Giá trị Thực sự của Doanh nghiệp từ AI Tự Hành là Gì?
Desktops
Trí tuệ nhân tạo tạo hình đã thay đổi cách chúng ta tương tác với máy tính, trong khi Trí tuệ nhân tạo đại lý đang cách mạng hóa cách công việc được thực hiện. Câu hỏi quan trọng hiện nay là liệu cách làm việc mới này có tạo ra giá trị kinh doanh có thể đo lường được hay không.
MSI AI Insights Số phát hành #001 khám phá lý do tại sao AI đang phát triển từ các trợ lý dựa trên lời nhắc sang các Ai tự hành. Số phát hành #002 đã xem xét câu hỏi tiếp theo: khi AI trở thành một phần của hoạt động kinh doanh hàng ngày, các khối công việc AI khác nhau nên chạy ở đâu?
Số phát hành #003 chuyển cuộc trò chuyện từ công nghệ và cơ sở hạ tầng sang giá trị. Khi Trí tuệ nhân tạo đại lý ngày càng đảm nhận công việc thay vì chỉ hỗ trợ, các doanh nghiệp cần xem xét cách đánh giá giá trị thực sự của khả năng này.
Bài viết này cung cấp một cái nhìn tổng quan ngắn gọn về việc đo lường giá trị kinh doanh thực sự của AI tự hành. Để biết khung tham khảo toàn diện, vui lòng tham khảo MSI AI Insights Số #003 — Beyond Productivity: Measuring the Real Business Value of Agentic AI.
Năng suất là Khởi đầu, Không phải Đích đến
Làn sóng đầu tiên của AI trong kinh doanh đã làm cho năng suất trở thành thước đo thành công dễ nhất. Các chỉ số như AI tiết kiệm bao nhiêu thời gian, nhân viên có thể soạn thảo tài liệu, tóm tắt thông tin, tạo mã, phân tích dữ liệu hoặc hoàn thành các nhiệm vụ thông thường một cách nhanh chóng như thế nào đã trở thành trọng tâm chính. Mặc dù những chỉ số này hữu ích vì chúng có thể nhìn thấy và đo lường được, nhưng chỉ riêng năng suất không chứng tỏ AI đã tạo ra giá trị kinh doanh thực sự.
Ví dụ, nếu AI giảm một nhiệm vụ ban đầu mất năm giờ xuống còn ba giờ, nó tạo ra hai giờ công suất thêm. Câu hỏi quan trọng là: điều gì xảy ra với hai giờ đó?
Nếu nhân viên tận dụng năng lực đó để phục vụ nhiều khách hàng hơn, cải thiện chất lượng, khám phá cơ hội mới, đẩy nhanh việc ra mắt sản phẩm, hoặc giải quyết các vấn đề trước đây bị bỏ quên, giá trị có ý nghĩa có thể phát sinh. Tuy nhiên, nếu thời gian thêm này chỉ đơn thuần được lấp đầy bằng nhiều hoạt động có giá trị thấp, tác động thực tế đối với doanh nghiệp có thể tối thiểu. Do đó, chúng ta cần mở rộng phương trình của mình:
AI → Năng lực được tạo ra → Năng lực được phân bổ lại → Kết quả kinh doanh
Câu hỏi quan trọng chuyển từ chỉ đơn giản là hỏi, "Chúng ta đã sản xuất thêm bao nhiêu?" sang một câu hỏi sâu sắc hơn: Những cải tiến nào đã phát sinh từ năng suất tăng lên của chúng ta?"
Từ Kinh tế học Prompt đến Kinh tế học Quy trình làm việc
Trí tuệ nhân tạo sinh ra bắt đầu với một tương tác tương đối đơn giản: Prompt → Phản hồi
Trợ lý AI đã mở rộng khái niệm này bằng cách hỗ trợ người dùng trong việc soạn thảo, nghiên cứu, phân tích, mã hóa và truy xuất thông tin.
AI tự hành phát triển các mối quan hệ này. Trong phạm vi quyền hạn và ràng buộc được xác định, một tác nhân AI có thể theo đuổi một mục tiêu qua nhiều bước. Tùy thuộc vào cách triển khai, nó có thể truy xuất kiến thức doanh nghiệp, tương tác với các ứng dụng, điều phối các nhiệm vụ, theo dõi các điều kiện thay đổi và leo thang các quyết định khi cần phán đoán của con người. Do đó, các chỉ số chúng ta sử dụng để đo lường giá trị kinh tế cũng thay đổi:
Chatbot → Chi phí mỗi Tương tác
Trợ lý AI → Giá trị mỗi Nhiệm vụ
AI tự hành → Giá trị mỗi Quy trình làm việc
Thay vì chỉ đếm số lượng lời nhắc, mã token hoặc lần thực thi của tác nhân, các tổ chức có thể hỏi liệu quy trình làm việc có trở nên nhanh hơn, yêu cầu ít bàn giao hơn, giảm lỗi, cải thiện thời gian phản hồi hay tiếp tục hoạt động khi sự hiện diện của con người bị hạn chế.
