Tin thị trường và sản phẩm
AI và ngành công nghiệp lốp xe: phân biệt thực tế với sự thổi phồng
Trí tuệ nhân tạo (AI) và học máy (machine learning) từ lâu đã trở thành chủ đề được truyền thông và giới lãnh đạo doanh nghiệp trên toàn thế giới nhắc đến với nhiều kỳ vọng lớn lao. Tuy nhiên, tất cả những điều đó thực sự có ý nghĩa gì đối với ngành công nghiệp ô tô? Có vẻ như chỉ cần nhắc đến các thuật ngữ thời thượng này là giá trị doanh nghiệp sẽ tự động tăng lên, nhưng thực tế là một giải pháp ứng dụng AI không mặc nhiên tốt hơn một giải pháp không sử dụng AI. Cũng như nhiều thay đổi mang tính đột phá khác trong ngành, để tận dụng tối đa AI cần phải áp dụng đúng công nghệ vào đúng vấn đề – và việc lựa chọn đúng công cụ cho công việc vốn dĩ vẫn là một vấn đề mang tính con người.
Điều đó không có nghĩa là xem nhẹ sự thay đổi lớn mà chúng ta đang chứng kiến hiện nay. AI gần như chắc chắn sẽ trở thành nền tảng của cuộc cách mạng công nghiệp lần thứ tư. Nếu cuộc cách mạng công nghiệp lần thứ ba xoay quanh tự động hóa, thì cuộc cách mạng lần này xoay quanh trí tuệ – không chỉ là hoạt động hay không hoạt động, mà là hoạt động theo một cách cụ thể dựa trên các tác động bên ngoài hoặc các hành vi trong quá khứ.
Tuy nhiên, cũng giống như mọi bước phát triển lớn khác, điều quan trọng là phải đánh giá công nghệ thực sự đang làm gì và liệu nó có phù hợp trong từng bối cảnh cụ thể hay không. Ngành công nghiệp lốp xe – đặc biệt là lĩnh vực hậu mãi – thực sự là một ví dụ điển hình về nơi AI có thể tạo ra thay đổi tích cực. Tuy vậy, chúng ta vẫn cần sử dụng “trí tuệ thật” khi cân nhắc cách áp dụng “trí tuệ nhân tạo”.
Xét cho cùng, AI và học máy thực chất là một phiên bản nâng cao của thống kê học. Chúng học từ các hành động và kết quả trong quá khứ, sau đó sử dụng những dữ liệu đó để đưa ra dự đoán cho tương lai. Thị trường hậu mãi là môi trường lý tưởng để áp dụng điều này vì nơi đây có nguồn dữ liệu rất phong phú nhưng lại phân tán mạnh. Những người làm việc trong ngành lốp xe thường không có nhiều thời gian dư dả trong lịch trình hằng ngày, vì vậy ngay cả những cải thiện nhỏ về hiệu quả cũng có thể tạo ra lợi ích lớn theo thời gian. Việc để AI xử lý một tập hợp các thông số kỹ thuật, sở thích và nhu cầu của khách hàng rồi đưa ra gợi ý loại lốp phù hợp nhất một cách đáng tin cậy sẽ mang lại giá trị rất lớn cho doanh nghiệp và khách hàng.
Tuy nhiên, chúng ta không nên để những tối ưu hóa đó làm lu mờ thực tế rằng AI vẫn chưa thể tự mình đảm nhiệm toàn bộ công việc. Giống như con người, AI cũng có thể mắc sai lầm. Đáng lo ngại hơn, nó đôi khi mắc những lỗi rất nghiêm trọng mà ngay cả một nhân viên mới vào nghề cũng khó có thể phạm phải – thường là do dữ liệu thiên lệch, không đầy đủ, sai lệch hoặc có chất lượng kém. Đó là lý do AI nên được xem như một công cụ bổ sung trong “hộp công cụ” ngày càng mở rộng của doanh nghiệp. Lý tưởng nhất là công cụ này cần được hỗ trợ bởi một chuyên gia giàu kinh nghiệm trong ngành để kiểm tra kết quả, cùng với một người hiểu rõ dữ liệu và công cụ AI đủ để khắc phục các vấn đề và bảo đảm mô hình trở nên đáng tin cậy hơn trong tương lai. Theo nghĩa đó, AI hoàn toàn chưa đến mức lấy đi công việc của con người – thực tế còn ngược lại. Nếu được triển khai đúng cách, nó có thể tạo ra nhiều việc làm hơn.
Để tận dụng tối đa các công nghệ mới này, doanh nghiệp cần luôn cảnh giác với chất lượng bộ dữ liệu và liên tục cải thiện quy trình làm việc. Hiện nay chúng ta đang ở trong một giai đoạn khá đặc biệt, khi Covid-19 đã gây ra sự gián đoạn lớn đối với hành vi tiêu dùng và chuỗi cung ứng, và chỉ trong thời gian tương đối ngắn gần đây dữ liệu mới bắt đầu trở lại trạng thái “bình thường”. Nếu trước đây doanh nghiệp chưa thực sự chú trọng nâng cao chất lượng dữ liệu thì bây giờ là thời điểm thích hợp để bắt đầu.
Một bộ dữ liệu chất lượng và “sẵn sàng cho AI” cần có ba đặc điểm chính: quy mô, độ chi tiết và độ sạch. Quy mô đề cập đến phạm vi thông tin – thời gian theo dõi dữ liệu càng dài thì dữ liệu càng có giá trị. Nếu quy mô là chiều rộng thì độ chi tiết chính là chiều sâu – ví dụ như việc chia một dòng giá thành năm hoặc sáu dòng khác nhau. Khi chiều rộng và chiều sâu của dữ liệu tăng lên, độ sạch của dữ liệu càng trở nên quan trọng hơn – điều này liên quan đến việc sửa các dữ liệu nhập sai do lỗi đánh máy, hiểu nhầm hoặc bất cẩn. Trong ngành lốp xe, những nguyên nhân phổ biến gây sai lệch dữ liệu là việc trường giá đã bao gồm thuế hay chưa, hoặc đã bao gồm chi phí lắp đặt, phí xử lý lốp cũ hay các biến số khác dễ bị bỏ sót hay chưa.
Nghe có vẻ khá nhiều thứ cần phải tiếp thu, nhưng việc các doanh nghiệp trong ngành lốp xe sớm hiểu rõ AI sẽ mang lại giá trị lớn. Một hệ thống dữ liệu phong phú và được quản lý tốt sẽ cho phép các thuật toán AI và học máy dễ dàng tích hợp vào hoạt động kinh doanh hiện tại theo cách tạo ra tác động thực sự. Khi kết hợp với một đội ngũ nhân sự mạnh và có năng lực, điều này sẽ giúp những doanh nghiệp hiểu rõ công cụ của mình vượt lên trước những doanh nghiệp hoàn toàn bỏ qua AI hoặc – thậm chí còn tệ hơn – mù quáng chạy theo sự thổi phồng và kỳ vọng AI có thể giải quyết mọi vấn đề. Hiện nay, nhiều ngành công nghiệp đang đứng trước bước ngoặt lớn, và ngành ô tô không thể lãng phí thời gian chỉ để “quay bánh tại chỗ”.
