Sam Jenkins, Đối tác quản lý tại Punchcard Systems – Loạt phỏng vấn

Sam Jenkins, Đối tác quản lý tại Punchcard Systems, đã dành hơn hai thập kỷ làm việc tại giao điểm của công nghệ, doanh nghiệp và chuyển đổi tổ chức. Kể từ khi đồng sáng lập Punchcard Systems vào năm 2016, anh đã giúp hướng dẫn sự tăng trưởng của công ty trong khi tư vấn cho các tổ chức về chiến lược nơi làm việc số, phần mềm tùy chỉnh, trí tuệ nhân tạo và công nghệ mới nổi. Kinh nghiệm trước đây của anh bao gồm đồng sáng lập Startup Edmonton và Wellnext, dẫn đầu phát triển kinh doanh và các sáng kiến công nghệ nơi làm việc của Microsoft tại iomer internet solutions, và giữ các vị trí điều hành và hội đồng quản trị trong các công ty công nghệ, chăm sóc sức khỏe, an toàn công cộng và cộng đồng. Bối cảnh này đã mang lại cho anh một quan điểm rộng lớn về cách công nghệ thay đổi cách mọi người hợp tác, đưa ra quyết định và thực hiện công việc của họ.

Punchcard Systems là một đối tác phần mềm và công nghệ của Canada, làm việc với các công ty đang phát triển và các doanh nghiệp vừa và nhỏ để thiết kế, phát triển và triển khai các giải pháp số gắn liền với các mục tiêu kinh doanh có thể đo lường được. Đáp ứng hơn 150 khách hàng trên khắp Canada và Hoa Kỳ, các khả năng của công ty bao gồm phần mềm web và di động tùy chỉnh, trí tuệ nhân tạo, cơ sở hạ tầng đám mây, dữ liệu và phân tích, thiết kế trải nghiệm người dùng và công nghệ nơi làm việc như Microsoft 365, Azure, Copilot, Teams, SharePoint và Power Platform. Punchcard tập trung vào việc giúp các tổ chức hiện đại hóa hoạt động, cải thiện trải nghiệm của nhân viên và khách hàng, và tích hợp các công nghệ mới vào các quy trình kinh doanh thực tế.

Sự nghiệp của bạn đã theo sát sự tiến hóa của công nghệ nơi làm việc, từ các nền tảng của nhân viên dựa trên Microsoft SharePoint đến việc xây dựng Wellnext và cuối cùng là Punchcard Systems. Làm thế nào kinh nghiệm đó đã định hình quan điểm của bạn về sự chuyển đổi từ phần mềm mà nhân viên tự vận hành đến các tác nhân trí tuệ nhân tạo thực hiện công việc trên behalf của họ?

Khi tôi bắt đầu làm việc với các công nghệ nơi làm việc số như SharePoint (vào năm 2003!), trọng tâm là tạo ra các cách tốt hơn để nhân viên tìm kiếm thông tin, chia sẻ kiến thức và hợp tác. Vào cuối ngày, nhân viên vẫn thực hiện công việc: họ điều hướng hệ thống, họ tạo ra đầu ra. Ngày nay, chúng ta đang chuyển sang một kỷ nguyên mới của các tác nhân trí tuệ nhân tạo, nơi các hệ thống có thể thực hiện các nhiệm vụ phức tạp, đa bước trên behalf của nhân viên.

Đó là phần đang thay đổi. Như một hệ sinh thái, chúng ta đang chuyển qua việc sử dụng trí tuệ nhân tạo như một công cụ sản xuất cá nhân và vào một kỷ nguyên mới của các hệ thống tác nhân, nơi các hệ thống có thể thực hiện công việc phức tạp trên behalf của con người thực sự. Claude Cowork và ChatGPT Work đều đang làm cho cách tiếp cận tác nhân trở nên phổ biến.

Tôi đã chứng kiến một số sự thay đổi công nghệ như vậy bây giờ, và mẫu vẫn giữ nguyên mỗi lần. Các tổ chức thắng không coi công nghệ mới chỉ là một việc triển khai. Họ coi đó là một cơ hội để suy nghĩ lại cách con người, quy trình và công nghệ làm việc cùng nhau.

