp AI tạo sinh – sử dụng dịch vụ của Mission?

Tại Mission, chúng tôi bắt đầu bằng cách hiểu nhu cầu kinh doanh và các trường hợp sử dụng của doanh nghiệp. Di chuyển đám mây bắt đầu với việc đánh giá môi trường trên cơ sở hiện tại và thiết kế một kiến trúc đám mây có thể mở rộng. Không giống như các thiết lập trên cơ sở, nơi bạn phải cung cấp cho khả năng tính toán đỉnh, đám mây cho phép bạn mở rộng tài nguyên dựa trên công việc trung bình, giảm chi phí. Không tất cả các công việc đều cần di chuyển – một số có thể bị loại bỏ, tái cấu trúc hoặc xây dựng lại để đạt hiệu quả. Sau khi kiểm kê và lập kế hoạch, chúng tôi thực hiện một cuộc di chuyển theo từng giai đoạn.

Với AI tạo sinh, chúng tôi đã chuyển beyond các giai đoạn chứng minh khái niệm. Chúng tôi giúp các doanh nghiệp thiết kế kiến trúc, chạy các thử nghiệm để tinh chỉnh các lời nhắc và giải quyết các trường hợp biên, sau đó chuyển sang sản xuất. Đối với AI dựa trên dữ liệu, chúng tôi hỗ trợ trong việc di chuyển dữ liệu trên cơ sở đến đám mây, mở khóa giá trị lớn hơn. Cách tiếp cận từ đầu đến cuối này đảm bảo các giải pháp AI tạo sinh là mạnh mẽ, có thể mở rộng và sẵn sàng kinh doanh từ ngày đầu tiên.

Mission nhấn mạnh “đổi mới với sự tự tin.” Điều đó có nghĩa là gì trong thực tế đối với các doanh nghiệp áp dụng AI trên quy mô lớn?

Điều đó có nghĩa là có một đội ngũ với chuyên môn AI thực sự – không chỉ những người mới tham gia bootcamp, mà là những nhà khoa học dữ liệu có kinh nghiệm. Khách hàng có thể tin tưởng rằng chúng tôi không thử nghiệm trên họ. Những người của chúng tôi hiểu cách các mô hình hoạt động và cách triển khai chúng một cách an toàn và có thể mở rộng. Đó là cách chúng tôi giúp các doanh nghiệp đổi mới mà không冒 rủi ro không cần thiết.

Bạn đã làm việc trên phân tích dự đoán, NLP và tầm nhìn máy tính. Bạn thấy AI tạo sinh mang lại giá trị lớn nhất cho doanh nghiệp ở đâu ngày nay – và nơi nào sự cường điệu đang vượt quá thực tế?

AI tạo sinh đang cung cấp giá trị đáng kể cho các doanh nghiệp chủ yếu thông qua xử lý tài liệu thông minh (IDP) và rô-bốt trò chuyện. Nhiều doanh nghiệp gặp khó khăn trong việc mở rộng quy mô hoạt động bằng cách thuê thêm người, vì vậy AI tạo sinh giúp tự động hóa các nhiệm vụ lặp đi lặp lại và tăng tốc các quy trình làm việc. Ví dụ, IDP đã giảm thời gian xem xét đơn ứng dụng bảo hiểm xuống 50% và cải thiện phối hợp chăm sóc bệnh nhân trong lĩnh vực chăm sóc sức khỏe. Rô-bốt trò chuyện thường hoạt động như giao diện với các công cụ hoặc hệ thống AI khác, cho phép các công ty tự động hóa các tương tác và nhiệm vụ thường xuyên một cách hiệu quả.

Tuy nhiên, sự cường điệu xung quanh hình ảnh và video tạo sinh thường vượt quá ứng dụng kinh doanh thực tế. Mặc dù chúng ấn tượng về mặt trực quan, nhưng những công nghệ này có ứng dụng thực tế hạn chế ngoài tiếp thị và dự án sáng tạo. Hầu hết các doanh nghiệp gặp khó khăn trong việc mở rộng quy mô các giải pháp truyền thông tạo sinh vào hoạt động cốt lõi, khiến chúng trở thành một điều mới mẻ hơn là một công cụ kinh doanh cơ bản.

“Vibe Coding” là một thuật ngữ mới nổi – bạn có thể giải thích nó có nghĩa là gì trong thế giới của bạn, và nó phản ánh sự thay đổi văn hóa rộng lớn hơn trong phát triển AI như thế nào?

Vibe coding đề cập đến việc các nhà phát triển sử dụng các mô hình ngôn ngữ lớn để tạo mã dựa trên trực giác hoặc lời nhắc ngôn ngữ tự nhiên hơn là lập kế hoạch cấu trúc hoặc thiết kế. Nó tuyệt vời cho việc tăng tốc độ lặp lại và nguyên mẫu – các nhà phát triển có thể nhanh chóng kiểm tra ý tưởng, tạo mã boilerplate hoặc offload các nhiệm vụ lặp đi lặp lại. Nhưng nó cũng thường dẫn đến mã thiếu cấu trúc, khó bảo trì và có thể không hiệu quả hoặc không an toàn.

