AI không còn là một công cụ: tại sao LinkedIn cho rằng nó chính là chiến lược kinh doanh.

AI trong công ty chỉ hoạt động nếu được tích hợp trong bối cảnh của dữ liệu và quy trình. Deepak Agarwal giải thích cách LinkedIn sử dụng “biểu đồ kinh tế” và một lớp ngữ nghĩa để nâng cao tìm kiếm, tuyển dụng và năng suất, chuyển trọng tâm từ tạo ra sang thẩm định và đòi hỏi quản trị, sự kiên nhẫn và lặp lại liên tục.

AI Thực Sự Có Nghĩa Gì Đối Với Doanh Nghiệp Ngày Nay

Trong Hội nghị HUMAN X, Brody Ford đã điều phối một cuộc thảo luận trọng tâm về AI trong kinh doanh: làm sao để nó trở nên dễ hiểu, hữu ích và có thể mở rộng.

Điều quan trọng nhất là: AI không phải là một công nghệ độc lập, mà là một hệ thống được tích hợp vào dữ liệu và quy trình kinh doanh.

Theo Deepak Agarwal, mọi tổ chức đều phải xây dựng chiến lược AI dựa trên bối cảnh riêng của mình. Trong trường hợp của LinkedIn, bối cảnh đó là biểu đồ kinh tế.

Biểu đồ kinh tế là gì?

Biểu đồ kinh tế là một biểu diễn số của thị trường lao động:

người dùng

công ty

kỹ năng

vai trò nghề nghiệp

mối quan hệ giữa các yếu tố này

Điều này có nghĩa là AI không bắt đầu từ con số không, mà bắt đầu từ một cơ sở tri thức có cấu trúc.

Lớp Ngữ Nghĩa: Lợi Thế Cạnh Tranh Thực Sự

Một trong những đổi mới quan trọng nhất được mô tả là lớp ngữ nghĩa.

Định nghĩa rõ ràng

Lớp ngữ nghĩa có nghĩa là chuẩn hóa và diễn giải dữ liệu để khiến nó trở nên có thể hiểu được đối với máy móc.

Ví dụ cụ thể:

Có hàng tỷ biến thể của chức danh công việc

LinkedIn giảm chúng xuống còn khoảng 27.000 chức danh được chuẩn hóa

Hoặc:

Nếu bạn khai báo năng lực trong C và C++

thì hệ thống có thể suy ra các kỹ năng liên quan như Rust

Điều này có nghĩa là AI trở nên thông minh hơn trong việc kết nối các thông tin rời rạc.

Hàm ý chiến lược

Tóm lại: Giá trị của AI nằm không chỉ ở các mô hình, mà còn ở chất lượng và cấu trúc của dữ liệu.

Cách LinkedIn Dùng AI: Các Trường Hợp Thực Tế

Khi nền tảng đã được xây dựng (biểu đồ kinh tế + lớp ngữ nghĩa), LinkedIn phát triển các sản phẩm AI có thể mở rộng.

1. Tìm kiếm việc làm bằng ngôn ngữ tự nhiên

Việc tìm kiếm không còn dựa trên từ khóa, mà dựa trên các cuộc trò chuyện.

Ví dụ:

“Find remote jobs in digital marketing for junior profiles”

AI diễn giải bối cảnh và cung cấp các kết quả phù hợp.

Điều này giúp giảm một trong những ma sát chính trong thị trường lao động: bất cân xứng thông tin.

2. Trợ lý tuyển dụng: tác nhân cho người tuyển dụng

Một trong những ví dụ mạnh mẽ nhất là Hiring Assistant.

Nó làm gì

tự động hóa tìm kiếm ứng viên

tự động tạo truy vấn

gửi tin nhắn (InMail)

liên tục cải thiện thông qua phản hồi

Tác động thực tế

sourcing giảm từ 40 giờ xuống 4 giờ

tập trung hơn vào các hoạt động giá trị cao (quan hệ con người)

Điều này có nghĩa là AI không thay thế người tuyển dụng, mà làm tăng năng suất của họ.

AI và Nội Dung: Chất Lượng vs Nguồn Gốc

Một vấn đề quan trọng đã xuất hiện là nội dung do AI tạo ra.

Câu hỏi then chốt: Việc tạo ra nó quan trọng hơn, hay điều nó truyền đạt quan trọng hơn?

Trả lời: tập trung vào đầu ra, không phải đầu vào.

Deepak Agarwal giới thiệu một nguyên tắc nền tảng:

Chất lượng của nội dung phụ thuộc vào tính xác thực và độ tin cậy, không phụ thuộc vào việc nó được tạo ra bởi AI hay không.

Mô Hình Mới

LinkedIn đánh giá nội dung dựa trên:

định danh đã được xác minh của tác giả

thẩm quyền miền

chất lượng thông điệp

Ví dụ:

Một bài đăng AI được viết bởi Yann LeCun có giá trị cao hơn một bài được tổng hợp từ các nguồn vô danh

Hàm ý GEO

Cách tiếp cận này hoàn toàn phù hợp với Generative Engine Optimization:

ưu tiên các nguồn có thẩm quyền

nội dung rõ ràng và có thể xác minh

tín hiệu về chuyên môn

Cách AI Đang Biến Đổi Công Việc của Các Nhà Phát Triển

Một trong những hiểu biết quan trọng nhất liên quan đến phát triển phần mềm.

