Gửi bình luận
Tiềm năng kinh tế của trí tuệ nhân tạo được các nhà khoa học thuộc công ty kiểm toán quốc tế PwC dự báo là có thể đóng góp tới 15.700 tỷ USD vào nền kinh tế toàn cầu.
Tiềm năng kinh tế của trí tuệ nhân tạo được các nhà khoa học thuộc công ty kiểm toán quốc tế PwC dự báo là có thể đóng góp tới 15.700 tỷ USD vào nền kinh tế toàn cầu. Hầu hết các quản lý được PwC phỏng vấn đều cho biết rằng, trí tuệ nhân tạo (AI) có khả năng thay đổi hầu hết mọi thứ trong kinh doanh. Dựa theo cuốn sách “Siêu cường AI: Trung Quốc, thung lũng Silicon, và trật tự thế giới mới” của tác giả Lý Khai Phục (AI Superpowers), tiến sĩ trí tuệ nhân tạo Lê Công Thành đã có những tổng hợp và nhận định về 4 xu hướng mới của AI trong những năm tới:
1 Internet AI tích hợp AI vào các ứng dụng trên internet để thay đổi cách thức cung cấp thông tin cho mọi người. Ví dụ thành công điển hình là Google, một phần thông tin trên internet được Google lấy về và sử dụng các thuật toán AI để phân tích, phân loại, xếp hạng và cung cấp ngược lại cho chính những người sử dụng internet qua một giao diện tìm kiếm được cá nhân hóa, đồng thời cung cấp thông tin cần thiết nhất. Hàng loạt các công ty khác cũng ứng dụng AI vào sản phẩm của mình và gần như không có một công ty hàng đầu nào trụ vững được trên thị trường internet mà không ứng dụng AI. Có thể kể tới Facebook, Amazon, Netflix, Uber (Mỹ); Tencent, Baidu, Alibaba, JD... ở Trung Quốc; Rakuten ở Nhật, Yandex ở Nga.
2. Business AI là xu hướng sử dụng các kĩ thuật trí tuệ nhân tạo để đưa ra các quyết định mua bán, đầu tư, cho vay. Làn sóng này là một trong những hướng được ứng dụng AI sớm và được đầu tư nhiều.
Trên thị trường chứng khoán, máy tính được dùng để cập nhật tức thời các thông tin tài chính, kinh tế, chính trị, xã hội có khả năng ảnh hưởng tới giá các loại cổ phiếu từ nhiều nguồn khác nhau cùng lúc. Lượng thông tin lớn, liên tục và yêu cầu phản ứng nhanh giữa các đối thủ, khiến AI xuất hiện như lời giải cấp thiết. Hàng trăm nghìn thông tin chỉ trong tích tắc được phân tích và chuyển hóa thành quyết định mua – bán tự động. Tại lĩnh vực ngân hàng, thay vì dựa vào hồ sơ tài chính của các cá nhân và lịch sử tín dụng của họ để áp vào các luật định sẵn (gọi là score cards) để đánh giá khả năng tín dụng, các doanh nghiệp công nghệ sử dụng AI hiện đại phân tích những dữ liệu từ các tương tác viễn thông, dữ liệu trên mạng xã hội và đặc biệt là dữ liệu sản sinh từ thiết bị di động của họ. Smart Finance ở Trung Quốc là một ví dụ, công ty này không sử dụng các thông tin tài chính truyền thống mà tự tổ chức những bộ câu hỏi dành cho người muốn vay vốn. Sau đó họ đo đạc các thông tin như tốc độ trả lời từng câu hỏi và lượng pin điện thoại, phân bổ lượng pin cho các phần mềm khác nhau trên điện thoại của mỗi người ra sao từ đó đưa ra quyết định cho vay.
