(KTSG Online) - Trong bối cảnh kinh tế toàn cầu thay đổi với tốc độ nhanh, việc ứng dụng công nghệ trí tuệ nhân tạo (AI) và các công nghệ số khác, sẽ giúp doanh nghiệp doanh nghiệp sớm nhận biết rủi ro, qua đó kịp thời thay đổi để thích ứng và phát triển bền vững.
- Cải cách luật ở Anh: trí tuệ nhân tạo liệu có lấn át quyền sở hữu trí tuệ?
- Việt Nam và câu chuyện trí tuệ nhân tạo
Bức tranh đối lập giữa doanh nghiệp lớn và nhỏ
Những năm gần đây, công nghệ trí tuệ nhân tạo (AI) dần trở thành công cụ phổ biết, giúp doanh nghiệp nâng cao hiệu quả hoạt động và gia tăng lợi thế cạnh tranh. Theo các nghiên cứu của IBM, Forbes và McKinsey, số lượng doanh nghiệp ứng dụng AI vào ít nhất một phòng, ban trong quản trị doanh nghiệp trong năm 2022, 2023, 2024 lần lượt ở mức 33%, 55%, 72%.
Tại Cricket One, nhà sản xuất đạm dế loại lớn có trang trại tại Bình Phước, việc ứng dụng AI được triển khai từ 2019, với mong muốn nắm bắt trạng thái của đàn dế nuôi. Đồng sáng lập, kiêm Giám đốc phát triển kinh doanh Nguyễn Hồng Ngọc Bích, cho biết nền tảng đang trong giai đoạn máy học (machine learning) và đưa ra các khuyến nghị cảnh báo khá đúng.
"Chúng tôi đo được mật độ đàn dế thông qua hành vi di chuyển dọc - ngang của chúng. Các thông số về điều kiện sống giúp công ty nghiên cứu sâu, hiểu và ra quyết định chăm sóc dế bớt cảm tính hơn trước", bà Bích nói và cho rằng, AI rất hữu dụng cho ngành chăn nuôi sau này.
Với Vinamilk, ông Trịnh Phương Nam, Giám đốc nông nghiệp, cho biết AI có khả năng cung cấp dữ liệu, phân tích, giúp người lao động đưa ra quyết định tốt hơn. Do đó, doanh nghiệp khuyến khích nhân viên coi AI là một công cụ.
“Các thử nghiệm đã được thực hiện với AI trong lĩnh vực chăn nuôi, từ phân tích dữ liệu sức khỏe vật nuôi đến dự báo các nguy cơ dịch bệnh. Dữ liệu thu thập trong 5 năm qua đã giúp AI đưa ra các khuyến nghị hiệu quả hơn, giúp bác sĩ thú y cải thiện chất lượng điều trị”, ông Nam chia sẻ.
Trái ngược với doanh nghiệp lớn, phần lớn doanh nghiệp nhỏ và vừa (DNNVV) vẫn chưa sẵn sàng thậm chí là lúng túng khi ứng dụng AI.
Ông Hoàng Trí, chủ một doanh nghiệp nhỏ hoạt động trong lĩnh vực bán lẻ thực phẩm tại TPHCM, cho biết không còn nhiều cơ hội tiếp cận công nghệ AI trong kinh doanh do hầu hết các nền tảng đang dần thu phí, trong khi hiệu quả từ ứng dụng công nghệ chưa rõ ràng.
"Chi phí cho chatbot và phần mềm quản lý có ứng dụng AI do các công ty công nghệ cung cấp khá cao, dao động 10-20 triệu đồng/tháng nhưng quy mô doanh nghiệp không sử dụng hết công năng của chúng, điều đó rất lãng phí. Đó cũng là yếu tố khiến tôi e ngại đưa AI vào kinh doanh”, ông Trí giải thích.
Theo thống kê của Công ty MISA, đơn vị chuyên cung cấp các giải pháp công nghệ thông tin cho cộng đồng, 97% DNNVV ở Việt Nam gặp bốn vấn đề khi ứng dụng AI.
Đó là, đa số doanh nghiệp lưu trữ dữ liệu ở rất nhiều file, chia thành nhiều tệp, gây khó trong việc kiểm soát tính chính xác của dữ liệu trong khi AI cần dữ liệu tập trung để phân tích. Khi doanh nghiệp tăng quy mô, công cụ AI không thể đáp ứng nhu cầu và nếu đầu tư thêm thì sẽ tăng chi phí, chưa kể khó kế thừa dữ liệu.
