Công nghệ Machine Learning là chìa khóa để giảm chi phí, cải thiện năng suất và giúp cho người lao động hạnh phúc hơn.

Nói đến tự động hóa, chúng ta thường nghĩ đến rô-bốt nhà máy, bộ lọc spam và các công cụ kiểm thử phần mềm tự động. Nhưng điều gì sẽ xảy ra nếu tự động hóa có thể được nâng cấp đáng kể, khiến cho nó trở nên thông minh hơn bằng cách tích hợp các công cụ này với các công nghệ Machine Learning. Hãy tưởng tượng một thế giới nơi các công cụ tự động quan sát cách con người làm việc, sau đó sử dụng trí thông minh nhân tạo (AI) để hiểu về cách làm việc hiệu quả hơn (hoặc nâng cấp nỗ lực làm việc của con người).

Đó không phải thế giới tưởng tượng: Tự động hóa thông minh đang tiến gần, và nó sẽ thay đổi sâu sắc cách chúng ta làm việc.

Machine Learning sẽ quyết định tự động hóa cái gì

Đây chính là tương lai của tự động hóa: Thay vì xác định quy trình chúng ta muốn tự động hóa, chương trình đại lý machine learning sẽ quan sát cách chúng ta làm việc, thu thập và khai thác dữ liệu lịch sử để xác định những điểm tiềm năng để thực hiện tự động hóa. Công cụ AI sau đó sẽ đưa ra giả thuyết về một giải pháp dưới hình thức thay đổi quy trình tự động và mô phỏng cách những thay đổi đó sẽ cải thiện năng suất hoặc dẫn đến kết quả kinh doanh tốt hơn. Từ đó, quy trình tự động hóa tối ưu sẽ được thực hiện trong môi trường làm việc, tích hợp hoàn toàn vào công việc của chúng ta, với mục tiêu giảm các nỗ lực thủ công, lặp lại – những công việc tốn quá nhiều thời gian trong ngày. Sự kết hợp giữa con người và lao động kỹ thuật số này được gọi là sự phối hợp nhịp nhàng.

Sử dụng trong doanh nghiệp, sự phối hợp này cho phép chúng ta tạo ra một tiêu chuẩn vàng về các phương pháp hay nhất dựa trên tự động hóa có thể được chuẩn hóa trong toàn bộ tổ chức. Những công cụ này sẽ liên tục theo dõi hiệu suất của riêng nó (có thể cả hiệu suất nhân viên) và cải thiện thuật toán khi có dữ liệu bổ sung, trở nên ngày càng tốt hơn khi áp dụng các bài học của chúng cho những thách thức đối với các vấn đề có liên quan.

Mặc dù sự phối hợp định hướng Machine Learning sẽ có nhiều ứng dụng trong công việc văn phòng, giới hạn của nó không dừng lại ở việc gửi email tự động, gửi phản hồi khách hàng hay đào tạo nhập môn cho nhân viên mới.

Ví dụ, đối với một đại lý bảo hiểm phát triển các chính sách cho khách hàng dựa trên các cuộc khảo sát tìm hiểu nhu cầu cụ thể của họ, các chính sách này có thể mất nhiều giờ để xây dựng – phát triển từng phần từ danh mục về thuật ngữ, chi phí và lợi ích khác nhau. Quá trình có thể đơn giản, nhưng nó sẽ gây tốn thời gian và đòi hỏi sự chú ý đáng kể đến từng chi tiết để đảm bảo rằng không bỏ sót điều mục gì. Tự động hóa thông minh sẽ loại bỏ những khó khăn này: Một microbot thông minh có thể quan sát quy trình làm việc của đại lý bảo hiểm, phát hiện ra những công đoạn thủ công và xác định nơi tự động hóa để hợp lý hóa luồng công việc và cải thiện thành phẩm, mà không cần liên quan trực tiếp đến đại lý. Trong khi các đại lý sẽ duy trì sự giám sát, con người sẽ được giải thoát khỏi những việc nhàm chán thông thường, microbot sẽ tự soạn thảo chính sách, cho phép đại lý tập trung vào những nhiệm vụ lớn để phục vụ khách hàng tốt hơn.

Tự động hóa thông minh có thể giúp ích cho mọi nhân viên

Một trong những mục tiêu của tự động hóa thông minh là mở rộng lợi ích này cho tất cả mọi người trong tổ chức. Việc phải đầu tư nhiều thời gian trong một quy trình lặp lại sẽ không tận dụng được tốt nhất thời gian hoặc kỹ năng của người lao động có tay nghề.

