Doanh nghiệp nhỏ và vừa tiếp cận AI như thế nào?

PGS. Bùi Thị Minh Hồng (*)

(KTSG) - Cho dù các chuyên gia từ Tổ chức Hợp tác và Phát triển kinh tế (OECD) dự báo trí tuệ nhân tạo (AI) sẽ làm thay đổi sâu rộng các doanh nghiệp nhỏ và vừa (xem trên TBKTSG số ra ngày 25-2), nhưng ứng dụng AI với nhóm đối tượng này chưa bao giờ là dễ dàng. Vậy rào cản đối với họ là gì và giải pháp nào để các doanh nghiệp nhỏ và vừa có thể ứng dụng AI?

Doanh nghiệp sẵn sàng trả mức lương “hậu hĩnh” cho nhân sự ngoại quốc ngành AI. Ảnh: Mỹ Dung

Chi phí cao và sự không chắc chắn về lợi ích của AI

Việc xây dựng và duy trì một hệ thống AI vẫn là một khoản đầu tư tốn kém. Đào tạo các hệ thống AI đòi hỏi một lượng lớn dữ liệu, cũng như sự can thiệp của con người để xử lý dữ liệu và làm cho chúng có thể đọc được bằng máy. Mặc dù các công cụ AI nguồn mở và chi phí đào tạo thuật toán AI ngày càng giảm, nhưng các doanh nghiệp nhỏ và vừa cũng không dễ để chịu đựng được các khoản chi phí này.

Bên cạnh đó, việc thích ứng với môi trường làm việc nâng cao AI cũng đòi hỏi phải đào tạo lại lực lượng lao động, nhằm cung cấp cho người lao động các kỹ năng để đào tạo các thuật toán AI và diễn giải các dự đoán. Đó là chưa kể việc phải cấu trúc lại các hoạt động kinh doanh để đáp ứng các giải pháp AI, bao gồm thay đổi tổ chức và đào tạo lại nhân lực để tích hợp các công nghệ bổ sung.

Tuy nhiên, việc chuyển đổi AI có thể không mang lại lợi ích hay tăng năng suất ngay lập tức, khiến “chi phí chìm” của doanh nghiệp tăng trước khi có thể đạt được tiềm năng tăng trưởng. Nhiều nhà tư vấn công nghệ dự đoán rằng, hầu hết các công nghệ AI tiên tiến sẽ cần ít nhất hai năm để trở thành xu hướng chủ đạo. Ngoài ra, cách AI sẽ được áp dụng hiệu quả trong các doanh nghiệp sẽ khác nhau và phụ thuộc vào mục đích áp dụng và sự kết hợp và tích hợp của các công nghệ. Trên thực tế, ngoài các công ty khởi nghiệp đổi mới sáng tạo, các doanh nghiệp nhỏ và vừa có thể ngại tiếp thu những đổi mới có thể dẫn đến thua lỗ trong thời gian ngắn, do doanh thu và dòng tiền hạn chế.

Rủi ro về danh tiếng và pháp lý

Khi sự cố xảy ra với giải pháp AI do bên thứ ba cung cấp, rất có thể các doanh nghiệp nhỏ và vừa không thể phản ứng kịp thời và có thể không có thẩm quyền hoặc năng lực để kiểm tra thuật toán. Trong trường hợp này, doanh nghiệp sử dụng các công cụ được nâng cao bởi AI để tương tác với khách hàng có thể phải đối mặt với các vấn đề về danh tiếng và trách nhiệm pháp lý, đặc biệt nếu mô hình AI được sử dụng bị coi là thiếu đạo đức kinh doanh. Do đó, doanh nghiệp cần phải xem xét các yếu tố con người và kỹ năng sau đây:

Yếu tố con người: Rủi ro đến từ hiểu biết không rõ ràng về tiềm năng và rủi ro của việc sử dụng AI, từ người quản lý đến người lao động. Do đó, cần phải nâng cao sự hiểu biết về những gì AI có thể mang lại cho doanh nghiệp và để làm sáng tỏ công nghệ. Hiểu được cách thức mà các lĩnh vực khác nhau của AI có thể áp dụng cho các ngành khác nhau, các chức năng kinh doanh khác nhau và các mô hình kinh doanh khác nhau là rất quan trọng.

