Công Ty Fortune 1000 Đã Tin Tưởng AI Và Data Như Thế Nào Trong Năm 2024? Podcast Cùng Với Randy Bean
Điều gì đã thúc đẩy sự tin tưởng của các công ty Fortune 1000 vào AI trí tuệ nhân tạo và Data? Làm thế nào mà họ tận dụng dữ liệu để tạo ra giá trị và định hình chiến lược kinh doanh của mình? Đến với NativeX để khám phá những câu trả lời và những câu chuyện tuyệt vời về cách công nghệ đang làm thay đổi cách chúng ta nhìn nhận thế giới kinh doanh.
Sẽ thế nào nếu trí tuệ nhân tạo AI được tin dùng bởi tất cả các doanh nghiệp trên khắp thế giới?
Tầm quan trọng của dữ liệu của trí tuệ nhân tạo
Để hiểu hơn về vấn đề này, chúng ta sẽ bắt đầu khám phá về tầm quan trọng và dữ liệu của AI đối với cuộc sống xã hội hiện đại. Dữ liệu là trụ cột quan trọng đối với hiệu suất của trí tuệ nhân tạo (AI). Không chỉ là nền tảng của một hệ thống AI hiệu quả, mà còn liên quan trực tiếp đến chất lượng của các dự đoán và phân tích mà AI thực hiện. Cụ thể:
- Chất lượng của dữ liệu chính là yếu tố quyết định đối với hiệu suất của AI trí tuệ nhân tạo. Đặt ra vấn đề về cấp bách về nâng cao tầm quan trọng của việc xây dựng và duy trì một nền tảng dữ liệu xuất sắc. Nếu muốn thành công với AI, việc này trở thành ưu tiên hàng đầu.
- Phát triển chương trình và sáng kiến về dữ liệu giúp làm giảm khoảng cách giữa chuyên gia dữ liệu và lãnh đạo doanh nghiệp. Điều này tạo điều kiện cho giao tiếp và cộng tác mạnh mẽ, đồng thời thúc đẩy sự tham gia của lãnh đạo trong việc quản lý dữ liệu, tăng hiệu quả toàn diện của hệ thống AI.
- Tiếp cận “con người trong vòng lặp” là chìa khóa để hướng dẫn quy trình của AI. Điều này đảm bảo sự cân bằng giữa tự động hóa và giám sát con người, kết hợp lợi ích của cả hai để đạt được kết quả tối ưu.
Transcript – Cuộc hội thoại của Randy bean và Richie Cotton
- Khách mời: Randy Bean
Khách mời của chúng ta hôm nay là Randy Bean – một doanh nhân khởi nghiệp, Giám đốc điều hành, và là một nhà lãnh đạo tư tưởng hàng đầu trong lĩnh vực doanh nghiệp dựa trên dữ liệu. Ông cũng là tác giả và diễn giả uy tín, đồng thời là thành viên của Đổi mới và Chiến lược dữ liệu cho Wavestone, công ty tư vấn có trụ sở tại Paris.
Randy Bean là nhà sáng lập “Data and AI Leadership Survey” (Khảo sát về lãnh đạo dữ liệu và AI), chủ đề mà chúng ta sẽ thảo luận trong buổi tập hôm nay. Ngoài ra, ông còn nổi tiếng với cuốn sách bán chạy nhất “Thất bại nhanh, Học nhanh hơn: Bài học về khả năng lãnh đạo dựa trên dữ liệu trong thời đại gián đoạn, dữ liệu lớn và AI”. Không chỉ là tác giả, Randy còn là cộng tác viên đều đặn cho: Forbes, Harvard Business Review, và MIT Sloan Management Review.
- Chủ nhà: Richie
Người chủ trì sự kiện là Richie, người chuyên giúp cá nhân và tổ chức tận dụng dữ liệu và AI trí tuệ nhân tạo một cách hiệu quả hơn. Anh ấy là một chuyên gia khoa học dữ liệu từ thời điểm trước khi khái niệm “khoa học dữ liệu” trở nên phổ biến và đã xuất bản hai cuốn sách cũng như phát triển nhiều khóa học trên DataCamp về chủ đề này. Richie cũng là người dẫn chương trình của podcast DataFramed và điều hành chương trình hội thảo trực tuyến trên nền tảng DataCamp.
Cuộc hội thoại bắt đầu…
- Richie Cotton
Chào mừng bạn đến với DataFramed! Tôi là Richie. Thường thì, các nhà quản lý sẽ tập trung vào các vấn đề nội bộ của công ty mà quên mất việc cân nhắc đối thủ cạnh tranh có thể đang làm gì. Bạn có thể thấy công ty của mình tiến triển, nhưng lại không chắc chắn liệu nó đủ nhanh so với ngành hay không.
Dường như việc chuyển đổi dữ liệu đã diễn ra từ lâu, nhưng có vẻ như bạn vẫn chưa thấy kết quả tài chính từ việc này. Liệu có những công ty khác đã thành công với dự án AI sáng tạo của họ hay chưa? Để giúp bạn hiểu rõ hơn, hôm nay chúng ta sẽ bàn về kết quả từ Khảo sát Lãnh đạo AI và Dữ liệu của Wavestone.
Đây là một trong những cuộc khảo sát dài nhất dành cho các giám đốc dữ liệu và giám đốc điều hành blue chip khác, nên đây sẽ là cơ hội để bạn tìm hiểu các công ty khác đang nghĩ gì và làm gì với dữ liệu và AI trí tuệ nhân tạo.
Khách mời của chúng ta là Randy Bean, người đã thực hiện cuộc khảo sát này. Randy là chuyên gia về chiến lược dữ liệu tại Wavestone và trước đó, ông là người sáng lập và là Giám đốc điều hành của New Vantage Partners trước khi Wavestone mua lại công ty này.
Anh là tác giả sách Thất bại Nhanh, Học Nhanh Hơn và thường xuyên viết bài trên Harvard Business Review, Forbes và MIT Sloan Management Review. Randy cũng có mối quan hệ mật thiết với các giám đốc điều hành của Fortune 1000, vì vậy chúng ta hy vọng sẽ có được cái nhìn cá nhân từ anh cũng như thông tin mới nhất từ cuộc khảo sát.
Hãy cùng khám phá xem các Giám đốc Dữ liệu đang thực hiện những gì.
Xin chào, Randy. Cảm ơn bạn đã tham gia chương trình cùng tôi.
- Randy Bean:
Chào Richie. Bạn khỏe không?
- Richie Cotton:
Tôi ổn, cảm ơn bạn. Tôi muốn vào vấn đề ngay, mục tiêu chính của cuộc khảo sát về “Data and AI Leadership Executive Survey” là gì, và ai là đối tượng chính của nghiên cứu này không?
- Randy Bean:
Vâng, năm nay là năm thứ 12 chúng tôi tiến hành cuộc khảo sát này, bắt đầu từ năm 2012. Ban đầu, nó được thực hiện theo yêu cầu của một số quan chức dữ liệu và CIO của các công ty trong danh sách Fortune 1000. Khi thuật ngữ “big data” chỉ mới xuất hiện và đã trở thành một đề tài quan trọng được đặt ra ánh sáng trong tổ chức, các nhà quản lý muốn hiểu liệu vấn đề này chỉ thuộc về tổ chức của họ hay nó đang trở nên phổ biến trong ngành công nghiệp.
Vì vậy, chúng tôi quyết định thực hiện cuộc khảo sát này, tập trung vào các quan chức cấp cao trong Fortune 1000. Nói cụ thể hơn, trong năm nay, chúng tôi đã xem xét các số liệu và phát hiện ra rằng 8% trong số họ đang giữ chức vụ Giám đốc Dữ liệu chính, trong khi Giám đốc Dữ liệu và Phân tích thì thường đảm nhận cùng một vai trò trong tổ chức của họ, như là trưởng ban dữ liệu và phân tích.
