AI hype cycle: Ứng dụng của AI trong doanh nghiệp có đang bị thổi phồng?
![Nguồn: Know Your Meme](https://img.vietcetera.com/uploads/images/06-jun-2023/bo-c-term-1686022444657.jpg)
Nguồn: Know Your Meme
1. AI hype cycle là gì?
AI hype cycle, tạm dịch là chu kỳ cường điệu về AI, diễn tả một chu kỳ trong đó sự hứng thú và quan tâm của công chúng về công nghệ trí tuệ nhân tạo lên cao tới đỉnh điểm, rồi thất vọng bởi mọi thứ không “màu hồng” như họ tưởng.
Tiến sĩ Eric Siegel, chuyên gia và nhà tư vấn trong lĩnh vực máy học (machine learning) sử dụng cụm từ này để nhận định rằng một AI hype cycle có thể đánh lạc hướng các công ty trong quá trình họ phát triển công nghệ AI hoặc sử dụng công nghệ này để thay thế lao động là con người.
Việc ca tụng trí tuệ nhân tạo một cách thái quá có thể khiến các dự án kinh doanh có kỳ vọng phi thực tế về công nghệ này. Một trong các ví dụ gần đây là mặc định rằng AI có thể thay thế toàn diện các hoạt động trí óc của con người, chỉ bởi vì nó có chữ "trí tuệ" (intelligence). Trong thực tế, "trí tuệ nhân tạo" là một thuật ngữ còn mơ hồ. "Máy học" là khái niệm có nội hàm cụ thể hơn, và có thể áp dụng trực tiếp vào hoạt động vận hành của doanh nghiệp, song lại được công chúng đánh đồng với AI. Sự hiểu lầm này có thể dẫn tới thất vọng.
2. Nguồn gốc của AI hype cycle
Thuật ngữ AI hype cycle có nguồn gốc từ Gartner hype cycle - một phương pháp nghiên cứu về sự trưởng thành và áp dụng công nghệ vào việc giải quyết các vấn đề của doanh nghiệp. Phương pháp này được đề xuất bởi Gartner, một công ty tư vấn và nghiên cứu công nghệ có trụ sở tại Mỹ.
Gartner hype cycle cung cấp một minh hoạ trực quan về cách một công nghệ phát triển theo thời gian, từ đó cung cấp thông tin hợp lý để quản lý triển khai công nghệ này trong bối cảnh mục tiêu kinh doanh cụ thể của một doanh nghiệp.
Mỗi hype cycle chia vòng đời của một công nghệ thành 5 giai đoạn khác nhau, giống với sơ đồ hiệu ứng Dunning-Kruger:
Khởi động cải tiến (innovation trigger): Trong giai đoạn này, một bước đột phá tiềm năng về công nghệ sẽ khởi động mọi thứ. Giới truyền thông đưa khái niệm và câu chuyện xung quanh khái niệm ấy đi thật xa. Thường không có sản phẩm hữu dụng nào tồn tại, cũng như chưa nhìn được tiềm năng về mặt kinh doanh.
Đỉnh cao của những kỳ vọng bị thổi phồng (peak of inflated expectations): Những công khai giai đoạn đầu về công nghệ mới bao gồm nhiều thành công và thất bại. Một số công ty bắt tay thực hiện, một số dừng lại.
Rãnh của sự vỡ mộng (trough of disillusionment): Sự quan tâm giảm dần khi các thử nghiệm và triển khai không mang lại hiệu quả. Các nhà sản xuất công nghệ từ bỏ phát triển công nghệ này hoặc thất bại. Tiền đầu tư chỉ tiếp tục được rót khi những kẻ sống sót trên thị trường nỗ lực cải thiện để làm hài lòng những người dùng đầu tiên.
Sườn dốc giác ngộ (slope of enlightenment): Nhiều ứng dụng về cách công nghệ mới có thể giúp doanh nghiệp bắt đầu dần thành hình và được hiểu một cách rộng rãi. Các thế hệ thứ hai, thứ ba của công nghệ này được xuất xưởng. Các công ty bảo thủ hơn vẫn thận trọng, số còn lại tiếp tục theo đuổi các thí điểm công nghệ.
Cao nguyên của năng suất (plateau of productivity): Công nghệ bắt đầu được áp dụng phổ biến và có chỉ dấu lạc quan từ thị trường. Tiêu chí đánh giá khả năng trụ vững của nhà cung cấp sản phẩm được xác định rõ ràng hơn.
3. Vì sao AI hype cycle lại phổ biến?
Từ sau khi ChatGPT được công bố rộng rãi, tiềm năng của AI được thổi phồng lên và tạo ra những làn sóng "thanh lọc" người lao động trong các công sở. Trong khi các ứng dụng như Midjourney đe doạ các khái niệm truyền thống về bản quyền chất xám, thì ChatGPT cường điệu hoá khả năng nó có thể thay thế người lao động truyền thống trong mọi lĩnh vực.
Trong thực tế, dù còn rất nhiều lo ngại về những nguy hiểm nổ ra khi quá trình áp dụng công nghệ AI không được quản lý một cách cẩn thận, song các công nghệ này thực sự đang đẩy rất nhiều lao động ra khỏi công việc nuôi sống họ. Đó là lý do vì sao AI hype cycle trở thành chủ đề được bàn tán.
Với Eric Siegel, nhiệm vụ của máy học không hào nhoáng như những quảng cáo về AI. Máy học đưa ra những dự đoán khả thi (actionable prediction), đó là lý do vì sao đôi lúc nó được gọi là phân tích dự đoán (predictive analytics). Đây là giá trị thực của máy học, miễn là ta không tưởng tượng nó như một quả cầu pha lê bói toán điện tử.
Trong khi đó, AI chưa được xây dựng một khung khái niệm cụ thể. Nó cũng chưa có mục tiêu và ứng dụng cụ thể ngoài việc cố gắng thay thế trí thông minh của con người. Ngày nay, phần lớn người dùng sử dụng ChatGPT như một món đồ chơi. Theo Evin Coldewey từ Tech Crunch, các tập đoàn công nghệ đang không thực sự quan tâm đến việc tìm ra những ứng dụng AI giúp thế giới trở thành một nơi tốt đẹp hơn, mà đơn giản chỉ muốn kiếm tiền từ nó. Điều này khiến giá trị và mục tiêu của AI, hoặc là bị hiểu sai, hoặc bị giảm hoặc thổi phồng giá trị.
Trong giai đoạn cường điệu về cách mà AI thay đổi thế giới, những tranh cãi và thử nghiệm tiếp tục diễn ra. Việc thay thế người lao động bằng AI dường như là một nước đi vội vàng và gây ra những tổn hại không cần thiết tới thị trường lao động.
4. Cách dùng AI hype cycle
Tiếng Anh
A: Is AI that powerful? I saw it steal people's jobs.
B: We are witnessing an AI hype cycle. People will soon realize that this trend doesn't bring much benefit to businesses.
Tiếng Việt
A: AI có "ao chình" con người đến vậy không nhỉ? Tớ thấy nó đánh cắp việc làm của nhiều người.
B: Chúng ta đang chứng kiến một chu kỳ cường điệu về AI thôi. Sớm rồi mọi người sẽ nhận ra xu hướng này không mang lại lợi lộc cho doanh nghiệp nhiều đến vậy.