Sơ lược Chuyển đổi số | Trường Đại học Kinh tế – Luật, Đại học Quốc gia Thành phố Hồ Chí Minh

lOMoAR cPSD| 47167580
1. Sơ lược về AI:
- Định nghĩa: Là một hệ thống hoặc cỗ máy được con người tạo ra với mong muốn
nó có khả năng tư duy giống con người, có khả năng học hỏi, bắt chước chức năng
nhận thức của con người trong việc học tập qua thông tin và giải quyết vấn đề phức tạp.
- Gồm 2 hướng phát triển AI chính: + AI biểu tượng:
• Định nghĩa: bao gồm bất kỳ phương pháp lập trình và hệ thống nào sử dụng các ký
hiệu như chữ cái và số để mã hóa kiến thức của con người, hoạt động dựa trên quy
tắc và cách thức đã được xác định. Các hệ thống AI như thế này cho phép các công
ty tự động hóa các nhiệm vụ tri thức chuyên sâu trong các hoạt động khác nhau
như thiết kế, lập kế hoạch quy trình, sản xuất, kiểm soát và chẩn đoán.
• Hạn chế: AI tượng trưng hoạt động tốt nhất với các vấn đề tĩnh, nhưng nó có một
số trở ngại. Cần giải nghĩa và đem lại hệ thống kiến thức chuyên sâu làm nền cho
nó, mang lại sự sự khó khăn và tốn kém lớn cho doanh nghiệp Ngoài ra, AI tượng
trưng không phù hợp trong các tình huống cần nhận dạng, vì rất khó để biểu diễn
thông tin, kiến thức nhận dạng hiệu quả. + AI thần kinh:
• Định nghĩa: các hệ thống dùng mạng thần kinh nhân tạo (ANN) hoặc tổng hợp các
thuật toán máy học hoạt động đồng bộ để bắt chước bộ não con người nhằm giải
quyết các vấn đề phức tạp hơn và học theo cách tương tự như tế bào thần kinh
trong não người. Nó cho phép máy tính học hỏi từ dữ liệu mà không cần cung cấp
kiến thức rõ ràng, tường minh.
• Hạn chế: AI thần kinh vẫn còn bị chỉ trích vì nó chưa đủ giống và khác rất nhiều
so với suy nghĩ, tư duy của con người và nó cần rất nhiều dữ liệu nền đã được tổ hợp và sắp xếp.
2. Các vấn đề hiện tại trong việc phát triển AI và cách nó chuyển đổi mô hình kinh doanh
Các vấn đề hiện tại trong việc phát triển AI:
- AI cần mở rộng khả năng suy luận, học hỏi quan hệ nhân quả, nâng cao khả năng
khám phá thông tin để học hỏi và thu nhận thông tin.
• Mong muốn kết hợp giữa AI tượng trưng và AI thần kinh: thí nghiệm của Marta
Garnelo đã phát triển một hệ thống liền mạch từ đầu đến cuối kiến để học tập bao
gồm một back-end thần kinh và một frond-end tượng trưng với khả năng giải
quyết các thách thức. Áp dụng các ngành khoa học thần kinh, triết học, tâm lý học,
và một số lĩnh vực khác để cải thiện những hạn chế của AI về khả năng suy luận, lOMoAR cPSD| 47167580
biểu diễn tri thức, học dữ liệu bị khiếm khuyết hoặc học chuyển giao, và khả năng
diễn giải để giải quyết vấn đề
• Các vấn đề về chất lượng và số lượng dữ liệu: Garbage-in, garbage-out’ là nguyên
tắc cơ bản của AI. Để tìm hiểu hoặc suy luận đúng đắn, dữ liệu lịch sử phải đạt
tiêu chuẩn về chất lượng và đủ về số lượng. Thật không may, hầu hết dữ liệu
không đáp ứng các tiêu chuẩn này; do đó, các nhà nghiên cứu AI và nhà khoa học
dữ liệu không có lựa chọn nào khác ngoài việc sử dụng 80% thời gian của họ về
tiền xử lý dữ liệu để đảm bảo chất lượng cao.
