AI tạo sinh đang ngày càng được ứng dụng trong nhiều nghiệp vụ, từ soạn thảo văn bản, tóm tắt nội dung, xử lý yêu cầu hỏi đáp đến hỗ trợ tìm kiếm. Tuy nhiên, không ít doanh nghiệp dù đã bắt đầu triển khai nhưng vẫn dừng lại ở giai đoạn dùng thử.

Lý do là vì không chỉ hiệu năng của công cụ, mà cả cách tích hợp vào quy trình nghiệp vụ, quản lý thông tin, phương pháp đánh giá và các quy định nội bộ cũng cần được chuẩn bị đầy đủ. Đặc biệt trong môi trường doanh nghiệp, cách triển khai chỉ vì công cụ có vẻ tiện lợi thường khó duy trì lâu dài; điều quan trọng là phải thiết kế rõ mục tiêu và cách vận hành.

Bài viết này sẽ trình bày một cách dễ hiểu 5 thách thức tiêu biểu mà doanh nghiệp thường gặp khi triển khai Generative AI, cùng với cách vượt qua những thách thức đó.

Một trong những sai lầm phổ biến nhất là bắt đầu triển khai khi chưa xác định rõ mục đích sử dụng AI tạo sinh.

Ví dụ, nếu triển khai chỉ vì công nghệ này đang được bàn luận trong nội bộ hoặc vì đối thủ cạnh tranh đã bắt đầu sử dụng, thì mối liên hệ với các vấn đề nghiệp vụ thực tế sẽ rất yếu. Kết quả là tại hiện trường dễ rơi vào tình trạng “không biết nên dùng vào việc gì” hoặc “dùng rồi nhưng không thấy hiệu quả”.

Ví dụ thường gặp

Cách tiếp cận khi xử lý

Trước hết, trước khi triển khai AI tạo sinh, cần diễn đạt rõ “muốn cải thiện công việc nào, tác vụ nào và ở mức độ nào”. Chẳng hạn, khi cụ thể hóa mục tiêu như rút ngắn thời gian soạn thảo bản nháp đề xuất hoặc đẩy nhanh bước xử lý ban đầu khi tìm kiếm FAQ nội bộ, việc đánh giá hiệu quả cũng sẽ dễ dàng hơn.

Một lý do lớn khiến doanh nghiệp thận trọng khi triển khai AI tạo sinh là vấn đề bảo mật thông tin và quản lý dữ liệu.

Nếu chưa làm rõ thông tin nhập vào sẽ được xử lý như thế nào, có được nhập thông tin mật hay không, và có thể liên kết với các dịch vụ bên ngoài đến mức nào, đội ngũ vận hành sẽ khó yên tâm sử dụng. Đặc biệt, với các nghiệp vụ xử lý thông tin khách hàng, thông tin hợp đồng, thông tin thiết kế, thông tin nhân sự và các dữ liệu nhạy cảm khác, việc mở rộng sử dụng khi chưa có quy định rõ ràng là rất rủi ro.

Trong các nguyên tắc AI của OECD, bên cạnh tính công bằng và minh bạch, quyền riêng tư, an toàn và trách nhiệm giải trình cũng được nhấn mạnh. NIST AI Risk Management Framework cũng xác định rằng việc sử dụng AI cần đi kèm với quản trị rủi ro liên tục.

Ví dụ thường gặp

Cách tiếp cận khi xử lý

Ở giai đoạn đầu triển khai, doanh nghiệp nên xác định rõ những thông tin được phép nhập, những thông tin bị cấm và các trường hợp cần phê duyệt; đồng thời bắt đầu với phạm vi sử dụng tối thiểu để bảo đảm an toàn. Bên cạnh đó, không thể bỏ qua việc quản lý nhật ký, phân quyền truy cập và rà soát điều khoản hợp đồng của các dịch vụ được sử dụng.

AI tạo sinh rất tiện lợi, nhưng không phải lúc nào cũng đưa ra câu trả lời chính xác. Công cụ này đôi khi có thể tạo ra những câu trả lời sai nhưng nghe có vẻ hợp lý, hoặc những giải thích thiếu cơ sở vững chắc. Vì vậy, doanh nghiệp không chỉ cần xem công cụ có sử dụng được hay không, mà còn phải đánh giá liệu chất lượng đầu ra có đủ an toàn và phù hợp để áp dụng vào công việc hay không.

Tuy nhiên, trên thực tế, do chưa có tiêu chí đánh giá rõ ràng, nhiều trường hợp vẫn được quyết định dựa trên cảm nhận chủ quan của từng người phụ trách.

Ví dụ thường gặp

Cách tiếp cận khi xử lý

Điều quan trọng là xác định trước tiêu chí đánh giá cho từng mục đích sử dụng, chẳng hạn như độ chính xác, khả năng tái lập, khả năng cập nhật, công sức chỉnh sửa và mức độ hài lòng của người phụ trách. Mức chất lượng cần đạt cũng sẽ thay đổi tùy theo việc quy trình giả định có con người kiểm tra cuối cùng hay mục tiêu là nâng cao tỷ lệ xử lý tự động.

