Đừng bao giờ thuê ngoài mô hình AI này!

Trong một thế giới mà hiệu quả là vua và sự gián đoạn tạo ra thị trường tỷ đô chỉ sau một đêm, việc các doanh nghiệp chú ý đến là điều không thể tránh khỏi. AI sáng tạo như một đồng minh mạnh mẽ. Từ ChatGPT của OpenAI tạo ra văn bản giống con người, đến nghệ thuật tạo ra DALL-E khi được nhắc, chúng ta đã thấy những cái nhìn thoáng qua về một tương lai nơi máy móc sáng tạo cùng với chúng ta — hoặc thậm chí dẫn đầu cuộc cách mạng. Tại sao không mở rộng lĩnh vực này sang nghiên cứu và phát triển (R&D)? Rốt cuộc, AI có thể tăng tốc việc tạo ra ý tưởng, lặp lại nhanh hơn các nhà nghiên cứu con người và có khả năng khám phá “điều lớn lao tiếp theo” một cách dễ dàng đến nghẹt thở, phải không?

Giữ lấy. Về mặt lý thuyết, tất cả điều này nghe có vẻ tuyệt vời, nhưng hãy thành thực tế: Đặt cược vào thế hệ AI để tiếp quản R&D của bạn có thể sẽ phản tác dụng theo những cách đáng kể, thậm chí có thể là thảm khốc. Cho dù bạn là một công ty khởi nghiệp giai đoạn đầu đang theo đuổi sự tăng trưởng hay một người chơi đã thành danh bảo vệ sân chơi của mình, hãy thuê ngoài nhiệm vụ sáng tạo trong quá trình đổi mới của bạn là một trò chơi nguy hiểm. Trong quá trình vội vã nắm bắt các công nghệ mới, có nguy cơ mất đi bản chất cốt lõi của những gì tạo nên sự đổi mới thực sự mang tính đột phá – và tệ hơn nữa là đẩy toàn bộ ngành của bạn vào vòng xoáy chết chóc của các sản phẩm đồng nhất, tẻ nhạt.

Hãy để tôi giải thích lý do tại sao việc phụ thuộc quá nhiều vào gen AI trong R&D có thể là gót chân Achilles của sự đổi mới.

1. Thiên tài độc đáo của AI: Khả năng dự đoán ≠ trí tưởng tượng

AI thế hệ về cơ bản là một cỗ máy dự đoán siêu nạp. Nó tạo ra bằng cách dự đoán những từ, hình ảnh, thiết kế hoặc đoạn mã nào phù hợp nhất dựa trên lịch sử rộng lớn của các tiền lệ. Dù có vẻ bóng bẩy và tinh vi như thế này, hãy nói rõ: AI chỉ tốt khi có dữ liệu của nó. Nó không thực sự sáng tạo theo nghĩa con người; nó không “suy nghĩ” theo những cách triệt để, đột phá. Nó lạc hậu – luôn dựa vào những gì đã được tạo ra.

Trong R&D, điều này trở thành một lỗ hổng cơ bản chứ không phải một tính năng. Để thực sự tạo ra bước đột phá mới, bạn cần nhiều hơn là chỉ những cải tiến gia tăng được ngoại suy từ dữ liệu lịch sử. Những đổi mới vĩ đại thường nảy sinh từ những bước nhảy vọt, chuyển hướng và tưởng tượng lại, chứ không phải từ một biến thể nhỏ về chủ đề hiện có. Hãy xem xét cách các công ty như Apple với iPhone hay Tesla trong lĩnh vực xe điện không chỉ cải tiến các sản phẩm hiện có mà họ còn đảo lộn các mô hình.

Gen AI có thể lặp lại các bản phác thảo thiết kế của điện thoại thông minh tiếp theo, nhưng về mặt khái niệm, nó sẽ không giải phóng chúng ta khỏi chính điện thoại thông minh. Những khoảnh khắc táo bạo, thay đổi thế giới – những khoảnh khắc định hình lại thị trường, hành vi, thậm chí cả các ngành – đến từ trí tưởng tượng của con người chứ không phải từ xác suất được tính toán bằng thuật toán. Khi AI thúc đẩy hoạt động R&D của bạn, bạn sẽ có được những sự lặp lại tốt hơn của các ý tưởng hiện có chứ không phải là bước đột phá xác định danh mục tiếp theo.

2. Gen AI về bản chất là một lực lượng đồng nhất

Một trong những mối nguy hiểm lớn nhất khi để AI điều khiển quá trình lên ý tưởng sản phẩm của bạn là AI xử lý nội dung – có thể là thiết kế, giải pháp hoặc cấu hình kỹ thuật – theo những cách dẫn đến sự hội tụ thay vì sự khác biệt. Với cơ sở chồng chéo của dữ liệu đào tạo, R&D do AI điều khiển sẽ tạo ra các sản phẩm đồng nhất trên thị trường. Vâng, những hương vị khác nhau của cùng một khái niệm, nhưng vẫn là cùng một khái niệm.

