Việc kinh doanh

Hệ thống điều phối AI của Zapier: Copilot, Lead Router và 450 tích hợp

"Tôi cần tự động phân phối khách hàng tiềm năng theo khu vực địa lý"—bạn nhập vào và Zapier Copilot sẽ xây dựng quy trình làm việc. Hơn 8.000 ứng dụng có thể kết nối, hơn 450 tích hợp AI, hơn 30.000 hành động cho ChatGPT và Claude thông qua MCP. ROI được ghi nhận: BoobaDigital tăng 62% chuyển đổi, giảm 90% thời gian thủ công. Nhưng hãy cẩn thận: Các đại lý có độ chính xác mục tiêu 80% và cần được giám sát. Việc dân chủ hóa AI doanh nghiệp là có thật—nhưng không phải là "cài đặt và quên".

Trí tuệ nhân tạo chuyển đổi phân tích dữ liệu B2B: Kỷ nguyên mới của tự động hóa thông minh

Phân tích dữ liệu B2B đang trải qua một cuộc chuyển đổi triệt để nhờ sự tích hợp giữa tự động hóa và trí tuệ nhân tạo. Khả năng kết nối hàng trăm ứng dụng khác nhau và điều phối chúng thông qua các tác nhân AI cho phép các công ty tập trung hóa và tối ưu hóa việc quản lý dữ liệu theo một cách hoàn toàn mới, mà không cần đến các nhóm phát triển chuyên biệt.

Giá trị của tích hợp dữ liệu hỗ trợ AI

Trong bối cảnh số hóa năm 2025, khả năng tích hợp các nguồn dữ liệu đa dạng và tự động hóa chúng một cách thông minh sẽ là một bước ngoặt cho các công ty. Một phương pháp tiếp cận tích hợp cho phép tạo ra một hệ sinh thái số gắn kết, nơi thông tin không chỉ lưu chuyển tự do giữa các nền tảng khác nhau mà còn được trí tuệ nhân tạo tự động phân tích và xử lý.

Tập trung phân tích trong kỷ nguyên AI

Quản lý dữ liệu tập trung mang lại những lợi ích đáng kể, hiện được tăng cường nhờ khả năng của AI:

  • Giám sát thống nhất các số liệu quan trọng với phân tích dự đoán
  • Giảm thiểu sự phân mảnh thông tin thông qua tích hợp thông minh
  • Tổng quan về hiệu suất kinh doanh với thông tin chi tiết tự động
  • Tối ưu hóa quy trình ra quyết định dựa trên dữ liệu thời gian thực
  • Tự động hóa các nhiệm vụ lặp đi lặp lại giúp giải phóng nguồn lực cho các hoạt động chiến lược

Zapier: Từ công cụ tự động hóa đến nền tảng điều phối AI

Zapier đã phát triển đáng kể, trở thành một nền tảng điều phối AI toàn diện với hơn 8.000 ứng dụng có thể kết nối và hơn 450 tích hợp AI. Những phát triển gần đây đã thay đổi hoàn toàn cách tiếp cận tự động hóa doanh nghiệp.

Copilot: Trợ lý AI xây dựng quy trình làm việc thông qua hội thoại

Một trong những cải tiến đột phá nhất là Zapier Copilot , một trợ lý AI đàm thoại cho phép bạn tạo ra các quy trình làm việc phức tạp chỉ bằng cách mô tả nhu cầu của bạn bằng ngôn ngữ tự nhiên.

Thay vì phải tự tay cấu hình từng bước của quy trình tự động hóa, bạn có thể nói: "Tôi cần một hệ thống tự động phân phối khách hàng tiềm năng cho đội ngũ bán hàng dựa trên vị trí địa lý" hoặc thậm chí tải lên một bản phác thảo vẽ tay. Copilot tự động tạo ra toàn bộ quy trình làm việc thông qua Zap, Canvas, Bảng, Giao diện và Chatbot.

Khả năng của phi công phụ bao gồm:

  • Bộ nhớ ngữ cảnh của các cuộc trò chuyện trước đó và bối cảnh kinh doanh
  • Gợi ý thông minh để ánh xạ các trường giữa các ứng dụng khác nhau
  • Tương tác đa phương thức với hỗ trợ giọng nói
  • Tạo ra các hệ thống quy trình làm việc hoàn chỉnh, kết nối với nhau, không chỉ là các quy trình tự động hóa riêng lẻ

Điều quan trọng cần lưu ý là Copilot giúp tăng tốc quá trình nhưng không thay thế hoàn toàn. Kết quả đầu ra phải luôn được xác minh, kiểm tra và tối ưu hóa—đây là một trợ lý mạnh mẽ, chứ không phải là một hệ thống độc lập hoàn hảo.

