Phần mềm AI và câu hỏi năng suất nghìn tỷ đô la

Nếu AI trở nên giỏi hơn đáng kể trong việc viết phần mềm, các nhà lãnh đạo doanh nghiệp nên thay đổi gì ngay hôm nay? Câu trả lời của tôi là đo lường cách nó cải thiện một quy trình kinh doanh hoàn chỉnh, bao gồm cả công việc cần thiết để kiểm tra và duy trì kết quả của nó.

AI có thể thêm từ 20 đến 30 nghìn tỷ đô la Mỹ vào sản lượng kinh tế toàn cầu hàng năm không? Elon Musk đã đưa ra ước tính sơ bộ đó, cùng với các dự đoán rằng AI có thể xử lý hầu như mọi nhiệm vụ kỹ thuật số và đạt được khả năng lập trình ở mức Stockfish. Những tuyên bố này đã thu hút sự chú ý vì chúng gợi ý một sự thay đổi lớn trong kinh tế học của công việc tri thức.

Đây là những dự báo đầy tham vọng, không phải kết quả đã được thiết lập. Các nhà lãnh đạo doanh nghiệp nên phân biệt khả năng đạt được những lợi ích năng suất lớn với bằng chứng rằng AI có thể thực hiện một cách đáng tin cậy mọi nhiệm vụ kỹ thuật số. Các quyết định đầu tư cần bằng chứng từ công việc mà một tổ chức thực sự thực hiện.

Phép so sánh Stockfish cho chúng ta biết gì

Stockfish là một cỗ máy cờ vua mã nguồn mở và là một trong những cỗ máy mạnh nhất thế giới. Phép so sánh minh họa một khả năng thực sự: máy móc có thể vượt qua con người trong một nhiệm vụ trí tuệ đòi hỏi cao. Tuy nhiên, phép ẩn dụ một mình không thể xác định khi nào AI sẽ vượt qua mọi kỹ sư phần mềm.

Cờ vua có các quy tắc cố định, bàn cờ nhìn thấy được và mục tiêu rõ ràng. Phần mềm doanh nghiệp liên quan đến các yêu cầu không đầy đủ, chính sách thay đổi, hệ thống cũ và các ưu tiên cạnh tranh của các bên liên quan. Một chương trình có thể vượt qua các bài kiểm tra trong khi giải quyết sai vấn đề kinh doanh.

Tạo mã là một phần của kỹ thuật. Quyết định xây dựng gì, kiểm soát quyền truy cập, kiểm tra bảo mật, triển khai an toàn và hỗ trợ người dùng vẫn là một phần của kết quả. Ngay cả AI có năng lực cao cũng cần một quy trình có thể phát hiện lỗi và phân định trách nhiệm.

Hiểu tuyên bố kinh tế

Mức tăng 20 đến 30 phần trăm trong mức sản lượng kinh tế hàng năm khác với tăng trưởng 20 đến 30 phần trăm mỗi năm. Một tuyên bố ở quy mô này cần các giả định rõ ràng về việc áp dụng, độ tin cậy, đầu tư và thời gian cần thiết để hiện thực hóa lợi ích. Ghép các tỷ lệ phần trăm đó với 20 đến 30 nghìn tỷ đô la hàm ý một nền kinh tế khởi đầu khoảng 100 nghìn tỷ đô la.

Để so sánh, Goldman Sachs đã công bố một kịch bản năm 2023 trong đó AI tạo sinh có thể nâng GDP toàn cầu khoảng 7 phần trăm, tức gần 7 nghìn tỷ đô la, và tăng trưởng năng suất thêm 1,5 điểm phần trăm trong mười năm. Đó là một dự báo có điều kiện, không phải kết quả đo lường được hay giới hạn trên của lợi ích tương lai. Nó không xác nhận độc lập ước tính lớn hơn của Musk.

Ở cấp độ công ty, một phép tính hữu ích đơn giản hơn: giá trị ròng bằng giá trị của sản lượng hữu ích bổ sung và tiết kiệm thực hiện được, trừ đi chi phí AI, tích hợp, xem xét, làm lại và tổn thất do lỗi. Thời gian tiết kiệm chỉ trở thành giá trị tài chính khi tổ chức có thể sử dụng nó một cách hiệu quả.

Những lợi thế và chi phí

Tốc độ đối với xác minh. AI có thể rút ngắn việc soạn thảo, lập trình và phân tích. Các nhà lãnh đạo nên đo lường thời gian cần để kiểm tra kết quả cùng với thời gian tiết kiệm được khi tạo ra nó.

Chi phí sản xuất thấp hơn đối với chi phí vận hành mới. Tạo phiên bản đầu tiên có thể trở nên rẻ hơn. Việc sử dụng mô hình, tích hợp, giám sát và sửa chữa vẫn tiêu tốn tiền bạc và thời gian của nhân viên.