Gần 94% trong tổng số người tham gia cuộc khảo sát là các quan chức cấp cao. Điều này làm nổi bật đối tượng tham gia của chúng tôi, bao gồm những người lãnh đạo hàng đầu từ các công ty Fortune 1000 và những nhà quản lý quan trọng trên khắp thế giới.
- Richie Cotton:
Được, vậy là một cuộc khảo sát khá toàn diện về những nhà lãnh đạo của các công ty lớn. Tôi hiểu rằng, khi bạn nói về năm 2012 là khi “big data” và “data” trở nên phổ biến hơn. Dường như không quá lâu, nhưng nó đã là một thập kỷ. Tôi đoán rằng thay đổi năm nay là sự cải tiến của Generative AI. Vậy bạn có muốn cho tôi biết nó đã làm thay đổi những điều gì không?
- Randy Bean:
Generative AI đã tạo ra sự đổi mới to lớn, nhấn mạnh sự quan trọng của dữ liệu và phân tích trong tổ chức, như Tom Davenport và tôi đã mô tả trong cuộc khảo sát. Kết quả cho thấy sự tăng cường đầu tư trong lĩnh vực này, với gần hai phần ba tổ chức đánh giá nó là ưu tiên hàng đầu. Điều này làm nổi bật sức hấp dẫn của Generative AI, được xem là công nghệ biến đổi hàng đầu theo ý kiến của khoảng hai phần ba người tham gia khảo sát.
Sự quan tâm này cũng được phản ánh trong việc tăng đầu tư, với 89.6% tổ chức cho biết họ đang gia tăng đầu tư vào Generative AI. Tuy nhiên, điều quan trọng là 99.0% nhận thức sự cần thiết của biện pháp an toàn và hành lang kiểm soát, đặt ra câu hỏi về 1% còn lại không chấp nhận biện pháp an toàn là gì.
Trong khi 62.9% tổ chức tuyên bố đã triển khai biện pháp an toàn và hành lang kiểm soát, có sự chênh lệch đáng kể, khiến một số người nghi ngờ về mức độ chân thực của những tuyên bố này. Điều này đặt ra thách thức về việc quản lý Generative AI một cách có trách nhiệm và minh bạch.
Cuối cùng, câu hỏi về nguồn nhân lực cho triển khai Generative AI đã tạo ra một phân chia, với 50.5% cho rằng họ có đủ nguồn lực, trong khi 49.5% không tin vào điều này. Rõ ràng, vấn đề này đang trở thành một ưu tiên hàng đầu, đặc biệt là do sự tăng cường sự chú ý đối với Generative AI và tác động tích cực đến các dự án dữ liệu và phân tích trong tổ chức.
- Richie Cotton:
Chắc chắn, sự phát triển của Generative AI từ 2022 đến 2023 thực sự ấn tượng. Mặc dù nhiều người nói về sự quan trọng của nó và xác nhận đây là ưu tiên hàng đầu, nhưng tôi thắc mắc có bao nhiêu tổ chức thực sự đã bắt đầu triển khai và làm việc trên nó.
- Randy Bean:
Chúng tôi đã hỏi về tiến độ triển khai của Generative AI và nhận được kết quả như sau: 60.4% cho biết họ đang ở giai đoạn thử nghiệm và kiểm tra, trong khi 24.5% đã triển khai ở mức sản xuất hạn chế. Điều này chỉ ra rằng có một số dự án đã tiến triển đáng kể, trong khi các dự án khác đang ở giai đoạn thử nghiệm.
- Richie Cotton:
Hai phương án đối lập nhau nhưng có vẻ như lĩnh vực thử nghiệm là phổ biến nhất. Người ta đang thử nghiệm với những khả năng hiện tại, nhưng không nhất thiết đã triển khai một cách lớn lên.
- Randy Bean:
Đúng vậy, nhiều cuộc trò chuyện, nhiều thử nghiệm, nhưng tôi đã viết một bài viết trên Forbes về Ally Financial. Họ đã công bố một số các chỉ số định lượng về cách họ sử dụng Generative AI để tăng năng suất trong một loạt các nhiệm vụ trong dịch vụ khách hàng của họ, và tôi đã viết về sự cải thiện 66%, 88% ở các hiệu quả khác nhau mà họ đang đạt được.
- Richie Cotton:
Thật ấn tượng khi họ đã đạt được tiến triển đó chỉ trong vài tháng gần đây. Vậy bạn có ví dụ nào khác về các lĩnh vực hoặc dự án mà bạn thấy nhiều tổ chức đầu tư vào trong lĩnh vực dữ liệu và trí tuệ nhân tạo hiện nay không?
- Randy Bean:
Tôi thấy hầu hết họ đều tập trung vào cải thiện năng suất. Chúng tôi đã đặt câu hỏi về cơ hội kinh doanh chính mà Generative AI tạo ra, và khoảng 49.1% gần như một nửa người tham gia cho biết muốn đạt được sự gia tăng đột phá về năng suất. Hai lĩnh vực khác là giải phóng nhân viên tri thức khỏi công việc nhàm chán.
Một ứng dụng khác là giải phóng nhân viên tri thức khỏi công việc nhàm chán, điều mà Ally Financial đã thành công trong việc thực hiện. Họ đã giải phóng một lượng lớn nhân sự để thực hiện các nhiệm vụ mang tính sáng tạo và đòi hỏi trình độ cao hơn.
Tiếp theo, có 22.6% người muốn tận dụng Generative AI để cải thiện dịch vụ và trải nghiệm khách hàng. Nó giúp tạo ra những trải nghiệm tốt hơn và dịch vụ chất lượng hơn, tăng cường mối quan hệ với khách hàng. Một số ít (4.7%) không rõ rõ ràng về lĩnh vực mà họ quan tâm. Điều này có thể liên quan đến những ứng dụng khác mà Generative AI mang lại mà họ chưa thấy rõ.
- Richie Cotton:
Được, tôi thấy những ba lĩnh vực đó rất hợp lý. Nâng cao năng suất, tự động hóa công việc nhàm chán và mang lại trải nghiệm tốt hơn cho khách hàng.
- Randy Bean:
Tôi đã tham gia một sự kiện tại Harvard University vào tháng 10, nơi có các lãnh đạo từ Harvard Medical School. Họ chia sẻ rằng trí tuệ nhân tạo (AI) đã hiệu quả hơn trong việc chẩn đoán bệnh so với bác sĩ, đạt tỷ lệ chính xác 90%. Họ đề cập đến một trường hợp cụ thể, nơi một người bệnh có nhiều triệu chứng và đã nhận được nhiều chẩn đoán khác nhau từ 10 bác sĩ. Khi sử dụng AI, kết quả được coi là chẩn đoán đúng, được xác nhận bởi các chuyên gia y tế.
Ngoài ra, họ cũng chia sẻ rằng trong 80% trường hợp, AI trí tuệ nhân tạo được báo cáo bởi bệnh nhân mang lại thông tin về lòng trắc ẩn chính xác hơn so với bác sĩ. Thông tin này khiến tôi ấn tượng vì nó đánh giá cao khả năng của trí tuệ nhân tạo trong việc đánh giá tâm lý và tâm trạng của bệnh nhân.
Tôi đã chia sẻ thông tin này với vợ, người làm việc trong ngành y tế, và cô ấy cũng đồng tình với những kết quả đáng chú ý này. Một tuần sau, khi tôi gặp giám đốc dữ liệu chính của Mayo Clinic, ông này cũng xác nhận rằng nghiên cứu từ Harvard Medical School phản ánh đúng hiệu suất và tiềm năng của trí tuệ nhân tạo trong lĩnh vực y học.
