Cách Xây Dựng AI Center of Excellence để Đẩy Nhanh Chuyên Môn AI

Khi chạy đua để áp dụng trí tuệ nhân tạo, các tổ chức cần có một cách tiếp cận có kỷ luật trong việc lựa chọn, căn chỉnh và đo lường kết quả của các dự án AI. Sự đa dạng của các công cụ và chiến lược để triển khai và tích hợp công nghệ AI tạo ra những thách thức mới về kỹ năng và tích hợp, nhấn mạnh nhu cầu của các tổ chức trong việc lựa chọn một phương pháp tiêu chuẩn hóa.

Theo dự báo của Fortune Business Insights, thị trường AI sẽ tăng trưởng hơn 20% mỗi năm đến năm 2029, đạt gần 1,4 nghìn tỷ USD. Tuy nhiên, một khảo sát gần đây của Deloitte cho thấy hơn 50% công ty nhận ra rằng có những rủi ro đáng kể trong các sáng kiến triển khai AI của họ, và chưa đến một nửa số công ty cho rằng họ có đủ kỹ năng để tích hợp công nghệ AI vào môi trường CNTT hiện có.

Các tổ chức nên tận dụng cơ hội này để tập trung các sáng kiến AI của mình theo một chiến lược chung nhằm đáp ứng nhu cầu dự kiến sẽ rất lớn.

Bóng ma của “shadow AI”

Thiếu công nghệ không phải là vấn đề. Có rất nhiều công cụ và tài nguyên miễn phí khuyến khích thử nghiệm và áp dụng công nghệ AI, nhiều trong số đó có sẵn với chi phí thấp trên các nền tảng đám mây. Mặc dù những sandboxes này là một cách tuyệt vời để giúp mọi người làm quen với tiềm năng của AI mà không có nhiều rủi ro, nhưng chúng trở thành vấn đề khi người dùng đưa các nguyên mẫu vào sản xuất mà không có các biện pháp bảo vệ dữ liệu, bảo mật, kiểm soát quyền riêng tư và sao lưu thích hợp.

Một chiến lược AI vững chắc cần đưa ra các hướng dẫn rõ ràng để đánh giá các dự án tiềm năng trong bối cảnh kinh doanh…

Toàn bộ tổ chức có thể phải trả giá nếu các công cụ AI dư thừa và không tương thích được áp dụng một cách rời rạc, làm tăng thêm chi phí vận hành và duy trì nhiều hệ thống khác nhau.

Một chiến lược AI vững chắc cần xác định rõ:

Khung thời gian triển khai.
Các chỉ số đo lường thành công.
Các công cụ và phương pháp luận được phê duyệt.

Ngay cả những tổ chức đang ở giai đoạn đầu của quá trình áp dụng AI cũng có thể hưởng lợi từ việc thiết lập cấu trúc này để chuẩn bị cho sự bùng nổ nhu cầu AI trong tương lai.

AI Center of Excellence (CoE) có thể giúp khắc phục những nguyên nhân phổ biến dẫn đến thất bại của AI:

Thiếu giá trị kinh doanh rõ ràng.
Không tính đến tác động tổ chức.
Đặt ra mục tiêu vượt quá khả năng thực tế của tổ chức.
Không thể tích hợp với công nghệ và quy trình làm việc hiện có.
Đánh giá dự án mà không có các chỉ số rõ ràng và phù hợp với doanh nghiệp.

Tại sao AI cần một AI Center of Excellence (CoE)?

Quy trình xây dựng, huấn luyện và triển khai mô hình AI không giống với cách phát triển các ứng dụng doanh nghiệp thông thường. Trong phần lớn lịch sử điện toán, phần mềm doanh nghiệp hoạt động theo nguyên tắc cơ bản: Một tập hợp các phép tính được áp dụng cho đầu vào được xác định rõ để tạo ra kết quả dự đoán được. Miễn là kết quả không thay đổi, ứng dụng được coi là hoạt động chính xác.

