Ba xu hướng trí tuệ nhân tạo năm 2021

Trí tuệ nhân tạo (Artificial Intelligent/ AI) và Học máy (Machine Learning/ ML) dần trở thành tâm điểm chú ý trong chiến lược kinh doanh, và xu hướng này chỉ tăng vọt kể từ COVID-19.

Kết quả Khảo sát toàn cầu của McKinsey về AI vào cuối năm 2020 cho thấy các công ty đang sử dụng AI như một công cụ để tạo ra giá trị. Không chỉ vậy, hầu hết các công ty hiệu năng cao đều tăng cường đầu tư vào AI trong bối cảnh khủng hoảng COVID-19, mặc dù tỷ lệ thay đổi khác nhau theo ngành nghề. Cụ thể, dẫn đầu là lĩnh vực y tế, chăm sóc sức khoẻ, dược phẩm khi có tới 44% công ty báo cáo sự gia tăng đầu tư vào AI. Trong lĩnh vực tự động hoá và lắp ráp, các công ty này chiếm tới 42%, và con số cho lĩnh vực dịch vụ tài chính là 28%.

Bài viết này tập trung đưa ra những xu hướng AI/ML cho những công ty trong lĩnh vực kinh doanh, đặc biệt là tài chính. Có thể nói mấu chốt của việc giành được lợi thế đáng kể so với các đối thủ cạnh tranh chính là nhân lực (những nhà phân tích dữ liệu có hiểu biết chuyên ngành), cùng với chiến lược đầu tư trọng điểm đồng thời tiếp cận các công cụ công nghệ tiên tiến nhất.

Năm 2021 tiếp tục ghi nhận sự thay đổi chưa từng có trong lĩnh vực kinh doanh do sự bùng phát của đại dịch COVID-19. Các công ty tài chính đã phải xem xét lại các chính sách và quy trình, tăng tốc chuyển đổi số và áp dụng các công nghệ có thể thúc đẩy tăng trưởng trong một môi trường thay đổi nhanh chóng.

Môi trường kinh tế khắc nghiệt hơn đòi hỏi các công ty theo đuổi AI/ML để tăng tính tự động hóa và hiệu quả. Điều này cho phép các công ty mở rộng quy mô hàng loạt và tái triển khai vốn nhân lực.

Tiềm năng của AI và ML đã tăng theo cấp số nhân. Một số công ty coi những thách thức thay đổi là cơ hội để tăng đầu tư và kiến tạo tương lai. Báo cáo AI/ML năm 2020 của Refinitiv với tiêu đề “Sự trỗi dậy của các nhà khoa học dữ liệu: Mô hình học máy cho tương lai” cho rằng 40% công ty dự định tăng đầu tư vào AI/ML do COVID.

Có thể nói trong năm 2021, ba xu hướng AI/ML chính đang nổi lên – sự tường minh của AI/ML, sự lên ngôi của các nhà khoa học dữ liệu, và sự quan trọng của Xử lý Ngôn ngữ Tự nhiên (Natural Language Processing – NLP).

Xu hướng 1: Sự tường minh – đòi hỏi thiết yếu với AI

AI tường minh - các công cụ và mô hình được sử dụng để đảm bảo kết quả của mô hình học máy có thể diễn giải bởi con người - là một thách thức lớn cho năm 2021. 75% các công ty sản xuất công nghệ được khảo sát cho thấy việc tăng đầu tư và sử dụng Học sâu (Deep Learning – DL) làm tăng rủi ro, và các nhà quản lý cần biết quyết định được đưa ra như thế nào. Các mô hình học máy thường không có xu hướng đưa ra lời giải thích rõ ràng cho các dự đoán của chúng.

Sẽ có nhiều thách thức được đặt ra khi các mô hình trở nên phức tạp và sử dụng các bộ dữ liệu lớn và đa dạng hơn. Các công ty ứng dụng AI hàng đầu đang đương đầu với những thách thức bằng cách xây dựng các nhóm quản trị mô hình, thuê các chuyên gia ngôn ngữ học để giải thích các quyết định và triển khai các công cụ như LIME (Lý giải cục bộ, tường minh, độc lập với mô hình) để giải thích các mô hình AI/ML.

Có sự đánh đổi giữa tính tường minh và hiệu năng của mô hình. Các mô hình đưa ra các dự đoán có thể giải thích rõ ràng thường có độ chính xác thấp, hoặc không linh hoạt hoặc đòi hỏi tính toán quá cồng kềnh. Tuy nhiên, các quy định hiện hàng đang ủng hộ các mô hình này

Để cải thiện kết quả của AI/ML, việc xây dựng các giải pháp tách bạch quan hệ nhân quả và tương quan là cần thiết. Ngày nay, AI hẹp (Narrow AI) đang thực hiện các nhiệm vụ cụ thể với tốc độ phi thường phải đấu tranh để phân biệt giữa các hành động hoặc trạng thái xuất hiện cùng lúc với nhau (tương quan) và hành động thực sự tác động lên nhau (nhân quả).

