Quang Trương
Pearl
Vì sao rất nhiều doanh nghiệp nói nhiều về AI nhưng giá trị thật sự vẫn chưa xuất hiện trên diện rộng?
Vấn đề không nằm ở việc thiếu công nghệ. Các mô hình ngày càng mạnh, dữ liệu ngày càng nhiều. Rào cản lớn nhất nằm ở chỗ làm thế nào để đưa AI vào hệ thống quản trị, bảo mật, tích hợp và vận hành vốn đã rất phức tạp của doanh nghiệp. Khi AI không được “công nghiệp hóa”, tức là không gắn chặt với cách doanh nghiệp vận hành thực tế, giá trị tạo ra gần như bằng không.
Khoảng cách giữa tiền đã đầu tư cho AI và lợi ích thu về trên bảng cân đối kế toán vì thế ngày càng rõ rệt. Đây chính là điểm nghẽn mà nhiều tổ chức, không chỉ ở Việt Nam, đang loay hoay tìm lời giải.
Cách tiếp cận truyền thống khi triển khai AI thường dựa rất nhiều vào tư vấn thủ công, mỗi quy trình là một dự án riêng, tốn thời gian và chi phí. IBM cho rằng cách làm này không còn phù hợp khi doanh nghiệp muốn mở rộng AI trên quy mô lớn.
Thay vì “xây từng viên gạch”, hướng đi mới là “lắp ráp” trên một nền tảng có sẵn. Các tổ chức có thể tận dụng kiến trúc, phần mềm và tài sản AI đã được chuẩn hóa để thiết kế lại quy trình, kết nối các tác nhân AI với hệ thống cũ mà không cần thay đổi toàn bộ hạ tầng lõi, mô hình AI hay nhà cung cấp đám mây đang sử dụng.
Cách làm này giúp AI có thể mở rộng nhanh hơn, ít rủi ro hơn, và quan trọng nhất là không tạo thêm nợ kỹ thuật. Doanh nghiệp không phải đánh đổi hệ sinh thái hiện tại chỉ để chạy theo một làn sóng công nghệ mới.
Chiến lược của IBM thừa nhận điều này. Dịch vụ được thiết kế để hoạt động trên môi trường đa đám mây, tương thích với Amazon Web Services, Google Cloud, Microsoft Azure và cả Watsonx. Không chỉ vậy, nền tảng này còn hỗ trợ cả mô hình mã nguồn mở lẫn mã nguồn đóng, cho phép doanh nghiệp tận dụng những gì họ đã đầu tư trước đó.
Nền tảng cốt lõi đứng sau cách tiếp cận này là IBM Consulting Advantage. Sau hơn 150 dự án nội bộ và cho khách hàng, IBM cho biết năng suất tư vấn viên của họ đã tăng tới 50%. Giả định rất rõ ràng, nếu AI có thể giúp chính IBM vận hành hiệu quả hơn, thì các doanh nghiệp khác cũng có thể đạt được kết quả tương tự.
Điểm đáng chú ý là tư duy “ưu tiên nền tảng”. Thay vì quản lý từng mô hình AI rời rạc, doanh nghiệp chuyển sang quản lý cả một hệ sinh thái gồm tác nhân AI, ứng dụng chuyên ngành và con người, cùng làm việc trong một khung quản trị thống nhất.
Một doanh nghiệp sản xuất khác sử dụng giải pháp của IBM để chính thức hóa chiến lược AI tạo sinh. Thay vì thử nghiệm tràn lan, họ tập trung vào các trường hợp sử dụng có giá trị cao, phát triển nguyên mẫu có mục tiêu rõ ràng và thống nhất lãnh đạo một chiến lược có thể mở rộng. Kết quả là các trợ lý AI đa công nghệ được triển khai trong môi trường bảo mật, có quản trị chặt chẽ, sẵn sàng nhân rộng trên toàn doanh nghiệp.
Dù AI tạo sinh đang thu hút rất nhiều sự chú ý, giá trị kinh tế không tự nhiên xuất hiện. Như lãnh đạo IBM thừa nhận, rất nhiều tổ chức đã đầu tư mạnh cho AI nhưng vẫn chưa tạo ra tác động đáng kể trên quy mô lớn. Thành công phụ thuộc vào kiến trúc, quản trị và khả năng tích hợp, không chỉ vào sức mạnh của mô hình.
Cuộc thảo luận vì thế đang dịch chuyển. Không còn là mô hình nào tốt hơn, mà là tổ chức nào có thể vận hành AI một cách an toàn, bền vững và không tạo thêm những “ốc đảo công nghệ” mới. Với doanh nghiệp Việt Nam, câu hỏi đặt ra không phải là có nên làm AI hay không, mà là liệu chúng ta đã sẵn sàng về nền tảng và tư duy để biến AI thành giá trị thật chưa. (artificialintelligence)
AI không thiếu thử nghiệm, chỉ thiếu khả năng mở rộng
Nếu nhìn bề ngoài, AI đang ở khắp nơi. Doanh nghiệp nào cũng nói về mô hình tạo sinh, trợ lý ảo, tự động hóa thông minh. Nhưng khi đi sâu vào vận hành, rất nhiều dự án vẫn dừng lại ở mức thử nghiệm riêng lẻ, đẹp trong slide nhưng không tạo ra thay đổi thực sự trong hoạt động hàng ngày.Vấn đề không nằm ở việc thiếu công nghệ. Các mô hình ngày càng mạnh, dữ liệu ngày càng nhiều. Rào cản lớn nhất nằm ở chỗ làm thế nào để đưa AI vào hệ thống quản trị, bảo mật, tích hợp và vận hành vốn đã rất phức tạp của doanh nghiệp. Khi AI không được “công nghiệp hóa”, tức là không gắn chặt với cách doanh nghiệp vận hành thực tế, giá trị tạo ra gần như bằng không.
