Dự báo của hãng nghiên cứu Gartner cho thấy sự bùng nổ trong việc áp dụng Trí tuệ Nhân tạo Tạo sinh (GenAI) trong các doanh nghiệp trong thập kỷ tới. Theo đó, Gartner dự đoán đến năm 2027, hơn 50% mô hình GenAI mà các doanh nghiệp sử dụng sẽ được tùy chỉnh cho từng ngành hoặc chức năng kinh doanh cụ thể - tăng từ khoảng 1% vào năm 2023.
GENAI NGÀY CÀNG QUAN TRỌNG, NHƯNG HẦU HẾT DOANH NGHIỆP ĐỀU ĐANG FOMO
Đến năm 2026, 75% doanh nghiệp sẽ sử dụng GenAI để tạo dữ liệu khách hàng tổng hợp, tăng mạnh so với dưới 5% vào năm 2023. Đến năm 2028, 30% các triển khai GenAI sẽ được tối ưu hóa bằng các phương pháp tính toán tiết kiệm năng lượng, nhằm thúc đẩy các sáng kiến về bền vững.
Những dự báo này cho thấy rằng GenAI sẽ ngày càng trở thành công cụ quan trọng trong việc tối ưu hóa quy trình kinh doanh, cải thiện trải nghiệm khách hàng và hỗ trợ cho các nỗ lực bảo vệ môi trường trong tương lai gần.
Tại hội thảo chuyên đề gần đây về AI cho chuyển đổi số, chuyển đổi xanh, phát triển kinh tế số, PGS.TS. Nguyễn Xuân Hoài, Viện trưởng Viện Trí tuệ Nhân tạo Việt Nam, cho biết chiến lược ứng dụng AI toàn diện (Transformative AI, AI First) đang ngày càng khẳng định vai trò quan trọng của trí tuệ nhân tạo trong sự phát triển của các doanh nghiệp.
Tuy nhiên, ở thời điểm hiện tại, hầu hết các doanh nghiệp vẫn đang trong giai đoạn FOMO khi nói về ứng dụng AI. Cụ thể, theo PGS.TS. Nguyễn Xuân Hoài, xu hướng ứng dụng trí tuệ nhân tạo (AI) trong doanh nghiệp được dự báo sẽ trải qua ba giai đoạn chính trong các năm tới. Giai đoạn đầu tiên, được gọi là FOMO (Fear of Missing Out), dự kiến kéo dài cho đến năm 2026, đánh dấu thời kỳ các doanh nghiệp bắt đầu thử nghiệm và đánh giá tiềm năng của AI thông qua các dự án pilot.
Sau đó, giai đoạn Transformative AI (AI Biến đổi) dự kiến diễn ra từ năm 2026 đến 2035. Trong giai đoạn này, các hệ thống AI Agents sẽ được tích hợp một cách toàn diện vào hệ thống thông tin của doanh nghiệp và tham gia vào các hoạt động hàng ngày cùng với nhân viên và lãnh đạo của công ty. Đây là giai đoạn mà AI giúp cho các doanh nghiệp thực hiện các tác vụ hiệu quả hơn và đóng vai trò quan trọng trong quá trình chuyển đổi toàn diện của doanh nghiệp.
Cuối cùng, giai đoạn Second Brain Vision (Tầm nhìn "Não bộ" thứ hai) từ năm 2035 trở đi, dự báo AI sẽ trở thành một phần không thể thiếu trong các hoạt động của doanh nghiệp, như một "não bộ" thứ hai hỗ trợ trong việc ra quyết định và quản lý thông tin phức tạp. Đây là xu hướng dài hạn cho thấy vai trò ngày càng tăng của AI trong cách các doanh nghiệp hoạt động và đưa ra chiến lược phát triển dài hạn.
HAI THÁCH THỨC LỚN KHI ỨNG DỤNG AI
Theo PGS.TS. Nguyễn Xuân Hoài, việc ứng dụng trí tuệ nhân tạo trong các doanh nghiệp đang đối mặt với hai thách thức chính. Thách thức đầu tiên là sự thiếu hụt nguồn nhân lực chuyên môn trong lĩnh vực AI, làm hạn chế khả năng triển khai và vận hành các dự án AI hiệu quả. Thách thức này càng trở nên nghiêm trọng hơn khi nhu cầu tăng cao trong khi lượng chuyên gia AI có sẵn không đáp ứng đủ.