3. Perception AI là xu hướng mô phỏng giác quan chính của con người. Từ năm 2015, các hệ thống AI ứng dụng Deep Learning đã vượt qua khả năng của con người trong việc nghe và nhìn. Đó là cơ sở để chế tạo ra các cỗ máy tự lái, tự chuyên chở hành khách và hàng hoá mà không cần có tài xế. Trong một thí nghiệm của công ty Baidu (Trung Quốc) vào năm 2015, họ mời một đám đông chừng 30 người vào một căn phòng, cùng nhau ngồi nghe các đoạn hội thoại và cùng thống nhất nội dung. Kết quả, con người bình thường chỉ nghe được với độ chính xác gần 94% trong khi máy tính đã đạt mức 95%. Mặc dù khả năng suy luận bằng ngôn ngữ là thứ máy tính còn chưa vượt qua được con người, nhưng tới tháng 11/2018 Google đã công bố rằng đã phát triển hệ thống có khả năng trả lời câu hỏi tốt hơn các chuyên gia trong nhiều lĩnh vực (độ chính xác là 87% so với 85%).
4. Autonomous AI là làn sóng của AI mà con người muốn hướng đến trong tương lai. Chưa có nhiều thí dụ ở xã hội hiện đại để nói về Autonomous AI nhưng hình ảnh xã hội mường tượng thường là robot chiếm quyền, các cỗ máy biến hình và đánh nhau, mèo máy Doraemon... Tuy nhiên, sự thông minh (khả năng tự thích nghi với điều kiện biến đổi xung quanh bằng các quyết định mang tính dự báo) khác với ý thức (khả năng nhận biết và suy nghĩ về ý nghĩa tồn tại của bản thân). Autonomous AI có thể tạm hiểu là các nỗ lực dùng AI để thay thế hoàn toàn con người trong các tác vụ khác nhau của xã hội, những tác vụ mà trước đây không thể thay thế được. Ví dụ như xe tự lái của Uber, hay Waymo của Google. Tham vọng của Uber là trở thành công ty taxi không những không sở hữu một chiếc xe nào mà còn không sở hữu người lái xe nào. Thực tế, những chiếc xe tải không người lái của họ đã chạy ra đường cách đây vài năm, chuyển thành công mấy chục nghìn lon bia từ nơi này sang nơi khác.
* Dữ liệu vô thức: Có nhiều dạng dữ liệu khác nhau trong đó những dữ liệu quý nhất thường đến từ cá nhân. Mỗi cá nhân lại hoạt động trong 2 trạng thái song song: vô thức và sử dụng ý thức. Đa phần các thông tin mọi người tương tác với nhau trên mạng là dạng thông tin sinh ra từ ý thức, mang tính lí trí. Các doanh nghiệp làm AI mới chỉ quan tâm tới thu thập dữ liệu mang tính thông tin xoay quanh một người hoặc các dữ liệu đến từ vùng ý thức chứ ít quan tâm tới dữ liệu vô thức. Ví dụ, khi thiết kế các bảng hỏi đáp cho vay vốn các công ty có thể tập trung xác định các thông tin sai sự thật bằng cách đối chiếu phản ứng vô thức của người vay khi tìm cách trả lời các câu hỏi giả tưởng, từ đó xác định ra các hành vi lúc nói dối.
* Lấn sâu vào các mô hình kinh doanh truyền thống: Ứng dụng tin nhắn điện thoại WeChat là một điển hình, đa phần người dùng internet ở Trung Quốc có xu hướng mobile-first (trải nghiệm internet gắn với điện thoại thông minh chứ không phải với máy tính). Do đó với việc tích hợp sâu vào các mô hình kinh doanh truyền thống như cho phép gọi đồ ăn, thuê xe đạp, mua vé xem phim, mua vé máy bay, đặt lịch hẹn với bác sĩ, thậm chí giao dịch chứng khoán, hàng tỉ giao dịch mỗi ngày của hơn 900 triệu người qua WeChat biến hệ thống này thành một mỏ dữ liệu - trái tim của trí tuệ nhân tạo.
