Colleen Aubrey của AWS: Hãy ngừng phát minh ra các chỉ số AI mới — chính các chỉ số kinh doanh của bạn mới quan trọng

Ngày nay không có một nhà lãnh đạo doanh nghiệp hoặc công nghệ thông tin nào không đặt trí tuệ nhân tạo lên hàng đầu trong danh sách ưu tiên của họ. Thách thức đối với hầu hết các tổ chức là quyết định đo lường những gì và làm thế nào để xác định liệu một sáng kiến ​​AI có thành công hay không.

Để hiểu rõ hơn cách khách hàng nên tiếp cận các chỉ số AI, tôi đã nói chuyện với Colleen Aubrey từ Amazon Web Services Inc, người có một số kinh nghiệm sâu sắc trong lĩnh vực này.

Với tư cách là phó chủ tịch cấp cao của Giải pháp AI ứng dụng tại AWS và là thành viên nhóm S của Amazon, cô xây dựng nền tảng đó bằng những bài học từ hơn 20 năm làm việc tại Amazon, nơi cô xây dựng các sản phẩm hướng tới khách hàng cho hàng triệu người bán và nhà quảng cáo. Cuốn sách mà cô ấy rút ra từ kinh nghiệm đó mang lại cho các doanh nghiệp một con đường thực tế để thoát khỏi luyện ngục thí điểm AI và nó bắt đầu bằng việc loại bỏ trang trình bày lợi tức đầu tư AI.

Cô lập luận rằng việc hiểu ROI AI đòi hỏi phải suy nghĩ về các chỉ số kinh doanh. Cô giải thích: “Tôi lo lắng rằng mọi người bắt đầu cố gắng đưa ra các số liệu mới để đo lường tác động của AI, nhưng đó vẫn là các số liệu tương tự”. “Số liệu kinh doanh của bạn mới là vấn đề quan trọng.” AWS đã dành 20 năm để xây dựng cơ sở hạ tầng đám mây. Ứng dụng kinh doanh AI là một cơ hội mới hơn nhiều.

Khi Aubrey gia nhập AWS, cô đã kế thừa 35 chương trình lớp ứng dụng. “Tôi có thể nói Kết nối cho trung tâm liên lạc có lẽ là ví dụ thành công nhất của chúng tôi,” cô nói với tôi trong một cuộc phỏng vấn gần đây trước AWS re:Invent từ ngày 30 tháng 11 đến ngày 30 tháng 12. 4.

Cô đã nghiên cứu những yếu tố khiến nó hoạt động: Nhóm có kinh nghiệm vận hành sâu rộng khi vận hành chức năng dịch vụ khách hàng của Amazon; họ đã chọn một chiến lược sắc bén (chất lượng âm thanh vượt trội trên nền tảng AWS thay vì theo đuổi sự tương đương về tính năng; và nhóm hiểu rõ khách hàng của mình. Bài học từ thành công đó hiện là kế hoạch chi tiết cho dòng Amazon Connect mở rộng: Kết nối khách hàng, Kết nối nhân tài, Kết nối sức khỏe và Kết nối các quyết định.

Cẩm nang mà Aubrey xây dựng cho gia đình Connect phản ánh chặt chẽ những gì các nhà lãnh đạo CNTT cần để chuyển các chương trình AI của riêng họ ra khỏi chế độ thử nghiệm. Dưới đây là năm điểm quan trọng của tôi đối với các nhà lãnh đạo CNTT:

Tính tương đương của tính năng là một cái bẫy

Bài học đầu tiên Aubrey rút ra từ đánh giá của cô là về việc nên bắt đầu từ đâu. Không ai điều hành chuỗi cung ứng tốt hơn Amazon, đó chính xác là lý do tại sao phiên bản đầu tiên của Chuỗi cung ứng AWS lại là một trải nghiệm học hỏi hữu ích đến vậy. Khi Aubrey đến gần sản phẩm, cô thấy một nhóm đang làm việc để bắt kịp chứ không phải dẫn đầu. Họ đã xây dựng năm mô-đun “chủ yếu nhằm đạt được tính năng tương đương” với các nhà cung cấp kế hoạch nguồn lực doanh nghiệp lâu đời đã có khởi đầu kéo dài hàng thập kỷ.

