Prediction Machine – Đánh Giá Sách

Sau khi đọc xong quyển “Prediction Machines”, được viết bởi ba giáo sư của trường quản trị kinh doanh Rotman, tôi nhận ra mình đã bớt thích thú nhiều với ứng dụng Grab hay Google bởi một thứ đang đứng đằng sau hỗ trợ chúng: Trí thông minh nhân tạo (AI). AI đã góp phần rất lớn trong các ứng dụng này nhằm dự đoán hướng đi tốt nhất cho người dùng. “Dự đoán”, chính là thứ định hình cho sự thông minh mà loài người đang muốn vươn đến này.

Theo như Ajay Agrawal, Joshua Gans và Avi Goldfarb, cũng là nhà kinh tế học, nghiên cứu dữ liệu cho công ty Creative Destruction Lab, việc dự đoán là đầu ra phải có của AI. “Thế hệ AI hiện tại cung cấp công ty để chúng toàn quyền dự đoán”, họ viết. “Ngày nay, công cụ AI sử dụng nhằm dự đoán câu nói tiếp theo (Amazon’s Echo), ngữ cảnh ra lệnh (Trợ lý ảo Siri của Apple), hay những thứ bạn muốn mua mỗi (Gợi ý từ trang web Amazon). Việc dự đoán không ngừng ở đấy, mà còn giúp kết nối bạn với những thông tin bạn muốn tìm (Google Search), hay khi nào thì nên thắng gấp để tránh nguy hiểm cho người trên xe (Dự án xe tự hành của Tesla), và các tin tức mà chúng nghĩ bạn muốn xem (Facebook’s Newsfeed).

Câu chuyện về dự đoán của AI ngày càng được mở ra trong những chương đầu của cuốn sách, kèm theo đó là những gợi ý hữu dụng đến mức đáng ngạc nhiên cho những chuyên viên điều hành đang muốn tìm thêm ý tưởng trong việc ứng dụng AI. Tới một thời điểm nào đó, AI sẽ tự động hóa hoàn toàn quy trình dự đoán, và kết quả là, việc dự đoán sẽ trở nên rẻ hơn, thay vì dùng vô số người và vô số thuật toán như trước kia. “Do đó, theo như kinh tế học chỉ ra, không chỉ là chúng ta sử dụng AI một lúc nhiều hơn, mà còn thấy chúng ở những vai trò và ngành hàng khác nhau.”

Ứng dụng AI đã xuất hiện dần trong nhiều công ty lớn

Để làm rõ hơn, tác giả có đề cập đến sự phát triển mạnh mẽ của AI trong cơ chế dự đoán hàng muốn mua của người dùng trong trang web Amazon. Hệ thống đã thích nghi đến mức có thể giúp những công ty nhận ra được nhu cầu mua của khách hàng trước khi đợi khách hàng đặt hàng trên web, từ đó giao thẳng đến địa chỉ mà khách hàng hay điền. Về cơ bản, việc dự đoán sau này sẽ thay đổi toàn diện mô hình kinh doanh của Amazon từ mua sắm-rồi-giao nhận sang giao nhận-rồi-mua sắm. Thực tế, trong năm 2013, Amazon đã đăng ký một bản quyền về mô hình “mua sắm không đợi trước”.

Một insight hay khác mà quyển sách viết về là sự tác động của AI lên các công việc hiện tại. Chúng ta đã được nghe rất nhiều dự báo rằng trong tương lai, AI càng phát triển, tỷ lệ thất nghiệp sẽ càng tăng nhanh. Tuy nhiên, 3 tác giả đã gợi ý cho người đọc một góc nhìn tích cực hơn của vấn đề này. Một khi AI tăng trưởng mạnh hơn trong việc dự đoán, khiến quá trình dự đoán sẽ rẻ hơn và thay thế dần bản chất của một số ngành (như ngành X-quang), nó cũng sẽ giúp tăng nhanh nhu cầu phán xét, điều mà hiện tại chỉ có con người làm được.

