Một ngày nọ, Py vô tình đọc được một bình luận (đối với Py) khá thú vị trên Vnexpress, đại ý nói về việc: AI sắp làm chủ thế giới, vì bây giờ làm gì cũng hỏi AI trước thì sớm muộn thế giới cũng đầy rẫy các quyết định của AI; trong bối cảnh đó, con người dần dần trở thành công cụ để AI hiện thực hóa ý tưởng của chính nó. Vậy thì, Ai mới dùng AI?
Dùng đúng
Đến thời điểm hiện tại, đối với Py, AI là công cụ hỗ trợ hiệu quả trong quá trình ra quyết định, tương tự như những gì Google đã làm trong nhiều năm. Tức là, thay vì “Google search đi”, thì bước cơ bản nhất để tìm hiểu một vấn đề bây giờ là “GPT thử”. Phải hiểu rằng, AI không thể tự đưa ra quyết định như một nhà lãnh đạo hay chuyên gia tư vấn. Nó chỉ là một công cụ giúp làm mượt quá trình tư duy và tạo điều kiện để hành động nhanh, chính xác hơn. Một số ứng dụng phổ biến của AI như là:
- Phân tích dữ liệu để hiểu rõ vấn đề: AI có thể rà soát hàng triệu điểm dữ liệu, phát hiện xu hướng và xác định nguyên nhân gốc rễ của một vấn đề kinh doanh1.
- Hỗ trợ lên ý tưởng giải pháp: AI có thể gợi ý các phương án giải quyết dựa trên dữ liệu lịch sử, mô phỏng các kịch bản khác nhau và đề xuất chiến lược phù hợp2.
- Tối ưu hóa quá trình ra quyết định: AI có thể dự đoán kết quả của từng lựa chọn, cung cấp gợi ý dựa trên thuật toán và giả lập.
Tuy nhiên, AI không phải lúc nào cũng chính xác. Theo cách diễn đạt ví von một chút, AI giống như một người bạn thông thái, có câu trả lời cho tất cả mọi thứ trong mọi điều kiện. Ví dụ, cung cấp cho AI 7 dữ kiện, bạn sẽ nhận được câu trả lời tương ứng với 7 dữ kiện, tương tự, cung cấp 100 dữ kiện, thì câu trả lời cũng sẽ thay đổi. Và dĩ nhiên, có thể 2 câu trả lời này hoàn toàn khác nhau hoặc thậm chí đối lập.
Theo cách hiểu của Py, AI chưa có năng lực reasoning chủ động như human (hoặc đã có nhưng người dùng phổ thông chưa thể tiếp cận), AI chỉ phản hồi lại những gì được hỏi, thay vì biết đặt câu hỏi phù hợp để hiểu đúng bản chất câu hỏi gốc trước khi đưa ra câu trả lời cuối cùng. Cũng chính vì vậy, câu trả lời của AI phụ thuộc rất nhiều vào “vốn dữ kiện” được cung cấp và câu hỏi đầu vào. Chưa kể đến intuition – trực giác – cũng là yếu tố quan trọng ảnh hưởng đến quá trình phân tích trước khi đưa ra quyết định. Dù còn nhiều mơ hồ về năng lực của neuronet có thực sự mô phỏng được cách vận hành của intuition hay không3, nhưng trước mắt, với tư cách là người lao động trong thời đại AI thì “sử dụng AI như một công cụ” nên được xem là kỹ năng sinh tồn.
Hỏi đúng
Về cơ bản, AI chỉ có thể mang lại giá trị thực sự khi được đặt đúng câu hỏi và hướng dẫn một cách phù hợp. Trừ trải nghiệm cá nhân của Py, có 2 lỗi cần tránh khi sử dụng AI:
- AI có thể nhận diện xu hướng nhưng không thể tự động xác định nguyên nhân sâu xa.
- AI dựa trên dữ liệu quá khứ, nhưng không phải lúc nào dữ liệu cũng phản ánh đúng thực tế hiện tại hoặc tương lai.
Nhìn lại, công cụ nào cũng vậy, đều đòi hỏi thời gian luyện tập và làm quen. Nhớ những ngày đầu dùng ChatGPT để viết docs mô tả tính năng, Py khá chật vật thì chưa biết bắt đầu từ đâu. Ở giai đoạn này, Py xem AI như PO Intern và viết học cách hướng dẫn chi tiết. Thật sự mà nói là khá tốn thời gian, dĩ nhiên Py tự viết sẽ nhanh hơn một cách tương đối. Nhưng sau nhiều lần thử, Py dần có cách giao bài tập hiệu quả hơn cho “PO intern” gì cũng làm được này.
Dưới đây là một vài mẹo nhỏ Py đút kết được khi học dùng AI:
- Câu hỏi cụ thể vs. Câu hỏi chung chung
- Không hiệu quả: “Phân tích hành vi khách hàng.”
- Hiệu quả: “Ba yếu tố hàng đầu ảnh hưởng đến tỷ lệ giữ chân khách hàng của chúng ta là gì?”
- Cải thiện qua từng vòng lặp
AI không phải lúc nào cũng đưa ra câu trả lời đúng ngay từ đầu. Hãy tinh chỉnh câu hỏi và phản hồi của AI để cải thiện chất lượng kết quả. - Khai thác AI từ nhiều góc độ
Đừng chỉ yêu cầu AI đưa ra một giải pháp duy nhất. Hãy đặt câu hỏi từ nhiều khía cạnh khác nhau: “Đưa ra giải pháp theo góc nhìn kinh tế, công nghệ và trải nghiệm người dùng.”
Nói rõ thêm một chút, trên đây là những chia sẻ từ quá trình “vọc” các Generative AI Tools như ChatGPT, Gemini, DeepSeek, CiCi.. và trên góc nhìn của một non-tech product guy, nên hẳn sẽ có ít nhiều khác biệt nếu nhìn từ tech-savvy guy. Cụ thể hơn, khi dùng các công cụ đã được đóng gói sẵn, Py sẽ ưu tiên tìm hiểu điểm mạnh, yếu để có cách sử dụng phù hợp thay vì đào sâu việc cải tiến chất lượng của tools (ý Py đang nói đến việc finetune AI models).
Tổng quan thì Py dùng những tools này để phần nào “tự động hóa” công việc hằng ngày của mình, khi thời gian được giải phóng khỏi những việc lặp đi lặp lại, thì các phần sáng tạo sẽ có nhiều không gian hơn. Còn ứng dụng AI để design tính năng mang đến value cho users chắc chắn là chủ đề Py sẽ tiếp tục mổ xẻ trong thời gian tới.
[1] Amazon Web Services. (n.d.). What is artificial intelligence? Retrieved from link
[2] Davenport, T., & Mittal, N. (2023, October). How AI can help leaders make better decisions under pressure. Harvard Business Review. Retrieved from link
[3] Heemskerk, R., & Tuijten, R. (2024). Neural networks can learn intuitive physics.Physics, 17, 146. Retrieved from link
Cám ơn bạn đã nán lại cho đến những dòng cuối cùng này.
Chúc bạn nhiều may mắn và bình an.
Anpy
Leave a Reply