ChatGPT Work có thể thu thập thông tin từ các ứng dụng và tệp tin kết nối, hoàn thành các nhiệm vụ đa bước và tạo ra các tài liệu, bảng tính và trình bày hoàn chỉnh. Làm thế nào điều này sẽ thay đổi các trách nhiệm hàng ngày của các nhân viên tri thức, những người trước đây tự tạo ra các tài liệu này?

Tôi nghĩ rằng công việc đang chuyển từ “tạo ra đầu ra” sang “quản lý kết quả.” Điều này thay đổi cơ bản vai trò của các nhân viên tri thức, nhưng điều này không thay thế nhu cầu về sự phán xét và giám sát của con người. Thay vào đó, nhân viên sẽ ngày càng chuyển từ việc tạo ra mọi mảnh công việc mình sang quản lý, xem xét và điều phối các đầu ra được tạo ra bởi trí tuệ nhân tạo.

Nhiều công việc lặp đi lặp lại sẽ chuyển sang tác nhân: thu thập thông tin, xây dựng trình bày hoặc tài liệu, hoặc tóm tắt dữ liệu. Điều này giải phóng con người cho công việc thực sự cần một người: chiến lược, sáng tạo, tư duy phản biện và hợp tác.

Kỹ năng trở nên ngày càng có giá trị là biết cách chỉ đạo trí tuệ nhân tạo một cách tốt, bằng cách cung cấp cho nó ngữ cảnh đúng và nhận ra khi câu trả lời trông đúng nhưng không phải.

Bạn đã mô tả một nhu cầu ngày càng tăng đối với “quản lý trí tuệ nhân tạo.” Vai trò này sẽ bao gồm những gì trong thực tế, và nó sẽ khác như thế nào so với các trách nhiệm của một quản trị viên CNTT, người quản lý sản phẩm hoặc người quản lý truyền thống?

Quản lý trí tuệ nhân tạo sẽ đóng một vai trò quan trọng trong việc giúp các tổ chức áp dụng trí tuệ nhân tạo một cách có trách nhiệm và hiệu quả. Trách nhiệm của họ sẽ là quản lý và quản lý các đầu ra của trí tuệ nhân tạo, đảm bảo rằng công việc được tạo ra bởi trí tuệ nhân tạo là chính xác, đáng tin cậy và phù hợp với các mục tiêu kinh doanh.

Đó là một công việc khác với CNTT truyền thống, sở hữu cơ sở hạ tầng và hệ thống kỹ thuật, hoặc một người quản lý sản phẩm, người tập trung vào việc phát triển và cải thiện sản phẩm. Mỗi bộ phận sẽ cần có người hiểu cách trí tuệ nhân tạo áp dụng cho các lĩnh vực cụ thể của họ, cho dù đó là tài chính, pháp lý, nhân sự hay hoạt động.

Sự thay đổi thực sự là quyền sở hữu. Hiện tại, hầu hết các tổ chức chưa chỉ định ai rõ ràng chịu trách nhiệm về việc các hệ thống này mang lại giá trị và vẫn nằm trong phạm vi rủi ro chấp nhận được. Khoảng trống đó, về việc xác định các cá nhân chịu trách nhiệm trực tiếp, là những gì các vai trò như vậy sẽ lấp đầy.

KPMG Canada đã tìm thấy rằng các tác nhân trí tuệ nhân tạo đã ảnh hưởng đến cách các tổ chức tuyển dụng cả nhân viên mới vào và nhân viên có kinh nghiệm. Những kỹ năng nào sẽ trở nên có giá trị hơn khi các nhà tuyển dụng bắt đầu đánh giá ứng viên về khả năng ủy quyền công việc cho trí tuệ nhân tạo, đánh giá đầu ra của nó và can thiệp khi cần thiết?

Các kỹ năng sẽ trở nên ngày càng có giá trị là những kỹ năng còn lại độc đáo của con người, chẳng hạn như tư duy phản biện, phán xét, giao tiếp, sáng tạo, giải quyết vấn đề và lãnh đạo.

Trình độ thông thạo trí tuệ nhân tạo về mặt kỹ thuật sẽ tiếp tục quan trọng, nhưng các nhà tuyển dụng đang tìm kiếm những người hiểu cách trí tuệ nhân tạo phù hợp với môi trường kinh doanh rộng lớn hơn. Điều đó bao gồm các kỹ năng như quản lý thay đổi, quản lý rủi ro và tư duy chiến lược.

