Vijay Vijayasankar, Giám đốc Toàn cầu về Trí tuệ Nhân tạo tại Genpact – Loạt Phỏng vấn

Vijay Vijayasankar, Giám đốc Toàn cầu về Trí tuệ Nhân tạo tại Genpact, dẫn đầu việc sản phẩm hóa các giải pháp Trí tuệ Nhân tạo của công ty trên toàn cầu, với trọng tâm là chuyển đổi việc tạo giá trị của doanh nghiệp từ các mô hình dựa trên lao động truyền thống sang các khuôn khổ dựa trên kết quả có lợi nhuận cao hơn. Trong vai trò của mình, ông đang giúp định hình cách tiếp cận của Genpact trong việc mở rộng Trí tuệ Nhân tạo trên toàn doanh nghiệp bằng cách xây dựng các mô hình tổ chức xung quanh cả những Người xây dựng Trí tuệ Nhân tạo, những người thiết kế các lớp điều phối tiên tiến, và những Người thực hành Trí tuệ Nhân tạo, những người đưa chuyên môn lĩnh vực vào các quy trình được điều khiển bởi các tác nhân tự động. Trước khi gia nhập Genpact, Vijayasankar đã giữ các vị trí lãnh đạo cấp cao tại IBM, bao gồm Đối tác Quản lý cho Dịch vụ Tài chính, Giám đốc Công nghệ của IBM Dịch vụ Bắc Mỹ và Tổng Giám đốc về Trí tuệ Nhân tạo, IoT, Phân tích và Watson Health tại GBS Bắc Mỹ, cùng với các vai trò điều hành trước đó tại MongoDB (MDB ) và SAP.

Genpact là một công ty cung cấp giải pháp công nghệ tiên tiến và trí tuệ nhân tạo giúp các doanh nghiệp lớn hiện đại hóa hoạt động của mình thông qua trí tuệ quy trình, trí tuệ nhân tạo, dữ liệu và chuyển đổi số. Công ty hoạt động trong các lĩnh vực như tài chính và kế toán, chăm sóc khách hàng, rủi ro và tuân thủ, mua hàng và đấu thầu, chuỗi cung ứng, công nghệ và an toàn, trong khi các dịch vụ Dữ liệu và Trí tuệ Nhân tạo của họ tập trung vào giúp các tổ chức sử dụng phân tích tiên tiến, trí tuệ nhân tạo và tác nhân tự động để chuyển đổi dữ liệu phức tạp thành kết quả kinh doanh có thể đo lường được.

Bạn đã dành hơn hai thập kỷ tại các công ty như IBM, MongoDB, SAP và hiện tại là Genpact, nơi bạn giữ vị trí Giám đốc Toàn cầu về Trí tuệ Nhân tạo. Nhìn lại sự tiến hóa từ dữ liệu lớn và phân tích đến các hệ thống trí tuệ nhân tạo hiện nay, những bài học nào đã định hình quan điểm của bạn về cách các doanh nghiệp nên tiếp cận chuyển đổi trí tuệ nhân tạo?

Tôi đã xem cùng một bộ phim này ba lần. Dữ liệu lớn là viên đạn bạc cho việc ra quyết định. Đám mây là công tắc tức thời cho sự linh hoạt của tổ chức. Giờ đây, trí tuệ nhân tạo là phương thuốc cho hoạt động. Trong mỗi chu kỳ, các công ty tạo ra giá trị tập trung vào mô hình hoạt động, quy trình và con người của họ. Những công ty gặp khó khăn, và nhiều công ty vẫn đang gặp khó khăn, coi công nghệ chính là sự chuyển đổi.

Điều cơ bản khác biệt về trí tuệ nhân tạo là vị trí của nó. Nó nằm ở lớp thực thi, không phải lớp thông tin. Các công cụ cũ tạo ra biểu đồ và khuyến nghị. Các tác nhân thực hiện hành động. Một bảng phân tích kém tạo ra một biểu đồ kém mà một nhà phân tích con người bắt gặp trước khi nó đến bàn làm việc của CEO. Một tác nhân kém thực hiện một giao dịch kém ở quy mô lớn trước khi bất kỳ ai nhận ra nó đã xảy ra. Điều đó thay đổi hoàn toàn hồ sơ rủi ro, và nó buộc một mức độ kỷ luật hoạt động mà hầu hết các công ty chưa từng cần trước đây. Tôi đã học cách nghi ngờ sự phấn khích của chính mình. Trí tuệ nhân tạo rất thú vị, nhưng chính lúc đó bạn cần phải chậm lại và kiểm tra lại nền tảng.