Tiếp cận rộng hơn đối với phụ thuộc. Các đội nhỏ hơn có thể đảm nhận công việc trước đây vượt quá nguồn lực của họ. Phụ thuộc vào một nhà cung cấp duy nhất có thể khiến giá cả, tính khả dụng và các thay đổi mô hình khó quản lý hơn.

Năng lực lớn hơn đối với gián đoạn lực lượng lao động. Nhân viên có thể dành nhiều thời gian hơn cho nhu cầu khách hàng và các quyết định khó khăn. Doanh nghiệp cũng cần lập kế hoạch cho các vai trò thay đổi, đào tạo lại và sự phát triển của nhân viên trẻ mà các nhiệm vụ học tập thường ngày của họ có thể bị tự động hóa.

Một ví dụ doanh nghiệp thực tiễn

Hãy xem xét một doanh nghiệp kho hàng giả định đang xây dựng dịch vụ theo dõi đơn hàng. AI có thể soạn thảo giao diện, đề xuất các truy vấn cơ sở dữ liệu và tạo các trường hợp kiểm thử. Đội ngũ vẫn cần xác nhận khách hàng nào có thể xem từng đơn hàng, chênh lệch tồn kho được xử lý thế nào và dịch vụ có hoạt động với các hệ thống hiện có không.

Phép so sánh có ý nghĩa là chi phí trên mỗi bản phát hành được chấp nhận và hiệu suất khi sử dụng. Đo lường thời gian giao hàng, lỗi, yêu cầu hỗ trợ và kết quả khách hàng. Một bản nháp đầu tiên nhanh hơn nhưng tạo ra nhiều sự cố sản xuất hơn có thể làm giảm giá trị tổng thể.

Nguyên tắc tương tự áp dụng cho dịch vụ khách hàng. Tự động hóa các yêu cầu đơn giản có thể cải thiện thời gian phản hồi. Các trường hợp không rõ ràng cần một đường dẫn đáng tin cậy đến một con người, với bối cảnh liên quan được bảo toàn.

Các CEO và CTO nên làm gì

Các CEO nên chọn một quy trình có chi phí xác định được và kết quả khách hàng rõ ràng. Thiết lập đường cơ sở, chạy thử nghiệm giới hạn và thống nhất trước mức cải thiện nào sẽ biện minh cho việc mở rộng. Bao gồm chi phí triển khai và thay đổi trách nhiệm của nhân viên.

Các CTO nên đánh giá mô hình được đề xuất trên công việc mang tính đại diện từ hệ thống của chính họ. Kiểm tra tính đúng đắn, bảo mật, quyền riêng tư, khả năng phục hồi sau sự cố và khả năng tương thích với các dịch vụ hiện có. Tách quyền đề xuất thay đổi khỏi quyền thực thi nó.

Đối với các hành động có hệ quả, xác định người chịu trách nhiệm phê duyệt và giữ lại dấu vết kiểm toán. Duy trì khả năng đảo ngược thay đổi, hạn chế quyền truy cập và tạm dừng tự động hóa khi hiệu suất suy giảm.

Xem xét sự phụ thuộc vào nhà cung cấp và đào tạo nhân viên để thách thức các kết quả. Mở rộng triển khai khi lợi ích đo lường được vẫn dương sau chi phí xem xét và hỗ trợ. Dự báo kinh tế toàn cầu nên cung cấp thông tin cho lập kế hoạch kịch bản, trong khi bằng chứng địa phương nên hướng dẫn đầu tư.

Quyết định lãnh đạo

AI có thể thay đổi đáng kể kinh tế học của công việc kỹ thuật số. Quy mô và thời điểm vẫn còn không chắc chắn. Lời khuyên của tôi: xây dựng ngay bây giờ năng lực để đánh giá và áp dụng nó một cách có trách nhiệm, sau đó tăng đầu tư khi bằng chứng được củng cố.

Quy trình nào trong tổ chức của bạn bạn sẽ thử nghiệm trước, và bằng chứng nào sẽ thuyết phục bạn rằng AI đã tạo ra giá trị kinh doanh lâu dài?

Suy nghĩ theo toán học. Kỹ thuật một cách thông minh. Lãnh đạo theo chiến lược. Xây dựng có trách nhiệm. Mở rộng toàn cầu. Tạo ra giá trị kinh doanh thực sự thông qua trí tuệ nhân tạo.

#ArtificialIntelligence #AIStrategy #EnterpriseAI #SoftwareEngineering #Productivity #BusinessLeadership

Được xuất bản lần đầu trên LinkedIn bởi Keshavan Thiagaraja. Đọc bản gốc trên LinkedIn. [1]