Đường ranh giới giữa các vai trò kỹ thuật và phi kỹ thuật đang trở nên mờ nhạt. Các tổ chức đang chuyển từ việc chỉ tuyển dụng dựa trên kỹ năng mà ai đó đã có sang việc tìm kiếm những người sẵn sàng học hỏi, thích nghi và liên tục nâng cao kỹ năng. Những nhân viên có giá trị nhất sẽ là những người có thể sử dụng các khả năng của trí tuệ nhân tạo trong khi hiểu nơi nào phán xét của con người vẫn còn cần thiết.

Nhiều nhân viên truyền thống đã phát triển sự phán xét chuyên môn bằng cách hoàn thành các nhiệm vụ lặp đi lặp lại ở cấp độ đầu vào. Nếu các tác nhân trí tuệ nhân tạo hấp thụ phần lớn công việc nền tảng đó, thì các tổ chức có thể thiết kế lại đào tạo và phát triển sự nghiệp để các nhân viên trẻ hơn vẫn có được kinh nghiệm cần thiết để trở thành những người ra quyết định hiệu quả?

Đây là một sự thật khiến tôi hơi lo lắng. Người ta từng xây dựng sự phán xét và kinh nghiệm bằng cách làm việc chăm chỉ qua các nhiệm vụ ở cấp độ đầu vào. Nếu các tác nhân thực hiện công việc đó, thì thang nghề nghiệp sẽ mất đi một vài bậc.

Các tổ chức sẽ phải có chủ đích hơn bao giờ hết trong việc xây dựng tài năng trẻ thông qua việc cố vấn, huấn luyện, các bài tập ra quyết định và tiếp xúc với các dự án có giá trị cao hơn sớm trong sự nghiệp của ai đó.

Cũng có cơ hội cho việc cố vấn ngược, nơi các nhân viên trẻ hơn, những người quen thuộc hơn với các công cụ trí tuệ nhân tạo, có thể giúp các đội hiểu cách các công nghệ này có thể được áp dụng, trong khi các nhân viên có kinh nghiệm tiếp tục cung cấp bối cảnh kinh doanh và sự phán xét mà trí tuệ nhân tạo không thể sao chép.

Mục tiêu nên là thiết kế lại quá trình học tập cho một nơi làm việc mà con người và trí tuệ nhân tạo làm việc cùng nhau.

Punchcard có kinh nghiệm rộng lớn trong việc triển khai Microsoft 365 và các công nghệ nơi làm việc liên quan. Làm thế nào ChatGPT Work thay đổi cảnh quan cạnh tranh cho Microsoft Copilot và Google Gemini, và những yếu tố nào mà các tổ chức nên xem xét khi chọn một nền tảng trí tuệ nhân tạo cho công việc hàng ngày?

Cảnh quan đang thay đổi nhanh chóng, và các tổ chức có nhiều lựa chọn hơn bao giờ hết. Quyết định nên dựa trên giải pháp nào phù hợp nhất với môi trường công nghệ hiện có, quy trình làm việc, yêu cầu bảo mật và mục tiêu kinh doanh của tổ chức.

Đối với các tổ chức đã đầu tư vào Microsoft 365, các công cụ như Copilot có thể cung cấp lợi thế thông qua tích hợp với các ứng dụng và dữ liệu hiện có. Những tổ chức khác có thể tìm thấy các nền tảng khác phù hợp hơn với nhu cầu của họ.

Tôi nghĩ câu hỏi chính mà các nhà lãnh đạo nên hỏi không phải là “công cụ nào?” Mà là “vấn đề chúng ta đang giải quyết là gì, và nền tảng nào giúp chúng ta giải quyết nó một cách có trách nhiệm?”

Điều chúng tôi đã học được từ kinh nghiệm trực tiếp: việc áp dụng thành công là về nhiều hơn chỉ là công cụ. Chúng tôi đã triển khai các nền tảng trí tuệ nhân tạo trên toàn công ty, với các mô hình tùy chỉnh phù hợp với cách chúng tôi thực sự làm việc. Mỗi nhân viên đều sử dụng nó, nhưng điều đó không đến từ việc chọn sản phẩm đúng; nó đến từ các nền tảng dữ liệu mạnh mẽ, quản lý và xây dựng trí tuệ nhân tạo vào cách công ty hoạt động.

