Công nghệ AI và học máy nhận dạng các mẫu trong dữ liệu và tự động hóa các tác vụ rời rạc, từ các thuật toán gắn giao dịch tài chính đến các chatbot trả lời câu hỏi của khách hàng. Các nhà lãnh đạo công nghệ thông tin đánh giá cao tiềm năng to lớn của chúng.

Theo một cuộc thăm dò ý kiến của Cio.com xung quanh các nhà lãnh đạo công nghệ thông tin công bố tháng 2 năm nay, 62% cho rằng AI và máy học là những công nghệ đột phá nhất, 42% cho rằng là chúng là công nghệ có tác động lớn nhất.Trong cả hai trường hợp, tỷ lệ này gấp đôi "đối thủ" của AI và học máy là công nghệ phân tích dữ liệu lớn (Big Data). 18% người đứng đầu doanh nghiệp cho biết đã áp dụng các giải pháp AI và học máy trong sản xuất.

Một cuộc khảo sát về tác động đại dịch tới doanh nghiệp của Cio.com vào tháng 7 đã đặt ra câu hỏi: "Công ty của bạn liệu có tăng cường AI và học máy để giảm chi phí vốn nhân lực hay không". 48% lãnh đạo trả lời cho biết rất có thể sẽ làm như vậy. Điều đó cho thấy, khi suy thoái kinh tế ngày càng sâu sắc, nhu cầu về các giải pháp AI và học máy càng gia tăng.

Vì những lý do này, nhiều chuyên gia cho rằng đây là thời điểm thích hợp để hình thành chiến lược AI và học máy của mỗi doanh nghiệp. Để đạt được mục tiêu này, các chuyên trang CIO, Computerworld, CSO, InfoWorld và Network World đã đưa ra 5 bài viết phân tích các vấn đề và đưa ra các khuyến nghị dành cho các doanh nghiệp.

Trong bài báo trên Computerworld, tác giả Matthew Finnegan đã tập trung vào các tình huống, nơi AI hợp tác với mọi người để tăng năng suất của họ. Một trong những khái niệm mô tả trường hợp này là "cobots", những robot được thiết kế để làm việc cùng con người trong cùng một không gian.

Các giải pháp AI và học máy có hiệu quả theo nhiều cách, như Clint Boulton của CIO ghi lại một loạt các trường hợp điển hình. Bài viết cho thấy những thành công lớn của việc ứng dụng học máy như: phân tích dữ liệu để dự đoán kết quả điều trị chăm sóc sức khỏe, phân tích dữ liệu chuyên sâu để cá nhân hóa các đề xuất về sản phẩm, phân tích hình ảnh để cải thiện năng suất cây trồng... Một mô hình rõ ràng là khi một tổ chức nhận thấy học máy thành công trong một lĩnh vực, công nghệ học máy tương tự sẽ được áp dụng cho những lĩnh vực khác.

Trong khi đó, tác giả Neil Weinberg của Networkworld nhấn mạnh việc sử dụng AI và học máy có tính thực tiễn cao. Theo đó, AI và học máy có thể điều khiển năng lượng, thiết bị và quản lý khối lượng công việc lớn, liên tục tối ưu hóa nhanh mà không cần sự can thiệp của con người.

Việc bảo mật trung tâm dữ liệu cũng được hưởng lợi từ AI và học máy, giúp cảnh báo quản trị viên về những điểm bất thường, xác định các lỗ hổng và các biện pháp khắc phục chúng. Học máy cũng thường bắt đầu bằng việc tìm kiếm các mẫu từ lượng lớn dữ liệu, trong nhiều trường hợp, dữ liệu đó có thể nhạy cảm, theo Maria Korlov, cộng tác viên CSO nêu.

Korlov cho rằng bảo mật dữ liệu thường chưa được quan tâm đúng mức, khiến một số hệ thống dễ bị xâm phạm dữ liệu. Bởi vậy, các doanh nghiệp cần thiết lập các chính sách bảo mật rõ ràng ngay từ đầu. Trong các tổ chức lớn hơn, cần chọn ra một nhân sự duy nhất để quản trị các rủi ro liên quan đến AI.

Vậy doanh nghiệp nên xây dựng giải pháp AI và học máy của mình ở đâu? "Các đơn vị cung cấp giải pháp học máy đám mây thường đưa ra những lựa chọn hấp dẫn, nhưng bạn cần xem xét cẩn thận", Martin Heller, biên tập viên của InfoWorld, lập luận. Heller nêu các khả năng mà mọi nền tảng học máy đám mây nên có, bao gồm: tương đồng với dữ liệu doanh nghiệp, hỗ trợ nền tảng trực tuyến trong xây dựng mô hình, hỗ trợ mở rộng quy mô, theo dõi hiệu suất dự đoán, kiểm soát chi phí...

Hoài Phong (Theo Cio.com)