Việc kinh doanh

Đừng lát đường cho bò: Từ Boston thời thuộc địa đến Chuyển đổi số

Boston 1630: Bò tạo đường, người sáng lập trải nhựa. Kết quả? Một mê cung quanh co vẫn còn tồn tại đến ngày nay. Các công ty cũng làm điều tương tự: họ "số hóa" các quy trình kém hiệu quả thay vì thiết kế lại chúng. "Sử dụng ChatGPT để viết email nhanh hơn trong một quy trình mất 12 phút để đưa ra một quyết định đơn giản." Michael Hammer: "Hãy ngừng trải nhựa đường cho bò. Hãy xóa chúng và bắt đầu lại." Câu hỏi đúng không phải là "làm thế nào để làm điều này nhanh hơn" mà là "tại sao chúng ta lại làm điều đó?"

Bài học quy hoạch đô thị thế kỷ 17 có thể cứu vãn chiến lược AI của bạn như thế nào

Câu chuyện đã thay đổi mọi thứ

Hãy tưởng tượng Boston vào năm 1630. Một cộng đồng Thanh giáo trẻ tuổi trải dài trên một bán đảo đá, nơi đường xá chưa có và gia súc được tự do rong ruổi trên đồng cỏ và đồi núi. Những chú bò, với trí tuệ thực dụng của loài vật, đã tạo ra những con đường tự nhiên theo cách ít cản trở nhất: men theo những tảng đá lớn, tránh đầm lầy, nối liền đồng cỏ và các hố nước.

Nhiều thập kỷ sau, khi những người sáng lập thành phố phải đối mặt với nhu cầu xây dựng một hệ thống đường bộ, họ đã đưa ra một quyết định có vẻ hợp lý: thay vì thiết kế một mạng lưới hợp lý và có trật tự ngay từ đầu, họ chỉ đơn giản lát đá lên những con đường đã có sẵn vật nuôi tạo ra.

Kết quả ra sao? Mê cung hỗn loạn của những con phố quanh co vẫn là nét đặc trưng của trung tâm thành phố Boston ngày nay, nơi phố Washington quanh co như một dòng sông hoang dã và ngay cả những thiết bị GPS tinh vi nhất đôi khi cũng phải chịu thất vọng.

Nguồn lịch sử : Câu chuyện được ghi lại trong bài thơ "Con đường bê" của Sam Walter Foss (1858-1911), kể về cách những con đường do một con bê tạo ra sau này trở thành đường phố của một thành phố.¹

Khi hiệu quả trở thành kém hiệu quả

Câu chuyện của Boston thật hấp dẫn vì nó minh họa một nghịch lý : những gì hiệu quả tại địa phương và ngay lập tức có thể gây ra thảm họa trên quy mô lớn hơn và về lâu dài. Bò đã đúng khi chọn con đường ít cản trở nhất để đáp ứng nhu cầu trước mắt, nhưng con đường của chúng không được thiết kế cho xe ngựa, ô tô, xe tải hay xe buýt thành phố.

Bài học sâu sắc ở đây là: không phải mọi thứ phát triển tự nhiên đều là tối ưu cho tương lai .

Phép loại suy trong kinh doanh: Khi quy trình trở thành đường dẫn

Trong các công ty hiện đại, "đường dành cho bò" xuất hiện khắp nơi. Đây là những quy trình được phát triển tự nhiên theo thời gian. Như Jim Highsmith giải thích: *"Trong thế giới CNTT, 'lát đường dành cho bò' có nghĩa là tự động hóa một quy trình kinh doanh hiện tại, mà không cần suy nghĩ nhiều về hiệu quả hay hiệu suất của nó."²

  • Mẫu đơn phải được in ra, ký tên, quét và gửi lại qua email.
  • Cuộc họp hàng tuần mà không ai nhớ lý do tại sao nó bắt đầu, nhưng "chúng ta vẫn luôn làm theo cách này"
  • Tệp Excel được chia sẻ giữa 15 người hoạt động như một "cơ sở dữ liệu" của công ty
  • Quá trình phê duyệt phải thông qua 7 người khác nhau, trong đó có 3 người thậm chí không biết tại sao họ phải ký.

