đầu tư vào dữ liệu để giúp máy của họ học hỏi. Việc cải thiện máy dự đoán
được ưu tiên, ngay cả khi điều đó có nghĩa phải giảm chất lượng của trải
nghiệm khách hàng hoặc sự đào tạo nhân viên. Chiến lược dữ liệu là chìa
khóa cho chiến lược AI.
NHỮNG ĐIỂM CHÍNH
• Việc chuyển sang chiến lược ưu tiên AI đồng nghĩa với việc bỏ qua những
ưu tiên hàng đầu trước đó. Hay nói cách khác, ưu tiên AI không phải là một
câu đố - nó đại diện cho một sự đánh đổi thực tế. Chiến lược ưu tiên AI đặt
việc tối đa hóa độ chính xác dự đoán trở thành mục tiêu trung tâm của tổ
chức, ngay cả khi điều đó nghĩa là thỏa hiệp với những mục tiêu khác, ví dụ
như tối đa hóa doanh thu, số người dùng và trải nghiệm người dùng
• AI có thể dẫn đến sự gián đoạn vì các công ty có tên tuổi thường có động
lực áp dụng công nghệ yếu hơn so với các công ty khởi nghiệp. Các sản
phẩm được kích hoạt bởi AI thường không tốt ở giai đoạn đầu vì cần thời
gian để đào tạo một máy dự đoán thực hiện tốt như một thiết bị được mã
hóa theo hướng dẫn của con người thay vì tự học. Tuy nhiên, khi được khai
thác, AI có thể tiếp tục học hỏi và cải thiện, bỏ lại những sản phẩm không
thông minh của đối thủ đằng sau. Các doanh nghiệp lớn rất thích cách tiếp
cận chờ-và-xem kết quả, họ đứng ngoài và quan sát quá trình AI được áp
dụng vào ngành công nghiệp của họ. Điều đó có thể đúng với một số công
ty, nhưng những công ty khác cảm thấy khó bắt kịp một khi đối thủ cạnh
tranh của họ bắt đầu đào tạo và khai thác các công cụ AI trước họ.
• Một quyết định chiến lược khác liên quan đến thời gian— khi nào nên
đưa công cụ AI vào thực tế. Ban đầu, công cụ AI được đào tạo trong nhà,
để tránh xa khách hàng.
Tuy nhiên, chúng học nhanh hơn khi được sử dụng thương mại vì chúng
được tiếp xúc với những điều kiện hoạt động thực tế và thường có khối
lượng dữ liệu lớn hơn. Lợi ích của việc khai thác sớm là học nhanh hơn và
