Những yếu tố quan trọng đảm bảo thành công của dự án trí tuệ nhân tạo

Ngày càng có nhiều tổ chức trong mọi ngành áp dụng trí tuệ nhân tạo (AI) để chuyển đổi quy trình kinh doanh. Nhưng thành công của những dự án này phụ thuộc vào việc có đủ và đúng người tham gia, không chỉ dữ liệu và công nghệ.

Theo phân tích, các doanh nghiệp áp dụng AI hiệu quả là những nhóm có đa dạng kỹ năng, bao gồm những người hiểu rõ về doanh nghiệp và các vấn đề mà doanh nghiệp đang cố gắng giải quyết, nhiều hơn một số ít các nhà khoa học dữ liệu và kỹ sư công nghệ.

Hiện nay, với sự xuất hiện của AI thế hệ mới, các dự án đã mở rộng để bao gồm hầu hết mọi lĩnh vực hoạt động của doanh nghiệp, trong hầu hết mọi chức năng và hứa hẹn sẽ mang tính chuyển đổi, không chỉ đối với các công ty công nghệ mà còn trong mọi ngành. Điều này có nghĩa là AI đòi hỏi nhiều nhân sự chủ chốt hơn, với nhiều kỹ năng và trách nhiệm hơn.

Những vai trò này bao gồm các nhà quản lý tương tác AI, chiến lược quản trị AI và kỹ sư vận hành các mô hình ngôn ngữ lớn (LLM), tất cả đều đóng vai trò quan trọng đối với sự thành công của việc triển khai các ứng dụng AI.

Và không chỉ giới hạn ở những kỹ năng thuần túy về mặt kỹ thuật. Cụ thể, giám đốc điều hành cần có sự rõ ràng về hiệu suất đầu tư AI, đồng thời, cũng cần biết cách giảm thiểu các rủi ro như lỗ hổng bảo mật và quyền riêng tư, sự thiên vị và độ tin cậy của nguồn dữ liệu nguồn.

Để giúp doanh nghiệp thiết lập được đội AI lý tưởng, sau đây là những vai trò chính được tìm thấy trong các nhóm AI được quản lý tốt hiện nay.

Nhà khoa học dữ liệu

Nhà khoa học dữ liệu là cốt lõi của bất kỳ nhóm AI nào. Họ xử lý và phân tích dữ liệu, xây dựng các mô hình học máy (ML) và đưa ra kết luận để cải thiện các mô hình đã đưa vào sản xuất. Nhà khoa học dữ liệu là sự kết hợp giữa nhà phân tích sản phẩm và phân tích kinh doanh với một chút kiến thức về ML. Mục tiêu là hiểu các số liệu tác động lớn đến doanh nghiệp, thu thập dữ liệu để phân tích các điểm nghẽn có thể xảy ra, hình dung các nhóm người dùng và số liệu khác nhau và đề xuất các giải pháp để cải thiện số liệu này.

Kỹ sư vận hành ML và LLM

Nhà khoa học dữ liệu có thể xây dựng các mô hình AI và ML, nhưng chính các kỹ sư mới là người triển khai chúng. Họ đảm bảo các mô hình được triển khai, giám sát và duy trì hiệu quả.

Do vậy, hiện nay những kỹ năng về kiến trúc dữ liệu rất được săn đón, với các ứng dụng đòi hỏi sử dụng đa dạng dữ liệu, từ phi cấu trúc trong cơ sở dữ liệu và mở rộng đến một khối lượng lớn nội dung văn bản.

Kỹ sư định hướng AI

Kỹ thuật định hướng (prompt engineer) thậm chí còn chưa tồn tại như một thuật ngữ cách đây hai năm. Ngày nay, mọi người làm việc với công nghệ đều được kỳ vọng có một số hiểu biết về kỹ thuật định hướng, biết cách đặt câu hỏi và nhận thức được những hạn chế của AI. Nhưng khi nói đến AI thế hệ mới được tích hợp vào các hệ thống của doanh nghiệp, kỹ thuật định hướng trở thành một nhiệm vụ phức tạp và mang tính kỹ thuật hơn nhiều. Một lời định hướng cần bao gồm tất cả các bối cảnh liên quan, chẳng hạn như vai trò mà AI phải đảm nhận khi đưa ra câu trả lời, phong cách, độ dài và định dạng của phản hồi, cũng như tất cả các thông tin có liên quan, các biện pháp phòng ngừa… Kỹ sư định hướng có thể cần phải thực hiện nhiều thử nghiệm để khám phá ra lời nhắc có hiệu suất tốt nhất cho từng trường hợp sử dụng, sau đó tiếp tục điều chỉnh các lời định hướng khi các mô hình AI phát triển.

Kỹ sư dữ liệu

Kỹ sư dữ liệu xây dựng và duy trì các hệ thống tạo nên cơ sở hạ tầng dữ liệu của một tổ chức. Với ML (học máy) truyền thống, khoảng 80% công việc là xử lý và chuẩn bị dữ liệu.

ML truyền thống sử dụng rất nhiều dữ liệu và cần chuyên gia giỏi toán và thống kê. Nhưng các công cụ AI sáng tạo, giống như các mô hình ngôn ngữ lớn mà hầu hết các công ty sử dụng, không cần nhiều dữ liệu và chúng học nhanh hơn nhiều.

Chuyên gia lĩnh vực

Chuyên gia lĩnh vực (domain) có kiến thức chuyên sâu về một ngành hoặc lĩnh vực cụ thể. Người này có thẩm quyền trong lĩnh vực của họ, có thể đánh giá chất lượng dữ liệu có sẵn và giao tiếp với người dùng doanh nghiệp dự định của một dự án AI để đảm bảo rằng dự án có giá trị thực tế.

