Hướng dẫn đầu tư AI dành cho giám đốc điều hành: Hiểu về giá trị đề xuất vào năm 2025

Khi các xu hướng đầu tư vào AI tiếp tục phát triển trong năm 2025, các nhà lãnh đạo phải đối mặt với áp lực ngày càng tăng trong việc đưa ra quyết định chiến lược về việc triển khai trí tuệ nhân tạo. Với việc các doanh nghiệp áp dụng nhanh chóng các công cụ AI - 22% đang triển khai rộng rãi và 33% đang sử dụng ở mức hạn chế - việc hiểu cách đánh giá và triển khai các giải pháp AI đã trở nên thiết yếu để duy trì lợi thế cạnh tranh. Trong cuốn sách "The Executive Guide to Artificial Intelligence" của Andrew Burgess, tác giả cung cấp một hướng dẫn toàn diện cho các nhà lãnh đạo doanh nghiệp muốn hiểu và triển khai các giải pháp trí tuệ nhân tạo trong tổ chức của họ.

Cuốn sách này được xuất bản năm 2017 bởi Springer International Publishing và cung cấp cái nhìn tổng quan thực tế về cách các công ty có thể tận dụng trí tuệ nhân tạo. Điều gì đã thay đổi ngày nay?

Xu hướng đầu tư AI hiện tại năm 2025

Bối cảnh AI đang trải qua sự tăng trưởng chưa từng có, với việc các tổ chức đầu tư đáng kể hơn để duy trì khả năng cạnh tranh.

Những điều cơ bản:

Burgess nhấn mạnh tầm quan trọng của việc bắt đầu bằng việc xác định các mục tiêu rõ ràng phù hợp với chiến lược của công ty, một nguyên tắc vẫn còn hiệu lực cho đến ngày nay. Trong cuốn sách, ông đã xác định tám năng lực cốt lõi của AI:

1. Nhận diện hình ảnh
2. Nhận diện giọng nói
3. Search và information extraction
4. Clustering
5. Natural Language Understanding
6. Tối ưu hóa
7. Prediction
8. Understanding (hiện nay)

Sự phát triển từ năm 2018 đến năm 2025:

Kể từ khi cuốn sách được viết, AI đã chuyển mình từ một công nghệ mới nổi sang một công nghệ chính thống. Khả năng "hiểu", mà Burgess coi là tương lai, đã chứng kiến những tiến bộ đáng kể với sự ra đời của Mô hình Ngôn ngữ Lớn (LLM) và các công nghệ AI tạo sinh, vốn chưa xuất hiện vào năm 2018.

framework chiến lược cho các quyết định đầu tư vào AI

Bốn câu hỏi thiết yếu

Khi đánh giá các khoản đầu tư vào AI, điều cần thiết là phải tập trung vào những câu hỏi quan trọng sau:

1. Xác định vấn đề kinh doanh
2. Chỉ số đo lường thành công
3. Yêu cầu triển khai
4. Đánh giá rủi ro

Lưu ý: Khung bốn câu hỏi này xuất phát từ kiến thức hiện tại và không được trình bày rõ ràng trong cuốn sách của Burgess.

Xây dựng chiến lược AI hiệu quả

Khung áp dụng:

Burgess đề xuất một khuôn khổ chi tiết để tạo ra chiến lược AI bao gồm:

1. Sự liên kết với chiến lược kinh doanh - Hiểu cách AI có thể hỗ trợ các mục tiêu kinh doanh hiện có
2. Hiểu rõ tham vọng về AI - Xác định liệu bạn muốn:
3. • Cải thiện các quy trình hiện có
   • Chuyển đổi các chức năng kinh doanh
   • Tạo ra dịch vụ/sản phẩm mới
3. Đánh giá mức độ trưởng thành về AI - Xác định mức độ trưởng thành hiện tại của tổ chức trên thang từ 0 đến 5:
4. • Xử lý thủ công (Cấp độ 0)
   • Tự động hóa IT truyền thống (Cấp độ 1)
   • Tự động hóa cơ bản riêng lẻ (Cấp độ 2)
   • Triển khai chiến thuật các công cụ tự động hóa (Cấp độ 3)
   • Triển khai chiến thuật nhiều công nghệ tự động hóa khác nhau (Cấp độ 4)
   • Tự động hóa chiến lược từ đầu đến cuối (Cấp độ 5)
4. Xây dựng bản đồ nhiệt AI - Xác định các lĩnh vực có nhiều cơ hội nhất
5. Xây dựng business case - Đánh giá các lợi ích "hard" và "soft"
6. Quản lý thay đổi - Lập kế hoạch cách tổ chức sẽ thích ứng
7. Xây dựng lộ trình AI - Tạo ra kế hoạch trung-dài hạn

Sự phát triển từ năm 2018 đến năm 2025:

Khung của Burgess vẫn còn có giá trị đáng ngạc nhiên, nhưng ngày nay nó cần được tích hợp với những cân nhắc về:

• Đạo đức AI và các quy định (như EU AI Act)
• Tính bền vững môi trường của AI
• Chiến lược AI có trách nhiệm
• Tích hợp với các công nghệ mới nổi như điện toán lượng tử

Đo lường ROI của các khoản đầu tư AI

Các yếu tố quyết định lợi tức đầu tư:

Burgess xác định một số loại lợi ích của AI, được phân loại thành "cứng" và "mềm":

Lợi ích hard:

• Giảm chi phí
• Tránh phát sinh chi phí
• Sự hài lòng của khách hàng
• Tuân thủ quy định
• Giảm thiểu rủi ro
• Giảm thiểu tổn thất
• Giảm thiểu mất doanh thu
• Tạo ra doanh thu

Lợi ích soft:

• Thay đổi văn hóa
• Lợi thế cạnh tranh
• Hiệu ứng hào quang
• Tạo điều kiện cho các lợi ích khác
• Tạo điều kiện cho chuyển đổi số

Việc đo lường ROI của AI đã trở nên phức tạp hơn, với các khuôn khổ cụ thể để đánh giá tác động của AI tạo sinh mà chưa tồn tại khi Burgess viết cuốn sách này.