Những quá trình này được hình thành giống như những con đường mòn của bò: đi theo con đường ít cản trở nhất vào thời điểm cụ thể chúng được sinh ra. Nhưng giờ đây, trong thời đại kỹ thuật số, việc tiếp tục đi theo chúng có thể gây ra hậu quả tai hại.

Cám dỗ lớn: Trải đường cho bò

Khi các công ty quyết định "số hóa", họ thường rơi vào cái bẫy tương tự như những người sáng lập Boston. Họ lấy các quy trình hiện có và "lát đường" chúng bằng công nghệ:

Số hóa: Mở đường

"Chúng ta vẫn luôn điền mẫu này bằng tay à? Tuyệt, hãy tạo một tệp PDF có thể điền được!"

Đây chính là số hóa : chuyển đổi dữ liệu tương tự sang số mà không cần thay đổi cơ bản bất cứ điều gì. Theo định nghĩa của Gartner: "Số hóa là quá trình chuyển đổi thông tin tương tự sang định dạng số."³ Nó giống như việc trải nhựa đường cho bò đi - đường trở nên bằng phẳng hơn, nhưng vẫn quanh co và kém hiệu quả.

Chi phí ẩn của sự trì trệ

Một công ty sản xuất mà tôi biết có quy trình kiểm soát chất lượng gồm 14 bước khác nhau, được phát triển dần dần vào những năm 1980 và 1990. Khi họ "số hóa" quy trình, họ chỉ cần chuyển tất cả 14 bước sang máy tính bảng. Quy trình được cải thiện nhanh hơn, nhưng về cơ bản vẫn thiếu hợp lý: 8 trong số các bước đó bị trùng lặp hoặc lỗi thời.

Sự chuyển đổi thực sự: Số hóa so với số hóa

Số hóa: Thiết kế thành phố tương lai

Số hóa thực sự có nghĩa là làm những gì Boston nên làm: hướng tới mục tiêu cuối cùng và thiết kế ngay từ đầu cách tốt nhất để đạt được mục tiêu đó.

Theo thuật ngữ của Gartner: "Số hóa là việc sử dụng công nghệ số để thay đổi mô hình kinh doanh và mang lại giá trị và cơ hội doanh thu mới; đó là quá trình chuyển sang kinh doanh số"⁴ .

Ví dụ về số hóa thực tế:

  • Netflix không số hóa dịch vụ cho thuê video; họ đã tái định nghĩa hoàn toàn ngành giải trí tại nhà.
  • Amazon không số hóa danh mục giấy; họ đã tái tạo lại thương mại.

Sự khác biệt quan trọng

  • Số hóa : "Làm sao chúng ta có thể làm những gì chúng ta đang làm, nhưng bằng phương pháp số hóa?"
  • Số hóa : "Chúng ta thực sự đang cố gắng đạt được điều gì và cách tốt nhất để đạt được điều đó trong thời đại số là gì?"

AI và sự cám dỗ của siêu vỉa hè

Ngày nay, chúng ta đang chứng kiến ​​một làn sóng mới "lát đường cho bò" bằng trí tuệ nhân tạo. Các công ty đang sử dụng các quy trình kém hiệu quả và tăng cường chúng bằng AI, tạo ra cái mà chúng ta có thể gọi là "siêu lát đường cho bò".