Connect đã đi theo con đường ngược lại và nó mang tính hướng dẫn. Aubrey nói về nhóm Connect: “Họ hiểu rằng họ sẽ không đạt được sự tương đương về tính năng. Thay vào đó, họ dẫn đầu với chất lượng âm thanh vượt trội trên nền tảng AWS, bắt đầu thu hẹp và xây dựng từ đó.

Aubrey áp dụng bài học tương tự vào chuỗi cung ứng. Cô khởi động lại nó với tên gọi Quyết định kết nối bằng cách đặt một câu hỏi khác: đâu là vấn đề nghiêm trọng nhất và công cụ hiện tại yếu nhất ở đâu? Câu trả lời là các nhà quy hoạch. “Họ đang chữa cháy suốt thời gian qua,” cô nói. "Họ bị choáng ngợp bởi hàng loạt tín hiệu. Đến lúc họ phải quyết định thì thời điểm đó đã trôi qua."

Điều tương tự cũng áp dụng cho các doanh nghiệp. Các dự án AI bị đình trệ thường cố gắng tái tạo toàn bộ quy trình làm việc. Những người thành công xác định được một điểm quyết định khó khăn và làm cho nó tốt hơn đáng kể.

Các chỉ số kinh doanh không thay đổi

Quan điểm của Aubrey về đo lường đáng được giải thích. Cô nói: “Các công ty đang mắc kẹt trong vấn đề ROI của AI là bao nhiêu và họ đang xem xét lợi nhuận từ token và những thứ tương tự”. “Câu hỏi đặt ra là bạn có thể thay đổi các chỉ số kinh doanh của mình bằng cách làm việc theo cách khác không?”

Điểm chứng minh của cô là Wells Vehicle Electronics, theo AWS, đã cắt giảm 7% hàng tồn kho trong ba tháng đồng thời mở rộng SKU mà họ tích cực giám sát từ 20 lên 2.000. Không ai ở Wells nói về token. Họ đang nói về vốn lưu động. Nếu một dự án không thể gắn với một số liệu mà giám đốc tài chính đã theo dõi thì đó là một thử nghiệm chứ không phải một khoản đầu tư.

AI không loại bỏ các nút thắt cổ chai; nó di chuyển chúng

Amazon bắt đầu từ nơi mà hầu hết các công ty đều bắt đầu: phát triển phần mềm, cung cấp các công cụ AI trên toàn công ty. Aubrey thừa nhận lúc đầu có chút hỗn loạn. Aubrey nói: “Mọi người chỉ đang thử nghiệm rất nhiều thứ.

Cô coi đó là một tính năng chứ không phải lỗi vì đó là nơi diễn ra quá trình học tập thực sự. Cô nói: “Bạn phải trải qua giai đoạn tìm hiểu này, bạn biết không, phạm vi kiểm tra của chúng tôi thật tệ. Khắc phục phạm vi kiểm tra và bạn thấy "đường dẫn của chúng tôi tệ", do đó, bạn khắc phục tình trạng đường ống, loại bỏ sự can thiệp thủ công và triển khai nhanh hơn. Kết quả trong nhóm của cô năm nay: tốc độ thúc đẩy sản xuất được cải thiện gấp đôi.

Bài học là tốc độ không đến từ trợ lý mã hóa. Nó đến từ việc sửa chữa mọi thứ ở hạ nguồn mà trợ lý đã bộc lộ. Các doanh nghiệp mua công cụ này và bỏ qua hệ thống ống nước sẽ thấy hoạt động tăng lên trong khi sản lượng không thay đổi.

Sở hữu kết quả chứ không phải nhiệm vụ

Tôi hỏi Aubrey liệu Amazon có điều chỉnh mục tiêu của mình để phản ánh những gì nhân viên hiện có thể làm với AI hay không. Câu trả lời của cô ấy là “có và không” một cách trung thực. Trong nhóm trải nghiệm người dùng của cô ấy, các vai trò đã sụp đổ: các nhà thiết kế bị buộc phải chuyển mã sang môi trường alpha và Amazon đã tạo ra một vai trò “công nghệ UX” mới.

“Không” là thiết kế tổ chức và việc đặt mục tiêu vẫn đang theo kịp. Thông điệp của cô gửi tới nhóm của mình rất thẳng thắn: "Lựa chọn duy nhất mà bạn không thể đưa ra là làm chủ nhiệm vụ. Bạn phải chọn làm chủ kết quả." Lãnh đạo CNTT nào cũng nên mượn câu nói đó. Mô tả công việc dựa trên nhiệm vụ sẽ kém hiệu quả.