Lead Router: ROI có thể đo lường được trong quản lý bán hàng

Lead Router của Zapier giải quyết một trong những vấn đề tốn kém nhất đối với các công ty B2B: phân phối khách hàng tiềm năng một cách hiệu quả và thông minh.

Hệ thống sử dụng kiến ​​trúc được tối ưu hóa đảm bảo mức tiêu thụ tác vụ có thể dự đoán được, bất kể độ phức tạp của các quy tắc phân công và hỗ trợ:

  • Phân phối vòng tròn : Mỗi đại diện nhận được các đầu mối theo trình tự bằng nhau
  • Phân bổ có trọng số : Phân bổ dựa trên phần trăm (ví dụ: đại diện cấp cao 60%, đại diện cấp dưới 40%)
  • Định tuyến có điều kiện : các quy tắc phức tạp dựa trên quy mô công ty, lãnh thổ, lĩnh vực, giá trị giao dịch
  • Tích hợp toàn cầu : Tương thích với bất kỳ ứng dụng nào trong số hơn 8.000 ứng dụng có sẵn

ROI được ghi nhận : Dữ liệu thực tế từ các công ty đã triển khai tự động hóa quản lý khách hàng tiềm năng cho thấy kết quả ấn tượng:

  • Veo (công nghệ thể thao): Giảm 20% chi phí cho mỗi khách hàng tiềm năng, tăng 7,5% tỷ lệ chuyển đổi
  • BoobaDigital : Tỷ lệ chuyển đổi cao hơn 62%, giảm 90% thời gian quản lý thủ công
  • Đối với một công ty B2B cỡ trung bình có 200 khách hàng tiềm năng mỗi tháng: Tiết kiệm ròng 36.552 euro mỗi năm với thời gian hoàn vốn dưới một tháng

Tự động hóa thực tế với Zapier để phân tích dữ liệu

Đồng bộ hóa khách hàng tiềm năng thông minh và CRM

  • Tự động chuyển khách hàng tiềm năng từ biểu mẫu web trực tiếp sang CRM với tính năng làm giàu dữ liệu AI
  • Tự động chấm điểm khách hàng tiềm năng dựa trên máy học
  • Cảnh báo thông minh trên Slack khi khách hàng tiềm năng có giá trị cao tham gia vào kênh
  • Phân phối tự động thông qua Lead Router với các quy tắc tùy chỉnh

Quản lý chiến dịch tiếp thị tự động với AI

  • Phân tích hiệu suất chiến dịch tự động với thông tin chi tiết do AI tạo ra
  • Tự động tối ưu hóa ngân sách quảng cáo dựa trên dữ liệu thời gian thực
  • Tự động tạo báo cáo trực quan với các khuyến nghị chiến lược
  • Kiểm tra A/B tự động với các quyết định dựa trên thuật toán

Tập trung dữ liệu tài chính

  • Tự động nhập giao dịch với phân loại AI
  • Dự báo dòng tiền được tạo tự động
  • Cảnh báo chủ động về các bất thường tài chính
  • Hợp nhất đa nền tảng với tính năng đối chiếu tự động

Tối ưu hóa hỗ trợ khách hàng với các tác nhân AI

  • Chatbot AI tự động trả lời các câu hỏi thường gặp
  • Tự động tạo và phân loại vé
  • Phân tích tâm lý khách hàng theo thời gian thực
  • Chuyển tiếp thông minh đến các nhóm con người khi cần thiết

Giao thức ngữ cảnh mô hình (MCP): Hơn 30.000 hành động cho ChatGPT và Claude

Việc tích hợp Giao thức ngữ cảnh mô hình đại diện cho sự thay đổi mô hình: nó cho phép các tác nhân AI như ChatGPT, Claude, Gemini và Cursor tương tác an toàn với các ứng dụng doanh nghiệp thông qua tích hợp Zapier.