Chúng tôi đang thấy một sự thay đổi rộng lớn hơn hướng tới các môi trường đại lý, nơi các mô hình ngôn ngữ lớn hoạt động như các nhà phát triển trẻ và con người đảm nhận vai trò giống như kiến trúc sư hoặc kỹ sư QA – xem xét, tinh chỉnh và tích hợp các thành phần AI tạo sinh vào các hệ thống lớn hơn. Mô hình hợp tác này có thể mạnh mẽ, nhưng chỉ khi có rào cản. Nếu không có sự giám sát phù hợp, vibe coding có thể giới thiệu nợ kỹ thuật, lỗ hổng hoặc vấn đề hiệu suất – đặc biệt khi được đưa vào sản xuất mà không có thử nghiệm nghiêm ngặt.

Quan điểm của bạn về vai trò của sĩ quan AI đang thay đổi như thế nào? Các tổ chức nên suy nghĩ lại cấu trúc lãnh đạo khi AI trở thành nền tảng cho chiến lược kinh doanh?

Các sĩ quan AI có thể thêm giá trị – nhưng chỉ khi vai trò được thiết lập để thành công. Quá thường, các công ty tạo ra các chức danh C-suite mới mà không căn chỉnh chúng với cấu trúc lãnh đạo hiện có hoặc không trao cho họ thẩm quyền thực sự. Nếu sĩ quan AI không chia sẻ mục tiêu với CTO, CDO hoặc các giám đốc điều hành khác, bạn rủi ro ra quyết định bị cô lập, ưu tiên mâu thuẫn và thực hiện bị đình trệ.

Các tổ chức nên xem xét cẩn thận liệu sĩ quan AI có thay thế hoặc bổ sung cho các vai trò như Chief Data Officer hoặc CTO. Tiêu đề ít quan trọng hơn là nhiệm vụ. Điều quan trọng là trao quyền cho ai đó để định hình chiến lược AI trên toàn tổ chức – dữ liệu, cơ sở hạ tầng, bảo mật và các trường hợp sử dụng kinh doanh – và trao cho họ khả năng thực hiện thay đổi có ý nghĩa. Nếu không, vai trò trở nên tượng trưng hơn là có tác động.

Bạn đã dẫn dắt các đội AI và dữ liệu giành giải thưởng. Những phẩm chất nào bạn tìm kiếm khi tuyển dụng cho các vai trò AI có mức độ rủi ro cao?

Phẩm chất số một là tìm kiếm ai đó thực sự biết AI, không chỉ ai đó đã tham gia một số khóa học. Bạn cần những người thực sự thông thạo AI và vẫn duy trì sự tò mò và quan tâm đến việc đẩy ranh giới của những gì có thể và không thể làm.

Tôi tìm kiếm những người luôn cố gắng tìm ra các cách tiếp cận mới và thách thức các giới hạn của những gì có thể và không thể làm. Sự kết hợp này giữa kiến thức sâu và khám phá liên tục là thiết yếu cho các vai trò AI có mức độ rủi ro cao, nơi đổi mới và triển khai đáng tin cậy đều quan trọng.

Nhiều doanh nghiệp gặp khó khăn trong việc vận hành các mô hình ML. Bạn nghĩ gì phân biệt các đội thành công với những đội bị đình trệ trong giai đoạn chứng minh khái niệm?

Vấn đề lớn nhất là sự liên kết giữa các đội. Các đội ML xây dựng các mô hình đầy hứa hẹn, nhưng các bộ phận khác không áp dụng chúng do các ưu tiên không phù hợp. Việc chuyển từ POC sang sản xuất cũng yêu cầu cơ sở hạ tầng MLOps: phiên bản, đào tạo lại và giám sát. Với GenAI, khoảng cách thậm chí còn rộng hơn. Sản xuất hóa một rô-bốt trò chuyện có nghĩa là tinh chỉnh lời nhắc, quản lý đường ống và tuân thủ… không chỉ đưa lời nhắc vào ChatGPT.

Lời khuyên bạn sẽ đưa ra cho một người sáng lập startup đang xây dựng sản phẩm AI đầu tiên ngày nay có thể được lợi từ cơ sở hạ tầng và chiến lược AI của Mission?

Khi bạn là một startup, thật khó để thu hút tài năng AI hàng đầu, đặc biệt là khi không có thương hiệu đã thành lập. Ngay cả với một đội sáng lập mạnh, cũng khó để tuyển dụng những người có kinh nghiệm sâu để xây dựng và mở rộng hệ thống AI đúng cách. Đó là nơi mà hợp tác với một công ty như Mission có thể tạo ra sự khác biệt thực sự. Chúng tôi có thể giúp bạn di chuyển nhanh hơn bằng cách cung cấp cơ sở hạ tầng, chiến lược và chuyên môn thực hành, để bạn có thể xác thực sản phẩm của mình sớm hơn và với sự tự tin lớn hơn.

Mảnh quan trọng khác là tập trung. Chúng tôi thấy nhiều người sáng lập cố gắng gói một giao diện cơ bản xung quanh ChatGPT và gọi nó là một sản phẩm, nhưng người dùng đang trở nên thông minh hơn và mong đợi nhiều hơn. Nếu bạn không giải quyết một vấn đề thực sự hoặc cung cấp điều gì đó真正 khác biệt, rất dễ bị lạc trong tiếng ồn. Mission giúp các startup suy nghĩ chiến lược về nơi AI tạo ra giá trị thực và cách xây dựng điều gì đó có thể mở rộng, an toàn và sẵn sàng sản xuất từ ngày đầu tiên. Vì vậy, bạn không chỉ thử nghiệm, bạn đang xây dựng để phát triển.

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