Lợi nhuận:
- Có thể chia các nhiệm vụ quản lý thành ba lớp: ra quyết định cơ học, phân tích và có trách nhiệm, đồng thời phân biệt vai trò nào mà trí tuệ nhân tạo có thể đảm nhận một cách an toàn trong mỗi lớp.
- Khả năng áp dụng kỷ luật xác minh từng đầu ra trí tuệ nhân tạo thông qua các bước kết nối nó với nguồn, tính toán lại và chuyển qua lọc quản trị.
- Ẩn danh dữ liệu cá nhân và công ty trong phạm vi KVKK và hình thành thói quen chọn phương tiện an toàn
Điều hành một doanh nghiệp có nghĩa là dành phần lớn thời gian trong ngày của bạn cho những con số, báo cáo, email, biên bản cuộc họp và các quyết định. Cho dù bạn là tổng giám đốc, giám đốc điều hành, chuyên gia phát triển kinh doanh, giám đốc nhân sự, nhân viên mua hàng hay chủ doanh nghiệp nhỏ; Bản chất công việc của bạn là như nhau: biến thông tin phân tán thành một quyết định có ý nghĩa. Đây là lúc trí tuệ nhân tạo (nói tóm lại là AI - một hệ thống máy tính hiểu chữ viết của con người và tạo ra văn bản, tóm tắt và phân tích) phát huy tác dụng. Nhưng hãy bắt đầu lại từ đầu bằng một câu thật rõ ràng: AI không đưa ra quyết định, nó dành thời gian và bản thảo cho người quản lý, người sẽ đưa ra quyết định. Trong phần này, chúng ta sẽ tìm hiểu AI tạo ra giá trị thực sự ở đâu trong quản lý doanh nghiệp, ở đâu nguy hiểm, cách xác minh từng đầu ra và cách bảo vệ dữ liệu của công ty.
Chính xác thì AI tăng tốc điều gì trong kinh doanh?
Hãy chia công việc của người quản lý thành ba tầng. Lớp đầu tiên là các công việc lặp đi lặp lại và máy móc: soạn báo cáo hàng tháng, tóm tắt ghi chú cuộc họp, soạn thảo email, làm cho bảng tính dễ đọc. Ở lớp này, AI là một trợ lý gần như hoàn hảo, giúp giảm thời gian của bạn xuống còn vài phút. Lớp thứ hai là phân tích và diễn giải: tìm ra xu hướng trong dữ liệu bán hàng, đặt câu hỏi tại sao KPI (Chỉ số hiệu suất chính - con số đo lường tình trạng của doanh nghiệp) lại giảm, đưa ra các kịch bản. Ở đây AI là một đối tác tư duy mạnh mẽ, nhưng những gì nó nói phải được xác minh. Lớp thứ ba là các quyết định có trách nhiệm: sa thải ai, ký hợp đồng với nhà cung cấp nào, phân chia ngân sách như thế nào. Lớp này thuộc về con người; AI chỉ hiển thị các tùy chọn.
Phân biệt ba lớp này là kỹ năng quan trọng nhất của mô-đun này. Vì không sử dụng AI ở lớp đầu tiên là lười biếng; Sử dụng nó một cách mù quáng ở tầng thứ ba là vô trách nhiệm.
Mẹo: Trước khi giao một nhiệm vụ cho AI, hãy tự hỏi bản thân: “Kết quả sẽ ra sao nếu kết quả đầu ra này sai?” Nếu kết quả là lỗi đánh máy thì bạn yên tâm sử dụng nhé. Nếu kết quả ảnh hưởng đến công việc của một người hoặc tiền của công ty, hãy đảm bảo chỉ sử dụng AI làm công cụ tạo bản nháp và xác minh.
Kỷ luật xác minh: nguy cơ của các quyết định không được ký
Người quản lý có kinh nghiệm sẽ đọc tài liệu trước khi ký. Đầu ra AI cũng là một tài liệu không dấu. AI đôi khi tạo ra ảo giác - nghĩa là nó phát minh ra một con số, nguồn hoặc sự thật không tồn tại bằng ngôn ngữ có tính thuyết phục cao. Vì vậy, hãy lọc từng đầu ra AI thông qua bộ lọc ba bước:
- Kết nối nó với nguồn. Con số mà AI đưa ra có phải đến từ dữ liệu bạn đưa ra không? Hoặc nó có thể đã được tạo thành? Không chấp nhận bất kỳ số nào không có trong dữ liệu của bạn.
