Đánh giá giá trị lâu dài của công nghệ mới trong đổi mới

#SựKiệnNgàyHômNay #ĐổiMới #CôngNghệMới #TríTuệNhânTạo

Tính đến nay, đánh giá giá trị của trí tuệ nhân tạo sáng tạo vẫn đang tiềm ẩn và chưa thực sự được áp dụng vào giá trị thực tế. Các công ty đầu tư hàng tỉ đô la vào công nghệ mới này – liệu họ có thật sự hướng đến trí tuệ nhân tạo hay chỉ là kỹ thuật dữ liệu và học máy? Việc này đang làm cho các công ty mất cân đối trong việc định hướng đầu tư.

Việc đổi mới không phải là phát minh đơn thuần, mà là cách tạo ra giá trị mới bằng các công cụ cũ hơn. Generative AI là dạng trí tuệ nhân tạo tạo ra nội dung mới, bao gồm văn bản, hình ảnh và lời nói. Tuy nhiên, để đạt được giá trị thực của công nghệ này, các công ty cần phải đầu tư đáng kể để tính đến tỉ lệ lợi nhuận sau đầu tư.

Các công ty phải tiếp cận ba hướng để tạo giá trị cho khách hàng: đánh giá thị trường hoặc thị trường mục tiêu của họ để xác định “tại sao” đằng sau công nghệ, đầu tư khiêm tốn vào các giả thuyết của họ và hiểu được đâu là yếu tố hấp dẫn và giá trị lâu bền. Bằng cách xác định các giả thuyết này và thảo luận về ngưỡng đạt được, công ty có thể tạo ra giá trị mới trong một chu kỳ đổi mới hiệu quả hơn.

Nguồn: https://readwrite.com/innovation-outlasts-invention-assessing-the-value-of-new-tech/

Khi đánh giá giá trị của công nghệ mới – bạn nghĩ đến điều gì? Việc đánh giá giá trị của Trí tuệ nhân tạo Sáng tạo đã thu hút được nhiều sự chú ý vì tính mới, các ứng dụng độc đáo và tác động tiềm ẩn của nó đối với thế giới kinh doanh. “Buzz” đã góp phần vào báo cáo quy mô của thị trường AI tổng hợp: 8 tỷ đô la vào năm 2021, với tốc độ tăng trưởng kép hàng năm là 34,6% cho đến năm 2030. Nhưng tác động thực sự của trí tuệ nhân tạo sáng tạo — cho đến nay vẫn chỉ là như vậy — tiềm năng tạo ra giá trị, chứ không phải giá trị thực tế.

Các công ty thực sự chi 8 tỷ đô la đó vào việc gì?

Chi tiêu có thực sự hướng tới AI không? Hay là kỹ thuật dữ liệu nhiều hơn cộng với một chút học máy? Thật khó để nói ngay bây giờ, vì sự cường điệu và bí ẩn của “AI thế hệ mới” thổi phồng định giá và cung cấp điểm số cho các tiêu đề.

Với việc trí tuệ nhân tạo sáng tạo đang mải mê với chu kỳ cường điệu của riêng mình, các công ty có nguy cơ bị cuốn vào sự hồi hộp của một phát minh mới, đầu tư một cách bốc đồng thời gian và tiền bạc một cách nghiêm túc. Nhưng giống như bất kỳ phát minh mới sáng chói nào, các công ty không nên vội vàng áp dụng AI tổng quát mà không xem xét cách khai thác giá trị thực. Đây là sự khác biệt quan trọng giữa đổi mới và phát minh.

Buzz không bằng giá trị

AI sáng tạo là một dạng trí tuệ nhân tạo tạo ra nội dung mới, bao gồm văn bản, hình ảnh và lời nói. Hãy nghĩ về ChatGPT, một mô hình tương tác trò chuyện với người dùng để tạo dữ liệu mới từ các yêu cầu đơn giản. Khía cạnh tổng quát này biểu thị một bước chuyển đổi: Trước đây, AI và máy học (ML) chỉ có thể phân tích hoặc hành động trên dữ liệu hiện có.

Thế hệ nội dung mới

Lời hứa tạo ra nội dung hoàn toàn mới khiến các công ty thèm khát cơ hội áp dụng công nghệ này vào các quy trình và hệ thống của họ. Chúng ta đã thấy AI tổng quát được sử dụng để:

  • Phát triển nội dung gốc (viết, hình ảnh, video).
  • Tạo lượng lớn dữ liệu tổng hợp hoặc dữ liệu về dữ liệu, dữ liệu này có thể đào tạo các mô hình máy học khác hoặc thử nghiệm các sản phẩm và dịch vụ mới.
  • Lướt qua các tập dữ liệu lớn để làm nổi bật các mẫu.
  • Cá nhân hóa trải nghiệm người dùng và nội dung trong trải nghiệm sản phẩm hoặc dịch vụ hỗ trợ kỹ thuật số.
  • Tự động hóa các tác vụ lặp đi lặp lại, chẳng hạn như nhập dữ liệu hoặc chú thích hình ảnh.

