Lãnh đạo tư tưởng

Chìa khóa để mở khóa tiềm năng của GenAI: Sự sẵn sàng của dữ liệu

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Khi MIT gần đây nhấn mạnh rằng 95% các dự án thí điểm trí tuệ tạo sinh (GenAI) không thể tiến vào sản xuất, phát hiện này đã trở thành tiêu đề và gây ra lo ngại về việc đảm bảo giá trị lâu dài. Đối với một số người, điều này cho thấy GenAI đang được thổi phồng hoặc chưa sẵn sàng, khiến các nhà điều hành phải thận trọng khi đầu tư.

Giống như bất kỳ thống kê nào, thực tế phức tạp hơn. Báo cáo State of Data4AI Report 2025 của Wipro đã kiểm tra các chiến lược dữ liệu, độ chín muồi và mô hình áp dụng của các doanh nghiệp. Kết luận rõ ràng: yếu tố quyết định chính của giá trị GenAI là độ chín muồi của tài sản và hệ thống dữ liệu cung cấp năng lượng cho nó, chứ không phải công nghệ bản thân.

Các tổ chức có chương trình quản trị mạnh mẽ đang thúc đẩy các dự án thí điểm vào sản xuất và thu được giá trị kinh doanh có thể đo lường. Những người thiếu nền tảng này đang gặp khó khăn. Tỷ lệ thất bại phụ thuộc ít vào hiệu quả nội tại của GenAI và nhiều hơn vào việc liệu dữ liệu có sẵn sàng hay không.

Tại sao sự sẵn sàng của dữ liệu là yếu tố chính trong thành công của AI

Báo cáo gần đây của MIT nhấn mạnh thách thức đáng kể trong việc chuyển đổi các dự án thí điểm GenAI thành sản xuất. Mặc dù sự đổi mới là tiêu chuẩn, nhưng việc triển khai rộng rãi và có tác động vẫn còn hiếm.

Thách thức này không chỉ riêng với GenAI. Chỉ 14% các tổ chức trên tất cả các hình thức AI đã đạt được độ chín muồi của dữ liệu cần thiết cho quy mô. Thành công phụ thuộc nhiều hơn vào quản trị, tích hợp và chất lượng dữ liệu hơn là vào các công cụ hoặc mô hình tiên tiến.

Điều này không chỉ là vấn đề công nghệ. Thành công phụ thuộc vào các chiến lược dữ liệu rõ ràng, các chính sách quản trị được thiết lập, và sự hợp tác mạnh mẽ giữa các đội kỹ thuật và kinh doanh. Các tổ chức đầu tư vào những lĩnh vực này biến AI từ các thí nghiệm bị cô lập thành các động cơ chuyển đổi; những người bỏ qua sự sẵn sàng của dữ liệu sẽ thấy rằng thậm chí các công cụ AI tiên tiến nhất cũng gặp khó khăn trong việc đạt được các mục tiêu kinh doanh. Cuối cùng, việc áp dụng AI là vừa về con người, quy trình và nền tảng dữ liệu cũng như về các thuật toán và cơ sở hạ tầng.

Tại sao hầu hết các doanh nghiệp gặp khó khăn: Sự chia rẽ về độ chín muồi của dữ liệu

Mặc dù GenAI mang lại nhiều hứa hẹn, nhưng hầu hết các sáng kiến AI của doanh nghiệp không thể mang lại tác động đáng kể do thiếu độ chín muồi của dữ liệu trên toàn tổ chức. Dữ liệu nên được xem như một tài sản được quản lý cẩn thận. Thiết lập các khuôn khổ quản trị thống nhất, chỉ định người quản lý dữ liệu và đảm bảo tất cả các đội đóng góp vào một hồ dữ liệu là rất quan trọng. Việc cải thiện hiệu quả hoạt động và độ chính xác của mô hình phụ thuộc vào việc kết hợp thông tin từ các hệ thống khác nhau và thường xuyên tinh chỉnh nó để cải thiện chất lượng.

Các doanh nghiệp có kiến trúc trưởng thành, quản trị chất lượng cao và chiến lược AI chủ động – được gọi là “Những người dẫn đầu” – vượt trội so với các đồng nghiệp của họ. Những công ty này đưa GenAI vào sản xuất, tích hợp nó vào các quy trình cốt lõi và mang lại kết quả có thể đo lường.

Đánh bại GenAI trên quy mô lớn: Chiến lược dữ liệu đầu tiên đằng sau các nhà lãnh đạo ngành

Việc mở rộng GenAI có nghĩa là giải quyết các thách thức về dữ liệu từ sớm. Chẩn đoán sự phân mảnh dữ liệu và đầu tư vào các kho dữ liệu thống nhất, chất lượng cho đào tạo và triển khai.