Đối với CIO, CFO và các nhà lãnh đạo doanh nghiệp, sự thay đổi này tạo điều kiện cho một cuộc trò chuyện có ý nghĩa hơn. Chỉ đơn giản ghi lại mười triệu tương tác AI có thể không phản ánh chính xác hiệu suất kinh doanh. Ngược lại, một quy trình làm việc giúp giảm thời gian xử lý, tăng năng lực dịch vụ, giảm làm lại công việc hoặc cho phép giám sát liên tục sẽ trình bày một trường hợp kinh doanh rõ ràng hơn nhiều.
Do đó, AI Đại lý nên được đánh giá không phải bởi công nghệ này trông tự chủ như thế nào, mà bởi cách tự chủ đó cải thiện các quy trình kinh doanh có ý nghĩa.
Giá trị kinh tế Thực của AI tự hành
Một điểm khởi đầu chung cho ROI AI là: Giờ Làm việc Tiết kiệm × Chi phí Lao động
Công thức này hữu ích, đặc biệt đối với các nhiệm vụ lặp đi lặp lại và tần suất cao, nhưng nó chỉ nắm bắt một khía cạnh của giá trị AI. Một trường hợp kinh doanh toàn diện hơn có thể tính đến bốn lĩnh vực chính:
- Giá trị Trực tiếp: Điều này bao gồm những cải tiến có thể đo lường như thời gian tiết kiệm, chi phí xử lý thấp hơn, tăng năng suất và giảm nỗ lực thủ công.
- Giá trị Hoạt động Gián tiếp: Điều này bao gồm các lợi ích như sự nhất quán cao hơn, giảm thiểu công việc làm lại, thu hồi kiến thức nhanh hơn, tăng cường tính liên tục hoạt động và quyết định được đưa ra một cách thông minh hơn.
- Giá trị cơ hội: Giá trị này phát sinh khi AI làm cho việc thực hiện các nhiệm vụ trở nên khả thi về mặt kinh tế, những nhiệm vụ mà nếu không thì có thể không thực tế. Ví dụ, một nhóm có thể phân tích hàng trăm bình luận của khách hàng thay vì chỉ một mẫu nhỏ, khám phá một phạm vi rộng hơn các lựa chọn thiết kế, phát hiện những hiểu biết ẩn giấu trong thông tin bị phân mảnh, hoặc liên tục theo dõi dữ liệu mà nhân viên chỉ có thể xem xét định kỳ.
- Chi phí của việc không hành động: Việc duy trì mô hình hoạt động hiện tại cũng có thể có hậu quả kinh tế. Quyết định chậm trễ, sử dụng kiến thức không hiệu quả, bỏ lỡ cơ hội, ma sát hoạt động và khoảng cách năng lực ngày càng rộng có thể tác động tiêu cực đến hiệu suất kinh doanh, ngay cả khi những chi phí này không được phản ánh trực tiếp trong ngân sách AI.
Điều quan trọng cần lưu ý là không phải mọi đầu tư vào AI đều mang lại lợi nhuận tích cực, và không phải mọi tổ chức nên triển khai mọi khả năng AI. Tuy nhiên, kinh tế học AI nên xem xét không chỉ chi phí của AI mà còn cả những gì nó cho phép, và những gì có thể bị mất nếu không áp dụng nó.
Đo lường Giá trị AI Doanh nghiệp
Để vượt qua năng suất, các tổ chức cần một khung làm việc liên kết các hoạt động AI với hiệu suất kinh doanh. MSI AI Insights phác thảo năm cấp độ của khung này:
- Hiệu quả: Cấp độ này kiểm tra xem các nhiệm vụ có thể được hoàn thành nhanh hơn hay với ít tài nguyên hơn.
- Hiệu lực: Ở đây, trọng tâm là xem liệu công việc có trở nên tốt hơn—chính xác hơn, nhất quán hơn, hữu ích hơn, hay ít phụ thuộc vào làm lại.
- Năng lực: Cấp độ này khám phá những gì tổ chức có thể đạt được hiện nay mà trước đây là khó khăn hoặc không thực tế. Ví dụ bao gồm giám sát liên tục, phân tích kiến thức quy mô lớn, thử nghiệm nhanh chóng và quy trình tự động nhiều bước.