“Phán xét là việc xác định cái giá phải trả cho những kết quả của mỗi quyết định, bao gồm việc xem xét những quyết định “đúng, phù hợp” với công ty hay những quyết định sai lầm. Quá trình phán xét yêu cầu phải có sự hỗ trợ của con người trong việc quyết định xem lựa chọn nào sẽ phù hợp với mục tiêu mà doanh nghiệp đang theo đuổi. Bởi lẽ các cỗ máy dự đoán sẽ khiến việc dự đoán đầu ra nhanh hơn, tốt hơn và rẻ hơn, giá trị của con người trong việc phán xét xem quyết định nào phù hợp hơn sẽ tăng nhanh vì xã hội có nhu cầu hơn trong lĩnh vực này.” – tác giả viết.

Vai trò của nhân viên sẽ chuyển dần từ các công việc chân tay sang các công việc đòi hỏi đầu óc nhiều hơn

Do đó, mặc dù trong tương lai gần, những cỗ máy sẽ có thể đọc những chỉ số trên máy quét MRI tốt hơn con người, điều này không có nghĩa là ngành X-quang sẽ mất đi. Những tác giả dự đoán X-quang học sẽ có ít nhất 5 vai trò mà máy móc chưa thể thay thế được: “Chọn ảnh phù hợp, sử dụng ảnh quét được thời gian thực để hỗ trợ cho quy trình giải phẫu, hiểu được đầu ra của máy tính sau khi quét, huấn luyện máy với những công nghệ và các vấn đề có thể vượt xa tầm gợi ý của máy.” Tóm lại, việc máy móc dự đoán sẽ thay thế con người trong một vài tác vụ, nhưng không thay thế toàn bộ ngành.

Bên cạnh đó, bộ ba tác giả cũng giúp người đọc trả lời được câu hỏi nhà lãnh đạo doanh nghiệp cần phải làm gì tiếp theo với sự phát triển của AI. Họ cung cấp cho người đọc các hướng dẫn khi nào thì cần áp dụng AI trong các quyết định chiến lược:

1. Vấn đề chiến lược hoặc các rắc rối trong việc đánh đổi lựa chọn xuất hiện
2. Xác định xử lý vấn đề bằng cách giảm thiểu sự không chắc chắn
3. Cung cấp công cụ AI để giảm thiểu sự không chắc chắn này cho đến khi vấn đề mất đi hoặc có sự cân bằng trong việc đánh đổi lựa chọn

Để làm rõ ba bước này, nhóm tác giả quay lại câu chuyện Amazon và việc dự đoán của họ. Vấn đề chiến lược xảy ra là do mô hình Giao nhận-rồi-mua sắm có thể tạo ra hàng tồn kho nhiều hơn là bán được hàng nếu như quyết định thực hiện lệnh đặt hàng ngày cả khi khách hàng chưa quyết định ý định mua của họ. Điều này có thể giải quyết bằng cách giảm thiểu sự không chắc chắn trong việc xác định nhu cầu của khách hàng. Từ đó, Amazon đã xây dựng một bộ máy dự đoán cho phép loại bỏ những biến số cần thiết để mô hình này trở nên khả dĩ.

Bằng việc dành ra hàng tháng và hàng năm trời để nghiên cứu và viết, giúp người đọc định hình được bức tranh toàn cảnh cho hàng tháng và hàng năm sau, kèm theo việc kết hợp giữa những insight và các lời khuyên thực tiễn, Prediction Machines dễ dàng nằm trong top phải đọc khi người đọc muốn tìm hiểu về chủ đề AI.

——————–

Bạn nghĩ như thế nào về bài viết này? Hãy comment cho chúng tôi biết ý kiến của bạn nhé!

PRIMUS – TOP MANAGEMENT JOBS ONLY