Trong các quy trình kinh doanh hiện đại, việc ứng dụng AI tạo sinh đã vượt ra khỏi giai đoạn sử dụng công cụ đơn thuần và đang bước vào giai đoạn tích hợp hệ thống.
Vượt ra ngoài đó là một kỷ nguyên trí tuệ mới: "Trí Tuệ Giao Hưởng" (Symphonic Intelligence).
Bài viết này sẽ khám phá tình hình hiện tại và triển vọng tương lai của việc sử dụng AI tạo sinh từ hai góc độ: công việc lặp đi lặp lại (iterative work) và công việc luồng (flow work).
Công Việc Lặp Đi Lặp Lại
Trong một bài viết trước, chúng tôi đã phân tích các quan điểm về "công việc lặp đi lặp lại và công cụ" đối với "công việc luồng và hệ thống" như là những góc nhìn để cho phép AI tạo sinh thực hiện các tác vụ kinh doanh.
Công việc lặp đi lặp lại (iterative work) đề cập đến những tác vụ mà con người kết hợp một cách bán vô thức nhiều tác vụ cụ thể khác nhau và tiến hành thông qua thử và sai.
Và đối với công việc lặp đi lặp lại này, công cụ là tối ưu. Bằng cách chọn các công cụ phù hợp với nhiều tác vụ khác nhau, công việc có thể được tiến hành hiệu quả. Do đó, cần phải tập hợp bộ công cụ cần thiết và trở nên thành thạo trong việc sử dụng chúng.
Hiện tại, khi AI tạo sinh được sử dụng trong kinh doanh, phần lớn các trường hợp đều liên quan đến AI tạo sinh như một công cụ.
Phần lớn các cuộc thảo luận về việc cải thiện hiệu quả kinh doanh với AI tạo sinh hầu như luôn đề cập đến việc thêm công cụ mới và mạnh mẽ này vào bộ công cụ hiện có mà con người sử dụng cho công việc lặp đi lặp lại.
Vấn Đề Của Công Việc Lặp Đi Lặp Lại
Mặt khác, như đã chỉ ra trong bài viết trước, lợi ích về hiệu suất từ các công cụ trong công việc lặp đi lặp lại tương đối hạn chế.
Khi các công cụ trở nên hiệu quả hơn, con người cuối cùng sẽ trở thành nút thắt cổ chai. Cuối cùng, rào cản về giờ làm việc của con người không thể vượt qua.
Hơn nữa, có một khoảng cách đáng kể về hiệu quả và độ chính xác của công việc lặp đi lặp lại giữa nhân viên kỳ cựu và nhân viên mới, và rất khó để thu hẹp khoảng cách này. Do đó, ngay cả khi bạn muốn tăng gấp đôi khối lượng công việc vào tháng tới, bạn không thể xử lý nếu không có những người có kỹ năng kỳ cựu.
Để giải quyết vấn đề con người là nút thắt cổ chai, cuối cùng nó sẽ đi đến việc thay thế mọi thứ bằng trí tuệ nhân tạo.
Tuy nhiên, AI tạo sinh hiện tại vẫn chưa sở hữu mức hiệu suất đó.
Hơn nữa, ngay cả những tác vụ lặp đi lặp lại tưởng chừng đơn giản, khi được xem xét kỹ lưỡng, lại bao gồm một số lượng lớn các tác vụ vô thức.
Vì lý do này, chúng không thể được đơn giản hóa thành các hệ thống IT thông thường hoặc các hướng dẫn mà bất kỳ ai cũng có thể làm theo, và do đó phụ thuộc vào sự thành thạo của con người.
Trừ khi những tác vụ vô thức, đòi hỏi sự thành thạo này được tổ chức và bí quyết cần thiết cho mỗi tác vụ được mã hóa thành tri thức, AI tạo sinh, dù hiệu suất có cải thiện đến đâu, cũng không thể thay thế công việc của con người.
Chuyển Đổi Thành Công Việc Luồng Và Hệ Thống Hóa
Để giải quyết mục tiêu phân bổ tác vụ trong giới hạn hiệu suất hiện tại của AI tạo sinh, và mục tiêu tổ chức các tác vụ vô thức cũng như mã hóa bí quyết, việc tổ chức công việc lặp đi lặp lại mang tính thử-và-sai thành công việc luồng được tiêu chuẩn hóa có ý nghĩa rất lớn.