- Tính toán lại. Nếu nó đưa ra tỷ lệ phần trăm, tổng số hoặc mức trung bình, hãy kiểm tra nó theo cách thủ công hoặc bằng bảng. AI cũng sai về số học.
- Bộ lọc hành chính. Kết quả đầu ra có phù hợp với kiến thức ngành của bạn, thực tế thực tế và thực tế của công ty không? “Nghe có vẻ đúng” là chưa đủ; "Tôi biết đó là sự thật" là bắt buộc.
Kỷ luật này có vẻ mệt mỏi, nhưng khi luyện tập, nó sẽ trở nên tự động và giúp bạn tiết kiệm thời gian gấp mười lần. Một báo cáo AI được sử dụng mà không xác minh có thể một ngày nào đó khiến bạn trình bày sai con số với ban giám đốc và mất uy tín.
Bảo mật dữ liệu: không viết bí mật công ty trong hộp trò chuyện
Dữ liệu kinh doanh rất quý giá và thường được bảo mật: lương nhân viên, danh sách khách hàng, số liệu bán hàng, giá nhà cung cấp, chiến lược chưa được tiết lộ. Việc đưa thông tin này vào một công cụ AI công khai cũng giống như kể một bí mật cho người mà bạn không quen biết. KVKK (Luật bảo vệ dữ liệu cá nhân - luật quy định cách xử lý dữ liệu cá nhân ở Türkiye) yêu cầu bạn bảo vệ dữ liệu cá nhân của nhân viên và khách hàng.
Vì vậy, nguyên tắc chung là: hủy nhận dạng (ẩn danh) dữ liệu trước khi đưa nó cho AI. Đổi tên thành các mã như “Nhân viên A”, “Nhà cung cấp 1”, “Khách hàng X”, v.v. Sử dụng mức hoặc mức lương thay vì mức lương thực tế. Nếu có thể, hãy chọn một công cụ AI của công ty được công ty bạn phê duyệt và không sử dụng dữ liệu để đào tạo. Danh sách kiểm tra ở cuối bài học sẽ biến điều này thành thói quen.
Lưu ý: Dán danh sách khách hàng thật hoặc bảng lương vào công cụ công khai bằng câu "dù sao cũng là bàn nhỏ" là có nguy cơ vừa vi phạm KVKK, vừa mất bí mật kinh doanh. Nếu nghi ngờ, hãy luôn mã hóa dữ liệu.
ba trường hợp nhỏ
Trường hợp 1 - Sử dụng đúng cách giúp tiết kiệm thời gian. Người quản lý hoạt động của một công ty logistics đã dành 90 phút vào thứ Hai hàng tuần để biên soạn báo cáo hoạt động hàng tuần. Anh ấy bắt đầu yêu cầu AI chuẩn bị bản tóm tắt và giải thích dữ liệu ẩn danh hàng tuần; Thời gian giảm xuống còn 20 phút. Anh ấy đã dành 70 phút kiếm được cho chuyến thăm hiện trường. AI viết báo cáo nhưng giám đốc kiểm tra từng con số.
Trường hợp 2 - Chi phí bỏ qua xác minh. Một chuyên gia phát triển kinh doanh của một chuỗi bán lẻ đã hỏi AI về “tốc độ tăng trưởng của năm ngoái” và đưa con số 34% vào bài thuyết trình mà không xác minh. Tại cuộc họp, giám đốc tài chính hỏi về con số; tăng trưởng thực tế là 19%. AI đã đưa ra dự đoán từ dữ liệu còn thiếu do chuyên gia đưa ra. Chuyên gia mất niềm tin. Bài học: số không liên kết với nguồn sẽ không vào bài thuyết trình.
Trường hợp 3 - Trở về từ vi phạm quyền riêng tư. Một giám đốc nhân sự chuẩn bị dán một bảng đầy đủ tên và mức lương của tất cả nhân viên vào một công cụ AI miễn phí. Một người trong nhóm đã cảnh báo. Thay vào đó, họ biến tên thành mã "Nhân viên 1-40" và tiền lương thành các ban nhạc. Phân tích được thực hiện với chất lượng tương tự, không có dữ liệu cá nhân nào bị rò rỉ.
Bốn mẫu có thể sao chép
1) Câu hỏi về việc đặt công việc trên lớp:
Vai trò của bạn: một nhà tư vấn kinh doanh có kinh nghiệm. Mình sẽ mô tả công việc như sau: [mô tả công việc]. Hãy cho tôi biết liệu đây có phải là (a) máy móc/lặp đi lặp lại, (b) phân tích/diễn giải, (c) ra quyết định có trách nhiệm. Giải thích ngắn gọn vai trò nào là an toàn để AI đảm nhận trong công việc này, phần nào vẫn phải là con người.