Với các lệnh ngôn ngữ tự nhiên, bạn có thể yêu cầu AI thực hiện các nhiệm vụ kinh doanh thực tế như:

  • Tìm tất cả khách hàng doanh nghiệp ở Lombardy và tạo báo cáo chi tiết.
  • "Lên lịch gửi email này sau khi được quản lý chấp thuận."
  • "Phân tích chuyển đổi từ quý trước và cập nhật CRM của bạn với kết quả."

Hệ thống bao gồm tính năng xác thực, mã hóa và giới hạn tốc độ tích hợp, chỉ tốn 2 tác vụ Zapier cho mỗi cuộc gọi. MCP được bao gồm trong các gói Miễn phí, Chuyên nghiệp và Nhóm mà không mất thêm chi phí.

Zapier Agents: "Đồng nghiệp" AI tự động

Tác nhân là trợ lý AI làm việc độc lập với các nhiệm vụ cụ thể. Chúng được tạo ra bằng cách sử dụng các lệnh ngôn ngữ tự nhiên và có thể:

  • Kết nối với các nguồn dữ liệu trực tiếp (Google Trang tính, Notion, Airtable, cơ sở dữ liệu doanh nghiệp)
  • Thực hiện tìm kiếm web độc lập để thu thập thông tin
  • Được kích hoạt theo yêu cầu, theo lịch trình hoặc thông qua các Zap khác
  • Hợp tác với các Đại lý khác được tổ chức thành "Nhóm" theo chức năng

Lưu ý quan trọng : Các tác nhân tạo ra kết quả không xác định và có mục tiêu độ chính xác là 80%. Chúng rất phù hợp cho các nhiệm vụ nghiên cứu và phân tích, nơi sự hoàn hảo tuyệt đối không phải là yếu tố quan trọng, nhưng cần sự giám sát và điều chỉnh kịp thời.

Kết quả được ghi nhận : Phó chủ tịch tiếp thị của Slate đã tạo ra hơn 2.000 khách hàng tiềm năng trong tháng đầu tiên với Agents, với tỷ lệ phản hồi gần 50%, sau nhiều tuần tối ưu hóa.

Công cụ nâng cao hiện miễn phí: Bảng và giao diện

Một quyết định chiến lược quan trọng: Bảng (cơ sở dữ liệu không cần mã) và Giao diện (trình tạo biểu mẫu tùy chỉnh) đã chuyển từ tiện ích bổ sung trả phí sang các tính năng miễn phí có trong tất cả các gói.

Điều này có nghĩa là bạn có thể:

  • Tạo cơ sở dữ liệu tùy chỉnh để tập trung dữ liệu kinh doanh của bạn
  • Xây dựng giao diện tùy chỉnh để thu thập dữ liệu
  • Xem bảng thông tin tùy chỉnh cho từng nhóm
  • Tích hợp mọi thứ với các hệ thống tự động hóa hiện có mà không mất thêm chi phí

Hơn 450 tích hợp AI: Hệ sinh thái hoàn chỉnh

Zapier hiện cung cấp hơn 450 kết nối AI bao gồm:

Nhà cung cấp mô hình LLM : DeepSeek, AI21 Labs, Mistral AI, Groq, OpenAI, Anthropic AI Công cụ phát triển : VectorShift, Voiceflow, Langfuse, Pinecone Creative AI : ElevenLabs (tổng hợp giọng nói), Runway (tạo video), EverArt ( nghệ thuật tạo hình) Nền tảng tác nhân : Vapi, LangChain, Vectorize

Điều này định vị Zapier là “nền tảng phối hợp AI được kết nối nhiều nhất”, có khả năng kết nối các công cụ AI và ứng dụng kinh doanh trên hầu hết mọi ngành.

Các trường hợp sử dụng nâng cao cho B2B

Đường ống dữ liệu trí tuệ kinh doanh hỗ trợ AI Zapier có thể hoạt động như một ETL thông minh, cho phép bạn:

  • Trích xuất dữ liệu từ nhiều nguồn (CRM, Analytics, ERP, cơ sở dữ liệu)
  • Tự động chuyển đổi và làm giàu chúng bằng AI
  • Tải chúng lên các nền tảng phân tích với tính năng phân tích dự đoán tự động
  • Tạo ra những hiểu biết sâu sắc và khuyến nghị thông qua các tác nhân AI