Thách thức thứ hai là chi phí đắt đỏ liên quan đến việc triển khai các dự án AI và phân tích dữ liệu. Các dự án này thường mang đến nhiều rủi ro và đòi hỏi đầu tư lớn từ các doanh nghiệp, bao gồm cả chi phí phát triển hệ thống AI và cơ sở hạ tầng hỗ trợ. Những rủi ro này có thể gây ra sự lo ngại và làm chậm quá trình chuyển đổi số của các doanh nghiệp.
Việc giải quyết hai thách thức này sẽ đòi hỏi sự đầu tư chiến lược từ các doanh nghiệp, đồng thời cần có các chính sách hỗ trợ đào tạo nguồn nhân lực AI và giảm thiểu các rủi ro tài chính để đảm bảo hiệu quả và bền vững trong việc áp dụng AI.
Giải pháp No-code và Low-code (NCLC) đang trở thành một lựa chọn quan trọng để giải quyết các thách thức mà doanh nghiệp đối diện khi triển khai trí tuệ nhân tạo (AI) và phân tích dữ liệu. Đầu tiên, NCLC giúp giảm chi phí đáng kể trong việc thiết lập và vận hành các giải pháp AI và Data, bằng cách giảm sự phụ thuộc vào các chuyên gia kỹ thuật cao cấp.
Thứ hai, NCLC giúp giải quyết vấn đề thiếu hụt nguồn nhân lực chuyên môn bằng cách đơn giản hóa quy trình phát triển và triển khai các ứng dụng AI và phân tích dữ liệu, từ đó tạo điều kiện thuận lợi cho việc tiếp cận và sử dụng dữ liệu cũng như công nghệ AI một cách rộng rãi hơn (Data democratization, AI democratization).
NCLC cũng giúp đo lường và ước tính rủi ro một cách hiệu quả hơn đối với các dự án AI và Data lớn, bằng cách cung cấp các công cụ và môi trường phát triển mà không đòi hỏi sự chuyên nghiệp cao về kỹ thuật.
Với những lợi ích này, NCLC không chỉ là giải pháp cứu cánh cho các doanh nghiệp vừa và nhỏ, mà còn hữu dụng đối với các doanh nghiệp lớn đang muốn chuyển đổi toàn diện, từ mô hình quản trị, kinh doanh đến ra quyết định dựa trên dữ liệu và áp dụng các giải pháp AI và phân tích dữ liệu hiện đại. NCLC không chỉ đơn giản là một công cụ, mà là một chiến lược quan trọng giúp doanh nghiệp thích ứng và phát triển trong thời đại số ngày nay.
Để triển khai thành công giải pháp No-code và Low-code cho việc chuyển đổi toàn diện AI và Data, các doanh nghiệp vừa và nhỏ cần đáp ứng một số yêu cầu quan trọng. Thứ nhất, họ cần thay đổi nhận thức và văn hóa tổ chức, hướng tới việc vận hành dựa trên dữ liệu và trí tuệ nhân tạo.
Thứ hai, việc có kiến thức cơ bản về dữ liệu và AI là rất cần thiết, giúp cho các nhân viên trong doanh nghiệp có thể hiểu và sử dụng các công nghệ này một cách hiệu quả. Họ cũng cần làm chủ các công nghệ No-code và Low-code, đặc biệt là các nền tảng dựa trên đám mây (cloud-based).
Thứ ba, việc chuẩn hóa dữ liệu và quy trình là không thể thiếu, giúp đảm bảo tính nhất quán và hiệu quả cho các dự án triển khai NCLC và AI.
Thứ tư, để thành công, các doanh nghiệp cần xây dựng một lộ trình chi tiết và từng bước để triển khai NCLC và áp dụng AI vào các hoạt động kinh doanh và quản lý.
Ngoài ra, việc giảm thiểu chi phí vận hành và tối ưu hóa nhân sự IT cũng là yếu tố cần được quan tâm, bên cạnh việc hiểu rõ giới hạn và khả năng của NCLC để không đặt quá nhiều kỳ vọng vào công nghệ này.
Nghiên cứu của MIT vào năm 2023 đã chỉ ra rằng, AI thực sự mang lại giá trị tăng trưởng bền vững cho công ty khi được áp dụng một cách sâu rộng, với mức độ áp dụng trên 25%.
Hiệu quả của AI đối với doanh nghiệp có thể được mô tả bằng đường cong J, trong đó giá trị đầu tư ban đầu có thể thấp, nhưng sau đó sẽ tăng vọt khi các hệ thống AI được tích hợp và tối ưu hóa đầy đủ. Điều này làm nổi bật tính cấp thiết của việc đưa AI vào trung tâm chiến lược phát triển của các doanh nghiệp hiện đại, để từ đó tối đa hóa hiệu quả và tiềm năng toàn diện của công nghệ này.
Google translate