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.
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.
Các nhóm người-máy hiệu quả tận dụng các khả năng riêng biệt của nhau:
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.
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:
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:
Chìa khóa triển khai:
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:
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 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:
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:
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:
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.
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:
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:
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:
Bất chấp tiềm năng của các nhóm người-máy, các tổ chức vẫn phải đối mặt với một số thách thức chung:
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:
.png)
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 tốt 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:
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.
.svg)
.svg)
.svg)
.jpeg)
.png)
.jpeg)
