Nhà nghiên cứu AI và giáo sư thỉnh giảng tại Đại học Stanford, Andrew Ng, cho rằng nhiều doanh nghiệp đang tiếp cận AI sai cách khi chỉ nhắm đến mục tiêu cắt giảm chi phí. Trong cuộc đối thoại tại hội nghị “Interrupt 26” do LangChain tổ chức, ông Ng – đồng sáng lập công ty tư vấn AI Aspire – đã chỉ ra rằng tư duy này khiến lợi nhuận từ AI bị giới hạn, trong khi tiềm năng tăng trưởng thực sự là không có trần.

Bài toán chi phí: Cắt giảm có giới hạn, tăng trưởng không có trần

Theo Andrew Ng, khi doanh nghiệp xem AI như công cụ tiết kiệm chi phí, họ tự đặt ra một trần cho lợi ích thu được. “Số tiền bạn có thể tiết kiệm là có hạn, nhưng tăng trưởng thì gần như không có giới hạn”, ông nói. Ví dụ, tự động hóa chăm sóc khách hàng bằng AI không chỉ giảm nhân sự call center mà còn rút ngắn thời gian chờ đợi, xử lý nhiều yêu cầu hơn, từ đó nâng cao sự hài lòng và tỷ lệ giữ chân khách hàng. Tương tự, tự động hóa đặt hàng tại drive-through không chỉ cắt giảm lao động mà còn tăng tốc độ phục vụ, cho phép phục vụ nhiều khách hơn vào giờ cao điểm, trực tiếp thúc đẩy doanh số.

Sai lầm của tư duy “cải tiến từng điểm”

Nhiều doanh nghiệp bắt đầu bằng cách khuyến khích nhân viên sử dụng AI trong công việc hàng ngày. Andrew Ng không phủ nhận giá trị của cách tiếp cận từ dưới lên (bottom-up), nhưng ông chỉ ra rằng các sáng kiến này thường chỉ mang lại cải tiến cục bộ. “Các nỗ lực từ dưới lên thường tạo ra giải pháp cho từng điểm – cải thiện hiệu quả dần dần, điều đó tốt, nhưng không phải là cuộc cách mạng mà AI hứa hẹn”, ông nói. Một nhân viên có thể dùng AI để tăng tốc công việc cá nhân, một phòng ban có thể tự động hóa một phần xử lý yêu cầu – nhưng những thay đổi này khó tạo ra tác động đủ lớn để thay đổi cơ cấu doanh thu hay trải nghiệm khách hàng của toàn công ty.

Ví dụ về ngân hàng: Từ tiết kiệm 1 giờ đến sản phẩm hoàn toàn mới

Andrew Ng minh họa sự khác biệt qua quy trình xét duyệt khoản vay ngân hàng. Cách tiếp cận thông thường là tự động hóa khâu thẩm định – vốn mất 1 giờ lao động thủ công – bằng AI. Nhưng nếu các bước trước và sau không thay đổi, doanh nghiệp chỉ tiết kiệm được 1 giờ đó. Ngược lại, một số ngân hàng tái thiết kế toàn bộ quy trình để tạo ra sản phẩm cho vay được phê duyệt trong 10 phút. Điều này đòi hỏi thay đổi cách thu thập thông tin, chuẩn bị dữ liệu thẩm định, tiếp thị đến đúng khách hàng, và kết nối các bước sau phê duyệt. “Cần những người có tầm nhìn rộng hơn, có thể suy nghĩ lại và thiết kế lại toàn bộ quy trình làm việc”, Ng nhấn mạnh.

Vai trò của lãnh đạo: Chọn đúng canh bạc lớn

Khi một tổ chức có hàng trăm ý tưởng ứng dụng AI, việc chọn ý tưởng nào để đầu tư là quyết định mang tính chiến lược. Andrew Ng kể về một tổ chức tài chính đã đưa ra hơn 300 ý tưởng và hỏi ông nên đầu tư vào đâu. Ông cho rằng lãnh đạo cần phân loại ý tưởng nào chỉ là cải tiến hiệu quả, ý tưởng nào có thể thay đổi cục diện kinh doanh, đồng thời đánh giá tính khả thi về công nghệ và lợi nhuận tiềm năng. “Đặt cược lớn vào một số ít cơ hội có khả năng sinh lời cao – đó là công việc của ban lãnh đạo, không phải của nhân viên tuyến đầu”, Ng nói. Điều này đòi hỏi huy động nhân sự, ngân sách, dữ liệu và quyền ra quyết định trong toàn tổ chức.

Ảnh: Markus Winkler / Pexels