Làn sóng AI thứ ba: Từ trợ lý kỹ thuật số đến đối tác chiến lược

Các công ty đang chuyển đổi nhóm của mình như thế nào bằng cách kết hợp AI dự đoán, AI tạo sinh và các tác nhân tự động

‍

Giới thiệu: Vượt ra ngoài sự cường điệu về trí tuệ nhân tạo

‍

Vào năm 2025, trí tuệ nhân tạo (AI) không chỉ đơn thuần là trò chuyện với ChatGPT hay tạo hình ảnh. Mặc dù thị trường vẫn tập trung vào các công cụ AI riêng lẻ, các công ty tiên tiến nhất đã và đang triển khai cái mà các chuyên gia gọi là "Làn sóng AI thứ ba" : một phương pháp tiếp cận tích hợp kết hợp trí tuệ dự đoán, khả năng sinh sản và các tác nhân tự động trong các hệ sinh thái cộng tác.

‍

Theo McKinsey , chúng ta đang chứng kiến sự trỗi dậy của “lực lượng lao động kỹ thuật số”, nơi con người và hệ thống tự động làm việc cùng nhau, tạo ra mức tăng năng suất lên tới 50% hoặc hơn.

‍

Nhưng việc điều phối các nhóm trí tuệ đa dạng thực sự có ý nghĩa gì? Và động lực quản lý thay đổi như thế nào khi quản lý không chỉ con người mà còn cả hệ sinh thái AI nhiều lớp?

‍

Ba chiều của AI doanh nghiệp

1. Trí tuệ dự đoán: Nền tảng phân tích

Trí tuệ nhân tạo dự đoán (AI) đại diện cho nền tảng của kiến trúc hiện đại. IBM định nghĩa trí tuệ dự đoán là việc sử dụng các thuật toán thống kê và học máy để xác định các mẫu hình, dự đoán hành vi và dự đoán các sự kiện trong tương lai.

‍

Tính năng hoạt động:

Phân tích các mô hình và xu hướng lịch sử
Dự báo và quản lý rủi ro
Hỗ trợ quyết định dựa trên xác suất
Tự động hóa các quy trình phân tích

Ứng dụng cụ thể:

Dự báo nhu cầu trong chuỗi cung ứng
Phân tích dự đoán về tỷ lệ luân chuyển nhân viên
Tối ưu hóa chiến dịch tiếp thị
Bảo trì dự đoán máy móc

2. Trí tuệ nhân tạo: Hệ số nhân sáng tạo

Trí tuệ sáng tạo bổ sung một lớp sáng tạo , cho phép sản xuất nội dung, mã, thiết kế và giải pháp sáng tạo. Như báo cáo HAI của Stanford đã nhấn mạnh, đến năm 2025, các mô hình sáng tạo sẽ có được khả năng đa phương thức tiên tiến, tích hợp văn bản, âm thanh và hình ảnh.

‍

Tính năng hoạt động:

Tạo nội dung gốc
Tạo mẫu nhanh
Tùy chỉnh quy mô lớn
Ý tưởng được hỗ trợ

Ứng dụng cụ thể:

Tự động tạo tài liệu kỹ thuật
Tạo ra các biến thể sáng tạo cho các chiến dịch quảng cáo
Hỗ trợ phát triển mã phần mềm
Cá nhân hóa các khóa đào tạo

3. Các tác nhân tự động: Điều phối thông minh

Các tác nhân AI đại diện cho lớp điều phối , có khả năng hoạt động tự chủ, hợp tác với nhau và quản lý các quy trình làm việc phức tạp. BCG mô tả các tác nhân là "những đồng đội có năng lực, hiệu suất cao, mang lại giá trị thực sự cho các nhóm mà họ hỗ trợ".

‍

Tính năng hoạt động:

Quyền tự chủ trong việc ra quyết định được kiểm soát
Sự hợp tác giữa các tác nhân
Quản lý quy trình làm việc đầu cuối
Học tập liên tục từ bối cảnh

Ứng dụng cụ thể:

Các nhân viên dịch vụ khách hàng tự động leo thang
Điều phối các quy trình DevOps phức tạp
Tự động phối hợp các nhóm từ xa
Quản lý tài nguyên CNTT động

Sự phát triển của quản lý: Từ giám sát đến người điều phối

Vai trò mới của người quản lý

Quá trình chuyển đổi sang Làn sóng thứ ba đòi hỏi một sự chuyển đổi căn bản về vai trò quản lý. Nó không còn chỉ là quản lý con người hay công cụ, mà là điều phối hệ sinh thái của nhiều loại trí tuệ .

