Thời điểm thích hợp để hủy bỏ một dự án AI?

Các tổ chức đã từng thử nghiệm công nghệ trí tuệ nhân tạo (AI) chắc sẽ gặp phải một trong những tình huống khó xử quan trọng đó là: khi nào thì nên dừng lại và khi nào thì nên tiếp tục? Nếu loại bỏ một thử nghiệm không đáp ứng được kỳ vọng quá sớm, có thể sẽ bỏ lỡ những lợi ích to lớn về sau, nhưng nếu trì hoãn quá lâu, có thể sẽ gây ra lãng phí nhiều về thời gian, tiền bạc và tài nguyên.

Forrester, một công ty nghiên cứu thị trường của Mỹ, gần đây đã cảnh báo các tổ chức không nên tìm kiếm lợi nhuận đầu tư (ROI) từ AI quá sớm vì như thế có thể họ sẽ bỏ lỡ những lợi ích khác mà AI mang lại.

Nhưng để triển khai AI không hề rẻ, và các dự án thí điểm không tạo ra giá trị có thể sẽ là "hố hút tiền". Ví dụ, theo Gartner, để triển khai một dự án tìm kiếm tài liệu AI thế hệ tăng cường truy xuất (RAG) có thể tốn tới 1 triệu USD với chi phí định kỳ cho mỗi người dùng lên tới 11.000 USD/năm. Một AI mô hình ngôn ngữ lớn (LLM) về y tế, bảo hiểm hoặc tài chính, có thể tốn tới 20 triệu USD.

Vẫn theo Gartner, thời gian gần đây, các dự án thí điểm AI đang có tỷ lệ thành công cao hơn. Công ty phân tích này cho biết, vào năm 2022, gần một nửa trong số tất cả các dự án thí điểm AI đã không thể đưa vào hoạt động, trong khi dự kiến ​​chỉ có khoảng 30% các dự án AI sẽ thất bại vào năm tới.

Tuy nhiên, tỷ lệ thất bại 30% cũng vẫn là lượng thời gian và tiền bạc khổng lồ khi xem xét mức độ thử nghiệm AI đang lan rộng như hiện nay. Một cuộc khảo sát của EY (Ernst & Young) được công bố vào tháng 7 cho thấy, 95% giám đốc điều hành cấp cao cho biết tổ chức của họ hiện đang đầu tư vào AI.

Câu hỏi đặt ra: Khi nào giám đốc CNTT (CIO) hoặc giám đốc AI biết được thời điểm cần phải hủy bỏ một dự án AI? Mặc dù không có câu trả lời chung cho tất cả mọi người, các chuyên gia AI cho biết, các CIO có thể thực hiện các bước để đảm bảo họ giữ lại các dự án AI có ý nghĩa và hủy bỏ các dự án không có ý nghĩa.

Định nghĩa thành công

Andreas Welsch, cố vấn AI, cựu phó chủ tịch kiêm giám đốc tiếp thị AI tại SAP, cho biết, một trong những bước đầu tiên mà các CIO nên thực hiện khi triển khai dự án thí điểm AI là xác định các số liệu đánh giá thành công - ngoài ROI - và đặt ra mốc thời gian để kiểm tra tiến độ.

Welsch cho biết: “Thách thức là mọi người cứ tiếp tục đi theo con đường không 'rút phích cắm', vì họ luôn hy vọng rằng sẽ có bước đột phá tiếp theo. Nhiều khi mọi người không có mục tiêu phù hợp”.

Ví dụ, một số KPI (chỉ số đánh giá kết quả thực hiện công việc) cho dự án AI có thể bao gồm việc gia tăng mức độ hài lòng của khách hàng lên 10%, giảm thời gian điền yêu cầu đề xuất (RFP) xuống 30%, hoặc giảm bốn giờ mỗi tháng để thanh toán hóa đơn.

Trong các điểm kiểm tra được xác định trước, các nhóm CNTT và doanh nghiệp (DN) có thể xác định được tiến độ hướng tới các mục tiêu. Nếu một dự án không đạt được các số liệu theo kế hoạch đề ra, lúc đó có thể quyết định có nên hủy bỏ hay cho dự án thêm thời gian. Nếu một bot dịch vụ khách hàng cải thiện mức độ hài lòng thêm 7% thay vì 10%, có lẽ sẽ đáng để tiếp tục đầu tư.

Tuy nhiên, trong một số trường hợp, các tổ chức có thể phục hồi lại dự án sau khi khởi đầu không tập trung, Adam Lieberman, giám đốc AI của công ty công nghệ ngân hàng Finastra cho biết. Đôi khi, một CIO hoặc CAIO (giám đốc AI) có thể giúp một dự án thất bại phục hồi bằng cách xác định lộ trình khả thi.