- Kết quả kinh doanh điện tử: Điều này kết nối những cải tiến đã thực hiện với các kết quả có thể đo lường như doanh thu, chi phí, rủi ro, khả năng phục hồi, thời gian đưa ra thị trường, kết quả của khách hàng và năng lực đổi mới.
- Giá trị con người: Cuối cùng, cấp độ này hỏi liệu AI có cho phép mọi người đóng góp ở mức cao hơn không. AI có thể giảm các nhiệm vụ lặp đi lặp lại, cải thiện quyền truy cập vào kiến thức, cho phép các chuyên gia tập trung vào các quyết định phức tạp hoặc cho phép các nhóm nhỏ theo đuổi các cơ hội mà trước đây đòi hỏi nhiều tài nguyên hơn đáng kể.
Khi các tổ chức tiến bộ qua hệ thống giá trị này, các chỉ số năng suất đơn giản trở nên ngày càng không đủ. Trọng tâm chuyển từ chỉ đo lường việc sử dụng AI sang hiểu cách AI nâng cao kết quả.
AI với T.I.N.H.
Các cuộc thảo luận kinh doanh về AI thường tập trung vào hiệu quả, tự động hóa, bảo mật và chi phí. Tuy nhiên, khi AI ngày càng được tích hợp nhiều hơn vào công việc của chúng ta, một câu hỏi quan trọng khác nảy sinh: AI nên giúp mọi người trở nên giỏi hơn ở điểm nào?
Trong tiếng Quan thoại, “AI” phát âm giống như từ “yêu”, một ý tưởng đã truyền cảm hứng cho MSI AI Insights đưa ra "AI with L.O.V.E.", một khung làm việc lấy con người làm trung tâm được thiết kế để suy nghĩ vượt ra ngoài năng suất thuần túy:
- L (Listen) — Lắng nghe: Hiểu con người, bối cảnh, ý định và các vấn đề họ đang cố gắng giải quyết.
- O (Open) — Mở rộng: Mở rộng quyền truy cập vào kiến thức, chuyên môn và khả năng.
- V (Value) — Đánh giá cao: Chuyển sự nỗ lực của con người từ các nhiệm vụ lặp đi lặp lại sang các lĩnh vực đòi hỏi phán đoán, sáng tạo và công việc cấp cao hơn.
- E (Empower) — Trao quyền: Cho phép mọi người và các nhóm đạt được nhiều hơn với thời gian, kiến thức và nguồn lực có sẵn.
Cùng nhau, các nguyên tắc tạo thành chuỗi: Lắng nghe → Mở rộng → Đánh giá → Trao quyền
"AI với L.O.V.E." bổ sung cho ROI truyền thống bằng cách thêm một chiều kích con người vào giá trị kinh doanh. Mục tiêu không chỉ là làm cho công việc hiệu quả hơn, mà còn giúp mọi người đóng góp ở mức cao hơn và hoàn thành những gì trước đây khó khăn hoặc không thiết thực.
Bắt đầu với Quy trình làm việc, Không phải Công nghệ
Các tổ chức không nên bắt đầu xây dựng một trường hợp kinh doanh cho AI Đại lý bằng cách chọn một mô hình, nền tảng hoặc cơ sở hạ tầng. Thay vào đó, họ nên bắt đầu với quy trình làm việc.
Đầu tiên, xác định một quy trình cụ thể và đánh giá hiệu suất hiện tại của nó. Đo lường những thay đổi mà AI mang lại cho quy trình này. Sau đó, liên kết những cải tiến này với các kết quả kinh doanh cụ thể và giá trị con người. Quá trình này có thể được tóm tắt như sau:
Quy trình làm việc → Bằng chứng → Giá trị → Trách nhiệm
Mục tiêu không chỉ đơn giản là chứng minh rằng AI hoạt động, mà còn xác định nơi mà AI tạo ra đủ giá trị đo lường để biện minh cho việc đầu tư liên tục.
Những điểm chính cần lưu ý
- Năng suất là khởi đầu, không phải là thước đo cuối cùng về giá trị của AI.
- Năng lực được tạo ra chỉ trở thành giá trị khi nó dẫn đến kết quả tốt hơn.
- AI tự chủ chuyển đổi phép đo từ chi phí mỗi tương tác sang giá trị mỗi quy trình làm việc.
- ROI của AI bao gồm giá trị trực tiếp, giá trị hoạt động gián tiếp, giá trị cơ hội và chi phí của việc không hành động.
- Giá trị AI tiến triển từ Hiệu quả → Hiệu lực → Khả năng → Kết quả kinh doanh → Giá trị con người.
- AI với L.O.V.E. thêm một góc nhìn lấy con người làm trung tâm: Lắng nghe → Mở rộng → Đánh giá → Trao quyền.
