MỸ – Các doanh nghiệp sản xuất không thể chuyển đổi theo tốc độ phát triển của công nghệ trí tuệ nhân tạo (AI), vậy họ nên làm gì?
Tác giả bài viết là Tiến sĩ Stephan Liozu, chuyên gia về định giá và quản trị giá trị. technologyMAG chia sẻ bài viết nhằm mang đến cho bạn đọc thêm một góc nhìn về cách doanh nghiệp sản xuất thích ứng với sự phát triển của AI – một chủ đề phức tạp nhưng có nhiều ý nghĩa thực tiễn.
Các doanh nghiệp đang chứng kiến sự va chạm giữa 2 nhịp vận hành khác nhau về bản chất.
Tiến sĩ Stephan Liozu đã làm việc cùng các doanh nghiệp công nghiệp trong hơn ba thập kỷ. Tiến sĩ nhận định rằng các doanh nghiệp công nghiệp đang gặp vấn đề về tốc độ phát triển.
Trong nhiều năm, các doanh nghiệp sản xuất luôn tiếp cận những thay đổi công nghệ một cách thận trọng. Các khoản đầu tư công nghệ lớn được đánh giá, thử nghiệm, lập ngân sách, triển khai, tích hợp và cuối cùng mở rộng quy mô. Nhà máy không thể thay đổi hệ thống vận hành mỗi 6 tháng. Thiết bị có thể tiếp tục hoạt động trong 20 hoặc 30 năm. Việc triển khai hệ thống hoạch định nguồn lực doanh nghiệp (ERP) mất nhiều năm. Nhân viên cần được đào tạo. Các quy trình phải được duy trì ổn định. Không thể đánh đổi sự an toàn, chất lượng, an ninh mạng và độ tin cậy. Đây là một môi trường đầu tư ổn định và được kiểm soát.
Có những lý do rất xác đáng khiến các doanh nghiệp công nghiệp chuyển đổi chậm. Và công nghệ trí tuệ nhân tạo đã xuất hiện.
Công nghệ AI vận hành theo một nhịp hoàn toàn khác. Các mô hình cải thiện nhanh chóng, đôi khi chỉ trong vài tuần! Những năng lực mới cũng xuất hiện hằng tuần. Chi phí giảm xuống. Các tác nhân AI ngày càng có năng lực cao hơn. Các công ty phần mềm liên tục bổ sung các chức năng AI. Những đối thủ cạnh tranh mới xuất hiện trong khi những đối thủ khác biến mất. Một doanh nghiệp có thể dành sáu tháng để đánh giá công nghệ AI, rồi nhận ra rằng thị trường đã thay đổi về căn bản trước khi quá trình đánh giá kết thúc.
Nghịch lý tốc độ AI. Các doanh nghiệp công nghiệp không thể chuyển đổi theo tốc độ phát triển của công nghệ AI. Nhưng họ cũng không thể phớt lờ tốc độ đó.
Hai nhịp vận hành chạm nhau Chúng ta đang chứng kiến sự va chạm giữa hai nhịp vận hành khác nhau về bản chất.
Nhịp vận hành của ngành công nghiệp được xây dựng trên sự ổn định, độ tin cậy, kỷ luật trong đầu tư vốn và quản trị rủi ro. Nhịp phát triển của công nghệ AI được xây dựng trên thử nghiệm, cải tiến qua từng vòng lặp, tiến bộ theo cấp số nhân và các chu kỳ đổi mới ngày càng ngắn.
Cố gắng buộc các doanh nghiệp sản xuất vận hành theo nhịp phát triển của công nghệ AI sẽ là một hành động thiếu trách nhiệm. Nhưng việc ép công nghệ AI vào các chu kỳ chuyển đổi ba năm truyền thống cũng có thể gây ra những vấn đề nghiêm trọng không kém. Điều này tạo ra ‘khoảng cách thích ứng với công nghệ AI’: khoảng cách ngày càng lớn giữa tốc độ phát triển của các năng lực AI và tốc độ mà các tổ chức có thể tiếp nhận, đưa vào vận hành và tạo ra giá trị từ đó.
Câu trả lời không đơn giản là yêu cầu các doanh nghiệp công nghiệp hành động nhanh hơn. Vấn đề nằm ở việc thay đổi cách tổ chức tiếp nhận sự thay đổi. Dưới đây là 5 cách để thực hiện điều đó.
1. Ngừng tư duy theo từng dự án. Xây dựng một hệ thống thích ứng với công nghệ AI Các doanh nghiệp công nghiệp rất ưa chuộng các dự án. Việc thành lập một nhóm, xác định yêu cầu, đánh giá nhà cung cấp, lựa chọn và triển khai công nghệ, đào tạo nhân viên và cuối cùng tuyên bố thành công. Những nhóm này được gọi là nhóm Scrum, nhóm chuyên trách tinh nhuệ, tổ công tác và các tên gọi tương tự. Mô hình đó giả định rằng công nghệ vẫn ổn định trong suốt quá trình.
