Mô hình vận hành cho kỹ thuật lấy AI làm cốt lõi

Chi phí sản xuất phần mềm ngày càng giảm, chuyển lợi thế sang các tổ chức có thể ra quyết định tốt hơn và kiểm chứng kết quả một cách an toàn.

Ý chính cho lãnh đạo

  • Khi AI giảm chi phí sản xuất phần mềm, muốn tạo lợi thế cạnh tranh phải thay đổi mô hình vận hành. Tổ chức thiết kế lại cách các nhóm làm việc, thay vì chỉ triển khai trợ lý AI, có khả năng đạt lợi ích bền vững hơn.

  • Kỹ thuật lấy AI làm cốt lõi cần hai năng lực bổ trợ: nhóm ứng dụng bám sát khách hàng và vấn đề; nhóm nền tảng hay “hệ thống điều khiển” cung cấp ngữ cảnh chung, rào chắn, đánh giá và quản trị để con người, tác nhân AI hoạt động an toàn ở quy mô lớn.

  • Lãnh đạo công nghệ chuyển từ quản lý năng lực sang thiết kế hệ thống triển khai. Lãnh đạo cần làm rõ bốn quyết định: nhóm ứng dụng phụ trách gì, ngữ cảnh và kiểm soát nào dùng chung, khi nào tác nhân cần người duyệt, cách đo bài học đã kiểm chứng và giá trị cho khách hàng.

Mô hình cũ coi năng lực xây dựng phần mềm là nút thắt chính

Phần lớn thực hành kỹ thuật hiện đại hình thành khi việc tạo phần mềm còn tốn kém. Câu hỏi định hướng là: làm sao để nhiều nhóm phát hành nhiều phần mềm hơn, với khả năng dự báo tốt hơn? Giả định ấy định hình cách tổ chức cơ cấu nhóm, cấp vốn cho nền tảng và đo lường việc triển khai. Mở rộng thường đồng nghĩa thêm người; thành công thường được đo bằng lượng công việc đi qua hệ thống.

AI thay đổi giả định đó. Theo chúng tôi, kỹ thuật lấy AI làm cốt lõi không phải kỹ thuật truyền thống với công cụ tốt hơn. Cách làm này cần mô hình vận hành khác: nhóm ứng dụng nhỏ hơn, sát vấn đề khách hàng, được nhóm nền tảng hay “hệ thống điều khiển” hỗ trợ. Chúng tôi dùng “hệ thống điều khiển” để chỉ môi trường vận hành có kiểm soát, cung cấp ngữ cảnh, công cụ, quyền hạn, vòng phản hồi và giới hạn để con người, tác nhân dùng AI an toàn ở quy mô lớn.

Điều này quan trọng với lãnh đạo công nghệ và dữ liệu: chỉ tăng năng suất cá nhân không đủ để áp dụng an toàn trên toàn tổ chức. Thiếu mô hình vận hành có chủ đích, các nhóm dễ gặp công cụ rời rạc, mẫu trùng lặp, trách nhiệm mơ hồ, nguy cơ lộ dữ liệu không được kiểm soát và chất lượng thiếu nhất quán.

Doanh nghiệp cần chuyển câu hỏi từ “Làm sao giúp kỹ sư dùng AI?” sang “Nên thiết kế lại hệ thống kỹ thuật ra sao để con người và tác nhân tạo giá trị an toàn trên quy mô doanh nghiệp?”

Sản xuất càng rẻ, quyết định càng quan trọng

AI giúp kỹ sư khám phá thêm ý tưởng, tạo nguyên mẫu nhanh hơn và thử nhiều cách tiếp cận hơn. Nhưng đầu ra nhiều hơn không tự động tạo thêm giá trị. Thiếu phán đoán tốt, ngữ cảnh phù hợp và đánh giá hiệu quả, tổ chức có thể tăng khối lượng công việc nhanh hơn khả năng quyết định nên tin, triển khai hay học từ đâu.

AI có thể giảm chi phí tạo mã và thử nghiệm. Tổng chi phí phần mềm có giảm hay không còn tùy công sức rà soát, tích hợp, vận hành, bảo trì và làm lại.

Chúng tôi dự kiến lợi thế kỹ thuật sẽ ngày càng phụ thuộc vào bốn năng lực:

  • Quyết định cần xây dựng gì, bằng cách nào và ghi lại lựa chọn ra sao.

  • Giúp con người và hệ thống AI có căn cứ từ đúng tri thức của tổ chức.

