AI hữu ích khi tri thức nội bộ dễ tìm
Kỹ năng AI doanh nghiệp là khả năng sử dụng công cụ trí tuệ nhân tạo cùng kiến thức nghiệp vụ để tìm kiếm, đánh giá và áp dụng thông tin vào công việc một cách có trách nhiệm. Trong nhiều tổ chức, quy trình và chính sách nằm rải rác trên các hệ thống, khiến nhân viên mất thời gian tra cứu hoặc phải hỏi đồng nghiệp. Tìm thấy một tài liệu cũng chưa chắc đã tìm được câu trả lời phù hợp với tình huống cụ thể. Tìm kiếm ngữ nghĩa là công nghệ nhận diện ý nghĩa câu hỏi của người dùng để tìm nội dung liên quan, thay vì phụ thuộc vào việc nhập đúng từ khóa. Khi kết hợp với RAG, AI truy xuất tài liệu nội bộ rồi tạo câu trả lời dựa trên nguồn được cung cấp. Nhờ đó, nhân viên có thể tìm thông tin theo nhu cầu công việc thay vì tự lần tìm tài liệu trên từng hệ thống.
Điều này không biến AI thành người ra quyết định thay nhân viên. Công cụ có thể rút ngắn đường đến thông tin, nhưng người dùng vẫn cần kiểm tra câu trả lời, đối chiếu bối cảnh và nhận ra khi nào cần hỏi chuyên gia nghiệp vụ. Vì vậy, đào tạo không nên dừng ở cách viết câu lệnh cho AI. Nhân viên cần học cách đặt câu hỏi rõ ràng, truy về nguồn gốc thông tin và xác định giới hạn của câu trả lời. Nếu tri thức trong hệ thống được tổ chức tốt, AI có thể hỗ trợ công việc hằng ngày; nếu không, tốc độ trả lời cao chỉ khiến thông tin sai hoặc cũ được lan truyền nhanh hơn.
Chất lượng dữ liệu quyết định độ tin cậy
Không thể trông đợi AI khai thác tri thức tốt hơn nền dữ liệu mà nó được phép sử dụng. Tài liệu lỗi thời, nội dung mâu thuẫn hoặc thiếu cơ chế cập nhật đều có thể dẫn đến câu trả lời không đáng tin cậy. Đây là lý do quản trị dữ liệu AI phải được xem là một phần của công việc vận hành, không phải hạng mục kỹ thuật làm xong một lần. Doanh nghiệp cần chuẩn hóa tài liệu, xác định phiên bản có hiệu lực, phân quyền truy cập và duy trì tính nhất quán của thông tin.
Nhân viên cũng có trách nhiệm trong chu trình này: ghi chép rõ ràng, cập nhật hướng dẫn khi quy trình thay đổi và báo cáo nội dung sai lệch thay vì mặc định hệ thống luôn đúng. Về phía tổ chức, cần quy định ai chịu trách nhiệm với từng nhóm tri thức và cách xử lý khi AI đưa ra câu trả lời thiếu căn cứ. Một governance AI công ty có ý nghĩa thực tế khi nó giúp người dùng biết dữ liệu nào được sử dụng, ai được xem dữ liệu và cách kiểm tra đầu ra. Không có nền tảng ấy, triển khai thêm công cụ chỉ làm tăng số nơi phải quản lý.
Chuyên gia phải bổ sung tư duy kinh doanh và phân tích
Định phí bảo hiểm cho thấy rõ vì sao chuyên môn con người vẫn quan trọng trong quy trình có AI. Công cụ có thể tự động hóa đáng kể việc xử lý dữ liệu và chạy mô hình vốn mất nhiều giờ, giúp chuyên gia dành thêm thời gian cho phân tích, kiểm định và diễn giải kết quả. Nhưng tính toán nhanh không đồng nghĩa AI thay thế được tư duy chuyên môn. Khi mô hình đưa ra nhiều kịch bản, người làm nghề vẫn phải đánh giá giả định có hợp lý không, nhận diện tín hiệu quan trọng và đặt kết quả vào bối cảnh kinh doanh.
Vì thế, một chuyên gia AI định phí không chỉ cần biết dùng công cụ. Năng lực cần thiết còn gồm toán học, thống kê, phân tích dữ liệu, tư duy kinh doanh và giao tiếp để giải thích rủi ro cho người ra quyết định. Người làm định phí cũng cần hiểu thị trường và nhu cầu khách hàng, thay vì chỉ kiểm tra tính khả thi kỹ thuật của sản phẩm. Đây là chuyển dịch từ việc cung cấp con số sang giúp doanh nghiệp cân nhắc lựa chọn. Như ông Trần Phùng Gia Huy, Giám đốc Định phí kiêm Chuyên gia định phí Techcom Life, nhận định: “AI sẽ không thay thế con người, nhưng những người biết sử dụng AI sẽ thay thế những người không biết sử dụng”.
Chuyển đổi kỹ năng phải gắn với cách làm việc
Chuyển đổi kỹ năng nhân viên sẽ không hiệu quả nếu chỉ tổ chức một buổi hướng dẫn sử dụng công cụ rồi giao lại cho từng người tự xoay xở. Doanh nghiệp nên bắt đầu từ những nhiệm vụ cụ thể: tra cứu chính sách, tìm hướng dẫn nghiệp vụ, kiểm tra giả định hoặc tóm lược dữ liệu để chuẩn bị phân tích. Sau đó, cần hướng dẫn nhân viên kiểm chứng nguồn, bảo vệ thông tin và chuyển kết quả của AI thành khuyến nghị có thể giải thích. Cách làm này kết nối kiến thức công nghệ với kinh nghiệm nghề nghiệp, đồng thời giúp tổ chức nhận ra nội dung nào cần cập nhật trong kho tri thức.
Hiệu quả nên được đánh giá bằng thay đổi trong công việc, không chỉ bằng số người đã đăng nhập hệ thống. Viettel Customer Service cho biết một số quy trình ghi nhận thời gian xử lý giảm từ 24% đến 40%, còn năng suất lao động tổng thể tăng khoảng 7,1%. Những con số này không bảo đảm kết quả tương tự ở mọi nơi, nhưng nhấn mạnh một nguyên tắc đáng làm theo: đo xem nhân viên tìm thông tin nhanh hơn, giảm thao tác lặp lại và đưa ra quyết định tốt hơn hay không. Công nghệ tạo thêm năng lực; dữ liệu có tổ chức và nhân viên biết phán đoán mới biến năng lực ấy thành giá trị.
