McKinsey Quarterly
Đặt lại AI tạo sinh: Tái cấu trúc để biến tiềm năng thành giá trị trong năm 2024
Ngày 4 tháng 3, 2024 | Bài viết
Tác giả: Eric Lamarre, Alex Singla, Alexander Sukharevsky, Rodney Zemmel
Lợi ích từ AI tạo sinh chỉ thực sự đến khi các công ty thực hiện một cuộc phẫu thuật tổ chức sâu sắc hơn trên doanh nghiệp của họ.
Đã đến lúc cần một sự đặt lại cho AI tạo sinh (gen AI). Sự hào hứng ban đầu và hoạt động sôi nổi trong năm 2023 đang dần nhường chỗ cho những suy nghĩ lại và điều chỉnh khi các công ty nhận ra việc khai thác giá trị tiềm năng khổng lồ của gen AI khó khăn hơn dự kiến.
Với năm 2024 được dự báo là thời điểm để gen AI chứng minh giá trị của mình, các công ty nên ghi nhớ những bài học khó khăn đã rút ra từ các cuộc chuyển đổi số và AI trước đó: lợi thế cạnh tranh đến từ việc xây dựng năng lực tổ chức và công nghệ để đổi mới rộng rãi, triển khai và cải tiến các giải pháp quy mô lớn — thực chất là tái cấu trúc doanh nghiệp nhằm đổi mới kỹ thuật số và AI phân tán.
Về QuantumBlack, AI bởi McKinsey
QuantumBlack, bộ phận AI của McKinsey, hỗ trợ doanh nghiệp chuyển đổi bằng sức mạnh công nghệ, chuyên môn kỹ thuật và các chuyên gia ngành. Với hàng nghìn chuyên gia tại QuantumBlack (kỹ sư dữ liệu, nhà khoa học dữ liệu, quản lý sản phẩm, thiết kế và kỹ sư phần mềm) cùng các chuyên gia ngành của McKinsey, chúng tôi đang giải quyết những thách thức AI quan trọng nhất trên thế giới. QuantumBlack Labs là trung tâm phát triển công nghệ và đổi mới khách hàng của chúng tôi, hiện đang thúc đẩy những tiến bộ hàng đầu về AI thông qua các cơ sở trên toàn cầu.
Các công ty muốn đạt được thành công sớm với gen AI cần hành động nhanh chóng. Nhưng những ai hy vọng gen AI sẽ là con đường tắt vượt qua những ca phẫu thuật tổ chức khó khăn và cần thiết thường sẽ gặp thất vọng. Khởi chạy thử nghiệm tương đối dễ; nhưng để mở rộng và tạo ra giá trị thực sự lại rất khó vì đòi hỏi nhiều thay đổi rộng rãi trong cách thức hoạt động thực tế.
Ví dụ, một công ty viễn thông ở khu vực Thái Bình Dương đã tuyển dụng một giám đốc dữ liệu và AI với nhiệm vụ “cho phép tổ chức tạo ra giá trị từ dữ liệu và AI”. Người này phối hợp cùng bộ phận kinh doanh xây dựng tầm nhìn chiến lược và thực hiện lộ trình sử dụng các ứng dụng. Sau khi khảo sát các lĩnh vực và cơ hội ứng dụng trong toàn bộ doanh nghiệp, lãnh đạo ưu tiên thử nghiệm và sau đó mở rộng lĩnh vực dịch vụ bảo trì tại nhà. Công ty tập trung phát triển công cụ gen AI giúp điều phối viên dự đoán chính xác loại cuộc gọi và phụ tùng cần thiết khi phục vụ khách hàng tại nhà.
