0:03 Hello, xin chào mọi người. Mình là Minh Đức, mình đã quay trở lại rồi đây. Chào mừng mọi người đến với video mới này của mình. Chắc hẳn các bạn sẽ đồng ý với mình là AI, Generative AI, Gen AI là một vài trong số những cái từ khóa hot nhất vài năm trở lại đây. Đặc biệt nếu bạn là chủ doanh nghiệp, là lãnh đạo cấp cao, là nhân sự chủ chốt thì 99,99% bạn muốn áp dụng Gen AI vào doanh nghiệp của bạn. Theo nghiên cứu từ Makin Generative AI được dự đoán sẽ tạo ra giá trị từ 2,6 đến 4,4000 tỷ đô la cho nền kinh tế toàn cầu mỗi năm. Hơn 3/4 số người được khảo sát cho biết tổ chức của họ sử dụng AI trong ít nhất một chức năng kinh doanh và việc sử dụng Generative AI đang tăng nhanh chóng. Đây không phải là một tương
0:51 lai xa xôi mà là một cái thực tế mới của cuộc sống và kinh doanh. Một khảo sát của Wall Street Journal Intelligence cho thấy gần 89% CEO Coin AI là công nghệ quan trọng nhất cho lợi nhuận và khả năng cạnh tranh của doanh nghiệp trong tương lai. Doanh nghiệp đang đầu tư mạnh mẽ với các cái nghiên cứu chỉ ra mỗi đô la đầu tư vào Chen AI sẽ mang lại lợi tức trung bình 3,7 đô la. Các con số này nói lên điều gì? Generative AI. Tren AI không còn là một cái xu hướng trend nữa. Nó đã trở thành một phần trong cái cuộc sống hiện tại của chúng ta. Dù bạn thích hay là không thích. Câu hỏi không còn là liệu doanh nghiệp của bạn có áp dụng GenI vào không mà là bạn sẽ làm điều đó như thế nào hay là thay đổi hay là chết á. Jenni AI đang thay đổi cuộc chơi quá là nhanh. Nếu doanh nghiệp không nắm bắt
1:36 kịp xu hướng, không chịu thay đổi thì sẽ không thể cạnh tranh nổi và sớm muộn thì cũng sẽ bị đào thải. Nói cách khác, nếu bạn là chủ doanh nghiệp để tồn tại và phát triển trong giai đoạn mới, bạn sẽ phải giải được bài toán AI transformation, tức là chuyển đổi với cả AI. AI Transformation ở đây không phải là bạn đi trả tiền để mua các GPT cho nhân viên sử dụng. Rồi bạn gỗ ngực nói là doanh nghiệp của tôi đã thực hiện chuyển đổi với AI thành công. AI transformation tức là quá trình áp dụng và tích hợp sâu AI vào doanh nghiệp một cách có chiến lược thay đổi cách thức vận hành, nâng cao hiệu suất, tạo ra các cái giá trị mới và biến AI trở thành năng lực cạnh tranh cốt lõi của doanh nghiệp. AI transformation chuyển đổi với AI khác với cả số hóa, digitization hay
2:21 là chuyển đổi số. Digital transformation vốn tập trung vào việc chuyển đổi quy trình thủ công thành kỹ thuật số hoặc là ứng dụng công nghệ thông thường. Chuyển đổi với AI là một bước tiến hóa quan trọng trong chuyển đổi số. Với chuyển đổi số thì mọi người cũng nói nhiều rồi nhưng chuyển đổi với AI thì có vẻ vẫn là một chủ đề tương đối mới mẻ. Cá nhân mình thấy là các nội dung liên quan đến sử dụng AI dành cho cá nhân thì không thiếu, thậm chí là tràn lan. Nhưng mà các cái nội dung liên quan đến ứng dụng AI vào thực tế doanh nghiệp thì không nhiều, nhất là những cái dạng nội dung mang tính tổng quát, high level, định hướng, chiến lược thực sự mình thấy rất là hiếm. Hoặc cũng có thể là do mình đang ở nước ngoài nên lúc tìm kiếm các kết quả trả về nó sẽ được cá nhân hóa lại cho mình. Nên là nếu mà bạn nào có nhiều tài liệu về chuyển đổi A2 ở trong nước thì hãy chia sẻ cho mình biết nhé. Anyway, trong thời gian tới mình rất là
