Con người + Máy móc: Xây dựng các nhóm phát triển mạnh mẽ với quy trình làm việc được hỗ trợ bởi AI

Cuộc tranh luận về trí tuệ nhân tạo thường có xu hướng phân cực giữa hai quan điểm cực đoan: có người dự đoán một sự tự động hóa hoàn toàn công việc của con người, và ngược lại có người coi AI chỉ là một công nghệ khác bị thổi phồng quá mức với tác động thực tế hạn chế. Tuy nhiên, kinh nghiệm tích lũy được trong quá trình triển khai các giải pháp trí tuệ nhân tạo tại hàng trăm tổ chức lại cho thấy một thực tế phức tạp hơn và đầy hứa hẹn hơn nhiều.

Như đã được nhấn mạnh trong một nghiên cứu gần đây, "giá trị lớn nhất xuất hiện khi các tổ chức thiết kế lại công việc một cách có chủ đích để tận dụng các thế mạnh bổ sung của con người và máy móc".

Với bài viết này, chúng tôi muốn giúp bạn hiểu cách các tổ chức tiên phong nhất đang xây dựng các nhóm người-máy vượt trội hơn các phương pháp truyền thống, chia sẻ những chiến lược thực tiễn dựa trên các triển khai thực tế thay vì những khả năng lý thuyết.

Vượt qua Tự động hóa: Một Mô hình Mới về Tăng cường Năng lực

Việc triển khai công nghệ truyền thống thường tập trung vào tự động hóa - xác định các nhiệm vụ hiện đang do con người thực hiện và chuyển giao cho máy móc. Mặc dù cách tiếp cận này có thể tăng hiệu quả, nhưng nó không nắm bắt được tiềm năng chuyển đổi của AI.

Mặt khác, mô hình tăng cường đề xuất một cách tiếp cận hoàn toàn khác. Thay vì hỏi "những nhiệm vụ nào có thể được máy móc thay thế?", nó đặt câu hỏi "làm thế nào chúng ta có thể thiết kế lại công việc để khai thác những khả năng độc đáo của con người và máy móc?"

Nhiều tổ chức chia sẻ một trải nghiệm tương tự: ban đầu họ tiếp cận AI như một công cụ tự động hóa để cắt giảm chi phí, thu được những kết quả tích cực nhưng hạn chế. Khi chuyển sang suy nghĩ về việc tăng cường năng lực, tức là làm thế nào AI có thể nâng cao năng lực của các chuyên viên phân tích thay vì thay thế họ, họ đã chứng kiến tác động lớn hơn theo cấp số nhân.

Lực lượng bổ sung của con người và máy móc

Các nhóm người-máy hiệu quả tận dụng các khả năng riêng biệt của nhau:

Điểm mạnh của máy

• Xử lý nhanh chóng lượng lớn thông tin
• Nhận diện các khuôn mẫu trong các tập dữ liệu phức tạp
• Thực hiện các công việc lặp đi lặp lại với sự nhất quán không lay chuyển
• Khả năng làm việc liên tục không mệt mỏi
• Duy trì trí nhớ hoàn hảo về tất cả các tương tác trước đó

Điểm mạnh của con người

• Áp dụng sự thấu hiểu và phán đoán theo ngữ cảnh
• Xử lý sự mơ hồ và các trường hợp ngoại lệ
• Sáng tạo và tư duy đa chiều
• Tạo dựng kết nối cảm xúc và niềm tin
• Ra quyết định có đạo đức khi xem xét nhiều bên liên quan

Bước ngoặt đối với nhiều doanh nghiệp xảy ra khi họ ngừng coi các hệ thống trí tuệ nhân tạo chỉ là những công cụ đơn thuần và bắt đầu coi chúng như những thành viên trong nhóm với thế mạnh và giới hạn riêng. Sự thay đổi này đã tác động sâu sắc đến cách họ thiết kế các quy trình làm việc của mình.

