Jun 25, 2023

AI và Dữ liệu 5 cách để tối đa hóa tác động kinh doanh của bạn

Sau nhiều năm điều hành một doanh nghiệp dữ liệu lớn được xây dựng dựa trên các mô hình trí tuệ nhân tạo, tác giả đã tận mắt chứng kiến AI thường xuyên trở thành giải pháp tìm kiếm vấn đề như thế nào. Khi kỳ vọng của bất kỳ tổ chức nào là về một lượng tác động đáng kể nhờ vào dữ liệu và AI, thì thực tế đó là tác động của AI thường khá mơ hồ. Dưới đây là một số chiến lược dành cho ai đang vật lộn với chủ đề AI, dữ liệu và tác động kinh doanh. Bài viết được chia sẻ từ tác giả Solomon Kahn nhà sáng lập và giám đốc điều hành, Delivery Layer.

AI và dữ liệu có thể mang đến tác động lớn cho việc kinh doanh

1. Đối tác với doanh nghiệp

Trước khi ý tưởng chung về AI dẫn trực tiếp đến ROI kích hoạt một số quyết định đầu tư rất cụ thể mà bạn có thể hối tiếc, hãy liên hệ và hợp tác với các doanh nhân trong công ty của bạn. Đưa ra danh sách những gì những người dùng này biết về khả năng của AI và nơi họ nghĩ rằng nó có thể cải thiện hoạt động.

Bạn sẽ nhanh chóng phát hiện ra rằng mọi người có những ý kiến rất khác nhau về nơi mà họ cho rằng dữ liệu và trí tuệ nhân tạo có thể có tác động lớn nhất cũng như những vấn đề mà họ muốn giải quyết với dữ liệu đó.

2. Tách lúa mì AI khỏi vỏ trấu

Nếu bạn đã quen thuộc với AI, bạn sẽ thấy ngay rằng một số ý tưởng từ doanh nghiệp sẽ là người chiến thắng rõ ràng. Các trường hợp sử dụng rất tuyệt vời và chúng có thể giải quyết các vấn đề quan trọng.

Ví dụ, có một số yêu cầu của khách hàng mà bạn có thể tự động thực hiện vì bạn có thể hiểu rõ hơn về những gì họ đang yêu cầu với AI hoặc có một số hoạt động cung cấp dữ liệu nhất định mà mọi người không thể thực hiện theo cách thủ công nhưng hiện đã có thể thực hiện được vì các mô hình ngôn ngữ lớn (LLM).

Bạn cũng sẽ nhanh chóng thấy các trường hợp đáng ngờ như các sự cố cận biên hầu như không hoạt động từ góc độ công nghệ hoặc khi mật độ dữ liệu quá thấp để tự động hóa hiệu quả. Vì vậy, hãy tiếp tục với một vài ý tưởng hàng đầu mà bạn cảm thấy rất tin tưởng dựa trên ROI tiềm năng của chúng. Nếu nhân viên của bạn có 50 ý tưởng nhưng chỉ đưa ra được hai ý tưởng, thì đó sẽ là một vấn đề lớn đối với bạn.

3. Xác định tác động thực sự có nghĩa là gì

Một ống kính mà bạn có thể sử dụng để đánh giá một ứng dụng AI trong doanh nghiệp là đặt câu hỏi, “Điều tồi tệ nhất có thể xảy ra trong trường hợp sử dụng này là gì?” Tỷ lệ thành công của máy học là 95 hoặc 97% có thể là một cải tiến đáng kinh ngạc so với quy trình thủ công, nhưng có thể là thảm họa nếu ứng dụng là ô tô tự lái.

Quy tắc số một của học máy tại một công ty AI có tư duy tiến bộ như Google là không sử dụng học máy nếu bạn không phải làm vậy. Nếu không bắt buộc phải sử dụng AI để hoàn thành một mục tiêu kinh doanh cụ thể, thì bạn sẽ không có trường hợp sử dụng AI.

4. Giữ một cuộc đối thoại cởi mở

Hầu như không có ngày nào trôi qua mà bạn không đọc điều gì đó về việc AI thay thế công việc. Mặc dù khó có thể dự đoán rằng AI sẽ không thay thế một số công việc có tính lặp lại cao hoặc có cấu trúc cao, nhưng bạn nên chỉ ra cho các đồng nghiệp đang lo lắng rằng tiến bộ công nghệ nói chung và hoạt động thuê ngoài của Hoa Kỳ có thể đã thay thế nhiều công việc phi vật chất có tính lặp đi lặp lại cao trong nền kinh tế.