  • Mở rộng an toàn nhờ nền tảng, kiểm soát và đánh giá dùng chung.

  • Thiết kế kiến trúc tiếp nhận công cụ, thành phần mới mà không liên tục gây xáo trộn.

Năng lực khan hiếm vì thế chuyển từ tạo đầu ra sang tăng giá trị thu được: chọn đúng việc, bảo đảm có căn cứ từ ngữ cảnh, kiểm thử tính hiệu quả và biết không nên phát hành gì.

Thử nghiệm càng rẻ, hồ sơ quyết định càng có giá trị. Tổ chức cần biết đã thử gì, thất bại ở đâu, học được gì và vì sao chọn hướng này thay vì hướng khác.

Hệ thống kỹ thuật nên tối ưu cho kiểm chứng nhanh, cải tiến an toàn và ghi lại bài học, không chỉ tốc độ triển khai. Điều này thay đổi cả vai trò kỹ sư lẫn nhóm họ làm việc cùng.

Kỹ sư điều phối nhiều phần hơn của hệ thống

Với kỹ sư, đây không hẳn là rời bỏ việc xây dựng, mà là chuyển sang định hình, đánh giá và điều phối những gì được xây dựng.

Phần mềm do AI tạo không loại bỏ nhu cầu về kỹ sư, mà còn làm tăng vai trò của người hiểu ràng buộc hệ thống, xác định giao diện, thiết kế đánh giá và điều phối công việc giữa con người với tác nhân. Kỹ sư kết hợp chuyên môn sâu với phán đoán, hiểu biết sản phẩm và kỹ năng đánh giá thường tạo giá trị cao hơn người chỉ xây dựng từng thành phần.

AI tăng cường vòng học hỏi giữa sản phẩm và kỹ thuật

Trước đây, nhóm sản phẩm quyết định xây dựng gì, nhóm kỹ thuật tìm cách xây dựng. Nay nhiều tổ chức kết hợp sản phẩm, thiết kế và kỹ thuật. AI tạo thay đổi ngay trong nhóm: nguyên mẫu rẻ hơn giúp ý tưởng đi từ xác định vấn đề đến xây dựng và đánh giá trong cùng một chu kỳ. Nhóm có thể thử thêm phương án, loại sớm ý tưởng yếu và đưa ý tưởng đã kiểm chứng tiến xa hơn vào vận hành thực tế.

Điều này có lợi cho nhóm nhỏ, liên chức năng, nơi chuyên gia sản phẩm, thiết kế, kỹ thuật và nghiệp vụ cùng tham gia một vòng học hỏi. Phán đoán về sản phẩm và kỹ thuật không gộp thành một vai trò, nhưng cần gắn kết hơn. Lãnh đạo sản phẩm cần đủ hiểu biết kỹ thuật để tạo nguyên mẫu và đánh giá phương án. Kỹ sư cần đủ ngữ cảnh khách hàng và kinh doanh để định hình vấn đề, không chỉ thực hiện đáp án có sẵn.

Ngữ cảnh tổ chức trở thành tài sản chiến lược

Các tổ chức kỹ thuật vốn coi mã là tài sản chủ chốt. Khi mã dễ tạo hơn, giá trị lâu dài nằm nhiều hơn ở ngữ cảnh: tri thức nghiệp vụ, hiểu biết khách hàng, kinh nghiệm vận hành, dữ liệu độc quyền, bộ dữ liệu đánh giá, chính sách máy đọc được và lịch sử quyết định kiến trúc giải thích cách hệ thống hoạt động.

Cơ sở mã quan trọng một phần vì chứa hiểu biết về kinh doanh và khách hàng tích lũy qua nhiều nỗ lực. AI thay đổi công sức tạo mã, nhưng không loại bỏ công sức để có những hiểu biết ấy. Vì vậy, tổ chức nên nhìn xa hơn lượng mã, đầu tư tài sản tăng giá trị theo thời gian: dữ liệu độc quyền được quản trị tốt, hệ thống tri thức dễ dùng, hiểu biết sâu về khách hàng và hồ sơ quyết định rõ ràng.

Với CIO và CDO, kiến trúc thông tin và quản trị dữ liệu vì thế trở thành trọng tâm của hiệu quả kỹ thuật. Tác nhân AI chỉ dùng được ngữ cảnh được phép truy cập và có thể hiểu. Tri thức rời rạc, quyền sở hữu dữ liệu mơ hồ và phân quyền thiếu nhất quán trở thành ràng buộc kỹ thuật, không chỉ là vấn đề quản lý thông tin.