- Richie Cotton:
Ngạc nhiên! Đúng là cái khía cạnh về sự thông cảm thực sự làm tôi rất ngạc nhiên. Nhưng bây giờ tôi nghĩ về nó, có thể nó đặt ra được mức độ giọng nói cho những công cụ trí tuệ nhân tạo này. Đúng, có thể duy trì một giọng điệu thân thiện một cách liên tục. Một điều chúng ta đã thảo luận nhiều trong podcast suốt năm qua là ý tưởng rằng trong tương lai gần, có lẽ sẽ là sự hợp tác giữa con người và trí tuệ nhân tạo.
Nhưng trong trường hợp này, bạn nói rằng thực sự trí tuệ nhân tạo đang vượt trội hơn con người nhiều lần. Vì vậy, bạn có nhìn nhận rằng điều này có thể dẫn đến trí tuệ nhân tạo thay thế con người thay vì tăng cường khả năng của họ không?
- Randy Bean:
Có lẽ điều quan trọng là tôi đã tham dự một sự kiện ở Boston vào tuần trước, hội nghị thượng đỉnh về giám đốc dữ liệu và tổ chức buổi phát biểu khai mạc cho các giám đốc dữ liệu. Và ngày thứ hai là giám đốc AI. Nó được coi là lần đầu tiên tôi tập hợp các giám đốc AI và nó được tổ chức ở “Northeastern University” (Đại học Đông Bắc) tại một trung tâm mới.
Họ vừa thành lập Viện AI trải nghiệm. Hôm qua, tôi nói chuyện với giám đốc, một Tiến sĩ với 30 năm kinh nghiệm, từng lãnh đạo nghiên cứu AI cho Microsoft và Yahoo. Ông chia sẻ quan điểm rằng con người là yếu tố quan trọng nhất trong phát triển AI, nhấn mạnh về tầm quan trọng của sự tương tác và kết nối với người dùng trong quá trình phát triển công nghệ.
Điều thú vị là ông đưa ra nhận định rằng trải nghiệm thực sự theo ngữ cảnh của con người có thể định hình hướng đi của quá trình phát triển AI. Ông ấy, một chuyên gia quốc tế hàng đầu, đặt ra điều này như một khía cạnh quan trọng trong sự phát triển của trí tuệ nhân tạo.
Tháng 10 vừa qua, tôi tham gia sự kiện Wall Street Journal Tech Live với lời mời đặc biệt. Đây là một trải nghiệm thú vị với sự tham gia của những người nổi tiếng như Vinod Khosla và đặc biệt, diễn giả chính là Sam Altman. Chỉ có khoảng 100 người tham gia sự kiện này.
Sau sự kiện, có một biến động đáng chú ý. Một tuần sau, Sam Altman bất ngờ bị sa thải, nhưng chỉ sau hai tuần, ông lại được tái tuyển. Sự việc này đã tạo nên một làn sóng trực tuyến khi tôi viết về nó, và nhanh chóng trở thành một hiện tượng.
Trong buổi diễn thuyết của mình, Sam Altman chia sẻ về trí tuệ nhân tạo tổng quát, đưa ra quan điểm rằng máy tính có khả năng thực hiện bất kỳ nhiệm vụ nhận thức nào tốt hơn con người. Cuộc thảo luận sau đó xoay quanh câu hỏi liệu điều này có xảy ra trong thời gian ngắn như một năm hay còn mất đến bảy năm nữa không. Đáng chú ý, quan điểm của họ đã thay đổi nhanh chóng: từ bảy năm xuống còn một vài tháng hoặc thậm chí là hiện tại.
Do đó, một lần nữa, nó làm nổi bật vai trò quan trọng của con người trong việc hướng dẫn và thúc đẩy quá trình này. Tuy nhiên, cũng nên lưu ý đến khái niệm về trí tuệ nhân tạo tổng quát, nơi máy móc có thể vượt qua khả năng của con người trong các nhiệm vụ nhận thức.
- Richie Cotton:
Điều đó sẽ là một sự kiện cách mạng nếu chúng ta đạt được. Và đặc biệt, như bạn nói, có thể đã xảy ra trong phòng thí nghiệm rồi. Đó là một ý nghĩ hấp dẫn và đồng thời là một ý nghĩ kinh hoàng một chút. Trước khi chúng ta tiếp tục với trí tuệ nhân tạo, hãy quay trở lại với cuộc khảo sát. Vậy nên, chúng ta đang nói chút về việc tổ chức trí tuệ nhân tạo trong các tổ chức hiện tại. Bạn có thấy sự khác biệt giữa các ngành không? Điều gì đang diễn ra ở đó?
- Randy Bean:
Đó là một câu hỏi hay. Người tham gia khảo sát thực sự đã có một phân loại về điều đó. Vì vậy, tôi có thể cung cấp cho bạn một ý kiến về năm nay. 50,9% là từ ngành dịch vụ tài chính, và ngành dịch vụ tài chính luôn là nhóm người tham gia lớn nhất trong những cuộc khảo sát này vì họ rất chú trọng đến dữ liệu và phân tích và đã đầu tư vào các sáng kiến về dữ liệu và phân tích trong hơn một thế hệ.
Sự bùng nổ đáng kể hiện nay nằm ở lĩnh vực chăm sóc sức khỏe và khoa học đời sống. Điều thú vị là, theo cuộc khảo sát mới, 15% người tham gia đã chọn những công ty hoạt động trong lĩnh vực này. Điều này không ngạc nhiên, đặc biệt là trong bối cảnh đại dịch COVID, khi sự cạnh tranh về phát triển vắc xin và chia sẻ dữ liệu giữa các nhóm lâm sàng đã đẩy mạnh cho sự tiến bộ.
Không chỉ vậy, chúng ta còn thấy 11% người tham gia đến từ lĩnh vực bán lẻ và tiêu dùng, với sự tích cực rõ ràng. Trong khi các công ty dịch vụ tài chính có vai trò quan trọng, có vẻ như sự quản lý chặt chẽ nhất định đang tập trung chủ yếu vào lĩnh vực chăm sóc sức khỏe và khoa học đời sống.
Nên nhiều công việc tập trung vào phòng thủ. Đối với người tiêu dùng và bán lẻ, thực tế là khá khó chịu. Một lần, tôi đã phát biểu quan trọng ở Boston vào tháng 10 năm trước. Tại đó, Diana Shilhouse, giám đốc dữ liệu của Colgate Palmolive, chia sẻ về vai trò của mình trong việc phân tích và hiểu biết sâu sắc.
Tôi cũng thảo luận với ba giám đốc dữ liệu ngân hàng về thời gian họ dành cho các hoạt động tấn công để phát triển kinh doanh mới. Tôi hỏi họ chiếm bao nhiêu phần trăm thời gian cho các hoạt động phòng thủ, quản lý rủi ro và tuân thủ quy định. Các chủ ngân hàng đều chia sẻ mong muốn đạt được khoảng 30-40%, và nếu có thể, thậm chí là 50%, đối với các hoạt động tấn công.
Tôi đã gặp cô ấy và cô ấy thẳng thừng nói rằng đó là sự xúc phạm tuyệt đối. Nghe có vẻ như đang khuyến khích, nhưng tôi nghĩ điều đó phụ thuộc vào lĩnh vực công việc mà bạn đang làm. Năm ngoái, tôi viết một bài về Levi’s, một công ty thời trang.
Họ đang trong quá trình thay đổi, cố gắng dự đoán xu hướng và nhu cầu, điều ngược lại hoàn toàn so với lĩnh vực dịch vụ tài chính, nơi tập trung vào an toàn và bảo mật tài sản. Với các ngân hàng lớn như American Express, Wells Fargo, Bank of America, hay Citigroup, mức độ tin cậy vẫn được duy trì qua 150 năm, đó là điều ấn tượng.
