Tiến sĩ Lưu Vĩnh Toàn: AI sẽ là “cạm bẫy” nếu doanh nghiệp nhỏ và vừa dùng sai hay ảo tưởng

Chúng tôi đã trao đổi với TS. Lưu Vĩnh Toàn (công ty Move Digital AG, Thụy Sĩ) - một chuyên gia về data mining, xử lý ngôn ngữ tự nhiên, AI, về cách tiếp cận AI của doanh nghiệp nhỏ và vừa trong bối cảnh hiện nay.

TS. Lưu Vĩnh Toàn.

Anh có thể chia sẻ góc nhìn của anh về quá trình triển khai ứng dụng AI của doanh nghiệp nhỏ và vừa một cách bài bản?

Theo tôi, quá trình ứng dụng AI của một doanh nghiệp, dù ở quy mô lớn hay nhỏ cũng nên tuân theo quy luật phát triển của chính ngành AI gồm 3 giai đoạn trong lịch sử: rule based (dùng máy giải quyết các vấn đề của con người dựa theo các quy tắc định nghĩa trước), machine learning (dùng máy học ra các quy tắc dựa các phương pháp thống kê dữ liệu), deep learning (phương pháp học máy dựa trên lượng dữ liệu cực lớn).

Cho nên một doanh nghiệp cũng vậy, luôn phải bắt đầu bằng việc (1) số hóa dữ liệu,(2) phát hiện ra các quy tắc và quy trình có thể đồng bộ, xử lý tự động (3) có hệ thống analytics để phân tích, thống kê dữ liệu và đánh giá các ảnh hưởng của các giải pháp (4) dùng máy móc, thuật toán hay ứng dụng hệ thống mới tối ưu các quy trình đấy để giảm chi phí, tăng hiệu quả kinh doanh.

Khi những nguồn tài nguyên còn hạn chế, các doanh nghiệp vừa và nhỏ đừng lao ngay vào một giải pháp ứng dụng AI toàn diện mà nên ứng dụng AI ở từng công đoạn một, trước mắt hỗ trợ cho nhân viên để tăng hiệu quả công việc từng bước, ví dụ với bộ phận marketing, bán hàng có sự hỗ trợ của hệ thống gợi ý khách hàng tiềm năng, bộ phận chăm sóc khách hàng có hệ thống phân loại phản hồi của khách hàng và gợi ý câu trả lời… Cần cố gắng tận dụng các giải pháp AI có sẵn dưới dạng dịch vụ hay các hệ thống mã nguồn mở để tiết kiệm chi phí và kiểm tra tác dụng.

Lưu ý là rất nhiều các công ty công nghệ lớn đã sử dụng các giải pháp AI bên dưới các dịch vụ rồi nên trước mắt, các doanh nghiệp vừa và nhỏ có thể tìm hiểu để sử dụng một số dịch vụ của họ cho tối ưu thay vì tự xây dựng.

Chẳng hạn trong việc marketing, nền tảng như Facebook, Google đã có một lượng dữ liệu và giải thuật rất mạnh để hỗ trợ các chiến dịch quảng cáo hiệu quả cho khách hàng bằng cách dựa vào lượng dữ liệu ban đầu khách hàng cung cấp, tìm ra tập người dùng có thông tin tương ứng trên mạng xã hội để nhắm việc hiển thị quảng cáo cho đúng đối tượng hơn.

Hay trong việc quản lý khách hàng, một hệ thống CRM (quản lý quan hệ khách hàng) như Salesforce có tích hợp tính năng AI phân tích sắc thái của khách hàng dựa trên dữ liệu xã hội, thông tin giao tiếp của khách hàng như email, hợp đồng để hiểu rõ hơn dự định của khách hàng từ đó điều chỉnh cách tiếp cận và phục vụ khách hàng tốt hơn. TensorFlow là một nền tảng mở cho việc nghiên cứu và ứng dụng các phương pháp học máy có thể đáp ứng các ứng dụng trong nhận dạng ảnh, giọng nói, xử lý ngôn ngữ tự nhiên, phân tích dữ liệu time series…

Khi lượng dữ liệu thu thập đủ lớn, doanh nghiệp đã rõ hơn về quy trình xử lý, phát hiện các vấn đề tiềm tàng, có lực lượng nhân viên có kinh nghiệm trong cả công nghệ lẫn nghiệp vụ doanh nghiệp, thì doanh nghiệp có thể triển khai các giải pháp AI phức tạp và có các tính năng xử lý độc lập với sự tương tác của con người.

Khi ứng dụng AI, các doanh nghiệp nhỏ và vừa ở Việt Nam cần thận trọng trước những vấn đề gì?

Các vấn đề cần thận trọng tôi đã đề cập trong bài “AI: một cách tiếp cận CMCN 4.0 trong doanh nghiệp” với một số cạm bẫy như: đánh giá sai về khả năng công nghệ, thiếu nhân lực triển khai các dự án AI, coi AI có thể mang lại những điều “thần kỳ cho doanh nghiệp” hay cố gắng theo đuổi giải pháp của các công ty công nghệ lớn.

