Sự phát triển nhanh chóng của AI và công nghệ phân tích nâng cao đang thay đổi tiêu chuẩn cạnh tranh của các doanh nghiệp. Hiện nay, điều quan trọng không phải là việc có áp dụng AI hay không, mà là liệu AI có thể tạo ra giá trị kinh doanh thực sự dựa trên dữ liệu đáng tin cậy hay không. Nói cách khác, yếu tố then chốt để cạnh tranh trong thời đại AI là "sự chuẩn bị dữ liệu".
Nhiều doanh nghiệp đã nhận thức được tầm quan trọng của dữ liệu và đang tăng tốc đầu tư vào AI, nhưng thực tế không dễ dàng như mong đợi. Theo khảo sát gần đây của Cloudera với hơn 1.200 lãnh đạo IT tại 14 quốc gia, bao gồm cả Hàn Quốc, có tới 89% người trả lời toàn cầu (93% tại Hàn Quốc) cho biết ban lãnh đạo coi hạ tầng dữ liệu là một nhiệm vụ quan trọng để thúc đẩy sự phát triển của AI.
Ngoài ra, 86% cho biết họ đã thiết lập chiến lược dữ liệu liên kết với mục tiêu kinh doanh, và cùng tỷ lệ doanh nghiệp cũng đang mở rộng đầu tư vào hạ tầng dữ liệu và điện toán đám mây. Điều này cho thấy dữ liệu không còn là tài sản chỉ của bộ phận IT mà đã trở thành một vấn đề cốt lõi trong quản lý doanh nghiệp.
Tuy nhiên, việc đầu tư và quan tâm không tự động dẫn đến sức mạnh dữ liệu. Rào cản lớn nhất là sự phân tán dữ liệu trong tổ chức và khả năng tiếp cận dữ liệu thấp. Kết quả khảo sát cho thấy chỉ có 30% doanh nghiệp cho biết dữ liệu của họ đã được tích hợp hoàn toàn, trong khi hơn một nửa cho biết dữ liệu chỉ được kết nối một phần.
Tình hình tại các doanh nghiệp trong nước còn nghiêm trọng hơn, khi 80% doanh nghiệp trả lời rằng dữ liệu của họ vẫn chưa được kết nối hoàn toàn. Hầu hết dữ liệu đang bị phân tán theo từng hệ thống, gây khó khăn trong việc sử dụng trên toàn công ty.
Thiếu sự chuẩn bị dữ liệu như vậy dẫn đến hiệu suất kém. Theo báo cáo "Vượt qua sự phức tạp trong chuẩn bị dữ liệu AI" của Cloudera và Harvard Business Review Analytics Services, 73% lãnh đạo doanh nghiệp gặp khó khăn trong việc chuẩn bị dữ liệu cần thiết cho AI, với các nguyên nhân chính là sự phân tán dữ liệu (56%), thiếu chiến lược dữ liệu (44%), vấn đề chất lượng và thiên lệch (41%), và quy định sử dụng (34%).
Thực tế, một nghiên cứu của RAND Corporation cho thấy khoảng 80% dự án AI không đạt được kết quả kinh doanh như mong đợi, gấp đôi tỷ lệ thất bại của các dự án IT thông thường.
Các trường hợp quốc tế cho thấy sự thiếu hụt trong chuẩn bị dữ liệu có thể gây hậu quả nghiêm trọng. Nền tảng bất động sản Mỹ Zillow đã triển khai dự án "Zillow Offers" với mô hình AI "Zestimate" để dự đoán giá nhà. Tuy nhiên, do dữ liệu thị trường thay đổi nhanh chóng sau đại dịch không được mô hình cập nhật kịp thời, giá nhà đã bị đánh giá quá cao, dẫn đến khoản lỗ 421 triệu USD chỉ trong quý 3 năm 2021 và phải đóng cửa dự án, cắt giảm 25% nhân sự. Điều này cho thấy ngay cả những thuật toán tinh vi cũng có thể trở thành gánh nặng nếu không có dữ liệu đáng tin cậy và mới mẻ.
Ngược lại, có những trường hợp thành công nhờ đầu tư vào việc tích hợp dữ liệu. Ngân hàng đầu tư toàn cầu Standard Chartered đã xây dựng một mạng lưới dữ liệu toàn công ty để quản lý hiệu quả dữ liệu phân tán và các quy định khác nhau tại các quốc gia. Họ đã tích hợp quản lý từ thu thập dữ liệu, quyền truy cập, chính sách bảo mật đến nguồn gốc dữ liệu, đồng thời tuân thủ chủ quyền dữ liệu và quy định tài chính của từng quốc gia, tạo nền tảng cho việc phân tích và sử dụng dữ liệu trong AI. Quy trình dữ liệu tiêu chuẩn hóa đã rút ngắn khoảng 40% thời gian phát triển quy trình dữ liệu, nâng cao tốc độ sử dụng dữ liệu và hiệu quả hoạt động.
Tuy nhiên, vấn đề không dừng lại ở đó. Trong quá trình các doanh nghiệp vội vàng áp dụng AI, hiện tượng "silo AI" - tức là việc đầu tư trùng lặp vào các công cụ khác nhau trong từng tổ chức - đang nổi lên như một thách thức mới. Khi các công cụ khác nhau tồn tại song song, tính nhất quán của dữ liệu và mô hình bị phá vỡ, và quản trị trở nên phức tạp hơn. Các chuyên gia khuyên rằng cần xây dựng một nền tảng dữ liệu và AI tích hợp trên toàn tổ chức để giải quyết vấn đề này.
AI chỉ có thể mang lại kết quả khi dựa trên dữ liệu chất lượng. Nếu dữ liệu bị phân tán trên nhiều hệ thống hoặc quyền truy cập và quản trị không đầy đủ, thì dù có áp dụng mô hình AI xuất sắc đến đâu cũng khó đạt được kết quả mong đợi. Cuối cùng, yếu tố then chốt trong sự chuẩn bị dữ liệu không phải là số lượng dữ liệu mà doanh nghiệp sở hữu, mà là khả năng tích hợp và quản lý dữ liệu một cách đáng tin cậy, cũng như có hệ thống để sử dụng an toàn khi cần thiết.
Cuộc cạnh tranh AI hiện nay không chỉ là cạnh tranh mô hình mà còn là cạnh tranh dữ liệu. Doanh nghiệp không chỉ dừng lại ở việc lưu trữ dữ liệu, mà cần kết nối dữ liệu thành một tài sản duy nhất và tạo ra nền tảng để sử dụng tự do trong môi trường AI và phân tích.
Sự khác biệt giữa thất bại của Zillow và thành công của Standard Chartered cuối cùng nằm ở việc họ đã quản lý dữ liệu như một tài sản đáng tin cậy đến mức nào. Chỉ những doanh nghiệp xây dựng được "Nền tảng dữ liệu sẵn sàng cho AI" mới có thể tạo ra giá trị kinh doanh mới và duy trì lợi thế cạnh tranh bền vững trong thị trường đang thay đổi nhanh chóng.
* Bài viết này được dịch tự động bằng AI.
BAEK SEO HYUN
qortjgus0602@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.