AI trong việc đổi mới mô hình kinh doanh:
a. Doanh nghiệp với khả năng sản xuất với quy mô lớn hơn khi chuyển đổi mô hình kinh doanh bằng AI:
Sử dụng trí tuệ nhân tạo (AI) và phân tích dữ liệu để cải thiện quá trình tuyển dụng và
quản lý tài năng trong một công ty (Công ty A). Trước đó, công ty đã gặp khó khăn trong
việc tuyển thêm nhân viên sản xuất, nhưng sau khi áp dụng AI để phân tích dữ liệu nhân
viên, họ đã tìm thấy một cách tiếp cận mới hiệu quả hơn.
Công ty A trước đây tập trung vào việc tuyển dụng những ứng viên có ba đến năm năm
kinh nghiệm trước đây trong lĩnh vực sản xuất. Nhưng thông qua việc sử dụng AI để
phân tích dữ liệu liên quan đến nhân viên trong nhiều năm, bao gồm công việc trước đó,
kinh nghiệm, trình độ học vấn, đánh giá hiệu suất và doanh thu, họ đã phát hiện ra một
điều bất ngờ: nhiều nhân viên sản xuất có thành tích cao nhất không cần thiết phải có
kinh nghiệm sản xuất trước đó. Thay vào đó, họ đã có ít nhất ba năm kinh nghiệm liên
tục làm việc trong ngành thức ăn nhanh.
Dựa vào kết quả này, công ty đã thay đổi chiến lược tuyển dụng của mình và tập trung
vào việc xác định và tiếp cận nhân viên có hiệu suất cao làm việc trong ngành thức ăn
nhanh. Kết quả là, công ty dễ dàng hơn đáng kể trong việc tìm kiếm và thu hút nhân viên
từ lĩnh vực này thay vì tìm kiếm người có kinh nghiệm sản xuất.
Việc sử dụng AI đã giúp công ty nhanh chóng tập trung vào nguồn nhân lực cần thiết để
phát triển công ty và nâng cao năng suất. Điều này minh họa rằng học sâu từ dữ liệu có
thể mang lại các giải pháp sáng tạo và tạo ra giá trị cho công ty.
Một công ty gia đình lớn sản xuất bê tông trộn sẵn (Công ty B) đang đối mặt với nhiều
thách thức trong việc tuyển dụng và quản lý tài năng. Một trong những vấn đề chính mà
công ty gặp phải là việc đảm bảo tất cả các xe tải được sử dụng hàng ngày để tối đa hóa
doanh thu. Điều này đòi hỏi có đủ lái xe thương mại (CDL), và tuyển dụng và giữ chân
lái xe trở thành một vấn đề quan trọng.
b. Áp dụng AI vào mô hình chuyển đổi kinh doanh trong phạm vị thu hút nhân tài: lOMoAR cPSD| 47167580
Công ty B đã không thích ứng đủ nhanh với các công nghệ mới trong việc tuyển dụng và
quản lý nhân tài. Họ tiếp tục dựa vào các phương pháp truyền thống và hệ thống đã tồn
tại trong nhiều thập kỷ, nhưng những ứng dụng giấy tờ đơn giản không còn hiệu quả
trong việc cạnh tranh với việc sử dụng công nghệ di động và các hệ thống tiên tiến khác
để thu hút và tuyển dụng nhân tài một cách nhanh chóng và hiệu quả hơn.
Công ty B đã nhận ra rằng hệ thống hiện tại của họ là không đủ để đối phó với thị trường
lao động chặt chẽ và thách thức tìm kiếm lái xe thương mại mới một cách nhanh chóng.
Họ đã tìm đến một công ty bên ngoài với chuyên môn về quản lý tài năng và công nghệ
AI để giải quyết vấn đề này.
Công ty bên ngoài đã kiểm tra hiện trạng và quy trình của Công ty B và đề xuất mô hình
kinh doanh mới và các giải pháp dựa trên công nghệ AI có thể được áp dụng. Một số
công ty tiên phong đã thành công trong việc áp dụng công nghệ AI để thay đổi cách họ
tuyển dụng và quản lý tài năng, loại bỏ cần phải sử dụng các công cụ quảng cáo truyền
thống và thay vào đó sử dụng các hệ thống tiên tiến để thu thập thông tin từ nhiều nguồn
và đưa ra quyết định dựa trên dữ liệu.
Công nghệ AI có thể giúp Công ty B nhanh chóng tuyển dụng và giữ chân nhân viên, cải
thiện quy trình tuyển dụng và phân tích dữ liệu vòng đời của nhân viên để tối ưu hóa hiệu
suất và lợi nhuận. Kết hợp công nghệ AI với các chiến lược quản lý tài năng phù hợp,
công ty có thể tạo ra lợi thế cạnh tranh bền vững và duy trì tính cạnh tranh trong môi trường thay đổi.
