 |
Đặc biệt, điều khiến cho nhiều DN còn ngần ngại trong việc đầu tư vào AI là bởi hiệu quả kinh doanh chẳng thể thấy ngay trong một sớm, một chiều. Thực tế cho thấy, thách thức cam go nhất đối với bất kỳ DN nào, chính là gia tăng năng suất lao động cá nhân và tạo dựng bản sắc văn hóa thông qua một đội ngũ gắn kết, từ đó giúp các nhà lãnh đạo xây dựng tầm nhìn chiến lược dài hạn, các nhà quản lý cải tiến quy trình làm việc.
Ông Dan Heffernan - chuyên gia toàn cầu của Dale Carnegie Training cho biết, một khảo sát gần đây với hàng trăm chuyên gia về trí tuệ nhân tạo (AI) của Viện nghiên cứu tương lai nhân loại (Đại học Oxford) dự đoán, khả năng cao AI sẽ thay thế phần lớn các công việc của con người trước năm 2063 và sẽ tự động hóa tất cả công việc trong vòng 120 năm tới. Còn theo khảo sát toàn cầu do Dale Carnegie thực hiện, 44% tin rằng AI sẽ thay đổi về cơ bản cách con người sống và làm việc trong 10 năm tới, và 64% người khảo sát ở cấp độ điều hành trở lên, có một số lo lắng nhất định về mức độ ảnh hưởng của AI đối với văn hóa tổ chức. Họ cho rằng, ngoài lợi ích thì AI làm thiếu gắn kết trong đội ngũ. Đặc biệt, mọi người vẫn lo lắng về khả năng mất việc vì AI!
Tuy vậy, không phải là toàn bộ ngành nghề đều được tự động hóa. Vai trò của con người vẫn tiếp tục khi ở một số lĩnh vực, AI chưa thể tiếp quản thay họ.
Ông Lê Khắc An Nhiên - Giám đốc toàn quốc phụ trách mảng Tích hợp liên tục và Trưởng bộ phận Pháp chế - BOSCH Việt Nam cho rằng, tốc độ tiến bộ của AI là rất khủng khiếp; khả năng dự đoán, phân tích ra quyết định của AI là vượt xa suy nghĩ của con người. Tuy nhiên, chúng ta không sợ hãi AI, mà hãy xem AI như một đứa trẻ đang trong tuổi teen, đang phát triển, cùng đồng hành với nó và khéo léo điều khiển, hưởng lợi ích từ AI. Ông Nhiên khẳng định: “Một việc làm mất đi từ AI, sẽ có thêm hai việc làm mới được tạo ra. Vấn đề là doanh nghiệp cần phải cập nhật thay đổi và liên tục tự đào tạo những bộ kỹ năng mới".
Vì vậy, ông Dan Heffernan nhấn mạnh, điều mà nhà lãnh đạo DN cần làm bây giờ là phải thay đổi nhận thức, đón nhận mọi sự thay đổi của công nghệ theo hướng tích cực; sử dụng tiến bộ công nghệ để nâng cao hiệu suất công việc, thay đổi văn hóa công ty, tập trung vào con người, giao tiếp với nhân viên, nâng cao sự đồng thuận về sự minh bạch của AI, gây dựng lòng tin tưởng trong nội bộ, chỉ ra lộ trình đào tạo cho nhân viên trong khi áp dụng công nghệ mới hoặc AI…
Một nghiên cứu của Dale Carnegie cũng chỉ ra ba điều giúp nhân viên cảm nhận tích cực hơn về AI: niềm tin vào lãnh đạo, sự minh bạch và sự tự tin rằng họ có kỹ năng linh hoạt để thích ứng với những thay đổi từ AI. Vì vậy, "các lãnh đạo phải sống đúng theo những giá trị đã đưa ra, tuân thủ nguyên tắc, nhất quán trong lời nói, quyết định và hành động, và tạo dựng niềm tin là sự ưu tiên hàng đầu", Tiến sĩ Mark Marone - Giám đốc nghiên cứu và định hướng tư duy lãnh đạo Dale Carnegie & Associates khuyến nghị.
Bên cạnh đó, phải minh bạch khi sử dụng AI. Điều này đặc biệt quan trọng khi AI được áp dụng trong các lĩnh vực như nhân sự, bởi độ cá nhân hóa cao. Dù nhân viên không kỳ vọng hiểu tất cả chi tiết kỹ thuật, nhưng họ muốn các quyết định từ AI, ít nhất phải chấp nhận được nếu đã kỳ vọng những quy trình bên trong là công bằng.
Cuối cùng là truyền sự tự tin cho nhân viên trước “đồng nghiệp” AI. Nếu họ tự tin rằng, họ có khả năng thay đổi để tồn tại bằng việc phát triển các kỹ năng, đáp ứng vai trò mới, tổ chức cũng sẽ có ấn tượng tốt để duy trì sự gắn kết với những nhân viên ấy. 68% người được hỏi cho rằng, việc bổ sung các chương trình đào tạo là vô cùng quan trọng để giảm thiểu khả năng mất việc khi AI hiện đang có lợi thế tại nơi làm việc. Trong đó, kỹ năng mềm rất cần thiết.
Các chuyên gia cũng đề xuất, nên bắt đầu bằng việc đánh giá chức năng kinh doanh nào sẽ có lợi thế nhất từ AI và các kỹ thuật phân tích nào sẽ được yêu cầu. Bước quan trọng khác là đảm bảo có sẵn các dữ liệu chất lượng hiện tại, và tham gia vào quy trình quản lý. "Trước khi nói đồng ý dùng AI thì nên xem xét lại nội bộ. Doanh nghiệp đã có quy trình làm việc chuẩn hay chưa, đã có đủ dữ liệu và dữ liệu đủ chất lượng hay chưa. Cuối cùng, cần xem lại kỹ năng, kiến thức và thái độ có đủ sẵn sàng để làm việc với AI, máy móc hay chưa", ông Dan Heffernan lưu ý.
