AI trong chuyển đổi số có vai trò gì?

OECD ghi nhận AI có thể hỗ trợ doanh nghiệp giảm chi phí, tăng năng suất, tự động hóa tác vụ thường lệ, tối ưu phân bổ nguồn lực và cải thiện quá trình ra quyết định.

AI không đồng nghĩa với toàn bộ chuyển đổi số. Giá trị của AI phụ thuộc vào chất lượng dữ liệu, quy trình, hạ tầng công nghệ và cách tổ chức kiểm soát hệ thống. Tại Việt Nam, định hướng phát triển hạ tầng AI quốc gia cũng yêu cầu khả năng kết nối, chia sẻ, mở rộng và phù hợp với các chương trình về khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số.

AI tạo giá trị trong chuyển đổi số thông qua cơ chế nào?

Cơ chế cơ bản có thể hình dung theo chuỗi:

Dữ liệu → AI phân tích → tạo thông tin hoặc dự báo → đề xuất/thực hiện hành động → phản hồi để cải thiện hệ thống

AI có thể xử lý dữ liệu từ nhiều nguồn như hệ thống nghiệp vụ, giao dịch, cảm biến, văn bản hoặc tương tác khách hàng. Từ đó, mô hình có thể nhận diện quy luật, phân loại đối tượng, dự báo xu hướng hoặc tạo nội dung phù hợp với nhiệm vụ.

Điểm quan trọng là AI không chỉ làm cho một phần mềm “thông minh hơn”. Khi được tích hợp vào quy trình, AI có thể thay đổi cách công việc được thực hiện: từ xử lý thủ công sang xử lý dựa trên dữ liệu và từ phản ứng sau khi sự việc xảy ra sang dự báo hoặc phát hiện sớm.

AI hỗ trợ phân tích và khai thác dữ liệu như thế nào?

Một trong những vai trò cốt lõi của AI là biến khối lượng dữ liệu lớn thành thông tin có thể sử dụng trong vận hành.

AI có thể hỗ trợ:

·         Phân loại dữ liệu và đối tượng

·         Phát hiện mẫu hoặc bất thường

·         Phân tích hành vi và xu hướng

·         Dự báo nhu cầu hoặc khả năng xảy ra một sự kiện

·         Tóm tắt và trích xuất thông tin từ dữ liệu phi cấu trúc

·         Hỗ trợ tìm kiếm và khai thác tri thức trong kho dữ liệu

OECD cho biết các công nghệ như machine learning, xử lý ngôn ngữ tự nhiên, computer vision và predictive analytics có thể được sử dụng để tự động hóa tác vụ, tối ưu nguồn lực và nâng cao năng suất.

Giá trị của lớp phân tích này nằm ở việc rút ngắn khoảng cách giữa dữ liệu thô và thông tin phục vụ hành động. Tuy nhiên, AI không tự bảo đảm rằng kết quả phân tích là chính xác. Chất lượng dữ liệu, thiết kế mô hình, bối cảnh sử dụng và cơ chế đánh giá đều ảnh hưởng đến kết quả.

AI tự động hóa quy trình số ra sao?

Trong chuyển đổi số, tự động hóa không chỉ là thay con người thực hiện một thao tác lặp lại. Khi kết hợp AI với hệ thống số, quy trình có thể được thiết kế để nhận dữ liệu, phân tích tình huống, lựa chọn bước xử lý và kích hoạt hành động theo các điều kiện đã xác định.

Ví dụ, một quy trình có thể sử dụng AI để:

·         Đọc và phân loại tài liệu

·         Phát hiện yêu cầu cần xử lý

·         Phân loại mức độ ưu tiên

·         Đề xuất bước tiếp theo

·         Tự động chuyển dữ liệu sang hệ thống liên quan

·         Phát hiện trường hợp bất thường để chuyển con người kiểm tra

Điều này đặc biệt có giá trị với những quy trình có khối lượng lớn, nhiều dữ liệu và chứa các tác vụ có tính lặp lại. Trong doanh nghiệp, OECD ghi nhận AI có thể tác động đến hiệu quả vận hành và giúp tự động hóa các công việc thường lệ.

Tuy vậy, không phải quy trình nào cũng nên tự động hóa hoàn toàn. Những quyết định có tác động lớn đến con người, tài chính, an toàn hoặc quyền lợi cần có cơ chế giám sát phù hợp.

AI hỗ trợ ra quyết định nhưng không thay thế toàn bộ quyết định của con người

AI có thể hỗ trợ quyết định bằng cách tổng hợp dữ liệu, phát hiện xu hướng, dự báo kết quả và đưa ra đề xuất. Nhờ đó, người quản lý có thêm thông tin để đánh giá các phương án thay vì chỉ dựa vào kinh nghiệm hoặc xử lý thủ công.