- Richie Cotton:
Tôi đoán những ngành công nghiệp được quy định chặt chẽ sẽ phải làm nhiều công việc phòng thủ hơn, vì nếu không họ sẽ bị kiện hoặc bị phạt. Vậy có thể bạn nói thêm về những rủi ro kinh doanh mà các công ty đang lo lắng khi sử dụng trí tuệ nhân tạo không?
- Randy Bean:
Chắc chắn, tớ có thể trả lời theo một vài cách khác nhau. Đầu tiên, về các hoạt động phòng thủ, đặc biệt trong lĩnh vực tài chính, năm nay có nhiều thời gian dành cho phòng thủ hơn so với năm trước vài năm, điều này được kích thích bởi sự thất bại của Silicon Valley Bank và First Republic Bank.
Ngay lúc này, các cơ quan quản lý đột ngột xuất hiện trở lại, đặc biệt tập trung vào giám sát các ngân hàng loại 2 và loại 3. Các ngân hàng lớn đang phải đối mặt với kiểm tra quản lý khắt khe. CDOs, những người chịu trách nhiệm về quản lý dữ liệu, từ các ngân hàng khu vực lớn, và tương tự, bày tỏ rằng họ không đang tập trung vào việc mở rộng kinh doanh.
Thực tế, họ đang dành hết thời gian của mình để tương tác với các cơ quan quản lý. Điều này là một phần của chiến lược phòng thủ chống lại các đợt tấn công tiềm ẩn. Đối với câu hỏi thứ hai của bạn về…
- Richie Cotton:
Đúng, nó chỉ là về những rủi ro mà các giám đốc đang lo lắng nhất khi sử dụng trí tuệ nhân tạo và Generative AI cụ thể.
- Randy Bean:
Chắc chắn, rủi ro từ Generative AI là một vấn đề lớn. Kết quả khảo sát của chúng tôi chỉ ra rằng 44,3% người tham gia cho rằng sự lan truyền thông tin sai lệch hoặc thông tin đánh lừa là một trong những rủi ro chính. Điều này đặc biệt đáng lo ngại khi xem xét trên các nền tảng truyền thông xã hội, nơi có khả năng hiển thị nội dung phù hợp với đối tượng mục tiêu.
Vấn đề thứ hai quan trọng được nêu là 23,6% người tham gia lo ngại về độ chệch đạo đức, trong khi 5,7% nói về mất việc làm và thay đổi nghề nghiệp. Còn lại các vấn đề khác cũng đóng góp vào tình hình rủi ro tổng thể.
Ngoài ra, có một số câu hỏi về trách nhiệm và đạo đức liên quan đến dữ liệu và AI. Khoảng 73,8% cho biết đạo đức và AI là ưu tiên hàng đầu đối với tổ chức của họ. Tuy nhiên, chỉ có 51,4% nói rằng Hội đồng Quản trị có hiểu biết sâu rộng về các vấn đề này, trong khi 6% thì không.
Điều đáng chú ý là không đầy một nửa tổ chức (42,3%) có chính sách và thực hành cụ thể về trách nhiệm và đạo đức đối với dữ liệu và AI. Nếu nhìn vào ngành công nghiệp, chỉ có 15,9% nói rằng đã có đủ công việc để đối mặt với những thách thức này, trong khi 85% cho rằng còn rất nhiều công việc phải thực hiện. Tóm lại, còn nhiều khía cạnh cần được cải thiện để đảm bảo an toàn và trách nhiệm trong lĩnh vực Generative AI.
- Richie Cotton:
Vậy nghe có vẻ như có rất nhiều công việc phải làm để truyền đạt với các giám đốc về ý nghĩa thực sự của trí tuệ nhân tạo có trách nhiệm, và làm thế nào để đảm bảo rằng nó diễn ra trong tổ chức của họ. Điều này có vẻ như là một cách diễn giải hợp lý phải không?
- Randy Bean:
Đúng. Và vào đầu tuần này, tôi đã nói chuyện với một nhóm mới được giới thiệu gọi là “Responsible AI Institute” (Viện trí tuệ nhân tạo trách nhiệm). Họ đang làm việc với một số công ty Fortune 1000 từ khoảng năm nay rồi, và họ đang cố gắng phát triển các tiêu chuẩn và thực hành trí tuệ nhân tạo có trách nhiệm cho những tổ chức đó.
Vì vậy, họ có một mẫu sẵn. Và tôi đã được giới thiệu bởi một trong những công ty Fortune 1000 làm việc với họ.
- Richie Cotton:
Được biết đến rằng có những tổ chức như vậy để giúp đào tạo các nhà lãnh đạo là điều tốt. Chúng ta đã nói một chút về rủi ro đối với doanh nghiệp nhưng bạn cũng đã đề cập đến việc có khoảng 4% các công ty đơn giản không chạm vào Generative AI chút nào. Tôi đang tự hỏi những rào cản hoàn toàn đối với việc áp dụng là gì?
- Randy Bean:
Tôi sẽ nói rằng nó là những vấn đề giống nhau đã là rào cản đối với bất kỳ sáng kiến dữ liệu và phân tích nào trong tổ chức. Đó là một câu hỏi mà chúng tôi đã đặt ra qua nhiều năm, và nói chung, thách thức chính là trở thành người điều khiển dữ liệu hay bị dữ liệu và AI điều khiển?
Và câu trả lời ngắn gọn là câu trả lời là nhất quán. Chúng tôi hỏi liệu có phải là văn hóa, con người, quy trình và tổ chức hay là giới hạn công nghệ, và gần như mọi người, 77,6% nói rằng nó không có gì liên quan đến công nghệ. Đó là tất cả về văn hóa, con người, quản lý thay đổi, giao tiếp.
Đôi khi, khi thảo luận về triển khai khả năng mới trong một tổ chức, chúng ta thường gặp phải những thách thức tự nhiên và sự thiếu hiểu biết từ các thành viên. Khi tôi gặp những người lãnh đạo dữ liệu, họ thường tự hào về mọi khả năng đang được tạo ra. Điều này đúng là một thành tựu đáng khen ngợi.
Tôi cũng đã trò chuyện với CIO và các tổ chức công nghệ, nơi họ thường nhấn mạnh về kiến trúc và cơ sở hạ tầng mà họ đang phát triển. Tuy nhiên, khi gặp những nhà lãnh đạo doanh nghiệp, tôi thường đặt câu hỏi: “Bạn có thực sự nhận được giá trị từ khoản đầu tư vào dữ liệu và phân tích của mình không?” – một câu hỏi quan trọng để đánh giá thực tế của những nỗ lực đã được đầu tư.
- Randy Bean:
Có vẻ như trong năm nay, đã có nhiều tiến bộ và nhiều thành công về AI trí tuệ nhân tạo. Tuy nhiên, việc cơ bản như chất lượng dữ liệu và quản lý dữ liệu lại là những điểm khó khăn mà các nhà quản lý đang gặp phải. Ông nghĩ sao về vấn đề chính này?
- Randy Bean:
Dường như các ngành công nghiệp có quy định chặt chẽ sẽ phải thực hiện nhiều công việc phòng thủ hơn, vì nếu không, họ sẽ bị kiện hoặc phạt đến mức không thể chịu đựng. Richie, bạn có thể cho tôi biết thêm về những rủi ro doanh nghiệp mà các công ty đang lo lắng khi sử dụng trí tuệ nhân tạo không?
- Richie Cotton:
Khi thảo luận về việc triển khai khả năng mới trong tổ chức, chúng ta thường phải đối mặt với những thách thức tự nhiên và sự thiếu hiểu biết từ các thành viên. Gặp gỡ với những người lãnh đạo dữ liệu, họ thường tự hào về mọi khả năng mới đang được phát triển – một thành tựu đáng khen ngợi.
