AI chạy thật trong vận hành, không dừng ở bản demo

Phần lớn dự án AI tại Việt Nam thất bại không phải vì mô hình sai. Chúng thất bại vì bản demo làm cả phòng họp trầm trồ, rồi không ai trả lời được câu hỏi tiếp theo: mỗi sáng dữ liệu này lấy từ đâu, hỏng thì ai sửa, và nó thay thế quy trình nào đang chạy.

iGlobal tiếp cận AI từ phía vận hành trước. Chúng tôi xem dữ liệu của doanh nghiệp đang thực sự nằm ở đâu, quyết định nào đang làm thủ công và lặp lại hàng trăm lần mỗi tháng, và điều gì sẽ thay đổi đo đếm được nếu những quyết định ấy nhanh hơn hoặc nhất quán hơn. Xong rồi mới bàn tới mô hình.

Vì sao AI thường dừng lại giữa chừng

Nguyên liệu của AI là dữ liệu, mà ở phần lớn doanh nghiệp tầm trung tại Việt Nam, dữ liệu ấy nằm rải rác trong file Excel trên từng máy cá nhân, trong tin nhắn Zalo, trên phiếu giao hàng bằng giấy, và trong hai ba hệ thống vốn không được thiết kế để nói chuyện với nhau. Mô hình huấn luyện trên nền đó sẽ cho ra câu trả lời không ai tin.

Trở ngại thứ hai là quyền sở hữu. Một bản thử nghiệm do đơn vị bên ngoài dựng rồi bàn giao dưới dạng file nén thì không có ai trong doanh nghiệp đứng tên. Tới tháng thứ tư định dạng dữ liệu thay đổi, không ai nhận ra, và kết quả đã sai suốt mấy tuần.

• Dữ liệu nằm trong file rời thay vì trong một hệ thống gốc
• Không có số liệu nền, nên không ai chứng minh được AI có ích
• Bản thử nghiệm không nối ngược vào công cụ nhân viên dùng hằng ngày
• Tiếng Việt, dấu và các mẫu chứng từ trong nước bị công cụ chung xử lý kém

Những thứ chúng tôi thực sự xây dựng

Chúng tôi triển khai thế nào

1. 1

   Khảo sát 2-3 tuần

   Chúng tôi phỏng vấn chính người đang làm việc đó, lập bản đồ nguồn dữ liệu và thống nhất con số dùng để biết việc này có thành công hay không.

2. 2

   Chứng minh giá trị 4-6 tuần

   Một bài toán hẹp dựng trên dữ liệu thật, đo lại với số liệu nền. Nếu không vượt được số liệu nền, chúng tôi nói thẳng.

3. 3

   Đưa vào vận hành 8-12 tuần

   Tích hợp vào hệ thống nhân viên đang dùng, phân quyền truy cập, phương án dự phòng khi lỗi và đào tạo đội ngũ.

4. 4

   Vận hành và cải tiến Liên tục

   Rà soát độ chính xác hằng tháng, huấn luyện lại khi mô hình lệch, và mỗi quý xem lại nên tự động hoá tiếp việc gì.

Dành cho ai

• Nhà sản xuất có các quyết định chất lượng, kế hoạch hoặc mua hàng lặp đi lặp lại
• Doanh nghiệp logistics và giao nhận ngập trong chứng từ giấy
• Chuỗi bán lẻ và phân phối cần dự báo nhu cầu
• Doanh nghiệp dịch vụ phải trả lời cùng một câu hỏi suốt ngày

Vì sao chọn iGlobal

So sánh ba cách làm

Hai cột ở giữa mô tả những cách làm thật sự phù hợp với một số doanh nghiệp. Chỗ nào họ hơn thì họ hơn thật, và chúng tôi đã cố viết đúng như vậy.

Sau khi chạy thật thì thay đổi điều gì

Thay đổi đầu tiên thường không nằm ở mô hình, mà ở chỗ cuộc tranh cãi xem con số nào mới đúng đã chấm dứt. Khi nền dữ liệu đã dựng xong, tài chính, vận hành và kinh doanh cùng đọc một con số, và cuộc họp chuyển từ việc đi xác minh số liệu sang việc quyết định phải làm gì với nó.

Thay đổi thứ hai nằm ở chỗ người giàu kinh nghiệm của anh dùng thời gian vào việc gì. Tự động hoá chứng từ không làm một kế toán trở nên thừa; nó đưa người đó ra khỏi ba tiếng gõ máy để tập trung xử lý các trường hợp bất thường, phần thực sự cần phán đoán. Các đội ngũ đều nói đây là lợi ích họ đánh giá thấp nhất lúc ban đầu.

Thay đổi thứ ba mang tính tích luỹ. Khi một quy trình đã được đo đạc, ứng viên tiếp theo lộ ra rất rõ, và dự án thứ hai luôn rẻ hơn dự án đầu vì nền dữ liệu đã được trả tiền từ trước.

• Thời gian xử lý hoá đơn và chứng từ giảm một nửa trở lên
• Sai số dự báo được đo và theo dõi thay vì ước chừng
• Câu hỏi lặp lại của khách được trả lời không cần người
• Mỗi mô hình đang chạy đều có người trong đội ngũ đứng tên

Câu hỏi thường gặp

Giải pháp liên quan