Mã hóa dữ liệu Chuyển đổi số | Trường Đại học Kinh tế – Luật, Đại học Quốc gia Thành phố Hồ Chí Minh
a) Timeline: Đây là quá trình tự hoàn thiện và phát triển của GROW trong suốt quá trình hoạt động kể từ khi nó thành lập. Khuyến khích khách hàng phản hồi lại sau khi sử dụng để GROW có thể nắm bắt kịp thời các tình huống đặc biệt. Cùng với việc xây dựng xây dựng nên một hệ thống dữ liệu hoàn chỉnh, lường trước cả những trường hợp không thường xảy ra để đảm bảo tính chính xác của công cụ AI.
Môn: Chuyển đổi số
Trường: Trường Đại học Kinh Tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh
Thông tin:
Tác giả:
Preview text:
lOMoAR cPSD| 47167580 I. MỤC TIÊU: 1. Tóm tắt:
GROW được biết tới là ứng dụng AI đầu tiên trong lĩnh vực nhân sự được Trường
Kinh doanh Harvard lựa chọn làm điển cứu (case-study) do Tổ chức Xã hội Toàn cầu IGS phát triển.
Tổ chức Xã hội Toàn cầu (IGS) đã phát triển các thang lựa chọn (rubics) để đánh
giá năng lực mang tính cạnh tranh toàn cầu dành cho những chuyên gia trẻ và sinh viên
của các trường đại học, với 25 khái niệm năng lực khác nhau trong quá trình tuyển
dụng. Đồng thời, tổ chức này cũng phát triển ứng dụng di động GROW nhằm giúp đối
tượng tự đánh giá năng lực của mình và nhận được đánh giá đa chiều.
Từ cột mốc 7 năm thành lập, GROW đã có những bước phát triển và thành công
có được một số lượng khách hàng tin dùng, từ đây đã phát sinh nhiều vấn đề mới cần được giải quyết như:
- Tập trung chiến lược để mở rộng sử dụng GROW trong nhiều lĩnh vực hơn. - Đầu
tư phát triển, cải tiến và tăng cường hoạt động của AI, đưa GROW trở thành đối tác
thay thế tin cậy mà khách hàng có thể tin tưởng, giao phó một lĩnh vực quan trọng như là quản lý nhân sự. 2. Mục tiêu:
+ Đẩy mạnh cải tiến các công nghệ cũ và sáng tạo ra các công nghệ mới để tiếp tục trụ
vững là người tiên phong trong lĩnh vực.
+ Xây dựng đội ngũ chuyên viên thực hiện công việc quản lý và giám sát cho các mục
tiêu mở rộng thị trường trong tương lai.
+ Đặt ra những chính sách về bảo mật, tránh rò rỉ thông tin khách hàng.
Tính đến tháng 6 năm 2017, GROW đã có 74.000 người dùng, bao gồm cả sinh
viên tại các trường đại học danh tiếng và ít được biết đến hơn. Ngay cả các tổ chức
chính phủ như Bộ Kinh tế, Thương mại & Công nghiệp Nhật Bản (METI) và Các Tiểu
vương quốc Ả Rập Thống nhất cũng tham gia.
Nhìn vào số liệu khiêm tốn là 2.000 người tham gia vào tháng 12 năm 2016 và
con số tăng trưởng lên đến 74.000 người dùng vào năm 2017 ta thấy được con đường
chiến lược mà GROW lựa chọn đang hoàn toàn phù hợp, và các đề xuất của nhóm sẽ
hướng đến việc hoàn chỉnh và khắc phục những thiếu sót còn tồn đọng. II.
VẤN ĐỀ CẦN GIẢI QUYẾT:
1. Mở rộng mạng lưới. -
Việc mở rộng mạng lưới của GROW đã đặt ra một vấn đề lớn đó là nên
pháttriển GROW một cách rộng rãi hay chỉ tập trung chiến lược cho 1 số lĩnh vực để
đảm bảo tính hiệu quả. Vì việc chuyển từ hình thức phỏng vấn trực tiếp sang công cụ
AI của Grow đòi hỏi cần có các yếu tố cũng như kỹ năng cần thiết để đảm bảo thông
tin chính xác, đầy đủ và mang tính hiệu quả. Các công ty bị hạn chế về nguồn nhân lực
có đủ kỹ năng có thể lâm vào tình huống bị động khi tiếp cận với GROW. -
Phương án giải quyết: Chuyển hướng sang nhóm khách hàng có vị trí
quan trọng trong cơ cấu phòng nhân sự tại các công ty nổi tiếng, tiếp cận các nguồn lOMoAR cPSD| 47167580
thông tin bảo mật cấp cao, phân tích dữ liệu phức tạp về quy trình nguồn nhân lực của
các công ty. Đẩy mạnh truyền thông nhờ vào các phi vụ hợp đồng lớn với các công ty nổi tiếng.
