Tốc độ của Trí tuệ nhân tạo: Giai đoạn tiếp theo trong Tương lai của Đổi mới

Kể từ khi xuất hiện của ChatGPT, thế giới đã bước vào một chu kỳ bùng nổ của Trí tuệ nhân tạo. Nhưng, điều mà hầu hết mọi người không nhận ra là Trí tuệ nhân tạo không phải là mới — nó đã tồn tại trong một thời gian khá dài. Ngay từ những ngày đầu của công cụ tìm kiếm Google được sử dụng rộng rãi, tự động hóa đã nằm ở trái tim của kết quả. Bây giờ, thế giới đang bắt đầu thức dậy và nhận ra bao nhiêu Trí tuệ nhân tạo đã được tích hợp vào cuộc sống hàng ngày của chúng ta và bao nhiêu tiềm năng chưa được khai thác nó vẫn còn.

Tốc độ áp dụng và đổi mới của Trí tuệ nhân tạo đang di chuyển rất nhanh – đạt khoảng 1 nghìn tỷ đô la chi tiêu – rằng nhiều người tự hỏi liệu chúng ta có thể dự đoán chính xác sự mở rộng của các mô hình tương lai thậm chí hai năm từ bây giờ. Điều này được thúc đẩy thậm chí còn nhiều hơn khi các công ty công nghệ như Meta, Alphabet, Microsoft, Oracle và OpenAI tiết lộ vòng tròn mới của các tiến bộ và mô hình Trí tuệ nhân tạo để cố gắng theo kịp nhu cầu của ngành. Nhà sản xuất chip Trí tuệ nhân tạo Nvidia đang phát triển rất nhanh, doanh nghiệp của nó thậm chí không thể được đánh giá chính xác.

Điều chúng ta biết về tốc độ của Trí tuệ nhân tạo là khi số lượng dữ liệu tăng và chất lượng dữ liệu tiếp tục cải thiện, khả năng của Trí tuệ nhân tạo trong việc thúc đẩy đổi mới cho các hoạt động kinh doanh, ứng dụng và quy trình trên mọi ngành sẽ tăng lên. Để ước tính nơi Trí tuệ nhân tạo sẽ ở trong vài năm tới, chúng ta trước hết phải hiểu rằng các trường hợp sử dụng Trí tuệ nhân tạo là hai mặt. Mặt đầu tiên là nó là một công nghệ kích hoạt, cải thiện các giải pháp hiện có để làm cho chúng hiệu quả, chính xác và có tác động hơn. Mặt thứ hai là Trí tuệ nhân tạo có tiềm năng trở thành một công nghệ đổi mới bằng cách biến các tiến bộ hoặc giải pháp không thể tưởng tượng thành hiện thực.

Suy nghĩ lại Tốc độ của Trí tuệ nhân tạo Trong Lịch sử

Mặc dù nó cảm thấy như tiếng vang về Trí tuệ nhân tạo bắt đầu khi OpenAI ra mắt ChatGPT vào năm 2022, nhưng nguồn gốc của trí tuệ nhân tạo và xử lý ngôn ngữ tự nhiên (NLPs) có từ hàng thập kỷ trước. Các thuật toán, là nền tảng cho Trí tuệ nhân tạo, được phát triển lần đầu tiên vào những năm 1940, tạo nền tảng cho học máy và phân tích dữ liệu. Các ứng dụng sớm của Trí tuệ nhân tạo trong các ngành như quản lý chuỗi cung ứng (SCM) có từ những năm 1950, sử dụng tự động hóa để giải quyết các vấn đề trong hậu cần và quản lý hàng tồn kho. Vào những năm 1990, các phương pháp dựa trên dữ liệu và học máy đã trở thành phổ biến trong kinh doanh. Khi những năm 2000 tiến triển, các công nghệ như tự động hóa quy trình robot (RPA) đã tối ưu hóa các nhiệm vụ đơn giản trên nhiều chức năng kinh doanh phức tạp và hành chính.

