TOP 6 KHUNG SỬ DỤNG AI: TÍCH HỢP AI VÀO DOANH NGHIỆP, TỐI ƯU HOÁ HIỆU SUẤT

Trong thời đại AI bùng nổ, các doanh nghiệp không chỉ cần nhanh chóng áp dụng AI mà còn phải hiểu cách sử dụng AI hợp lý để tối ưu hiệu suất mà vẫn giữ được quyền kiểm soát. Các khung sử dụng AI (AI Usage Frameworks) chính là chìa khóa giúp doanh nghiệp xác định mức độ tự động hóa phù hợp. Trong bài viết này, hãy cùng Trường Doanh Nhân HBR khám phá khung sử dụng AI là gì và top 6 mô hình phổ biến nhất. 

1. Khung sử dụng AI (AI Usage Frameworks) là gì?

Khung sử dụng AI (AI Usage Frameworks) là các khung hướng dẫn giúp tổ chức, doanh nghiệp hiểu rõ, triển khai và tối ưu việc sử dụng trí tuệ nhân tạo (AI) trong vận hành và ra quyết định. Đây là những mô hình quan trọng giúp doanh nghiệp định hình chiến lược AI, đảm bảo AI được sử dụng hiệu quả, có kiểm soát và phù hợp với mục tiêu kinh doanh.

Khung sử dụng AI giúp tổ chức xác định mức độ AI tham gia vào quy trình công việc, từ việc hỗ trợ con người đến tự động hóa hoàn toàn. Các doanh nghiệp cần lựa chọn framework phù hợp để đảm bảo AI mang lại giá trị tối đa mà không gây rủi ro hoặc xung đột với con người.

Theo chuyên gia Tony Dzung, Chủ tịch Hội đồng quản trị HBR Holdings đánh giá: “Mỗi doanh nghiệp có nhu cầu và mức độ ứng dụng AI khác nhau, do đó khung sử dụng AI giúp doanh nghiệp lựa chọn mức độ tích hợp AI phù hợp với chiến lược kinh doanh, nguồn lực và mô hình vận hành hiện tại.”

>>> Xem thêm: LỘ TRÌNH ỨNG DỤNG AI VÀO DOANH NGHIỆP: DẪN ĐẦU CUỘC ĐUA CÔNG NGHỆ SỐ

2. Top 6 khung sử dụng AI phổ biến – định hình cách AI được sử dụng trong doanh nghiệp

AI đang thay đổi cách doanh nghiệp vận hành, từ tự động hóa quy trình đến hỗ trợ ra quyết định chiến lược. Để áp dụng AI một cách hiệu quả, các doanh nghiệp cần những khung sử dụng AI giúp họ xác định mức độ AI tham gia vào công việc, cách AI hỗ trợ con người và những yếu tố đạo đức cần xem xét.

Dưới đây là 6 khung sử dụng AI hàng đầu mà Mr. Tony Dzung gợi ý các doanh nghiệp có thể tham khảo:

2.1. Khung sử dụng AI của Microsoft (Microsoft’s AI Maturity Model)

Khung trưởng thành AI của Microsoft (Microsoft AI Maturity Model) giúp doanh nghiệp đánh giá và xác định mức độ tích hợp AI vào quy trình làm việc. Mô hình này phân loại sự trưởng thành của AI trong doanh nghiệp theo 2 tiêu chí:

• Trục dọc (Human Intelligence) thể hiện mức độ tham gia của con người.
• Trục ngang (Artificial/Machine Intelligence) thể hiện mức độ tự động hóa của AI.

Theo đó, sự trưởng thành của AI trong doanh nghiệp trải qua 3 giai đoạn chính như sau:

1 - Trí tuệ hỗ trợ (Assisted Intelligence)

• Ở giai đoạn này, AI chỉ đóng vai trò cung cấp thông tin và gợi ý dựa trên dữ liệu thu thập được.
• Con người vẫn là người ra quyết định cuối cùng và có toàn quyền kiểm soát.