Khi đã thuộc hệ thống vận hành thực tế, ngữ cảnh không thể chỉ là tài liệu thụ động. Ngữ cảnh trở thành năng lực nền tảng.

Triển khai AI liên kết: nhóm tự chủ, rào chắn dùng chung

Không thể giao toàn bộ việc triển khai AI cho từng nhóm khi ngữ cảnh, đánh giá và quản trị đã thuộc hệ thống vận hành thực tế. Cũng không nên tập trung hóa đến mức các nhóm xa rời vấn đề thực của khách hàng.

Mô hình liên kết cân bằng các nhu cầu ấy. Nhóm ứng dụng tự chủ bám sát vấn đề, được hỗ trợ bởi nền tảng và hệ thống điều khiển chung: công cụ tái sử dụng, truy cập ngữ cảnh có kiểm soát, mẫu đánh giá, phân quyền và quản trị. Liên kết chỉ hiệu quả khi rõ trách nhiệm: nhóm ứng dụng phụ trách quy trình và kết quả; nhóm hệ thống điều khiển cung cấp năng lực chung để làm việc an toàn; bộ phận rủi ro, bảo mật và quản trị giám sát độc lập.

Nhóm ứng dụng và chuyên gia nghiệp vụ nên xác định ca đánh giá riêng cho tác vụ và ngưỡng nghiệm thu. Nhóm hệ thống điều khiển nên cung cấp hạ tầng đánh giá, kiểm soát chung và báo cáo để thực hiện đánh giá nhất quán.

Lĩnh vực

Nhóm ứng dụng

Nhóm điều khiển

Rủi ro, bảo mật và quản trị

Sản phẩm và kết quả

Chọn vấn đề, quy trình, trải nghiệm và thước đo thành công; chịu trách nhiệm về kết quả cho khách hàng và doanh nghiệp

Cung cấp mẫu, công cụ và cơ chế đo từ xa có thể tái sử dụng

Đặt giới hạn khi trường hợp sử dụng tạo rủi ro đáng kể

Ngữ cảnh và truy cập

Xác định thông tin và hành động quy trình cần

Cung cấp giao diện ngữ cảnh, định danh tác nhân và quyền dùng công cụ

Duyệt quyền truy cập dữ liệu nhạy cảm và ranh giới kiểm soát

Đánh giá và phát hành

Đặt tiêu chí nghiệm thu và rà soát kết quả

Duy trì bộ đánh giá, nhật ký kiểm toán và lộ trình triển khai đã duyệt

Duyệt trường hợp sử dụng rủi ro cao, ngoại lệ và thay đổi đáng kể

Cấp vốn và trách nhiệm giải trình

Được cấp vốn và chịu trách nhiệm về kết quả ứng dụng

Được cấp vốn như năng lực chung, đo bằng mức tái sử dụng, độ bao phủ và thời gian đến vận hành an toàn

Phụ trách giám sát độc lập và quyết định kiểm soát

Nhịp độ và học hỏi

Cải tiến cùng chuyên gia nghiệp vụ, rà soát kết quả, can thiệp và sự cố

Biến bài học thành kiểm thử, kiểm soát mới và năng lực tái sử dụng

Rà soát sự cố và thay đổi tại các điểm duyệt đã thống nhất

Điều này cũng thay đổi cách lãnh đạo nên nhìn nhận quy mô nhóm. Nhóm nhỏ hơn tạo nhiều phần mềm hơn không phải mục tiêu tự thân. Mục tiêu là đặt phán đoán con người ở nơi tạo giá trị cao nhất: sát vấn đề trong nhóm ứng dụng, và trong năng lực chung giúp các nhóm làm nhanh mà không mất kiểm soát.

Nền tảng thành hệ thống điều khiển cho người, tác nhân

Khi nhóm ứng dụng nhỏ hơn và dùng AI nhiều hơn, tổ chức cần năng lực dùng chung mạnh hơn để triển khai an toàn, nhất quán và có trách nhiệm.

Kỹ thuật nền tảng truyền thống chủ yếu nhằm tăng năng suất lập trình viên, với người dùng chính là con người. Nền tảng lấy AI làm cốt lõi phải hỗ trợ cả con người lẫn tác nhân.