Như đã được nêu bật trong Harvard Business Review: "Ý tưởng về tái cấu trúc quy trình kinh doanh đang quay trở lại, lần này được thúc đẩy bởi trí tuệ nhân tạo. Vào những năm 1990, việc triển khai hệ thống ERP và Internet đã tạo điều kiện cho những thay đổi trong quy trình kinh doanh, nhưng kỳ vọng về những thay đổi triệt để thường không được đáp ứng. Tuy nhiên, AI cho phép đưa ra những quyết định tốt hơn, nhanh hơn và tự động hơn."⁵

Ví dụ về lát đường cho bò bằng AI:

  • Sử dụng ChatGPT để viết email nhanh hơn trong quy trình giao tiếp cần 12 email để đưa ra quyết định đơn giản
  • Triển khai AI để phân tích các báo cáo mà thực tế không ai đọc
  • Tự động hóa các quy trình phê duyệt không nên tồn tại với máy học

Kết quả

Những quy trình kém hiệu quả hiện nay diễn ra nhanh hơn và chính xác hơn.

Phương pháp Con đường Chống Bò

1. Xóa bỏ → Tích hợp → Tự động hóa

Trước khi triển khai bất kỳ công nghệ nào, hãy làm theo thứ tự sau theo phương pháp của Michael Hammer⁶:

Xóa bỏ : Loại bỏ bất cứ thứ gì không mang lại giá trị thực sự

Tích hợp : Kết nối các quy trình còn lại thành các luồng logic

Tự động hóa : Chỉ áp dụng công nghệ ở khâu cuối cùng

Như Hammer viết: “Đã đến lúc ngừng trải đường cho bò. Thay vì nhúng các quy trình lỗi thời vào silicon và phần mềm , chúng ta nên xóa bỏ chúng và bắt đầu lại.”⁷

2. Phương pháp Greenfield so với Brownfield

Những thuật ngữ này, được mượn từ quy hoạch đô thị và kỹ thuật phần mềm, định nghĩa hai cách tiếp cận hoàn toàn khác nhau⁸:

Brownfield (Lát đường):

  • Duy trì công nghệ hiện có và bổ sung công nghệ
  • Nhanh hơn trong thời gian ngắn
  • Bảo tồn sự kém hiệu quả

Greenfield (Thiết kế từ đầu):

  • Bắt đầu với một bảng trắng
  • Rủi ro hơn nhưng có khả năng mang tính cách mạng
  • Nó cho phép bạn tận dụng tối đa những khả năng mới

Như McKinsey nhấn mạnh: “Trong khi 90% các công ty đã bắt đầu một số hình thức chuyển đổi số, chỉ có một phần ba lợi ích doanh thu dự kiến được hiện thực hóa.”⁹

3. Những câu hỏi đúng

Trước khi triển khai bất kỳ công nghệ nào, hãy hỏi:

  • "Tại sao chúng ta lại thực hiện quá trình này?"
  • "Điều gì sẽ xảy ra nếu chúng ta ngừng làm điều đó?"
  • "Nếu chúng ta phải thiết kế lại từ đầu ngày nay, nó sẽ trông như thế nào?"
  • "Những ràng buộc nào từ quá khứ không còn tồn tại nữa?"

Nghiên cứu tình huống: Khi nào nên tránh con đường trả tiền

Trường hợp 1: Ngân hàng đã suy nghĩ lại về việc cho vay

Một ngân hàng châu Âu đã áp dụng quy trình phê duyệt khoản vay kéo dài 45 ngày và bao gồm 12 bước khác nhau. Thay vì số hóa quy trình hiện tại, họ đã thiết kế lại hoàn toàn:

  • Trước : 45 ngày, 12 bước, 73% đơn đăng ký được chấp thuận
  • Sau : 24 giờ, 3 lần vượt qua, 81% đơn đăng ký được chấp thuận

Bí quyết là gì? Họ nhận ra rằng 90% các biện pháp kiểm soát là thừa và AI có thể đánh giá rủi ro chính xác hơn sáu phòng ban khác nhau.