Dự báo về AI trong năm 2019 của PwC đã chỉ ra một số phương pháp để các doanh nghiệp xây dựng và phát triển các ứng dụng AI trong nội tại doanh nghiệp:
1. Xây dựng đội ngũ tài năng CoE (Center of Excellent): bao gồm các chuyên gia AI, công nghệ thông tin, bộ phận kinh doanh; với một vài doanh nghiệp đặc thù thì nhóm CoE cần có thêm chuyên gia phân tích và tự động hóa. Phương pháp này tạo ra một nhóm thiết lập và giám sát dữ liệu, xác định các tiêu chuẩn công nghệ (cấu trúc, công cụ, kỹ thuật, quản lý tài sản trí tuệ, nhà cung cấp và năng lực hệ thống AI thông minh cần phải có). Một chú ý rằng, doanh nghiệp cần cân đối giữa bài toán kinh doanh và năng lực nghiên cứu, bởi vì đôi khi các nhà khoa học muốn đào bới trên diện rộng để thỏa mãn niềm say mê.
2. cơ cấu nhân sự: phương pháp này tổng quan hơn khi chia doanh nghiệp thành 3 nhóm (công dân, cầu nối, chuyên gia).
* Công dân: bao gồm hầu hết các nhân viên của công ty, được đào tạo để trở thành để sử dụng các ứng dụng AI, hỗ trợ quản trị dữ liệu và giúp đỡ chuyên gia khi cần.
* Cầu nối: là nhóm chuyên môn hơn, có thể từ 5 đến 10% lực lượng lao động, được đào tạo thêm để trở thàng công dân phát triển. Họ là các chuyên gia kinh doanh, người có vị trí cao trong tổ chức và có thể xác định những bài toán nhu cầu tương tác của người dùng (use case) với hệ thống và bộ dữ liệu (dataset) từ đó hợp tác chặt chẽ với các chuyên gia AI để phát triển ứng dụng AI mới.
* Chuyên gia: một nhóm nhỏ nhưng rất quan trọng gồm các kỹ sư dữ liệu và nhà khoa học dữ liệu, có vai trò thực hiện các công việc nặng nề như tạo lập, triển khai và quản lý các ứng dụng AI.
Lợi ích hiện hữu lớn nhất từ AI đang đến từ việc tăng cường năng suất, khi các doanh nghiệp sử dụng AI để tự động hóa các quy trình và giúp nhân viên đưa ra quyết định tốt hơn. Nhưng như “Nghiên cứu trí tuệ nhân tạo toàn cầu” của PwC, phần lớn tác động kinh tế của AI sẽ đến từ phía ngành tiêu dùng, khi các sản phẩm và dịch vụ được thúc đẩy chất lượng cao hơn, cá nhân hóa tốt hơn. Hành vi của người tiêu dùng và tiêu thụ sản phẩm từ trí tuệ nhân tạo sẽ vượt qua mức tăng năng suất, để bổ sung thêm 9.000 tỷ USD cho GDP toàn cầu vào năm 2030 (NASATI 2017-2).
Các mô hình máy học nâng cao gọi là Auto Machine Learning có khả năng xử lý các khung hình video, tổng hợp giọng nói, dữ liệu chuỗi thời gian và dữ liệu phi cấu trúc, từ đó ra các quyết định ở các tình huống phức tạp. Với giải pháp này hiện tại ở Việt Nam có một số đơn vị như Datamart, EcomEasy Asia; ở Đông Nam Á có aCommerce; ở Trung Quốc có Baozun. Và tất nhiên, những “người khổng lồ” như Amazon, Alibaba đã và đang ngày càng tiến xa nhờ các công nghệ mới của thế giới hiện nay.
Lê Công Thành là Chủ tịch CTCP công nghệ Chọn lọc thông tin (InfoRe Technology), doanh nghiệp chuyên ứng dụng trí tuệ nhân tạo trong việc thu thập và phân tích dữ liệu. Một trong hơn 30 dự án ứng dụng trí tuệ nhân tạo tiêu biểu của InfoRe Technology là sản phẩm SMCC.VN - hệ thống đang xử lý trên 30 triệu nội dung thông tin từ mạng xã hội mỗi ngày. Ông Thành lấy bằng tiến sĩ ngành Trí tuệ Nhân tạo tại Đại học Paris XI (Pháp), và trở về Việt Nam thành lập InfoRe Technology từ năm 2011.