3:07 mong muốn sẽ làm một cái series về chủ đề AI transformation for business chuyển đổi với AI dành cho doanh nghiệp dựa trên kiến thức hạn hẹp và kinh nghiệm ít ỏi của mình. Hy vọng là các cái nội dung này sẽ đem tới một cái góc nhìn ở tầm chiến lược cho các cái chủ doanh nghiệp có thể lèo lái con tàu doanh nghiệp đi nhanh và đi đúng hướng trong giai đoạn tới khi mà AI đã và đang trở thành một cuộc cách mạng, một thực tế mới không bỏ qua bất kỳ một ai, một doanh nghiệp nào. Việc triển khai chuyển đổi với AI không chỉ là một cái cuộc cách mạng công nghệ mà còn là một cái quá trình chuyển đổi sâu sắc đối mặt với cả nhiều rào cản phức tạp. Để thành công, doanh nghiệp sẽ cần phải nhận diện rõ các cái thách thức và áp dụng các cái giải pháp phù hợp một cách có hệ thống. làm sao để có thể biến thách thức thành những cái cơ hội tăng trưởng. Trong video này thì mình sẽ chia các cái thách thức thành bốn nhóm thách thức. Nhóm thứ nhất là những cái rào cản về con người và văn hóa. Đây là cái nhóm
3:54 thách thức lớn nhất và khó giải quyết nhất. Quyết định sự thành bại của một cái quá trình chuyển đổi. Nền tảng công nghệ vững chắc đến đâu cũng sẽ sụp đổ nếu mà không có sự đồng lòng và thích ứng từ con người, từ cả cấp lãnh đạo và cấp nhân viên. Thì trong cái nhóm thách thức thứ nhất này thì cái thách thức đầu tiên chính là con người vấn đề gốc rễ của chuyển đổi sẽ không phải là công nghệ mà là con người lãnh đạo có thể có kỳ vọng quá cao mà không hiểu rõ những cái giới hạn của AI. Trong khi đó thì nhân viên lại lo sợ sẽ bị thay thế, bị mất việc hoặc là không có những cái kỹ năng AI để mà thích ứng. Rồi các cái quy trình làm việc không được cập nhật song song với cả công nghệ thì nó sẽ xảy ra xung đột. Việc bỏ qua yếu tố con người, văn hóa và không chuẩn bị cho cái sự thay đổi trong vận hành hàng ngày là
4:39 nguyên nhân chính dẫn đến thất bại trong chuyển đổi. Thì giải pháp ở đây là gì? cần phải thúc đẩy văn hóa thử nghiệm, khuyến khích việc thử nghiệm nhanh và lặp lại những cái ý tưởng mới. Coi thất bại là cơ hội học hỏi quý giá, không phải là một cái lỗi lầm cần phải trừng phạt. trao quyền cho nhân viên ở tuyến đầu là những cái người hiểu rõ vấn đề nhất để họ xác định và thử nghiệm những cái dự án AI nhỏ, tạo ra một cái môi trường đổi mới từ dưới đi lên rồi khuyến khích sự tham gia từ sớm, đưa phần lớn tổ chức các cái phòng ban khác nhau vào quá trình chuyển đổi từ sớm, tổ chức những cái buổi workshop này, khảo sát để nhân viên cảm thấy được lắng nghe, được đóng góp vào việc định hình giải pháp, từ đó biến họ từ người bị động, trở thành người chủ động, đón nhận sự thay đổi, tái thiết kế và cập nhật quy trình làm việc, chủ động xem xét và thiết kế
5:26 lại các cái quy trình vận hành để AI và con người có thể phối hợp một cách tối ưu với cả nhau. Thay vì là chỉ cắm công nghệ mới vào những cái luồng công việc, những cái quy trình cũ thì cần xác định rõ vai trò mới của nhân viên sẽ ra sao khi mà bây giờ đã có AI hỗ trợ. Điều này sẽ bao gồm là việc xây dựng các cái hướng dẫn rõ ràng này, đào tạo chuyên sâu về cách vận hành theo quy trình mới và đảm bảo công nghệ thực sự là để phục vụ cho con người, giúp con người đưa ra quyết định tốt hơn và tập trung vào các cái công việc đòi hỏi sự sáng tạo, tư duy phản biện. Thách thức thứ hai là kỳ vọng phi thực tế và định kiến Unrealistic expectations and nhiều lãnh đạo do ảnh hưởng từ truyền thông hoặc là áp lực cạnh tranh sẽ bị quấn theo tâm lý phomo key of missing out sự bỏ lỡ và xem
