Năm 2019, Tập đoàn Hyundai Motor đã ngừng tuyển dụng công khai định kỳ và chuyển sang hình thức tuyển dụng theo nhu cầu. Thay vì tuyển dụng một số lượng lớn nhân sự đa năng để sau đó phân bổ, thời đại mới đã chuyển sang việc tuyển chọn những nhân tài có thể được đưa vào làm việc ngay lập tức cho các vị trí cần thiết. Giờ đây, tiêu chí chính trong tuyển dụng của doanh nghiệp không còn là 'sẽ tuyển bao nhiêu người' mà là 'sẽ giao công việc gì'.
'Các phòng IT trong tương lai sẽ giống như các phòng nhân sự cho các đại lý AI.' Như lời của Jensen Huang, Giám đốc điều hành của NVIDIA, AI đang trở thành 'thành viên số' mới của doanh nghiệp. Tuy nhiên, cách thức triển khai AI vẫn còn dừng lại ở hình thức tuyển dụng công khai mơ hồ của quá khứ. Có không ít trường hợp doanh nghiệp đưa AI vào mà chưa xác định rõ vai trò và kết quả mong đợi.
Nguyên nhân nằm ở tâm lý lo sợ bị tụt lại trong cuộc cạnh tranh AI (FOMO - Fear of Missing Out). Khi nghe tin đối thủ đã triển khai AI, nhiều doanh nghiệp cảm thấy bất an và vội vàng đưa hệ thống vào mà chưa xác định công việc mà AI sẽ đảm nhận. Điều này không khác gì việc kỳ vọng một nhân viên mới có thể tự xử lý mọi công việc từ bán hàng, tài chính, chăm sóc khách hàng đến quyết định cấp cao mà không có mô tả công việc hay hướng dẫn nào.
Gần đây, bầu không khí này đang có sự thay đổi. Xu hướng 'Tokenmaxxing' - tối đa hóa việc sử dụng token, đã qua đi khi ngày càng nhiều doanh nghiệp trải nghiệm chi phí AI lên đến hàng trăm triệu và những doanh nghiệp tránh được việc triển khai vội vàng lại cảm thấy nhẹ nhõm trong bối cảnh 'JOMO' - Niềm vui khi không tham gia. Giờ đây, các doanh nghiệp nhận ra rằng việc sử dụng token không phải là thành tích. Token cuối cùng chỉ là chi phí và thời gian làm việc của AI. Việc tiêu tốn hàng trăm ngàn token để tạo ra một báo cáo mà không ai đọc còn kém giá trị hơn nhiều so với việc sử dụng ít token để giải quyết chính xác một yêu cầu của khách hàng hoặc tự động hóa công việc lặp đi lặp lại. Điều quan trọng không phải là số lượng sử dụng mà là hiệu quả trong việc tạo ra thành quả kinh doanh thực tế.
Cuối cùng, chìa khóa để thực hiện tuyển dụng AI theo nhu cầu là một 'mô tả công việc' rõ ràng và 'kiến thức ngầm' từ những người có kinh nghiệm trong ngành. Việc tạo ra một kho lưu trữ tài liệu mà không có sự định hướng sẽ không giúp AI trở thành nhân viên làm việc hiệu quả ngay lập tức. Những kiến thức ngầm, như cảm nhận tinh tế trong việc xác định lỗi do những người thợ lành nghề tích lũy qua nhiều năm, quy trình và tiêu chí đánh giá khi tương tác với khách hàng, hay lý do phản ứng trong các tình huống ngoại lệ, chính là sức mạnh cạnh tranh thực sự của AI. Cuối cùng, thành công của tuyển dụng AI theo nhu cầu không chỉ phụ thuộc vào việc thu thập bao nhiêu dữ liệu mà là khả năng chuyển hóa những kiến thức ngầm có bối cảnh công việc thành dữ liệu một cách tinh vi.
Điều này áp dụng cho cả AI làm việc trên màn hình và AI vật lý hoạt động trong thực tế. Việc cánh tay robot lặp lại một quỹ đạo cố định chỉ là 'hoạt động' máy móc, trong khi việc tự kiểm tra trạng thái sản phẩm, phân loại lỗi và quyết định hành động tiếp theo là 'hành động' ở một cấp độ hoàn toàn khác. Con người cũng không thể trở thành bậc thầy chỉ bằng cách đọc hướng dẫn, cũng như AI cần phải học hỏi từ kinh nghiệm và tiêu chí đánh giá trong thực tế để có thể hoàn thành công việc. AI được trang bị kiến thức ngầm của những người có kinh nghiệm mới có thể đưa ra những câu trả lời thuyết phục và thực hiện công việc thay cho con người.
Trong quá trình này, cần phải cảnh giác với cách tiếp cận muốn tạo ra một hệ thống quản lý hoàn hảo trước. Quản lý AI không phải là một bộ quy định hoàn chỉnh trên bàn làm việc, mà là một hệ thống vận hành gần gũi với việc đưa AI vào công việc cụ thể, áp dụng kiến thức ngầm và kiểm tra, xác minh kết quả và rủi ro một cách lặp đi lặp lại để phát triển. Bắt đầu từ những nhiệm vụ nhỏ, tích lũy các trường hợp thành công và mở rộng phạm vi áp dụng là chiến lược thực tế cho việc triển khai AI.
Giờ đây, câu hỏi về việc triển khai AI cần phải chuyển từ 'làm thế nào để tạo ra một AI xuất sắc' sang 'nên đưa AI vào công việc nào để tạo ra lợi tức đầu tư (ROI) cao nhất'. Nếu hiệu suất kỹ thuật không được chuyển hóa thành kết quả kinh doanh, thì khó có thể coi đó là một khoản đầu tư tốt. Thời kỳ mà doanh nghiệp vội vàng đưa vào AI đa năng chỉ vì lo sợ bị tụt lại đã qua. Cũng như việc tuyển dụng nhân sự theo nhu cầu, AI cũng cần có công việc cụ thể.
* Bài viết này được dịch tự động bằng AI.
Na Seon Hye
hisunny20@ajunews.com
© Bản quyền thuộc về Thời báo Kinh tế AJU & www.ajunews.com: Việc sử dụng các nội dung đăng tải trên vietnam. kyungjeilbo.com phải có sự đồng ý bằng văn bản của Aju News Corporation.