AI chỉ mạnh bằng chất lượng dữ liệu mà doanh nghiệp sở hữu
AI trong tổ chức không chỉ là mô hình hay công cụ, mà là khả năng biến dữ liệu huấn luyện và dữ liệu đầu vào thành quyết định, quy trình và sản phẩm cụ thể có thể đo được hiệu quả trên hiệu suất mô hình AI và năng suất của con người. Sức mạnh của AI không chỉ được quyết định bởi mô hình ngôn ngữ, mà còn bởi chất lượng dữ liệu mà mỗi tòa soạn đang sở hữu và khai thác. Tuy nhiên, hiệu quả không chỉ phụ thuộc vào AI mà còn ở chất lượng dữ liệu. Nói cách khác, cùng một mô hình, doanh nghiệp có dữ liệu nội bộ sạch, có cấu trúc, ngữ cảnh rõ ràng sẽ thu được tăng năng suất AI vượt trội so với nơi dữ liệu rời rạc, thiếu kiểm soát. Cuộc chơi AI vì vậy dịch chuyển từ câu hỏi dùng công cụ nào sang câu hỏi: chúng ta có chuẩn bị được dữ liệu cho AI làm việc hay không?
Từ "bận rộn với AI" đến tăng năng suất thật sự
Nhiều tổ chức đang rơi vào trạng thái rất bận với AI nhưng năng suất không tăng bao nhiêu. Lý do là AI được thêm vào như một lớp công cụ đứng cạnh quy trình cũ, thay vì được cắm sâu vào hạ tầng dữ liệu công ty và hệ thống quản trị nội dung. AI đang chuyển sang một giai đoạn mới, khi được tích hợp trực tiếp vào hệ thống quản trị nội dung và quy trình vận hành của tòa soạn. Muốn AI không chỉ viết nhanh hơn mà còn giúp xử lý khối dữ liệu khổng lồ, phát hiện thông tin mà phương pháp thủ công khó làm được, tổ chức buộc phải nghiêm túc với chất lượng dữ liệu AI. Khi dữ liệu có đầy đủ thông tin đi kèm, AI có thể hỗ trợ phóng viên, biên tập viên từ gợi ý tư liệu, tóm tắt hồ sơ, tìm kiếm thông tin liên quan đến phát hiện nội dung trùng lặp và hỗ trợ sản xuất đa nền tảng.
Dữ liệu đầu vào AI: không tổ chức tốt thì AI cũng "mù"
Nhiều tòa soạn và doanh nghiệp nghĩ mình đã “giàu dữ liệu”, nhưng trên thực tế lại nghèo dữ liệu có thể sử dụng. Một tòa soạn có thể có hàng triệu bài báo, hình ảnh, video, tài liệu, dữ liệu độc giả và tư liệu tác nghiệp, nhưng nếu những tài sản ấy nằm rời rạc, thiếu metadata, không xác định được nguồn gốc, chất lượng và quyền khai thác, thì rất khó để AI biến chúng thành tri thức phục vụ công việc. Chỉ khi dữ liệu được tổ chức đầy đủ, có cấu trúc và gắn với ngữ cảnh rõ ràng, AI mới có thể phân tích, học hỏi và tạo ra giá trị mới. Nguy hiểm hơn, một dữ liệu sai nhưng được AI trình bày một cách thuyết phục còn nguy hiểm hơn cả việc thiếu dữ liệu. Trong báo chí, điều này không chỉ là rủi ro sản phẩm, mà là rủi ro niềm tin.
Ở chiều ngược lại, khi dữ liệu đầu vào AI được tổ chức thành kho tri thức sống, giá trị thực tế lập tức hiện ra. Một AI Agent được giao theo dõi một lĩnh vực sẽ có giá trị rất khác nếu nó chỉ tìm kiếm thông tin chung trên Internet so với khi nó có thể tiếp cận kho nội dung của chính tòa soạn, biết những gì đã từng được viết, những nguồn nào đã được sử dụng, câu chuyện nào đang phát triển, độc giả quan tâm điều gì và dữ liệu nào đã được kiểm chứng. Tòa soạn cũng gắn nhãn bài viết theo các nhóm nhu cầu của độc giả, kết hợp với dữ liệu tương tác để đánh giá nội dung đang đáp ứng công chúng đến đâu. Đó là ví dụ rất cụ thể cho thấy chất lượng dữ liệu AI quyết định cách AI giúp tổ chức hiểu công chúng, chứ không chỉ phục vụ xuất bản nhanh hơn.