6:11 AI như là một cái giải pháp thần kỳ cho mọi vấn đề. Kỳ vọng này sẽ dẫn đến việc đặt ra các cái mục tiêu phi thực tế gây áp lực lên đội ngũ và dẫn đến thất vọng tràn trề khi mà kết quả không như mong đợi làm sói mòn niềm tin của cả lãnh đạo và nhân viên vào các cái sáng kiến giải pháp AI trong tương lai. Thì giải pháp cho cái thách thức thứ hai này là gì? giáo dục và làm rõ lại vai trò của AI, tổ chức những cái lớp học AI dành cho lãnh đạo và các cái buổi chia sẻ thông tin về AI cho nhân viên để toàn thể đội ngũ hiểu rằng AI là một cái công cụ mạnh mẽ để hỗ trợ và tăng cường khả năng của con người chứ nó không phải là một cái phép màu. Nhấn mạnh rằng không phải mọi vấn đề đều nên hoặc là có thể giải quyết bằng AI. Đặc biệt là những cái vấn đề đòi hỏi suy luận phức tạp này, sự đồng cảm sâu sắc hoặc là khi mà chất lượng dữ liệu không được đảm bảo rồi tập trung vào bài toán kinh doanh luôn bắt đầu bằng câu hỏi là cái vấn đề kinh doanh cốt lõi mà chúng ta cần giải quyết ở đây
6:57 là gì? Thay vì là chúng ta có thể áp dụng AI vào đâu. Cách tiếp cận này đảm bảo mọi nguồn lực đầu tư cho AI đều nhắm đến việc tạo ra giá trị thực sự có ảnh hưởng đến business. Thách thức thứ ba, sự kháng cự thay đổi resistant to change thì đây là một cái phản ứng tự nhiên của con người thôi. Nhân viên có thể là lo lắng mất việc này. Rồi bản thân họ thì cũng không có sẵn những cái kỹ năng AI cần thiết, ngại học hỏi quy trình mới hoặc là không tin tưởng vào một cái black box công nghệ á thì sự kháng cự này có thể biểu hiện công khai qua phản đối, chỉ trích hoặc là ngấm ngầm như là trì hoãn, không hợp tác rồi vẫn là tìm cách làm công việc theo lối cũ, gây đình trệ cho dự án. Thì giải pháp cho cái thách thức này là chúng ta sẽ cần phải giải quyết trực diện những cái lo ngại, tổ chức những cái buổi đối thoại cởi mở, minh bạch về những cái lo lắng của nhân viên này, rồi cung cấp sự hỗ trợ, đào tạo và không gian để họ có thời gian
7:43 nâng cao năng lực, kỹ năng điều chỉnh những cái thói quen làm việc, nhấn mạnh vào vai trò mới của họ, song hành cùng với cả AI, rồi tạo những cái thành công nhanh, Quick Wins, xây dựng những cái success stories, những cái câu chuyện thành công thông qua những cái dự án nhỏ. Thử nghiệm đơn giản nhưng mang lại cái hiệu quả rõ rệt. Ví dụ như là tự động hóa một cái quy trình thủ công tốn rất là nhiều thời gian này thì những cái chiến thắng nhỏ này nó sẽ tạo ra được cái sự phấn phích và lan tỏa niềm tin cũng như là động lực cho toàn thể tổ chức. Thách thức thứ tư là sự thiếu hụt về kỹ năng skill gaps cân nhắc thành lập những cái học viện dữ liệu và AI nội bộ để giúp chuẩn hóa và thúc đẩy văn hóa, học tập liên tục rồi đầu tư vào đào tạo và nâng cao kỹ năng phát triển năng lực toàn diện cho nhân viên thông qua các cái chương trình đào tạo đa dạng từ cơ bản cho đến nâng cao. Tuyển dụng nhân tài mới hoặc là hợp tác với cả các cái chuyên gia ở bên ngoài. Tiện đây thì
