AI đang xuất hiện trong gần như mọi cuộc trao đổi về chuyển đổi số. Nhưng với doanh nghiệp, câu hỏi quan trọng không phải “nên dùng công cụ AI nào?”, mà là “việc gì đang cần AI giải quyết?”.
Bắt đầu từ công việc đang gây tốn thời gian
Một cách dễ hiểu, doanh nghiệp có thể nhìn lại những công việc đang lặp lại mỗi ngày: tìm thông tin trong hàng nghìn tài liệu, nhập dữ liệu từ hồ sơ, kiểm tra hình ảnh, tổng hợp báo cáo hay xử lý các bước thủ công giữa nhiều hệ thống. Đây thường là nơi AI có thể tạo ra thay đổi rõ nhất.
Nếu bắt đầu bằng tên công nghệ, dự án dễ rơi vào tình trạng “có AI nhưng chưa biết dùng để làm gì”. Ngược lại, khi bài toán được mô tả cụ thể, đội ngũ triển khai sẽ biết cần dữ liệu gì, nên chọn công nghệ nào và kết quả cần đo bằng chỉ số nào.
Đo hiệu quả bằng kết quả vận hành, không phải số lượng công cụ
Một chatbot mới hay một mô hình AI mới chưa chắc đã tạo ra giá trị nếu người dùng không dùng thường xuyên hoặc quy trình phía sau vẫn phải xử lý thủ công. Vì vậy, hiệu quả nên được nhìn ở những con số gần với công việc hằng ngày: thời gian xử lý giảm bao nhiêu, số bước thủ công được cắt bớt, tỷ lệ sai sót có giảm hay không, hoặc nhân sự có thể dành thêm thời gian cho những việc quan trọng hơn.
Cách tiếp cận này cũng giúp doanh nghiệp tránh đầu tư quá lớn ngay từ đầu. Một POC nhỏ, có phạm vi rõ và có tiêu chí đánh giá, thường đủ để biết một ý tưởng có đáng mở rộng hay không.
AI nên đi cùng quy trình và dữ liệu sẵn có
Trong thực tế, một giải pháp AI hiếm khi đứng riêng. Nó cần kết nối với dữ liệu, phần mềm và cách làm việc hiện tại của doanh nghiệp. Vì vậy, việc hiểu quy trình vận hành quan trọng không kém việc chọn mô hình AI.
Với INNOVISION, đây cũng là cách chúng tôi tiếp cận các dự án: bắt đầu từ bài toán, xác định chỉ số cần cải thiện, thử nghiệm trên phạm vi phù hợp rồi mới tính đến việc tích hợp và mở rộng. Công nghệ là công cụ; giá trị cuối cùng vẫn nằm ở việc hệ thống có giúp công việc tốt hơn hay không.