Tuy nhiên, AI có một số điểm khác biệt mang tính nền tảng:

Đầu vào không cố định: Ví dụ, một thuật toán nhận diện hình ảnh có thể được thiết kế để phân loại nhiều loại hình ảnh khác nhau nhằm tìm ra điểm tương đồng hoặc gán ngữ cảnh. Kết quả thay đổi theo thời gian khi mô hình học hỏi, nguồn dữ liệu phát triển và mục tiêu của tổ chức được tinh chỉnh. Đây là điều được mong đợi và thậm chí là cần thiết.
AI cần khối lượng dữ liệu khổng lồ: Mô hình AI thường xử lý lượng lớn dữ liệu thuộc nhiều loại khác nhau, bao gồm video, âm thanh, hình ảnh và ngôn ngữ tự nhiên, đôi khi trong cùng một ứng dụng. Dữ liệu này giúp xây dựng mô hình học sâu ban đầu và thúc đẩy học tăng cường (reinforcement learning) để cải thiện chất lượng mô hình theo thời gian. Nói chung, mô hình AI càng có nhiều dữ liệu huấn luyện thì kết quả càng chính xác.
Hạ tầng truyền thống không đáp ứng được yêu cầu của AI: Dữ liệu dùng để huấn luyện AI khác với dữ liệu có cấu trúc được sử dụng trong xử lý sản xuất. AI làm việc với hàng triệu tệp nhỏ, có thể đạt đến quy mô petabyte. Cơ sở hạ tầng doanh nghiệp thông thường không được thiết kế cho kiểu xử lý này. Các mô hình hoạt động tốt với lượng dữ liệu nhỏ có thể nhanh chóng bị quá tải khi quy mô dữ liệu tăng lên. Do đó, AI yêu cầu những phương pháp hoàn toàn mới để tiếp nhận, đọc và ghi dữ liệu.

Nếu không tính đến những đặc điểm riêng của AI, tổ chức có thể gặp phải nhiều vấn đề, bao gồm:

Tắc nghẽn hiệu suất, làm giảm khả năng phản hồi trên hạ tầng chia sẻ.
Mô hình hoạt động kém do không thể xử lý đủ dữ liệu huấn luyện.
Cắt giảm dữ liệu huấn luyện, làm ảnh hưởng đến chất lượng kết quả.
Mô hình bị huấn luyện sai, dẫn đến kết quả gây hiểu lầm hoặc sai lệch, thậm chí có thể gây hậu quả nghiêm trọng.

Việc thiết lập một AI Center of Excellence (CoE) sẽ giúp doanh nghiệp giải quyết những thách thức này và đảm bảo triển khai AI một cách có chiến lược, hiệu quả và bền vững.

Cần có một chiến lược AI toàn diện

Để thành công với AI, các tổ chức cần chấp nhận và áp dụng một số nguyên tắc cốt lõi. Thành công của AI phụ thuộc hoàn toàn vào dữ liệu. Dữ liệu có sai lệch hoặc chất lượng kém sẽ tạo ra mô hình AI không đáng tin cậy, làm suy giảm niềm tin vào kết quả. Do đó, cần có một quy trình chuẩn bị dữ liệu có kỷ luật, đảm bảo tính toàn vẹn, bảo mật, quyền riêng tư và khả năng sao lưu/phục hồi dữ liệu.

Cấu trúc hạ tầng tham chiếu phải được xây dựng để tối ưu hóa xử lý, lưu trữ và băng thông. Quy trình và kiến trúc AI nên được thiết kế để hỗ trợ mở rộng và áp dụng cho nhiều trường hợp sử dụng khác nhau. Các dự án AI cần được đánh giá dựa trên giá trị kinh doanh mà chúng mang lại. Việc thử nghiệm là cần thiết, nhưng cần có quy trình đánh giá nghiêm ngặt trước khi đưa vào triển khai chính thức.