Công nghệ AI thách thức giả định đó.
Các doanh nghiệp cần một năng lực thường trực để nhận diện những công nghệ mới nổi, thử nghiệm chúng, đo lường tiềm năng, mở rộng quy mô những giải pháp hiệu quả và nhanh chóng từ bỏ những giải pháp kém hiệu quả. Hãy xem đây là một hệ thống thích ứng với AI, thay vì một chương trình chuyển đổi AI khác. Sự khác biệt này rất quan trọng. Một dự án có điểm bắt đầu và điểm kết thúc. Quá trình thích ứng thì không. Quá trình này cũng không diễn ra theo tuyến tính!
2. Tách luồng thử nghiệm nhanh khỏi hệ thống công nghiệp cốt lõi Không phải mọi bộ phận trong một tổ chức công nghiệp đều nên vận hành với cùng một tốc độ. Hệ thống điều hành sản xuất (MES), hệ thống điều khiển nhà máy, hệ thống an toàn, nền tảng ERP và hạ tầng thiết yếu cho hoạt động đều cần sự ổn định và cơ chế quản trị nghiêm ngặt. Không ai nên thử nghiệm một cách liều lĩnh trên những hệ thống có thể khiến nhà máy ngừng hoạt động hoặc làm ảnh hưởng đến sự an toàn.
Nhưng những quy tắc tương tự không nhất thiết phải áp dụng cho tất cả các ứng dụng AI. Các trợ lý AI hỗ trợ kỹ thuật, trợ lý tri thức, ứng dụng thương mại, tác nhân hỗ trợ khách hàng, công cụ phân tích, ứng dụng định giá và các giải pháp nâng cao năng suất nội bộ thường có thể được thử nghiệm nhanh hơn.
Các doanh nghiệp công nghiệp cần có 2 tốc độ. Bảo vệ hệ thống công nghiệp cốt lõi, đồng thời tạo ra một luồng thử nghiệm nhanh có kiểm soát để việc thử nghiệm AI có thể diễn ra nhanh chóng. Mục tiêu không phải là lựa chọn giữa tốc độ và khả năng kiểm soát, mà là thiết kế một tổ chức có khả năng đáp ứng cả hai.
3. Rút ngắn khoảng cách từ thử nghiệm đến tạo ra giá trị Một trong những nguy cơ lớn nhất của làn sóng công nghệ AI hiện nay là sự gia tăng tràn lan các dự án thí điểm. Các doanh nghiệp có thể dễ dàng khởi động hàng chục, thậm chí hàng trăm thử nghiệm. Mọi người đều hào hứng. Các nhóm đổi mới tạo ra những màn trình diễn ấn tượng. Lãnh đạo tham dự các buổi giới thiệu về ứng dụng AI. Điều này không mới. Chúng đã từng xảy ra với điện toán đám mây, Internet vạn vật (IoT) và dữ liệu lớn.
Sau đó, kết quả về mặt kinh tế lại rất ít. Thay vì hỏi: “Chúng ta có thể sử dụng AI ở đâu?”, hãy bắt đầu bằng một câu hỏi khác: “AI có thể thay đổi hoàn toàn một quyết định hoặc quy trình công việc quan trọng về mặt kinh tế ở đâu?”. Hãy xem xét thời gian ngừng máy, phế phẩm, tỷ lệ sản phẩm đạt yêu cầu, bảo trì, năng suất công việc kỹ thuật, tiêu thụ năng lượng, tồn kho, chất lượng, lập báo giá, định giá, năng suất bán hàng và dịch vụ khách hàng. Trước tiên, xác định những lĩnh vực có tiềm năng tạo ra giá trị, rồi từ đó xác định cách ứng dụng công nghệ AI.
Việc ứng dụng công nghệ AI nên xuất phát từ nhu cầu tạo ra giá trị, thay vì bị thúc đẩy bởi công nghệ. Tốc độ không đi kèm giá trị, chỉ đơn thuần là thử nghiệm nhanh hơn.
4. Thiết kế có tính đến khả năng lỗi thời Đây có thể là khuyến nghị khó chấp nhận nhất đối với các nhà lãnh đạo và kỹ sư trong ngành công nghiệp luôn tìm kiếm sự hoàn hảo. Hãy ngừng giả định rằng những lựa chọn công nghệ AI của mình sẽ tồn tại lâu dài.