Tác nhân không dùng nền tảng phát triển như con người. Tác nhân cần chỉ dẫn và công cụ mà máy truy cập được, quyền hạn rõ ràng và cách đánh giá công việc đáng tin cậy. Hệ thống điều khiển cũng phải tính đến khả năng quan sát, bảo mật, tuân thủ và quản lý tri thức. Mục đích là khiến quyền tự chủ hữu ích bằng các giới hạn rõ ràng, có thể thực thi.

Ví dụ: AI hỗ trợ khách hàng tại ngân hàng chịu quản lý

Giả sử ngân hàng dùng AI hỗ trợ quy trình xử lý yêu cầu về tranh chấp giao dịch thẻ. Nhóm ứng dụng bắt đầu với việc hẹp: phân loại vụ việc, truy xuất chính sách áp dụng và soạn phản hồi cho nhân viên hỗ trợ. Nhóm chịu trách nhiệm về quy trình, trải nghiệm người dùng, ngưỡng chuyển cấp và thước đo thành công. Nhóm không đặt chính sách tuân thủ hay cấp quyền mới cho tác nhân.

Ở đây, tác nhân có thể hỗ trợ xây dựng, kiểm thử theo tác vụ và chuẩn bị bản phát hành. Con người vẫn duyệt triển khai chính thức; kết quả vận hành sẽ định hướng vòng đánh giá và phát triển tiếp theo. Kiểm soát khi chạy vẫn tách biệt: tác nhân hỗ trợ khách hàng chỉ dùng công cụ, dữ liệu đã duyệt, trong quyền hạn và luồng chuyển cấp quy định.

  • Ngữ cảnh: Tác nhân được truy cập vụ việc hiện tại, dữ liệu khách hàng tối thiểu cần thiết, quy trình sản phẩm và khiếu nại đã duyệt, cùng quy tắc chuyển cấp máy đọc được. Tác nhân không được xem thông tin xác thực thanh toán gốc, hồ sơ khách hàng không liên quan hay ghi vào hệ thống quản lý vụ việc.

  • Đánh giá: Trước phát hành, bộ ca lịch sử tiêu biểu và ca biên do chuyên gia gán nhãn phải đạt kiểm tra về độ chính xác phân loại, tuân thủ chính sách, từ chối xử lý đúng lúc, rò rỉ dữ liệu cá nhân và chuyển cấp khiếu nại hoặc ca nhạy cảm tài chính.

  • Phê duyệt: Nhóm ứng dụng chịu trách nhiệm quyết định sản phẩm. Bộ phận rủi ro, bảo mật và tuân thủ duyệt quyền truy cập dữ liệu, ánh xạ chính sách và lộ trình triển khai. Nhân viên hỗ trợ duyệt mọi tin gửi đi; tác nhân không được tự quyết việc ảnh hưởng đến tiền hay quyền lợi khách hàng.

  • Nhật ký hệ thống điều khiển: Mỗi lượt chạy ghi định danh tác nhân, phiên bản mô hình, ngữ cảnh và nguồn truy xuất, công cụ gọi, kiểm tra chính sách, kết quả đánh giá, sửa đổi hoặc can thiệp của con người và sự cố. Nhóm biến cách làm hiệu quả thành giao diện ngữ cảnh, ca đánh giá, mẫu phân quyền và lộ trình triển khai đã duyệt để tái sử dụng. Lỗi và can thiệp trở thành ca kiểm thử mới và cải tiến quy trình.

Tác nhân có thể được tự hành động, nhưng chỉ qua ngữ cảnh và công cụ đã duyệt; mỗi ranh giới quan trọng đều tạo bằng chứng để xem xét và tái sử dụng. Con người vẫn chịu trách nhiệm về các quyết định quan trọng. Dần dần, ngân hàng có thể dùng ca thực tế—tác nhân làm đúng, con người can thiệp hay tác nhân thất bại—để cải tiến quy trình và cân nhắc mở rộng nhiệm vụ. Đó là tự chủ có giới hạn và học hỏi có kiểm chứng trong thực tế.

Sự phân chia ấy thể hiện trong hệ thống và kiểm soát do nhóm hệ thống điều khiển vận hành. Nhóm này có thể phụ trách:

  • Định danh tác nhân: cấp định danh dịch vụ, ghi chủ sở hữu và môi trường, theo dõi phiên bản mô hình, câu lệnh và công cụ từng tác nhân dùng.

  • Quyền dùng công cụ: xác định phạm vi đọc/ghi, ranh giới truy cập dữ liệu, giới hạn tốc độ, điểm duyệt và quy tắc mặc định từ chối hành động của tác nhân.