8:29 mình nhắc luôn là trong trường hợp các bạn không biết thì mình có cung cấp dịch vụ tư vấn triển khai ứng dụng AI và Automation. dành cho các cái doanh nghiệp. Nên là nếu bạn là chủ doanh nghiệp có nhu cầu ứng dụng AI và phát triển kinh doanh, nâng cao năng suất, các tảm chi phí của doanh nghiệp của bạn thì hãy liên hệ với cả mình nhé. Thông tin liên hệ các bạn có thể tìm thấy trong phần thông tin giới thiệu kênh của mình. Nhóm thách thức thứ hai là những cái rào cản về chiến lược và quy trình. Thiếu một cái lộ trình rõ ràng và quy trình làm việc phù hợp sẽ khiến các cái nỗ lực AI trở nên rời dạ, lãng phí và không bao giờ đạt được cái thành quả. Thì trong cái nhóm này mình sẽ tiếp tục với cái thách thức thứ năm là cái việc thiếu tầm nhìn luck vision. Nếu mà lãnh đạo tổ chức không có một cái tầm nhìn chiến lược rõ ràng thì các cái dự án AI sẽ trở nên phân mảnh. Mỗi phòng ban là một kiểu nhất quán và không có phục vụ được cái mục tiêu kinh doanh chung của toàn tổ chức. Thì tâm nhìn ở đây không
9:15 chỉ là một cái câu khẩu hiệu mà phải là một cái kim chỉ nam cho việc phân bổ nguồn lực và đưa ra quyết định. Thì giải pháp cho thách thức này là xây dựng được một cái chiến lược dữ liệu và chiến lược AI rõ ràng. xây dựng một cái kế hoạch hành động chung này, khả thi và truyền cảm hứng về cách doanh nghiệp sẽ tạo ra các cái giá trị từ dữ liệu và AI trong 3 đến 5 năm tới rồi truyền thông và ưu tiên hóa. Tiếp theo thì thực hiện truyền thông và có những cái ưu tiên rõ ràng, truyền đạt tầm nhìn rộng rãi liên tục trong toàn tổ chức để mọi người hiểu và biết cách đóng góp. Dựa vào tầm nhìn đó thì chúng ta sẽ ưu tiên các cái lĩnh vực trọng tâm quan trọng nhất, tránh dàn trải nguồn lực. Thay thức thứ sáu, tư duy tập trung vào giải pháp hay là Solution Centric Mindset. Đây là sai lầm phổ biến khi mà doanh nghiệp xây dựng những cái giải pháp AI vì công nghệ thay vì xuất phát từ một cái vấn đề kinh doanh thực tế. Ví dụ như là hãy xây dựng một cái con chatbot bằng mô hình ngôn ngữ mới nhất, thông minh nhất thay vì
10:01 đặt câu hỏi là làm thế nào để chúng ta có thể tăng tỉ lệ chốt đơn hàng lên hai lần và giảm thời gian hỗ trợ khách hàng xuống 50%. Cách tiếp cận vì công nghệ, vì giải pháp này thường tạo ra những cái sản phẩm mà không ai cần, không ai sử dụng và không tạo ra được cái giá trị kinh doanh thực sự. Thì giải pháp cho thử thách này là bắt đầu từ một cái vấn đề đáng giải quyết, luôn luôn xuất phát từ một cái uscate, một cái bài toán kinh doanh cụ thể, có giá trị giải quyết trực tiếp, một cái thách thức hoặc là mở ra những cái cơ hội mới. Rồi chúng ta phải áp dụng thiết kế, lấy người dùng làm trung tâm để đồng thiết kế giải pháp cùng với các khách hàng và người dùng cuối. Ở đây có thể là nhân viên sử dụng là liên tục thu thập phản hồi để đảm bảo cái giải pháp cuối cùng nó sẽ thực tế, hiệu quả và được đón nhận thực sự bởi người dùng. Thách thức thứ bảy là sự mất kết nối giữa các phòng ban mà cụ thể ở đây là business và IT là disconnection between business and IT. Các cái bộ phận