2. Rủi ro trong việc phân tích, ra quyết định. -
Liệu AI của GROW có thể thay thế cho trực giác con người trong việc
phântích mọi dữ liệu hay có thể thay thế hoàn toàn tư duy của người tuyển dụng - quản
lý nhân sự hay không? Hệ thống AI tạo ra để đánh giá con người. Tuy nhiên, họ có
những khách hàng khác nhau với những yêu cầu khác nhau. Khách hàng thay đổi, dữ
liệu thay đổi, tiêu chí thay đổi. Làm thế nào họ có thể quản lý và đánh giá độ chính xác của hệ thống? -
Phương án giải quyết: Cập nhật liên tục dữ liệu cho AI, một cách thực tế
và đa dạng. Phát triển một chiến lược rõ ràng để kiểm tra các thuật toán thường xuyên
nhằm đánh giá khách quan hơn. Đồng thời quản lý kết hợp nhân sự với AI.
3. Bảo mật thông tin. -
GROW xử lý thông tin bằng cách sử dụng dữ liệu, cho phép sửa đổi dữ
liệu,điều đó có thể dẫn đến việc bị lợi dụng, cạnh tranh không công bằng và xâm nhập
thông tin. Do đó GROW cần chuẩn bị cho những thách thức về quy định khi các nhóm
bảo vệ người tiêu dùng và các nhóm áp lực khác đang ủng hộ mạnh mẽ để có nhiều quy
định hơn đối với doanh nghiệp lớn - để giảm bất bình đẳng, tạo sân chơi bình đẳng, bảo
mật dữ liệu sản phẩm và quyền riêng tư của người tiêu dùng, giảm ảnh hưởng số tiền
lớn cho các thể chế dân chủ,... Điều này có thể dẫn đến những thay đổi đáng kể trong
các quy định của ngành Phát triển Tổ chức. -
Phương án giải quyết: Tạo chính sách bảo mật dữ liệu, mã hóa dữ liệu,
sao lưu dữ liệu, kiểm soát truy cập từ xa và truy cập truyền thông không dây, đào tạo
về công nghệ, áp dụng chính sách sử dụng thiết bị. III. ĐÁNH GIÁ:
1. Mở rộng mạng lưới: Advantages Disadvantages
Đây là một phương pháp tương đối đơn Việc này cần nhiều nguồn dữ liệu hơn
giản trong các hoạt động của GROW vì nên việc kiểm tra và cập nhật cũng sẽ
ngay từ đầu, thu hút nhiều khách hàng để
khó khăn hơn. có nhiều người
dùng và dữ liệu hơn đã là mục tiêu hàng đầu của họ
2. Phân tích, ra quyết định lOMoAR cPSD| 47167580 Advantages Disadvantages
Phương án đưa ra đã giải quyết được Việc quản lý chất lượng sản phẩm sẽ tạo nhiều
rủi ro, vấn đề phát sinh trong quá lợi thế cạnh tranh khi sử dụng AI trong trình vận
hành của GROW. Đồng thời quá trình tuyển dụng đang là xu hướng nâng cao quản
lý chất lượng sản phẩm, và ngày càng có nhiều đối thủ cạnh tranh tạo thêm nhiều
tiềm năng phát triển cho xuất hiện trên thị trường (ví dụ: Ideal, GROW. Avrio AI Inc., HireVue,..).
3. Bảo mật thông tin Advantages Disadvantages
Đảm bảo thông tin luôn được bảo mật là Việc xây dựng một hệ thống an toàn niềm
tin vững chắc cho khách hàng khi thông tin thì không phải là điều đơn giản, sử dụng
GROW. Bên cạnh đó, khi dữ chắc chắn sẽ tốn rất nhiều chi phí và thời liệu chính xác,
thì việc đánh giá sẽ khách gian mà đôi khi hiệu quả lại không được quan và phù hợp hơn. như ý muốn. IV. KHUYẾN NGHỊ:
- Khuyến khích khách hàng đưa ra phản hồi sau khi sử dụng dịch vụ của họ.