Sân bay là một ví dụ tuyệt vời. Nhờ công nghệ hiện có, bạn làm thủ tục cho chuyến bay của mình tại một ki-ốt độc lập và đặt món ăn từ một màn hình. Thuận tiện cũng đóng một vai trò trong mã hóa. Điều mà AI không thể làm là xử lý một vấn đề phức tạp và thiết kế một hệ thống sẽ giải quyết mọi trường hợp sử dụng có thể xảy ra trong lời nhắc.

Nếu bạn có thể viết ra tất cả các trường hợp sử dụng này, thì về cơ bản, bạn đang tự viết chương trình. Và mặc dù AI có thể đề xuất một danh sách các chiến lược kinh doanh tiềm năng, nhưng không một nhà lãnh đạo cấp cao nào có kiến thức và bối cảnh kinh doanh lại đi hỏi AI về ý tưởng tốt nhất và chạy theo nó.

5. Theo dõi tác động thông qua doanh thu

Số liệu dữ liệu AI hiệu quả nhất để theo dõi là doanh thu. Bạn có đang thực sự tạo ra tác động hoặc lợi nhuận bằng cách xây dựng sản phẩm mới hay thúc đẩy hiệu quả trong hoạt động hoặc mở rộng quy mô, bất kể tác động kinh doanh được cho là như thế nào? Đó là những gì bạn nên đo lường.

Chắc chắn, bạn có thể theo dõi độ chính xác của một mô hình, nhưng từ một nhà lãnh đạo dữ liệu, điều đó giống như "nhóm của bạn có đang thực hiện tốt công việc thực hiện mô hình không?" câu hỏi so với "đây có phải là một điều tốt để làm?". Bạn vẫn phải đo lường tác động kinh doanh. Lý tưởng nhất là bạn có thể nhìn vào con số doanh thu và nói, “hãy nhìn cái này. Chúng tôi đã làm X, Y và Z để tạo ra nhiều doanh thu như vậy nhờ những gì chúng tôi đã làm ở khía cạnh AI và đây là chi phí chúng tôi phải trả, và hãy ăn mừng vì điều đó.”

Rất nhiều nhà lãnh đạo dữ liệu quên rằng bài báo Alexnet nổi tiếng chỉ xuất hiện vào năm 2012. LLM là một ví dụ kinh điển về quan sát của Jeff Bezos rằng “Tất cả thành công chỉ sau một đêm mất khoảng 10 năm”. Theo như chúng tôi đã làm với AI để giúp việc tạo, chia sẻ và truyền bá ý tưởng trở nên dễ dàng hơn, thì vẫn còn rất sớm.

Tuy nhiên, đây là thời điểm thích hợp để làm và bắt đầu tạo ra tác động với dữ liệu AI trong tổ chức của bạn. Trên thực tế, bạn có thể bắt đầu bằng cách hỏi chatbot AI yêu thích của mình để biết một số gợi ý. Nơi mà điều đó có khả năng dẫn bạn trở lại ngay với ý tưởng cùng những đồng nghiệp tài năng của chính bạn.

Hy vọng qua bài viết này, các bạn có thể tạo ra nhiều tác động kinh doanh hơn bằng AI và dữ liệu. Đừng quên đón xem các bài viết mới nhất sẽ được cập nhật tại BAC's Blog.

Nguồn tham khảo:

https://www.dataleadershipcollaborative.com/

Nhu cầu đào tạo doanh nghiệp

BAC là đơn vị đào tạo BA đầu tiên tại Việt Nam. Đối tác chính thức của IIBA quốc tế. Ngoài các khóa học public, BAC còn có các khóa học in house dành riêng cho từng doanh nghiệp. Chương trình được thiết kế riêng theo yêu cầu của doanh nghiệp, giúp doanh nghiệp giải quyết những khó khăn và tư vấn phát triển.