Có thể phân biệt ba mức độ:

1.    Hỗ trợ thông tin: AI cung cấp dữ liệu, phân tích và cảnh báo

2.    Hỗ trợ đề xuất: AI đưa ra dự báo hoặc phương án để con người xem xét

3.    Tự động hóa quyết định trong phạm vi kiểm soát: hệ thống thực hiện hành động khi điều kiện và ngưỡng đã được xác định

Mức độ tự động hóa càng cao thì yêu cầu về kiểm thử, giám sát và quản trị càng quan trọng. NIST AI RMF nhấn mạnh các đặc tính như tính hợp lệ và tin cậy, an toàn, bảo mật, minh bạch, khả năng giải thích, bảo vệ quyền riêng tư và quản lý thiên lệch; đồng thời thừa nhận rằng các yêu cầu này có thể tạo ra những đánh đổi tùy bối cảnh sử dụng.

Vì vậy, cách tiếp cận phù hợp không phải là mặc định “AI quyết định thay con người”, mà là xác định AI được phép làm gì, ở mức độ nào và khi nào cần con người can thiệp.

AI cần được đặt ở đâu trong hệ thống công nghệ phục vụ chuyển đổi số?

AI nên được xem là một thành phần nằm trong hệ thống công nghệ rộng hơn, thay vì một giải pháp độc lập.

Một kiến trúc khái quát gồm:

·         Dữ liệu: nơi thu thập và lưu trữ thông tin

·         Hạ tầng và nền tảng số: nơi kết nối, tích hợp và cung cấp năng lực tính toán

·         Ứng dụng và quy trình: nơi hoạt động nghiệp vụ diễn ra

·         AI: lớp phân tích, dự báo, nhận diện, tạo nội dung hoặc hỗ trợ tự động hóa

·         Quản trị và bảo mật: kiểm soát quyền truy cập, rủi ro, chất lượng và trách nhiệm

Cách đặt AI này giải thích vì sao đầu tư AI nhưng dữ liệu phân tán, quy trình chưa chuẩn hóa hoặc hệ thống không có khả năng tích hợp có thể không tạo ra giá trị tương xứng.

Ở Việt Nam, các định hướng hiện hành cũng đặt AI trong mối liên hệ với hạ tầng số, dữ liệu và chuyển đổi số; một chương trình hành động của Chính phủ nêu định hướng hoàn thiện hành lang pháp lý để thúc đẩy ứng dụng AI trong các giải pháp công nghệ số và xây dựng ứng dụng AI dựa trên dữ liệu lớn cho một số lĩnh vực quan trọng.

Điều kiện và giới hạn khi ứng dụng AI trong chuyển đổi số

AI chỉ tạo giá trị bền vững khi hệ thống được thiết kế với các điều kiện phù hợp.

Dữ liệu phải đủ chất lượng: dữ liệu thiếu, sai hoặc không phù hợp có thể làm giảm độ tin cậy của kết quả AI.

Quy trình phải được chuẩn hóa: nếu quy trình đầu vào và đầu ra không rõ ràng, việc đưa AI vào có thể chỉ chuyển sự phức tạp từ thao tác thủ công sang một hệ thống tự động.

Phải có cơ chế đo lường: hiệu quả AI cần được đánh giá bằng các chỉ số phù hợp với mục tiêu như độ chính xác, thời gian xử lý, tỷ lệ lỗi, chi phí hoặc năng suất, thay vì chỉ đánh giá bằng cảm nhận.

Phải kiểm soát rủi ro: NIST khuyến nghị quản lý rủi ro AI xuyên suốt quá trình thiết kế, phát triển, triển khai, sử dụng và đánh giá hệ thống. Khung AI RMF tổ chức hoạt động quản trị rủi ro thành bốn chức năng: Govern, Map, Measure và Manage.

Không nên tự động hóa mọi quyết định: những trường hợp có rủi ro cao cần xác định rõ ngưỡng chuyển sang con người, cơ chế giám sát và khả năng can thiệp.

Vì vậy, vai trò của AI trong chuyển đổi số không chỉ nằm ở việc tạo chatbot hay tự động hóa một vài tác vụ. Giá trị cốt lõi của AI là bổ sung năng lực phân tích, dự báo, tự động hóa và hỗ trợ quyết định vào hệ thống số. Khi được kết nối với dữ liệu, quy trình và nền tảng công nghệ phù hợp, AI có thể giúp tổ chức chuyển từ vận hành dựa nhiều vào xử lý thủ công sang vận hành dựa trên dữ liệu và khả năng dự báo. Ngược lại, nếu thiếu dữ liệu chất lượng, quản trị và kiểm soát rủi ro, AI khó trở thành một năng lực chuyển đổi số đáng tin cậy.