Thinking Machines Data Science đang hợp tác với OpenAI để giúp nhiều doanh nghiệp hơn trên khắp khu vực Châu Á – Thái Bình Dương biến trí tuệ nhân tạo thành những kết quả có thể đo lường được. Sự hợp tác này đưa Thinking Machines trở thành Đối tác Dịch vụ chính thức đầu tiên của OpenAI trong khu vực.
Sự hợp tác này diễn ra trong bối cảnh việc ứng dụng AI tại APAC tiếp tục tăng. Một nghiên cứu của IBM cho thấy 61% doanh nghiệp đã sử dụng AI, nhưng nhiều doanh nghiệp vẫn gặp khó khăn trong việc vượt qua các dự án thử nghiệm và mang lại tác động kinh doanh thực sự. Thinking Machines và OpenAI đặt mục tiêu thay đổi điều đó bằng cách cung cấp các khóa đào tạo điều hành về ChatGPT Enterprise, hỗ trợ xây dựng các ứng dụng AI tùy chỉnh và hướng dẫn tích hợp AI vào hoạt động hàng ngày.
Stephanie Sy, Người sáng lập và Giám đốc điều hành của Thinking Machines, đã định hình mối quan hệ đối tác xung quanh việc xây dựng năng lực: “Chúng tôi không chỉ mang đến công nghệ mới mà còn giúp các tổ chức xây dựng các kỹ năng, chiến lược và hệ thống hỗ trợ cần thiết để tận dụng AI. Đối với chúng tôi, đó là việc định hình lại tương lai công việc thông qua sự hợp tác giữa con người và AI, đồng thời biến AI thực sự hữu ích cho mọi người trên khắp khu vực Châu Á – Thái Bình Dương.”
Chuyển các dự án AI thử nghiệm thành kết quả với Thinking Machines
Trong một cuộc phỏng vấn với AI News, Sy giải thích rằng một trong những trở ngại lớn nhất đối với các doanh nghiệp là cách họ định hình việc ứng dụng AI. Quá thường xuyên, các tổ chức xem đây là việc mua lại công nghệ chứ không phải là một sự chuyển đổi kinh doanh. Cách tiếp cận đó dẫn đến các dự án thử nghiệm bị đình trệ hoặc không thể mở rộng.
“Thử thách chính là nhiều tổ chức tiếp cận AI như một việc mua lại công nghệ chứ không phải là một sự chuyển đổi kinh doanh,” cô nói. “Điều này dẫn đến các dự án thử nghiệm không bao giờ mở rộng được vì thiếu ba yếu tố cơ bản: sự đồng thuận rõ ràng của lãnh đạo về giá trị cần tạo ra, thiết kế lại quy trình làm việc để tích hợp AI vào cách thức công việc được thực hiện, và đầu tư vào kỹ năng của lực lượng lao động để đảm bảo việc áp dụng. Làm đúng ba điều đó—tầm nhìn, quy trình, con người—thì các dự án thử nghiệm sẽ mở rộng thành tác động thực sự.”
Vai trò lãnh đạo là trọng tâm
Nhiều giám đốc điều hành vẫn coi AI là một dự án kỹ thuật hơn là một ưu tiên chiến lược. Sy tin rằng các hội đồng quản trị và ban điều hành cấp cao (C-suites) cần phải định hướng. Vai trò của họ là quyết định xem AI là động lực tăng trưởng hay chỉ là một rủi ro được quản lý.
“Các hội đồng quản trị và ban điều hành cấp cao (C-suites) định hướng: AI là động lực tăng trưởng chiến lược hay một rủi ro được quản lý? Vai trò của họ là nêu ra một vài kết quả ưu tiên, xác định mức độ chấp nhận rủi ro và phân công trách nhiệm rõ ràng,” cô nói. Thinking Machines thường bắt đầu bằng các buổi họp điều hành nơi các nhà lãnh đạo có thể khám phá các công cụ như ChatGPT mang lại giá trị ở đâu, cách quản lý chúng và khi nào cần mở rộng. “Sự rõ ràng từ cấp trên xuống đó chính là điều biến AI từ một thử nghiệm thành một năng lực của doanh nghiệp.”
Sự hợp tác giữa con người và AI trong thực tế
Sy thường nói về việc “định hình lại tương lai công việc thông qua sự hợp tác giữa con người và AI.” Cô giải thích điều này trông như thế nào trong thực tế: một cách tiếp cận “con người làm chủ” nơi con người tập trung vào việc phán đoán, ra quyết định và xử lý các trường hợp ngoại lệ, trong khi AI xử lý các bước thường lệ như truy xuất, soạn thảo hoặc tóm tắt.