Công việc luồng được tiêu chuẩn hóa phù hợp không chỉ với công cụ mà còn với hệ thống.
Trong công việc luồng, có các tác vụ được thực hiện bởi AI tạo sinh và các tác vụ được thực hiện bởi con người. Bằng cách kết nối chúng bằng một hệ thống, toàn bộ công việc luồng trở nên có thể thực thi.
Chuyển đổi thành công việc luồng và hệ thống hóa mang lại một số hiệu ứng quan trọng.
Một là AI tạo sinh được chuyên môn hóa cho từng tác vụ riêng lẻ, giúp rõ ràng cách tối ưu hóa hiệu quả và độ chính xác của AI tạo sinh cho mỗi tác vụ.
Thứ hai, nhiều người lao động có thể bổ sung kiến thức cho AI tạo sinh, và lợi ích này mở rộng đến tất cả mọi người.
Thứ ba, việc dần dần chuyển giao việc phân chia tác vụ trong công việc này cho AI tạo sinh trở nên dễ dàng hơn.
Bằng cách này, thông qua việc chuyển đổi công việc lặp đi lặp lại thành công việc luồng và tích lũy kiến thức mà AI tạo sinh cần cho mỗi tác vụ như một hệ thống, công việc trí tuệ tiếp cận quá trình tự động hóa giống như một dây chuyền nhà máy.
Và bằng cách tích hợp những cải tiến về hiệu suất cơ bản của AI tạo sinh phát triển theo thời gian, cùng với việc tận dụng kiến thức tích lũy chuyên biệt cho nhiều tác vụ khác nhau, sẽ có thể biến toàn bộ công việc luồng thành một quy trình tự động được thúc đẩy bởi AI tạo sinh.
Trí Tuệ Ảo
Như vậy là đã kết thúc phần phân tích từ góc độ công việc lặp lại và công cụ, cũng như công việc theo luồng và hệ thống.
Một bài viết khác mà tôi mới viết gần đây đã phát triển sâu hơn về cuộc thảo luận này.
Trong bài viết đó, tôi đã đề cập đến chủ đề điều phối bởi trí tuệ ảo.
Hiện tại, và trong tương lai rất gần, do những hạn chế về hiệu suất, AI tạo sinh hoạt động tốt hơn về hiệu quả và độ chính xác khi tập trung vào các tác vụ cụ thể.
Do đó, như đã thảo luận trước đây về công việc theo luồng và hệ thống, một cơ chế lý tưởng là kết nối các AI tạo sinh chuyên biệt cho từng tác vụ riêng lẻ thông qua một hệ thống.
Tuy nhiên, ngay cả khi hiệu suất của AI tạo sinh cải thiện đáng kể, việc xử lý bằng cách chuyển đổi vai trò và sử dụng các kiến thức khác nhau trong một lần xử lý duy nhất có thể hiệu quả và chính xác hơn, thay vì chỉ đơn thuần xử lý song song các tác vụ khác nhau.
Phương pháp này sẽ loại bỏ nhu cầu về một hệ thống để liên kết các AI tạo sinh với nhau. Các hoạt động tương tự như tích hợp hệ thống sẽ diễn ra bên trong AI tạo sinh.
Hơn nữa, từ một tình huống mà việc sắp xếp lại hoặc bổ sung tác vụ là không thể nếu không thay đổi hệ thống, bản thân AI tạo sinh sẽ có thể phản ứng linh hoạt.
Điều này có nghĩa là đưa các tác vụ đã được xử lý theo luồng và hệ thống hóa trở lại thành công việc lặp lại.
Tuy nhiên, công việc lặp lại trở lại sau khi trải qua quá trình xử lý theo luồng và hệ thống hóa này sẽ ở trạng thái mà kiến thức có thể tái sử dụng đã được hình thành, ngay cả khi số lượng AI tạo sinh được tăng lên hoặc phiên bản của chúng được thay đổi.
Điều này giải quyết các vấn đề của công việc lặp lại của con người và cho phép thực hiện các tác vụ linh hoạt tương tự như những gì con người làm.