10:47 business, marketing và IT thì thường hoạt động độc lập và nói những cái ngôn ngữ khác nhau. Đội sales, marketing thì sẽ cảm thấy là đội IT chậm chạp này, không hiểu nghiệp vụ. Trong khi đội IT thì lại cho rằng đội Business có những cái yêu cầu không rõ ràng, cụ thể và thiếu trách nhiệm với cả dữ liệu. Thì giải pháp cho cái thử thách này là chúng ta sẽ cần phải thu hẹp khoảng cách bằng trách nhiệm giao cho cái bộ phận business vai trò chủ sở hữu dữ liệu là data owner và chủ sở hữu sản phẩm product owner cho những cái giải pháp AI khiến họ sẽ phải chịu trách nhiệm về chất lượng và kết quả của những cái giải pháp này. Thúc đẩy cái sự hợp tác liên chức năng, liên phòng ban, yêu cầu team tech, team analytics tham gia sâu vào cái quy trình kinh doanh hàng ngày. thành lập những cái nhóm dự án liên ngành kiểu squat này, tries này để xây dựng một cái bộ từ vựng kinh doanh chung làm sao để mọi người có thể nói chung một cái ngôn ngữ và có cùng một cái cách
11:33 hiệu. Thách thức thứ tám là thiếu cái cơ chế phản hồi lag of feedback. Phản hồi từ người dùng cuối sẽ là yếu tố sống còn để cải tiến các giải pháp AI. Vì mô hình sẽ cần dữ liệu thực tế để học hỏi và tránh trôi dạp là model trip. Thì việc thiếu một cái vòng lặp phản hồi hiệu quả sẽ khiến cho các cái giải pháp AI ngày càng xa rời thực tế và kém hiệu quả. Giải pháp cho cái thách thức này sẽ là cần phải tích hợp cái phòng lặp phản hồi vào trong cái quy trình xem feedback là một cái phần không thể thiếu của quá trình phát triển các giải pháp chứ không phải là cái bước làm sau cùng. Áp dụng cách tiếp cận Arive và MVP là minimum viable product, tức là triển khai nhanh những cái phiên bản MVP để thử nghiệm và thu thập phản hồi thực tế từ một cái nhóm nhỏ người dùng cuối để dựa vào đó thì tiếp tục tinh chỉnh và cải tiến sản phẩm một cách liên tục. Thách thức thứ chín, bẫy chứng minh khái niệm proof of concept trap. Rất nhiều những cái sáng
12:20 kiến ai bị mắc kẹt vĩnh viễn ở giai đoạn thử nghiệm Proof of concept. Chúng chứng tỏ được tiềm năng trong môi trường phòng thí nghiệm trên lý thuyết nhưng mà không bao giờ được mở rộng. Tức là scale để triển khai rộng rãi. Thường là do thiếu kế hoạch triển khai đánh giá thấp được cái sự phức tạp của việc vận hành và quy trình phê duyệt nhân sách của doanh nghiệp, của tổ chức. Thì vậy giải pháp ở đây là chúng ta cần tập trung vào triển khai và mở rộng. Ngay từ khi bắt đầu proof of concept, chúng ta đã phải suy nghĩ về con đường sẽ đưa những cái ý tưởng này vào vận hành thực tế. áp dụng cái phương pháp làm việc ADI linh hoạt để nhanh chóng đưa sản phẩm từ giai đoạn thử nghiệm sang giai đoạn triển khai đem lại giá trị kinh doanh thực sự cho tổ chức rồi chạy những cái dự án thử nghiệm có mục đích sử dụng các cái dự án thử nghiệm nhỏ không chỉ để kiểm tra tính khả thi của công nghệ mà còn để xác định được giá trị kinh doanh và tính khả thi trong vận hành sau đó thì sẽ xây dựng một cái lộ trình rõ ràng để mở rộng các cái quy mô của các cái giải pháp thành
