Bài viết này dựa trên hội thảo trực tuyến Connectionology gần đây của chúng tôi, "Trí tuệ nhân tạo và việc ra quyết định dựa trên dữ liệu: Thông minh hơn, nhanh hơn". Chúng tôi sẽ chia sẻ video hội thảo sớm.
Trí tuệ nhân tạo ( AI) hiện diện ở khắp mọi nơi. Và nếu bạn đang lãnh đạo một doanh nghiệp, có lẽ bạn đã cảm thấy áp lực phải "làm điều gì đó" về vấn đề này. Có thể bạn đã thử nghiệm một vài công cụ. Tham dự buổi giới thiệu sản phẩm của nhà cung cấp hứa hẹn về sự chuyển đổi hoạt động. Tự hỏi liệu mình đã tụt hậu hay chưa.
Tiết lộ trước: Bạn không phải vậy.
Nhưng nếu bạn vẫn coi AI như một xu hướng mơ hồ thay vì một công cụ thiết thực để ra quyết định, thì bạn đang nhìn nhận sai hướng rồi.
Gần đây, chúng tôi đã tổ chức một hội thảo trực tuyến với Connectionology Seminars để giải thích vấn đề này một cách dễ hiểu: trí tuệ nhân tạo và việc ra quyết định dựa trên dữ liệu thực sự trông như thế nào trong thực tế. Khán giả không phải là những người tiên phong chạy theo xu hướng mới nhất. Đó là các luật sư và những người làm công tác vận hành – những người muốn có kết quả, chứ không phải là những lời quảng cáo thổi phồng.
Và câu hỏi phổ biến nhất mà họ đặt ra là: chúng ta nên bắt đầu từ đâu?
Hầu hết mọi người chỉ mới bắt đầu tìm hiểu về AI (và điều đó không sao cả).
Có một điều khiến chúng tôi ngạc nhiên trong buổi hội thảo trực tuyến: ngay cả trong số những chuyên gia giỏi, nhiều người không chỉ không chắc chắn nên bắt đầu từ đâu với AI… mà họ vẫn đang cố gắng hiểu rõ thuật ngữ chuyên ngành.
Sự khác biệt giữa máy học và tự động hóa là gì? Dữ liệu có cấu trúc là gì? Một mô hình “học” như thế nào? Đây không phải là những câu hỏi ngớ ngẩn. Chúng là những câu hỏi cơ bản. Và thành thật mà nói, hầu hết các nhà cung cấp AI đều trả lời chúng rất tệ mà không dùng thuật ngữ chuyên ngành, giả định hoặc cách diễn đạt hoa mỹ.
Chúng tôi tin rằng kiến thức về AI không phải là điều tùy chọn, nhưng nó cũng không nhất thiết phải quá khó khăn. Đó là lý do tại sao chúng tôi đã xây dựng các công cụ và tài nguyên để đáp ứng nhu cầu của mọi người, cho dù họ mới bắt đầu hay đã sẵn sàng tìm hiểu sâu về chiến lược dữ liệu.
Một trong những công cụ đó là từ điển thuật ngữ tiếp thị kỹ thuật số của chúng tôi, một hướng dẫn bằng ngôn ngữ dễ hiểu được thiết kế để giúp bạn giải mã các thuật ngữ chuyên ngành và hiểu điều gì thực sự quan trọng. Gần đây, chúng tôi đã mở rộng nó để bao gồm một số thuật ngữ dữ liệu và trí tuệ nhân tạo phổ biến nhất mà chúng tôi thường nghe thấy trong các cuộc trò chuyện. Kết quả là một nguồn tài liệu không mang tính học thuật hay lý thuyết—nó rất thiết thực, giúp bạn tự tin trong buổi giới thiệu sản phẩm, đặt những câu hỏi sắc bén hơn và dẫn dắt các cuộc trò chuyện thông minh hơn trong doanh nghiệp của mình.
Suy cho cùng, hiểu ngôn ngữ là bước đầu tiên để đưa ra những quyết định tốt hơn.
LIÊN QUAN: Tiếp thị kỹ thuật số Từ A đến Z: Thuật ngữ của LaFleur
Lý do nên nhàm chán với các hệ thống AI
Hầu hết các bài thuyết trình về AI đều dựa vào ngôn từ khoa trương, hào nhoáng: cách mạng hóa, đột phá, chuyển đổi . Điều đó có thể gây ấn tượng tốt trong buổi trình diễn. Nhưng nó không giúp bạn điều hành doanh nghiệp.