Tự động hóa báo cáo kinh doanh với AI Insights

  • Tự động thu thập các số liệu quan trọng từ mọi nguồn
  • Phân tích tự động các xu hướng và bất thường
  • Tạo báo cáo tường thuật với giải thích AI
  • Cung cấp thông tin được cá nhân hóa cho những người ra quyết định với các khuyến nghị theo ngữ cảnh

Quản lý thông minh các quy trình vận hành

  • Đồng bộ hóa giữa hệ thống quản lý dự án và hệ thống theo dõi với tính năng ưu tiên AI
  • Tự động hóa quy trình phê duyệt với định tuyến thông minh
  • Tự động hóa hoàn toàn quy trình tiếp nhận khách hàng với tính năng cá nhân hóa AI
  • Dự đoán chủ động các điểm nghẽn và đưa ra các đề xuất tối ưu hóa

Ứng dụng thực tế trong B2B hiện đại

Tích hợp dữ liệu hỗ trợ bởi AI được ứng dụng trong các lĩnh vực ngày càng phức tạp:

  • Phân tích bán hàng dự đoán : Dự báo tự động dựa trên dữ liệu lịch sử và xu hướng thị trường
  • Tự động hóa tiếp thị thông minh : Các chiến dịch tự tối ưu hóa dựa trên kết quả
  • Thành công chủ động của khách hàng : Tự động xác định khách hàng có nguy cơ mất khách hàng bằng các hành động phòng ngừa
  • Tối ưu hóa hoạt động : Mẹo sử dụng AI để cải thiện hiệu quả và giảm chi phí

Lựa chọn Nền tảng Tích hợp AI

Khi đánh giá giải pháp tích hợp AI để phân tích dữ liệu, hãy cân nhắc:

  • Độ rộng của hệ sinh thái AI : số lượng và chất lượng tích hợp AI khả dụng
  • Dễ sử dụng các công cụ AI : khả năng tạo ra các hoạt động tự động hóa thông minh mà không cần kỹ năng khoa học dữ liệu
  • Khả năng mở rộng : khả năng xử lý khối lượng ngày càng tăng trong khi vẫn duy trì hiệu suất
  • Niềm tin và Quản trị : Kiểm soát Doanh nghiệp về Bảo mật và Tuân thủ
  • Chi phí có thể dự đoán được : tính minh bạch trong các mô hình định giá cũng như các tính năng AI

Lợi ích có thể đo lường được cho doanh nghiệp

Một phương pháp tiếp cận tích hợp, được tăng cường bằng AI cho phép các công ty:

  • Quyết định thông minh hơn : Thông tin chi tiết tự động từ dữ liệu toàn diện, thời gian thực
  • Hiệu quả hoạt động cao hơn : Loại bỏ các tác vụ thủ công lặp đi lặp lại với ROI được ghi chép lại
  • Tốc độ phân tích : Giảm đáng kể thời gian nhờ tự động hóa thông minh
  • Dự báo chính xác hơn : Học máy được áp dụng cho các tập dữ liệu toàn diện và tích hợp
  • Giải phóng nguồn nhân lực : tập trung vào các hoạt động chiến lược và sáng tạo có giá trị cao

Những hạn chế thực tế bạn nên biết

Điều quan trọng là phải thực tế về giới hạn:

Đường cong học tập thực tế : Ngay cả với Copilot và Agent, vẫn cần thời gian để làm chủ nền tảng. Ước tính thực tế: 2-4 tuần để trở nên hiệu quả, lâu hơn đối với các quy trình làm việc phức tạp.

Bảo trì liên tục : Tự động hóa không phải là việc "cài đặt và quên". API thay đổi, quy trình làm việc cần được giám sát và lỗi phải được quản lý.

Hạn chế của tác nhân AI : Kết quả đầu ra của tác nhân có độ chính xác mục tiêu là 80% và không mang tính xác định. Tuyệt vời cho nghiên cứu và phân tích, nhưng cần có sự giám sát của con người.

Đầu tư ban đầu : Thiết lập ban đầu đòi hỏi phải hiểu rõ các quy trình kinh doanh, thử nghiệm và lặp lại liên tục.

Hướng tới một phân tích dữ liệu hiện đại và thông minh

Tập trung hóa và điều phối AI đại diện cho tương lai của phân tích dữ liệu B2B. Trong một thị trường ngày càng cạnh tranh và dựa trên dữ liệu, khả năng kết nối hiệu quả các nguồn dữ liệu khác nhau, tự động hóa luồng thông tin và tận dụng trí tuệ nhân tạo đang trở thành một lợi thế chiến lược quan trọng.