Vấn đề được giải quyết bằng cách áp dụng suy luận nhân quả vào các giải pháp AI. Suy luận nhân quả là quá trình rút ra kết luận về mối liên hệ nhân quả dựa trên các điều kiện về sự xuất hiện của một tác động. Điều này tạo ra các mô hình và dự đoán mạnh mẽ hơn, cũng như khả năng giải thích và suy luận nhân quả cấp cao hơn.

(Xem thêm về Suy luận Nhân quả tại đây)

Xu hướng 2: Sự lên ngôi của nhà khoa học dữ liệu

Không thể phủ nhận 2020 là một năm khó khăn, nhưng đồng thời nó cũng là mang lại nhiều cơ hội đầy hứa hẹn cho các chuyên gia dữ liệu.

Các vị trí tuyển dụng mới đã được tạo ra cho kĩ thuật dữ liệu và mô hình hóa dữ liệu; nhu cầu về các chuyên gia trong các lĩnh vực như thu mua dữ liệu, đảm bảo quyền pháp lý với dữ liệu, và AI/ML tăng vọt. Đồng thời “công dân khoa học dữ liệu” nổi lên trong lĩnh vực kinh doanh, sử dụng Python, ngôn ngữ của AI / ML, để rút ngắn thời gian đưa ra quyết định.

Các nhà khoa học dữ liệu trình độ cao có thể chuyển đổi các bài toán kinh doanh sang khoa học dữ liệu, xác định các cách thức vận hành mới, và tạo ra giá trị tiềm năng mang lại sự tăng trưởng năng suất lớn cho nền kinh tế. Họ sử dụng khoa học dữ liệu để giúp trả lời các bài toán kinh doanh quan trọng và phức tạp.

Nhu cầu tuyển dụng các nhà khoa học dữ liệu có hiểu biết sâu sắc về thống kê và kiến thức chuyên ngành trở nên cấp thiết hơn bao giờ hết. Cuộc khảo sát năm 2020 của Refinitiv cho thấy số lượng trung bình các nhà khoa học dữ liệu trên mỗi công ty đã tăng thêm 17 trong vòng hai năm. Số lượng các công ty có nhóm từ năm nhà khoa học dữ liệu trở lên đã tăng tới 28%

Xu hướng 3: Xử lý ngôn ngữ tự nhiên (NLP) để chuyển đổi lĩnh vực tài chính

Sự gia tăng mạnh mẽ của dữ liệu cùng với sức mạnh của máy tính và những tiến bộ trong công nghệ NLP và thiết kế mô hình AI/ML, những điều này đã tạo ra những cơ hội tiềm năng cho các công ty dịch vụ tài chính.

Trong khi dữ liệu có cấu trúc đã mất dần vị trí độc tôn trong vài năm qua và đang dần hao mòn giá trị, thì dữ liệu phi cấu trúc trở nên bùng nổ khi các công ty chuyển sang sử dụng NLP để giải phóng tiềm năng của nó, tăng hiệu quả, mở rộng quy mô và phát đi nhiều tín hiệu tốt cho doanh nghiệp và doanh thu cho công ty.

Báo cáo AI/ML năm 2020 của Refinitiv nhấn mạnh việc sử dụng dữ liệu phi cấu trúc ngày càng tăng với 17% công ty chỉ sử dụng loại dữ liệu này, tăng từ mức 2% so với hai năm trước.

Trong thời gian sắp tới, chúng ta có thể sẽ chứng kiến sự phát triển thú vị trong lĩnh vực NLP. Đó có thể là giao tiếp phi ngôn ngữ. Ngày càng có nhiều nguồn đầu tư (về cả thời gian và tiền bạc) cho máy móc hiểu những gì chúng ta nói và cả cách chúng ta nói . Điều này đặc biệt thú vị khi ngày càng nhiều doanh nghiệp chuyển sang hình thức làm việc trực tuyến và ngôn ngữ cơ thể/nét mặt trở nên quan trọng hơn bao giờ hết.

Hãy theo dõi xu hướng này! Bởi những từ ngữ trên Phố Wall có thể sẽ mang lại lợi thế cho chúng ta trong năm 2021.

Nguồn tham khảo:

• Bài viết về xu hướng AI/ML 2021 bởi Refinitiv https://www.refinitiv.com/perspectives/ai-digitalization/the-three-ai-ml-trends-to-watch-in-2021/

• Bản khảo sát toàn cầu về AI năm 2020 bởi McKinsey https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/global-survey-the-state-of-ai-in-2020