Các phương pháp tiếp cận kỹ thuật để triển khai AI

Các loại giải pháp:

Burgess trình bày ba cách tiếp cận chính để triển khai AI:

1. Phần mềm AI có sẵn - Các giải pháp đóng gói sẵn
2. Nền tảng AI - Được cung cấp bởi các công ty công nghệ lớn
3. Phát triển AI tùy chỉnh - Các giải pháp theo yêu cầu riêng

Đối với những bước đầu tiên, ông đề xuất nên cân nhắc:

• Proof of Concept (PoC)
• Nguyên mẫu
• Minimum Viable Product (MVP)
• Riskiest Assumption Test (RAT)
• Pilot

Những thay đổi:

Kể từ năm 2018, chúng ta đã chứng kiến:

• Sự dân chủ hóa các công cụ AI với các giải pháp no-code/low-code
• Cải thiện đáng kể các nền tảng đám mây AI
• Sự phát triển của AI tạo sinh và các mô hình như GPT, DALL-E, v.v.
• Sự gia tăng các giải pháp AutoML tự động hóa một phần quy trình khoa học dữ liệu

Những cân nhắc về rủi ro và thách thức

Những rủi ro của trí tuệ nhân tạo:

Burgess dành hẳn một chương để nói về những rủi ro của AI, nhấn mạnh:

1. Chất lượng dữ liệu
2. Thiếu minh bạch - Bản chất "black box" của các thuật toán
3. Thiên kiến không chủ ý
4. Sự ngây thơ của AI - Giới hạn trong việc hiểu ngữ cảnh
5. Phụ thuộc quá mức vào AI
6. Lựa chọn sai công nghệ
7. Hành vi ác ý

Sự phát triển từ năm 2018 đến năm 2025:

Kể từ khi cuốn sách được viết:

• Những lo ngại về thiên kiến thuật toán đã trở thành vấn đề then chốt (đang chờ phân tích sâu hơn)
• Bảo mật AI đã trở nên thiết yếu khi các mối đe dọa gia tăng
• Quy định về AI đã nổi lên như một yếu tố then chốt
• Rủi ro từ deepfake và thông tin sai lệch do AI tạo sinh đã trở nên đáng kể
• Các mối lo ngại về quyền riêng tư đã gia tăng khi việc sử dụng AI trở nên phổ biến hơn

Xây dựng một tổ chức AI hiệu quả

Trích từ cuốn sách của Burgess (2018):

Burgess đề xuất:

• Xây dựng hệ sinh thái AI với các nhà cung cấp và đối tác
• Thành lập Trung tâm Xuất sắc (CoE) với các đội ngũ chuyên trách
• Cân nhắc các vai trò như Chief Data Officer (CDO) hoặc Chief Automation Officer (CAO)

Sự phát triển từ năm 2018 đến năm 2025:

Kể từ đó:

• Vai trò Chief AI Officer (CAIO) đã trở nên phổ biến
• AI hiện thường được tích hợp trên toàn tổ chức thay vì bị cô lập trong một CoE
• Sự dân chủ hóa AI đã dẫn đến các mô hình vận hành phân tán hơn
• Tầm quan trọng của việc phổ cập kiến thức AI cho tất cả nhân viên đã nổi lên

Phần kết luận

Trích từ cuốn sách của Burgess (2018):

Burgess kết luận với tầm quan trọng của:

• Đừng tin vào sự thổi phồng mà hãy tập trung vào các vấn đề kinh doanh thực tế
• Bắt đầu hành trình AI càng sớm càng tốt
• Đảm bảo tương lai cho doanh nghiệp thông qua việc hiểu biết về AI
• Áp dụng cách tiếp cận cân bằng giữa lạc quan và thực tế

Sự phát triển từ năm 2018 đến năm 2025:

Lời khuyên của Burgess "đừng tin vào những lời quảng cáo thổi phồng" vẫn cực kỳ đúng đắn vào năm 2025, đặc biệt là với sự cường điệu xung quanh AI tạo sinh. Tuy nhiên, tốc độ áp dụng AI đã trở nên quan trọng hơn bao giờ hết, và các công ty chưa bắt đầu hành trình AI hiện đang gặp bất lợi đáng kể so với những công ty đã làm theo lời khuyên của Burgess là bắt đầu sớm (vào năm 2018!).

Bối cảnh AI vào năm 2025 phức tạp hơn, trưởng thành hơn và tích hợp nhiều hơn vào chiến lược kinh doanh so với bất kỳ ai có thể dự đoán vào năm 2018, nhưng các nguyên tắc cốt lõi về liên kết chiến lược, tạo giá trị và quản lý rủi ro mà Burgess đã vạch ra vẫn còn giá trị một cách đáng ngạc nhiên.