Chuyên gia trong lĩnh vực rất cần thiết vì chuyên gia kỹ thuật phát triển hệ thống AI hiếm khi có chuyên môn trong lĩnh vực thực tế mà hệ thống đang được xây dựng. Chuyên gia lĩnh vực có thể cung cấp những hiểu biết quan trọng giúp hệ thống AI hoạt động tốt nhất. Chuyên gia lĩnh vực có thể là cầu nối quan trọng giữa khách hàng và nhóm AI.

Nhà thiết kế AI

Nhà thiết kế AI làm việc với nhà phát triển để đảm bảo họ hiểu được nhu cầu của người dùng. Vai trò này hình dung cách người dùng sẽ tương tác với AI và tạo ra những nguyên mẫu để chứng minh các trường hợp sử dụng cho khả năng AI mới. Nhà thiết kế AI cũng đảm bảo rằng sự tin tưởng được xây dựng giữa người dùng và hệ thống AI, và AI học hỏi và cải thiện từ phản hồi của người dùng.

Một trong những khó khăn mà nhiều tổ chức gặp phải khi mở rộng quy mô AI là người dùng không hiểu giải pháp, không đồng ý với giải pháp hoặc không thể tương tác với giải pháp. Các tổ chức nhận được giá trị từ AI là do họ biết cách tương tác giữa con người và AI.

Một tổ chức thành công với AI dựa theo quy tắc: 10-20-70, đó là 10% giá trị sẽ là thuật toán, 20% là nền tảng công nghệ và dữ liệu và 70% sẽ đến từ tích hợp kinh doanh hoặc gắn kết nó với chiến lược của công ty bên trong các quy trình kinh doanh.

Sự tương tác giữa con người và AI là vô cùng quan trọng và là một phần rất lớn trong thách thức 70% đó. Nhà thiết kế AI sẽ giúp tổ chức đạt được điều đó.

Quản lý sản phẩm

Quản lý sản phẩm xác định nhu cầu của khách hàng và lãnh đạo quá trình phát triển và tiếp thị sản phẩm, đồng thời đảm bảo nhóm AI đưa ra các quyết định chiến lược có lợi. Trong một nhóm AI, quản lý sản phẩm chịu trách nhiệm tìm hiểu cách AI có thể được sử dụng để giải quyết các vấn đề của khách hàng và sau đó chuyển đổi điều đó thành chiến lược sản phẩm.

Điều này đòi hỏi sự hợp tác chặt chẽ với các nhà khoa học dữ liệu, kỹ sư ML và kỹ sư dữ liệu để phát triển các mô hình và thuật toán cần thiết.

Chuyên gia chiến lược AI

Chuyên gia chiến lược AI cần hiểu cách một tổ chức hoạt động ở cấp độ doanh nghiệp và phối hợp với nhóm điều hành và các bên liên quan bên ngoài để đảm bảo tổ chức có cơ sở hạ tầng và nhân sự phù hợp để tạo ra kết quả thành công cho các sản phẩm AI của mình. Để thành công, một chuyên gia chiến lược AI phải hiểu sâu sắc về lĩnh vực kinh doanh của mình và những điều cơ bản về ML. Họ cũng phải biết cách sử dụng AI để giải quyết các vấn đề kinh doanh.

Một chuyên gia chiến lược AI có thể giúp tổ chức suy nghĩ theo hướng chuyển đổi về cách sử dụng AI. Để thay đổi cách tổ chức đưa ra quyết định, cần một người có tầm ảnh hưởng và tầm nhìn đáng kể để có thể thúc đẩy.

Nhà chiến lược quản trị AI

Sự xuất hiện của AI thế hệ mới đã đặt nó vào tầm ngắm của các quy định. Các thế hệ AI trước đây mang theo rủi ro về quyền riêng tư dữ liệu và an ninh mạng, nhưng AI thế hệ mới có khả năng gây ra tác hại lớn hơn, buộc cơ quan quản lý phải xem xét lại các điều luật, quy định mang tính pháp lý.

Nhưng không chỉ các tổ chức cần cảnh giác với các quy định mới. Nhiều vụ việc liên quan đến vấn đề bản quyền đang được tòa án thụ lý do khuyến nghị sai lầm của chatbot AI. Ngoài ra còn có sự thiên vị, công bằng và đạo đức… là những vấn đề mà nếu không được giải quyết thỏa đáng, có thể dẫn đến những hệ lụy không mong muốn.

Một chiến lược gia quản trị AI nên được giao trách nhiệm đảm bảo rằng các hệ thống AI được phát triển và triển khai một cách có trách nhiệm, đồng thời tạo ra các khuôn khổ và chính sách để quản lý việc sử dụng AI sao cho tuân thủ đầy đủ các quy định và tiêu chuẩn đạo đức.

Giám đốc AI

Giám đốc AI (chief AI officer - CAO) là người ra quyết định chính cho tất cả các dự án AI và chịu trách nhiệm truyền đạt giá trị kinh doanh tiềm năng của AI cho các bên liên quan và khách hàng.

Ngoài ra, giám đốc AI phải biết các trường hợp sử dụng mà AI có thể giải quyết, xác định lợi ích tài chính quan trọng nhất nằm ở đâu và nêu rõ các cơ hội đó cho các bên liên quan.

Với sự xuất hiện của AI thế hệ mới, vai trò của giám đốc AI cũng đang phát triển, nhấn mạnh vào việc đẩy nhanh triển khai các công nghệ AI để duy trì lợi thế cạnh tranh.