Lãnh đạo thành lập các nhóm sản phẩm đa chức năng với mục tiêu và ưu đãi chung để xây dựng công cụ gen AI. Đồng thời, họ thành lập học viện đào tạo dữ liệu và AI cho toàn doanh nghiệp, giúp điều phối viên và nhân viên dịch vụ được đào tạo bài bản. Về mặt công nghệ, giám đốc dữ liệu và AI lựa chọn mô hình ngôn ngữ lớn (LLM) và nhà cung cấp đám mây phù hợp để đáp ứng nhu cầu của lĩnh vực cũng như toàn doanh nghiệp, đồng thời giám sát thực hiện kiến trúc dữ liệu đảm bảo dữ liệu sạch và đáng tin cậy (bao gồm lịch sử dịch vụ và cơ sở dữ liệu tồn kho) để xây dựng công cụ gen AI nhanh và có trách nhiệm.
Sách của chúng tôi Rewired: Hướng dẫn của McKinsey để vượt trội trong thời đại kỹ thuật số và AI (Wiley, tháng 6 năm 2023) cung cấp hướng dẫn chi tiết về sáu năng lực cần thiết để thực hiện sự thay đổi rộng lớn nhằm khai thác công nghệ kỹ thuật số và AI. Trong bài viết này, chúng tôi sẽ khám phá cách mở rộng các năng lực đó để triển khai chương trình gen AI thành công trên quy mô lớn. Mặc dù đây còn là giai đoạn đầu và còn nhiều điều phải học, kinh nghiệm cho thấy khai mở cơ hội gen AI đòi hỏi các công ty tái cấu trúc cách làm việc theo những cách sau.
Xác định nơi mà các copilot gen AI có thể mang lại lợi thế cạnh tranh thực sự
Sự hào hứng rộng rãi với gen AI và tính dễ sử dụng tương đối đã dẫn đến nhiều thử nghiệm trong các tổ chức. Tuy nhiên, phần lớn các sáng kiến này không tạo ra lợi thế cạnh tranh. Ví dụ, một ngân hàng mua hàng chục nghìn giấy phép GitHub Copilot nhưng do không rõ cách phối hợp với công nghệ nên tiến độ chậm. Một nỗ lực thiếu tập trung khác là khi các công ty cố gắng đưa gen AI vào dịch vụ khách hàng – lĩnh vực vốn là một khả năng phổ thông, không phải cốt lõi kinh doanh. Dù gen AI có thể cải thiện năng suất, nó không tạo ra lợi thế cạnh tranh.
Để tạo lợi thế cạnh tranh, doanh nghiệp nên hiểu rõ sự khác biệt giữa ba kiểu sử dụng: “taker” (người dùng các công cụ có sẵn qua API hoặc dịch vụ đăng ký), “shaper” (người tích hợp các mô hình sẵn có với dữ liệu riêng), và “maker” (người tạo ra các LLM riêng). Hiện tại, phương án maker quá tốn kém với phần lớn doanh nghiệp, vì vậy mô hình “taker” giúp tăng năng suất còn “shaper” mang lại lợi thế cạnh tranh.
Giá trị gần hạn của gen AI gắn liền với việc cải thiện hiệu quả công việc hiện tại của người lao động. Công cụ gen AI hoạt động như copilot bên cạnh người dùng, ví dụ tạo đoạn mã ban đầu mà lập trình viên chỉnh sửa hoặc soạn đơn đặt hàng phụ tùng cho nhân viên bảo trì xem xét và gửi đi. Do đó, các công ty nên tập trung vào những lĩnh vực mà công nghệ copilot có ảnh hưởng lớn nhất đến các chương trình ưu tiên.
Một số ví dụ copilot dựa trên ba mô hình AI tạo sinh
- Copilot “Taker”: giúp khách hàng bất động sản chọn lựa tài sản phù hợp, viết mã cho lập trình viên, tóm tắt các ghi chú nhà đầu tư.
- Copilot “Shaper”: đề xuất bán thêm cho nhân viên bán hàng dựa trên hệ thống quản lý khách hàng và dữ liệu hành vi; tạo trợ
Comments
Post a Comment