AI tốt nhưng UX xấu sẽ thất bại

Triết lý thiết kế của AWS dành cho gia đình Connect là cái mà cô gọi là “chủ nghĩa hài hước”, ý tưởng rằng AI phải phù hợp với cách mọi người đã làm việc chứ không phải ngược lại. Mối quan tâm lớn nhất của cô là độ trễ giữa nguyên mẫu nội bộ và sản xuất.

“Theo quan điểm của tôi, việc vận chuyển AI tốt với trải nghiệm người dùng kém sẽ thất bại,” cô nói. Nhóm của cô đã đầu tư rất nhiều vào việc thu hẹp khoảng cách đó, vượt ra ngoài các giao diện dựa trên lệnh truyền thống để hướng tới AI có khả năng thu thập tín hiệu, ghi nhớ các quyết định và tiến hành công việc. Cô ấy nói, mục tiêu là làm cho AI trở nên hữu dụng đến mức mọi người thay đổi cách họ làm việc, không phải vì họ được yêu cầu làm như vậy mà vì nó có ý nghĩa.

Cô ấy cũng thẳng thắn không kém về sự trưởng thành. TE Connectivity đã mở rộng quy mô Connect Decisions cho 2.000 người lập kế hoạch, nhưng Connect Talent chỉ mới được cung cấp rộng rãi vào tháng 9 và đã có khách hàng sớm triển khai. Aubrey cho biết nhóm đang tập trung vào việc tạo ra sản phẩm phù hợp trước khi tích cực mở rộng quy mô, phản ánh nguyên tắc “chọn một cái nêm” tương tự mà cô đã áp dụng trên các giải pháp Connect.

Điều này có ý nghĩa gì đối với các nhà lãnh đạo CNTT

• Chọn một cái nêm chứ không phải một nền tảng. Sức hấp dẫn của AI là hình dung lại toàn bộ chức năng cùng một lúc. Thay vào đó, hãy xác định thời điểm quyết định nơi mọi người đang chìm đắm trong các tín hiệu và hành động quá muộn, chẳng hạn như người lập kế hoạch bị chôn vùi trong các trường hợp ngoại lệ hoặc nhân viên xử lý lượng đặt phòng lại tăng vọt. Một vấn đề hẹp, phức tạp mang lại chiến thắng nhanh chóng, số liệu rõ ràng và nền tảng đáng tin cậy để xây dựng.
• Loại bỏ trang trình bày “AI ROI”. Lợi nhuận trên mã thông báo, lời nhắc cho mỗi người dùng và trang tổng quan áp dụng đo lường hoạt động chứ không phải giá trị. Trước khi bất kỳ dự án nào được cấp vốn, hãy gắn nó với số liệu kinh doanh mà công ty đã theo dõi, chẳng hạn như hàng tồn kho, tỷ lệ giải quyết, thời gian thuê hoặc thời gian chu kỳ và đặt đường cơ sở. Nếu số liệu không di chuyển trong một khoảng thời gian xác định thì dự án sẽ không mở rộng quy mô, cho dù bản demo có ấn tượng đến đâu.
• Ngân sách cho việc khắc phục tiếp theo. AI hiếm khi loại bỏ được nút thắt cổ chai; nó di chuyển nó. Lợi ích gấp đôi của Amazon về tốc độ vận chuyển đến từ việc sửa chữa phạm vi kiểm tra và đường ống, chứ không phải từ trợ lý mã hóa. Giả sử quá trình triển khai của bạn sẽ bộc lộ hạn chế tiếp theo, cho dù đó là chất lượng dữ liệu, khả năng tích hợp, phê duyệt hay thử nghiệm. Dành ngân sách và nhân sự cho công việc đó ngay từ đầu thay vì phát hiện ra nó sáu tháng sau.
• Viết lại vai trò xung quanh kết quả. Mô tả công việc được xây dựng xung quanh các nhiệm vụ sẽ kém hiệu quả hơn khi AI đảm nhận nhiều nhiệm vụ đó hơn. Hãy làm việc với bộ phận nhân sự ngay bây giờ để xác định lại vai trò và mục tiêu xung quanh kết quả mà mọi người đạt được, đồng thời cập nhật những kỳ vọng về hiệu suất để phản ánh những công cụ họ có. Thành thật với nhân viên rằng một số nhóm sẽ thu hẹp lại trong khi những nhóm khác sẽ có những khoảng trống mới cần lấp đầy; sự mơ hồ gây ra nhiều lo lắng hơn là sự thẳng thắn.
• Biến khả năng sử dụng thành tiêu chí mua hàng. Như Aubrey đã nói, AI tốt nhưng trải nghiệm người dùng kém sẽ thất bại. Trong đánh giá nhà cung cấp, hãy cân nhắc việc thiết lập, cấu hình, thử nghiệm, phân tích và trải nghiệm hàng ngày cũng như khả năng của mô hình vì những yếu tố đó quyết định liệu người dùng doanh nghiệp có chấp nhận sản phẩm hay không. Hỏi nhà cung cấp cách người dùng doanh nghiệp, không chỉ nhóm kỹ thuật, tương tác hàng ngày với sản phẩm.