Đặc biệt khi sử dụng cho tài liệu gửi ra bên ngoài hoặc trong hoạt động hỗ trợ khách hàng, cách tiếp cận thực tế hơn là thiết kế quy trình có bước rà soát của con người.

AI tạo sinh sẽ không tự động được sử dụng rộng rãi chỉ vì doanh nghiệp đã triển khai. Trên thực tế, thường xảy ra tình trạng chỉ một số người phụ trách sử dụng thành thạo, trong khi công cụ không lan tỏa đến các nhân viên khác.

Đằng sau tình trạng này là những thách thức trong việc đưa công cụ vào sử dụng thường xuyên, chẳng hạn như nhân viên chưa biết cách dùng, công cụ chưa được tích hợp vào quy trình nghiệp vụ, hoặc còn thiếu ví dụ nhập liệu và mẫu hướng dẫn. Chỉ cấp quyền sử dụng công cụ không đồng nghĩa với việc công cụ sẽ được áp dụng một cách tự nhiên tại hiện trường.

Ví dụ thường gặp

Cách tiếp cận khi xử lý

Để công cụ được áp dụng ổn định tại hiện trường, việc xây dựng kịch bản sử dụng theo từng phòng ban là rất hiệu quả. Chẳng hạn, có thể minh họa các tình huống cụ thể như tạo bản nháp đề xuất cho bộ phận kinh doanh, soạn thảo thông báo nội bộ cho bộ phận tổng vụ, hoặc hỗ trợ hệ thống hóa yêu cầu kỹ thuật cho bộ phận phát triển, nhờ đó người dùng dễ hình dung cách ứng dụng hơn.

Đồng thời, việc chuẩn hóa các ví dụ prompt thường dùng, các ví dụ bị cấm và các tiêu chí rà soát thành mẫu sẽ giúp giảm sự phụ thuộc vào từng người phụ trách.

Khi sử dụng AI tạo sinh trong công việc, nếu không xác định rõ ai chịu trách nhiệm đưa ra quyết định nào, quá trình vận hành sẽ trở nên thiếu ổn định.

Chẳng hạn, nếu vẫn chưa làm rõ bộ phận hệ thống thông tin có chịu trách nhiệm xây dựng quy tắc sử dụng hay không, trưởng từng bộ phận có phê duyệt hay không, bộ phận pháp chế sẽ kiểm tra ở khâu nào, và ai sẽ xử lý khi xảy ra sự cố hoặc kết quả đầu ra sai lệch, thì sau khi triển khai rất dễ phát sinh hỗn loạn.

Ngay cả trong NIST AI RMF, quản trị rủi ro AI không phải là việc thiết lập một lần rồi kết thúc, mà đòi hỏi tổ chức phải liên tục rà soát và cập nhật. Vì AI tạo sinh thay đổi rất nhanh, việc vận hành trong thời gian dài chỉ dựa trên các quy tắc ban đầu có thể trở nên khó khả thi trong một số trường hợp.

Ví dụ thường gặp

Cách tiếp cận khi xử lý

Ngay cả khi bắt đầu ở quy mô nhỏ, doanh nghiệp vẫn cần có một cơ chế vận hành tối thiểu. Việc xác định ngắn gọn chính sách sử dụng, phạm vi nghiệp vụ áp dụng, người phê duyệt, trách nhiệm rà soát, cách xử lý nhật ký và thời điểm đánh giá lại sẽ giúp quá trình mở rộng sau này diễn ra thuận lợi hơn.

Để triển khai AI tạo sinh thành công, cách làm thực tế hơn là thu hẹp phạm vi vào những nghiệp vụ cụ thể và triển khai theo từng giai đoạn, thay vì áp dụng đồng loạt trên toàn công ty ngay từ đầu.

Ví dụ về cách triển khai

Với cách triển khai này, doanh nghiệp có thể dễ dàng xác định cách sử dụng phù hợp với thực tế công việc, đồng thời hạn chế đầu tư quá mức và các rủi ro ngoài dự kiến.

Khi triển khai AI tạo sinh, doanh nghiệp thường đối mặt với 5 thách thức chính sau đây.

Đây không phải là những vấn đề có thể giải quyết chỉ bằng năng lực của bản thân AI tạo sinh. Điều quan trọng là phải đồng bộ cả thiết kế quy trình nghiệp vụ, quy tắc vận hành, tiêu chí đánh giá và cơ cấu nội bộ.

SMILE hỗ trợ triển khai theo từng giai đoạn, từ việc rà soát các vấn đề nghiệp vụ, xem xét khả năng hệ thống hóa đến phát triển và vận hành.

Các doanh nghiệp đang cân nhắc ứng dụng DX hoặc AI nên bắt đầu từ những cải tiến nhỏ trong quy trình nghiệp vụ.