  • Giao diện ngữ cảnh: cung cấp tri thức, dữ liệu đã duyệt qua giao diện có phiên bản, phân quyền, nguồn gốc và mức cập nhật rõ ràng.

  • Bộ đánh giá: duy trì ví dụ tiêu biểu, ca biên, kiểm thử an toàn, bảo mật, hồi quy và ngưỡng phát hành.

  • Nhật ký kiểm toán và khả năng quan sát: ghi định danh tác nhân, ngữ cảnh truy xuất, công cụ gọi, đầu ra, phê duyệt, can thiệp của con người, lỗi và sự cố; lưu giữ và kiểm soát truy cập phù hợp.

  • Lộ trình triển khai đã duyệt: môi trường cô lập, chạy ẩn, triển khai từng giai đoạn và chính thức, kèm kiểm tra tự động, khôi phục, kiểm soát thay đổi.

Nhóm hệ thống điều khiển không phải tên mới cho mọi chức năng nền tảng hiện có. Các nhóm vận hành học máy, bảo mật, quản trị và nền tảng vẫn có trách nhiệm riêng. Nhóm hệ thống điều khiển gắn các kiểm soát này với cách nhóm ứng dụng xây dựng, vận hành quy trình AI: quyền và điểm duyệt cho chính sách, giao diện có quản trị cho ngữ cảnh, bộ kiểm thử cho đánh giá, nhật ký để kiểm toán và tái sử dụng hành vi tác nhân.

Sơ đồ mô hình vận hành cho kỹ thuật lấy AI làm cốt lõi, trong đó các nhóm ứng dụng được hỗ trợ bởi nền tảng và hệ thống điều khiển dùng chung.

Nhân sự, lãnh đạo và chỉ số phải thay đổi

Khi công việc kỹ thuật tách thành triển khai ứng dụng và hỗ trợ dùng chung, nhân sự, lãnh đạo và đo lường cũng cần đổi theo.

Nhóm ứng dụng cần năng lực phán đoán về sản phẩm, kỹ thuật và nghiệp vụ sát với vấn đề. Nhóm nền tảng và hệ thống điều khiển cần người thiết kế, vận hành môi trường chung hỗ trợ con người và tác nhân ở quy mô lớn.

Lãnh đạo công nghệ thành người thiết kế hệ thống triển khai

Với CTO, CDO và CIO, thách thức là quyết định năng lực nào cung cấp tập trung, việc nào giao từng nhóm.

Nhóm ứng dụng cần tự do làm nhanh và bám sát khách hàng. Họ không nên phải xây lại các năng lực truy cập dữ liệu an toàn, quan sát, đánh giá và quản trị.

Trong tổ chức lấy AI làm cốt lõi, lãnh đạo công nghệ cần chuyển một phần trọng tâm từ quản lý năng lực sang thiết kế hệ thống triển khai. Điều đó gồm:

  • tuyển và phát triển nhân sự có khả năng phán đoán, quyết định tốt;

  • đầu tư nền tảng AI chung, đánh giá, rào chắn, lộ trình đã duyệt, luồng tri thức và mẫu truy cập;

  • định rõ giới hạn hoạt động cho tác nhân, con người và quy trình kết hợp;

  • đo bài học đã kiểm chứng, độ tin cậy, tác động khách hàng, tái sử dụng an toàn; và

  • bám sát công nghệ để hiểu AI thực sự thay đổi hiệu quả kinh tế của việc triển khai ở đâu.

Nếu thiết kế tốt, hệ thống giúp các nhóm tiếp cận đúng ngữ cảnh, kiểm thử sản phẩm AI tạo ra, tái dùng mẫu đã kiểm chứng và biết khi nào cần người duyệt.

Chỉ số kỹ thuật hiện nay chỉ phản ánh một phần

Nhiều chỉ số kỹ thuật ra đời khi sản xuất phần mềm còn là nút thắt lớn. Tốc độ hoàn thành, điểm ước lượng, thông lượng và tần suất triển khai vẫn hữu ích, nhưng nếu đứng riêng, các chỉ số này ít ý nghĩa hơn khi AI giảm công sức sản xuất phần mềm.

Nhóm có thể tạo thêm mã, thử nghiệm nhiều hơn nhưng vẫn quyết định sai, gây phức tạp không cần thiết hoặc tăng rủi ro.

Vì thế, lãnh đạo công nghệ không thể chỉ hỏi lượng phần mềm tạo ra hay mức phổ biến của công cụ AI. Họ cần biết AI có giúp tổ chức học nhanh hơn, cải thiện kết quả cho khách hàng và vận hành ổn định trong giới hạn thống nhất không.