Ở đây, tôi gọi khả năng của AI tạo sinh trong việc chuyển đổi vai trò và kiến thức trong một lần thực hiện là "trí tuệ ảo". Điều này tương tự như máy ảo của máy tính.
Cũng như công nghệ máy ảo mô phỏng các máy tính hoàn toàn khác nhau chạy trên một phần cứng duy nhất, một AI tạo sinh duy nhất xử lý bằng cách chuyển đổi giữa nhiều vai trò.
AI tạo sinh đã tự nhiên có được khả năng trí tuệ ảo này. Đây là lý do tại sao AI tạo sinh có thể mô phỏng các cuộc thảo luận liên quan đến nhiều người hoặc tạo ra các tiểu thuyết có nhiều nhân vật.
Nếu khả năng trí tuệ ảo này được cải thiện và được cung cấp đủ kiến thức, nó sẽ có thể thực hiện công việc lặp lại.
Điều Phối Trí Tuệ
Hơn nữa, tôi gọi khả năng kết hợp tự do nhiều vai trò và kiến thức để thực hiện các tác vụ là "điều phối trí tuệ" (intelligence orchestration).
Điều này tương tự như công nghệ điều phối (orchestration) xử lý nhiều máy ảo.
Cũng như công nghệ điều phối vận hành hệ thống hiệu quả bằng cách khởi chạy các máy ảo cần thiết khi cần, một AI tạo sinh với kỹ năng điều phối trí tuệ được cải thiện – một khả năng của trí tuệ ảo – sẽ có thể linh hoạt thực hiện công việc lặp lại, duy trì hiệu quả và độ chính xác trong khi sử dụng hợp lý nhiều vai trò và kiến thức.
Trí Tuệ Giao Hưởng
AI tạo sinh đạt đến giai đoạn này có thể được gọi là Trí tuệ Giao hưởng (Symphonic Intelligence).
Giống như một dàn nhạc giao hưởng, với mỗi nhạc công thành thạo nhạc cụ của mình, cùng nhau chơi một bản nhạc duy nhất trong khi thực hiện các vai trò tương ứng của họ, Trí tuệ Giao hưởng có thể tạo ra một bản giao hưởng của công việc trí tuệ.
Trí tuệ Giao hưởng là một khái niệm mới, đại diện cho một điểm đến cuối cùng của AI tạo sinh.
Tuy nhiên, Trí tuệ Giao hưởng tự thân nó đã tồn tại.
Đó chính là trí tuệ con người của chúng ta.
Chính vì chúng ta sở hữu Trí tuệ Giao hưởng mà chúng ta có thể vô thức thực hiện các tác vụ trí tuệ phức tạp một cách linh hoạt thông qua công việc lặp đi lặp lại, sử dụng vô số bí quyết.
Cuối Cùng: Dạng Thức Của AGI
Bằng cách cung cấp cho AI tạo sinh, có khả năng mô phỏng Trí tuệ Giao hưởng, các quy trình công việc luồng và cơ sở tri thức cho các tác vụ khác, nó sẽ có thể xử lý nhiều tác vụ lặp đi lặp lại.
Khi nó trở nên có khả năng xử lý vô số các tác vụ lặp đi lặp lại khác nhau, nó có thể sẽ nắm bắt được các nguyên tắc chung và các mẫu cấu trúc trong tri thức trên các tác vụ đó.
Tại thời điểm đó, đối với các tác vụ lặp đi lặp lại hoàn toàn chưa biết, chỉ với một lời giải thích đơn giản từ con người, nó sẽ có thể học được bí quyết của tác vụ đó chỉ bằng cách quan sát cách con người thực hiện.
Đây là Trí tuệ Giao hưởng thực sự. Khi đạt đến giai đoạn này, con người sẽ không cần phải tốn công sức vào việc xử lý theo luồng hoặc mã hóa bí quyết nữa.
Hơn nữa, kiến thức được AI tạo sinh tự động tích lũy như vậy có thể được chia sẻ giữa các AI tạo sinh với nhau.
Khi điều đó xảy ra, khả năng học hỏi của AI tạo sinh sẽ vượt xa khả năng của con người.
Đây có thể được coi là một dạng thức của AGI.