Tại sao AI doanh nghiệp bị kẹt, và những gì cần thiết để mở rộng vượt qua giai đoạn thử nghiệm

Ba năm trước, hầu hết các nhà lãnh đạo doanh nghiệp đã phủ nhận AI. Quan điểm phổ biến là đây chỉ là tiếng ồn trên thị trường, hoặc chỉ là một món đồ chơi thông minh, chứ không phải công nghệ cấp doanh nghiệp. “Ảo giác” là từ mọi người nghĩ đến. Chỉ trong năm qua, sự hoài nghi đó đã hầu như hoàn toàn đảo ngược. Hiện tại, kỳ vọng đạt đỉnh cao, với các hội đồng quản trị tin rằng AI sẽ chuyển đổi mọi vai trò và mọi quy trình.

Mặc dù cả hai cực đều bỏ lỡ điểm cốt lõi. AI không phải là một trào lưu thoáng qua, cũng không phải là cây đũa thần. Đó là sự chuyển đổi toàn diện nhất mà ngành công nghiệp từng chứng kiến; lớn hơn cả đám mây, vốn chủ yếu về hiệu suất và tính linh hoạt. AI là một sự chuyển đổi kinh doanh. Đó chính là lý do tại sao nhiều tổ chức, sau khi thực hiện các dự án thí điểm ấn tượng, lại gặp bế tắc. Bản State of AIkhảo sát của McKinsey & Company nắm bắt quy mô của vấn đề: gần hai phần ba người trả lời cho biết tổ chức của họ chưa bắt đầu mở rộng AI trên toàn doanh nghiệp.

Rào cản thực sự không phải là năng lực

Thật dễ dàng đổ lỗi cho công nghệ, nhưng điều đó sẽ sai. Ở giai đoạn này, các mô hình tiên tiến sở hữu khả năng to lớn. Khó khăn nằm ở việc tích hợp AI vào các quy trình kinh doanh thực tế để mang lại kết quả có thể đo lường.

Nghiên cứu của IDC cho thấy 88% các bằng chứng khái niệm AI không đạt được triển khai sản xuất, có nghĩa là trong mỗi 33 dự án được khởi động, chỉ có bốn dự án thành công. Nguyên nhân hiếm khi là công nghệ tự nó. Một thí điểm chứng minh những gì có thể thực hiện; việc mở rộng đòi hỏi tổ chức phải thay đổi cách công việc thực sự được thực hiện. Đó là một nỗ lực phức tạp hơn nhiều so với những gì hầu hết các nhà lãnh đạo dự đoán. Nó bao gồm quản lý thay đổi, ma sát giữa các chức năng, chu kỳ ngân sách chưa được thiết kế cho loại đầu tư này, và nhiệm vụ khó khăn của việc thiết kế lại quy trình làm việc từ đầu đến cuối. Đây là lý do tại sao hành trình từ bằng chứng khái niệm đến sản xuất mất thời gian hơn so với những gì truyền thông tạo ra: các doanh nghiệp phức tạp, và sự phức tạp chống lại các giải pháp nhanh.

Các nhà lãnh đạo nên chống lại phản xạ “áp dụng AI ngay” dẫn đến các thí nghiệm rải rác, không liên kết. Thay vào đó, hãy bắt đầu bằng việc xác định vấn đề cụ thể và kết quả mong đợi, ví dụ như giảm thời gian giải quyết dịch vụ, truy xuất kiến thức nhanh hơn, rút ngắn vòng đời phát triển. Khi AI được thiết kế dựa trên một quy trình làm việc đã định nghĩa, tác động trở nên có thể đo lường, và tác động có thể đo lường sẽ có quyền mở rộng.

Những gì hiển thị và những gì ẩn

Agents (đại lý) là cách AI hiện thực hóa trong doanh nghiệp, và chúng chia thành hai loại. Đầu tiên, các đại lý trợ lý là những trợ thủ hiển thị, tóm tắt email hoặc hỗ trợ lập trình viên viết mã. Thứ hai, các đại lý được tích hợp ẩn vào quy trình làm việc, đối chiếu tài khoản, thực hiện chuỗi phê duyệt và phát hiện gian lận. Chúng phải thực sự đạt chuẩn doanh nghiệp: mở rộng quy mô, cung cấp độ chính xác, cung cấp khả năng truy xuất đầy đủ và hoạt động trong khuôn khổ AI có trách nhiệm.

Các tiêu đề công bố “số lượng agent” không có ý nghĩa nhiều, vì không có cách tiêu chuẩn để đếm một agent. Điều quan trọng là công việc mà sự kết hợp giữa con người và agent thực hiện. Năng suất do agent dẫn dắt có thể tiết kiệm một triệu đô la; việc tái tưởng tượng quy trình kinh doanh với các đội ngũ người + agent có thể tạo ra một trăm triệu từ cùng một nỗ lực, và đó là nơi các nhà lãnh đạo nên tập trung.

Quản trị, Niềm tin và Kiểm tra Ngày mưa

Sở hữu kết quả là yếu tố then chốt để đảm bảo thành công. Dễ dàng triển khai AI khi chấp nhận mười lỗi; nhưng lại khác khi quy trình phải hoạt động hoàn hảo ở quy mô lớn. Nguyên tắc chỉ đạo là kiểm tra ngày mưa: khi AI từ chối hợp tác, nhưng doanh nghiệp vẫn hoạt động. Do đó, quản trị không phải là kẻ thù của tốc độ mà là chất xúc tác cho nó. Trong khi sự linh hoạt không có quản trị gây hỗn loạn, thì quản trị không có linh hoạt lại kìm hãm đổi mới. Điều cuối cùng kìm hãm AI là nỗi sợ, niềm tin, bảo mật, và kiểm soát dữ liệu của chính mình. Những lo lắng này quyết định doanh nghiệp sẽ mở rộng hay bị đóng băng.

Điều chỉnh kích thước kiến trúc phù hợp

Điều quan trọng, đối với 80 đến 90 phần trăm các trường hợp sử dụng doanh nghiệp, mô hình tiên tiến không cần thiết. Một mô hình ngôn ngữ nhỏ được xây dựng trên dữ liệu nội bộ của tổ chức, thường hoạt động cùng với mô hình tiên tiến, là giải pháp thông minh hơn. Chi phí mỗi token đang giảm theo cấp số nhân, nhưng các mô hình suy luận và mở rộng cửa sổ ngữ cảnh đang làm tăng tiêu thụ đáng kể, khiến tối ưu hoá token trở thành một cơ hội đáng kể riêng biệt.

Xây dựng cho làn sóng tiếp theo

Trong mỗi làn sóng công nghệ, giá trị được hiện thực hoá ở mức độ thực tế khi doanh nghiệp thực sự sử dụng công nghệ. Chi tiêu hiện tại tập trung vào lớp hạ tầng, như thường thấy trong giai đoạn đầu của chu kỳ công nghệ. Làn sóng tiếp theo, lớn hơn, là việc áp dụng ở quy mô.

Các nhà lãnh đạo doanh nghiệp nên lưu ý rằng AI doanh nghiệp không bị kẹt vì công nghệ yếu. Nó bị kẹt vì các tổ chức coi chuyển đổi kinh doanh như một dự án công nghệ. Những người thắng cuộc sẽ biến AI thành quy trình kinh doanh đáng tin cậy, lặp lại và có trách nhiệm, sau đó kiên nhẫn mở rộng và nắm bắt làn sóng lớn hơn phía trước.