2 - Trí tuệ tăng cường (Augmented Intelligence)

• AI không chỉ hỗ trợ mà còn nâng cao khả năng của con người trong việc sáng tạo, phân tích và ra quyết định.
• AI và con người hợp tác trong các nhiệm vụ phức tạp, AI đóng vai trò hỗ trợ ra quyết định thông minh hơn.
• Sự tham gia của AI ngày càng nhiều hơn, nhưng con người vẫn có vai trò giám sát và kiểm soát.

3 - Trí tuệ tự động (Autonomous Intelligence)

• Ở cấp độ này, AI có khả năng tự động ra quyết định mà không cần sự can thiệp của con người.
• AI học hỏi từ dữ liệu, thích ứng với tình huống mới và có thể thực hiện tác vụ phức tạp mà trước đây chỉ con người mới làm được.

Ví dụ:

• Assisted Intelligence: AI giúp phân tích hành vi khách hàng và gợi ý đề xuất sản phẩm phù hợp, nhưng chiến lược kinh doanh vẫn do con người quyết định.
• Augmented Intelligence: AI giúp dự báo nhu cầu hàng tồn kho, từ đó hỗ trợ con người ra quyết định chính xác để tối ưu hóa chuỗi cung ứng nhằm giảm thiểu chi phí.
• Autonomous Intelligence: AI vận hành kho tự động, sử dụng robot để sắp xếp hàng hóa và xử lý đơn hàng mà không cần con người can thiệp.

2.2. Khung sử dụng AI của PwC (PwC’s AI Augmentation Spectrum)

Khung AI Augmentation Spectrum của PwC phân loại mức độ hợp tác giữa con người và AI trên hai yếu tố chính:

• Trục dọc (AI Autonomy): Thể hiện mức độ tự động hóa của AI – từ thấp (AI chỉ cung cấp thông tin) đến cao (AI tự học và hoạt động độc lập).
• Trục ngang (Role Complexity): Thể hiện độ phức tạp của nhiệm vụ mà AI tham gia – từ các nhiệm vụ đơn giản (hỗ trợ con người) đến các nhiệm vụ phức tạp (AI tự đưa ra quyết định hoặc tự học hỏi).

Theo đó, AI Usage Framework của PwC phân chia 6 mức độ hợp tác giữa con người và AI trong doanh nghiệp như sau: 

1 - AI như một cố vấn (AI as an Advisor) 

• Mức độ tự động hóa AI thấp – Độ phức tạp của nhiệm vụ thấp

• AI đóng vai trò như một người cố vấn nhằm cung cấp thông tin, phân tích dữ liệu và đưa ra khuyến nghị, nhưng con người vẫn có toàn quyền ra quyết định cuối cùng.

2 - AI như một trợ lý (AI as an Assistant)  

• Mức độ tự động hóa AI thấp – Độ phức tạp của nhiệm vụ trung bình

• AI đóng vai trò như một trợ lý, hỗ trợ con người thực hiện nhiệm vụ hiệu quả hơn, giúp tiết kiệm thời gian và nâng cao năng suất. AI có thể tự động hóa một số tác vụ lặp lại, nhưng vẫn cần con người kiểm soát và điều chỉnh.

3 - AI như một người đồng sáng tạo (AI as a Co-Creator)

• Mức độ tự động hóa AI trung bình – Độ phức tạp của nhiệm vụ trung bình
• AI đảm nhận vai trò như một người đồng sáng tạo, làm việc cùng con người trong các nhiệm vụ sáng tạo, hỗ trợ và nâng cao hiệu suất. AI không thay thế con người nhưng giúp cải thiện tốc độ, chất lượng và hiệu quả của công việc sáng tạo.

4 - AI như một người thực thi (AI as an Executor)

• Mức độ tự động hóa AI cao – Độ phức tạp của nhiệm vụ thấp

• AI tự thực hiện nhiệm vụ mà không cần nhiều sự can thiệp của con người. Con người vẫn giám sát để đảm bảo AI hoạt động hiệu quả nhưng không cần can thiệp thường xuyên.

5 - AI như một người ra quyết định (AI as a Decision-Maker)

• Mức độ tự động hóa AI trung bình – Độ phức tạp của nhiệm vụ cao

• AI có thể tự đưa ra quyết định mà không cần con người can thiệp, dựa trên phân tích dữ liệu. AI xử lý khối lượng lớn thông tin và chọn phương án tối ưu mà không cần phê duyệt từ con người.

