AI trong doanh nghiệp cần qua bài kiểm tra rời bỏ
Tính khả chuyển của AI doanh nghiệp là khả năng đưa dữ liệu, quyết định và quy trình đang vận hành sang một hệ thống khác mà không phải dựng lại toàn bộ bối cảnh hay làm lại công việc. Vì vậy, trước khi ký hợp đồng hoặc mở rộng ứng dụng AI doanh nghiệp, hãy kiểm tra xem tổ chức có thể rời bỏ công cụ đó một cách có trật tự hay không. Đây không phải câu hỏi phụ dành riêng cho bộ phận công nghệ: nó quyết định liệu doanh nghiệp giữ quyền kiểm soát công việc của mình hay giao quyền ấy cho định dạng dữ liệu, bộ nhớ và quy tắc riêng của một nhà cung cấp. Các hệ thống mới có thể tạo ấn tượng bằng bản trình diễn trơn tru, nhưng bản trình diễn không cho biết điều gì xảy ra khi công cụ mắc lỗi, nhân viên phải sửa kết quả hoặc công ty muốn chuyển quy trình đi nơi khác. Một phép thử chuyển đổi thực tế nên là điều kiện trước khi triển khai, không phải kế hoạch dự phòng được nghĩ đến sau khi đã phụ thuộc.
Những trục trặc hiện hữu cho thấy sự thận trọng này không phải lý thuyết. Meta tạm hoãn kế hoạch cắt giảm nhân sự và tăng cường sử dụng AI sau khi nhân viên mất quá nhiều thời gian xử lý lỗi kỹ thuật và vấn đề bảo mật. Tại Microsoft, phó chủ tịch điều hành Ryan Roslansky gần đây cảnh báo về tình trạng nội dung AI lặp lại, trong đó công cụ tạo văn bản rồi công cụ khác tóm tắt lại mà không bổ sung ý tưởng mới. AI agent doanh nghiệp có thể chạy nhanh một khâu, nhưng nếu nó tạo thêm việc kiểm tra, sửa lỗi và bảo vệ dữ liệu, tốc độ đó không đồng nghĩa với năng suất.
Lỗi của hệ thống trở thành gánh nặng của nhân viên
Rủi ro triển khai AI không dừng ở những câu trả lời sai trong văn phòng. Tại các cửa hàng và nhà kho của Walmart, công cụ AI dùng để phân công việc, xếp lịch và theo dõi hiệu suất gây ra yêu cầu vô lý, lỗi hệ thống và cảnh báo sai. Nhân viên cho biết chatbot áp đặt chuẩn mực khắt khe dù bản thân hoạt động kém; một số lộ trình trong kho khiến việc hoàn thành đơn hàng không nhanh hơn, còn cảnh báo an toàn vô dụng và lịch trình phi thực tế buộc nhân viên phải chạy đua với tiến độ. Khi hệ thống thiếu hiểu biết về ngoại lệ và điều kiện thực tế, người lao động phải gánh phần việc sửa chữa mà công cụ được cho là sẽ giảm bớt.
Cái giá vận hành còn gồm nguy cơ lộ thông tin, chi phí phát sinh và sai sót lan dọc quy trình. Một khảo sát được trích dẫn trong tư liệu cho thấy 36% quản lý cấp cao tại các công ty có doanh thu từ một tỷ USD trở lên từng gặp sự cố liên quan đến tác nhân, gồm mất dữ liệu, thiệt hại tài chính, tổn thất thương hiệu hoặc gián đoạn vận hành. Đó là lý do một số doanh nghiệp như Palantir, Booz Allen Hamilton và Nvidia siết quy định vì lo ngại dữ liệu bảo mật bị lộ qua các công ty AI. Một công cụ chỉ có giá trị khi lợi ích vượt qua thời gian giám sát, xử lý lỗi và kiểm soát rủi ro mà nó tạo ra.