Một yếu tố quan trọng khác là quản trị mạnh mẽ. Chỉ định người quản lý dữ liệu trên các bộ phận để đảm bảo trách nhiệm và tính toàn vẹn. Hãy xem xét việc thuê các tư vấn viên bên ngoài và sử dụng các khuôn khổ đã thiết lập để nhúng các phương pháp hay nhất và tuân thủ từ đầu. Ví dụ, một công ty hàng tiêu dùng toàn cầu đã đạt được ROI có thể đo lường bằng cách thống nhất dữ liệu người tiêu dùng, nâng cao quản lý dữ liệu thông qua sự hợp tác giữa kinh doanh và công nghệ, và dần dần cải thiện. Điều này đã dẫn đến việc thu hút khách hàng tốt hơn và tiếp thị có mục tiêu, với kết quả được theo dõi trong suốt quá trình chuyển đổi.

Ví dụ này cho thấy rằng các công ty đang mở rộng GenAI và đạt được giá trị có thể đo lường coi độ chín muồi của dữ liệu là chìa khóa cho sự đổi mới. Việc掌握 sự tích hợp dữ liệu, quản trị và sử dụng trên quy mô doanh nghiệp mở khóa tác động kinh doanh của GenAI. Đây là lập luận cốt lõi để hiện thực hóa tiềm năng của GenAI.

Làm thế nào các nhà lãnh đạo dữ liệu mang lại kết quả thực tế

Sự hứa hẹn của GenAI là rất lớn, nhưng nhiều thất bại che giấu thực tế rằng nhiều “Những người dẫn đầu” đã làm rất tốt việc掌握 độ chín muồi của dữ liệu. Chìa khóa là các doanh nghiệp này tiếp cận dữ liệu trước.

Việc triển khai GenAI thành công bắt đầu với nền tảng dữ liệu vững chắc, thông tin tập trung và sạch sẽ, và quản trị mạnh mẽ. Bằng cách tập trung vào các nhu cầu kinh doanh như hậu cần, chất lượng hoặc xem xét tài liệu, các tổ chức đảm bảo rằng nỗ lực AI của họ mang lại kết quả.

Việc đối xử với dữ liệu như một tài sản chiến lược cần đầu tư liên tục và quyền sở hữu giữa các đội. Sự hợp tác tinh chỉnh các tập dữ liệu, xác thực kết quả và nâng cao quy trình – thúc đẩy tiết kiệm chi phí, tăng năng suất và ra quyết định thông minh. Điều này biến AI từ một thí nghiệm tốn kém thành một động cơ kinh doanh.

Làm thế nào các nhà lãnh đạo doanh nghiệp có thể tạo ra kết quả cụ thể

Các nhà lãnh đạo doanh nghiệp nên làm theo bốn bước khi triển khai GenAI.

  • Đánh giá trạng thái hiện tại của dữ liệu và công nghệ trên toàn tổ chức.
  • Ưu tiên thiết lập quản trị, trách nhiệm rõ ràng và sử dụng công nghệ có thể mở rộng để các đội kinh doanh và kỹ thuật có thể làm việc từ một nền tảng thống nhất.
  • Tập trung và cập nhật dữ liệu, đảm bảo sự liên kết liên tục với các mục tiêu kinh doanh.
  • Empower các đội với các công cụ và kiến thức để thúc đẩy cải thiện có thể đo lường.

Các nhà lãnh đạo coi quản trị dữ liệu là cơ sở hạ tầng cốt lõi sẽ đạt được chuyển đổi, trong khi những người chậm trễ sẽ bị tụt lại phía sau. Chìa khóa là đầu tư vào các giải pháp công nghệ cung cấp quản trị mạnh mẽ, quyền sở hữu giữa các chức năng và kỷ luật quy trình. Điều này đi một dài cách trong việc chuyển đổi các tổ chức từ các dự án thí điểm bị ngắt kết nối sang giá trị trên toàn doanh nghiệp. Việc thực hiện từng bước tạo nền tảng cho GenAI, mang lại kết quả kinh doanh và đặt công ty của bạn vào một vị trí tốt hơn để tận dụng lợi ích của làn sóng đổi mới tiếp theo.

Srinivasaa HG là Trưởng bộ phận Dữ liệu, Phân tích và Trí tuệ nhân tạo toàn cầu tại Wipro. Ông lãnh đạo các sáng kiến toàn doanh nghiệp để giúp các tổ chức hiện đại hóa chiến lược dữ liệu của họ và mở khóa tiềm năng chuyển đổi của các mô hình kinh doanh được thúc đẩy bởi Trí tuệ nhân tạo.