6 - AI như một hệ thống tự học (AI as a Self-Learner)

• Mức độ tự động hóa AI cao – Độ phức tạp của nhiệm vụ cao

• AI có khả năng tự học từ dữ liệu, cải thiện hiệu suất theo thời gian mà không cần lập trình lại. AI có thể thích nghi với môi trường mới, điều chỉnh chiến lược hoạt động dựa trên kết quả trước đó.

Ví dụ: Một công ty thương mại điện tử bán lẻ trực tuyến áp dụng AI vào hoạt động kinh doanh theo từng cấp độ từ hỗ trợ con người đến tự động hóa hoàn toàn.

• AI như một cố vấn (AI as an Advisor): AI giúp phân tích dữ liệu khách hàng và đề xuất danh sách sản phẩm có thể bán chạy trong mùa cao điểm.
• AI như một trợ lý (AI as an Assistant): Chatbot AI hỗ trợ nhân viên chăm sóc khách hàng trả lời các câu hỏi cơ bản về chính sách đổi trả, trạng thái đơn hàng và thời gian giao hàng dự kiến.
• AI như một nhà đồng sáng tạo (AI as a Co-Creator): AI hỗ trợ đội ngũ marketing viết mô tả sản phẩm, tạo nội dung quảng cáo và đề xuất tiêu đề email marketing.
• AI như một người thực thi (AI as an Executor): AI quản lý chiến dịch email marketing, tự động gửi email cá nhân hóa dựa trên hành vi mua sắm của khách hàng.
• AI như một người ra quyết định (AI as a Decision-Maker): AI tự động xét duyệt hoặc từ chối các đơn đặt hàng lớn dựa trên lịch sử mua hàng và rủi ro gian lận.
• AI như một hệ thống tự học (AI as a Self-Learner): AI trong bộ phận CSKH tự học từ các cuộc trò chuyện với khách hàng để cải thiện phản hồi chatbot, giúp chatbot trả lời tự nhiên và chính xác hơn.

2.3. Khung sử dụng AI của Deloitte (Deloitte’s Augmented Intelligence Framework)

Khung trí tuệ tăng cường (Augmented Intelligence Framework) của Deloitte tập trung vào mối quan hệ hợp tác giữa con người và AI, nhấn mạnh vai trò của AI trong việc giúp con người làm việc thông minh hơn, hiệu quả hơn và ở quy mô lớn hơn.

Khung này chia việc sử dụng AI trong doanh nghiệp thành ba cấp độ chính, từ tự động hóa các công việc đơn giản đến hỗ trợ con người trong những quyết định quan trọng và mở rộng quy mô làm việc trên diện rộng.

1 - Tự động hóa (Automate) – AI thực hiện các công việc lặp đi lặp lại

• AI thay thế con người trong các nhiệm vụ lặp đi lặp lại, giúp giải phóng thời gian để con người tập trung vào công việc có giá trị cao hơn.
• AI thực hiện các công việc có quy tắc rõ ràng, không đòi hỏi tư duy sáng tạo hoặc ra quyết định phức tạp.

2 - Tăng cường (Augment) – AI hỗ trợ con người ra quyết định chính xác hơn

• AI phân tích dữ liệu, cung cấp thông tin và gợi ý, giúp con người đưa ra quyết định chính xác hơn.
• AI không thay thế con người mà giúp họ có nhiều dữ kiện hơn để ra quyết định một cách nhanh chóng và hiệu quả.

3 - Khuếch đại (Amplify) – AI giúp con người làm việc với quy mô lớn hơn và tốc độ cao hơn

• AI không chỉ hỗ trợ ra quyết định mà còn giúp mở rộng khả năng làm việc của con người, giúp họ xử lý khối lượng dữ liệu khổng lồ trong thời gian ngắn.
• AI cho phép doanh nghiệp đạt được hiệu suất cao hơn, tối ưu hóa quy trình ở quy mô lớn mà trước đây con người không thể làm được.