Ví dụ về một vấn đề mà hầu như các doanh nghiệp lớn phải vật lộn: tổng đài. Rất nhiều công sức bỏ ra để giám sát các cuộc gọi, xác định cuộc gọi và định tuyến nó một cách thích hợp. Vậy thì với một công cụ AI đơn giản có thể quyết định những khách hàng tốt nhất sẽ chỉ cần đợi khoảng thời gian ngắn nhất. Đây là một cách tiếp cận thuật toán nghiêm ngặt mà sẽ chuyển hướng một số cuộc gọi khách hàng sang trang web, cung cấp cho một số khách hàng khác những câu trả lời đã lập trình sẵn, và sẽ nhanh chóng kết nối khách hàng VIP đến một đại lý có kinh nghiệm hơn. Công cụ AI sử dụng các quy tắc và logic để đưa ra các quyết định này, nhưng tất nhiên sẽ thiếu đi cảm giác đồng cảm của con người. Công cụ AI sẽ không thể nhận ra sự thất vọng trong giọng nói của khách hàng và cũng sẽ không quan tâm đến việc một bà mẹ bực bội khi trễ giờ đón con mà vẫn phải chờ máy trong vòng một giờ.

Bằng cách đưa một công cụ tự động hóa thông minh, phối hợp vào hệ thống, hệ thống có thể học hỏi từ việc nghiên cứu sự tương tác của tất cả các đại lý với tất cả người gọi, thay vì chỉ dựa vào một bộ quy tắc tĩnh được xác định trước. Kết quả cuối cùng là các khách hàng hài lòng hơn và các nhà quản lý tổng đài hoạt động hiệu quả hơn.

Điều này nghe có vẻ viễn tưởng, nhưng các công cụ như thế này đã bắt đầu xuất hiện trên thị trường. Đến năm 2019, nó có thể sẽ được sử dụng rộng rãi trong một loạt các ngành công nghiệp.

Thách thức của tự động hóa thông minh?

Tuy nhiên, tự động hóa thông minh sẽ đem đến một vài thách thức mà chúng ta phải vượt qua.

Tin tưởng là một trong những vấn đề lớn nhất. Email tiếp thị và mã thanh toán là một vấn đề, nhưng liệu con người có thể tin tưởng các bot với các giao dịch tài chính và thông tin nhân sự không? Khi dữ liệu nhạy cảm như hồ sơ chăm sóc sức khỏe và số thẻ tín dụng có liên quan, chắc chắn sẽ tạo ra những lo lắng khi dòng mã bị thất lạc.

Tiêu chuẩn hóa dữ liệu là một thách thức khác. Dữ liệu được lưu trữ ở vô số định dạng, hàng chục ngôn ngữ lập trình là phổ biến và số lượng ứng dụng mà bot sẽ phải tương tác có khả năng lên tới hàng nghìn ngôn ngữ. Làm cách nào để bot sử dụng tất cả các nguồn dữ liệu và định dạng này? Và ai chịu trách nhiệm quản lý nhóm bot?

Cuối cùng, làm thế nào để chúng ta tránh được thiên vị trong hệ thống thông minh? Liệu sự thiên vị của nhà phát triển có ảnh hưởng đến thuật toán không? Nếu người quản lý cho vay của ngân hàng áp dụng tiêu chuẩn khác cho những đối tượng nộp đơn thiểu số, bot có học hành vi đó và khiến nó thành một phần phân biệt đối xử của quy trình nội bộ không? Các tình huống như thế này dẫn đến những vấn đề đạo đức chưa được thảo luận đầy đủ – nhưng sẽ cần được quan tâm tới.

Hiện nay, các học giả tại Viện Michael Dukakis về Lãnh đạo và Sáng tạo (MDI) đang nghiên cứu và phát triển Mô hình 7 lớp Trí tuệ nhân tạo (The AIWS 7-Layer Model) nhằm xây dựng một khung đạo đức bao gồm nền tảng, trách nhiệm, các nguyên lý, các tiêu chuẩn và các giải pháp cho sự phát triển trí tuệ nhân tạo trong tầm kiểm soát và để sử dụng trí tuệ nhân tạo một cách an toàn, nhân văn và mang lại lợi ích cho xã hội.

Những thách thức này không nhất thiết phải trở nên quá khó khăn và có thể bắt đầu được giải quyết thông qua việc quản trị chặt chẽ trong doanh nghiệp. Một số doanh nghiệp thông minh đang đi trước trò chơi bằng cách phát triển một khuôn khổ cho quản trị tự động hóa, điều này cho phép các công cụ và giao thức bảo mật được chấp thuận mà bot có thể sử dụng. Ở một số công ty, các quy trình nghiệp vụ cũng đang được tái thiết vì vậy việc tự động hóa có thể được triển khai thành công hơn. Những doanh nghiệp khác cũng đang thích ứng bằng cách xây dựng công nghệ trực tiếp trên mô hình hoạt động sẵn có của doanh nghiệp.

Hà Thủy

Lược dịch theo MIT Technology Review, tác giả Michael Engel