Hiệu suất mô hình thường chiếm ưu thế trong các cuộc trò chuyện về trí tuệ nhân tạo nơi làm việc, nhưng các tổ chức cũng cần xem xét các quyền, truy cập dữ liệu, khả năng kiểm toán và trách nhiệm. Những kiểm soát quản lý nào nên được thiết lập trước khi một tác nhân trí tuệ nhân tạo được phép hoạt động trên email, tài liệu, cơ sở dữ liệu nội bộ và ứng dụng kinh doanh?

Một trong những sai lầm lớn nhất mà tôi thấy các tổ chức mắc phải là coi quản lý trí tuệ nhân tạo như một việc làm sau. Khi các hệ thống trí tuệ nhân tạo trở nên mạnh mẽ hơn và kết nối với dữ liệu kinh doanh, các tổ chức cần thiết lập các nguyên tắc rõ ràng về cách các công cụ này được sử dụng trước khi triển khai chúng rộng rãi.

Điều đó bắt đầu bằng việc hiểu thông tin nào mà các hệ thống trí tuệ nhân tạo có thể truy cập, đảm bảo rằng các quyền được phân quyền phù hợp và thiết lập các kiểm soát xung quanh việc giám sát và trách nhiệm.

Các tổ chức cũng cần có hướng dẫn rõ ràng về nơi trí tuệ nhân tạo có thể hoạt động độc lập và nơi cần giám sát của con người.

Bằng cách xây dựng các nền tảng đúng đắn xung quanh dữ liệu và bảo mật từ đầu, các doanh nghiệp có thể mở khóa giá trị của trí tuệ nhân tạo trong khi quản lý các rủi ro đi kèm với các hệ thống tự động hóa ngày càng tăng.

Khi các tác nhân trí tuệ nhân tạo thực hiện hành động thay vì chỉ cung cấp câu trả lời, sai lầm có thể có hậu quả hoạt động. Làm thế nào các doanh nghiệp nên xác thực công việc được tạo ra bởi tác nhân, xác định các hành động nào cần sự phê duyệt của con người và chỉ định trách nhiệm khi một tác nhân tạo ra kết quả không chính xác hoặc thực hiện hành động không mong muốn?

Khi trí tuệ nhân tạo chuyển từ việc trả lời sang thực hiện hành động, hồ sơ rủi ro thay đổi. Không mọi nhiệm vụ đều mang theo cùng một mức độ rủi ro, vì vậy tiêu chuẩn cho sự phê duyệt của con người nên tăng tỷ lệ với kết quả.

Đơn giản là cần có sự sở hữu rõ ràng. Trí tuệ nhân tạo nên hỗ trợ việc ra quyết định, không thay thế trách nhiệm. Các tổ chức cần định nghĩa ai giám sát hiệu suất của trí tuệ nhân tạo, xác thực đầu ra và cuối cùng chịu trách nhiệm về kết quả. Mục tiêu là kết hợp hiệu quả của trí tuệ nhân tạo với sự phán xét của con người, tạo ra các hệ thống vừa có thể mở rộng vừa đáng tin cậy.

Nhiều tổ chức đang thử nghiệm trí tuệ nhân tạo mà không kết nối việc áp dụng với các kết quả kinh doanh có thể đo lường được. Làm thế nào các nhà lãnh đạo nên xác định các trường hợp sử dụng trí tuệ nhân tạo đáng giá, đo lường lợi tức đầu tư và xác định liệu một dự án thí điểm có sẵn sàng để mở rộng trên toàn tổ chức?

Khoảng trống thường truy nguyên lại đến việc sắp xếp thứ tự. Các đội chọn công nghệ trước và sau đó tìm kiếm nơi để đặt nó, khi các chiến thắng bền vững đến từ việc bắt đầu với một quy trình đang đau đớn và tốn kém và hỏi liệu một tác nhân có thực sự là công cụ đúng đắn.

Bộ lọc tốt nhất là sự thay đổi. Nếu một quy trình đủ dự đoán để một bộ máy quy tắc, bạn không cần một tác nhân. Nếu nó quá mở để không ai có thể mô tả một kết quả tốt, tác nhân sẽ gặp khó khăn và bạn sẽ không thể tin tưởng nó. Giá trị nằm ở giữa, trong công việc cần sự phán xét trên nhiều hệ thống nhưng vẫn chạy trong các quy tắc có thể kiểm toán.