Thử chuyển cả công việc, không chỉ thay mô hình
Thay mô hình bên trong cùng một nền tảng không chứng minh doanh nghiệp có thể chuyển việc sang nhà cung cấp khác. Tệp chỉ dẫn có thể gọi lệnh riêng của một hãng; kỹ năng có thể được viết theo định dạng độc quyền; các móc tự động có thể phụ thuộc vào sự kiện của một công cụ; thông tin xác thực cũng có thể chỉ hoạt động trong một sản phẩm. Hợp đồng có thể hứa xuất dữ liệu, nhưng một bản ghi hội thoại không nhất thiết lưu riêng những quyết định của con người, việc nào đã hoàn tất và ngoại lệ nào đã được thống nhất. Đây mới là chi phí chuyển đổi nhà cung cấp AI trong thực tế: phần bối cảnh và quy trình mà nhân viên phải tái dựng, chứ không chỉ thao tác nhập dữ liệu vào phần mềm mới.
Hãy chạy bài kiểm tra hai lần: cho một phiên mới trong cùng sản phẩm tiếp tục công việc cũ, rồi chuyển nhiệm vụ sang một sản phẩm của nhà cung cấp khác. Lần đầu đo khả năng duy trì mạch công việc; lần sau cho thấy cái giá của việc rời đi. Chọn một nhiệm vụ thật, có lịch sử và ít nhất một ngoại lệ do con người quyết định. Kiểm tra xem hệ thống mới có làm lại phần đã xong hoặc khôi phục một giả định cũ mà nhóm đã chủ động loại bỏ hay không. Bấm giờ thời gian kỹ sư phải bỏ ra để giải thích lại bối cảnh; mỗi câu hỏi họ phải trả lời từ trí nhớ là một phần trạng thái chưa được xuất đúng cách.
Đòi nhà cung cấp chứng minh trước khi quyết định
Đừng để nhà cung cấp chọn một bản trình diễn thuận lợi rồi dùng nó thay cho bài kiểm tra. Yêu cầu họ chạy trực tiếp nhiệm vụ của doanh nghiệp bằng đúng định dạng xuất dữ liệu sẽ được bàn giao khi chấm dứt sử dụng. Hỏi rõ tệp xuất gồm những trường nào, quyết định và hành động đã hoàn tất có được lưu riêng khỏi nhật ký trò chuyện không, và định dạng bộ nhớ cùng kỹ năng có được tài liệu hóa đủ để công cụ khác đọc hay không. Ghi lại mọi thứ hỏng khi chuyển, từ lệnh phụ thuộc vào một hãng tới thông tin xác thực chỉ dùng được trong một sản phẩm. Đó là cách đo chi phí rời bỏ bằng bằng chứng thay vì lời hứa.
Doanh nghiệp cũng cần đánh giá khả năng đào tạo nhân viên và kiểm soát vận hành trước khi triển khai rộng. Một số công ty đang rời các buổi hướng dẫn ngắn kiểu “mỳ ăn liền” để chuyển sang đào tạo chuyên sâu, dài hạn và gắn với từng vị trí; các tập đoàn lớn cũng hạn chế sử dụng công cụ khi mô hình mới và việc lạm dụng trở thành gánh nặng chi phí. Đây không phải lý do để cấm AI, mà là lời nhắc rằng công cụ phải phù hợp với quy trình và con người cần biết cách phát hiện lỗi. Hãy đưa tính khả chuyển, bảo mật dữ liệu, khả năng phục hồi và thời gian sửa sai vào tiêu chí chọn AI agent doanh nghiệp ngay từ đầu.
Kết luận rất rõ: đừng chỉ hỏi AI làm được gì khi mọi thứ suôn sẻ; hãy hỏi doanh nghiệp giữ lại được gì khi muốn đi nơi khác. Một hệ thống đáng đưa vào vận hành phải chứng minh được cả giá trị sử dụng lẫn khả năng bàn giao công việc, dữ liệu và những quyết định quan trọng. Nếu chưa thể thử chuyển quy trình trước khi phụ thuộc, doanh nghiệp chưa có đủ cơ sở để gọi lựa chọn đó là an toàn.