Nếu các sáng kiến AI ban đầu của tổ chức được thiết kế theo các nguyên tắc trên, các nhóm trong tổ chức sẽ có xu hướng hợp tác với AI Center of Excellence (CoE) để tận dụng chuyên môn, thay vì tự phát triển riêng lẻ theo hướng biệt lập.

AI CoE là một nhóm hoặc tổ chức tập trung, chịu trách nhiệm hướng dẫn và giám sát việc triển khai AI trên toàn doanh nghiệp. CoE có thể bao gồm tất cả các loại dự án AI, từ machine learning, mạng nơ-ron, xử lý hình ảnh & giọng nói, thiết kế quy trình thông minh, tự động hóa quy trình bằng robot (RPA) đến các công nghệ hyperautomation khác.

CoE tập hợp các tài năng, kiến thức và nguồn lực chuyên môn để giúp các dự án AI mở rộng hiệu quả. Ba lĩnh vực cốt lõi cần có trong CoE gồm:

DevOps – Phương pháp phổ biến để đổi mới ở cấp độ ứng dụng và vận hành thông qua các lần lặp nhanh và phát hành thường xuyên.
MLOps – Chức năng cộng tác nhằm tối ưu hóa việc đưa các mô hình máy học vào quy trình vận hành và bảo trì.
DataOps – Ứng dụng kỹ thuật dữ liệu để tối ưu hóa luồng dữ liệu giữa người quản lý và người dùng dữ liệu.

CoE không chỉ đặt ra tầm nhìn, mục tiêu và chỉ số đo lường AI dựa trên kết quả kinh doanh (ví dụ: cải thiện trải nghiệm khách hàng, tối ưu hóa quy trình) mà còn đóng vai trò như một đơn vị tư vấn nội bộ, giúp doanh nghiệp xác định cơ hội mới và đánh giá công nghệ AI phù hợp.

Kết quả mà AI CoE hướng đến

Xác định rõ mục tiêu kinh doanh, các trường hợp sử dụng AI có tác động cao và ưu tiên đầu tư AI.
Định hình chiến lược quản lý nhóm AI và quy trình xây dựng mô hình AI.
Xây dựng cơ cấu tổ chức, xác định vai trò và quyền sở hữu dữ liệu cho các sáng kiến AI.
Tái thiết kế quy trình làm việc và vai trò của nhân sự trong môi trường AI.
Đánh giá tác động của AI đến tổ chức và đề xuất các chiến lược thích ứng.
Xây dựng quy trình duy trì đổi mới AI liên tục, thường theo phương pháp phát triển Agile.
Thiết lập các tiêu chuẩn cho việc thu thập, chuẩn bị và lưu trữ dữ liệu, đảm bảo phù hợp với nhu cầu kinh doanh.
Định nghĩa quy trình đánh giá và lựa chọn bộ công cụ AI thống nhất, với khả năng tái sử dụng làm nguyên tắc cốt lõi.

Với AI CoE, tổ chức có thể triển khai AI một cách có hệ thống, tránh rủi ro, tận dụng tối đa lợi ích từ AI và duy trì tính cạnh tranh trong dài hạn.

Kết luận

Không còn nghi ngờ gì nữa, kỷ nguyên AI đã đến. Những doanh nghiệp tiên phong trong việc áp dụng AI đã chứng kiến những cải thiện đáng kể về hiệu suất, khả năng linh hoạt tổ chức và mức độ hài lòng của khách hàng. Điều đó cho thấy các ứng dụng AI sẽ tiếp tục phát triển mạnh mẽ trong tương lai.

Ngay cả những doanh nghiệp chưa triển khai AI rộng rãi cũng có thể đón đầu xu hướng này bằng cách xây dựng nền tảng tổ chức và công nghệ vững chắc, giúp họ phát triển mạnh mẽ trong thời đại của máy móc thông minh. Hãy bắt đầu trang bị kỹ năng và hạ tầng ngay từ bây giờ để sẵn sàng tận dụng làn sóng AI khi nó đến với bạn.