Báo cáo mới của Genpact với HFS Research ước tính rằng nợ doanh nghiệp chưa được giải quyết đang giữ lại gần 18 nghìn tỷ đô la giá trị tiềm năng trên toàn cầu. Điều gì khiến bạn ngạc nhiên nhất về những phát hiện này, và tại sao bạn tin rằng nhiều tổ chức tiếp tục đánh giá thấp tác động của nợ quy trình, dữ liệu, công nghệ và tài năng?

Điều khiến tôi ngạc nhiên là quy mô của giá trị bị mắc kẹt sau các quy trình không hiệu quả, dữ liệu phân mảnh, công nghệ cũ và thách thức về sẵn sàng của lực lượng lao động đang được đo lường bằng nghìn tỷ đô la.

Điều quan trọng hơn con số tổng là cách vấn đề được cấu trúc. Hầu hết các nhà lãnh đạo nhìn vào những vấn đề này như các silo riêng biệt. Một vấn đề dữ liệu, một vấn đề quy trình, một vấn đề công nghệ, một vấn đề kỹ năng, mỗi vấn đề được xử lý độc lập. Chúng không độc lập. Dữ liệu kém buộc con người phải tạo ra các giải pháp thay thế thủ công. Những giải pháp thay thế đó tạo ra sự phức tạp của quy trình. Sự phức tạp đó làm kiệt quệ những người giỏi nhất của bạn và làm cho hoạt động của bạn trở nên mong manh. Khi một sáng kiến trí tuệ nhân tạo đến, nó sẽ gặp phải tất cả những vấn đề đó đồng thời. Trí tuệ nhân tạo bị đổ lỗi cho một thất bại đã được nướng sẵn trong kinh doanh từ một thập kỷ trước. Chúng ta nói về nợ doanh nghiệp như một gánh nặng chi phí, nhưng nó chính xác hơn là một hạn chế tăng trưởng. Sự khác biệt đó quan trọng vì nó thay đổi người sở hữu vấn đề và giá trị của việc sửa chữa nó.

Báo cáo này cho thấy 85% các giám đốc điều hành tin rằng nợ doanh nghiệp đang hạn chế việc thực hiện giá trị trí tuệ nhân tạo. Tại sao bạn nghĩ các doanh nghiệp tiếp tục đầu tư mạnh vào trí tuệ nhân tạo trong khi thường xuyên bỏ qua các vấn đề nền tảng khiến những khoản đầu tư đó không mang lại lợi nhuận?

Vì trí tuệ nhân tạo có thể nhìn thấy và nền tảng thì không. Mỗi hội đồng quản trị muốn thấy một chiến lược trí tuệ nhân tạo. Mỗi CEO cần một câu chuyện để kể. Triển khai một mô hình mới sáng bóng là một tiêu đề. Thiết kế lại một quy trình cốt lõi là một công việc nhàm chán, vô hình cho đến khi nó cuối cùng hoạt động.

Tôi đã thấy các tổ chức dành sáu tháng để chọn một mô hình và sáu ngày để kiểm tra quy trình mà mô hình đó được cho là sẽ cải thiện. Tỷ lệ đó ngược lại, và họ sẽ tìm ra cách khó khăn. Điểm nghẽn không bao giờ là trí tuệ nhân tạo. Đó là các quy trình không nhất quán, hệ thống không kết nối và dữ liệu mà không ai chịu trách nhiệm trong nhiều năm. Trí tuệ nhân tạo không giải quyết những vấn đề đó. Nó chỉ暴露 chúng nhanh hơn. Các cấu trúc khuyến khích không thưởng cho việc sửa chữa nền tảng. Không có bản demo cho việc dọn dẹp quản lý dữ liệu. Các giám đốc điều hành những người làm điều đó im lặng đang đặt cược rằng sức khỏe hoạt động sẽ tăng lên theo thời gian, nhưng hầu hết các hội đồng quản trị không đo lường điều đó.

Nợ dữ liệu xuất hiện như một trong những yếu tố cản trở lớn nhất trí tuệ nhân tạo trong nghiên cứu. Những bước thực tế nào các doanh nghiệp nên thực hiện ngay hôm nay để chuyển từ môi trường dữ liệu phân mảnh và chất lượng thấp sang các nền tảng dữ liệu có thể hỗ trợ trí tuệ nhân tạo ở quy mô lớn?

Dừng cố gắng khởi động một chương trình quản lý hàng đầu lớn. Đó là một câu trả lời công nghệ cho một vấn đề về trách nhiệm. Trong hầu hết các tổ chức lớn, không ai sở hữu độ chính xác của thông tin điều hành kinh doanh.