Từ đó công ty có thể phân tích và đưa ra những điều chỉnh phù hợp. Quản lý nhân
sự hiệu quả với kỹ sư tin học giỏi sẽ tác động tốt trong việc quản lý chất lượng sản
phẩm. Bởi dù AI được tạo ra để thay thế con người thì trí tuệ và khả năng của con
người luôn đóng vai trò quyết định.
- Xây dựng các điều khoản, quy tắc và quyền hạn chia sẻ, truy cập dữ liệu mà
nhân viên phải tuân thủ để đảm bảo an toàn thông tin.
Mã hóa dữ liệu sẽ giúp giảm thiệt hại từ các cuộc tấn công mạng, khiến tin tặc khó
đột nhập.Thường xuyên sao lưu và kiểm tra các tệp và dữ liệu đã sao lưu. Với khả năng
xâm nhập từ xa qua thiết bị thông minh hoặc hệ thống file virus đính kèm… chúng có
thể thay đổi toàn bộ dữ liệu hoặc đánh cắp thông tin, thậm chí đòi tống tiền. Do đó, cần
phải kiểm tra chặt chẽ các mạng không dây để đảm bảo rằng dữ liệu bảo mật cho các
doanh nghiệp và công ty là an toàn nhất.
- Tập trung vào nhóm AI.
Làm thế nào để thu hút nhiều tài năng hơn, làm thế nào để làm cho nhóm trở nên tốt
hơn, tạo điều kiện cho nhân viên có cơ hội đào tạo hoặc cơ hội đảm nhận trách nhiệm
mới, thực hiện sắp xếp công việc linh hoạt. Điều này giúp giữ chân nhân viên và ngăn
ngừa tình trạng thiếu hụt kỹ năng hơn nữa. Ngoài ra cần phải xây dựng thêm đội ngũ
giám sát để đảm bảo tính trung thực của nhân viên tránh trường hợp nhân viên làm rò lOMoAR cPSD| 47167580
rỉ thông tin của công ty, khách hàng cho bên thứ 3 gây những thiệt hại về tài sản lẫn danh tiếng của Grow. V. THỰC HIỆN:
* Chiến lược tăng khả năng chính xác cho công cụ AI.
a) Timeline: Đây là quá trình tự hoàn thiện và phát triển của GROW trong suốt quá
trình hoạt động kể từ khi nó thành lập. Khuyến khích khách hàng phản hồi lại
sau khi sử dụng để GROW có thể nắm bắt kịp thời các tình huống đặc biệt. Cùng
với việc xây dựng xây dựng nên một hệ thống dữ liệu hoàn chỉnh, lường trước
cả những trường hợp không thường xảy ra để đảm bảo tính chính xác của công cụ AI.
b) Resources estimation: IGS đã phát triển một danh sách các năng lực và các truy
vấn liên quan đáp ứng một số tiêu chí cụ thể. Mỗi năng lực ban đầu được tiếp
cận thông qua sáu hoặc bảy câu hỏi (được gọi là “truy vấn”). GROW đã sử dụng
AI để thu thập dữ liệu về cách đánh giá năng lực của người tham gia, cùng với
dữ liệu về người đánh giá để xác định khả năng đánh giá như vậy là chính xác
hay chưa để điều chỉnh sao cho phù hợp với thực tế. Thuật toán cũng tính đến
kết quả IAT của người đánh giá vì một số khuynh hướng tính cách nhất định.
Một dữ liệu quan trọng khác là biểu đồ xã hội của người đánh giá: người đánh
giá đưa ra đánh giá cho nhiều người dùng trong các mạng xã hội khác nhau
thường đáng tin cậy hơn so với người đánh giá chỉ tham gia ứng dụng để đưa ra
đánh giá cho một người dùng cụ thể. Để có thể đưa ra đánh giá chính xác nhất
theo những gì đã được lập trình, việc đưa càng nhiều dữ liệu chi tiết thì càng đảm
bảo AI nhận định đúng đắn.
c) Risk mitigation: Tạo ra hệ thống lý tưởng nhất có thể dự trù những trường hợp
có thể xảy đến nhằm giảm thiểu rủi ro do hệ thống thiếu độ chính xác.