Nâng cao nhận thức trong lực lượng lao động, bao gồm thông tin tốt hơn về vai trò bổ sung của AI đối với người lao động, là chìa khóa để triển khai hiệu quả. Mối quan tâm về AI, nguy cơ kiến thức và chuyên môn của con người bị mai một và mối đe dọa thay thế công việc bởi máy móc là những trở ngại chính đối với việc chuyển đổi quy trình làm việc. Những mối quan tâm này cần được giải quyết ở thượng nguồn trong quá trình chuyển đổi. Cần trao đổi rõ ràng về khía cạnh bổ sung của hệ thống AI với lực lượng lao động, tốt nhất là từ môi trường giáo dục và đào tạo.

Nâng cao kỹ năng triển khai hiệu quả các giải pháp AI: Việc triển khai AI trong quy trình kinh doanh có thể yêu cầu rất nhiều kỹ năng khác nhau từ các nhà quản lý đến nhân viên.

Các nhà quản lý cần hiểu biết về những gì hệ thống AI có thể hoặc không thể làm, cũng như những quyết định nào có thể được AI tự động hóa. AI cho phép giảm chi phí dự đoán trong khi tăng tần suất, giúp có thể áp dụng các phương pháp dự đoán theo hướng dữ liệu một cách rộng rãi hơn. Những người lao động sử dụng AI nên được khuyến khích để thử nghiệm các cách làm việc mới với công nghệ và điều chỉnh quy trình làm việc của họ, cũng như các cơ hội để phục hồi sau những sai lầm, vì không có sách hướng dẫn sử dụng AI.

Thiếu văn hóa dữ liệu và thực hành quản lý dữ liệu yếu kém

Mặc dù các doanh nghiệp nhỏ và vừa sản xuất và xử lý một khối lượng lớn và đa dạng dữ liệu, từ văn phòng sau đến văn phòng chính, nhưng lại thường thiếu khả năng đối chiếu, quản lý và bảo vệ dữ liệu.

Sự không nhất quán về định dạng dữ liệu và phương pháp thu thập, sao chép dữ liệu hoặc nhập liệu thủ công không chính xác cũng làm suy yếu tính toàn vẹn của dữ liệu. Do đó, doanh nghiệp cần bắt đầu xây dựng bộ dữ liệu có cấu trúc và chuỗi thời gian, chẳng hạn như dữ liệu người tiêu dùng, người dùng, sản xuất hoặc quản trị, có thể được sử dụng để nâng cao giá trị bằng cách sử dụng AI. Việc nâng cao tính sẵn sàng của dữ liệu cho phép doanh nghiệp dự đoán và chuẩn bị trước khi triển khai các kỹ thuật học máy trong quy trình làm việc khi các kỹ thuật này trở nên khả thi.

Vậy thị trường giải pháp AI cho các doanh nghiệp nhỏ và vừa là gì?

Các doanh nghiệp nhỏ và vừa có thể tìm kiếm các giải pháp công nghệ và kiến thức từ các thị trường tri thức và dịch vụ kinh doanh chuyên sâu về tri thức.

Thông thường, các dịch vụ kinh doanh chuyên sâu về tri thức bù đắp cho sự thiếu hụt năng lực nội bộ của một công ty và bổ sung năng lực chuyển giao kiến thức của các trường đại học và viện nghiên cứu. Dịch vụ kinh doanh chuyên sâu về tri thức ngày càng được sử dụng nhiều hơn trong các  doanh nghiệp nhỏ và vừa để vượt qua các rào cản liên quan đến quy mô trong việc tiếp cận các nguồn lực chiến lược. Dịch vụ này ngày càng quan trọng đối với các công ty trong việc điều chỉnh các quy trình và thương mại hóa các sản phẩm và dịch vụ mới. Các công nghệ mới đã đóng vai trò quan trọng trong việc mở rộng này, giảm đáng kể chi phí sao chép, lưu trữ và chia sẻ dữ liệu và thông tin, đồng thời cho phép các mô hình tìm nguồn tri thức mới.

Các nền tảng kỹ thuật số ngày càng cho phép các tính năng: (a) tập trung phần mềm; (b) liên kết công nghệ hoặc cơ sở dữ liệu (ví dụ: thông qua các dịch vụ điện toán đám mây); (c) hội tụ các ý tưởng và giải pháp (ví dụ: thông qua nguồn cung ứng cộng đồng và nền tảng cộng tác trên các giải pháp phần mềm chuyên dụng) và (d) tích hợp dữ liệu người dùng và khách hàng (ví dụ: thông qua nền tảng thương mại điện tử). Kết quả là công ty có thể tiếp cận nhiều hơn với danh mục tài sản thuộc về sáng tạo, đổi mới với chi phí giảm. Dưới đây là gợi ý sử dụng dịch vụ kinh doanh chuyên sâu về tri thức.