Ví dụ:

• Tự động hóa (Automate): AI tự động phân loại email của khách hàng vào các danh mục như yêu cầu hỗ trợ, khiếu nại, hoặc đơn hàng.
• Tăng cường (Augment): AI hỗ trợ đội ngũ marketing tối ưu hóa chiến dịch quảng cáo, đề xuất kênh quảng cáo hiệu quả nhất dựa trên dữ liệu khách hàng.
• Khuếch đại (Amplify): AI quản lý hàng triệu giao dịch mỗi ngày, tự động điều chỉnh giá sản phẩm theo cung – cầu thị trường.

2.4. Khung sử dụng AI của Gartner (Gartner’s Autonomous Systems Framework)

Gartner’s Autonomous Systems Framework là một mô hình giúp phân loại công việc dựa trên mức độ tham gia của con người so với AI. Khung sử dụng AI của Gartner chia công việc thành 4 cấp độ chính, từ thủ công cho đến tự động hóa hoàn toàn bởi AI. Điều này giúp doanh nghiệp hiểu AI có thể đảm nhiệm công việc ở mức độ nào và cân bằng giữa tự động hóa và sự kiểm soát của con người.

Khung sử dụng AI này chia công việc thành 4 cấp độ (từ thủ công cho đến tự động hóa hoàn toàn bởi AI) dựa trên 2 tiêu chí chính:

• Trục dọc: Thể hiện mức độ tự động hóa của AI (AI Autonomy) – từ thấp (Manual Work) đến cao (Fully Autonomous Work).
• Trục ngang: Thể hiện mức độ tham gia của con người (Human Involvement) – từ thấp (Fully Autonomous Work) đến cao (Manual Work).

1 - Công việc thủ công (Manual Work)

• Mức độ tham gia của con người cao - Mức độ tự động hoá AI thấp

• Toàn bộ công việc do con người thực hiện mà không có AI hỗ trợ.
• Đặc trưng bởi sự tham gia cao của con người và không có hoặc rất ít tự động hóa AI.
• Phù hợp với các công việc yêu cầu sáng tạo, phán đoán, giao tiếp phức tạp hoặc ra quyết định chiến lược.

2 - Công việc có hỗ trợ bởi AI (Assisted Work) 

• Mức độ tham gia của con người thấp - Mức độ tự động hoá AI thấp

• AI hỗ trợ con người, giúp tăng hiệu suất nhưng không thay thế họ.
• Con người vẫn là người ra quyết định chính, AI chỉ đóng vai trò cung cấp dữ liệu và gợi ý.
• Mức độ tự động hóa thấp, AI chỉ hỗ trợ những tác vụ cơ bản.

3 - Công việc bán tự động (Semi-Autonomous Work)

• Mức độ tham gia của con người cao – Mức độ tự động hoá AI cao

• AI chịu trách nhiệm chính trong việc thực hiện nhiệm vụ, con người chỉ giám sát và can thiệp khi cần.
• Sự kết hợp giữa AI và con người, trong đó AI có khả năng tự vận hành nhưng vẫn cần sự kiểm soát để đảm bảo tính chính xác.

4 - Công việc hoàn toàn tự động (Fully Autonomous Work)

• Mức độ tham gia của con người thấp - Mức độ tự động hoá AI cao

• AI hoạt động độc lập, không cần sự can thiệp của con người.
• AI học hỏi từ dữ liệu, tự đưa ra quyết định và tự điều chỉnh để tối ưu hiệu suất.
• Đây là cấp độ tự động hóa cao nhất, nơi AI có thể tự vận hành toàn bộ quy trình.

Ví dụ: 

• Thủ công (Manual Work): Nhân viên trực tiếp cho khách hàng mục tiêu, CEO tự phân tích thị trường và ra quyết định

• Có hỗ trợ bởi AI (Assisted Work): Chatbot hỗ trợ chăm sóc khách hàng, AI đề xuất nội dung marketing hấp dẫn, AI phân tích rủi ro tín dụng

• Bán tự động (Semi-Autonomous Work): AI tối ưu hoá hiệu quả quảng cáo, AI tự động quản lý kho hàng
• Hoàn toàn tự động (Fully Autonomous Work): Xe tự lái, giao dịch chứng khoán tự động, chatbot chăm sóc khách hàng tự động xử lý hoàn toàn yêu cầu.