“Con người làm chủ có nghĩa là thiết kế lại công việc để con người tập trung vào việc phán đoán và các trường hợp ngoại lệ, trong khi AI đảm nhận việc truy xuất, soạn thảo và các bước thường lệ, với sự minh bạch thông qua nhật ký kiểm toán và liên kết nguồn,” cô nói. Kết quả được đo lường bằng thời gian tiết kiệm được và cải thiện chất lượng.
Trong các buổi hội thảo do Thinking Machines tổ chức, các chuyên gia sử dụng ChatGPT thường tiết kiệm được một đến hai giờ mỗi ngày. Nghiên cứu ủng hộ những kết quả này—Sy chỉ ra một nghiên cứu của MIT cho thấy mức tăng năng suất 14% đối với nhân viên tổng đài, với những cải thiện lớn nhất được thấy ở những nhân viên ít kinh nghiệm hơn. “Đó là bằng chứng rõ ràng cho thấy AI có thể nâng cao tài năng con người chứ không phải thay thế họ,” cô nói thêm.
AI tác tử với các biện pháp bảo vệ của Thinking Machines
Một lĩnh vực trọng tâm khác của Thinking Machines là AI tác tử (agentic AI), loại AI này vượt ra ngoài các truy vấn đơn lẻ để xử lý các quy trình nhiều bước. Thay vì chỉ trả lời một câu hỏi, các hệ thống tác tử có thể quản lý nghiên cứu, điền biểu mẫu và thực hiện các lệnh gọi API, điều phối toàn bộ quy trình làm việc với con người vẫn là người chịu trách nhiệm chính.
“Các hệ thống tác tử có thể đưa công việc từ ‘hỏi-đáp’ sang thực thi nhiều bước: điều phối nghiên cứu, duyệt web, điền biểu mẫu và gọi API để các nhóm triển khai nhanh hơn với con người là người điều khiển chính,” Sy nói. Lời hứa hẹn là việc thực thi nhanh hơn và năng suất cao hơn, nhưng những rủi ro là có thật. “Các nguyên tắc ‘con người làm chủ’ và khả năng kiểm toán vẫn rất quan trọng để tránh thiếu các biện pháp bảo vệ phù hợp. Cách tiếp cận của chúng tôi là kết hợp các kiểm soát doanh nghiệp và khả năng kiểm toán với năng lực tác tử để đảm bảo các hành động có thể truy vết, đảo ngược và phù hợp với chính sách trước khi chúng tôi mở rộng.”
Quản trị xây dựng niềm tin
Mặc dù việc áp dụng đang tăng tốc, nhưng quản trị thường bị tụt lại phía sau. Sy cảnh báo rằng quản trị sẽ thất bại khi nó được coi là thủ tục giấy tờ thay vì một phần của công việc hàng ngày.
“Chúng tôi giữ con người làm chủ và làm cho quản trị trở nên rõ ràng trong công việc hàng ngày: sử dụng các nguồn dữ liệu đã được phê duyệt, thực thi quyền truy cập dựa trên vai trò, duy trì nhật ký kiểm toán và yêu cầu các điểm quyết định của con người đối với các hành động nhạy cảm,” cô giải thích. Thinking Machines cũng áp dụng điều mà họ gọi là “kiểm soát + độ tin cậy”: hạn chế truy xuất chỉ với nội dung đáng tin cậy và trả về câu trả lời có trích dẫn nguồn. Các quy trình làm việc sau đó được điều chỉnh theo các quy tắc địa phương trong các lĩnh vực như tài chính, chính phủ và chăm sóc sức khỏe.
Đối với Sy, thành công không được đo lường bằng số lượng chính sách mà bằng khả năng kiểm toán và tỷ lệ ngoại lệ. “Quản trị tốt thúc đẩy việc áp dụng vì các nhóm tin tưởng vào những gì họ triển khai,” cô nói.
Bối cảnh địa phương, quy mô khu vực
Sự đa dạng về văn hóa và ngôn ngữ của Châu Á – Thái Bình Dương đặt ra những thách thức riêng cho việc mở rộng AI. Một mô hình phù hợp cho tất cả không hoạt động. Sy nhấn mạnh rằng cách tiếp cận đúng đắn là xây dựng tại địa phương trước rồi sau đó mở rộng một cách có chủ đích.
“Các mẫu toàn cầu thất bại khi chúng bỏ qua cách các đội ngũ địa phương làm việc. Cách tiếp cận là xây dựng tại địa phương, mở rộng có chủ đích: điều chỉnh AI phù hợp với ngôn ngữ, biểu mẫu, chính sách và quy trình leo thang địa phương; sau đó tiêu chuẩn hóa các phần có thể áp dụng rộng rãi như mô hình quản trị, trình kết nối dữ liệu và các chỉ số tác động,” cô nói.
