AI không cần thông minh hơn, dữ liệu và bối cảnh mới là mấu chốt

Hiệu quả của trí tuệ nhân tạo (AI) trong doanh nghiệp phụ thuộc nhiều hơn vào dữ liệu nội bộ và bối cảnh vận hành so với năng lực suy luận của mô hình.

Ali Ghodsi (Ali Ghodsi), đồng sáng lập kiêm CEO Databricks, phát biểu tại sự kiện Bloomberg Tech ở San Francisco: “AI không cần thông minh hơn. Điều còn thiếu là bối cảnh”. Databricks cho biết trong bài đăng chính thức rằng Ghodsi xem bối cảnh dữ liệu là một thách thức cốt lõi của AI doanh nghiệp.

Theo Ghodsi, bối cảnh bao gồm dữ liệu độc quyền của doanh nghiệp, cách tổ chức ra quyết định, quy trình công việc, chỉ số hiệu suất chính (KPI), cơ chế phê duyệt và tri thức nội bộ. Một mô hình có năng lực suy luận cao vẫn khó tự động hóa công việc nếu không hiểu doanh nghiệp xử lý nhiệm vụ theo tiêu chí nào.

Ghodsi cho biết khi ông hỏi khán giả liệu trí tuệ nhân tạo tổng quát (AGI) đã xuất hiện hay chưa, chỉ khoảng 10% giơ tay. Ngược lại, khoảng 90% cho rằng các mô hình AI họ sử dụng hằng ngày thông minh hơn phần lớn đồng nghiệp.

Bloomberg Television đã giới thiệu phát biểu này trong một bài đăng. Các tỷ lệ 10% và 90% là kết quả khảo sát không chính thức với khán giả tại sự kiện, không đại diện cho toàn bộ doanh nghiệp hay thị trường.

Databricks đang giới thiệu Genie như một sản phẩm xây dựng bối cảnh cho doanh nghiệp. Genie kết nối dữ liệu doanh nghiệp và các quy tắc nghiệp vụ theo định dạng mà AI có thể hiểu.

Genie Ontology là lớp bối cảnh hợp nhất mô tả tổ chức dưới góc nhìn nghiệp vụ. Sản phẩm kết nối định nghĩa các chỉ số doanh nghiệp sử dụng, nguồn dữ liệu có thẩm quyền và quy tắc nghiệp vụ trong cùng một cấu trúc.

Databricks cho biết trong tài liệu chính thức rằng Genie Ontology kết hợp hệ thống ngữ nghĩa của Unity Catalog với bối cảnh được tự động trích xuất từ các tài sản hiện có. Người dùng có thể đưa các chỉ số, nguồn dữ liệu và quy tắc nghiệp vụ do doanh nghiệp định nghĩa vào câu trả lời của AI.

Quyền truy cập cũng là một yếu tố quan trọng trong thiết kế sản phẩm. Genie Ontology được thiết kế để AI chỉ sử dụng thông tin mà người dùng có quyền truy cập, qua đó quản lý đồng thời ý nghĩa và phạm vi bảo mật của dữ liệu nội bộ.

Cách tiếp cận này chuyển trọng tâm cạnh tranh trong AI doanh nghiệp từ việc thay thế mô hình sang tổ chức dữ liệu và quản trị. Doanh nghiệp cần gắn ý nghĩa và quyền hạn cho dữ liệu nội bộ, đồng thời cấu trúc hóa quy tắc nghiệp vụ và quy trình ra quyết định để AI có thể sử dụng.

Đó cũng là lý do dữ liệu trong AI doanh nghiệp không chỉ là thông tin được lưu trữ. Cùng một chỉ số có thể có định nghĩa và quy trình phê duyệt khác nhau giữa các tổ chức. Nếu thiếu bối cảnh, AI có thể đưa ra câu trả lời đúng về mặt câu chữ nhưng khó sử dụng trong thực tế.

Các bình luận dưới những bài đăng trên LinkedIn của Databricks và Bloomberg Television cho rằng điều AI còn thiếu không phải trí thông minh mà là dữ liệu doanh nghiệp và kiến thức nghiệp vụ. Đây là quan điểm xem bối cảnh và chất lượng dữ liệu là điều kiện cốt lõi của AI doanh nghiệp.

Ở chiều ngược lại, một số bình luận chỉ ra rằng lỗi có thể tiếp diễn dù bổ sung bối cảnh nếu doanh nghiệp chưa có chức năng tìm kiếm đáng tin cậy, hệ thống quản lý quyền truy cập và chất lượng dữ liệu. Đây là ý kiến của người dùng mạng xã hội, không phải kết quả nghiên cứu thị trường độc lập.

Tầm quan trọng của dữ liệu doanh nghiệp và quản lý quyền truy cập cũng được đề cập trong bài viết trước đây của TokenPost về phát biểu của CEO Databricks liên quan đến rủi ro AI. Nội dung này nhấn mạnh rằng khi AI được kết nối với doanh nghiệp và dịch vụ, cần quản lý đồng thời phạm vi truy cập của tài khoản, dữ liệu và ứng dụng, bên cạnh hiệu suất mô hình.

Một trường hợp về nền tảng dữ liệu kết nối dữ liệu doanh nghiệp để cung cấp bối cảnh cho AI và đội ngũ bảo mật cũng cho thấy tầm quan trọng của kiểm soát dữ liệu và cấu trúc hóa tri thức trong AI doanh nghiệp. Tuy nhiên, phát biểu của Ghodsi gắn với chiến lược sản phẩm của Databricks, nên chưa có cơ sở để khẳng định hiệu quả tương tự sẽ xuất hiện ở mọi doanh nghiệp.

Theo tài liệu chính thức của Databricks, Genie Ontology đang ở giai đoạn xem trước công khai tính đến ngày 11 tháng 9. Sự chú ý sẽ tập trung vào cách AI doanh nghiệp kết nối ý nghĩa dữ liệu, quy tắc nghiệp vụ và quyền truy cập, vượt ra ngoài cuộc cạnh tranh về hiệu suất mô hình.