“Luật chơi” AI dành cho công ty khởi nghiệp

Trí tuệ nhân tạo đang góp phần thay đổi một cách toàn diện các mô hình kinh doanh. Nhiều start-up muốn tham gia phát triển dịch vụ trong lĩnh vực trí tuệ nhân tạo, nhưng thường lo ngại vốn ít, nguồn lực mỏng. 

Theo báo cáo CBSight, từ năm 2012-2016, các nhà đầu tư trên thế giới tăng số tiền đổ vào trí tuệ nhân tạo (AI) từ 500 triệu đến 5 tỷ USD. Những gã khổng lồ trong lĩnh vực AI như Google, IBM đang đầu tư khủng vào thị trường, nhưng cuộc chơi này có phải chỉ dành riêng cho các ông lớn? Anh Nguyễn Thanh Hải, CEO của Asilla Việt Nam – một công ty phát triển các sản phẩm dịch vụ AI dành cho doanh nghiệp – chia sẻ với DOANH NHÂN về những yếu tố quan trọng khi doanh nghiệp nhỏ muốn cưỡi con sóng lớn mang tên trí tuệ nhân tạo.

Phát triển theo chiều dọc

Theo anh Nguyễn Thanh Hải, các ông lớn hiện nay như Google, Facebook, IBM đi theo chiến lược phát triển chiều ngang, xây dựng các các công nghệ nền tảng về AI, nhắm đến từng khách hàng cá nhân. Các doanh nghiệp vừa và nhỏ muốn tham gia thị trường cần phát triển theo chiều dọc, chọn lựa thị trường ngách với từng sản phẩm cụ thể.

Net Print Japan là một công ty có khoảng 200 công nhân. Hàng ngày họ phải ghi vào bảng chấm công giờ đến, giờ về, giờ làm thêm của nhân công. Mặc dù công ty có áp dụng các giải pháp chấm công bằng quẹt thẻ, nhưng theo luật lao động của Nhật Bản thì vẫn phải có bảng chấm công viết tay do chính công nhân đó viết. Cuối tháng, nhân viên phòng hành chính sẽ nhận những bản chấm công viết tay này và nhập vào máy tính để so sánh với dữ liệu từ hệ thống thẻ quẹt để tính lương cho công nhân. Vì phải nhập thủ công nên tốn nhiều công sức. Thông thường, 3 nhân viên hành chính phải dành trọn 3 ngày làm việc để nhập và kiểm tra. Công ty này quyết định sử dụng công nghệ AI để tự động số hóa bảng chấm công viết tay mà Asilla cung cấp và giờ đây, chỉ cần một nhân viên làm trong nửa ngày là hoàn thành công việc đó. Mảng nhận diện chữ viết tay đang là dịch vụ hoạt động mạnh nhất, hiện nay Asilla đang cung cấp cho hơn 50 doanh nghiệp Nhật Bản.

Một ví dụ khác đến từ Fujitsu Nhật Bản, một khách hàng khác của Asilla. Nhật Bản là đất nước có dân số già, tỷ lệ người già mắc bệnh lơ đãng, mất trí nhớ cao nên hay bị đi lạc. Thông thường, khi phát hiện ra người bị lạc, người ta sẽ đưa đến hoặc gọi điện thông báo cho cơ quan chính quyền hoặc cảnh sát. Gia đình có người bị lạc sẽ liên hệ để nhờ giúp đỡ. Tuy nhiên, việc tìm ra thông tin phù hợp tốn rất nhiều thời gian và công sức, có thể mất vài ba ngày tới hàng tuần. Công ty Fujitsu Nhật Bản có ý tưởng xây dựng hệ thống cho phép gia đình và những người giúp đỡ (người phát hiện ra người già bị lạc) chỉ cần chụp ảnh bằng điện thoại và gửi lên hệ thống. Hệ thống sẽ tự động phân tích và nhận diện những người trùng nhau và thông báo thông tin người thất lạc cho gia đình. Fujitsu đã thuê Asilla thực hiện hệ thống AI cho bài toán trên.