Điều gì thực sự thúc đẩy sự tiến bộ? Dữ liệu sạch. Mục tiêu rõ ràng. Quyết định có thể lặp lại. Những thứ tưởng chừng nhàm chán.
Điều mà mọi người thường bỏ qua là: Trí tuệ nhân tạo (AI) không phải là một công cụ độc lập. Nó là cơ sở hạ tầng. Nó không nên chỉ hoạt động bên lề, tạo ra biểu đồ, nội dung hay những câu trả lời thông minh. Nó nên hoạt động ngầm: âm thầm phát hiện các mô hình, cảnh báo những thay đổi và hỗ trợ ra quyết định trên quy mô lớn.
Hãy nghĩ về trí tuệ nhân tạo (AI) giống như cách bạn nghĩ về hệ thống đường ống nước hoặc dây điện. Nếu được thiết kế tốt, bạn không cần phải suy nghĩ về nó. Bạn chỉ cần nhận được một dòng chảy thông tin, hành động và kết quả tự động. Nhưng nếu nền tảng không ổn định hoặc bị ngắt kết nối, thì công cụ của bạn có tiên tiến đến đâu cũng không có tác dụng. Mọi thứ sẽ không hoạt động.
Đó là lý do tại sao các bảng điều khiển hào nhoáng thường không hiệu quả. Chúng hiển thị số lượng khách hàng tiềm năng, tỷ lệ chuyển đổi, thời gian liên hệ. Nhưng các con số không thay đổi vì không ai xây dựng hệ thống để thúc đẩy hành động. Nó chỉ báo cáo, chứ không phản hồi.
Đó mới là sự thay đổi thực sự: Trí tuệ nhân tạo không chỉ đơn thuần là tóm tắt những gì đã xảy ra. Nó cần phải làm nổi bật những thay đổi và giúp nhóm của bạn hành động để giải quyết vấn đề.
Dữ liệu: Hệ thống nằm bên dưới hệ thống.
Không ai theo đuổi ngành luật hay marketing chỉ vì họ thích dọn dẹp bảng tính. Nhưng nếu bạn muốn trí tuệ nhân tạo (AI) giúp bạn đưa ra quyết định tốt hơn, bạn phải hiểu những gì nó cần để hoạt động. AI không tự tạo ra những hiểu biết mới. Nó xác định các mẫu trong dữ liệu hiện có. Điều đó có nghĩa là chất lượng dữ liệu đầu vào của bạn sẽ luôn quyết định giá trị của dữ liệu đầu ra.
Đó là nơi mà hầu hết các doanh nghiệp gặp rắc rối, không phải vì họ chọn sai công cụ, mà vì nền tảng dữ liệu của họ quá lộn xộn.
Giả sử số lượng hồ sơ được ký kết của bạn giảm. Bạn muốn tìm câu trả lời, vì vậy bạn kiểm tra báo cáo. Nhưng dữ liệu khách hàng tiềm năng của bạn nằm rải rác trong năm hệ thống khác nhau. Một hệ thống ghi là "tai nạn xe hơi", hệ thống khác ghi là "tai nạn giao thông". Ngày tháng và dữ liệu quy kết được ghi chép khác nhau trên các nền tảng khác nhau. Và một nửa trong số đó đã không được cập nhật trong nhiều tuần.
Đó không phải là vấn đề của AI. Đó là vấn đề về vệ sinh dữ liệu: nhãn không nhất quán, thiếu trường dữ liệu, bản ghi lỗi thời. Cho đến khi vấn đề này được giải quyết, AI chỉ đang đoán mò. Tệ hơn nữa, nó đang đoán mò với sự tự tin sai lầm. Khắc phục điều đó là bước đầu tiên.
Bước tiếp theo là xây dựng một hệ thống cho phép bạn thực sự sử dụng dữ liệu đã được làm sạch đó: một kho dữ liệu. Kho dữ liệu không chỉ lưu trữ thông tin. Nó tập hợp thông tin từ khắp doanh nghiệp của bạn, chuẩn hóa nó và làm cho nó có thể sử dụng được. Nó cung cấp cho bạn một nguồn thông tin duy nhất, có cấu trúc và đáng tin cậy. Không còn phải tìm kiếm trên nhiều nền tảng khác nhau hoặc nheo mắt nhìn vào các bảng tính rời rạc nữa.
Tóm lại:
- Vệ sinh dữ liệu giúp thông tin của bạn đáng tin cậy.