Đó là cách tiếp cận mà Thinking Machines đã áp dụng ở Singapore, Philippines và Thái Lan – chứng minh giá trị với các đội ngũ địa phương trước, sau đó triển khai từng khu vực. Mục tiêu không phải là một chatbot đồng nhất mà là một mô hình đáng tin cậy tôn trọng bối cảnh địa phương đồng thời duy trì khả năng mở rộng.
Kỹ năng quan trọng hơn công cụ
Khi được hỏi những kỹ năng nào sẽ quan trọng nhất trong một môi trường làm việc được hỗ trợ bởi AI, Sy chỉ ra rằng quy mô đến từ kỹ năng, chứ không chỉ từ công cụ. Cô chia điều này thành ba loại:
- Kiến thức điều hành: khả năng của các nhà lãnh đạo trong việc đặt ra kết quả và các biện pháp bảo vệ, cũng như biết khi nào và ở đâu để mở rộng AI.
- Thiết kế quy trình làm việc: việc thiết kế lại các điểm chuyển giao giữa con người và AI, làm rõ ai là người soạn thảo, ai là người phê duyệt và cách thức xử lý các trường hợp ngoại lệ.
- Kỹ năng thực hành: gợi ý (prompting), đánh giá và truy xuất từ các nguồn đáng tin cậy để các câu trả lời có thể kiểm chứng được, chứ không chỉ là có vẻ hợp lý.
“Khi các nhà lãnh đạo và đội ngũ chia sẻ nền tảng đó, việc áp dụng chuyển từ thử nghiệm sang các kết quả có thể lặp lại, ở cấp độ sản xuất,” cô nói. Trong các chương trình của Thinking Machines, nhiều chuyên gia báo cáo tiết kiệm được một đến hai giờ mỗi ngày chỉ sau một buổi hội thảo kéo dài một ngày. Cho đến nay, hơn 10.000 người ở các vai trò khác nhau đã được đào tạo, và Sy lưu ý rằng mô hình này nhất quán: “kỹ năng + quản trị mở khóa quy mô.”
Chuyển đổi ngành công nghiệp phía trước
Nhìn về 5 năm tới, Sy thấy AI chuyển từ việc soạn thảo sang thực thi hoàn chỉnh trong các chức năng kinh doanh quan trọng. Cô kỳ vọng những bước tiến lớn trong phát triển phần mềm, tiếp thị, hoạt động dịch vụ và quản lý chuỗi cung ứng.
“Đối với làn sóng tiếp theo, chúng tôi nhận thấy ba mô hình cụ thể: trợ lý nhận biết chính sách trong tài chính, công cụ hỗ trợ chuỗi cung ứng trong sản xuất, và trải nghiệm khách hàng (CX) được cá nhân hóa nhưng vẫn tuân thủ trong bán lẻ—mỗi mô hình được xây dựng với các điểm kiểm tra của con người và các nguồn có thể kiểm chứng để các nhà lãnh đạo có thể mở rộng một cách tự tin,” cô nói.
Một ví dụ thực tế là một hệ thống mà Thinking Machines đã xây dựng với Bank of the Philippine Islands. Được gọi là BEAi, đây là một hệ thống tạo sinh có tăng cường truy xuất (RAG) hỗ trợ tiếng Anh, tiếng Filipino và Taglish. Nó trả về các câu trả lời liên kết với các nguồn có số trang và hiểu được việc thay thế chính sách, biến các tài liệu chính sách phức tạp thành hướng dẫn hàng ngày cho nhân viên. “Đó là những gì ‘AI-native’ trông như thế nào trong thực tế,” Sy nói.
Thinking Machines mở rộng AI khắp APAC
Mối quan hệ đối tác với OpenAI sẽ bắt đầu với các chương trình ở Singapore, Philippines và Thái Lan thông qua các văn phòng khu vực của Thinking Machines trước khi mở rộng hơn nữa trên khắp APAC. Các kế hoạch trong tương lai bao gồm việc điều chỉnh dịch vụ cho các lĩnh vực như tài chính, bán lẻ và sản xuất, nơi AI có thể giải quyết các thách thức cụ thể và mở ra những cơ hội mới.
Đối với Sy, mục tiêu rõ ràng: “Việc áp dụng AI không chỉ là thử nghiệm các công cụ mới. Đó là việc xây dựng tầm nhìn, quy trình và kỹ năng cho phép các tổ chức chuyển từ các dự án thử nghiệm sang tạo ra tác động. Khi các nhà lãnh đạo, đội ngũ và công nghệ kết hợp với nhau, đó là lúc AI mang lại giá trị bền vững.”