Theo PwC , các nhà quản lý trong tương lai sẽ phải:

‍

Đào tạo và giám sát các tác nhân AI để tự động hóa các nhiệm vụ thường xuyên
Lặp lại với các tác nhân về những thách thức phức tạp như đổi mới và thiết kế
Điều phối các nhóm tác nhân , phân công nhiệm vụ và tích hợp kết quả

Kỹ năng của "Chữ viết kép"

Wharton xác định nhu cầu phát triển "trình độ đọc viết kép" kết hợp:

Kiến thức công nghệ : Hiểu được khả năng và hạn chế của AI
Trí thông minh theo ngữ cảnh : Khả năng diễn giải những hiểu biết của AI thông qua các giá trị của con người, bối cảnh văn hóa và các cân nhắc về đạo đức.

Người quản lý trở thành “người phiên dịch” chuyển đổi phân tích AI thành các chiến lược kinh doanh có ý nghĩa.

Động lực tâm lý của các nhóm tích hợp

‍

Nghiên cứu về thiên nhiên làm nổi bật các khía cạnh tâm lý quan trọng của sự hợp tác giữa con người và AI:

Nâng cao hiệu suất : Cộng tác với AI giúp cải thiện hiệu suất ngay lập tức
Động lực thúc đẩy : Sự chuyển đổi từ công việc cộng tác sang công việc tự chủ có thể tác động đến động lực nội tại
Nhận thức kiểm soát : Sự chuyển đổi giữa chế độ cộng tác và chế độ tự chủ làm tăng cảm giác kiểm soát của người vận hành

Kiến trúc chiến lược để triển khai

Mô hình lớp tích hợp

Các công ty thành công đang triển khai kiến trúc AI nhiều lớp:

Lớp 1 - Phân tích nền tảng

Hệ thống dự đoán cho những hiểu biết cơ bản
Nhận dạng mẫu và phân tích xu hướng
Đánh giá rủi ro tự động

Lớp 2 - Khuếch đại sáng tạo

Tạo nội dung và ý tưởng
Tạo mẫu nhanh
Tùy chỉnh có thể mở rộng

Lớp 3 - Phối hợp tự động

Các tác nhân điều phối quy trình làm việc
Phối hợp giữa các hệ thống
Quyết định tự chủ được kiểm soát

Khung quản trị

Microsoft nhấn mạnh tầm quan trọng của các khuôn khổ AI có trách nhiệm bao gồm:

Tính minh bạch : hệ thống có thể giải thích và theo dõi được
Trách nhiệm giải trình : trách nhiệm rõ ràng của con người
Công bằng : Giảm thiểu sai lệch thuật toán
An toàn : Bảo vệ khỏi việc sử dụng sai mục đích

Nghiên cứu điển hình: Ai là người chiến thắng trong cuộc đua

Salesforce: Hệ sinh thái Agentforce

Salesforce đã tích hợp các khả năng của tác nhân vào nền tảng cốt lõi của mình với Agentforce, cho phép người dùng xây dựng các tác nhân AI tự động để xử lý các quy trình làm việc phức tạp như mô phỏng ra mắt sản phẩm và điều phối chiến dịch tiếp thị.

Kết quả có thể đo lường được:

Giảm thời gian phát triển 60%
Tự động hóa 30% các tác vụ lặp đi lặp lại
Cải thiện 25% khả năng cộng tác nhóm

Sản xuất: AI dự đoán + Bảo trì

Các công ty như Tesla và Siemens đang sử dụng các hệ thống "đồng sáng tạo" kết hợp:

AI dự đoán để dự báo nhu cầu
Sáng tạo cho thiết kế sản phẩm
Đại lý điều phối chuỗi cung ứng

Chỉ số thành công và ROI

KPI cho các nhóm tích hợp

Các chỉ số truyền thống không còn đủ nữa. Các nhóm Làn sóng thứ ba đang yêu cầu các chỉ số mới:

Chỉ số năng suất:

Thời gian để hiểu rõ: tốc độ chuyển đổi dữ liệu → quyết định
Tỷ lệ tự động hóa: tỷ lệ phần trăm các quy trình tự động hóa
Chỉ số hợp tác giữa con người và AI: Hiệu quả tương tác

Chỉ số đổi mới:

Tốc độ từ khái niệm đến nguyên mẫu: tốc độ từ khái niệm đến nguyên mẫu
Tích hợp đa chức năng: Hợp tác giữa các nhóm và tác nhân
Thời gian phản ứng thích ứng: tốc độ thích ứng với những thay đổi

Chỉ số chất lượng:

Độ chính xác của quyết định: độ chính xác của các quyết định được hỗ trợ bởi AI
Tỷ lệ giảm lỗi: giảm lỗi trong quy trình
Tự động hóa tuân thủ: Tự động hóa tuân thủ quy định

Thách thức và Rủi ro: Điều gì có thể xảy ra sai sót

Rủi ro hoạt động

Sự phụ thuộc quá mức : sự phụ thuộc quá mức vào AI mà không có sự giám sát của con người
Khoảng cách kỹ năng : khoảng cách kỹ năng trong việc quản lý các hệ thống phức tạp
Độ phức tạp tích hợp : khó khăn trong việc tích hợp các hệ thống khác nhau

Rủi ro chiến lược

Theo Gartner , nhiều triển khai AI thất bại do thiếu:

Sự liên kết giữa kinh doanh và công nghệ
Quản trị đầy đủ
Quản lý thay đổi hiệu quả

Giảm thiểu rủi ro

Chiến lược triển khai theo từng giai đoạn:

Các dự án thí điểm phù hợp với doanh nghiệp
Tiêu chuẩn cơ sở hạ tầng chủ động
Sự phối hợp giữa AI và các nhóm kinh doanh
Đào tạo nhân viên liên tục

Giải phẫu của các đội thành công: Mô hình chiến thắng

‍

Mô hình "Dàn nhạc số"

Các công ty xuất sắc trong việc điều phối AI đã phát triển các cấu trúc tổ chức gợi nhớ đến dàn nhạc giao hưởng, trong đó mỗi "phần" đều có vai trò cụ thể nhưng được phối hợp nhịp nhàng.

"Người chỉ huy" (Cấp C):

Giám đốc AI : giám sát chiến lược hệ sinh thái AI
Giám đốc dữ liệu : Quản trị dữ liệu và chất lượng thông tin
Giám đốc Công nghệ : Kiến trúc và Tích hợp Công nghệ

"Phần đầu tiên" (Quản lý cấp trung):

Quản lý sản phẩm AI : Biên dịch mục tiêu kinh doanh thành thông số kỹ thuật AI
Nhà khoa học dữ liệu cao cấp : Thiết kế và tối ưu hóa các mô hình dự đoán
Kiến trúc sư tự động hóa : Thiết kế quy trình làm việc của Agentic

Các "Nhạc sĩ" (Đội tác chiến):

Huấn luyện viên AI : Chuyên gia tinh chỉnh mô hình
Người cộng tác AI-con người : Người vận hành làm việc trực tiếp với các tác nhân
Chuyên gia đảm bảo chất lượng : Kiểm soát và xác thực đầu ra AI

Cấu hình tổ chức chiến thắng

Mô hình trục-và-nan hoa cho các công ty đa quốc gia:

Trung tâm AI xuất sắc tập trung
Các đội địa phương chuyên biệt theo thị trường
Các tác nhân phối hợp trên nhiều vùng địa lý khác nhau
Ví dụ : Unilever sử dụng mô hình này để phối hợp các chiến dịch tiếp thị toàn cầu với tùy chỉnh cục bộ

Mô hình Pod tự động để mở rộng quy mô:

Các nhóm chức năng chéo khép kín
Mỗi nhóm kết hợp con người và các tác nhân chuyên biệt
Phối hợp thông qua API và bảng điều khiển được chia sẻ
Ví dụ : Spotify tổ chức các nhóm đề xuất âm nhạc theo cách tiếp cận này

Mô hình mạng lưới cho tư vấn:

Mạng lưới phân phối các chuyên gia và đại lý
Thành lập nhóm năng động cho các dự án cụ thể
Trí tuệ tập thể mới nổi
Ví dụ : Deloitte đang thử nghiệm mô hình này cho các nhóm kiểm toán được hỗ trợ bởi AI

Kỹ năng mới nổi: Hồ sơ nghề nghiệp mới

Người thì thầm với AI:

Khả năng "đối thoại" hiệu quả với các loại AI khác nhau
Hiểu sâu sắc về các hạn chế và sai lệch của thuật toán
Kỹ năng kỹ thuật nhanh chóng nâng cao
Mức lương : 60-120 nghìn euro cho người cao tuổi

Người điều phối hệ sinh thái:

Quan điểm hệ thống về kiến trúc AI phức tạp
Khả năng thiết kế quy trình làm việc đa tác nhân
Kỹ năng quản lý thay đổi cho quá trình chuyển đổi AI
Mức lương : 80-150 nghìn euro cho người cao tuổi

Người bảo vệ đạo đức AI:

Chuyên môn trong việc phát hiện và giảm thiểu sự thiên vị
Kiến thức về các quy định về AI (Đạo luật AI của EU, v.v.)
Khả năng kiểm toán thuật toán
Mức lương : 70-130 nghìn euro cho người cao tuổi

Người dịch AI-con người:

Kết nối hiểu biết về AI và các quyết định kinh doanh
Kỹ năng kể chuyện dựa trên dữ liệu
Khả năng giải thích các hệ thống phức tạp
Mức lương : 65-125 nghìn euro cho người cao tuổi

Bộ công cụ sóng thứ ba

Lớp phối hợp:

Microsoft Copilot Studio : Tạo tác nhân tùy chỉnh
Salesforce Agentforce : Tự động hóa quy trình làm việc CRM
Trung tâm AI UiPath : RPA + Điều phối quy trình AI

Lớp sinh sản:

API OpenAI GPT-4 : Xử lý ngôn ngữ tự nhiên
Anthropic Claude : lý luận phức tạp và phân tích
Google Gemini : Khả năng đa phương thức tiên tiến

Lớp dự đoán:

H2O.ai : AutoML và các mô hình dự đoán
DataRobot : máy học tự động
AWS SageMaker : Cơ sở hạ tầng ML có khả năng mở rộng

Lớp quản trị:

IBM Watson OpenScale : giám sát và công bằng
Bảng điều khiển AI có trách nhiệm của Microsoft : kiểm toán và tuân thủ
Trọng số & Độ lệch : theo dõi thử nghiệm và MLOps

Câu hỏi thường gặp: Những câu hỏi thường gặp về làn sóng AI thứ ba

Câu hỏi kỹ thuật

H: Những điều kiện tiên quyết về mặt công nghệ để triển khai các hệ thống AI tích hợp là gì?

A: Bạn cần cơ sở hạ tầng dữ liệu mạnh mẽ, API được ghi chép đầy đủ, hệ thống quản trị và chuyên môn kỹ thuật phù hợp. IBM khuyến nghị nên bắt đầu với quy trình xác thực và chất lượng dữ liệu mạnh mẽ.

‍

H: Làm thế nào để tích hợp các hệ thống AI khác nhau mà không tạo ra sự tách biệt?

A: Thông qua kiến trúc mô-đun, các tiêu chuẩn API chung và nền tảng điều phối. Phương pháp tiếp cận kiểu trục-nan hoa với một lớp điều phối trung tâm thường hiệu quả.

‍

H: Việc triển khai đầy đủ mất bao lâu?

A: Thông thường phải mất 12-24 tháng để chuyển đổi hoàn toàn, nhưng những lợi ích đáng kể có thể thấy rõ trong vòng 3-6 tháng đầu tiên khi triển khai thí điểm có mục tiêu.

Câu hỏi tổ chức

‍

H: Vai trò của nhân viên hiện tại đang thay đổi như thế nào?

A: Các vai trò đang chuyển đổi từ cấp điều hành sang cấp chiến lược. Nhân viên tập trung vào sự sáng tạo, giải quyết vấn đề phức tạp và giám sát các hệ thống AI, trong khi tự động hóa xử lý các nhiệm vụ lặp đi lặp lại.

‍

H: Kỹ năng nào là quan trọng nhất cần phát triển?

A: Tư duy phản biện, khả năng sáng tạo, kỹ năng phối hợp, hiểu biết về hệ thống AI và khả năng diễn giải những hiểu biết sâu sắc thông qua bối cảnh đạo đức và con người.

‍

H: Bạn xử lý sự kháng cự với thay đổi như thế nào?

A: Thông qua giao tiếp minh bạch, đào tạo dần dần, chứng minh những lợi ích cụ thể và sự tham gia tích cực của nhân viên vào quá trình chuyển đổi.

Câu hỏi chiến lược

H: Những lĩnh vực nào được hưởng lợi nhiều nhất từ cách tiếp cận này?

A: Các ngành công nghiệp sử dụng nhiều dữ liệu như tài chính, sản xuất, chăm sóc sức khỏe, bán lẻ và dịch vụ chuyên nghiệp. Bất kỳ tổ chức nào có quy trình phức tạp và khối lượng dữ liệu lớn đều có thể hưởng lợi.

‍

H: Làm thế nào để đo lường ROI của việc triển khai AI phức tạp?

‍

A: Thông qua các chỉ số tổng hợp bao gồm hiệu quả hoạt động, chất lượng quyết định, tốc độ đổi mới và sự hài lòng của khách hàng. ROI thường đạt được trong vòng 6-12 tháng.

‍

H: Những rủi ro chính cần cân nhắc là gì?

A: Sự phụ thuộc quá mức vào AI, khoảng cách kỹ năng, độ phức tạp của việc tích hợp, rủi ro bảo mật và tuân thủ quy định. Quản trị mạnh mẽ là điều cần thiết.

‍

Chi phí của sự không hành động: Các công ty vẫn còn tương tự

Thực tế của sự phân chia số

Mặc dù chúng ta đang thảo luận về việc điều phối đa trí tuệ, vẫn còn một tỷ lệ đáng kể các công ty chưa triển khai bất kỳ hình thức AI có cấu trúc nào. Theo dữ liệu từ Diễn đàn Kinh tế Thế giới , khoảng 40% doanh nghiệp vừa và nhỏ (SME) ở châu Âu vẫn chưa sử dụng các công cụ phân tích dự đoán cơ bản, chứ chưa nói đến các hệ thống tích hợp.

Hậu quả của sự lạc hậu về công nghệ

Tác động tức thời đến hoạt động:

Quyết định kém hiệu quả : Quyết định dựa trên trực giác hơn là dữ liệu
Phản ứng chậm : Thời gian phản ứng nhanh hơn 3-5 lần với những thay đổi của thị trường
Errori umani: tasso di errore in processi manuali del 5-15% vs <1% dei sistemi automatizzati
Chi phí vận hành : Chi phí quản lý hành chính cao hơn 40-60% so với đối thủ cạnh tranh kỹ thuật số

Rủi ro chiến lược ngày càng tăng:

Mất khả năng cạnh tranh : khoảng cách hiệu suất tăng theo cấp số nhân
Giữ chân nhân tài : khó khăn trong việc thu hút nhân tài quen làm việc với các công cụ hiện đại
Kỳ vọng của khách hàng : không đáp ứng được kỳ vọng ngày càng cao về dịch vụ
Sự gián đoạn thị trường : dễ bị tổn thương trước các đối thủ cạnh tranh sử dụng AI hoạt động với các mô hình kinh doanh hiệu quả hơn nhiều

Hiện tượng tăng tốc cạnh tranh

Như BCG đã nêu bật, “Các công ty ưu tiên AI đang viết lại luật chơi cho tất cả các tổ chức tạo ra hàng triệu đô la doanh thu hàng năm chỉ với vài chục nhân viên”.

‍

Nghịch lý thời gian : Trong khi các công ty truyền thống vẫn đang cân nhắc liệu có nên áp dụng AI hay không, thì các công ty tiên tiến đã và đang tối ưu hóa hệ sinh thái thế hệ thứ ba. Đây không còn là khoảng cách công nghệ nữa, mà là vực thẳm chiến lược .

‍

Tính cấp thiết của hành động

Đối với các công ty vẫn còn hoàn toàn hoạt động theo mô hình analog, thời gian cho một quá trình chuyển đổi dần dần đang cạn kiệt. Cơ hội để lấy lại thị phần đã mất đang nhanh chóng thu hẹp:

2025 : Năm cuối cùng bắt đầu mà không bị tụt hậu vĩnh viễn
2026-2027 : Sự hợp nhất của các nhà lãnh đạo AI bản địa
2028+ : Thị trường bị chi phối bởi những người chơi điều phối nhiều trí thông minh

Thông điệp rất rõ ràng : Việc áp dụng AI không còn là câu hỏi "nếu" hay "khi nào" nữa mà là "nhanh đến mức nào" một hệ sinh thái tích hợp có thể được triển khai trước khi vị thế cạnh tranh của một bên trở nên không thể phục hồi.

‍

Kỷ nguyên của trí tuệ đa chiều được dàn dựng bài bản đã bắt đầu. Các công ty kết hợp chiến lược AI dự đoán, AI sinh sản và AI tự động sẽ không chỉ tồn tại qua quá trình chuyển đổi số mà còn dẫn đầu. Những công ty vẫn bám chặt vào các mô hình thuần túy của con người có nguy cơ trở thành tàn tích của kỷ nguyên trước.

‍

Nguồn chính: