Cuộc tranh luận về trí tuệ nhân tạo thường có xu hướng phân cực giữa các thái cực: một số người hình dung về sự tự động hóa hoàn toàn lao động con người, trong khi những người khác, mặt khác, coi AI chỉ là một công nghệ được thổi phồng quá mức với tác động thực tiễn hạn chế. Tuy nhiên, kinh nghiệm thu được từ việc triển khai các giải pháp AI trong hàng trăm tổ chức cho thấy một thực tế tinh tế và đầy hứa hẹn hơn nhiều.

‍

Như một nghiên cứu gần đây nhấn mạnh, "giá trị quan trọng nhất xuất hiện khi các tổ chức thiết kế lại công việc một cách chu đáo để tận dụng sức mạnh bổ sung của con người và máy móc".

‍

Trong bài viết này, chúng tôi muốn giúp bạn hiểu cách các tổ chức sáng tạo nhất đang tạo ra các nhóm người-máy vượt ra ngoài các phương pháp truyền thống, chia sẻ các chiến lược thực tế dựa trên việc triển khai trong thế giới thực thay vì các khả năng lý thuyết.

‍

Vượt ra ngoài tự động hóa: Một mô hình tăng cường mới

Việc triển khai công nghệ truyền thống thường tập trung vào tự động hóa - xác định các nhiệm vụ hiện đang do con người thực hiện và chuyển giao cho máy móc. Mặc dù cách tiếp cận này có thể tăng hiệu quả, nhưng nó không nắm bắt được tiềm năng chuyển đổi của AI.

‍

Mặt khác, mô hình tăng cường đề xuất một cách tiếp cận hoàn toàn khác. Thay vì hỏi "những nhiệm vụ nào có thể được máy móc thay thế?", nó đặt câu hỏi "làm thế nào chúng ta có thể thiết kế lại công việc để khai thác những khả năng độc đáo của con người và máy móc?"

‍

Nhiều tổ chức cũng chia sẻ trải nghiệm tương tự: ban đầu họ tiếp cận AI như một công cụ tự động hóa để giảm chi phí, đạt được những kết quả tích cực nhưng còn hạn chế. Khi chuyển hướng sang tăng cường năng lực - cách AI có thể nâng cao năng lực của các nhà phân tích thay vì thay thế họ - họ đã thấy tác động lớn hơn theo cấp số nhân.

‍

Lực lượng bổ sung của con người và máy móc

‍

Các nhóm người-máy hiệu quả tận dụng các khả năng riêng biệt của nhau:

Điểm mạnh của máy

• Xử lý nhanh chóng lượng thông tin lớn
• Xác định các mẫu trong các tập dữ liệu phức tạp
• Thực hiện các nhiệm vụ lặp đi lặp lại với sự nhất quán không lay chuyển
• Khả năng làm việc liên tục mà không mệt mỏi
• Duy trì trí nhớ hoàn hảo về tất cả các tương tác trước đó

Điểm mạnh của con người

• Áp dụng sự hiểu biết và phán đoán theo ngữ cảnh
• Xử lý sự mơ hồ và ngoại lệ
• Sáng tạo và tư duy bên ngoài
• Xây dựng kết nối cảm xúc và lòng tin
• Quyết định đạo đức xem xét nhiều bên liên quan

Bước ngoặt đối với nhiều công ty đến khi họ ngừng coi hệ thống AI như những công cụ đơn giản và bắt đầu coi chúng như những thành viên trong nhóm với những điểm mạnh và hạn chế riêng. Sự thay đổi này đã thay đổi hoàn toàn cách họ thiết kế quy trình làm việc.

‍

Năm mô hình hợp tác giữa người và máy tính

Dựa trên kinh nghiệm triển khai ở nhiều lĩnh vực khác nhau, chúng ta có thể xác định năm mô hình hiệu quả cho sự hợp tác giữa con người và máy móc:

‍

1. Mô hình phân loại

Theo cách tiếp cận này, hệ thống AI xử lý các trường hợp thông thường và giao phó các tình huống phức tạp hoặc đặc biệt cho các chuyên gia.

Cách thức hoạt động:

• AI đánh giá công việc đến dựa trên mức độ phức tạp, tính cấp bách và các yếu tố khác
• Các trường hợp tiêu chuẩn được xử lý tự động
• Các trường hợp phức tạp được chuyển đến các chuyên gia con người phù hợp
• Hệ thống học hỏi từ cách xử lý ngoại lệ của con người để liên tục cải thiện việc định tuyến

Chìa khóa triển khai:

• Tiêu chí rõ ràng để phân biệt các trường hợp thông thường với các trường hợp phức tạp hơn
• Điểm tin cậy minh bạch để chỉ ra khi AI không chắc chắn
• Chuyển giao trơn tru với việc chuyển giao toàn bộ ngữ cảnh cho người vận hành
• Vòng phản hồi giúp hệ thống học hỏi từ các quyết định của con người

2. Mô hình thăm dò-xác minh

Trí tuệ nhân tạo tạo ra các giải pháp hoặc phương pháp tiềm năng mà con người đánh giá, tinh chỉnh và chấp thuận.

Cách thức hoạt động:

• Máy móc khám phá không gian giải pháp rộng lớn để xác định các lựa chọn hứa hẹn nhất
• Con người xem xét những gợi ý quan trọng nhất bằng cách áp dụng phán đoán và kinh nghiệm.
• Phản hồi của con người giúp hệ thống phù hợp hơn với các tiêu chuẩn chất lượng
• Quyết định cuối cùng kết hợp giữa khám phá của máy móc với phán đoán của con người

3. Mô hình huấn luyện

Hệ thống trí tuệ nhân tạo cung cấp hướng dẫn thời gian thực cho con người thực hiện các nhiệm vụ phức tạp, cải thiện hiệu suất thông qua các đề xuất theo ngữ cảnh.

‍

Cách thức hoạt động:

• Con người vẫn là tác nhân chính thực hiện công việc
• AI quan sát bối cảnh và đưa ra các khuyến nghị "đúng lúc"
• Hệ thống điều chỉnh các khuyến nghị dựa trên trình độ kỹ năng của từng cá nhân
• Học tập liên tục cải tiến việc huấn luyện dựa trên kết quả

4. Mô hình phê bình

Con người thực hiện công việc sáng tạo hoặc đòi hỏi nhiều phán đoán, trong khi hệ thống AI kiểm tra kết quả để xác định những cải tiến hoặc vấn đề tiềm ẩn.

‍

Cách thức hoạt động:

• Con người tạo ra các sản phẩm lao động ban đầu bằng kỹ năng và sự sáng tạo của mình
• Hệ thống AI phân tích đầu ra dựa trên nhiều khía cạnh chất lượng khác nhau
• Phản hồi của máy làm nổi bật những cải tiến hoặc vấn đề tiềm ẩn
• Con người đưa ra quyết định cuối cùng bằng cách kết hợp phản hồi

5. Mô hình Người học việc

Hệ thống AI học hỏi bằng cách quan sát các chuyên gia, dần dần đảm nhận nhiều trách nhiệm hơn khi con người chuyển sang giám sát và xử lý ngoại lệ.

‍

Cách thức hoạt động:

• Các chuyên gia con người ban đầu thực hiện các nhiệm vụ trong khi AI quan sát
• Hệ thống bắt đầu đưa ra các gợi ý dựa trên các mẫu đã học
• Dần dần, AI xử lý các trường hợp đơn giản hơn với sự đánh giá của con người
• Theo thời gian, vai trò của con người phát triển theo hướng quản lý và giám sát ngoại lệ

Nền tảng văn hóa cho các nhóm người-máy thành công

‍

Việc triển khai công nghệ chỉ là một nửa của phương trình. Việc tạo ra các nhóm người-máy hiệu quả cũng đòi hỏi sự thích nghi về mặt văn hóa:

Xác định lại năng lực

Trong các tổ chức sử dụng AI, chuyên môn ngày càng bao gồm khả năng cộng tác hiệu quả với các hệ thống thông minh, chứ không chỉ là kiến thức chuyên môn.

Trong các tổ chức tiên tiến, những người có hiệu suất cao nhất không chỉ là những người có chuyên môn kỹ thuật sâu sắc nhất mà còn là những người thành thạo nghệ thuật cộng tác với các hệ thống AI và biết khi nào nên tin tưởng vào các khuyến nghị của máy móc và khi nào nên bỏ qua chúng.

Xây dựng lòng tin đầy đủ

Sự hợp tác hiệu quả đòi hỏi sự tin tưởng được cân nhắc kỹ lưỡng—chứ không phải niềm tin mù quáng vào các khuyến nghị của AI hay thái độ hoài nghi hời hợt. Các tổ chức thành công nhất áp dụng các phương pháp có cấu trúc để xây dựng niềm tin:

• Giám sát minh bạch hiệu suất của hệ thống AI
• Truyền đạt rõ ràng về mức độ tin cậy của khuyến nghị
• Tôn vinh sự đóng góp của máy móc và con người vào những thành tựu
• Thảo luận mở về các hạn chế của hệ thống và chế độ lỗi

Sự phát triển của Quản lý hiệu suất

Các thước đo hiệu suất truyền thống thường không nắm bắt được giá trị của sự hợp tác hiệu quả giữa con người và máy móc. Các tổ chức hàng đầu đang triển khai các phương pháp đo lường mới:

• Các số liệu cấp độ nhóm đánh giá hiệu suất kết hợp giữa con người và máy móc
• Nhận biết các hành vi hợp tác hiệu quả
• Góp phần cải thiện hệ thống AI thông qua phản hồi
• Phát triển kỹ năng trong các lĩnh vực có giá trị riêng của con người

Lộ trình triển khai: Xây dựng đội ngũ người-máy

‍

Dựa trên kinh nghiệm lãnh đạo các tổ chức trong quá trình chuyển đổi này, chúng tôi khuyến nghị áp dụng phương pháp tiếp cận theo từng giai đoạn:

Giai đoạn 1: Phân tích quy trình làm việc (1-2 tháng)

• Lập bản đồ quy trình làm việc hiện tại, xác định các điểm quyết định và luồng thông tin
• Đánh giá thành phần quy trình làm việc nào tận dụng được thế mạnh của con người so với máy móc
• Xác định các điểm quan trọng, điểm nghẽn và vấn đề chất lượng trong các quy trình hiện có
• Xác định các số liệu kết quả rõ ràng để cải thiện

Giai đoạn 2: Thiết kế hợp tác (2-3 tháng)

• Thu hút các nhóm chức năng chéo, bao gồm các chuyên gia về chủ đề và người dùng cuối
• Thiết kế quy trình làm việc mới dựa trên các mô hình cộng tác
• Xây dựng vai trò và trách nhiệm rõ ràng cho các thành phần con người và cơ khí
• Tạo giao diện tạo điều kiện cho sự cộng tác hiệu quả

Giai đoạn 3: Triển khai thí điểm (3-4 tháng)

• Triển khai quy trình làm việc được thiết kế với các nhóm được chọn
• Cung cấp đào tạo toàn diện về các phương pháp tiếp cận hợp tác
• Thiết lập cơ chế phản hồi để cải tiến liên tục
• Đo lường kết quả so với các tiêu chuẩn đã thiết lập

Giai đoạn 4: Khả năng mở rộng và tối ưu hóa (6-12 tháng)

• Mở rộng triển khai dựa trên kinh nghiệm thí điểm
• Tinh chỉnh các mô hình cộng tác thông qua phân tích liên tục
• Phát triển chuyên môn nội bộ trong việc thiết kế các nhóm người-máy
• Tạo ra các cộng đồng thực hành để chia sẻ các kỹ thuật hiệu quả

Vượt qua những thách thức trong việc triển khai

Bất chấp tiềm năng của các nhóm người-máy, các tổ chức vẫn phải đối mặt với một số thách thức chung:

Kháng cự văn hóa

Nỗi lo mất việc làm và sự hoài nghi về khả năng của AI có thể cản trở việc áp dụng công nghệ này.

‍

Ở nhiều công ty, sự phản đối ban đầu đối với việc áp dụng AI là điều dễ nhận thấy. Bước ngoặt thường xảy ra khi chúng ta ngừng nói về "triển khai AI" và bắt đầu thảo luận về cách "trao quyền cho các nhóm với những năng lực mới". Sự thay đổi quan điểm này có thể biến sự phản đối thành sự tham gia tích cực.

‍

Chiến lược để vượt qua sự kháng cự:

• Thu hút người dùng cuối vào thiết kế cộng tác
• Truyền đạt rõ ràng cách con người sẽ tiếp tục tạo ra giá trị độc đáo
• Tôn vinh những thành công ban đầu làm nổi bật lợi ích của sự hợp tác
• Đào tạo các nhà lãnh đạo trong việc quản lý thay đổi văn hóa ( thường là những người phản đối thay đổi, bạn nhé )

‍

Thiết kế lấy con người làm trung tâm

Thành công phụ thuộc vào giao diện và tương tác được thiết kế dựa trên nhu cầu của con người.

‍

Nhiều tổ chức báo cáo rằng việc triển khai ban đầu của họ khá ổn về mặt kỹ thuật nhưng lại không được áp dụng rộng rãi vì họ không cân nhắc đầy đủ yếu tố con người. Một phương pháp mới nổi là tích hợp các chuyên gia UX và nhà tâm lý học tổ chức vào các nhóm phát triển ngay từ đầu dự án.

‍

Nguyên tắc thiết kế hiệu quả:

• Tính minh bạch trong quá trình hoạt động và ra quyết định của hệ thống
• Kiểm soát có ý nghĩa của con người đối với các quyết định quan trọng
• Phản hồi theo ngữ cảnh và kịp thời
• Khả năng thích ứng với phong cách làm việc của từng cá nhân

Kết luận: Hướng tới một kỷ nguyên mới của sự trao quyền cho con người

Tiềm năng thực sự của AI không nằm ở khả năng tự động hóa hoàn toàn hay chỉ đơn thuần là một công cụ, mà nằm ở việc tạo ra mối quan hệ hợp tác giữa con người và máy móc giúp khuếch đại khả năng của cả hai.

‍

Các tổ chức tiếp cận AI như một cơ hội để suy nghĩ lại về công việc một cách cơ bản—thay vì chỉ tự động hóa các quy trình làm việc hiện có—đang đạt được những lợi thế cạnh tranh đáng kể.

‍

Cuộc tranh luận "con người so với máy móc" luôn đi chệch hướng. Các tổ chức phát triển không phải đang lựa chọn giữa tài năng con người và trí tuệ nhân tạo—họ đang tạo ra những hệ sinh thái mà mỗi bên đều nâng cao năng lực của bên kia.

‍

Khi chúng ta tiếp tục tiến vào lĩnh vực mới này, thành công sẽ thuộc về những ai có thể tưởng tượng và triển khai những cách làm việc mới giúp giải phóng toàn bộ tiềm năng của cả con người và máy móc - không phải với tư cách là đối thủ cạnh tranh mà là những người cộng tác trong thời đại có nhiều khả năng chưa từng có.