Trường hợp 2: Bệnh viện loại bỏ tình trạng xếp hàng

Một bệnh viện ở Ý có thời gian chờ đợi lên đến bốn tiếng đồng hồ tại phòng cấp cứu. Thay vì số hóa hệ thống xếp hàng, họ đã thiết kế lại hoàn toàn quy trình xếp hàng của bệnh nhân:

  • Phân loại dự đoán dựa trên AI
  • Các tuyến đường khác nhau theo loại
  • Giám sát khối lượng công việc theo thời gian thực

Kết quả : Thời gian chờ đợi giảm 80%, sự hài lòng của bệnh nhân tăng 60%.

Ba cái bẫy hiện đại của con đường bò

1. Cái bẫy quen thuộc

"Nhân viên của chúng tôi đã quen với điều đó" là kẻ giết chết sự đổi mới một cách tinh vi nhất. Nó giống như việc nói rằng những con bò đã quen với đường đi của chúng.

2. Bẫy đầu tư bị kìm hãm

Câu nói “Chúng ta đã đầu tư rất nhiều vào hệ thống này” bỏ qua thực tế là việc tiếp tục đi sai đường sẽ khuếch đại lỗi.

3. Cái bẫy của sự phức tạp giả tạo

Câu nói “Quá phức tạp để thay đổi mọi thứ” thường ẩn chứa nỗi sợ thừa nhận rằng quy trình hiện tại không có ý nghĩa gì.

Khung chống bò cho chuyển đổi số

A nalyze - Phân tích kết quả mong muốn

Đừng bắt đầu bằng công nghệ, hãy bắt đầu bằng mục tiêu kinh doanh.

N avigate - Điều hướng vượt ra ngoài những ràng buộc hiện tại

Hãy tự hỏi: "Nếu tôi là một công ty mới thành lập hôm nay, tôi sẽ giải quyết vấn đề này như thế nào?"

T transform - Biến đổi, không phải Dịch

Thiết kế lại quy trình cho thời đại số, chứ không phải chuyển đổi chúng sang kỹ thuật số.

Tôi triển khai - Triển khai theo từng giai đoạn

Sử dụng phương pháp tiếp cận gia tăng nhưng có tầm nhìn cấp tiến.

Kiểm tra - Kiểm tra hiệu quả

Đo lường không chỉ hiệu quả mà còn hiệu quả tổng thể.

O optimize - Tối ưu hóa liên tục

Quá trình chuyển đổi không bao giờ kết thúc.

Xem - Quan sát những con đường mới

Hãy cẩn thận để không hình thành những "con đường bò" tự phát mới.

AI là một Kiến trúc sư, không phải là một Công nhân

Trí tuệ nhân tạo có thể là công cụ tốt nhất để mở đường cho bò (khiến chúng cực kỳ hiệu quả nhưng về cơ bản vẫn có sai sót) hoặc là kiến trúc sư tốt nhất để thiết kế các thành phố trong tương lai.

Như Diễn đàn Kinh tế Thế giới đã chỉ ra: “Để đạt được tiềm năng tối đa, AI phải nói được ngôn ngữ kinh doanh, hiểu được quy trình công việc và cần có trí thông minh quy trình.”¹⁰

Sự khác biệt nằm ở cách tiếp cận:

AI với vai trò là Người lao động (Lát đường cho bò):

  • "Làm thế nào chúng ta có thể sử dụng AI để thực hiện quá trình này nhanh hơn?"
  • Tự động hóa các tác vụ hiện có
  • Cải tiến gia tăng

AI với vai trò là Kiến trúc sư (Quy hoạch đô thị):

  • "Làm thế nào chúng ta có thể suy nghĩ lại hoàn toàn về kết quả kinh doanh này?"
  • Xác định lại bản thân vấn đề
  • Sự chuyển đổi triệt để

Lòng can đảm để phá hủy

Bài học sâu sắc nhất trong lịch sử Boston không phải là bài học kỹ thuật mà là bài học tâm lý: cần phải có lòng can đảm để thừa nhận rằng con đường chúng ta đang đi không nhất thiết là con đường tốt nhất.

Trong công ty, điều này có nghĩa là:

  • Đặt câu hỏi về các quá trình "thiêng liêng"
  • Chấp nhận rằng "chúng ta vẫn luôn làm theo cách này" không phải là một cái cớ
  • Đầu tư vào những thay đổi có thể không mang lại kết quả ngay lập tức
  • Chống lại sự cám dỗ của một giải pháp nhanh chóng

Kết luận: Thiết kế đường cho tương lai

Ngày nay, khi đứng trước những khả năng vô hạn của AI và số hóa, chúng ta có một lựa chọn: chúng ta có thể làm như những người sáng lập Boston đã làm và mở đường cho những con đường hiện có, hoặc chúng ta có thể can đảm thiết kế các thành phố của tương lai.

Lần tới khi bạn nghe cụm từ "hãy số hóa quy trình này", hãy dừng lại và tự hỏi: "Chúng ta đang thiết kế một con đường hiện đại hay đang lát đường cho bò?"

Tương lai thuộc về những ai đủ can đảm từ bỏ lối mòn và vạch ra những con đường mới. Ngay cả khi điều đó có nghĩa là phải thừa nhận rằng loài bò, dù khôn ngoan đến đâu, cũng không phải là những nhà quy hoạch đô thị.

"Đã đến lúc ngừng dọn đường cho bò. Thay vì nhúng các quy trình lỗi thời vào silicon và phần mềm, chúng ta nên xóa bỏ chúng và bắt đầu lại. Chúng ta nên 'tái thiết' công ty của mình: sử dụng sức mạnh của công nghệ thông tin hiện đại để thiết kế lại hoàn toàn các quy trình kinh doanh nhằm đạt được những cải thiện đáng kể về hiệu suất." - Michael Hammer, Harvard Business Review, 1990¹¹

Nguồn và Tài liệu tham khảo

  1. Ngôn ngữ và cách sử dụng tiếng Anh trên Stack Exchange: https://english.stackexchange.com/questions/44800/what-does-don-t-pave-the-cow-path-mean-in-this- context " id="">https://english.stackexchange.com/questions/44800/what-does-don-t-pave-the-cow-path-mean-in-this-context
  2. AgileConnection - Lát đường cho bò: https://www.agileconnection.com/article/paving-cow-paths
  3. SAP - Số hóa so với Số hóa: https://www.sap.com/products/erp/digitization-vs-digitalization.html
  4. SAP - Số hóa so với Số hóa (định nghĩa của Gartner): https://www.sap.com/products/erp/digitization-vs-digitalization.html
  5. Harvard Business Review - AI đang giúp các công ty thiết kế lại quy trình như thế nào: https://hbr.org/2023/03/how-ai-is-helping-companies-redesign-processes
  6. Nhà lãnh đạo kỹ thuật số - Kế hoạch AI của bạn chỉ là mở đường cho bò đi?: https://thedigitalleader.substack.com/p/is-your-ai-plan-just-paving-the-cow
  7. Harvard Business Review - Tái cấu trúc công việc: Đừng tự động hóa, hãy xóa bỏ: https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate
  8. Synoptek - Phát triển phần mềm Greenfield so với Brownfield: https://synoptek.com/insights/it-blogs/greenfield-vs-brownfield-software-development/
  9. McKinsey - Tái cấu trúc để vượt trội: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/rewired-to-outcompete
  10. Diễn đàn Kinh tế Thế giới - Cách sử dụng trí tuệ quy trình và AI để tái cấu trúc doanh nghiệp: https://www.weforum.org/stories/2024/01/process-intelligent-ai-rewire-business-sustainable-transformation/
  11. Harvard Business Review - Tái cấu trúc công việc: Đừng tự động hóa, hãy xóa bỏ (1990): https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate

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.