Kế đến, hầu hết doanh nghiệp chỉ sử dụng AI cho một số bộ phận như kế toán, nhân sự, bán hàng, điều hành... tạo sự không đồng bộ trong vận hành doanh nghiệp. Cuối cùng là doanh nghiệp chưa đầu tư hệ thống AI, do chi phí cao hoặc nếu đầu tư quá lớn mà không sử dụng hết tính năng sẽ gây lãng phí.
Mở lối ‘sinh tồn’
Nhận định công nghệ số, đặc biệt là AI đang tái định hình nền kinh tế, từ thời đại “cá lớn nuốt cá bé” sang “cá nhanh nuốt cá chậm”, nhiều chuyên gia cho rằng, AI đã trở thành điều kiện tiên quyết để doanh nghiệp có thể tồn tại và phát triển trong môi trường kinh tế đầy biến động.
Thực tế, một số đơn vị nhỏ đã tự phát triển AI để nâng cao năng lực cạnh tranh. Chẳng hạn, SuperShip, một startup giao hàng và thu tiền cho các cửa hàng trực tuyến, đã ra mắt ứng dụng SuperAI vào năm 2024, với tính năng gợi ý người bán lựa chọn nhà vận chuyển tối ưu về chi phí và thời gian cho đơn hàng từ Giao Hàng Nhanh (GHN), ViettelPost, Ninjavan, Best, Shopee Express.
Ngoài ra, ứng dụng cũng cảnh báo các tuyến giao nhận có rủi ro quá tải, giúp chủ cửa hàng giảm thiểu tình trạng hàng bị treo mỗi dịp cao điểm.
Thực tế, trước khi ra mắt SuperAI, đội ngũ của SuperShip phải dành khoảng ba năm để hoàn thiện ứng dụng. Còn Tomia, một startup công nghệ giáo dục (EdTech) đã phát triển một nền tảng quản lý trường học thông minh ứng dụng AI, nhờ một đội ngũ, gồm các kỹ sư có hơn 12 năm kinh nghiệm ở lĩnh vực phần mềm.
Với các doanh nghiệp không đủ thời gian và tiềm lực để tự phát triển công cụ AI, TS Lê Duy Tân, thành viên Trung tâm AIoT Lab VN, khuyến nghị nên ứng dụng AI theo từng bước. Trước tiên, dùng thử các giải pháp được cung cấp bởi các công ty công nghệ và phải học cách dùng đúng.
Tiếp theo, khi có hiểu biết nhất định về AI và tự tin hơn, doanh nghiệp có thể xem xét tự phát triển, hoặc tìm đơn vị chuyên môn để đặt hàng các sản phẩm trọng yếu, trực tiếp nhất tới việc kinh doanh và giúp họ làm chủ công nghệ lõi.
Theo TS Tân, trường hợp không đủ đủ tự tin và tiềm lực thì có thể đi theo cách của một số doanh nghiệp nhỏ tại Nhật Bản, là đặt gia công giải pháp AI từ các công ty công nghệ. Nếu tài chính hạn hẹp hơn nữa thì chọn cách dùng dịch vụ thuê bao từ các công cụ sẵn có của các tập đoàn công nghệ lớn.
"Điều này bao gồm các bất lợi và rủi ro vì các công ty công nghệ lớn cung cấp giải pháp tổng thể, nên sẽ không phù hợp với mô hình đặc thù và dữ liệu của từng đơn vị", ông nói.
Trong khi đó, ông Lê Hồng Quang, Tổng giám đốc Công ty Misa, cho biết một sai lầm phổ biến của doanh nghiệp là cố gắng triển khai AI trên diện rộng từ đầu, mà không có lộ trình cụ thể. Trong quá trình triển khai, rủi ro có thể xuất hiện nếu người lao động không hiểu và lo ngại AI sẽ thay thế công việc của họ hoặc doanh nghiệp chưa có một hệ thống dữ liệu đầy đủ và nhất quán.
Do đó, doanh nghiệp cần đầu tư vào nền tảng số hóa, đảm bảo dữ liệu được thu thập, lưu trữ và xử lý một cách khoa học trước khi triển khai AI. Sau đó, bắt đầu với các quy trình có thể tự động hóa nhanh chóng như chăm sóc khách hàng bằng chatbot AI, phân tích dữ liệu khách hàng để cá nhân hóa sản phẩm, tối ưu hóa chuỗi cung ứng.