Những nhu cầu đặc thù như của Net Print Japan hay Fujitsu hiện nay là rất nhiều. Hướng tới giải quyết các bài toán nhỏ mà các doanh nghiệp đang gặp phải là một chiến lược phát triển sản phẩm khôn khéo. Start-up của anh Hải đang cung cấp 4 dòng sản phẩm chính bao gồm: nhận diện chữ viết tay trên các bảng chấm công của doanh nghiệp, nhận diện mẫu ô tô thông qua ảnh chụp, nhận diện ảnh nhạy cảm và nhận diện hành động qua camera giúp trông nom người cao tuổi. Ngoài ra, công ty còn thực hiện các dự án ngắn hạn theo yêu cầu trực tiếp từ phía khách hàng. Tính tới thời điểm này, đội ngũ Asilla chỉ bao gồm 14 thành viên chia đều hoạt động ở hai chi nhánh tại Việt Nam và Nhật Bản. Mặc dù nguồn lực mỏng, nhưng nếu các doanh nghiệp nhỏ biết tìm ra các bài toán cụ thể cho riêng mình thì hoàn toàn có thể hòa mình vào “đại dương” trí tuệ nhân tạo.

Giải bài toán dữ liệu

Sau khi định hướng được mô hình sản phẩm để theo đuổi, tất cả các doanh nghiệp sẽ phải đối mặt với bài toán dữ liệu (data). Anh Hải chia sẻ: “Thường một dự án AI của bên mình trung bình sẽ mất từ 1 đến 2 tháng để hoàn thành từ lúc có đề bài của doanh nghiệp, tuy nhiên 80% thời gian dự án phải tập trung cho công đoạn data”. Công nghệ Máy học (Machine Learning) cần một lượng dữ liệu cực lớn để AI có thể học được. Thông thường, các doanh nghiệp sẽ tự viết thuật toán thu thập từ các trang mạng chuyên ngành. Nhưng vấn đề đau đầu là dữ liệu như thế nào mới đủ “tốt” để AI có thể học được? Cần phải xử lý, loại bỏ “rác” và làm cho nó trở nên phù hợp với yêu cầu của khách hàng.

Dữ liệu sau khi được xử lý được gọi là dữ liệu dán nhãn. Theo anh Nguyễn Thành Công, Giám đốc Data Section Việt Nam, việc dán nhãn (Labeling) dữ liệu là việc mà các doanh nghiệp trong thị trường này phải quan tâm. Các “ông lớn” như Facebook hay Google đều đưa ra những tệp dữ liệu mở, ai cũng có thể lấy, nhưng nhiệm vụ của các công ty là phải xây dựng bộ dữ liệu dán nhãn của mình. Trong các đội phát triển AI chuyên nghiệp, hầu hết các kỹ sư đều có khả năng bắt chước phần mềm của đội kia, nhưng tiếp cận dữ liệu thì không dễ dàng. Vì thế, dữ liệu vừa là yếu tố quyết định thành bại, vừa là rào cản phòng ngự của nhiều công ty hơn là phần mềm. Tuy nhiên, AI không phải là đấng cứu thế.

Việc giới truyền thông tô vẽ về sức mạnh của trí tuệ nhân tạo khiến nhiều người lầm tưởng AI sẽ có thể thay thế hoàn toàn con người. Các khách hàng thường kỳ vọng khi bỏ tiền ra sử dụng AI sẽ giảm thiểu được toàn bộ chi phí nhân công trước đó. Nhưng trên thực tế, các dự án AI chỉ đáp ứng mức chính xác từ 80-90% so với thời điểm ban đầu (có thể tăng khi tiếp tục phát triển) và người thực hiện cần thuyết phục khách hàng đồng ý với điều đó.

Anh Công đánh giá nhiều thị trường nước ngoài có giá nhân công rất đắt đỏ nên dù với xác suất chính xác không phải 100%, thì người sử dụng vẫn có lợi khi AI thay thế một phần công việc tổng thể. Nhưng ở thị trường trong nước thì tình huống ở chiều ngược lại. Chi phí đầu tư cho một dự án AI cho khách hàng doanh nghiệp vào khoảng 1 tỷ đồng, nên hầu hết các doanh nghiệp nội địa không mặn mà với giải pháp công nghệ này. Vì vậy, các start-up thường phải tìm kiếm thị trường tại những nước phát triển hơn như Nhật, Mỹ… nơi các nhà đầu tư có nhu cầu cắt giảm chi phí nhân công đắt đỏ và dám thử nghiệm các công nghệ mới nhiều hơn.

Cuộn lên trên cùng