Năm mô hình hợp tác giữa người và máy tính

Dựa trên kinh nghiệm triển khai ở nhiều lĩnh vực khác nhau, chúng ta có thể xác định năm mô hình hiệu quả cho sự hợp tác giữa con người và máy móc:

1. Mô hình phân loại

Theo cách tiếp cận này, hệ thống AI xử lý các trường hợp thông thường và giao phó các tình huống phức tạp hoặc đặc biệt cho các chuyên gia.

Cách thức hoạt động:

• AI đánh giá công việc đầu vào dựa trên độ phức tạp, tính khẩn cấp và các yếu tố khác
• Các trường hợp tiêu chuẩn được xử lý tự động
• Các trường hợp phức tạp được chuyển đến các chuyên gia con người phù hợp
• Hệ thống học hỏi từ cách con người xử lý các trường hợp ngoại lệ để liên tục cải thiện việc phân luồng

Các Yếu tố Then chốt khi Triển khai:

• Tiêu chí rõ ràng để phân biệt các trường hợp thông thường với các trường hợp phức tạp hơn
• Điểm số độ tin cậy minh bạch để chỉ ra khi nào AI không chắc chắn
• Chuyển giao suôn sẻ với việc truyền tải đầy đủ ngữ cảnh cho các nhân viên con người
• Các vòng phản hồi giúp hệ thống học hỏi từ các quyết định của con người

2. Mô hình thăm dò-xác minh

Trí tuệ nhân tạo tạo ra các giải pháp hoặc phương án tiềm năng mà con người sẽ đánh giá, hoàn thiện và phê duyệt.

Cách thức hoạt động:

• Máy móc khám phá một không gian giải pháp rộng lớn để xác định các phương án khả thi nhất
• Con người xem xét các đề xuất quan trọng nhất, áp dụng phán đoán và kinh nghiệm của mình
• Phản hồi từ con người huấn luyện hệ thống để phù hợp hơn với các tiêu chuẩn chất lượng
• Các quyết định cuối cùng kết hợp việc khám phá của máy móc với phán đoán của con người

3. Mô hình huấn luyện

Hệ thống trí tuệ nhân tạo cung cấp hướng dẫn thời gian thực cho con người thực hiện các nhiệm vụ phức tạp, cải thiện hiệu suất thông qua các đề xuất theo ngữ cảnh.

Cách thức hoạt động:

• Con người vẫn là những nhân tố chính thực hiện công việc
• AI quan sát bối cảnh và đưa ra hướng dẫn "đúng lúc"
• Hệ thống điều chỉnh các khuyến nghị dựa trên mức độ năng lực của từng cá nhân
• Việc học hỏi liên tục tinh chỉnh quá trình huấn luyện dựa trên kết quả

4. Mô hình phê bình

Con người thực hiện công việc sáng tạo hoặc đòi hỏi nhiều phán đoán, trong khi hệ thống AI kiểm tra kết quả để xác định những cải tiến hoặc vấn đề tiềm ẩn.

Cách thức hoạt động:

• Con người tạo ra các sản phẩm công việc ban đầu bằng cách sử dụng năng lực và sự sáng tạo của mình
• Các hệ thống AI phân tích kết quả đầu ra dựa trên nhiều khía cạnh chất lượng khác nhau
• Phản hồi từ máy móc làm nổi bật những cải thiện tiềm năng hoặc các vấn đề
• Con người đưa ra các quyết định cuối cùng bằng cách kết hợp phản hồi này

5. Mô hình Người học việc

Hệ thống AI học hỏi bằng cách quan sát các chuyên gia, dần dần đảm nhận nhiều trách nhiệm hơn khi con người chuyển sang giám sát và xử lý ngoại lệ.