Mặc dù AI tổng hợp có thể tác động đáng kể đến thế giới kinh doanh, nhưng những lợi ích cụ thể của công nghệ sẽ khác nhau tùy thuộc vào doanh nghiệp, ngành và ứng dụng.

Đổi mới vượt xa phát minh đơn thuần

Mặc dù trí tuệ nhân tạo AI đã kích thích trí tưởng tượng của tập thể, nhưng các công ty được dự đoán sẽ thành công trong làn sóng tiếp theo của nền kinh tế kỹ thuật số sẽ không theo đuổi công nghệ mới tuyệt vời nhất mà không đặt giá trị của khách hàng hoặc doanh nghiệp lên hàng đầu. Họ hiểu rằng đổi mới thực sự là làm điều gì đó theo cách mới để tạo ra giá trị — ngay cả khi điều gì đó mới đó được thực hiện bằng các công cụ cũ hơn.

Ví dụ: việc kết hợp máy học vào một công cụ đề xuất sản phẩm để đưa ra các đề xuất cho người dùng có vẻ hấp dẫn. Rốt cuộc, đó là phát minh mới lạ hơn. Nhưng một cây quyết định có thể đưa ra các đề xuất sản phẩm chính xác một cách hiệu quả trong khi xây dựng nhanh hơn và bảo trì rẻ hơn.

Vòng đời của AI thế hệ mới là gì?

Trí tuệ nhân tạo Sáng tạo vẫn còn sớm trong vòng đời của nó — giai đoạn phát minh mới sáng chói — và chưa có nhiều thời gian để tạo ra thành công thương mại quan trọng trong thế giới thực. Mọi người miễn cưỡng đưa ra quyết định dựa trên dữ liệu mà họ không thể xác minh. Sự hoài nghi tự nhiên (và lành mạnh) này tăng lên khi một người hoặc công ty không hiểu cách công nghệ đó tạo ra dữ liệu.

Dữ liệu được thu thập và chuyển đổi

Cách dữ liệu được thu thập và chuyển đổi để AI sử dụng ảnh hưởng đến chất lượng và giá trị mà AI có thể đạt được cho doanh nghiệp. Việc xem xét này đòi hỏi một khoản đầu tư đáng kể để tính đến ROI. Hầu hết các doanh nghiệp đang phải vật lộn với hệ thống hiện tại của họ bị chôn vùi dưới hàng núi thông tin có giá trị khó xử lý, vì vậy chúng ta không thể bỏ qua thực tế này.

Các tổ chức thành công vào năm 2023 sẽ đổi mới đồng thời lưu tâm đến thực tế này. Họ sẽ không xây dựng công nghệ vì lợi ích của công nghệ — họ sẽ hiểu các giả thuyết của mình, thực hiện các khoản đầu tư khiêm tốn trước khi thực hiện các khoản đầu tư lớn hơn luôn hướng tới kết quả mong muốn.

Khám phá giá trị thực của Generative AI

Thông tin chi tiết về những gì khách hàng thấy có giá trị sẽ vượt xa công nghệ tuyệt vời theo thời gian. Khi khách hàng từ bỏ thứ gì đó mà họ coi trọng — như tiền bạc hoặc thời gian — họ sẽ yêu cầu đổi lại nhiều giá trị hơn.

Các công ty thành công sẽ đáp ứng nhu cầu của khách hàng bằng cách tiếp cận ba hướng: đánh giá thị trường hoặc thị trường mục tiêu của họ để xác định “tại sao” đằng sau công nghệ, thử nghiệm các giả thuyết của họ theo cách tiếp cận tinh gọn (đầu tư khiêm tốn) và cuối cùng là hiểu được đâu là yếu tố hấp dẫn và giá trị lâu bền nằm.

Xác định ‘tại sao’ đằng sau công nghệ

Bắt đầu bằng cách xem xét thị trường mục tiêu của bạn để xác định “tại sao” đằng sau công nghệ. Tạo một tập hợp các cơ hội-giả thuyết. Hãy nghĩ ra càng nhiều ý tưởng càng tốt và đừng ngại hỏi ý kiến ​​của nhiều người — bạn sẽ sàng lọc được danh sách của mình sau. Những giả thuyết cơ hội này nên bao gồm ai sẽ được hưởng lợi, họ được hưởng lợi như thế nào và có thể bao gồm ai sẽ trả tiền và tại sao.

