AI trong lĩnh vực kinh doanh: Những khả năng ứng dụng thực tiễn

Tiềm năng của AI được minh chứng trong nhiều năm qua đến nay đã dần xuất hiện trên bàn họp của giới lãnh đạo cấp C trên toàn cầu, ở bất kỳ ngành nào. Hơn nữa, nhiều báo cáo gần đây đã chỉ ra rằng việc đầu tư cho AI được thực hiện phần lớn bởi các công ty không thuộc lĩnh vực công nghệ. Nhiều tổ chức nhận thấy rõ hiệu suất vận hành của trí tuệ nhân tạo, chẳn hạng như Kiva, AI hỗ trợ cho các robot vận hành kho hàng của họ, công ty này đã hối hả đưa AI vào để đẩy nhanh công việc kinh doanh của họ. Mặc dù có thể nói AI vẫn còn ở trong giai đoạn chớm nở, tầm ảnh hưởng có nó về mặt kinh doanh là rất lớn.

Làm cách nào AI có thể hỗ trợ kinh doanh ngày nay ? Bài viết này sẽ tìm câu trả lời cho câu hỏi đó.

AI và lĩnh vực kinh doanh

Lý tưởng nhất, các tổ chức nên xem xét AI thông qua quan điểm về khả năng kinh doanh chứ không phải là công nghệ. Nhìn chung, AI có thể cung cấp ba nhu cầu kinh doanh quan trọng được thảo luận bên dưới: Tương tác có nhận thức (cognitive engagement), Tự động hóa quy trình bằng robot (Robotic Process Automation) và Thấu hiểu có nhận thức (cognitive insights).

Tự động hóa quy trình bằng robot (Robotic Process Automation – RPA)

Theo các nhà nghiên cứu, các khoản tiết kiệm tiềm năng mà các tổ chức có thể nhận được với RPA sẽ đạt từ 5000 tỷ đến 7000 tỷ USD vào năm 2025. Nó cũng được dự đoán rằng các nhiệm vụ được thực hiện bởi phần mềm RPA sẽ ngang bằng với sản lượng 140 triệu FTE trong cùng một năm. Như chúng ta có thể thấy, có một dấu hiệu rõ ràng về tiềm năng RPA có thể đạt được trong những năm tới. Từ việc tự động hóa các tác vụ mà trước đây phải thực hiện thủ công, công nghệ này sẽ đi một chặng đường dài trong việc ảnh hưởng đến cách hoạt động của doanh nghiệp.

Các nghiên cứu gần đây cho thấy rằng tự động hóa phổ biến nhất là trong lĩnh vực kỹ thuật số và vật lý, cụ thể là trong lĩnh vực tài chính và quản trị văn phòng. So với các công cụ tự động hóa kinh doanh trước đó, RPA hiệu quả hơn khi robot bắt chước việc nhập và sử dụng thông tin của con người hiệu quả hơn từ nhiều hệ thống CNTT.

Một số nhiệm vụ được thực hiện bởi RPA bao gồm:

– Chuyển dữ liệu từ hệ thống email và call center sang hệ thống ghi âm.
– Xử lý các giao tiếp với khách hàng
– Thay thế và cập nhật hồ sơ của thẻ tín dụng hoặc bản ghi ATM bị mất.
– Sửa sai sót trong hệ thống thanh toán bằng cách trích xuất thông tin từ nhiều nguồn khác nhau.
– Sử dụng kỹ thuật xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP) để trích xuất các quy định từ các văn bản pháp lý và hợp đồng.

Trong số ba công nghệ nhận thức được đề cập trong bài viết này, RPA là ít tốn kém và dễ thực hiện nhất. Nó cũng mang lại lợi tức trên suất đầu tư cao và nhanh chóng.

Hiểu biết có nhận thức (Cognitive Insight)

Cách thứ hai trong đó AI, hoặc chính xác là machine learning, được sử dụng trong kinh doanh là cho những hiểu biết có nhận thức. Thuật toán được sử dụng để xác định các hình mẫu từ nhiều tập dữ liệu và trích xuất ý nghĩa từ chúng. Thông tin này được sử dụng cho những hoạt động sau đây:

– Đưa ra dự đoán về tùy chọn mua hàng của một khách hàng cụ thể.
– Phát hiện các giao dịch gian lận với thẻ tín dụng hoặc yều cầu bồi thường bảo hiểm trong thời gian thực.
– Tự động hóa quảng cáo trong digital marketing theo hướng cá nhân hóa.
– Kiểm tra dữ liệu bảo hành để phát hiện các vấn đề về chất lượng hoặc an toàn trong lĩnh vực ô tô và các sản phẩm được sản xuất khác.

Các hiểu biết có nhận thức được cung cấp bởi Machine Learning khác với những phân tích truyền thống chủ yếu ở một số khía cạnh: Machine Learning cung cấp thông tin chi tiết và chuyên sâu về dữ liệu, khả năng dự đoán sử dụng các dữ liệu mới thêm vào được cải thiện theo thời gian và thường được đào tạo ra bằng cách sử dụng một số phần của tập dữ liệu, các mô hình ngày càng trở nên tốt hơn.

Các ứng dụng sử dụng hiểu biết có nhận thức được sử dụng để nâng cao hiệu suất của các tác vụ được thực hiện bởi máy móc như mua quảng cáo có lập trình mà chúng đòi hỏi mức độ tự động hóa nhanh và dữ liệu đồ sộ, vượt quá khả năng của con người.

Tương tác có nhận thức (Cognitive Engagement)

Để tồn tại trong thị trường đầy cạnh tranh ngày nay, các tổ chức nên áp dụng phương pháp tiếp cận nhận thức để tương tác với khách hàng. AI nên được đưa vào chiến lược tương tác có nhận thức của họ để đảm bảo lợi thế cạnh tranh của mình.

Chiến lược tương tác có nhận thức thường liên quan đến việc nhập dữ liệu khách hàng. Dữ liệu này được xử lý bằng phân tích dự báo để cung cấp thông tin chi tiết về hành vi của khách hàng trong tương lai. Những thông tin chi tiết này sau đó có thể được các nhà tiếp thị sử dụng để thực hiện các lựa chọn cam kết của khách hàng thông minh và được thông tin đầy đủ và để tạo ra các chiến dịch hiệu quả cao bằng cách sử dụng các phân tích.

Những chiến dịch này, mặc dù chúng cung cấp sự tương tác cá nhân hóa cho từng khách hàng, nhưng chúng lại tiêu tốn nhiều nhân lực. Đây là nơi AI có thể được khai thác. Vì AI có khả năng đưa ra quyết định của riêng mình, nó có thể giúp các nhà tiếp thị phân phối nội dung được cá nhân hóa cho từng khách hàng một cách nhanh chóng. Điều này sẽ mang lại mức độ cá nhân hóa tối đa, thể hiện bằng việc thu hút đúng khách hàng, vào đúng thời điểm, và với nội dung phù hợp.

Tuy nhiên, có rất nhiều nghiên cứu chứng minh thực tế rằng các công nghệ tương tác có nhận thức thường được sử dụng nhiều để tương tác với nhân viên hơn là với khách hàng. Điều này có thể thay đổi khi các công trở nên thoải mái hơn với việc chuyển các tương tác với khách hàng sang máy móc. Ví dụ, Vanguard đang trong quá trình tạo ra một trợ lý thông minh hỗ trợ nhân viên dịch vụ khách hàng trả lời các câu hỏi thường gặp. Ở đây, mục đích cuối cùng là cho phép “trợ lý nhận thức” (cognitive agent) trực tiếp tương tác với khách hàng.