Điểm khởi đầu thực tế là chọn một số quy trình có giá trị cao và làm việc ngược lại. Những quyết định nào cần được đưa ra? Dữ liệu nào những quyết định đó yêu cầu? Ai sở hữu dữ liệu đó? Dữ liệu đó sai bao nhiêu lần? Việc tập thể dục đó sẽ ngay lập tức lộ ra các khoảng trống về trách nhiệm. Và chúng ta phải làm điều này đúng vì các tác nhân thất bại im lặng. Một nhà phân tích con người nhìn thấy hai hệ thống không đồng ý và đưa ra một quyết định. Một tác nhân phân xử giữa dữ liệu mâu thuẫn và thực hiện với sự tự tin hoàn toàn. Nếu các phần khác nhau của tổ chức định nghĩa một khách hàng hoặc giao dịch khác nhau, tác nhân sẽ đưa ra quyết định tự tin từ đầu vào kém và không có gì trong tổ chức bắt gặp nó. Đó là một loại rủi ro hoạt động mới mà hầu hết các tổ chức chưa từng tính đến đầy đủ.

Các tác nhân không xử lý sự mơ hồ theo cách con người làm. Đây cũng là lý do tại sao thành công của một giải pháp trí tuệ nhân tạo ít hơn về trí thông minh của các mô hình và nhiều hơn về chất lượng của các rào cản được đặt ra.

Bạn đã lập luận rằng không có trí tuệ nhân tạo mà không có trí tuệ quy trình. Tại sao bạn tin rằng việc thiết kế lại quy trình thường quan trọng hơn chính mô hình trí tuệ nhân tạo khi các tổ chức cố gắng tự động hóa các hoạt động kinh doanh phức tạp?

Vì mô hình hoạt động tốt như quy trình nó được nhúng vào, không tốt hơn. Các tổ chức ám ảnh bởi việc chọn mô hình vì đó là nơi có sự đổi mới可 nhìn thấy, nhưng quy trình là nơi giá trị được tạo ra hoặc bị mất.

Nếu một quy trình làm việc có phê duyệt trùng lặp, công việc trùng lặp hoặc quyền sở hữu không rõ ràng, trí tuệ nhân tạo không sửa những điều đó. Nó tăng tốc chúng. Bạn sẽ nhận được một kết quả bị hỏng nhanh hơn và ở quy mô lớn hơn. Người ta thường nghĩ rằng việc thiết kế lại quy trình một cách彻底 sẽ làm chậm họ lại, nhưng thực tế thì ngược lại. Bạn sẽ tiết kiệm được mười tám tháng bạn sẽ dành để giải quyết một triển khai kém. Hãy nghĩ về nó như một chiếc xe: bạn có thể đặt động cơ tốt nhất từng được xây dựng vào một chiếc xe có bánh xe không thẳng hàng, và nó vẫn sẽ kéo sang trái.

Nhiều tổ chức đang thử nghiệm với các tác nhân trí tuệ nhân tạo, nhưng tương đối ít đã triển khai thành công chúng trên các chức năng kinh doanh cốt lõi. Điều gì phân biệt các doanh nghiệp đang chuyển vượt ra ngoài các thử nghiệm so với những doanh nghiệp vẫn còn mắc kẹt trong chế độ概念?

Các thử nghiệm được thiết kế để thành công. Bạn chọn quy trình tốt nhất, dữ liệu sạch nhất và đội ngũ nhiệt tình nhất. Việc mở rộng quy mô có nghĩa là tác động vào môi trường thực sự nơi không có điều kiện nào trong số đó được đáp ứng.

Các tổ chức mở rộng quy mô ngừng tạo ra các điều kiện nhân tạo từ đầu. Họ chọn một vấn đề hoạt động thực sự, chỉ định một chủ sở hữu chịu trách nhiệm về kết quả kinh doanh, không phải công nghệ, và nướng quản lý vào thiết kế từ ngày đầu tiên. Chúng tôi có khách hàng chạy tác nhân trong sản xuất trên các tài khoản phải trả và giám sát giao dịch. Các con số về năng suất có ở đó, nhưng thay đổi thực sự là cấu trúc. Trạng thái cuối cùng là một quy trình làm việc cơ bản khác nơi con người được giải phóng để thực hiện công việc chiến lược mà họ không bao giờ có thời gian để xử lý trước đây. Việc mở rộng quy mô các tác nhân là một thách thức lãnh đạo, không phải là một thách thức phần mềm.