CÁC KHOÁ HỌC BUSINESS ANALYST BACs.VN DÀNH CHO BẠN

Khoá học Online:

Khoá học Offline:

Tại Tp.HCM:

Tại Hà Nội:

Tham khảo lịch khai giảng TẤT CẢ các khóa học mới nhất

Ban biên tập nội dung - BAC

Click để đọc tiếp

Các Business Analyst cần trau dồi những công nghệ gì trong năm 2025

Đối với sự phát triển nhanh chóng của công nghệ ngày này, việc không ngừng trau dồi và học hỏi là điều bắt buộc mà các Business Analyst phải làm để phát triển hơn trong lĩnh vực phân tích nghiệp vụ. Trong bài viết này, các bạn hãy cùng BAC tìm hiểu các xu hướng và các kỹ năng mới để làm hành trang trên sự nghiệp Business Analyst nhé!
Sự khác biệt giữa UAT và Usability Testing Business Analyst cần lưu ý

UAT và Usability Testing thường được mang lên bàn cân để so sánh nhưng, đây là 2 phương pháp kiểm thử khác nhau. Trong khi Usability Testing đảm bảo sự hài lòng của người dùng thì UAT lại giúp các Business Analyst xác thực chức năng. Cả hai đều là một phần không thể thiếu để cung cấp một sản phẩm chất lượng cao. Hãy cùng BAC tìm hiểu ngay nhé!
API là gì? Khám phá cầu nối giữa các ứng dụng

API là nền tảng quan trọng kết nối các ứng dụng và dịch vụ trong kỷ nguyên số, tạo ra sự linh hoạt, hiệu quả và mở rộng cho các hệ thống. Bài viết sau giới thiệu API, cách hoạt động, các kiểu kiến trúc phổ biến cùng các công cụ kiểm thử API như Postman.
Meta AI là gì và cách sử dụng Meta AI hiệu quả 2025

Meta AI là một công cụ Trí Tuệ Nhân Tạo do chính công ty mẹ của Facebook, Instagram, WhatsApp ra mắt. Đây được xem là một cuộc cách mạng sẽ làm thay đổi cách mà các doanh nghiệp và người dùng sử dụng mạng xã hội.

Bình luận

Nguyễn Thị Mai Bình

Business Analyst

Với một người ngoại đạo như mình thì những chuyên đề về "kỹ thuật" của BA hết sức quan trọng. Ví dụ như sử dụng các diagram để mô hình hóa requirement, viết User Story/Use case, v...v..

Đến với khóa học Fundamental Business Analysis, mình đã được gặp thầy Lộc, một người người rất nhiệt tình và có tâm. Ngoài việc chia sẻ các kinh nghiệm thực tế trên lớp thì thầy còn dành thời gian ra để tư vấn, hỗ trợ, góp ý CV cho mình. Bên cạnh đó trung tâm và anh Phụng cũng hỗ trợ gửi CV, kết nối học viên tới mạng lưới các công ty đối tác chất lượng, điều này giúp học viên như mình tìm được công việc phù hợp nhất. Cảm ơn BAC.
Xem chi tiết +
Phạm Quế

Business Analyst

Khoá học Product Design của BAC đã cung cấp cho tôi nhiều kiến thức và nền tảng vô cùng hữu ích. Giảng viên giảng dạy rất nhiệt tình, truyền cho chúng tôi ngọn lửa đam mê và nhiệt huyết trong ngành. Đồng thời chia sẻ các kiến thức và kỹ năng cần thiết trong bài giảng một cách dễ hiểu hơn. Số lượng học viên không quá nhiều nên chất lượng giảng giạy vô cùng tốt. Giảng viên sửa bài tập 1-1 nên bài giảng sẽ chuyên sâu hơn.
Xem chi tiết +
Nguyễn Văn Long

Chuyên viên về chế độ kế toán & Giải pháp nghiệp vụ Tài chính kế toán trong ứng dụng CNTT - Tập đoàn Điện lực Việt Nam (EVN)

Tôi đã tham gia khóa Phân tích nghiệp vụ phần mềm cơ bản 3.0 tại BAC. Ở đây, tài liệu đào tạo cung cấp nhiều nội dung bổ ích và trình bày dễ hiểu. Giảng viên rất nhiệt tình, ngoài nội dung giảng dạy theo giáo trình còn chia sẻ nhiều kinh nghiệm thực tiễn, các câu hỏi của học viên đều được giải đáp ngay trên lớp và có minh họa từ các dự án trong thực tế. Sau tất cả, tôi cảm ơn BAC và Thầy giáo Thái Sơn.
Xem chi tiết +