Còn khi nói chuyện với CIO và các tổ chức công nghệ, họ thường tập trung vào việc phát triển kiến trúc và cơ sở hạ tầng. Tuy nhiên, khi nói chuyện với các nhà lãnh đạo doanh nghiệp, tôi thường đặt một câu hỏi quan trọng: “Khoản đầu tư của bạn vào dữ liệu và phân tích có mang lại giá trị thực sự không?” – một cách đánh giá chặt chẽ về hiệu suất của những nỗ lực đã được đầu tư.
- Randy Bean:
Chắc chắn, có nhiều vấn đề rủi ro lớn khi nói đến trí tuệ nhân tạo. Trong cuộc nghiên cứu của chúng tôi, 44,3% người tham gia đã chỉ ra rằng mối đe dọa lớn nhất là sự lan truyền thông tin sai lệch hoặc thông tin đánh lừa. Đặc biệt, khi xem xét các nền tảng truyền thông xã hội và các phương tiện truyền thông khác, có nhiều thông tin được biên soạn để đáp ứng nhu cầu cụ thể.
Một vấn đề khác được đề cập là độ chênh lệch về đạo đức, với 23,6% người tham gia lo lắng về việc AI có thể tạo ra những quyết định không công bằng. Còn 5,7% nói rằng có nguy cơ mất việc làm.
Quan trọng là chúng tôi đã thăm dò ý kiến về việc liệu đạo đức và trách nhiệm khi sử dụng AI có phải là ưu tiên hàng đầu hay không. Khoảng 73,8% người tham gia cho rằng đây là một ưu tiên quan trọng. Chúng tôi cũng hỏi về sự hiểu biết của Ban Giám đốc về vấn đề này, và kết quả chỉ ra rằng 51,4% họ có hiểu biết sâu rộng, trong khi 6% không có.
Cuối cùng, tôi muốn chia sẻ về cuộc thảo luận tại Hiệp hội Quản trị Doanh nghiệp Quốc gia, nơi tôi trò chuyện với 4 giám đốc doanh nghiệp vào ngày 1 tháng 11. Cuộc trò chuyện tập trung vào những vấn đề và lo ngại về trí tuệ nhân tạo, đặc biệt là với những người cảm thấy họ còn thiếu thông tin để đưa ra quyết định chiến lược về vấn đề này.
- Richie Cotton:
Nghe có vẻ như mặc dù có nhiều tiến triển trong năm nay và nhiều câu chuyện thành công về việc tiến triển với trí tuệ nhân tạo, nhưng thực sự là các yếu tố cơ bản, chất lượng dữ liệu, quản lý dữ liệu là phần khó khăn mà các nhà lãnh đạo thường gặp phải. Có chăng điều này là đúng? Đây có là những điểm khó lớn nhất?
Randy Bean: Dữ liệu có đang là động lực đẩy mạnh sự đổi mới kinh doanh trong tổ chức của bạn không? Năm ngoái, 59.5% cho biết là có, con số giống hệt như năm 2019. Nhưng năm nay, con số đã tăng lên đáng kể lên 77.6%. Một bước tiến quan trọng, tăng khoảng 20% hoặc 30%. Chúng tôi hỏi, tổ chức của bạn có đang cạnh tranh dựa trên dữ liệu và phân tích không?
Năm ngoái, chỉ có 40.8% cho biết là có, ít hơn nửa. Thấp hơn so với năm 2019 khi con số là 47.6%. Nhưng năm nay, con số đã tăng lên 50%. Nửa cho biết là có, nửa là không. Nhìn nhận như cốc nửa đầy hoặc nửa rỗng. Có tiến bộ nhiều, nhưng cũng còn nhiều công việc và nhu cầu về nhân sự trong tương lai.
Chúng tôi hỏi, liệu bạn có quản lý dữ liệu như một tài sản kinh doanh không? Năm ngoái chỉ có 39.5%, nhưng năm nay con số đã tăng lên 49.1%. Điều quan trọng, đặc biệt trong bối cảnh trí tuệ nhân tạo sáng tạo. Chúng tôi hỏi, liệu bạn đã tạo ra một tổ chức dựa trên dữ liệu chưa? Năm ngoái, chỉ có 23.9% trả lời là có, nhưng năm nay con số này đã gần gấp đôi lên 48.1%. Điều đáng kinh ngạc. Chưa từng thấy trong bất kỳ phiên bản khảo sát trước đây.
Và cuối cùng, chúng tôi hỏi, liệu bạn đã thiết lập một văn hóa dựa trên dữ liệu và phân tích chưa? Năm ngoái chỉ có 20.6%, 1 trong 5 người, nhưng năm nay con số đã tăng lên 42.6%. Một lần nữa, chúng tôi quy attributing sự tăng đột ngột này vào sự chú ý mà trí tuệ nhân tạo sáng tạo đã mang lại cho tổ chức, cách nó thực sự đã nâng cao vai trò của dữ liệu và phân tích trong mọi lĩnh vực của các doanh nghiệp.
- Richie Cotton:
Vậy nghe có vẻ là rất tích cực đúng không? Rất nhiều tiến triển đã được đạt được trong phân tích cốt lõi chỉ nhờ vào sự hứng thú từ trí tuệ nhân tạo sáng tạo.
- Randy Bean:
Và với câu hỏi của bạn, một điểm dữ liệu khác chúng tôi hỏi là liệu các nỗ lực để cải thiện chất lượng dữ liệu thành công không? 37% cho biết là có, nên còn rất xa để có chất lượng dữ liệu tốt. Tôi không biết liệu vấn đề về chất lượng dữ liệu có bao giờ được giải quyết được không.
- Richie Cotton:
Đúng vậy, có thể thấy rằng việc có dữ liệu chất lượng cao là quan trọng, nhưng đôi khi người ta không muốn đối mặt với thách thức này. Có một số điểm bạn nghĩ về nguyên nhân của vấn đề này không? Trong nhiều trường hợp, tổ chức có thể có chuyên môn về dữ liệu, nhưng có vẻ như chỉ đạt được một phần. Bạn nghĩ vấn đề chủ yếu nằm ở đâu? Có điều gì làm cản trở sự thành công lớn hơn với dữ liệu?
- Randy Bean:
Chúng ta hãy quay lại đề cập đến các vấn đề văn hóa một chút. Có thể nói một chút về vai trò của quản trị viên dữ liệu chính. Điều đáng chú ý là vai trò này ít tồn tại 15 năm , và nó thực sự bắt đầu nổi lên do ảnh hưởng của cuộc khủng hoảng tài chính năm 2007-2008, đặc biệt là trong các ngân hàng lớn.
Ví dụ, bạn xem xét việc công ty bạn có bổ nhiệm một giám đốc dữ liệu và phân tích chưa, vào năm 2012 chỉ có 12% công ty trả lời là đã bổ nhiệm. Nhưng trong thời điểm hiện tại, con số này đã tăng lên đáng kể, đạt đến 83.2%. Cần lưu ý rằng vai trò này vẫn còn khá mới mẻ. Một thế hệ trước đó, có một cụm từ đùa nhau rằng CIO (Chief Information Officer) có thể hiểu là “sự nghiệp đã kết thúc” vì nó thường biến động nhiều.
Điều tương tự cũng đang xảy ra với quản trị viên dữ liệu chính. Chúng tôi đã viết trên Harvard Business Review cách đây nửa năm về việc tuổi thọ trung bình của họ chỉ là khoảng 24 tháng. Thực tế, vào năm 2023, chúng tôi nhận thấy con số này giảm xuống trong một số tổ chức. Có sự đổi mới đáng kể về nhân sự trong số các giám đốc dữ liệu chính của Fortune 1000 so với bất kỳ năm nào trước đó.
- Richie Cotton:
Xin lỗi, đó chỉ là một thống kê khá bất ngờ, như là các quan chức dữ liệu hàng đầu chỉ kéo dài không quá hai năm và thậm chí ngày càng ngắn hạn hơn. Anh có ý kiến gì về điều này không?