Phần mềm như là một dịch vụ (SaaS): Thay vì phát triển các hệ thống AI phức tạp và tốn kém, các doanh nghiệp có thể dựa vào các nhà cung cấp ứng dụng AI bên ngoài. SaaS là mô hình điển hình của dịch vụ điện toán đám mây, theo đó một ứng dụng công nghệ thông tin chạy trên cơ sở hạ tầng điện toán đám mây được cung cấp cho người tiêu dùng, thường ở dạng gói đăng ký. SaaS cung cấp cấu trúc dữ liệu được mã hóa trước cho các doanh nghiệp nhỏ và vừa sử dụng. Ví dụ về SaaS dành cho doanh nghiệp bao gồm lập kế hoạch tài nguyên doanh nghiệp trên đám mây (ERP); quản lý quan hệ người tiêu dùng trên đám mây (CRM); bộ văn phòng đám mây, ví dụ: hệ thống e-mail cung cấp chức năng tự động hoàn thành để viết hoặc phần mềm đồ họa tích hợp khung học máy để tăng hiệu quả quy trình làm việc. SaaS còn sử dụng và cung cấp quyền truy cập vào các mô hình AI được đào tạo trước, chẳng hạn như phiên âm cuộc trò chuyện thời gian thực, thiết kế nguyên mẫu 3D hoặc phát hiện gian lận trực tuyến.

So với phần mềm thông thường, SaaS mang lại một số lợi thế cho các doanh nghiệp nhỏ và vừa. Đầu tiên, các doanh nghiệp nhỏ và vừa có thể nhận được các nâng cấp liên tục và hỗ trợ bảo trì mà không cần phải nội bộ hóa các chức năng này và các chi phí liên quan. Việc sử dụng các giải pháp SaaS không yêu cầu bất kỳ kiến thức kỹ thuật nào về AI từ người dùng cuối, điều này có thể giúp các doanh nghiệp nhỏ và vừa vượt qua những hạn chế về kỹ năng của họ trong thời gian đầu. Cuối cùng, doanh nghiệp cũng có thể hưởng lợi từ việc lưu trữ dữ liệu an toàn.

Tuy nhiên, việc sử dụng SaaS tích hợp AI có thể gây ra một số thách thức cho các doanh nghiệp về tính khả chuyển của dữ liệu, khi dữ liệu được tạo ra từ một nhà cung cấp SaaS không thể được chuyển và sử dụng lại bởi một nhà cung cấp phần mềm tương tự khác. Sự phụ thuộc vào SaaS cũng khiến các doanh nghiệp gặp rủi ro, vì các hoạt động kinh doanh của họ dựa vào tính liên tục của việc cung cấp phần mềm và họ có thể không truy cập được vào dữ liệu và phần mềm của mình nữa nếu nhà cung cấp SaaS ngừng dịch vụ của họ.

Máy học như một dịch vụ (MlaaS): Các doanh nghiệp có khả năng tự đào tạo các mô hình AI, mua các thuật toán hoặc thuê cơ sở hạ tầng cần thiết để sử dụng các hệ thống AI, thường được gọi là MlaaS. Các nền tảng này cung cấp các dịch vụ máy học tự động hoặc bán tự động bằng cách sử dụng các nguồn dữ liệu khác nhau và cho phép tùy chỉnh nhiều hơn mức mà SaaS có thể cung cấp. Các nhà cung cấp MLaaS thường áp dụng mô hình “pay as you go”, theo đó người dùng bị tính phí tùy theo mức sử dụng của họ.

Việc sử dụng SaaS và MLaaS yêu cầu quyền truy cập Internet để truyền dữ liệu và chạy các ứng dụng. Cần có tốc độ và kết nối chất lượng tối thiểu để hỗ trợ việc trao đổi khối lượng lớn thông tin, với độ trễ thấp để đảm bảo các dự đoán trong thời gian thực. Do đó Chính phủ và các tỉnh thành cần đầu tư vào cơ sở hạ tầng, như Internet tốc độ cao, 5G và dịch vụ điện toán đám mây rộng rãi hơn có thể giúp tăng khả năng lưu trữ dữ liệu và sức mạnh tính toán.

(*) Giám đốc Mạng lưới Giáo dục (EduNet), AVSE Global

Tài liệu tham khảo:  OECD (2021), The Digital Transformation of SMEs, OECD Studies on SMEs and Entrepreneurship, OECD Publishing, Paris, https://doi.org/10.1787/bdb9256a-en