Hạ tầng dữ liệu: điều kiện để rời “thí điểm” và triển khai sâu
Không có hạ tầng dữ liệu công ty đủ tốt, mọi chiến lược AI đều mắc kẹt ở giai đoạn thử nghiệm. “Chúng ta không còn ở giai đoạn thí điểm nữa. Đã đến lúc các cơ quan báo chí phải bước vào giai đoạn ứng dụng AI một cách thực chất”. Đây là điểm giao quan trọng giữa hai câu chuyện tưởng như tách biệt: chuyển đổi AI và xây dựng hạ tầng dữ liệu. Từ kinh nghiệm hợp tác với nhiều tòa soạn hội tụ tại Việt Nam, hạ tầng dữ liệu là điều kiện nền tảng để AI phát huy hiệu quả. Bởi vậy, ông Eeman nhấn mạnh các tác nhân AI chỉ thực sự có giá trị “nếu họ có thể khai thác được dữ liệu có cấu trúc tốt, nếu họ có thể khai thác được cơ sở hạ tầng”. Hiện tại, nhiều hệ thống vẫn vận hành như những “ốc đảo” dữ liệu, thiếu cơ chế kết nối để AI có thể truy xuất thông tin theo thời gian thực một cách an toàn và có kiểm soát.
Trong kỷ nguyên AI, hội tụ không chỉ là hội tụ quy trình sản xuất hay nền tảng xuất bản, mà trước hết là hội tụ dữ liệu để tạo nên một hệ sinh thái báo chí thông minh. Khi dữ liệu được tổ chức tốt, một chủ đề không nhất thiết kết thúc sau lần xuất bản đầu tiên. Nó có thể tiếp tục được phát triển thành nhiều sản phẩm, phù hợp với từng nhóm công chúng và từng nền tảng. Quan trọng hơn, dữ liệu về cách công chúng tiếp nhận những sản phẩm đó lại quay trở về hệ thống, trở thành đầu vào cho quyết định tiếp theo. Nội dung tạo ra dữ liệu; dữ liệu giúp điều chỉnh nội dung; phản hồi của công chúng tiếp tục tạo ra dữ liệu mới. Đây cũng là bước chuyển quan trọng: từ một tòa soạn có nhiều dữ liệu sang một tòa soạn biết tổ chức, kết nối và học từ dữ liệu của chính mình.
Cuộc đua AI: không phải xem ai có nhiều công cụ hơn
Cuộc đua công nghệ hiện nay không nằm ở chỗ ai cài nhiều công cụ AI hơn, mà ở khả năng quản lý và chuẩn bị dữ liệu. Khi AI ngày càng phổ biến, lợi thế của báo chí vì thế không còn chủ yếu nằm ở việc ai tiếp cận công nghệ trước, mà ở khả năng biến những nguồn lực đó thành năng lực riêng của tòa soạn. Theo ông Trương Trí Vĩnh, nhiều chiến lược ứng dụng AI chưa đạt hiệu quả không phải vì thiếu công nghệ, mà vì tri thức vẫn nằm rải rác, dữ liệu chưa được tổ chức thành hệ thống thống nhất. AI mở rộng phạm vi những gì một nhóm phóng viên có thể tìm kiếm, so sánh và phát hiện, nhưng nếu thiếu ngữ cảnh, AI sẽ chỉ là cỗ máy thao tác nhanh chứ không phải đối tác thông minh.
Tương lai của AI trong lĩnh vực báo chí không phải là thay nhà báo bằng các chatbot, mà là xây dựng một tòa soạn có khả năng tự học từ dữ liệu vận hành của chính mình. Có những công việc càng tự động hóa càng mang lại hiệu quả, nhưng cũng có những công việc mà giá trị nằm chính ở quá trình con người đọc, xác minh, đặt câu hỏi, phát hiện bất thường và đưa ra phán đoán. Nghĩa là, tăng năng suất AI không đồng nghĩa với thay thế con người, mà là giải phóng con người khỏi các tác vụ lặp lại, để tập trung vào quyết định, phán đoán và sáng tạo. Nếu phải tóm tắt trong một câu: AI mạnh hay yếu không nằm ở phòng máy chủ, mà nằm trong cách tổ chức biến dữ liệu thành năng lực cốt lõi.