Tôi sẽ thêm một câu hỏi sàng lọc thay đổi hồ sơ rủi ro hơn bất cứ điều gì khác. Liệu chi phí của một hành động sai có bị giới hạn và có thể đảo ngược? Ở nơi nào, hãy để tác nhân hành động và di chuyển nhanh. Ở nơi một sai lầm là tốn kém hoặc khó đảo ngược, hãy giữ một người trong quyết định.

Về lợi tức đầu tư, sai lầm phổ biến là đo lường điều sai lầm quá muộn. Số giờ tiết kiệm là chỉ số mặc định, nhưng nó không phản ánh đầy đủ tác động. Các lợi tức đầu tư lớn hơn xuất hiện dưới dạng nén chu kỳ, giảm tỷ lệ lỗi và khả năng đã bị hạn chế trước đây trở nên có sẵn. Một đội hỗ trợ có thể chỉ tiếp cận được nửa số vé của họ trở thành một doanh nghiệp khác một khi họ có thể tiếp cận tất cả. Hãy bắt một baseline sạch trước khi dự án thí điểm bắt đầu, vì nếu không, bạn sẽ bị mắc kẹt trong việc tranh luận về các giai thoại. Và khi bạn tính toán chi phí, hãy đếm toàn bộ hình ảnh. Công việc tích hợp và thời gian giám sát của con người là các mục thực sự, và giám sát thường bị đánh giá thấp một cách mạn tính.

Quyết định liệu có nên mở rộng hay không là nơi kỷ luật quan trọng nhất, và đó là bước các đội vội vàng. Một bản demo trên các đầu vào sạch sẽ cho bạn biết rất ít. Một dự án thí điểm đã sẵn sàng khi nó đứng vững trên đuôi dài của các đầu vào thực sự, khi các chế độ thất bại được hiểu và bị giới hạn, khi khả năng quan sát được đặt ra để một sự cố im lặng được bắt gặp chứ không phải được phát hiện bởi khách hàng, và khi một người được đặt tên chịu trách nhiệm trong sản xuất.

Chạy một kiểm tra kinh tế đơn vị cũng vậy, vì chi phí của tác nhân tăng tỷ lệ với việc sử dụng, không giống như chỗ ngồi phần mềm.

Các hệ thống tác nhân thất bại khác với phần mềm truyền thống. Chúng thất bại một cách xác suất và thường im lặng, vì vậy các tổ chức dẫn đầu xây dựng đánh giá và giám sát từ ngày đầu tiên thay vì gắn nó vào sau khi điều gì đó bị hỏng.

Punchcard Systems giúp các tổ chức chuyển từ việc thử nghiệm trí tuệ nhân tạo sang tích hợp nó vào các quy trình kinh doanh thực sự. Làm thế nào bạn đánh giá sự sẵn sàng của một tổ chức cho trí tuệ nhân tạo, xác định các quy trình làm việc mà nó có thể mang lại giá trị có thể đo lường được và giúp các đội triển khai các hệ thống này một cách có trách nhiệm mà không làm gián đoạn các hoạt động hiện có?

Điều quan trọng là bắt đầu bằng việc hiểu trạng thái hiện tại của một tổ chức. Một trong những quan niệm sai lầm lớn nhất là việc áp dụng trí tuệ nhân tạo chỉ là về việc chọn công cụ đúng. Trên thực tế, việc triển khai thành công phụ thuộc vào việc có các nền tảng vững chắc: dữ liệu chất lượng, quy trình rõ ràng và quyền sở hữu được xác định.

Từ đó, chúng tôi giúp các tổ chức xác định nơi trí tuệ nhân tạo có thể tạo ra giá trị nhất, thường trong các quy trình làm việc ăn mất thời gian so với tác động của chúng, hoặc trong các quyết định được đưa ra mà không có thông tin phù hợp trong tay.

Các tổ chức phải suy nghĩ về cách vai trò và việc ra quyết định sẽ tiến hóa cùng với công nghệ. Bằng cách kết hợp công nghệ đúng với việc áp dụng và quản lý thay đổi của nhân viên, các doanh nghiệp có thể tích hợp trí tuệ nhân tạo theo cách tạo ra giá trị có thể đo lường được mà không phá vỡ những gì đã hoạt động.

Cảm ơn cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Punchcard Systems.