- Câu hỏi cuối cùng không phải là tổ chức sử dụng bao nhiêu AI, mà là AI tạo ra giá trị đo lường nào.
Câu hỏi thường gặp
Giá trị kinh doanh thực sự của AI tự chủ là gì?
Trí tuệ nhân tạo đại lý tạo ra giá trị khi khả năng thực hiện công việc đa bước của nó cải thiện quy trình làm việc kinh doanh có ý nghĩa. Điều này có thể bao gồm thực hiện nhanh hơn, ít chuyển giao hơn, giảm làm lại, quyết định tốt hơn, hoạt động liên tục, khả năng mới, hoặc kết quả kinh doanh có thể đo lường được.
Tại sao năng suất không đủ để đo lường ROI của AI?
Năng suất cho thấy liệu công việc trở nên nhanh hơn hay rẻ hơn, nhưng nó không chứng minh rằng một kết quả kinh doanh tốt hơn đã xảy ra. Thời gian tiết kiệm trở nên có giá trị khi năng lực kết quả cải thiện chất lượng, chi phí, doanh thu, rủi ro, khả năng phục hồi, đổi mới, hoặc một kết quả có ý nghĩa khác.
Trí tuệ nhân tạo đại lý thay đổi trường hợp kinh doanh AI như thế nào?
Trí tuệ nhân tạo đại lý có thể tham gia vào nhiều bước của quy trình làm việc thay vì chỉ đơn giản phản hồi các yêu cầu riêng lẻ. Điều này chuyển đổi phép đo từ chi phí mỗi tương tác và thời gian mỗi nhiệm vụ sang giá trị mỗi quy trình làm việc.
ROI của AI chủ yếu đến từ việc giảm chi phí lao động?
Không. Hiệu quả lao động là một thành phần. AI cũng có thể tạo ra giá trị thông qua năng lực lớn hơn, quyết định tốt hơn, giảm làm lại, truy cập kiến thức mạnh mẽ hơn, hoạt động liên tục, khả năng mới, và cơ hội trước đây không thực tế.
Giá trị cơ hội là gì?
Giá trị cơ hội thể hiện công việc hoặc cơ hội kinh doanh trở nên thực tế vì AI thay đổi chi phí, năng lực hoặc tốc độ cần thiết—ví dụ, phân tích nhiều thông tin hơn, khám phá nhiều lựa chọn hơn hoặc liên tục theo dõi các điều kiện thay đổi.
Cái gì là AI Value Stack?
Nó đánh giá AI trên năm cấp độ: Hiệu quả → Hiệu suất → Khả năng → Kết quả kinh doanh → Giá trị con người
Khung này giúp các tổ chức chuyển từ đo lường hoạt động AI sang đo lường tác động tổ chức thực tế.
AI với L.O.V.E. là gì?
AI với L.O.V.E. là viết tắt của Lắng nghe, Mở rộng, Đánh giá, Trao quyền. Nó là một khung làm việc lấy con người làm trung tâm để đánh giá liệu AI có hiểu được nhu cầu thực sự, mở rộng quyền truy cập vào kiến thức và khả năng, đưa mọi người đến với công việc có giá trị cao hơn và trao quyền cho họ để hoàn thành nhiều hơn.
Các tổ chức nên bắt đầu từ đâu?
Bắt đầu với một quy trình cụ thể. Thiết lập đường cơ sở hiện tại của nó, đo lường những gì AI thay đổi, kết nối những cải tiến đó với kết quả kinh doanh, đánh giá giá trị con người và liên tục xem xét liệu đầu tư tiếp tục tạo ra giá trị đo lường được hay không.
Muốn Khám phá Toàn bộ?
MSI AI Insights — Số #003
Khám phá cách các tổ chức có thể đo lường AI Đại lý bên ngoài năng suất thông qua kết quả kinh doanh, giá trị hoạt động, tiềm năng con người và ROI dài hạn.
Số trước
MSI AI Insights — Số #002
Khám phá cách các chiến lược AI dựa trên khối lượng công việc đang định hình lại nơi AI doanh nghiệp chạy và cách các tổ chức cân bằng AI Cloud, AI Cục bộ, quản trị, hiệu suất và giá trị kinh doanh dài hạn.
MSI AI Insights — Số #001
Hiểu lý do tại sao AI đang phát triển từ các trợ lý dựa trên lệnh sang các tác nhân AI tự chủ và cách AI tự chủ đang định hình lại điện toán doanh nghiệp.
Kỳ tới
MSI AI Insights — Số #004
Đưa các tác nhân AI vào hoạt động
Khám phá một khung thực tế để biến chiến lược AI tự chủ thành triển khai kinh doanh thực tế.
Sắp ra mắt.