Cách thức hoạt động:

• Ban đầu, các chuyên gia con người thực hiện các công việc trong khi AI quan sát
• Hệ thống bắt đầu đưa ra các gợi ý dựa trên các mô hình đã học được
• Dần dần, AI xử lý các trường hợp đơn giản hơn với sự xem xét của con người
• Theo thời gian, vai trò của con người chuyển dần sang xử lý các trường hợp ngoại lệ và giám sát

Nền tảng văn hóa cho các nhóm người-máy thành công

Việc triển khai công nghệ chỉ là một nửa của phương trình. Việc tạo ra các nhóm người-máy hiệu quả cũng đòi hỏi sự thích nghi về mặt văn hóa:

Xác định lại năng lực

Trong các tổ chức sử dụng AI, chuyên môn ngày càng bao gồm khả năng cộng tác hiệu quả với các hệ thống thông minh, chứ không chỉ là kiến thức chuyên môn.

Trong các tổ chức tiên tiến, những người có hiệu suất cao nhất không chỉ là những người có chuyên môn kỹ thuật sâu sắc nhất mà còn là những người thành thạo nghệ thuật cộng tác với các hệ thống AI và biết khi nào nên tin tưởng vào các khuyến nghị của máy móc và khi nào nên bỏ qua chúng.

Xây dựng lòng tin đầy đủ

Sự hợp tác hiệu quả đòi hỏi sự tin tưởng được cân nhắc kỹ lưỡng—chứ không phải niềm tin mù quáng vào các khuyến nghị của AI hay thái độ hoài nghi hời hợt. Các tổ chức thành công nhất áp dụng các phương pháp có cấu trúc để xây dựng niềm tin:

• Giám sát minh bạch hiệu suất của hệ thống AI
• Truyền đạt rõ ràng mức độ tin cậy của các khuyến nghị
• Ghi nhận đóng góp của cả máy móc và con người vào kết quả đạt được
• Thảo luận cởi mở về những giới hạn của hệ thống và các phương thức thất bại

Sự phát triển của Quản lý hiệu suất

Các thước đo hiệu suất truyền thống thường không nắm bắt được giá trị của sự hợp tác hiệu quả giữa con người và máy móc. Các tổ chức hàng đầu đang triển khai các phương pháp đo lường mới:

• Các chỉ số ở cấp độ nhóm đánh giá hiệu suất kết hợp giữa người và máy
• Ghi nhận các hành vi hợp tác hiệu quả
• Đóng góp vào việc cải thiện hệ thống AI thông qua phản hồi
• Phát triển năng lực trong các lĩnh vực chỉ có giá trị đối với con người

Lộ trình triển khai: Xây dựng đội ngũ người-máy

Dựa trên kinh nghiệm lãnh đạo các tổ chức trong quá trình chuyển đổi này, chúng tôi khuyến nghị áp dụng phương pháp tiếp cận theo từng giai đoạn:

Giai đoạn 1: Phân tích quy trình làm việc (1-2 tháng)

• Lập bản đồ các quy trình làm việc hiện tại, xác định các điểm ra quyết định và luồng thông tin
• Đánh giá những thành phần nào của quy trình làm việc tận dụng thế mạnh riêng của con người so với của máy móc
• Xác định các điểm then chốt, điểm nghẽn và các vấn đề chất lượng trong các quy trình hiện có
• Xác định rõ các chỉ số kết quả cần cải thiện

Giai đoạn 2: Thiết kế hợp tác (2-3 tháng)

• Huy động các nhóm liên chức năng, bao gồm các chuyên gia trong lĩnh vực và người dùng cuối
• Thiết kế các quy trình làm việc mới dựa trên các mô hình hợp tác
• Xây dựng vai trò và trách nhiệm rõ ràng cho các thành phần con người và máy móc
• Tạo ra các giao diện tạo điều kiện cho sự hợp tác hiệu quả

Giai đoạn 3: Triển khai thí điểm (3-4 tháng)

• Triển khai các quy trình làm việc đã thiết kế với các nhóm được lựa chọn
• Cung cấp đào tạo toàn diện về các phương pháp hợp tác
• Thiết lập cơ chế phản hồi để cải tiến liên tục
• Đo lường kết quả so với các tiêu chí tham chiếu đã đặt ra

