4 triệu, 25GB, 97% những con số biết nói của trí tuệ nhân tạo
Vũ Dung
(TBKTSG Online) – Trí tuệ nhân tạo và dữ liệu lớn đang ngày càng chiếm vị trí quan trọng trong kinh doanh của doanh nghiệp nhưng vẫn còn nhiều cản trở để doanh nghiệp áp dụng công nghệ mới này, đặc biệt là ở những nước “khát" dữ liệu như Việt Nam.
 |
| Ông Louis David Benyayer, giáo sư trường ESCP Europe Business School – Ảnh: Trường Đại học Kinh tế quốc dân |
Tại hội thảo quốc tế về các vấn đề liên quan tới kinh tế, quản lý và kinh doanh do trường Đại học Kinh tế quốc dân tổ chức ngày 26-11, ông Louis David Benyayer, giáo sư trường ESCP Europe Business School đã mở đầu bài trình bày về trí tuệ nhân tạo (AI) và dữ liệu lớn (big data) của mình bằng 3 con số mà ông cho là ấn tượng, miêu tả rõ nhất sự ảnh hưởng của công nghệ này tới nền kinh tế gồm: 4 triệu, 25GB và 97%.
Theo ông Benyayer, mỗi giây có 4 triệu câu hỏi được tìm kiếm chỉ riêng trên công cụ tìm kiếm của Google. Ngoài ra, còn hàng trăm công cụ tìm kiếm khác của các gã khổng lồ trên thế giới trong mọi lĩnh vực, mà điểm chung của họ là sử dụng nền tảng internet, big data và AI, như Youtube, Facebook, Netflix, Amazon….
“Đây là cách chúng ta sử dụng big data và AI mỗi ngày", giáo sư từ trường ESCP Europe Business School nói.
Bên cạnh đó, 25GB là dữ liệu mà mỗi chiếc xe hơi kết nối tạo ra mỗi giờ. Con số này cho thấy, với hàng triệu xe hơi, máy bay, tàu hoả, cơ sở hạ tầng điện nước… dữ liệu được cung cấp mỗi giờ là một con số khổng lồ.
Tuy vậy, dữ liệu sẽ không có giá trị nếu không sử dụng thuật toán để nâng cao giá trị của dữ liệu. Dựa trên dữ liệu thu thập được, các thuật toán sẽ đưa ra các kết quả mang lại giá trị gia tăng cho các doanh nghiệp. Do đó, big data và AI là hai khái niệm không thể tách rời.
Hiện nay, thuật toán đang được ứng dụng rộng rãi trong tất cả các ngành kinh tế. Ví dụ trong y học, các nhà khoa học đã dùng thuật toán sử dụng dữ liệu có sẵn về hình ảnh, kết quả xét nghiệm và triệu chứng của bệnh nhân để chẩn đoán và đưa ra hướng điều trị phù hợp.
Con số biết nói cuối cùng mà ông Benyayer đưa ra là 97%. Đây là độ chính xác của kết quả mà các thuật toán đưa ra. Ví dụ như trong y học, 97% các kết quả chẩn đoán được thuật toán đưa ra là chính xác.
Thực tế, dữ liệu đang được các lãnh đạo, nhà hoạch định chính sách và chuyên gia coi là một nguồn tài nguyên dầu mỏ mới của thế giới. Công ty tư vấn McKinsey, công ty thực hiện rất nhiều báo cáo liên quan tới dữ liệu và kinh tế số, đã công bố báo cáo cho biết, giá trị mang lại từ số liệu mà chỉ riêng xe hơi kết nối tạo ra có thể đạt 750 tỉ đô la Mỹ vào năm 2030.
Rất nhiều nhà khoa học trên thế giới cũng đã lượng hóa những lợi ích mang lại từ dữ liệu lớn và AI cho nền kinh tế. Báo cáo mới nhất về tác động của big data và AI với hoạt động của doanh nghiệp, theo Journal of Management Information Systems, sử dụng những công nghệ mới này sẽ giúp doanh nghiệp tăng năng suất lên từ 3-7%.
Ví dụ, 35% sản phẩm mà người tiêu dùng mua của Amazon thông qua thuật toán gợi ý (recommendation) của hãng thương mại điện tử này. “Việc sử dụng một thuật toán làm doanh thu tăng lên ⅓ cho thấy rằng sức mạnh của công nghệ này lớn như thế nào tới hoạt động của doanh nghiệp", giáo sư từ ESCP Europe Business School nói.
Tại Việt Nam, việc ứng dụng big data và AI có nhiều thuận lợi khi dân số đông, sử dụng internet và điện thoại thông minh khá phổ biến. Đây là điểm cộng của Việt Nam so với nhiều quốc gia đang phát triển khác. Song, theo ông Benyayer, cái khó của thị trường trong nước khi áp dụng công nghệ mới là thiếu nguồn nhân lực có kiến thức và kinh nghiệm trong lĩnh vực này.
Hơn nữa, dù dữ liệu tốt, thuật toán tốt, nhưng lãnh đạo công ty không làm gì để thay đổi thì cũng không cải thiện hoạt động kinh doanh của họ. “Nếu bạn biết ngày mai trời sẽ mưa nhưng bạn không mang theo dù thì dự báo thời tiết đó cũng không làm bạn khỏi bị ướt", ông Benyayer nói.
Về vấn đề này, Phó giáo sư, Hiệu trưởng trường Đại học Kinh tế quốc dân Phạm Hồng Chương, cho rằng, những ứng dụng trong nền kinh tế số đang rất phổ biến và có tác động lớn tới hiệu quả kinh tế, song, để làm được như vậy đòi hỏi nền tảng về dữ liệu rất lớn. Ví dụ ở Mỹ, dữ liệu về dân cư và doanh nghiệp rất đầy đủ và công bố rộng rãi cho mọi người tiếp cận phục vụ mục đích nghiên cứu hoặc kinh doanh. Nhưng dữ liệu như vậy ở Việt Nam rất hạn chế. Đây cũng là một trong những trở ngại khi áp dụng big data và AI tại thị trường trong nước.
Mời đọc thêm:
