Thay vì triển khai AI tổng quát, vốn thông minh, trả lời hay nhưng độ chính xác và độ sát nhu cầu chưa cao, doanh nghiệp chuyển sang đầu tư vào AI chuyên biệt.
Cuộc đua trí tuệ nhân tạo (AI) toàn cầu hiện nay đang diễn ra vô cùng sôi nổi với sự dẫn đầu của các tập đoàn công nghệ lớn thông qua cuộc chạy đua về “cơ bắp” bao gồm hạ tầng tính toán GPU và khối lượng dữ liệu khổng lồ. Tuy nhiên, thực tế triển khai tại các doanh nghiệp lại đang đối mặt với một thực trạng khác, khắc nghiệt hơn. Theo số liệu TS Nguyễn Huy Toán – Giám đốc công nghệ Verysell AI & SmartDev – đưa ra thì 95% dự án AI thử nghiệm (pilot) đã không được mở rộng quy mô để tạo ra giá trị thực tế. Những mô hình ngôn ngữ lớn tổng quát dù có khả năng trả lời rất hay và nghe có vẻ rất thuyết phục nhưng thường thất bại trong việc giải quyết các bài toán đặc thù của doanh nghiệp do dữ liệu nội bộ thường bị phân mảnh và khó tiếp cận.
Chính vì lý do đó, các đơn vị kinh doanh đang dần thay đổi chiến lược, thay vì chạy theo những mô hình hào nhoáng nhưng xa rời thực tế doanh nghiệp, họ bắt đầu tập trung vào trí tuệ nhân tạo chuyên biệt để mang lại hiệu quả kinh doanh trực tiếp và giảm thiểu chi phí vận hành.
Trí tuệ nhân tạo chuyên biệt, hay còn gọi là Narrow AI hoặc AI yếu, là những hệ thống được thiết kế và huấn luyện để thực hiện một nhiệm vụ cụ thể trong một bối cảnh cụ thể. Khác với AI tổng quát vốn hướng tới việc mô phỏng trí thông minh con người một cách rộng lớn và tự trị, AI chuyên biệt chỉ hoạt động trong một phạm vi xác định và vượt trội trong các lĩnh vực mà nó đã được lập trình để xử lý. Về bản chất, AI chuyên biệt tập trung vào việc làm tốt một việc duy nhất thay vì cố gắng trở thành một kẻ đa năng nhưng không chuyên sâu.
Các hệ thống này thường sử dụng các thuật toán học máy, học sâu, xử lý ngôn ngữ tự nhiên và thị giác máy tính để phân tích khối lượng dữ liệu khổng lồ, từ đó học hỏi các mô hình và đưa ra quyết định dựa trên những kiến thức này.
Ưu điểm nổi bật nhất của trí tuệ nhân tạo chuyên biệt nằm ở khả năng tối ưu hóa hiệu suất thông qua việc tự động hóa các tác vụ lặp đi lặp lại, giúp tiết kiệm thời gian và giảm bớt nỗ lực của con người trong các khâu quản trị chuỗi cung ứng hay nhập liệu. Trong những lĩnh vực nhạy cảm như y tế hay tài chính, công nghệ này cung cấp khả năng phân tích và dự đoán dữ liệu với độ chính xác cực cao, từ đó cải thiện đáng kể quy trình ra quyết định của ban lãnh đạo.
Việc tự động hóa các quy trình nghiệp vụ chuyên sâu không chỉ giúp doanh nghiệp cắt giảm chi phí mà còn nâng cao đáng kể hiệu quả vận hành tổng thể. Đặc biệt, hiệu quả của công nghệ này được thể hiện rõ nhất khi giải quyết các bài toán có tính rủi ro cao hoặc đòi hỏi sự tỉ mỉ tuyệt đối mà con người khó lòng duy trì liên tục trong thời gian dài.
Trong thực tế kinh doanh, ngành ngân hàng và tài chính đang tận dụng triệt để AI chuyên biệt như một công cụ then chốt để theo dõi và đánh giá các giao dịch theo thời gian thực nhằm phát hiện gian lận hoặc rửa tiền. Nếu không có sự hỗ trợ của các hệ thống giám sát chuyên sâu này, các tổ chức tài chính rất dễ bị tội phạm lợi dụng, gây ra những tổn thất nghiêm trọng về mặt uy tín và tiền bạc.