Các nền tảng như Zapier giúp phổ cập hóa việc tiếp cận các công nghệ này, cho phép ngay cả các doanh nghiệp vừa và nhỏ (SMB) triển khai các giải pháp phức tạp mà trước đây chỉ dành cho các doanh nghiệp lớn có đội ngũ kỹ thuật chuyên trách. Với các công cụ như Copilot, Agents, MCP và hàng trăm tích hợp AI, AI doanh nghiệp đang trở nên dễ tiếp cận hơn.

Là Đối tác Giải pháp của Zapier , chúng tôi giúp các công ty áp dụng các giải pháp tích hợp AI, giúp chuyển đổi phương pháp phân tích dữ liệu và thúc đẩy quản lý thực sự dựa trên dữ liệu. Tích hợp dữ liệu thông minh là yếu tố then chốt cho thành công trong bối cảnh B2B cạnh tranh ngày nay.

Tài nguyên cho sự phát triển kinh doanh

Ngày 9 tháng 11 năm 2025

Quy định về AI cho các ứng dụng tiêu dùng: Cách chuẩn bị cho các quy định mới năm 2025

Năm 2025 đánh dấu sự kết thúc của kỷ nguyên "Miền Tây Hoang dã" của AI: Đạo luật AI của EU có hiệu lực vào tháng 8 năm 2024, với các yêu cầu về kiến ​​thức AI từ ngày 2 tháng 2 năm 2025, và quản trị cùng GPAI từ ngày 2 tháng 8. California dẫn đầu với SB 243 (ra đời sau vụ tự tử của Sewell Setzer, một cậu bé 14 tuổi đã phát triển mối quan hệ tình cảm với chatbot), trong đó áp đặt lệnh cấm các hệ thống khen thưởng cưỡng chế, phát hiện ý định tự tử, nhắc nhở "Tôi không phải là người" ba giờ một lần, kiểm toán công khai độc lập và phạt 1.000 đô la cho mỗi vi phạm. SB 420 yêu cầu đánh giá tác động đối với "các quyết định tự động có rủi ro cao" với quyền kháng cáo lên cơ quan chức năng. Thực thi thực tế: Noom bị kiện vào năm 2022 vì bot đóng giả làm huấn luyện viên con người, một khoản bồi thường trị giá 56 triệu đô la. Xu hướng quốc gia: Alabama, Hawaii, Illinois, Maine và Massachusetts phân loại việc không thông báo cho chatbot AI là vi phạm UDAP. Phương pháp tiếp cận rủi ro ba cấp độ—các hệ thống quan trọng (y tế/giao thông/năng lượng), chứng nhận trước khi triển khai, công bố thông tin minh bạch hướng đến người tiêu dùng, đăng ký mục đích chung và kiểm tra bảo mật. Quy định chắp vá mà không có quyền ưu tiên của liên bang: các công ty đa quốc gia phải điều chỉnh các yêu cầu thay đổi. EU từ tháng 8 năm 2026: thông báo cho người dùng về tương tác AI trừ khi nội dung rõ ràng do AI tạo ra được gắn nhãn là có thể đọc được bằng máy.
Ngày 9 tháng 11 năm 2025

Quản lý những thứ không được tạo ra: Liệu châu Âu có nguy cơ mất đi sự liên quan về mặt công nghệ không?