- Kho dữ liệu giúp dữ liệu dễ tiếp cận và có thể được sử dụng hiệu quả.
Nếu thiếu cả hai yếu tố này, AI chỉ là nhiễu loạn thông tin. Nhưng khi có cả hai, nó sẽ trở thành một lớp cơ sở hạ tầng mạnh mẽ, giúp nhóm của bạn thấy được những gì đã thay đổi, lý do thay đổi và những việc cần làm tiếp theo.
LIÊN QUAN: Nợ dữ liệu và cách thanh toán
Một câu chuyện có thật (với một giải pháp có thật)
Đây là hình ảnh hoạt động của một công ty luật khi hệ thống vận hành trơn tru.
Nhiều năm trước, chúng tôi từng làm việc với một công ty luật chuyên về thương tích cá nhân, và họ đang gặp phải tình trạng sụt giảm khó hiểu về số lượng vụ kiện được ký kết. Lượng truy cập web vẫn ổn định. Chi phí quảng cáo không thay đổi. Nhưng số lượng vụ kiện mới mà công ty nhận được lại giảm rõ rệt. Nhóm tiếp thị bắt đầu lo lắng. Ban lãnh đạo đã sẵn sàng bắt đầu cải tổ các chiến dịch.
Nhưng khi chúng tôi xem xét toàn bộ dữ liệu, ở cùng một chỗ, thì một câu chuyện khác lại hiện ra.
Nhân viên tiếp nhận hồ sơ giỏi nhất của công ty đã bị điều chuyển sang làm việc thu thập hồ sơ y tế. Không ai nhận ra sự thay đổi này. Nhưng ngay khi chúng tôi phát hiện ra, họ đã chuyển cô ấy trở lại bộ phận tiếp nhận hồ sơ, tăng lương cho cô ấy, và ngay lập tức số lượng hợp đồng được ký kết tăng lên.
Hồi đó, việc tìm ra được nhận thức đó (và quan trọng hơn, những hành động mà nhận thức đó thúc đẩy) cần thời gian. Chúng tôi phải thu thập dữ liệu và xem xét thủ công phần lớn trong số đó. Giả sử giai đoạn nghiên cứu và đề xuất của chúng tôi mất hai tháng. Và giả sử công ty đó chỉ mất ba trường hợp mỗi tháng vì vấn đề tiếp nhận chưa được chẩn đoán.
Nếu mức phí trung bình của luật sư công ty là 25.000 đô la, thì đó là 150.000 đô la doanh thu bị mất.
Hiện nay, dữ liệu của công ty đó được lưu trữ an toàn và sắp xếp khoa học trong kho dữ liệu. Sử dụng một nền tảng như Clearboard , có thể chỉ mất vài ngày để phát hiện ra vấn đề khi nhập dữ liệu. Đó chính là kiểu "phép màu" tưởng chừng nhàm chán mà chúng ta đang nói đến.
Trí tuệ nhân tạo thực sự giỏi điều gì?
Vậy trí tuệ nhân tạo (AI) nên làm gì cho doanh nghiệp của bạn?
Rất đơn giản: Bất cứ việc gì bạn làm đi làm lại nhiều lần. Bất cứ việc gì bạn cần làm nhanh hơn.
Điều này bao gồm:
- Báo cáo tự động: Tóm tắt khách hàng tiềm năng hàng ngày, so sánh theo tuần, cảnh báo về hiệu quả chi tiêu.
- Cảnh báo sớm: Phát hiện những dấu hiệu suy giảm hiệu suất nhỏ trước khi chúng trở thành vấn đề.
- Tăng cường khả năng ra quyết định: Giúp nhóm của bạn hành động dựa trên xu hướng, chứ không chỉ quan sát chúng.
- Đối sánh mẫu: Xác định nguồn giới thiệu hoặc chiến dịch nào dẫn đến kết quả có giá trị cao hơn.
Nhưng vấn đề là: nó chỉ hiệu quả nếu trí tuệ nhân tạo phù hợp với cách thức hoạt động thực tế của doanh nghiệp bạn.
Trong một thế giới lý tưởng, AI nên được tích hợp trực tiếp vào các công cụ và quy trình làm việc mà nhóm của bạn đã sử dụng. Càng ít rào cản, khả năng áp dụng càng cao. Nếu việc sử dụng AI đồng nghĩa với việc phải mở thêm một nền tảng khác hoặc kiểm tra thêm một bảng điều khiển khác, thì khả năng cao là mọi người sẽ bỏ qua nó.