Then came ChatGPT. Nó rất rõ ràng rằng nhận thức về Trí tuệ nhân tạo đã thay đổi vì của Trí tuệ nhân tạo thế hệ. Trước khi bắt đầu GenAI, người tiêu dùng không hiểu về cơ chế của tự động hóa, cũng không phải là sức mạnh của tự động hóa cho các doanh nghiệp. Trí tuệ nhân tạo nằm dưới nhiều công nghệ hiện đại, như Công cụ tìm kiếm Google. Hầu hết người tiêu dùng tin tưởng Google để cung cấp các câu trả lời chính xác cho hàng nghìn câu hỏi, họ hiếm khi xem xét các quy trình và thuật toán phức tạp đằng sau cách những kết quả đó xuất hiện trên màn hình máy tính của họ. Nhưng nhìn thấy là tin tưởng — với ChatGPT, thế giới bắt đầu nhìn thấy các trường hợp sử dụng thực tế. Tuy nhiên, vẫn còn một sự hiểu lầm về mức độ tích hợp của Trí tuệ nhân tạo trong cuộc sống hàng ngày của chúng ta — thậm chí trong thế giới kinh doanh. Như đã đề cập ở trên, Trí tuệ nhân tạo kích hoạt công nghệ hiện có để trở nên tốt hơn và, giống như vi mạch của Intel, Trí tuệ nhân tạo nằm ở hậu trường của các công nghệ chúng ta sử dụng mỗi ngày.

Nếu các nhà lãnh đạo không thể hiểu được tầm quan trọng của Trí tuệ nhân tạo, làm thế nào họ có thể được mong đợi để áp dụng thành công Trí tuệ nhân tạo vào hoạt động kinh doanh hàng ngày của họ? Đó chính là vấn đề.

Thử thách về Việc áp dụng và Tăng trưởng

Nếu ai đó hỏi một công cụ GPT, ‘các chuyên gia mua hàng và chuỗi cung ứng có thể nói gì về Trí tuệ nhân tạo’ nó sẽ có thể nhấn mạnh các khoảng trống kiến thức liên quan đến việc áp dụng Trí tuệ nhân tạo. Toàn cầu, việc áp dụng Trí tuệ nhân tạo đã tăng lên theo cấp số nhân trong năm qua sau khi tăng trưởng hạn chế trong những năm trước. Trong sáu năm qua, chỉ 50% các nhà lãnh đạo kinh doanh cho biết họ đang đầu tư vào công nghệ Trí tuệ nhân tạo trên toàn bộ hoạt động của họ. Vào năm 2024, tỷ lệ áp dụng đã nhảy vọt lên 72%, cho thấy rằng các nhà lãnh đạo kinh doanh đang chỉ mới thức dậy về tiềm năng của Trí tuệ nhân tạo để nâng cao tổ chức của họ trên mọi lĩnh vực kinh doanh.

Tuy nhiên, để nhận ra giá trị đầy đủ của Trí tuệ nhân tạo đòi hỏi hơn là chỉ triển khai các giải pháp tiên tiến. Nó đòi hỏi phải có quyền truy cập vào đúng dữ liệu — dữ liệu cung cấp bối cảnh phong phú về mô hình chi tiêu kinh doanh thực tế, hiệu suất của nhà cung cấp, động lực thị trường và các hạn chế thực tế. Việc không đủ khả năng tiếp cận dữ liệu có nghĩa là sự sống hoặc cái chết cho đổi mới Trí tuệ nhân tạo trong doanh nghiệp. Ít nhất 30% tất cả các dự án GenAI sẽ bị bỏ rơi do chất lượng dữ liệu kém, cũng như các thách thức khác như kiểm soát rủi ro không đầy đủ, chi phí tăng cao hoặc giá trị kinh doanh không rõ ràng. Nhưng có nhiều thách thức khác mà các doanh nghiệp phải đối mặt khi áp dụng Trí tuệ nhân tạo và đưa nó lên quy mô.

Trong các tổ chức lớn, thật không may là có các silo có thể khiến doanh nghiệp đối mặt với các rủi ro lớn. Lấy ví dụ về ngành công nghiệp chuỗi cung ứng. Chuỗi cung ứng đóng vai trò quan trọng trong chiến lược kinh doanh và đối với các tổ chức lớn, toàn cầu, quy mô liên kết của ngành là hầu như không thể tưởng tượng. Nếu một khía cạnh của kinh doanh hoạt động trong một silo, nó có thể khiến toàn bộ tổ chức gặp rủi ro lớn. Nếu các đội chuỗi cung ứng không truyền đạt các thay đổi về nhu cầu cho các nhà cung cấp của họ, làm thế nào các nhà lãnh đạo có thể được mong đợi để tạo ra các dự báo chính xác? Nếu đội bán hàng không truyền đạt các dự báo cập nhật cho nhóm mua hàng, họ có thể bảo đảm các hợp đồng dài hạn dựa trên thông tin cũ, khóa các thỏa thuận có thể không phù hợp với nhu cầu khách hàng hiện tại.

Dù đó là silo tổ chức hay thông tin, sự thiếu giao tiếp có thể dẫn đến sự suy giảm trong dịch vụ khách hàng, tạo ra sự kém hiệu quả và sự ngừng lại trong đổi mới. Trí tuệ nhân tạo có thể chứng minh giá trị của nó trong việc giải quyết các silo này: nếu công nghệ của họ được kết nối hiệu quả, thì nhân viên và nhà cung cấp của họ cũng có thể như vậy.