Thước đo hữu ích cho nhóm ứng dụng có thể gồm:

  • thời gian học có kiểm chứng;

  • cải thiện kết quả cho khách hàng;

  • giá trị kinh doanh tạo ra;

  • mức tiếp nhận, đổi hành vi; và

  • tỷ lệ thử nghiệm dẫn đến quyết định có căn cứ.

Thời gian để có bài học đã kiểm chứng phải tính từ lúc bắt đầu thử nghiệm đến khi đủ bằng chứng để quyết định. Nhóm bắt đầu thứ Hai, triển khai thứ Tư và có quyết định đủ căn cứ thứ Sáu có chu kỳ học hỏi một tuần, không phải chu kỳ triển khai hai ngày.

Thước đo cho nhóm nền tảng và hệ thống điều khiển có thể gồm:

  • mức tái sử dụng mẫu AI đã duyệt;

  • độ bao phủ và hiệu quả đánh giá;

  • sự cố, làm lại liên quan AI;

  • tốc độ từ ý tưởng đến chạy an toàn;

  • quan sát hành động tác nhân; và

  • sẵn sàng kiểm toán và tuân thủ.

Mỗi kết quả thành công phải được tính đủ chi phí dùng mô hình, con người rà soát, thử thất bại, làm lại và hỗ trợ vận hành.

Các thước đo vẫn cần định nghĩa, mốc cơ sở và phương pháp đánh giá rõ ràng. Mục tiêu không phải thay bảng điểm chung này bằng bảng khác, mà đo xem hệ thống triển khai có tạo kết quả đáng tin cậy không.

Mô hình này cũng có thể tạm thời

Mô hình ứng dụng–hệ thống điều khiển là một cách đáp ứng giai đoạn hiện tại của kỹ thuật lấy AI làm cốt lõi. Không nên coi đây là đích đến vĩnh viễn.

Một số diễn biến có thể lại thay đổi đơn vị cơ bản của công việc kỹ thuật:

  • tác nhân đảm trách toàn bộ quy trình;

  • một số phần mềm chỉ dùng tạm thay vì duy trì nhiều năm;

  • người dùng chuyển từ giao diện ứng dụng sang trải nghiệm tác nhân dẫn dắt;

  • mô hình nền tảng tích hợp thêm năng lực của nền tảng; và

  • quy định khiến khả năng kiểm toán, trách nhiệm giải trình thành ràng buộc kỹ thuật chính.

Đây là các khả năng, không phải kết quả chắc chắn. Nếu xảy ra, ngay cả việc chia nhóm ứng dụng và nền tảng cũng có thể quá hạn hẹp.

Tổ chức chuẩn bị tốt nhất cho bất định sẽ coi mô hình vận hành là thứ có thể thích ứng. Họ tổ chức theo nguyên tắc rõ ràng, ngữ cảnh vững chắc, tự chủ có giới hạn và học nhanh, thay vì cơ cấu nhóm hay công cụ cố định.

Tiến bộ đáng tin cậy là chuẩn mực mới cho kỹ thuật xuất sắc

AI không làm hệ thống kỹ thuật kém quan trọng đi, mà làm tăng giá trị của việc thiết kế tốt hệ thống.

Khi sản xuất phần mềm rẻ hơn, lợi thế nghiêng về tổ chức quyết định tốt hơn, tích lũy ngữ cảnh hữu ích và vận hành an toàn. Thực hành kỹ thuật lấy AI làm cốt lõi không chỉ là dùng công cụ AI. Thực hành ấy tự thiết kế lại theo các ràng buộc mới: chất lượng quyết định, ngữ cảnh chung, tự chủ có giới hạn và học nhanh.

Lãnh đạo công nghệ có thể bắt đầu bằng việc làm rõ bốn quyết định:

  1. Quyết định nào về khách hàng và sản phẩm phải gắn sát với nhóm ứng dụng?

  2. Ngữ cảnh, kiểm soát và năng lực đánh giá nào nên dùng chung?

  3. Tác nhân được tự chủ ở đâu, và đâu là nơi cần người duyệt?

  4. Thước đo nào chứng minh bài học đã kiểm chứng, giá trị khách hàng và vận hành an toàn?

Trả lời các câu hỏi ấy sẽ quyết định giá trị ứng dụng AI nhiều hơn số trợ lý mà tổ chức triển khai.

Authors

Abbie Manning, Saurabh Singh