- Randy Bean:
Đúng vậy, có hai yếu tố chính. Thứ nhất là năm nay có sự đẩy mạnh để mang lại giá trị kinh doanh. Điều này được thúc đẩy chủ yếu bởi các yếu tố kinh tế. Do đó, tổ chức có lo ngại về số tiền họ phải chi tiêu và phải đưa ra quyết định về nơi họ chi tiêu và không chi tiêu. Trong những năm qua, 98% tổ chức nói họ đang chi tiêu nhiều hơn cho các dự án dữ liệu và phân tích hàng năm. Nhưng vẫn còn những khoảng trống về việc đạt được giá trị kinh doanh có thể đo lường, như lợi nhuận, doanh thu, nắm bắt khách hàng và những điều tương tự. Do đó, nhiều tổ chức đã dành thời gian để xây dựng cơ sở hạ tầng, kiến trúc, khả năng và các khía cạnh khác.
Nên đầu năm nay, một số tổ chức, những người lãnh đạo đã hỏi các quan chức dữ liệu chính và nói rằng: “Vậy là, kết quả có thể đo lường được từ số tiền chúng tôi đã đầu tư vào những năm qua cho các dự án dữ liệu và phân tích là ở đâu?” Và họ đáp, “Chúng tôi đang xây dựng khả năng, nhưng chúng tôi không nhất thiết có những con số đó”.
Ở một số trường hợp, các nhà quản lý nói rằng, “Vậy thì, bạn bị sa thải.” Trong các trường hợp khác, họ nói rằng, “Bạn có 60 ngày để sản xuất những con số đó.” Và kết quả là, một số người, họ không ở trong tình thế có thể làm được điều đó. Còn người khác chỉ nói rằng, “Chúng tôi không muốn đối mặt với điều này. Điều này là không hợp lý, khi mà đồng hồ đột ngột quay và bây giờ lại có những yêu cầu được đưa ra mà chúng tôi không được tổ chức đáp ứng.”
Yếu tố thứ hai, ngoài việc đòi hỏi chứng minh giá trị kinh doanh, trí tuệ nhân tạo (AI) đang tạo ra một ảnh hưởng lớn. Với sự xuất hiện nhanh chóng của nó, nhiều lãnh đạo cấp cao đã đặt câu hỏi quan trọng đến quan chức dữ liệu chính: “Trí tuệ nhân tạo ảnh hưởng thế nào?”
“Cần phải làm gì?” – Những quan chức dữ liệu cũng giống như chúng ta đang học hỏi, và họ không có câu trả lời tự động. Kết quả là, nhiều tổ chức đang nhấn mạnh cần phải có người có khả năng tìm ra giải pháp ngay bây giờ, không thể chờ đợi. Do đó, vai trò của họ trong năm nay vẫn tiếp tục chuyển động và đã phát triển hơn bất kỳ năm nào.
Cũng trong sự kiện tuần trước. AI trí tuệ nhân tạo đã tạo ra một vai trò mới. Một trong những câu hỏi quan trọng mà chúng tôi đặt ra là về quyền hạn của Quan chức Dữ liệu Chính khi mới bắt đầu. Chúng tôi tìm hiểu về vai trò của họ trong quản lý dữ liệu và khi tổ chức chuyển từ thái độ phòng ngự sang thái độ tấn công, họ đã nói rằng “cần tích hợp phân tích vào đây.” Điều này đã làm cho vai trò chuyển từ CDO sang CDAO.
Chúng tôi hỏi liệu phân tích dữ liệu có phải là một phần của chức năng CDO, CDAO trong tổ chức của bạn không? 70,8% nói là có, cho thấy phân tích dữ liệu đang tích hợp mạnh mẽ trong hầu hết các tổ chức.
Tuy nhiên, khi chúng tôi hỏi về vai trò của trí tuệ nhân tạo, chỉ 61,7% nói rằng nó là một phần của ủy thác CDO, CDAO, ít hơn một chút. Nhưng khi hỏi liệu trí tuệ nhân tạo có nên là một phần của ủy thác CDO, CDAO không, 79,4% nói là có. Điều này đồng nghĩa một quá trình đang diễn ra, trong đó các tổ chức bắt đầu nhận ra sức mạnh biến đổi của trí tuệ nhân tạo và đang tích hợp nó vào cơ cấu tổ chức.
Câu hỏi còn lại là liệu Quan chức Dữ liệu Chính có thể đáp ứng được những thách thức này hay không. Có khả năng rằng vai trò của họ không phải là chuyên biệt, và việc đặt điều này trong tổ chức là một thách thức lớn đang được giải quyết. Nhìn chung, có vẻ như đây là một quá trình phức tạp và đang trong quá trình phát triển từ những gì tôi và quan sát.
- Richie Cotton:
Có vẻ như, ai đó muốn đảm nhận trách nhiệm quản lý dữ liệu khổng lồ và đảm bảo rằng các chỉ số được đồng bộ hóa trên các phòng ban khác nhau, đó là một vai trò rất khác biệt so với làm thế nào có thể cải thiện năng suất bằng cách sử dụng trí tuệ nhân tạo.
- Randy Bean:
Đúng vậy. Tôi thường xuyên được hỏi về lý do tại sao có sự chênh lệch này trong 10 năm giữa các giám đốc dữ liệu chính và tại sao một số giám đốc dữ liệu chính thành công trong khi một số khác lại không thành công. Ban đầu, có rất nhiều phản hồi hoặc ý kiến cho rằng các nhà lãnh đạo kinh doanh không biết họ đang làm gì.
Họ thực sự không có một kế hoạch vững chắc về cách dữ liệu và phân tích dữ liệu hợp nhất vào tổ chức cũng như xây dựng hình ảnh tổng thể của tổ chức. Mặt khác, rất nhiều người được thăng chức hoặc được bổ nhiệm vào vị trí giám đốc dữ liệu chính và phân tích dữ liệu thực sự là chuyên gia với các vấn đề cơ bản này.
Vậy nên họ không phải là những người kinh doanh. Họ không nhất thiết có tầm nhìn về cách dữ liệu và phân tích dữ liệu hợp nhất vào hình ảnh tổng thể về lợi nhuận và mục tiêu kinh doanh của tổ chức. Họ mới xuất hiện trong bảng giám đốc về cả giao tiếp lẫn cuộc chiến vùng và những cú đấm sắc nhọn trong xây dựng mối quan hệ với sự bảo trợ.
Vì vậy, họ có phần giống như con cừu lạc vào giữa bầy sói, nếu đó là một phép so sánh đúng. Đã là một trải nghiệm học hỏi. Một số giám đốc dữ liệu chính bây giờ đang nói, tôi sẽ không bao giờ làm điều đó nữa. Và họ đang chọn lựa hoặc đặt mục tiêu khác. Và bây giờ có một thế hệ giám đốc dữ liệu chính mới đang bước vào, những kỳ vọng vẫn tiếp tục thay đổi và phát triển.
Nhưng, bạn biết đấy, đừng làm một cú sốc, như đã nói, đã có 10 đến 15 năm rồi. Trong sự nghiệp đầu đời của tôi, tôi làm việc với một CIO hàng đầu trong Fortune 1000, người là phó chủ tịch của tổ chức. Anh ấy nói với tôi: “Bạn phải hiểu rằng không có điều gì xảy ra trong thời gian dưới một thập kỷ”.
Và tôi nghĩ, wow, đó là một quan điểm rất chế nhạo, nhưng bây giờ tôi đã trải qua nhiều thập kỷ kinh nghiệm, đặc biệt là đối với các công ty chủ lực truyền thống, họ thực hiện sự thay đổi và áp dụng sự thay đổi theo cách rất dần dần.