Các nhà lãnh đạo kinh doanh đang tích cực đầu tư vào các giải pháp Trí tuệ nhân tạo để thúc đẩy tự động hóa quy trình, khả năng mua hàng chiến lược, tầm nhìn chi tiêu và kiểm soát, cũng như lợi nhuận tổng thể. Để tìm thấy thành công với các khả năng Trí tuệ nhân tạo này và đạt được mục tiêu quản lý chi tiêu tổng thể của họ, các công ty phải làm việc cùng nhau để tạo ra sự minh bạch và hướng tới một mục tiêu chung.

Sự Tiến hóa Tiếp theo của Trí tuệ nhân tạo

Hiện tại, trường hợp sử dụng tốt nhất cho Trí tuệ nhân tạo mà thực sự thúc đẩy hiệu quả kinh doanh và tăng trưởng là tự động hóa các nhiệm vụ hành chính đơn giản. Dù đó là hiệu quả của quy trình làm việc, trích xuất và phân tích dữ liệu, quản lý hàng tồn kho hay bảo trì dự đoán, các nhà lãnh đạo đang nhận ra rằng Trí tuệ nhân tạo có thể tăng tốc các nhiệm vụ nhàm chán, tốn thời gian với tốc độ và độ chính xác chưa từng có. Mặc dù nó có vẻ đơn giản, nhưng khi được tận dụng trong các ngành như chuỗi cung ứng hoặc mua hàng, các trường hợp sử dụng như vậy có thể giúp các doanh nghiệp tiết kiệm hàng nghìn giờ và hàng tỷ đô la.

Chúng ta đã thảo luận về Trí tuệ nhân tạo như một công nghệ kích hoạt — nhưng vẫn còn tiềm năng chưa được khai thác để Trí tuệ nhân tạo trở thành một công nghệ đổi mới. Khi chúng ta đang ở trên ngưỡng của một năm mới, có nhiều tiến bộ Trí tuệ nhân tạo mà các nhà lãnh đạo kinh doanh nên theo dõi ngay trên đường chân trời.

Đối với quản lý chuỗi cung ứng và mua hàng cụ thể, một trong những tiến bộ này sẽ là nâng cao trong nguồn gốc tự động. Bằng cách tận dụng Trí tuệ nhân tạo và các công nghệ tiên tiến khác, các doanh nghiệp có thể tự động hóa các nhiệm vụ truyền thống được dựa vào con người, như nguồn gốc và hợp đồng, để thúc đẩy hiệu quả và giải phóng tài nguyên bằng cách cho phép Trí tuệ nhân tạo phân tích lượng lớn dữ liệu, xác định xu hướng và đưa ra quyết định nguồn gốc thông minh trong thời gian thực. Nguồn gốc tự động hoàn toàn không chỉ mang lại tiết kiệm chi phí không thể so sánh bằng cách tiết kiệm thời gian của nhân viên, thúc đẩy hiệu quả và giảm lỗi, mà còn có thể giảm thiểu rủi ro gian lận và làm giả bằng cách liên tục đảm bảo tuân thủ các tiêu chuẩn đạo đức và bền vững.

Tuy nhiên, ngay trước khi giới thiệu nguồn gốc tự động, các công ty nên tập trung vào việc cung cấp một trải nghiệm người dùng (UX) trực quan, hiệu quả và dễ điều hướng cho cả nhóm mua hàng và nhà cung cấp. Một khi UX siêu cá nhân hóa được tạo ra, các doanh nghiệp có thể triển khai các giải pháp tự động một cách gắn kết.

Kết quả của Trí tuệ nhân tạo không chỉ là cải thiện ROI của các doanh nghiệp, mà còn cải thiện việc ra quyết định, dự đoán các mẫu trong tương lai và xây dựng khả năng chống chịu. Các giám đốc điều hành cấp cao trên mọi lĩnh vực ngày càng coi việc áp dụng các công nghệ Trí tuệ nhân tạo là thiết yếu để chuyển đổi và bảo vệ tương lai cho các hoạt động tự động hóa của họ. Theo thời gian, giống như mọi công nghệ khác trước đó, Trí tuệ nhân tạo sẽ trở nên ngày càng rẻ hơn trong khi giá trị của đầu ra sẽ tiếp tục tăng. Điều này mang lại cho chúng ta nhiều lý do để lạc quan về tương lai của Trí tuệ nhân tạo và vai trò cân bằng mà nó sẽ đóng trong cuộc sống của chúng ta — cả về kinh doanh và cá nhân.