Một vấn đề nữa mà tôi lo ngại là các hệ thống IT của chúng ta không đủ “mở” hay “trong suốt” để tích hợp các giải pháp AI. Chẳng hạn khi đề cập với một doanh nghiệp trong nước về ứng dụng phân tích email để đánh giá tự động phản hồi của khách hàng và gợi ý các câu trả lời cho khách hàng, doanh nghiệp đó nói luôn là không thể được vì nhân viên trong công ty chỉ dùng gmail cá nhân để giao tiếp với khách hàng, email công việc và email cá nhân nhiều khi lẫn lộn.

Đây là sự khác biệt với các doanh nghiệp nước ngoài khi thư cá nhân và công việc phải rạch ròi, có thể xử lý bằng một số hệ thống tự động nhưng nó được bảo vệ cẩn thận bởi các công nghệ bảo mật và hành lang pháp lý.

Thêm nữa, các hệ thống IT của nhiều doanh nghiệp có thể chưa được thiết kế theo dạng các “micro service” để tích hợp với các giải pháp AI. Ví dụ hệ thống AI chỉ cải tiến một quy trình của hệ thống bằng lấy dữ liệu từ thành phần A, xử lý rồi tương tác với thành phần B. Những A và B lại không tách rời nhau ra hay phần giao diện lập trình của A và B hoàn toàn đóng hoặc chỉ chạy trên nền tảng mà module AI không hỗ trợ thì cũng rất khó có thể thử nghiệm giải pháp AI trên đó.

Theo anh, AI có phải là “chìa khóa vạn năng” cho mọi vấn đề của doanh nghiệp nhỏ và vừa Việt Nam khi tiếp cận cách mạng 4.0?

Chắc chắn AI không phải là “chìa khóa vạn năng” cho mọi vấn đề của doanh nghiệp khi tiếp cận cách mạng 4.0. Nó thậm chí còn là “cạm bẫy” đối với doanh nghiệp vừa và nhỏ nếu dùng sai nó hay ảo tưởng về nó. Ví dụ bị sa lầy vào một giải pháp quá phức tạp hay tốn kém mà giá trị mang lại của nó quá ít do đặc thù của doanh nghiệp.

Tôi đã chứng kiến một công ty rất hào hứng với demo của một ứng dụng chatbot và muốn theo đuổi ứng dụng nó. Tuy nhiên ý định này thất bại vì mặc dù có lượng người dùng giao tiếp với hệ thống nhiều nhưng những truy vấn của khách hàng không đủ lâu hay đủ dài để dùng đến công nghệ chatbot hay công ty chưa có dữ liệu đầy đủ để “đào tạo” cho các chatbot đấy.

Một số người ví von AI bây giờ như cái máy tính PC hay tin học ở thập kỷ 1980. Nhiều người nói về nó, biết nó có thể làm được những điều thú vị, kỳ vĩ nhưng không phải ai cũng biết cách dùng, và lợi ích nó mang lại quá ít so với số tiền bỏ ra mua nó lúc đấy. Thậm chí không hiệu quả bằng một máy tính bấm tay. Nhưng cuối cùng cũng đến giai đoạn PC rẻ đi, nhiều người biết dùng hơn và ứng dụng của nó trở nên thiết yếu như ta đang thấy hằng ngày.

AI không thể giải quyết được vấn đề của doanh nghiệp nếu vấn đề đó chưa được định nghĩa rõ, thu thập dữ liệu cẩn thận để xác định ra được giới hạn mà ứng dụng AI có thể “phá vỡ” được nó.AI nên được cân nhắc ở những ứng dụng mang lại thêm giá trị cho doanh nghiệp, ví dụ cắt giảm chi phí, tự động hóa một số quy trình (vì các yếu tố này đã rất rõ ràng với kinh nghiệm của doanh nghiệp) thay vì để nó tự tìm ra thị trường, sản phẩm, tính năng mới vì đây là các khía cạnh cần sự nhạy bén của con người, sẽ thiếu nguồn tri thức, dữ liệu và quy tắc chung để máy móc có thể xử lý.

Có ý kiến cho rằng, hiện nay các doanh nghiệp nhỏ và vừa Việt Nam khó ứng dụng AI vì còn thiếu nhân lực được đào tạo về AI. Anh nghĩ gì về ý kiến này?