Châu Âu chỉ thu hút được một phần mười đầu tư toàn cầu vào AI, nhưng lại tuyên bố áp đặt các quy tắc toàn cầu. Đây chính là "Hiệu ứng Brussels" - áp đặt các quy định toàn cầu thông qua sức mạnh thị trường mà không thúc đẩy đổi mới. Đạo luật AI có hiệu lực theo lịch trình so le cho đến năm 2027, nhưng các tập đoàn công nghệ đa quốc gia đang phản ứng bằng các chiến lược né tránh sáng tạo: viện dẫn bí mật thương mại để tránh tiết lộ dữ liệu đào tạo, đưa ra các bản tóm tắt tuân thủ kỹ thuật nhưng khó hiểu, sử dụng phương pháp tự đánh giá để hạ cấp hệ thống từ "rủi ro cao" xuống "rủi ro tối thiểu" và tham gia vào việc mua bán diễn đàn bằng cách chọn các quốc gia thành viên có quy định kiểm soát ít nghiêm ngặt hơn. Nghịch lý về bản quyền ngoài lãnh thổ: EU yêu cầu OpenAI tuân thủ luật pháp châu Âu ngay cả đối với việc đào tạo bên ngoài châu Âu - một nguyên tắc chưa từng thấy trong luật pháp quốc tế. "Mô hình kép" xuất hiện: các phiên bản giới hạn của châu Âu so với các phiên bản toàn cầu tiên tiến của cùng một sản phẩm AI. Rủi ro thực sự: Châu Âu trở thành một "pháo đài kỹ thuật số" bị cô lập khỏi đổi mới toàn cầu, với công dân châu Âu tiếp cận các công nghệ kém hơn. Tòa án Công lý đã bác bỏ lời biện hộ "bí mật thương mại" trong vụ kiện chấm điểm tín dụng, nhưng sự không chắc chắn trong diễn giải vẫn còn rất lớn—chính xác thì "tóm tắt chi tiết đầy đủ" nghĩa là gì? Không ai biết. Câu hỏi cuối cùng chưa được trả lời: EU đang tạo ra một con đường thứ ba đạo đức giữa chủ nghĩa tư bản Hoa Kỳ và sự kiểm soát của nhà nước Trung Quốc, hay chỉ đơn giản là xuất khẩu bộ máy quan liêu sang một lĩnh vực mà nó không cạnh tranh? Hiện tại: một quốc gia dẫn đầu thế giới về quy định AI, nhưng đang trong giai đoạn phát triển. Một chương trình khổng lồ.
Ngày 9 tháng 11 năm 2025

Ngoại lệ: Nơi khoa học dữ liệu gặp gỡ những câu chuyện thành công

Khoa học dữ liệu đã đảo ngược mô hình: các giá trị ngoại lệ không còn là "lỗi cần loại bỏ" mà là thông tin giá trị cần được hiểu. Một giá trị ngoại lệ đơn lẻ có thể làm biến dạng hoàn toàn mô hình hồi quy tuyến tính - thay đổi độ dốc từ 2 thành 10 - nhưng việc loại bỏ nó có thể đồng nghĩa với việc mất đi tín hiệu quan trọng nhất trong tập dữ liệu. Học máy giới thiệu các công cụ tinh vi: Rừng Cô lập cô lập các giá trị ngoại lệ bằng cách xây dựng cây quyết định ngẫu nhiên, Hệ số Ngoại lệ Cục bộ phân tích mật độ cục bộ, và Bộ mã hóa Tự động tái tạo dữ liệu bình thường và đánh dấu những gì chúng không thể tái tạo. Có các giá trị ngoại lệ toàn cầu (nhiệt độ -10°C ở vùng nhiệt đới), các giá trị ngoại lệ theo ngữ cảnh (chi 1.000 euro ở một khu dân cư nghèo) và các giá trị tập thể (lưu lượng mạng đạt đỉnh đồng bộ cho thấy có tấn công). Một điểm tương đồng với Gladwell: "quy tắc 10.000 giờ" đang bị tranh cãi - Paul McCartney đã nói, "Nhiều ban nhạc đã biểu diễn 10.000 giờ ở Hamburg mà không thành công; lý thuyết này không phải là hoàn hảo." Thành công toán học châu Á không phải do di truyền mà do văn hóa: Hệ thống số trực quan hơn của Trung Quốc, canh tác lúa đòi hỏi sự cải tiến liên tục so với sự bành trướng lãnh thổ của nền nông nghiệp phương Tây. Ứng dụng thực tế: Các ngân hàng Anh thu hồi 18% tổn thất tiềm ẩn thông qua phát hiện bất thường theo thời gian thực, sản xuất phát hiện các lỗi vi mô mà kiểm tra thủ công có thể bỏ sót, chăm sóc sức khỏe xác thực dữ liệu thử nghiệm lâm sàng với độ nhạy phát hiện bất thường trên 85%. Bài học cuối cùng: Khi khoa học dữ liệu chuyển từ loại bỏ các giá trị ngoại lai sang hiểu rõ chúng, chúng ta phải xem những nghề nghiệp phi truyền thống không phải là những bất thường cần được khắc phục mà là những quỹ đạo giá trị cần được nghiên cứu.