13:06 công theo là nhóm thách thức thứ ba là những cái rào cản về dữ liệu và công nghệ dữ liệu là nền tảng của AI nền tảng mà yếu kém thì chúng ta sẽ không thể nào xây dựng được một cái công chỉnh vững chắc được. Trong nhóm này thì chúng ta sẽ tiếp tục với các cái thách thức. Thách thức thứ 10 là các cái vấn đề liên quan đến dữ liệu và công nghệ. Data and technology issues. Đây là một cái thách thức bao trùm về ví dụ như là chất lượng dữ liệu kém này, quyền sở hữu, quyền truy cập dữ liệu không rõ ràng và hạ tầng công nghệ lỗi thời. Nguyên tắc garbage in, garbage out là giác vào thì giác ra là tuyệt đối đúng. Một mô hình AI được huấn luyện trên dữ liệu sai lệch sẽ khuếch đại những cái sai lệch đó dẫn đến các cái quyết định kinh doanh tai hại và những cái ảnh hưởng tiêu cực. Thì giải pháp chung cho cái thách thức này là cần phải đảm bảo nền tảng dữ liệu vững chắc, giải quyết được các cái vấn đề về quyền sở hữu dữ liệu, trách nhiệm và khả năng truy cập dữ liệu, thiết lập
13:52 ra những cái tiêu chuẩn chất lượng về dữ liệu, rồi đầu tư vào hạ tầng và chuyên môn xây dựng được cái cơ sở hạ tầng kỹ thuật phù hợp. Ví dụ như là nền tảng luyện vòng nắm mây, rồi lựa chọn các cái thuật toán, các cái mô hình AI, các cái công cụ phù hợp với bài toán. Rồi thực thi ML OPS là Mercy Learning Operations là áp dụng các cái quy trình ML Offs để tự động hóa và quản lý toàn bộ phòng đời của mô hình AI đảm bảo chúng sẽ được giám sát bảo trì và cập nhật hiệu quả trong môi trường production là môi trường sử dụng thực tế thách thức thứ 11 là những cái nguồn dữ liệu phân mạnh fragmented dator sources thì dữ liệu của doanh nghiệp thường sẽ bị phân mạnh và nằm giải giác trong rất là nhiều hệ thống riêng lẻ như là CIM EP marketing việc này sẽ tạo ra những cái Silo là những cái kho dữ liệu tách biệt gây khó
14:37 khăn lớn trong việc truy xuất và tổng hợp để có một cái nhìn toàn diện về dữ liệu thì giải pháp cho thử thách này là chúng ta sẽ cần phải thực thi quản trị dữ liệu là data management tập trung vào việc cải thiện chất lượng tính nhất quán và khả năng tiếp cận dữ liệu thông qua các cái chính sách và công cụ quản trị rồi sản phẩm hóa dữ liệu tức là data as a product coin dữ liệu như là một cái sản phẩm xác định rõ chủ sở hữu người sử dụng và chia sẻ nó thông qua các cái nền tảng chung như là marketplace chẳng hạn nhóm thách thức thứ tư và cuối cùng là những cái rào cản về rủi ro và quản trị thì triển khai AI không chỉ là cái câu chuyện về công nghệ mà còn là về trách nhiệm và quản lý những cái rủi ro tiềm ẩn. Thách thức thứ 12 là những cái vấn đề về trách nhiệm pháp lý, liabilities issues. Câu hỏi đặt ra là ai sẽ phải chịu trách nhiệm khi mà một cái hệ thống AI đưa ra quyết định sai lầm gây thiệt hại hay là khi nhân viên để lộ những cái
15:23 dữ liệu nhạy cảm tuyệt mật trong quá trình sử dụng các cái công cụ AI nỗi lo về trách nhiệm pháp lý các cái khoản phạt khổng lồ và gây tổn hại danh tiếng từ các cái quy định mới. Ví dụ như là đạo luật AI của EU khiến nhiều doanh nghiệp, đặc biệt là những cái doanh nghiệp toàn cầu phải chuẩn bị kỹ thì giải pháp ở đây là sẽ phải thiết lập một cái AI governance là khung quản trị AI, xây dựng một cái tập hợp các cái quy tắc chính sách và quy trình để đảm bảo việc triển khai AI, tuân thủ pháp luật này có đạo đức và minh bạch, phổ biến tới toàn thể nhân viên và đội ngũ lãnh đạo các cái quy tắc nội bộ về sử dụng AI an toàn, đảm bảo tuân thủ và có trách nhiệm giải trình, tức là chủ động đánh giá, nghi chép và giám sát các cái giải pháp AI, các cái công cụ AI trong suốt vòng đời của chúng để quản lý rủi ro và có thể giải trí khi cần thiết. Thách thức thứ 13 và cuối cùng là những cái rủi ro chưa xác định unknown ris thì việc triển khai AI luôn đi kèm với cả những cái rủi