Suy nghĩ cuối cùng

Điều khiến cuộc trò chuyện này trở nên có giá trị là việc Aubrey sẵn sàng chia sẻ suy nghĩ của cô về việc xây dựng các sản phẩm AI hoạt động trong sản xuất, từ việc nghiên cứu điều gì đã khiến Connect thành công đến việc áp dụng những bài học đó trong chuỗi cung ứng, tuyển dụng, chăm sóc sức khỏe và tương tác với khách hàng. Sự thẳng thắn đó là một mô hình hữu ích cho các nhà lãnh đạo CNTT, bởi vì hầu hết các chương trình AI dành cho doanh nghiệp đều bị mắc kẹt vì những lý do tương tự như các ứng dụng của AWS trước đây: quá rộng, quá ít trọng tâm và thành công được đo bằng thước đo sai.

Kỷ nguyên AI sẽ không mang lại lợi ích cho các công ty có nhiều phi công nhất. Nó sẽ khen thưởng những người tìm ra được một vấn đề nghiêm trọng, sửa chữa hệ thống ống nước mà nó lộ ra, thiết kế lại công việc theo kết quả và thay đổi các số liệu mà họ đã có.

Zeus Kerravala là nhà phân tích chính tại ZK Research, một bộ phận của Kerravala Consulting. Anh ấy viết bài này cho SiliconANGLE.

Ảnh: Robert Hof/SiliconANGLE

Lời nhắn từ John Furrier, đồng sáng lập SiliconANGLE:

Hãy ủng hộ sứ ​​mệnh của chúng tôi là giữ cho nội dung luôn mở và miễn phí bằng cách tương tác với cộng đồngCUBE. Tham gia Mạng lưới cựu sinh viên đáng tin cậy của theCUBE, nơi các nhà lãnh đạo công nghệ kết nối, chia sẻ thông tin và tạo ra cơ hội.

• Hơn 15 triệu người xem video theCUBE, hỗ trợ các cuộc trò chuyện trên AI, đám mây, an ninh mạng và hơn thế nữa
• 11,4k+ cựu sinh viên theCUBE — Kết nối với hơn 11.400 nhà lãnh đạo doanh nghiệp và công nghệ đang định hình tương lai thông qua mạng lưới dựa trên đáng tin cậy duy nhất

Bạn có phải là khách hàng của AWS không? Hỗ trợ tài chính cho SiliconANGLE bằng cách mua dịch vụ AWS của bạn từ trang và liên kết cổng thông tin Marketplace của chúng tôi: https://siliconangle.com/aws-marketplace/

Giới thiệu về SiliconANGLE Media

Được thành lập bởi những người có tầm nhìn xa về công nghệ John Furrier và Dave Vellante, SiliconANGLE Media đã xây dựng một hệ sinh thái năng động gồm các thương hiệu truyền thông kỹ thuật số hàng đầu trong ngành với hơn 15 triệu chuyên gia công nghệ ưu tú. TheCUBE AI Video Cloud độc quyền mới của chúng tôi đang tạo bước đột phá trong tương tác với khán giả, tận dụng mạng thần kinh theCUBEai.com để giúp các công ty công nghệ đưa ra quyết định dựa trên dữ liệu và luôn dẫn đầu trong các cuộc hội thoại trong ngành.