Trong thời kỳ công nghệ và thế giới đang thay đổi rất nhanh, nguồn nhân lực nào cũng có thể thiếu, thậm chí với cả các doanh nghiệp lớn và tại các nước phát triển. Thử tính xem chúng ta đã có bao nhiêu sinh viên tốt nghiệp ngành Công nghệ thông tin? Mỗi sinh viên Công nghệ thông tin của chúng ta đã được học về môn AI trong chương trình đại học hay chưa? Bao nhiêu đề tài tốt nghiệp, nghiên cứu, thực tập liên quan đến lĩnh vực AI? Từ thời tôi học đại học trong nước cách đây 20 năm, tỉ lệ đó đã không phải nhỏ. Như vậy chúng ta có sự nhìn nhận, có quá trình dài chuẩn bị cho nguồn nhân lực đó. Nên nếu có thiếu thì đấy là do chúng ta chưa biết tận dụng nguồn nhân lực tiềm năng ấy, hoặc nguồn nhân lực ấy còn thụ động trong cách suy nghĩ, trong cách tiếp cận và ứng dụng công nghệ.

Cách đào tạo trong trường đại học chúng ta cũng vẫn phải tiếp tục thay đổi, cải tiến, không chỉ ở chương trình mà ở phương thức dạy và học. Trong một ngành học có tiềm năng ứng dụng AI các bài tập thực hành, bài tập lớn sẽ đóng góp vào kết quả cuối cùng của sinh viên chứ không thể chỉ nghe giảng và làm bài thi là hoàn thành môn học. Nên tạo điều kiện cho sinh viên đại học tham gia vào các đề tài nghiên cứu cùng với các nghiên cứu sinh và thực tập thêm tại các doanh nghiệpđể có bài toán, dữ liệu cụ thể, có kỹ năng tổng hợp và đánh giá dữ liệu, phân tích kết quả của các giải thuật AI.

Tại công ty tôi làm việc có những kỹ sư trước đây họ chỉ làm về thiết kế giao diện hay học một ngành hoàn toàn khác (kinh tế, vật lý). Nhưng khi xã hội đề cập nhiều về các vấn đề AI, machine learning,họ sẵn sàng dành thời gian ngoài giờ đăng ký khoá học trên mạng, download các chương trình mã nguồn mở về để tìm hiểu và tự đào tạo kiến thức cho mình. Chỉ khoảng 3 tháng họ đã có để dùng thử công cụ để xử lý các dữ liệu của công ty. Có thể chưa được gọi là chuyên gia nhưng ít nhất họ có những hiểu biết nhất định để tham gia vào các dự án ứng dụng AI của công ty hay có các nhận xét, đóng góp thiết thực về các giải pháp.

Tóm lại nếu đã xác định là xu thế, nhu cầu thì cả 3 phía: doanh nghiệp, nhà trường, người kỹ sư đều phải có những chuyển đổi để đáp ứng vấn đề nhân lực. Cái này không chỉ trong lĩnh vực AI mà trong nhiều lĩnh vực công nghệ mà chúng ta còn cho là thiếu khác.

Vậy có cách làm thiết thực nào để các doanh nghiệp vừa và nhỏ của Việt Nam có thể tận dụng được lợi thế của AI?

Là người đang làm việc ở môi trường nước ngoài khá lâu, tôi e có thể những ý kiến của mình sẽ thiếu thiết thực với doanh nghiệp vừa và nhỏ của Việt Nam. Chỉ xin đóng góp mấy ý chung chung thế này:

Không nên có “tư tưởng đi tắt đón đầu”, chúng ta có thể tiếp cận nhanh, quyết liệt, linh hoạt vì chưa bị phụ thuộc vào lượng khách hàng lớn hay hệ thống lớn, nhưng không có nghĩa là chúng ta bỏ qua từng công đoạn số hóa, hiểu rõ các quy tắc, quy trình nghiệp vụ của doanh nghiệp rồi tiến tới tự động hóa, áp dụng các giải thuật, hệ thống thông minh hỗ trợ doanh nghiệp.

Lãnh đạo doanh nghiệp và nhân viên luôn tâm niệm máy móc để phục vụ và tối ưu hóa công việc của con người. AI cũng chỉ là một phần trong tiến trình phát triển ấy, không nên thổi phồng hay lơ là nó.Nếu mỗi người luôn trăn trở suy nghĩ tối ưu hoá các quy trình, bắt tay vào thử nghiệm công nghệ mới để tháo gỡ các vấn đề của doanh nghiệp, dù là từng bước nhỏ, thì sẽ nảy sinh ra các ý tưởng, giải pháp sử dụng AI.

Nên kết hợp, bắt tay với các nhóm nghiên cứu, doanh nghiệp vừa và nhỏ trong nước cung cấp các giải pháp AI để tiết kiệm chi phí, tạo môi trường và kinh nghiệm cho nguồn nhân lực và tiềm năng phát triển AI trong nước. Dĩ nhiên nhà nước nên hỗ trợ một phần cho việc kết hợp này. Sẽ rất đáng tiếc và bất lợi cho tương lai nếu nguồn dữ liệu, dịch vụ của các doanh nghiệp trong nước bị rơi dần vào các doanh nghiệp nước ngoài vì họ có giải pháp AI ban đầu tốt hơn.

Cảm ơn anh!

Thanh Nhàn (thực hiện)