Việc sử dụng AI của doanh nghiệp bạn sẽ ngày càng tăng. Số hóa cho phép các doanh nghiệp hoạt động ở cấp độ nguyên tử và đưa ra hàng triệu quyết định mỗi ngày. Bài toán lúc này là quản lý hiệu quả những công cụ ra quyết định kỹ thuật số đó.
Chúng tôi gọi những quyết định chi tiết, được hỗ trợ bởi AI này là “những quyết định vi mô”. Chúng yêu cầu một sự thay đổi hoàn toàn mô hình, chuyển từ việc đưa ra quyết định sang đưa ra “quyết định về quyết định”. Sự thay đổi này đang diễn ra trên mọi ngành và mọi hình thức ra quyết định. Bài viết đề xuất một khuôn khổ để cân nhắc về những quyết định này và cách xác định mô hình quản lý tối ưu.
Các quyết định vi mô yêu cầu tự động hóa
Bản chất của các quyết định vi mô đòi hỏi một số mức độ tự động hóa, đặc biệt đối với các quyết định theo thời gian thực và khối lượng lớn hơn. Tự động hóa được kích hoạt bởi các thuật toán (quy tắc, dự đoán, ràng buộc và logic xác định cách một quyết định vi mô được thực hiện). Và các thuật toán ra quyết định này thường được mô tả là trí tuệ nhân tạo (AI). Câu hỏi quan trọng là, làm thế nào để các nhà quản lý con người quản lý các loại hệ thống dựa trên thuật toán này?
Khái niệm về một hệ thống tự trị không khó hiểu. Hãy tưởng tượng một chiếc ô tô không người lái mà không có vô lăng. Người ngồi vào xe chỉ cần nói cho chiếc xe biết điểm đến là xong. Nhưng ngay lúc có vô lăng, bạn gặp vấn đề. Bạn phải thông báo cho người lái xe khi nào họ có thể muốn can thiệp, cách họ có thể can thiệp và bạn sẽ thông báo cho họ bao nhiêu khi cần can thiệp. Bạn phải suy nghĩ kỹ về thông tin bạn sẽ trình bày với tài xế để giúp họ đưa ra biện pháp can thiệp thích hợp.
Điều này cũng đúng đối với bất kỳ quyết định vi mô nào. Vào thời điểm có sự tham gia của con người, bạn cần suy nghĩ cẩn thận về cách thiết kế một hệ thống quyết định cho phép con người tương tác có ý nghĩa với máy móc.
Các nhà nghiên cứu đã phát triển bốn mô hình quản lý chính dựa trên mức độ và bản chất của sự can thiệp của con người: HITL, HITLFE, HOTL, HOOTL. Đây chỉ là mô hình chung và vẫn có các biến thể phụ dựa trên sự phân chia giữa con người và máy móc cũng như mức độ trừu tượng của quản lý mà con người tương tác với hệ thống.
Phạm vi các tùy chọn quản lý
Con người trong vòng lặp (HITL): Con người được hỗ trợ bởi máy móc. Trong mô hình này, con người đang thực hiện việc ra quyết định và máy móc chỉ hỗ trợ ra quyết định hoặc tự động hóa một phần một số quyết định hoặc các phần của quyết định. Điều này thường được gọi là khuếch đại thông tin tình báo (IA).
Con người trong vòng lặp cho các ngoại lệ (HITLFE): Hầu hết các quyết định đều được tự động hóa trong mô hình này và con người chỉ xử lý các trường hợp ngoại lệ. Đối với các trường hợp ngoại lệ, hệ thống yêu cầu một số phán đoán hoặc đầu vào từ con người trước khi nó có thể đưa ra quyết định, mặc dù không có khả năng yêu cầu con người đưa ra toàn bộ quyết định. Con người cũng kiểm soát logic để xác định những ngoại lệ cần phải xem xét.
Con người trên vòng lặp (HOTL): Ở đây, máy móc được hỗ trợ bởi con người. Máy móc đưa ra các quyết định vi mô, nhưng con người xem xét kết quả quyết định và có thể điều chỉnh các quy tắc cùng thông số cho những quyết định trong tương lai. Trong thiết lập nâng cao hơn, máy cũng đề xuất các thông số hoặc thay đổi quy tắc sau đó được con người chấp thuận.
