Đừng thần thánh hóa AI!

Mới đây, Vanessa có cơ hội làm Moderator cho Bàn tròn chuyên gia về “Future for AI” của Vietnam Mobile Summit 2024. Trong suốt cuộc thảo luận, mình được nghe rất nhiều ý kiến thú vị.  Nhưng một lần nữa, mọi người cũng cần tự hỏi: “Liệu Việt Nam có đang thần thánh hóa AI không?” .

Đừng nghĩ ứng dụng AI là thay thế hết con người!

Đừng nghĩ ứng dụng AI là thay thế hết con người!

1. Khi nhắc đến AI, nhiều người sẽ nghĩ ngay đến cụm từ “thay thế con người”. Từ đây, rất nhiều chủ doanh nghiệp đặt mục tiêu phát triển AI theo hướng: “Dùng AI để xử lý những tác vụ mà trước đó cần con người.”

Tuy nhiên, việc áp dụng AI, hay bất kỳ công nghệ nào, không nên coi như một cuộc chạy đua xem công ty nào áp dụng nhanh hơn, xịn hơn. Chúng ta cần có sự phân tích sắc bén đối tượng khách hàng của mình, hiểu rõ nhu cầu và ưu tiên của họ. Nếu là khách hàng cao cấp, có lẽ họ muốn được “phục vụ” bằng sự tận tâm từ con người, hơn là giao tiếp với một máy móc vẫn còn trong giai đoạn “tập nói”.

2. Mình từng tham gia một dự án khá thú vị về Recommendation Engine (hệ thống khuyến nghị). Về bản chất, hệ thống này được phát triển dựa trên công nghệ máy học (Machine Learning), cũng là một nhánh của AI. Mục tiêu của dự án này là dựa vào dữ liệu mua sắm online và offline của một tập đoàn đa ngành (F&B, giải trí,…) để đề xuất voucher giảm giá đúng với nhu cầu khách hàng. Ví dụ, khách đặt vé xem phim, ngay lập tức sẽ nhận được voucher giảm giá cho một dịch vụ, sản phẩm của tập đoàn mà người này yêu thích.

Lý tưởng là vậy, nhưng vấn đề lớn nhất của dự án là dữ liệu. Tập đoàn lớn gồm nhiều công ty con, mỗi công ty một cách lưu trữ dữ liệu khác nhau. Vì vậy, khi hệ thống đi vào hoạt động, kết quả không được như mong đợi. Voucher không được gửi đến đúng thời gian khách mua vé, dẫn đến việc họ có thể sẽ không nhìn thấy phiếu giảm giá.

3. Kinh nghiệm rút ra ở đây là dù bạn cố gắng xây dựng mô hình AI tính toán phân tích hoàn hảo đến đâu nhưng về bản chất AI vẫn chạy bằng những dữ liệu có sẵn, để có thể phân tích và cho ra kết quả. Nếu dữ liệu gốc không đủ thông tin, không chuẩn chỉnh hoặc tốc độ thu thập dữ liệu chậm/ không đồng bộ cũng đều sẽ ảnh hưởng rất lớn đến việc kết quả đầu ra có thật sự đáp ứng được nhu cầu sử dụng Đề xuất (recommendation) đó hay không?

Tóm lại, Vanessa muốn khẳng định rằng, chúng ta không cần thần thánh hóa AI. Thứ chúng ta cần là hiểu bản chất, AI sẽ hỗ trợ mình như thế nào và mình cần chuẩn bị nền tảng nào để ứng dụng được nó.