2.5. Khung sử dụng AI của MIT (Human-in-the-Loop)

Mô hình Human-in-the-Loop (HITL) AI của Viện Công nghệ Massachusetts (MIT) là một hệ thống kết hợp giữa con người và máy móc để đảm bảo kết quả đầu ra chính xác nhất. 

Khung sử dụng AI này giúp doanh nghiệp kết hợp hiệu quả nhất giữa khả năng xử lý nhanh chóng của AI và tư duy linh hoạt, sáng tạo của con người, nhằm đảm bảo AI không mắc lỗi nghiêm trọng hoặc đưa ra quyết định không chính xác.

Khung sử dụng AI của MIT mô tả một quy trình kết hợp giữa AI và con người như sau:

1 - AI nhận dữ liệu đầu vào và tạo ra kết quả ban đầu

• AI tiếp nhận dữ liệu đầu vào từ hệ thống (hình ảnh, văn bản, dữ liệu số…)
• Dựa trên thuật toán đã được huấn luyện, AI phân tích và đưa ra dự đoán hoặc quyết định ban đầu.
• Nếu AI có độ tự tin cao về kết quả của mình, kết quả có thể được chấp nhận ngay.

2 - Con người xem xét và chỉnh sửa kết quả của AI

• Nếu AI có mức độ tự tin thấp về kết quả, con người sẽ xem xét và điều chỉnh nếu cần.
• Con người có quyền ghi đè (sửa) lên quyết định của AI, đặc biệt trong các trường hợp cần đưa ra quyết định quan trọng hoặc nhạy cảm.
• Nếu AI có mức độ tự tin cao và đưa ra kết quả chính xác, con người sẽ sử dụng luôn kết quả đó. 

3 - AI học hỏi từ phản hồi của con người và cải thiện kết quả đầu ra

• Khi con người sửa kết quả của AI, hệ thống sẽ học hỏi từ những điều chỉnh này.
• AI cập nhật mô hình của mình để làm cho các dự đoán trong tương lai chính xác hơn.
• Theo thời gian, AI ngày càng ít cần sự can thiệp của con người, nhưng con người vẫn có thể giám sát khi cần thiết.

Ví dụ: Một công ty thương mại điện tử sử dụng AI để tự động phát hiện các đơn hàng gian lận. Hệ thống AI có thể quét qua hàng ngàn giao dịch mỗi ngày và xác định các giao dịch đáng ngờ dựa trên nhiều yếu tố. 

Tuy nhiên, để tránh khóa nhầm tài khoản hợp pháp, nhân viên vẫn phải kiểm tra lại các giao dịch mà AI đánh dấu là gian lận trước khi thực hiện các hành động như hủy đơn hàng hoặc chặn tài khoản.

1 - AI nhận dữ liệu đầu vào và đánh dấu giao dịch đáng ngờ

• Một khách hàng đặt hàng số lượng lớn từ nhiều địa chỉ IP khác nhau trong vòng 5 phút.

• AI đánh giá giao dịch này có 80% khả năng là gian lận.

2 - Nhân viên xem xét và xác nhận quyết định của AI

• Nếu AI có độ tin cậy thấp (dưới 90%), nhân viên sẽ xem xét giao dịch trước khi thực hiện bất kỳ hành động nào. Nhân viên có thể kiểm tra lịch sử mua hàng của khách hàng, hoặc giao dịch có dấu hiệu tương tự trong quá khứ.
• Nếu nhân viên xác nhận đó thực sự là gian lận, họ sẽ hủy đơn hàng và khóa tài khoản.
• Nếu nhân viên phát hiện AI đánh giá sai, họ có thể bỏ đánh dấu và phê duyệt giao dịch.

3 - AI học hỏi từ phản hồi của nhân viên để tối ưu hóa mô hình

• Nếu nhân viên xác nhận một giao dịch là hợp lệ, AI sẽ ghi nhớ mô hình đó và điều chỉnh tiêu chí phát hiện gian lận. Lần sau, nếu gặp giao dịch tương tự, AI sẽ không đánh dấu sai nữa.