“Với mục tiêu mở, dự án sẽ thiếu tập trung và sẽ tan rã”, ông nói. “Đây là dấu hiệu sớm nhất cho thấy dự án sẽ không hiệu quả, nhưng cũng đủ sớm để tập trung lại và thiết lập mục tiêu cuối cùng cụ thể hơn”.

Một thách thức khi thiết lập KPI là đo lường kết quả, Kathy Gersch, giám đốc tăng trưởng và thương mại tại Kotter International, một công ty tư vấn quản lý đổi mới, cho biết. Ví dụ, việc đo lường cảm nhận của khách hàng có thể không khó, nhưng việc đo lường thời gian mà một nhân viên tiết kiệm được bằng cách sử dụng một phi công phụ để soạn email có thể khó khăn hơn.

Kết nối với nhu cầu kinh doanh

Ngoài các KPI được xác định rõ ràng, các tổ chức nên gắn các dự án AI với các nhu cầu kinh doanh cụ thể, Welsch nói thêm. Trong một số trường hợp, các tổ chức dường như khởi chạy các dự án AI chỉ để làm gì đó với công nghệ. Tuy nhiên, các dự án thành công sẽ giải quyết được các điểm khó khăn của tổ chức.

“Vấn đề kinh doanh mà chúng ta đang cố gắng giải quyết là gì?” ông nói. “Bạn nên làm việc chặt chẽ với các bên liên quan trong DN của mình, lý tưởng nhất là ngay từ đầu nên đặt câu hỏi: 'Chúng ta đang cố gắng giải quyết vấn đề gì?'”.

Trong khi đó theo Gersch, nhiều dự án AI bị bỏ dở do không đáp ứng được yêu cầu cơ bản này.

Gersch khuyến nghị gắn các dự án AI với mục tiêu kinh doanh, bởi khi một dự án gắn với mục tiêu kinh doanh, nhân viên có thể có nhiều khả năng chấp nhận nó hơn.

"Bạn có thể sẽ học được nhiều hơn về những khả năng của AI khi bạn có thể khiến mọi người thực sự áp dụng, sử dụng và tận dụng nó", Gersch cho biết.

Hạn chế thiệt hại

Arijit Sengupta, CEO của Aible, một nhà cung cấp giải pháp AI, cho biết một cách tiếp cận để khởi chạy các dự án AI là đặt ra một khung thời gian giới hạn. Trong nhiều trường hợp, Aible và khách hàng của mình cùng nhau quyết định trong vòng hai ngày làm việc rằng liệu một dự án có khả thi hay không, ông nói.

Mặc dù việc có số liệu là quan trọng, nhưng các CIO và DN cũng không nên quá phụ thuộc vào việc đạt được các mục tiêu chính xác, Sengupta nói thêm. Trong một số trường hợp, mục tiêu ban đầu quá lớn lao hoặc không thực sự là những gì DN cần.

Ông nói thêm rằng các dự án thí điểm AI kéo dài từ 6 đến 9 tháng có thể nguy hiểm. “Bạn sẽ không muốn hủy bỏ nó sau 9 tháng, vì khi đó bạn sẽ rơi vào một số sai lầm về chi phí chìm khi mọi người sẽ cố gắng thực sự làm cho nó hoạt động và họ đã nỗ lực rất nhiều.”

Lieberman từ Finastra cho biết thêm rằng, một số dự án thất bại sẽ không phải là mất đi hoàn toàn và trong một số trường hợp, việc tạm dừng một dự án có thể là giải pháp thay thế tốt hơn là hủy bỏ.

“Điều quan trọng cần lưu ý là thất bại là một phần cần thiết của sự đổi mới. Tiến trình trong lĩnh vực AI đang diễn ra nhanh chóng. Đây là lý do tại sao tốt hơn là tạm dừng các dự án, thay vì từ bỏ hoàn toàn, vì các khả năng và kỹ thuật mới đang xuất hiện liên tục”, Lieberman nói.

“

Tài liệu tham khảo:

1. https://www.cio.com/article/3541420/rushing-for-ai-roi-chances-are-it-will-cost-you.html

2. https://www.cio.com/search/?q=AI+ROI#gsc.tab=0&gsc.q=AI%20ROI&gsc.page=1

3. https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025

4. https://www.gartner.com/en/newsroom/press-releases/2022-08-22-gartner-survey-reveals-80-percent-of-executives-think-automation-can-be-applied-to-any-business-decision

5. https://www.ey.com/en_us/services/emerging-technologies/five-ai-adoption-strategies-survey