Giai đoạn 4: Khả năng mở rộng và tối ưu hóa (6-12 tháng)

• Mở rộng triển khai dựa trên kinh nghiệm thí điểm
• Tinh chỉnh các mô hình hợp tác thông qua phân tích liên tục
• Phát triển năng lực nội bộ trong thiết kế nhóm người-máy
• Xây dựng cộng đồng thực hành để chia sẻ các kỹ thuật hiệu quả

Vượt qua những thách thức trong việc triển khai

Bất chấp tiềm năng của các nhóm người-máy, các tổ chức vẫn phải đối mặt với một số thách thức chung:

Kháng cự văn hóa

Nỗi lo mất việc làm và sự hoài nghi về khả năng của AI có thể cản trở việc áp dụng công nghệ này.

Ở nhiều công ty, sự phản đối ban đầu đối với việc áp dụng AI là điều dễ nhận thấy. Bước ngoặt thường xảy ra khi chúng ta ngừng nói về "triển khai AI" và bắt đầu thảo luận về cách "trao quyền cho các nhóm với những năng lực mới". Sự thay đổi quan điểm này có thể biến sự phản đối thành sự tham gia tích cực.

Chiến lược để vượt qua sự kháng cự:

• Thu hút người dùng cuối tham gia vào thiết kế hợp tác
• Truyền đạt rõ ràng cách con người sẽ tiếp tục tạo ra giá trị độc đáo
• Tôn vinh những thành công sớm cho thấy lợi ích của sự hợp tác
• Đào tạo các nhà lãnh đạo về quản lý thay đổi văn hóa (thường là những người chống lại sự thay đổi, cần lưu ý)

Thiết kế lấy con người làm trung tâm

Thành công phụ thuộc vào giao diện và tương tác được thiết kế dựa trên nhu cầu của con người.

Nhiều tổ chức cho biết những triển khai đầu tiên của họ vững chắc về mặt kỹ thuật nhưng thất bại trong việc áp dụng vì họ đã không xem xét đầy đủ yếu tố con người. Một thực tiễn đang nổi lên là tích hợp các chuyên gia UX và nhà tâm lý học tổ chức vào nhóm phát triển ngay từ đầu dự án.

Nguyên tắc thiết kế hiệu quả:

• Tính minh bạch trong hoạt động và quá trình ra quyết định của hệ thống
• Kiểm soát của con người có ý nghĩa đối với các quyết định quan trọng
• Phản hồi theo ngữ cảnh và kịp thời
• Khả năng thích ứng với phong cách làm việc cá nhân

Kết luận: Hướng tới một Kỷ nguyên Mới về Nâng cao Năng lực Con người

Tiềm năng thực sự của AI không nằm ở khả năng tự động hóa hoàn toàn hay chỉ đơn thuần là một công cụ, mà nằm ở việc tạo ra mối quan hệ hợp tác giữa con người và máy móc giúp khuếch đại khả năng của cả hai.

Các tổ chức tiếp cận AI như một cơ hội để tái định hình công việc một cách căn bản—thay vì chỉ đơn thuần tự động hóa các quy trình làm việc hiện có—đang đạt được những lợi thế cạnh tranh đáng kể.

Cuộc tranh luận "con người so với máy móc" luôn đi chệch hướng. Các tổ chức phát triển không phải đang lựa chọn giữa tài năng con người và trí tuệ nhân tạo—họ đang tạo ra những hệ sinh thái mà mỗi bên đều nâng cao năng lực của bên kia.

Khi chúng ta tiếp tục tiến bước vào biên giới mới này, thành công sẽ thuộc về những ai có thể hình dung và triển khai những cách làm việc mới nhằm giải phóng toàn bộ tiềm năng của cả con người và máy móc—không phải với tư cách đối thủ, mà là những cộng sự trong một kỷ nguyên của những khả năng chưa từng có.