3. Case study that innovated business models using AI:
- Google đã là một nhà tiên phong trong việc sử dụng Trí tuệ nhân tạo để đổi mới và
nâng cao mô hình kinh doanh qua các sản phẩm và dịch vụ khác nhau. Dưới đây là
một số ví dụ về cách Google đã sử dụng Trí tuệ nhân tạo để đổi mới mô hình kinh doanh của mình:
- Tìm kiếm Google: Sản phẩm cốt lõi của Google, công cụ tìm kiếm của họ, đã
được cải thiện đáng kể bằng Trí tuệ nhân tạo. Sự ra đời của RankBrain, một thuật
toán được trang bị Trí tuệ nhân tạo, đã cải thiện kết quả tìm kiếm bằng cách hiểu
ngữ cảnh và ý định của người dùng đằng sau các truy vấn tìm kiếm, cung cấp kết
quả tìm kiếm phù hợp và chính xác hơn.
- Trợ lý ảo Google: Google đã tích hợp Trí tuệ nhân tạo vào trợ lý ảo của họ, Google
Assistant. Bằng cách sử dụng xử lý ngôn ngữ tự nhiên (NLP) và học máy, Google
Assistant có thể hiểu và phản hồi các lệnh bằng giọng nói, giúp nó trở nên dễ sử
dụng và hữu ích hơn cho người dùng trong việc thực hiện các nhiệm vụ và truy cập thông tin. lOMoAR cPSD| 47167580
- Quảng cáo Google: Google sử dụng Trí tuệ nhân tạo và học máy trong nền tảng
quảng cáo của họ để tối ưu hóa mục tiêu và vị trí quảng cáo. Các thuật toán Trí tuệ
nhân tạo phân tích hành vi người dùng, lịch sử tìm kiếm và dữ liệu khác để cung
cấp quảng cáo cá nhân hóa hơn, nâng cao hiệu quả và hiệu suất của chiến dịch
quảng cáo cho các nhà quảng cáo.
- Dịch vụ Google Translate: Trí tuệ nhân tạo đóng vai trò quan trọng trong Google
Translate, cho phép dịch văn bản giữa các ngôn ngữ với độ chính xác ngày càng
cao. Bằng cách huấn luyện trên lượng lớn dữ liệu đa ngôn ngữ, Google Translate
đã trở thành một trong những công cụ dịch ngôn ngữ hàng đầu trên toàn cầu.
- Ứng dụng Google Photos: Trí tuệ nhân tạo được sử dụng trong Google Photos để
tự động phân loại và gắn thẻ hình ảnh, giúp người dùng dễ dàng tìm kiếm và tổ
chức bộ sưu tập ảnh của họ dựa trên người, đối tượng và địa điểm. Ngoài ra, tính
năng "Assistant" được trang bị Trí tuệ nhân tạo tạo ra các bức ảnh ghép, hoạt ảnh và album tự động.
- Ứng dụng Google Maps: Trí tuệ nhân tạo đã nâng cao tính năng của Google Maps
với các tính năng như cập nhật lưu lượng giao thông thời gian thực, đề xuất cá
nhân về nhà hàng và doanh nghiệp, và cải thiện tùy chọn định tuyến dựa trên dữ
liệu lịch sử và sở thích của người dùng.
- Nền tảng AI của Google Cloud: Google cung cấp các công cụ và cơ sở hạ tầng Trí
tuệ nhân tạo cho các nhà phát triển và doanh nghiệp thông qua nền tảng AI của họ.
Nền tảng này cho phép các công ty xây dựng, triển khai và mở rộng các mô hình
Trí tuệ nhân tạo, giúp doanh nghiệp tận dụng các khả năng của Trí tuệ nhân tạo mà
không cần đầu tư nhiều vào hạ tầng và kiến thức chuyên môn.
Bằng cách tích hợp Trí tuệ nhân tạo vào các sản phẩm và dịch vụ của mình,
Google đã cải thiện trải nghiệm người dùng, tăng cường hiệu quả và giành
được lợi thế cạnh tranh trong nhiều ngành công nghiệp khác nhau. Trí tuệ nhân
tạo tiếp tục đóng vai trò quan trọng trong việc đổi mới và mở rộng mô hình kinh doanh của Google.