Đánh giá và xếp hạng danh sách các cơ hội theo các tiêu chí như:

  • Doanh nghiệp của bạn có vị trí tốt như thế nào để cung cấp các đề xuất giá trị này?
  • Kỳ vọng của khách hàng và thương hiệu của bạn là gì?
  • Cơ hội có thể lớn đến mức nào?

Trước khi bạn kiểm tra những giả thuyết này, hãy thảo luận về ngưỡng đạt được sẽ thuyết phục bạn đầu tư nhiều hơn vào bất kỳ cơ hội hoặc sự kết hợp nào. Đây là chìa khóa để chống lại sự cám dỗ của xu hướng xác nhận – chỉ nhìn thấy kết quả xác nhận giả thuyết mà bạn muốn là đúng. Bởi vì đây là một cuộc thăm dò, bạn có thể nhận được một kết quả rất bất ngờ. Một kết quả bất ngờ có thể dẫn đến một cái nhìn sâu sắc bất ngờ có thể dẫn đến những cơ hội thậm chí còn lớn hơn.

Kiểm tra các giả thuyết của bạn theo cách tinh gọn, có độ chính xác thấp

Làm thế nào chúng ta có thể kiểm tra các khái niệm của mình mà không xây dựng chúng? Khoản đầu tư nhỏ nào vào một cuộc thử nghiệm sẽ thuyết phục chúng ta muốn thực hiện một vòng đầu tư khác?

Câu trả lời cho những câu hỏi này nằm ở khách hàng của bạn, không phải trong phòng họp của bạn. Bạn phải ra khỏi tòa nhà để kiểm tra các giả thuyết của mình.

Tôi thực sự khuyên bạn nên sử dụng các nhà nghiên cứu người dùng trong giai đoạn này. Kỹ thuật đặt câu hỏi mở mà không khiến người được phỏng vấn cảm nhận được câu trả lời mà bạn đang hy vọng là vô giá để có được kết quả có thể kiểm chứng và lặp lại.

Tạo mẫu giấy và thử nghiệm người dùng từ xa

Tôi cũng là một fan hâm mộ lớn của việc tạo nguyên mẫu trên giấy và thử nghiệm người dùng từ xa. Công cụ để hỗ trợ các phương pháp này đã đi một chặng đường dài. Các tùy chọn này giảm đáng kể chi phí thử nghiệm giả thuyết, có thể được ghi lại hoặc quan sát trực tiếp và cho phép bạn nhanh chóng xoay vòng kịch bản thử nghiệm hoặc giả thuyết.

Khi hầu hết các nhà lãnh đạo nghe thấy “nghiên cứu người dùng”, họ hình dung ra một quá trình lâu dài, tốn kém và không rõ ràng. Các nhà nghiên cứu người dùng giỏi nhất hoàn thành các đợt thử nghiệm nhỏ (5-8 người dùng) và giải thích kết quả với những người khác trước khi thực hiện một vòng khác.

Thực hiện đúng, loại thử nghiệm này là hợp tác và có sự tham gia của các bên liên quan. Tác động tiềm năng đối với các cuộc trò chuyện của nhà đầu tư sau này là rất lớn vì các giám đốc điều hành có thể trích dẫn các ví dụ cụ thể về các khách hàng tiềm năng nói về bối cảnh của họ cũng như những gì họ đánh giá cao và sẽ trả tiền cho.

Hiểu giá trị nằm ở đâu

Khi bạn hoàn thành các bài kiểm tra của mình, đã đến lúc giải thích kết quả của bạn. Tôi thường nghe các nhà lãnh đạo nói rằng họ muốn “dựa trên dữ liệu” — và tôi là một trong những nhà lãnh đạo đó. Khi tôi bắt đầu quan sát các bài kiểm tra của người dùng, lần đầu tiên tôi nhận thấy rằng các phản hồi là định tính và không thuyết phục, điều này cảm thấy chưa đủ. Nhưng rồi tôi nhận ra rằng các khuôn mẫu sẽ nhanh chóng xuất hiện từ những kết quả đó.

Tôi đã học được rằng việc diễn giải là rất quan trọng đối với quy trình và đã chín muồi cho sự thiên vị xác nhận, những giả định không được nói ra và những ý kiến ​​được đánh giá cao bởi vị trí của một người trong hệ thống phân cấp. Bây giờ tôi đang tìm cách trở thành “thông tin dữ liệu” và bản thân quá trình này là “tìm kiếm thông tin chi tiết về khách hàng”.