Ngoài ra, AI còn đóng vai trò là cầu nối giúp cá nhân hóa dịch vụ, hỗ trợ ngân hàng đưa ra các gói sản phẩm phù hợp với tiềm lực tài chính của từng khách hàng cụ thể để tối ưu hóa lợi nhuận. Ngay cả trong khâu vận hành, công nghệ này còn được ứng dụng để tối ưu hóa dòng tiền tại các cây ATM bằng cách tính toán lượng tồn quỹ vừa đủ để đảm bảo vận hành mà không để tiền chết qua đêm.
Trong lĩnh vực sản xuất, ứng dụng kinh điển của trí tuệ nhân tạo chuyên biệt là dự đoán bảo trì cho các hệ thống công nghiệp nặng vốn phải hoạt động liên tục 24/7. Một nhà máy nhiệt điện lớn hoàn toàn có thể tránh được nguy cơ ngưng hoạt động gây thiệt hại hàng tỷ đồng nếu triển khai các mô hình dự đoán hỏng hóc một cách bài bản.
Một ví dụ khác là quy trình kiểm tra ngoại quan các phụ tùng động cơ ô tô như xi lanh hay piston, nơi mà bất kỳ vết xước nhỏ nào cũng có thể gây rung lắc động cơ. Các doanh nghiệp lớn thường áp dụng chiến lược ưu tiên độ thu hồi cao để đảm bảo không bỏ sót bất kỳ lỗi nào. Bằng cách này, AI có thể đưa ra cảnh báo về khoảng 30 chi tiết có nguy cơ lỗi trong tổng số 100 sản phẩm, giúp nhân viên tiết kiệm thời gian khi chỉ cần tập trung kiểm tra lại những chi tiết diện nghi vấn thay vì phải rà soát thủ công toàn bộ.
Tuy nhiên, trí tuệ nhân tạo chuyên biệt vẫn tồn tại những nhược điểm cố hữu, tiêu biểu nhất là tính chất giới hạn trong phạm vi hẹp khi nó chỉ có thể thực hiện những tác vụ đã được lập trình sẵn. Một chatbot chăm sóc khách hàng dù rất thông minh cũng không thể thực hiện các nhiệm vụ về vận hành nội bộ. Bên cạnh đó, AI chuyên biệt hoàn toàn thiếu đi khả năng hiểu biết và tư duy giống con người, nó không sở hữu ý thức hay sự tự nhận thức mà chỉ đơn thuần tuân theo các quy tắc và mô hình từ dữ liệu huấn luyện.
Hiệu quả của hệ thống cũng phụ thuộc hoàn toàn vào số lượng và chất lượng dữ liệu đầu vào; nếu dữ liệu huấn luyện không phù hợp hoặc bị thiếu hụt, độ chính xác của quyết định sẽ giảm sút nghiêm trọng.
Để triển khai thành công, doanh nghiệp cần một chiến lược rõ ràng về vai trò của AI trong quá trình ra quyết định. Theo TS Đào Hữu Hùng – Giám đốc Trung tâm AI VPBank – thì các quyết định trong doanh nghiệp cần được phân cấp. Trước hết là những quyết định đơn giản và ít ảnh hưởng như phê duyệt đơn nghỉ phép hay mua sắm văn phòng phẩm, doanh nghiệp có thể giao phó hoàn toàn cho AI để tự động hóa.
Tiếp theo là các quyết định ở mức trung bình, AI có thể được sử dụng để thử nghiệm và học hỏi dần theo thời gian với điều kiện không gây ra những tổn thất quá lớn cho đơn vị.
Thứ ba, với các quyết định quan trọng, AI chỉ nên đóng vai trò trợ giúp cung cấp dữ liệu chỉ báo, còn con người phải là nhân tố trung tâm trực tiếp đưa ra phán quyết cuối cùng.
Sau cùng, thành công của các dự án công nghệ không chỉ nằm ở khả năng kỹ thuật giỏi mà còn phụ thuộc vào sự thấu hiểu sâu sắc về khách hàng và nghiệp vụ đặc thù của chính doanh nghiệp. Điều này đòi hỏi một đội ngũ có kỷ luật, tinh thần trách nhiệm và luôn sát sao với người sử dụng cuối để đảm bảo các giải pháp AI thực sự phù hợp với môi trường kinh doanh thực tế.