Đó là lý do tại sao chúng tôi thiết kế dựa trên những câu hỏi thực tế như:
- Tuần này có gì thay đổi?
- Đây chỉ là hiện tượng nhất thời hay là một xu hướng?
- Chúng ta đang làm gì để giải quyết vấn đề này?
Tuy nhiên, một công cụ độc lập được xây dựng tốt vẫn có giá trị, đặc biệt khi nó mang lại sự rõ ràng mà không gây nhiễu. Ví dụ, Clearboard không cố gắng trở thành tất cả mọi thứ. Nó là một bảng điều khiển được tối giản hóa, được xây dựng để nêu bật những câu hỏi đúng và giúp dễ dàng hiểu được hiệu suất. Nó bổ sung cho các hệ thống của bạn, chứ không cạnh tranh với chúng.
Mục tiêu không phải là theo đuổi trí tuệ nhân tạo tiên tiến nhất, mà là làm cho các quy trình hiện có của bạn trở nên hiệu quả hơn, nhanh hơn và phản hồi tốt hơn.
Hãy luôn nhớ đến đội nhóm.
Ngay cả những hệ thống tốt nhất cũng sẽ gặp trục trặc nếu nhóm của bạn không chắc chắn cách (hoặc liệu có nên) sử dụng chúng. Đó là phần mà các nhà lãnh đạo thường đánh giá thấp. Áp dụng AI không chỉ là một quyết định kỹ thuật. Đó còn là một quyết định về văn hóa. Nó thay đổi cách mọi người làm việc, cách đưa ra quyết định và những gì được kỳ vọng ở họ hàng ngày.
Và sự thay đổi, ngay cả những thay đổi tích cực, thú vị, cũng luôn đi kèm với những khó khăn. Chúng ta đã chứng kiến điều đó xảy ra:
- Các thành viên trẻ trong nhóm lo lắng rằng họ sẽ bị thay thế.
- Các thành viên cấp cao trong nhóm tự hỏi liệu khả năng phán đoán của họ có đang bị nghi ngờ hay không.
- Ai cũng thầm không chắc công cụ nào được chấp thuận, công cụ nào không, và liệu việc thử nghiệm sẽ khiến họ gặp rắc rối hay được tán dương.
Đây không phải là vấn đề tuân thủ. Đây là vấn đề lòng tin.
Nếu muốn được chấp nhận, bạn cần phải tiên phong. Điều đó có nghĩa là:
- Hãy trung thực về những thí nghiệm của chính mình, đặc biệt là khi chúng không thành công.
- Hỏi trong các cuộc họp nhóm, “Tuần này các bạn đã thử làm gì?”
- Điều này làm rõ rằng việc sử dụng AI để tăng tốc công việc hoặc cải thiện độ chính xác không phải là gian lận, mà đó chính là mục tiêu.
Điều đó có nghĩa là cung cấp cho nhóm của bạn nhiều hơn là chỉ công cụ. Điều đó có nghĩa là mang đến cho họ sự rõ ràng và sự an toàn về mặt tâm lý để khám phá những công cụ đó mà không sợ mắc sai lầm.
Bạn không cần một kế hoạch triển khai hoàn hảo. Bạn cần các chính sách, hướng dẫn rõ ràng và một nhóm cảm thấy được trao quyền để cùng bạn tìm ra giải pháp.
Trí tuệ nhân tạo không dẫn dắt. Chính bạn mới là người dẫn dắt.
Trí tuệ nhân tạo sẽ không sửa chữa được những quy trình tồi tệ. Nó sẽ không tự động kết nối các hệ thống của bạn. Và chắc chắn nó sẽ không thay thế được khả năng phán đoán của người hiểu rõ cách thức hoạt động của doanh nghiệp bạn.
Nhưng với nền tảng đúng đắn—dữ liệu sạch, mục tiêu rõ ràng và văn hóa ham học hỏi—nó có thể giúp bạn đưa ra quyết định nhanh hơn, sắc bén hơn và tự tin hơn. Vì vậy, đừng để bị phân tâm bởi những công cụ tiên tiến nhất trên thị trường. Hãy tập trung vào những gì quan trọng: hiểu dữ liệu của bạn, đặt những câu hỏi thông minh hơn và cải thiện hoạt động của bạn một chút mỗi tuần.
Vì đó mới chính là hình ảnh thực sự của sự tiến bộ.