Họ đang cố gắng trách nhiệm, công việc của họ không phải là đứng đầu về công nghệ mới, điều đó được để lại cho Google, Apple, Facebook, Microsoft và những người khác. Họ đang cạnh tranh với những người khác trong ngành, nếu bạn là một công ty bảo hiểm, bạn không sẽ không điều chỉnh nhưng bạn sẽ tiếp tục cung cấp sản phẩm của mình.
Đó là lý do tại sao các tổ chức như Ally Financial mà tôi đề cập hoặc Capital One trong lĩnh vực ngân hàng, đã làm cuộc cách mạng trong ngữ cảnh của ngành công nghiệp cụ thể, đã chú trọng rất nhiều vào phân tích dữ liệu thay vì tiếp cận truyền thống đối với sản phẩm và dịch vụ. Đúng vậy, đối với các công ty chủ lực, thay đổi mất thời gian và thường xuyên xảy ra trong khoảng thập kỷ. Chúng ta đã 25 năm vào cuộc cách mạng số.
Và tôi biết rằng nhiều tổ chức tôi đã làm việc trong thời gian đại dịch COVID, họ đã thực hiện những bước nhảy cực kỳ lớn về khả năng số hóa của mình. Trước đó, không có sự khẩn cấp chuyển đổi. Nhưng khi mọi người không thể đến chi nhánh hoặc văn phòng, họ phải tìm cách cung cấp tất cả các dịch vụ của mình theo cách trực tuyến và số hóa.
- Richie Cotton:
Có lẽ tôi đã dành quá nhiều thời gian trong lĩnh vực khởi nghiệp vì một thập kỷ dường như là khoảng thời gian khá dài. Vậy nên, tôi thực sự muốn hỏi ông: “ông nghĩ về vai trò quản lý dữ liệu trưởng sẽ phát triển ra sao trong năm năm tới. Có lẽ cần một khoảng thời gian dài hơn. Nhưng, ông nghĩ gì về tương lai của các quản lý dữ liệu trưởng?
- Randy Bean:
Đúng, tôi nghĩ rằng đó là điểm chính của vấn đề. Câu hỏi quan trọng nhất hiện nay đối với vai trò và chức năng đó, ngay tại thời điểm này, nó vẫn đang trong quá trình phát triển. Vấn đề ở đây là liệu trí tuệ nhân tạo có phải là trách nhiệm của người quản lý dữ liệu trưởng hay không?
Tôi đã đề cập đến một buổi hội thảo mà tôi tham gia vào tháng 10 tại Boston, sự kiện quản lý dữ liệu trưởng. Tôi có ba diễn giả. Tôi đã đặt câu hỏi đó cho ba diễn giả và hai trong số họ nói rằng nó nhất định phải là một phần của vai trò quản lý dữ liệu trưởng. Người thứ ba nói rằng nó nhất định không nên là một phần của vai trò quản lý dữ liệu trưởng. Và một số lý do họ chỉ ra là.
Có quá nhiều rủi ro và vấn đề về quy định, quyền riêng tư và đạo đức cần được giải quyết trước, thực sự cần những biện pháp an toàn và những người có kinh nghiệm với những vấn đề này để đưa ra những khả năng mới thay vì chỉ nói: “bạn biết đấy, hãy thử xem sao”
Đó là một chức năng mới với toàn bộ tập hợp các yếu tố cần được xem xét liên quan đến vai trò nói chung. Bạn biết không, nó đã chuyển từ phòng thủ sang tấn công tích hợp khả năng phân tích. Bây giờ chúng ta sẽ xem xét xem làm thế nào để phù hợp với chúng. Và cũng có sự nâng cao trong vai trò báo cáo của tổ chức.
Ví dụ, trong năm nay, khoảng 35% quản lý dữ liệu trưởng bây giờ đang báo cáo cho giám đốc điều hành. 5 năm trước, hầu hết các quản lý dữ liệu trưởng báo cáo cho giám đốc công nghệ thông tin. Vì vậy, nó thực sự đã chuyển ra khỏi chức năng công nghệ thông tin để trở thành một chức năng đồng cấp ngay bây giờ và có sự nâng cao hơn.
- Richie Cotton:
Làm thế nào mà cấu trúc báo cáo lại thay đổi thú vị như thế? Bây giờ anh nói về nền tảng dữ liệu trước đây, nên tôi muốn hỏi xem anh có thấy bất kỳ sự thay đổi nào trong thái độ của các nhà quản lý cấp cao đối với dữ liệu trong năm qua không?
- Randy Bean:
Đúng, trong năm qua, có một sự biến đổi đáng kể. Và một lần nữa, điều đó được thúc đẩy bởi trí tuệ nhân tạo vì nó tạo ra một sự khẩn cấp để xem làm thế nào công nghệ này có thể được tận dụng để đạt được những lợi ích về năng suất cũng như nâng cao trách nhiệm công việc, v.v. Vì vậy, nếu trước đây đối với nhiều tổ chức, ý tưởng về dữ liệu và phân tích có vẻ hơi trừu tượng.
Nhưng bây giờ, có lẽ chúng ta nên chuyển sang việc làm chủ dữ liệu. Nói cách khác, nó đang trải qua một cảm giác khẩn cấp nơi các tổ chức đều nói rằng, chúng ta thực sự cần phải nghĩ về điều này một cách nghiêm túc, chúng ta đang ở một điểm quay biến đổi. Ví dụ, khi tôi đến sự kiện Wall Street Journal Tech Live, mọi người đều hỏi tôi, oh, bạn biết gì về trí tuệ nhân tạo?
Và các tổ chức cũng đang nói, liệu bạn có thể đến nói với chúng tôi về trí tuệ nhân tạo không? Tôi nói: “Bạn biết đấy, tôi không cảm thấy đủ chuyên nghiệp. Tôi không phải là chuyên gia. Nó đang diễn ra quá nhanh, v.v….” Nhưng điều quan trọng nhất mà tôi rút ra từ sự kiện Wall Street Journal Tech Live là rằng nó đang diễn ra rất nhanh chóng và khó để tránh khỏi.
Vì vậy, dù bạn thích hay không thích, nó vẫn sẽ xảy ra. Cho nên, bạn phải vượt qua, phải nắm bắt và lên kế hoạch cho nó, theo cách mà đường sắt rút ngắn hay sự rút ngắn khung thời gian của phát minh máy bay và động cơ tăng cường sản xuất.
Tôi đang đọc một cái gì đó gần đây nói về đường sắt hoặc máy bay, nhưng nói về sự phát triển của Bắc Mỹ và các dân tộc bản địa. Họ nói rằng khi ngựa được giới thiệu từ Tây Ban Nha và châu Âu, có thể như bạn biết được. Xảy ra đột ngột như thế đấy.
- Richie Cotton:
Chẳng có nhiều dân tộc, nhưng họ chưa từng tương tác. Chúng ta chỉ cách nhau vài dặm, nhưng giờ đây, với một con ngựa, mọi người có thể đến đó trong vòng năm phút. Trí tuệ nhân tạo sẽ không bị nghi ngờ có ảnh hưởng đến điều đó. Mọi người nói rằng trí tuệ nhân tạo có thể phá hủy mọi thứ bởi quy mô và những điều nó mang lại.
Có thể đưa ra nhiều lý luận về AI trí tuệ nhân tạo sẽ phá huỷ con người. Nhưng nó chỉ là một công cụ và bất kỳ công cụ nào đều có thể được sử dụng vào mục đích tốt hoặc xấu. Bạn biết đấy, ai đó hỏi tôi hôm qua và tôi đang nghĩ về điều đơn giản nhất mà tôi nghĩ đến. Tôi nói: “Một chiếc tua vít, có thể được sử dụng để fasten các vật thể, nhưng cũng có thể được sử dụng để đập vào ai đó nếu bạn chậm và mù”
Bất kỳ loại công nghệ hoặc công cụ nào cũng có thể được áp dụng vào các mục đích rất tích cực. Mọi thứ từ việc chữa bệnh, kiến thức khoa học, tiến bộ y tế có thể xảy ra một cách tiềm ẩn thông qua trí tuệ nhân tạo. Và các tổ chức đang làm việc về điều đó ngay bây giờ, thay vì phải đến bác sĩ một lần mỗi năm, bạn có thể được giám sát suốt ngày, từng giờ.