2.6. Khung sử dụng AI của Havard Business Review (Havard Business Review’s Human-AI Teaming Model

Mô hình Hợp tác giữa con người và AI (Human-AI Teaming Model) của Harvard Business Review (HBR) nhấn mạnh rằng AI không nên thay thế con người, mà nên hỗ trợ họ trong công việc.

Khung sử dụng AI của Harvard mô tả ba cấp độ hợp tác giữa con người và AI như sau:

1 - AI như một công cụ hỗ trợ con người (AI as a Tool)

• AI cung cấp thông tin chi tiết dựa trên dữ liệu, giúp con người đưa ra quyết định chính xác hơn.
• AI không thực hiện công việc, mà chỉ hỗ trợ bằng cách phân tích và đề xuất.

2 - AI như một đồng nghiệp (AI as a Collaborator)

• AI hợp tác với con người, chia sẻ nhiệm vụ và tăng năng suất làm việc.
• AI không chỉ hỗ trợ, mà còn cùng con người thực hiện công việc, giúp hoàn thành nhanh hơn và hiệu quả hơn.

3 - AI như một nhà quản lý (AI as a Manager)

• AI quản lý một số chức năng cụ thể như lịch trình, giám sát hiệu suất, tối ưu quy trình làm việc.
• Con người vẫn tham gia công việc, nhưng AI đóng vai trò tổ chức và điều phối.

3. Một số lưu ý quan trọng để sử dụng AI hiệu quả trong doanh nghiệp

AI đang ngày càng trở thành một công cụ quan trọng giúp doanh nghiệp nâng cao hiệu suất, tối ưu quy trình vận hành và tạo lợi thế cạnh tranh. Tuy nhiên, để sử dụng AI hiệu quả, Mr. Tony Dzung khuyên doanh nghiệp cần lưu ý một số điểm quan trọng sau:

• Xác định rõ mục tiêu rõ ràng: Trước khi triển khai sử dụng AI, doanh nghiệp cần hiểu rõ AI sẽ giải quyết vấn đề gì – tối ưu quy trình, cá nhân hóa trải nghiệm khách hàng hay hỗ trợ ra quyết định? Đừng áp dụng AI chỉ vì chạy theo xu hướng.

• Chuẩn bị dữ liệu chất lượng: AI chỉ hoạt động hiệu quả khi có dữ liệu tốt. Hãy đảm bảo dữ liệu được thu thập đầy đủ, làm sạch và chuẩn hóa để tránh sai lệch trong kết quả đầu ra.

• Đào tạo đội ngũ làm việc với AI: AI không thay thế con người mà giúp họ làm việc hiệu quả hơn. Doanh nghiệp cần đào tạo nhân sự biết cách tận dụng AI để nâng cao năng suất.

• Cân bằng giữa tự động hóa và sự sáng tạo của con người: AI có thể tự động hóa nhiều công việc, nhưng không phải lúc nào cũng thay thế được con người. AI nên đóng vai trò hỗ trợ, con người vẫn giữ vai trò giám sát và kiểm soát đối với các nhiệm vụ nhạy cảm hoặc phức tạp

• Giám sát và tối ưu liên tục: AI không hoàn hảo và có thể ra quyết định thiếu chính xác, vì vậy cần theo dõi thường xuyên để điều chỉnh khi cần, tránh sai sót không mong muốn.

• Bắt đầu nhỏ, mở rộng dần: Không nên triển khai AI trên toàn bộ hệ thống ngay từ đầu. Hãy thử nghiệm với quy mô nhỏ, đo lường hiệu quả rồi mới nhân rộng.
• Đảm bảo tính minh bạch và bảo mật: AI phải tuân thủ các quy định về quyền riêng tư và bảo vệ dữ liệu như GDPR, CCPA… để tránh rủi ro pháp lý và mất lòng tin từ khách hàng.

Khung sử dụng AI đóng vai trò quan trọng trong việc giúp doanh nghiệp ứng dụng AI một cách hiệu quả, tránh những rủi ro do tự động hóa quá mức hoặc thiếu kiểm soát. Trường Doanh Nhân HBR tin rằng hiểu đúng và áp dụng đúng AI Usage Frameworks sẽ giúp doanh nghiệp khai thác tối đa tiềm năng của AI, đồng thời duy trì sự kiểm soát và linh hoạt trong vận hành.