Việc lựa chọn công nghệ công nghiệp theo cách truyền thống chú trọng vào khả năng sử dụng lâu dài. Các doanh nghiệp dành rất nhiều thời gian để lựa chọn nền tảng phù hợp vì họ dự kiến sẽ gắn bó với quyết định đó trong nhiều năm.
Công nghệ AI yêu cầu một giả định khác. Các mô hình sẽ thay đổi. Nhà cung cấp sẽ thay đổi. Các yếu tố kinh tế sẽ thay đổi. Những năng lực có vẻ tạo ra sự khác biệt hôm nay có thể trở thành những tính năng phổ thông vào ngày mai. Vì vậy, các doanh nghiệp công nghiệp nên thiết kế kiến trúc AI có tính đến khả năng thay thế. Đảm bảo dữ liệu có thể chuyển đổi giữa các hệ thống. Ưu tiên kiến trúc mô-đun. Tránh phụ thuộc không cần thiết vào từng mô hình riêng lẻ. Đưa tính linh hoạt vào quan hệ với nhà cung cấp và vào lộ trình công nghệ.
Nói cách khác, hãy làm điều mà các doanh nghiệp công nghiệp hiếm khi thực hiện: thiết kế với khả năng lỗi thời được tính đến. Mục tiêu không còn là lựa chọn công nghệ sẽ không bao giờ cần thay thế, mà là giúp việc thay thế bớt khó khăn khi điều đó tất yếu trở nên cần thiết.
5. Đo lường tốc độ học hỏi, không chỉ tiến độ triển khai Các chương trình chuyển đổi công nghiệp theo cách truyền thống thường được đo lường bằng các cột mốc. Hệ thống đã được triển khai. Công nhân đã được đào tạo. Nhà máy đã được chuyển đổi. Dự án đã hoàn thành. Mục tiêu ngân sách đã đạt được. Sau đó, mọi thứ lại bắt đầu với chu kỳ tiếp theo.
Công nghệ AI yêu cầu một thước đo khác: tốc độ học hỏi. Doanh nghiệp có thể nhận diện một năng lực mới nổi, thử nghiệm, đo lường giá trị và đưa ra quyết định nhanh đến mức nào? Doanh nghiệp có thể mở rộng quy mô của một giải pháp hiệu quả nhanh đến mức nào? Một điều quan trọng không kém là doanh nghiệp có thể dừng một giải pháp không hiệu quả nhanh đến mức nào?
Thất bại không nhất thiết là vấn đề. Dành 18 tháng để phát hiện ra rằng một giải pháp không hiệu quả mới là vấn đề. Trong một môi trường mà công nghệ phát triển ngày càng nhanh, tốc độ học hỏi của tổ chức trở thành một năng lực cạnh tranh.
Ngừng cố gắng chạy theo tốc độ phát triển của công nghệ AI. Các doanh nghiệp sản xuất sẽ không bao giờ đổi mới theo tốc độ phát triển của công nghệ AI. Và họ cũng không nên làm như vậy, bất chấp sức hấp dẫn mạnh mẽ của những công nghệ mới hào nhoáng.
Tài sản vật chất, yêu cầu an toàn, nghĩa vụ tuân thủ quy định, khách hàng, nhân viên và môi trường vận hành phức tạp tạo ra những ràng buộc mà các công ty phần mềm không phải đối mặt. Vì vậy, mục tiêu không nên khiến nhịp vận hành của ngành công nghiệp đạt cùng tốc độ với nhịp phát triển của công nghệ AI.
Câu hỏi phù hợp hơn là: Doanh nghiệp có thể tiếp nhận những thay đổi quan trọng nhanh đến mức nào mà không làm mất ổn định những gì đang hoạt động hiệu quả?
Đó là một vấn đề khác biệt về bản chất. Những doanh nghiệp chiến thắng trong kỷ nguyên công nghiệp AI có thể không phải là những doanh nghiệp triển khai nhiều mô hình, tác nhân, trợ lý hoặc ứng dụng AI nhất. Thành công cũng không nhất thiết thuộc về những doanh nghiệp chi nhiều tiền nhất cho công nghệ AI. Lợi thế cạnh tranh có thể thuộc về những doanh nghiệp công nghiệp phát triển, có tốc độ thích ứng cao nhất, đặc biệt trong mô hình vận hành của họ. Họ sẽ nhanh chóng học được điều gì nên áp dụng, điều gì nên mở rộng quy mô, điều gì nên bỏ qua và, ngày càng quan trọng hơn, điều gì nên từ bỏ.
Công nghệ AI đang tăng tốc. Ngành công nghiệp không cần chạy theo công nghệ AI. Ngành công nghiệp cần nâng cao khả năng tiếp nhận sự thay đổi.
Để xem các bài viết khác về “AI”, hãy nhấn vào đây.
Nguồn: Industry Week – Tác giả Tiến sĩ Stephan Liozu