Con người ngoài vòng lặp (HOOTL): Trong mô hình này, máy móc được giám sát bởi con người. Máy móc đưa ra mọi quyết định và con người chỉ can thiệp bằng cách đặt ra các ràng buộc và mục tiêu mới. Cải tiến cũng là một vòng khép kín tự động. Các điều chỉnh, dựa trên phản hồi từ con người, được tự động hóa.
Những sai lầm tiềm ẩn
Một doanh nghiệp du lịch ở Hoa Kỳ đã triển khai hệ thống HOOTL hoàn toàn tự động để tiếp thị từ khóa trên Google. Lúc đầu, hệ thống hoạt động tốt, mang lại cả hiệu quả và cải thiện kết quả. Tuy nhiên, khi hệ thống bắt đầu hoạt động kém tốt hơn, nhóm nghiên cứu không thể giải thích lý do tại sao hoặc thực hiện bất kỳ hành động khắc phục nào. Đây là một hệ thống hộp đen hoàn toàn dựa trên các thuật toán độc quyền nhưng không thể quản lý trong thực tế, và nhóm nghiên cứu đã quay lại hệ thống dựa trên quy tắc cũ của họ.
Nếu hiệu suất được cải thiện (thậm chí trong một thời gian), các nhà quản lý rất vui, nhưng nếu các quyết định bắt đầu hoạt động kém hiệu quả, thì việc tìm ra nguyên nhân lại cực kỳ phức tạp.
Một phần của giải pháp là chọn mô hình phù hợp cho sự tham gia của con người đối với một quyết định nhất định. Ngoài ra, mọi hệ thống ra quyết định vi mô cần được giám sát, bất kể có bao nhiêu sự tham gia của con người. Giám sát đảm bảo việc ra quyết định là “tốt” hoặc ít nhất là phù hợp với mục đích hiện tại, đồng thời tạo ra dữ liệu cần thiết để phát hiện các vấn đề và cải thiện việc ra quyết định một cách có hệ thống theo thời gian.
Ngoài ra, bạn nên luôn nắm bắt thông tin về cách hệ thống đưa ra quyết định, không chỉ là quyết định thực tế được đưa ra. Điều này cho phép bạn vừa giải thích được hiệu quả về các quyết định “tồi” vừa tạo sự phù hợp giữa các kết quả dưới mức tối ưu với các chi tiết cụ thể của cách thức đưa ra quyết định. Cuối cùng, bạn nên theo dõi kết quả kinh doanh và vạch ra đường lối để đưa ra quyết định.
Quyết định mô hình phù hợp với bạn
Điều quan trọng là phải nhận ra rằng các hệ thống này sẽ phát triển theo thời gian, được hỗ trợ bởi công nghệ mới, mong muốn của các tổ chức trong việc đưa ra các quyết định kỹ thuật số nhiều hơn. Bạn phải quyết định mức độ quản lý con người nào là khả thi và được chấp nhận, cũng như mong muốn của bạn đối với rủi ro và sự lặp lại. Không có câu trả lời chính xác.
Cho dù bạn áp dụng mô hình nào, chúng tôi tin rằng điều quan trọng là phải đưa AI lên biểu đồ tổ chức và trong thiết kế quy trình để đảm bảo rằng các nhà quản lý con người cảm thấy có trách nhiệm với kết quả đầu ra của nó.
Nhu cầu về các hệ thống tự trị hơn, nhu cầu của người tiêu dùng về phản ứng tức thời, điều phối thời gian thực của chuỗi cung ứng và môi trường tự động từ xa, tất cả đều đang kết hợp để làm cho việc tăng cường sử dụng AI trong tổ chức của bạn trở thành điều tất yếu. Các hệ thống này sẽ thay mặt bạn đưa ra các quyết định vi mô ngày càng chi tiết hơn, tác động đến khách hàng, nhân viên, đối tác và nhà cung cấp của bạn. Để thành công, bạn cần hiểu các cách khác nhau mà bạn có thể tương tác với AI và chọn tùy chọn quản lý phù hợp cho từng hệ thống AI của mình.
Nguồn: Harvard Business Review
Bài viết liên quan