16:09 ro tiềm ẩn khó lường trước từ quyền riêng tư về dữ liệu data privacy này bảo mật cho đến những cái thiên kiến bias ở trong tuật toán. Ví dụ, một nhân viên có thể vô tình làm lộ thông tin kinh doanh tuyệt mật khi mà đưa những cái dữ liệu nhạy cảm của công ty vào ví dụ một cái công cụ hay một cái mô hình AI của bên thứ ba, không được kiểm soát để yêu cầu tóm tắt hoặc là phân tích dẫn đến cái rủi ro dò rỉ dữ liệu gây ra những cái tổn thất nghiêm trọng về tài chính và thậm chí là pháp lý. Thì giải pháp cho cái thách thức này là quản lý rủi ro sử dụng khung quản trị AI để xác định, đánh giá và giảm thiểu các cái rủi ro về quyền dương tư, bảo mật và thiên kiến một cách có hệ thống. Rồi chúng ta phải giám sát liên tục theo dõi hiệu suất của các cái mô hình AI thông qua ML Offs để phát hiện các cái vấn đề ví dụ như là model trip khi mô hình không còn phù hợp với cả thực tế nữa để kịp thời can thiệp rồi xây dựng một cái chiến lược kinh doanh linh hoạt. Tức là chấp nhận rằng
16:55 rủi ro là không thể tránh khỏi hoàn toàn. Do đó chúng ta cần phải liên tục điều chỉnh chiến lược AI để thích ứng với những cái thay đổi của môi trường và các cái thách thức bất ngờ. Thì đấy là 13 cái thách thức đối với doanh nghiệp khi mà chuyển đổi về AI chia vào thành bốn nhóm. Hành trình thách thức AI không đơn thuần là một cái dự án công nghệ đơn lẻ mà là một cái cuộc chuyển đổi sâu sắc và toàn diện giải pháp không đến từ những cái công nghệ AI mới nhất mà phải đến từ sự kết hợp hài hòa giữa các cái yếu tố cốt lõi con người và văn hóa, chiến lược và quy trình dữ liệu và công nghệ, rủi ro và quản trị để vượt qua hàng loạt những cái thách thức lớn đòi hỏi tầm nhìn của leadership, của lãnh đạo, sự đồng lòng của toàn thể nhân viên, đội ngũ và đặc biệt là một cái lộ trình chuyển đổi chiến lược chỉ khi giải quyết được các cái thách thức một cách có hệ thống doanh nghiệp mới có thể khai phá hết được cái tiềm năng của AI và biến khoản đầu tư chuyển đổi với AI, AI
17:40 transformation chuyển đổi với AI thành lợi thế cạnh tranh cốt lõi và bền vững. Alright, như vậy là trong video này chúng ta đã cùng nhau làm rõ những cái thách thức khi mà doanh nghiệp muốn chuyển đổi với cả AI. Đầu tiên chúng ta phải nhận thức được các vấn đề này. Rồi từ các cái vấn đề này thì chúng ta mới có những cái đường hướng về giải pháp để xử lý được vấn đề. Nhân tiện đây, nếu bạn là chủ doanh nghiệp nhỏ và vừa và quan tâm đến AI transformation chuyển đổi doanh nghiệp với cả AI, bạn có thể điền form để liên hệ với team mình để được tư vấn thêm nhé. Từ giờ đến cuối năm thì team mình còn slot cho sáu khách hàng doanh nghiệp thực sự quan tâm và muốn đầu tư nghiêm túc và chuyển đổi với AI. Nên nếu mà chúng ta hữu duyên thì mình rất mong sẽ có cơ hội hợp tác với doanh nghiệp của bạn. Ok, video này cũng tương đối dài rồi nên là mình sẽ kết thúc ở đây. Hẹn gặp lại các bạn trong những cái tập tiếp theo của series AI
18:25 transformation for Business nhé. Bye bye. Đây.