Khoảng cách giữa tiền đã đầu tư cho AI và lợi ích thu về trên bảng cân đối kế toán vì thế ngày càng rõ rệt. Đây chính là điểm nghẽn mà nhiều tổ chức, không chỉ ở Việt Nam, đang loay hoay tìm lời giải.
Cách tiếp cận truyền thống khi triển khai AI thường dựa rất nhiều vào tư vấn thủ công, mỗi quy trình là một dự án riêng, tốn thời gian và chi phí. IBM cho rằng cách làm này không còn phù hợp khi doanh nghiệp muốn mở rộng AI trên quy mô lớn.
Thay vì “xây từng viên gạch”, hướng đi mới là “lắp ráp” trên một nền tảng có sẵn. Các tổ chức có thể tận dụng kiến trúc, phần mềm và tài sản AI đã được chuẩn hóa để thiết kế lại quy trình, kết nối các tác nhân AI với hệ thống cũ mà không cần thay đổi toàn bộ hạ tầng lõi, mô hình AI hay nhà cung cấp đám mây đang sử dụng.
Cách làm này giúp AI có thể mở rộng nhanh hơn, ít rủi ro hơn, và quan trọng nhất là không tạo thêm nợ kỹ thuật. Doanh nghiệp không phải đánh đổi hệ sinh thái hiện tại chỉ để chạy theo một làn sóng công nghệ mới.
Đa đám mây, đa mô hình, giảm nỗi sợ bị “khóa chặt”
Một nỗi lo phổ biến của lãnh đạo doanh nghiệp là phụ thuộc vào một nhà cung cấp duy nhất. Thực tế, hạ tầng CNTT của hầu hết tổ chức đều rất đa dạng, vừa có hệ thống cũ, vừa có nhiều nền tảng đám mây khác nhau.Chiến lược của IBM thừa nhận điều này. Dịch vụ được thiết kế để hoạt động trên môi trường đa đám mây, tương thích với Amazon Web Services, Google Cloud, Microsoft Azure và cả Watsonx. Không chỉ vậy, nền tảng này còn hỗ trợ cả mô hình mã nguồn mở lẫn mã nguồn đóng, cho phép doanh nghiệp tận dụng những gì họ đã đầu tư trước đó.
Nền tảng cốt lõi đứng sau cách tiếp cận này là IBM Consulting Advantage. Sau hơn 150 dự án nội bộ và cho khách hàng, IBM cho biết năng suất tư vấn viên của họ đã tăng tới 50%. Giả định rất rõ ràng, nếu AI có thể giúp chính IBM vận hành hiệu quả hơn, thì các doanh nghiệp khác cũng có thể đạt được kết quả tương tự.
Điểm đáng chú ý là tư duy “ưu tiên nền tảng”. Thay vì quản lý từng mô hình AI rời rạc, doanh nghiệp chuyển sang quản lý cả một hệ sinh thái gồm tác nhân AI, ứng dụng chuyên ngành và con người, cùng làm việc trong một khung quản trị thống nhất.
Giá trị chỉ xuất hiện khi AI đi vào vận hành thật
Những ví dụ triển khai thực tế cho thấy sự khác biệt. Pearson, một tập đoàn giáo dục toàn cầu, đang xây dựng nền tảng AI tùy chỉnh, nơi trợ lý ảo và chuyên gia con người cùng phối hợp để xử lý công việc thường ngày và hỗ trợ ra quyết định. AI không đứng ngoài quy trình, mà trở thành một phần của vận hành.Một doanh nghiệp sản xuất khác sử dụng giải pháp của IBM để chính thức hóa chiến lược AI tạo sinh. Thay vì thử nghiệm tràn lan, họ tập trung vào các trường hợp sử dụng có giá trị cao, phát triển nguyên mẫu có mục tiêu rõ ràng và thống nhất lãnh đạo một chiến lược có thể mở rộng. Kết quả là các trợ lý AI đa công nghệ được triển khai trong môi trường bảo mật, có quản trị chặt chẽ, sẵn sàng nhân rộng trên toàn doanh nghiệp.
Dù AI tạo sinh đang thu hút rất nhiều sự chú ý, giá trị kinh tế không tự nhiên xuất hiện. Như lãnh đạo IBM thừa nhận, rất nhiều tổ chức đã đầu tư mạnh cho AI nhưng vẫn chưa tạo ra tác động đáng kể trên quy mô lớn. Thành công phụ thuộc vào kiến trúc, quản trị và khả năng tích hợp, không chỉ vào sức mạnh của mô hình.
Cuộc thảo luận vì thế đang dịch chuyển. Không còn là mô hình nào tốt hơn, mà là tổ chức nào có thể vận hành AI một cách an toàn, bền vững và không tạo thêm những “ốc đảo công nghệ” mới. Với doanh nghiệp Việt Nam, câu hỏi đặt ra không phải là có nên làm AI hay không, mà là liệu chúng ta đã sẵn sàng về nền tảng và tư duy để biến AI thành giá trị thật chưa. (artificialintelligence)