Nhưng đặc biệt là quanh vấn đề truyền thông xã hội, bầu cử, lãnh đạo. Cũng có thể xảy ra rất nhiều nguy cơ lạm dụng, tuyên truyền. Có những cơ hội tích cực, cũng có một số cơ hội tiêu cực thực sự. Bạn có thể tạo ra hình ảnh ngay bây giờ, ví dụ, ở đây là bằng chứng trong bức ảnh, hoặc đây là bằng chứng trong bức phim nhưng chúng có thể được tạo ra.
- Richie Cotton:
Chính xác. Vì vậy, tôi nghĩ hình ảnh giả đã tồn tại trong vài thập kỷ qua thông qua Photoshop, nhưng điều này thực sự mở rộng khả năng tạo ra những thứ như vậy.
- Randy Bean:
Chắc chắn.
- Richie Cotton:
Okay. Vì vậy, tôi muốn quay trở lại với nền tảng dữ liệu một chút, vì bạn đã đề cập rằng vào thời điểm này, các nhà quản lý đang nói, đúng, chúng ta cần phải trở nên chủ động về dữ liệu hơn, nhưng tôi nghĩ rằng chỉ có ít hơn một nửa số đó nghĩ rằng các công ty thực sự là chủ động về dữ liệu.
Điều gì sẽ thay đổi nền tảng để tăng số liệu đó?
- Randy Bean:
Câu trả lời nằm trong thời gian. Vì quá trình quản lý thay đổi diễn ra một cách trầm lắng, đặc biệt là đối với các doanh nghiệp mang đặc tính “Cổ điển”. Những doanh nghiệp này thường rất thận trọng và sẽ tiến triển theo tốc độ của đối tác, không có ý định cạnh tranh với các tên tuổi lớn như Amazon, Google, và những công ty hàng đầu khác.
- Richie Cotton:
Một quy tắc phổ biến mà chúng tôi đã nghe từ một số khách mời khác trên chương trình là kỹ năng xử lý dữ liệu hoặc sự thiếu hụt trong kỹ năng này vẫn là một thách thức phổ biến. Bạn nghĩ sao, liệu điều này vẫn đúng hay đã có những tiến triển mới?
- Randy Bean:
Tôi vừa nhảy sang phần thứ hai của câu trả lời cho câu hỏi trước đó của bạn, đó là theo thế hệ. Các thế hệ trẻ học hỏi mọi thứ và việc sử dụng các công nghệ khác nhau là một thói quen thứ hai, ngược lại với các nhà quản lý cấp cao có thể ở độ tuổi từ 50 đến 60 tuổi và còn nhiều hơn nữa.
Đối với họ, đó là một nỗ lực chuyển đổi. Điều này là cách chúng tôi đã thực hiện mọi thứ. Vâng, chúng tôi sẽ linh hoạt và nhạy bén. Đó là điều chắc chắn. Dữ liệu và khả năng trí tuệ nhân tạo đều quan trọng. Tuy nhiên, không phải là điều gì đó chúng tôi đã tích hợp sâu trong ADN của mình, đặc biệt là ở cấp quản lý trung ương. Nhưng khi thế hệ tiếp theo bắt đầu nổi lên, có vẻ như đã trôi qua một khoảng thời gian đáng kể vì bạn biết rằng một thế hệ là khoảng 35 năm.
Tuy nhiên, một phần của vấn đề đến từ việc dạy một chú chó già những kỹ thuật mới sẽ khó hơn với một chú chó mới có sẵn trong ADN, nó trở thành điều tự nhiên hơn. Do đó, một số thách thức chỉ là vấn đề của thời gian. Đối với kỹ năng xử lý dữ liệu, tôi hiểu rằng có rất nhiều đầu tư và sáng kiến như chuyên môn thông tin và các khía cạnh khác.
- Richie Cotton:
Bạn đang hứng thú nhất với điều gì trong lĩnh vực dữ liệu và trí tuệ nhân tạo hiện nay?
- Randy Bean:
Nhận thức dữ liệu là nền tảng cần thiết quan trọng. Nếu bạn không có dữ liệu tốt, kết quả từ trí tuệ nhân tạo cũng sẽ không tốt. Một hệ thống trí tuệ nhân tạo hiệu quả phụ thuộc vào dữ liệu. Do đó, muốn thành công với trí tuệ nhân tạo, chú trọng xây dựng cơ sở dữ liệu chất lượng là điều cần thiết.
- Richie Cotton:
Có hai khía cạnh ở đây. Một là mọi người muốn làm việc thú vị với trí tuệ nhân tạo, nhưng thực tế là cần phải tập trung vào việc cải thiện chất lượng dữ liệu. Điều này cũng đồng thời là động lực để nâng cao chất lượng dữ liệu. Bạn có lời khuyên cuối cùng cho những người lãnh đạo muốn cải thiện khả năng trí tuệ nhân tạo trong tổ chức của mình không?
- Randy Bean:
Tôi muốn khuyên rằng việc hợp tác và tài trợ từ các nhà lãnh đạo kinh doanh là rất quan trọng. Một lời khuyên cho các Chief Data Officer mới là tiếp xúc với hoạt động kinh doanh, hiểu rõ vấn đề cốt lõi của tổ chức và áp dụng kiến thức dữ liệu vào chúng. Khi có thể giải quyết các vấn đề quan trọng và đạt được sự tin tưởng từ lãnh đạo kinh doanh, sự uy tín và động lực sẽ tăng lên.
- Richie Cotton:
Vậy là việc để các nhà lãnh đạo dữ liệu và nhà kinh doanh nói chuyện và làm việc cùng nhau là chìa khóa thành công. Thiếu mối quan liên hệ mạnh mẽ cùng niềm tin, việc phát triển sẽ gặp nhiều khó khăn.
- Randy Bean:
Đúng vậy. Mọi thứ đã được nói đúng. Cảm ơn bạn đã mời tôi tham gia chương trình, Richie.
- Richie Cotton:
Rất vui được chia sẻ. Cảm ơn bạn, Randy.
Rất thú vị đúng không nào? Mọi khía cạnh về “Data and AI Leadership Survey” đã được hé mở, làm chúng ta đi từ ngạc nhiên này đến ngạc nhiên khác. Từ khám phá những câu trả lời và câu chuyện tuyệt vời về cách công nghệ đang thay đổi cách chúng ta nhìn nhận thế giới kinh doanh đến cách AI trí tuệ nhân tạo và dữ liệu trở thành nguồn động viên mạnh mẽ đằng sau sự đổi mới và phát triển của doanh nghiệp trong môi trường kinh doanh ngày nay. NativeX cảm ơn bạn đã đọc đến cuối, hẹn gặp lại ở những bài viết sau!
NativeX – Học tiếng Anh online toàn diện “4 kỹ năng ngôn ngữ” cho người đi làm.
Với mô hình “Lớp Học Nén” độc quyền:
- Tăng hơn 20 lần chạm “điểm kiến thức”, giúp hiểu sâu và nhớ lâu hơn gấp 5 lần.
- Tăng khả năng tiếp thu và tập trung qua các bài học cô đọng 3 – 5 phút.
- Rút ngắn gần 400 giờ học lý thuyết, tăng hơn 200 giờ thực hành.
- Hơn 10.000 hoạt động cải thiện 4 kỹ năng ngoại ngữ theo giáo trình chuẩn Quốc tế từ National Geographic Learning và Macmillan Education.
Tác giả: NativeX