Vì vậy, điều gì làm cho một kết quả thực sự có giá trị trong thử nghiệm?

Có nhiều khả năng. Một xác nhận rõ ràng rằng khách hàng sẽ đánh giá cao và trả tiền cho công ty của bạn đối với giải pháp mà bạn đã phác thảo hoặc một biến thể gần đúng. Đây là những điều hiếm gặp và bạn nên đề phòng những nhóm đang cố gắng nói cho bạn biết những gì họ nghĩ bạn muốn nghe.

Một kết quả khả quan hơn và tốt hơn là thử nghiệm của bạn cho thấy rằng khách hàng nhìn chung sẽ tìm thấy giá trị trong giải pháp và bạn hiểu rõ hơn về lý do và những gì họ đánh giá cao. Màu bổ sung này rất quan trọng đối với tất cả quyết định trong tương lai và mang lại cho công ty của bạn lợi thế cạnh tranh đáng kể hơn, ngay cả khi những người khác đang theo đuổi giải pháp tương tự.

Những thông tin chi tiết bổ sung về ý kiến ​​này cũng cung cấp các tùy chọn để xoay vòng nếu bạn khám phá ra các phương pháp thay thế tốt hơn hoặc rẻ hơn để mang lại giá trị tương tự hoặc phong phú hơn.

Hoàn thành ba giai đoạn này là rất quan trọng nếu các công ty muốn xây dựng sản phẩm kỹ thuật số với giá trị kinh doanh đích thực và thúc đẩy chuyển đổi số một cách tích cực.

Tận dụng giá trị kinh doanh thực sự thay vì cường điệu hóa

Tuổi cần phải là người đi trước đã bị mất uy tín. Chúng ta vẫn còn nhiều năm nữa mới có thể áp dụng rộng rãi AI tổng quát — và chúng ta cần thời gian đó để phát triển tài năng có khả năng thúc đẩy việc áp dụng giá trị gia tăng. Chi phí sẽ giảm xuống — nhóm nhân tài sẽ tăng lên và AI sáng tạo sẽ chuyển từ cường điệu sang chức năng.

Trong thời gian chờ đợi, chúng ta sẽ thấy nhiều công ty tuyên bố sử dụng AI — tận dụng sự cường điệu — trong khi việc áp dụng thực tế vẫn là thứ không quan trọng đối với cốt lõi của sản phẩm/dịch vụ của họ. Sự cám dỗ để nhảy vào nhóm sẽ tăng lên khi thị trường trưởng thành.

Nhưng những người xác định cách tận dụng các công nghệ như trí tuệ nhân tạo AI để tạo ra giá trị thực sẽ tạo nên sự khác biệt và có vị trí tốt nhất trong làn sóng tiếp theo của cuộc cách mạng. kinh tế kỹ thuật số mào.

Tín dụng hình ảnh nổi bật: Tara Winstead; Pexels; Cảm ơn!

Scott Varho

Trưởng nhóm truyền bá của 3Pillar Global

Scott Varho, Nhà truyền bá chính và SVP, Trưởng bộ phận Thủ công và Cộng đồng Toàn cầu tại 3Pillar Global, đã có gần 20 năm làm việc hoặc lãnh đạo các nhóm giao hàng có nhịp độ nhanh chịu trách nhiệm xây dựng các sản phẩm hỗ trợ các mục tiêu kinh doanh cốt lõi. Tại Pearson Education (một công ty dịch vụ giáo dục nằm trong danh sách Fortune 500), ông từng là Giám đốc Sản phẩm Điều hành cho Quản lý Truy cập và Nhận dạng, phục vụ các đơn vị kinh doanh chịu trách nhiệm về doanh thu hàng năm trên 3 tỷ đô la. Với tư cách là Phó chủ tịch phụ trách nền tảng của EverFi, Scott đã dẫn đầu sáng kiến ​​hợp nhất nền tảng K12 và Higher Ed, đồng thời tung ra một mô hình kinh doanh mới và đạt được các cấp độ quy mô mới. Gần đây nhất, Scott đã được Giám đốc điều hành tại Interfolio bổ nhiệm để tổ chức sản phẩm, trải nghiệm người dùng và các nhóm kỹ thuật. Anh ấy giám sát sự trưởng thành nhanh chóng của nhóm và văn hóa kinh doanh, doanh thu tăng gấp 3 lần và đóng một vai trò quan trọng trong việc tích hợp và siêng năng mua lại của nhân viên và công nghệ Data180.


Leave a Reply

Your email address will not be published. Required fields are marked *