Hãy tưởng tượng điều này: Bốn đối thủ cạnh tranh của bạn triển khai hệ thống AI thế hệ để thiết kế giao diện người dùng (UI) cho điện thoại của họ. Mỗi hệ thống đều được đào tạo về ít nhiều cùng một kho thông tin – dữ liệu được lấy từ web về sở thích của người tiêu dùng, thiết kế hiện có, sản phẩm bán chạy nhất, v.v. Tất cả những hệ thống AI đó tạo ra cái gì? Các biến thể của một kết quả tương tự.

Những gì bạn sẽ thấy phát triển theo thời gian là sự gắn kết về mặt hình ảnh và khái niệm đáng lo ngại, nơi các sản phẩm đối thủ bắt đầu phản chiếu lẫn nhau. Chắc chắn, các biểu tượng có thể hơi khác một chút hoặc các tính năng của sản phẩm sẽ khác nhau ở phần lề, nhưng bản chất, bản sắc và tính độc đáo? Chẳng mấy chốc, chúng bốc hơi.

Chúng ta đã thấy những dấu hiệu ban đầu của hiện tượng này trong nghệ thuật do AI tạo ra. Trong các nền tảng như ArtStation, nhiều nghệ sĩ đã nêu lên mối lo ngại về dòng nội dung do AI sản xuất, thay vì thể hiện sự sáng tạo độc đáo của con người, lại có cảm giác như tính thẩm mỹ tái chế phối lại các tài liệu tham khảo văn hóa phổ biến, phong cách và hình ảnh rộng rãi. Đây không phải là sự đổi mới tiên tiến mà bạn muốn cung cấp năng lượng cho bộ máy R&D của mình.

Nếu mọi công ty đều vận hành gen AI làm chiến lược đổi mới trên thực tế thì ngành của bạn sẽ không nhận được năm hoặc mười sản phẩm mới đột phá mỗi năm – nó sẽ có năm hoặc mười bản sao được cải tiến.

3. Sự kỳ diệu của sự tinh nghịch của con người: Tai nạn và sự mơ hồ thúc đẩy sự đổi mới như thế nào

Tất cả chúng ta đều đã đọc sách lịch sử: Penicillin được phát hiện một cách tình cờ sau khi Alexander Fleming để lại một số mẫu cấy vi khuẩn chưa được phát hiện. Lò vi sóng ra đời khi kỹ sư Percy Spencer vô tình làm tan chảy một thanh sô cô la do đứng quá gần thiết bị radar. Ồ, còn tờ ghi chú Post-it? Một tai nạn đáng mừng khác – nỗ lực thất bại trong việc tạo ra chất kết dính siêu bền.

Trên thực tế, thất bại và những khám phá tình cờ là những thành phần nội tại của R&D. Các nhà nghiên cứu con người, những người hiểu rõ giá trị ẩn giấu trong thất bại, thường có thể coi điều bất ngờ là cơ hội. Tình cờ, trực giác, trực giác – đây là những yếu tố then chốt dẫn đến sự đổi mới thành công giống như bất kỳ lộ trình nào được vạch ra cẩn thận.

Nhưng đây là mấu chốt của vấn đề thế hệ AI: Nó không có khái niệm về sự mơ hồ, chứ đừng nói đến việc linh hoạt coi thất bại là một tài sản. Chương trình của AI dạy nó tránh sai sót, tối ưu hóa độ chính xác và giải quyết sự mơ hồ về dữ liệu. Điều đó thật tuyệt nếu bạn đang hợp lý hóa hoạt động hậu cần hoặc tăng sản lượng của nhà máy, nhưng lại là điều tồi tệ đối với việc khám phá mang tính đột phá.

Bằng cách loại bỏ khả năng xảy ra sự mơ hồ trong sản xuất – giải thích các tai nạn, ngăn chặn các thiết kế sai sót – AI sẽ san phẳng các con đường tiềm năng hướng tới sự đổi mới. Con người chấp nhận sự phức tạp và biết cách để mọi thứ được thở khi một kết quả bất ngờ xuất hiện. Trong khi đó, AI sẽ tăng gấp đôi sự chắc chắn, lồng ghép các ý tưởng giữa đường và loại bỏ bất kỳ thứ gì có vẻ bất thường hoặc chưa được kiểm chứng.