Báo cáo nhấn mạnh rằng chỉ 6% doanh nghiệp đã giải quyết thành công các thách thức nợ lớn của họ. Những tổ chức này đang làm gì khác biệt, và những sai lầm phổ biến nào bạn thấy trong số các công ty gặp khó khăn trong việc đạt được tiến bộ có ý nghĩa?

Họ coi đó là một vấn đề kinh doanh, không phải là một chương trình CNTT. Nó gắn liền với sự bảo trợ của ban điều hành và hiệu suất kinh doanh có thể đo lường được. Họ hiểu rằng sức khỏe hoạt động không tách rời với chiến lược tăng trưởng. Nó chính là chiến lược tăng trưởng.

94% còn lại đang theo đuổi các triệu chứng. Họ triển khai một công cụ để sửa một vấn đề quy trình hoặc khởi động một sáng kiến trí tuệ nhân tạo để bù đắp cho dữ liệu kém. Điều đó tạo ra một sự thúc đẩy ngắn hạn, nhưng vấn đề cơ bản vẫn còn và nợ tiếp tục tích lũy. Những nhà lãnh đạo phá vỡ chu kỳ này sẵn sàng nói điều mà hầu hết các giám đốc điều hành không nói: quy trình này đã bị hỏng trong mười lăm năm, chúng ta đã xây dựng toàn bộ mô hình hoạt động xung quanh những thất bại đó, và chúng ta sẽ phá hủy và xây dựng lại từ đầu. Sự thừa nhận đó không thoải mái. Nó mời gọi các câu hỏi về lý do tại sao nó không được sửa chữa sớm hơn. Những người đưa ra cuộc gọi đó là những người đang đạt được tiến bộ thực sự.

Bạn đã nói về sự khác biệt giữa “những người xây dựng trí tuệ nhân tạo” và “những người thực hành trí tuệ nhân tạo”. Bạn thấy lực lượng lao động doanh nghiệp sẽ phát triển như thế nào trong năm năm tới, và những kỹ năng nào sẽ trở nên quý giá nhất khi con người ngày càng làm việc cùng với các tác nhân tự động?

Kỹ năng quý giá nhất sẽ là biết cách đặt ra một vấn đề. Khi trí tuệ nhân tạo xử lý nhiều việc thực thi hơn, chất lượng của kết quả phụ thuộc vào chất lượng của câu hỏi và phán quyết được áp dụng cho đầu ra. Bạn cần phải có khả năng nhận ra khi nào một điều gì đó trông đúng nhưng cấu trúc sai.

Beyond đó, tôi sẽ nhấn mạnh ba điều cụ thể. Đầu tiên là độ sâu của lĩnh vực. Khả năng của trí tuệ nhân tạo chung đang trở nên phổ biến nhanh chóng, vì vậy những người tổng quát đang mất đà. Premium sẽ đi đến những chuyên gia lĩnh vực sâu sắc kết hợp chuyên môn chức năng thực sự với khả năng áp dụng trí tuệ nhân tạo trong bối cảnh đó. Thứ hai là xử lý ngoại lệ. Bạn cần những người biết phải làm gì khi tác nhân va vào tường hoặc các ставки tài chính quá cao để tự động hóa, điều này đòi hỏi sự khôn ngoan của thể chế chứ không phải dữ liệu đào tạo. Thứ ba là thiết kế quy trình làm việc, có nghĩa là khả năng cấu trúc công việc để con người và hệ thống thông minh thực hiện những gì chúng phù hợp nhất, và nhận ra khi nào sự phân chia đó cần thay đổi. Đó không phải là một thuật ngữ mà ngành công nghiệp đã thống nhất, nhưng kỹ năng đó là thực sự và hiện tại bị đánh giá thấp.

Có một cuộc tranh luận đang diễn ra về việc liệu trí tuệ nhân tạo sẽ loại bỏ việc làm hay biến đổi chúng. Bạn đã lập luận rằng nhiều mối quan ngại đến từ việc hiểu lầm những gì trí tuệ nhân tạo thực sự làm tốt. Bạn thấy mối quan hệ giữa chuyên môn con người và các tác nhân trí tuệ nhân tạo sẽ phát triển như thế nào khi việc áp dụng tăng tốc?