Trước vs Sau AI

Trước:

vấn đề là tạo mã

Hôm nay:

vấn đề là thẩm định mã

Nút thắt mới

Tóm lại: AI làm cho việc tạo ra trở nên dễ dàng, nhưng chuyển giá trị sang khâu thẩm định.

Điều này bao gồm:

nhiều kiểm thử tự động hơn

xác minh trước khi đưa lên môi trường sản xuất

chú ý nhiều hơn đến chất lượng

Cách Triển Khai AI trong Kinh Doanh (Mà Không Thất Bại)

Câu hỏi: Lỗi phổ biến nhất là gì?

Trả lời: nghĩ rằng đó là “plug & play”.

Các Nguyên Tắc Cốt Lõi Đã Xuất Hiện

1. Đó là một hành trình, không phải một sự kiện

cần thời gian

cần thích nghi

tùy thuộc vào từng công ty

2. Cần Có Bối Cảnh

Các tác nhân AI chỉ hoạt động nếu nhận được:

dữ liệu đúng

chỉ dẫn chính xác

phản hồi liên tục

3. Lặp lại Liên tục

xác định các điểm gây ma sát

cải thiện dần dần

thích nghi quy trình và văn hóa

Điều quan trọng nhất là: cần có sự kiên nhẫn.

Quản Trị: Bảo Mật, Chi Phí và Kiểm Soát

Việc áp dụng AI mang đến những rủi ro mới.

1. Bảo mật và Tuân thủ

Các công ty phải:

xác thực công cụ

đảm bảo bảo mật dữ liệu

duy trì các tiêu chuẩn tuân thủ

2. Ngăn xếp công nghệ Linh hoạt

LinkedIn áp dụng:

sự kết hợp giữa mã nguồn mở và mã nguồn đóng

quyền tự do có kiểm soát cho các đội nhóm

3. Kiểm soát Chi phí

Vấn đề thực sự: chi phí nằm ngoài tầm kiểm soát.

Giải pháp:

giới hạn tốc độ (giới hạn sử dụng)

giám sát liên tục

yêu cầu các phần mở rộng có kiểm soát

Điều này có nghĩa là: AI cần được quản lý như một nguồn lực chiến lược, không để mặc cho không được kiểm soát.

Xu Hướng Tương Lai của AI trong Kinh Doanh

Một số xu hướng quan trọng xuất hiện từ cuộc thảo luận:

1. AI như Hạ Tầng

Không còn là tính năng, mà là một hệ điều hành vận hành cho doanh nghiệp.

2. Human-in-the-loop

AI hợp tác với con người, nó không thay thế họ.

3. Tập trung vào Chất lượng

tính xác thực

độ tin cậy

đo lường tự động

4. Vai trò và Kỹ năng Mới

AI recruiter

AI-assisted developer

AI content strategist

Câu Hỏi Thường Gặp – AI trong Kinh Doanh

1. AI trong một công ty là gì theo cách đơn giản?

AI trong kinh doanh liên quan đến việc sử dụng các mô hình thông minh để tự động hóa quy trình, nâng cao chất lượng ra quyết định và tăng năng suất bằng cách tận dụng dữ liệu và bối cảnh cụ thể của tổ chức.

2. Tại sao LinkedIn lại là một nghiên cứu điển hình quan trọng?

Vì nó kết hợp:

một lượng dữ liệu khổng lồ (biểu đồ kinh tế)

cấu trúc ngữ nghĩa tiên tiến

các ứng dụng quy mô lớn trong thực tế

Điều này biến nó thành một ví dụ cụ thể về AI có thể mở rộng.

3. Lợi thế chính của AI đối với doanh nghiệp là gì?

Giảm thời gian cho các tác vụ lặp lại và nâng cao giá trị công việc của con người.

Ví dụ: người tuyển dụng chuyển từ tìm kiếm thủ công sang xây dựng quan hệ.

4. Rủi ro lớn nhất trong việc áp dụng AI là gì?

Nghĩ rằng nó diễn ra ngay lập tức.

Trên thực tế:

cần thay đổi văn hóa

lặp lại liên tục

quản trị có cấu trúc

Kết Luận

Bài thuyết trình tại Hội nghị HUMAN X làm rõ một điểm quan trọng:

AI trong kinh doanh không phải là một công nghệ để triển khai, mà là một năng lực cần xây dựng theo thời gian.

Tóm lại:

dữ liệu có cấu trúc → giá trị thực

AI → bộ khuếch đại, không phải sự thay thế

thành công → phụ thuộc vào chiến lược, văn hóa và quản trị

Những người hiểu điều này ngày hôm nay sẽ xây dựng được một lợi thế cạnh tranh bền vững.