4. AI thiếu sự đồng cảm và tầm nhìn – hai yếu tố vô hình tạo nên tính cách mạng của sản phẩm

Vấn đề là thế này: Đổi mới không chỉ là sản phẩm của logic; nó là sản phẩm của sự đồng cảm, trực giác, mong muốn và tầm nhìn. Con người đổi mới vì họ quan tâm, không chỉ về hiệu quả logic hay lợi nhuận mà còn về việc đáp ứng các nhu cầu và cảm xúc đa dạng của con người. Chúng tôi mơ ước làm cho mọi thứ nhanh hơn, an toàn hơn, thú vị hơn vì ở cấp độ cơ bản, chúng tôi hiểu trải nghiệm của con người.

Hãy nghĩ về thiên tài đằng sau chiếc iPod đầu tiên hoặc thiết kế giao diện tối giản của Google Tìm kiếm. Không phải giá trị kỹ thuật thuần túy đã khiến những người thay đổi cuộc chơi này thành công – mà chính là sự đồng cảm để hiểu được sự thất vọng của người dùng với những máy nghe nhạc MP3 phức tạp hoặc những công cụ tìm kiếm lộn xộn. AI thế hệ không thể tái tạo điều này. Nó không biết cảm giác như thế nào khi vật lộn với một ứng dụng có nhiều lỗi, ngạc nhiên trước một thiết kế đẹp mắt hoặc cảm thấy thất vọng vì một nhu cầu không được đáp ứng. Khi AI “đổi mới”, nó thực hiện mà không có bối cảnh cảm xúc. Việc thiếu tầm nhìn này làm giảm khả năng tạo ra các quan điểm phù hợp với con người thực tế. Tệ hơn nữa, nếu không có sự đồng cảm, AI có thể tạo ra những sản phẩm ấn tượng về mặt kỹ thuật nhưng lại vô hồn, vô trùng và mang tính giao dịch – thiếu tính nhân văn. Trong R&D, đó là kẻ giết chết sự đổi mới.

5. Quá phụ thuộc vào AI có nguy cơ làm mất đi tài năng của con người

Đây là suy nghĩ cuối cùng, đáng kinh ngạc dành cho những người đam mê tương lai AI sáng bóng của chúng ta. Điều gì xảy ra khi bạn để AI làm quá nhiều? Trong bất kỳ lĩnh vực nào mà tự động hóa làm xói mòn sự tham gia của con người, các kỹ năng sẽ suy giảm theo thời gian. Chỉ cần nhìn vào những ngành mà tự động hóa sớm được áp dụng: Nhân viên mất liên lạc với câu hỏi “tại sao” của mọi việc vì họ không thường xuyên vận dụng khả năng giải quyết vấn đề của mình.

Trong môi trường thiên về R&D, điều này tạo ra mối đe dọa thực sự đối với nguồn nhân lực vốn hình thành nên văn hóa đổi mới lâu dài. Nếu các nhóm nghiên cứu chỉ trở thành người giám sát công việc do AI tạo ra, họ có thể mất khả năng thách thức, tư duy vượt trội hoặc vượt qua kết quả đầu ra của AI. Bạn càng ít thực hành đổi mới thì bạn càng ít có khả năng tự mình đổi mới. Đến lúc bạn nhận ra mình đã vượt quá số dư thì có thể đã quá muộn.

Sự xói mòn kỹ năng con người này rất nguy hiểm khi thị trường thay đổi đáng kể và không có lượng AI nào có thể dẫn bạn vượt qua màn sương mù bất định. Thời đại đột phá đòi hỏi con người phải phá vỡ những khuôn khổ thông thường – điều mà AI sẽ không bao giờ làm tốt.

Con đường phía trước: AI là sự bổ sung, không phải là sự thay thế

Nói rõ hơn, tôi không nói rằng gen AI không có chỗ đứng trong R&D – điều đó hoàn toàn có. Là một công cụ bổ sung, AI có thể trao quyền cho các nhà nghiên cứu và nhà thiết kế để kiểm tra các giả thuyết một cách nhanh chóng, lặp lại các ý tưởng sáng tạo và tinh chỉnh các chi tiết nhanh hơn bao giờ hết. Nếu sử dụng đúng cách, nó có thể nâng cao năng suất mà không làm mất đi tính sáng tạo.

Bí quyết là thế này: Chúng ta phải đảm bảo rằng AI đóng vai trò bổ sung chứ không phải vật thay thế cho khả năng sáng tạo của con người. Các nhà nghiên cứu con người cần phải là trung tâm của quá trình đổi mới, sử dụng các công cụ AI để làm phong phú thêm nỗ lực của họ – nhưng không bao giờ từ bỏ quyền kiểm soát tính sáng tạo, tầm nhìn hoặc định hướng chiến lược đối với một thuật toán.

Thế hệ AI đã xuất hiện, nhưng nhu cầu về sự tò mò và táo bạo hiếm có, mạnh mẽ của con người cũng tiếp tục tăng lên – loại không bao giờ có thể bị thu gọn thành mô hình học máy. Chúng ta đừng quên điều đó.

Ashish Pawar là kỹ sư phần mềm.