Trí tuệ nhân tạo tuyệt vời trong các nhiệm vụ được định nghĩa rõ ràng, khối lượng lớn và phụ thuộc vào mẫu, chẳng hạn như xử lý hóa đơn, giám sát các bất thường giao dịch và soạn thảo các thông tin liên lạc thường xuyên. Nó thực hiện những việc đó nhanh hơn và ở quy mô mà không một đội ngũ con người nào có thể chạm tới. Tuy nhiên, trí tuệ nhân tạo không thể giữ trách nhiệm về kết quả thế giới thực, cũng không thể xử lý những thứ như sự mới mẻ, sự mơ hồ và mối quan hệ con người phức tạp, đó là lý do tại sao chuyên môn con người vẫn rất quan trọng.

Hầu hết các công việc là một tập hợp các nhiệm vụ, không phải là một hoạt động duy nhất, và trí tuệ nhân tạo sẽ hấp thụ lớp thực thi theo thời gian. Điều đó không loại bỏ nhu cầu về con người, nó chỉ thay đổi nơi họ tạo ra giá trị. Khi công việc thường xuyên được tự động hóa, chuyên môn sẽ chuyển sang giải quyết ngoại lệ, thiết kế lại quy trình và giúp các tổ chức thích nghi khi công nghệ và nhu cầu kinh doanh phát triển. Một số vai trò sẽ thay đổi đáng kể, và các nhà lãnh đạo có trách nhiệm giải quyết liệu công việc mới được tạo ra có thể tiếp cận được với những người mà công việc cũ của họ biến mất hay không. Câu trả lời phụ thuộc gần như hoàn toàn vào các lựa chọn mà các tổ chức đưa ra về đào tạo và chuyển đổi. Đó là một quyết định lãnh đạo, không phải là kết quả công nghệ. Các công ty mà tôi tôn trọng nhất đang trung thực với các đội của họ về những vai trò nào đang thay đổi, trên dòng thời gian nào, nơi chuyên môn con người vẫn vô cùng quý giá và những con đường tiến bộ thực tế trông như thế nào. Hầu hết các công ty chưa có cuộc trò chuyện đó.

Nhìn về tương lai, một doanh nghiệp thực sự có tác nhân như thế nào trong thực tế? Nếu chúng ta quay lại cuộc trò chuyện này trong năm năm, những thay đổi nào trong hoạt động kinh doanh, thiết kế tổ chức và triển khai trí tuệ nhân tạo bạn dự đoán sẽ trở thành tiêu chuẩn trên các doanh nghiệp hàng đầu?

Chúng ta sẽ ngừng nói về trí tuệ nhân tạo như một sáng kiến riêng biệt, giống như chúng ta đã ngừng nói về việc trở thành số. Nó chỉ đơn giản là cách công việc được thực hiện.

Thay đổi cấu trúc là điều thú vị nhất đối với tôi. Nhiều cấp bậc hiện tại của chúng ta tồn tại vì thông tin khó di chuyển. Chúng ta có chuỗi phê duyệt và vai trò phối hợp vì thông tin phải di chuyển từ nơi nó được tạo ra đến nơi quyết định được đưa ra. Các tác nhân thu hẹp khoảng cách đó. Khi chúng làm như vậy, một lượng lớn cơ sở hạ tầng phối hợp trở nên thừa. Các tổ chức nhận ra điều này sớm và thiết kế lại xung quanh nó sẽ có lợi thế về tốc độ sẽ tích lũy.

Chúng tôi cũng sẽ thấy một sự thay đổi trong cách trí tuệ nhân tạo được mua và phân phối. Các công ty phần mềm xây dựng sản phẩm nhưng không chịu trách nhiệm về kết quả. Các công ty dịch vụ chịu trách nhiệm về kết quả nhưng gặp khó khăn trong việc xây dựng sản phẩm có thể mở rộng. Cả hai mô hình đều không đầy đủ. Điều chúng tôi đang xây dựng tại Genpact là trí tuệ nhân tạo được sản phẩm hóa trong các lĩnh vực cụ thể, được phân phối dưới dạng kết quả. Bạn mua kết quả và chúng tôi chịu trách nhiệm về nó. Tôi nghĩ rằng điều đó sẽ trở thành tiêu chuẩn vì nó căn chỉnh các khuyến khích một cách chính xác. Nhà cung cấp chỉ bán khả năng không có cổ phần trong việc nó có hoạt động trong môi trường của bạn hay không. Những người chịu trách nhiệm về kết quả có mọi cổ phần. Những người chiến thắng trong kỷ nguyên này sẽ không được định nghĩa bởi việc có các mô hình trí tuệ nhân tạo tinh vi nhất. Họ sẽ được định nghĩa bởi việc làm chủ việc thiết kế lại cấu trúc giữa con người, quy trình và hệ thống thông minh. Chúng ta chỉ mới ở ngày đầu tiên của sự thay đổi đó.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Genpact.