2) Lời nhắc kiểm tra xác minh:
Tôi sẽ kiểm tra đầu ra AI bên dưới. Hãy liệt kê cho tôi mọi yêu cầu bằng số trong đó, từng mục một. Đối với mỗi câu "con số này đến từ dữ liệu do người dùng cung cấp hay nó là một suy luận/đoán?" đánh dấu. Thu thập những sản phẩm không rõ nguồn gốc dưới tiêu đề 'XÁC MINH' riêng biệt.
3) Trợ lý ẩn danh:
Tôi sẽ đưa cho bạn một biểu đồ trong giây lát. Trước tiên, hãy liệt kê cho tôi các trường trong bảng này có thể là thông tin cá nhân/bí mật (tên, ID, mức lương, tên khách hàng, giá nhà cung cấp) và đề xuất cách mã hóa chúng cho từng trường (ví dụ: tên -> Nhân viên A). Đừng phân tích vội; chỉ có bản đồ quyền riêng tư được xuất ra.
4) Yêu cầu lọc quản trị:
Tôi sẽ đánh giá đề xuất AI sau: [gợi ý). Hãy thử nghiệm đề xuất này với 5 câu hỏi quan trọng mà người quản lý nên hỏi (tính thực tế, chi phí, rủi ro, tính khả thi, đạo đức). Chỉ ra những điểm yếu của đề xuất một cách trung thực; Đừng cố gắng để nó được chấp thuận.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Viết cho tôi một báo cáo kinh doanh.
Yêu cầu này không có ngữ cảnh: không rõ công ty nào, giai đoạn nào, dữ liệu nào, nó sẽ được trình bày cho ai. AI tạo ra một văn bản chung chung, vô dụng.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý phân tích cho người quản lý hoạt động. Viết bản tóm tắt dài 1 trang sử dụng dữ liệu hàng tuần ẩn danh đính kèm (số lượng lô hàng, tỷ lệ chậm trễ, chi phí). Cơ cấu: (1) 3 phát hiện quan trọng trong tuần, (2) thay đổi so với tuần trước, (3) 2 rủi ro cần lưu ý. Chỉ cần sử dụng những con số tôi đưa cho bạn, đừng bịa ra bất kỳ con số nào; Đánh dấu "không có dữ liệu" ở những nơi bạn không chắc chắn.
Kích cỡ
cách tiếp cận kém
Cách tiếp cận mạnh mẽ
Mô tả vai trò
không có
Net (nhà phân tích)
dữ liệu
không chắc chắn
Ẩn danh và đính kèm
Cấu trúc đầu ra
miễn phí
đáng kể và hạn chế
bảo vệ phù hợp
không có
Quy tắc "Đừng tạo nên những con số"
sẵn có
thấp
cao
Những lỗi thường gặp
- Giao tất cả công việc cho AI hoặc không giao công việc nào cho AI. Điều đúng đắn là tách công việc theo lớp của nó.
- Bỏ qua xác minh. Kết quả có vẻ “thuyết phục” có thể không chính xác; kiểm tra từng số.
- Dán dữ liệu cá nhân/bí mật thực sự vào công cụ mở. Ẩn danh đầu tiên.
- Bắt AI ký quyết định. AI đưa ra gợi ý; Trách nhiệm và chữ ký thuộc về người quản lý.
- Viết lời nhắc không có ngữ cảnh. Một yêu cầu không có vai trò, dữ liệu và cấu trúc đầu ra sẽ vô ích.
Mẹo: Trong tuần đầu tiên, chỉ sử dụng AI cho công việc cấp một (tóm tắt, dàn ý, chỉnh sửa bảng). Khi niềm tin và thói quen đã được thiết lập, hãy chuyển sang lớp thứ hai (phân tích). Luôn giữ lớp thứ ba (quyết định) bên trong bạn.
Tóm lại
Trong quản lý doanh nghiệp, AI là trợ thủ đắc lực giúp tăng tốc công việc máy móc, là đối tác tư duy tốt trong phân tích nhưng không bao giờ là người ra quyết định. Tách công việc thành ba lớp: cơ khí, phân tích và chịu trách nhiệm. Xác thực từng đầu ra bằng các bước liên kết nguồn, tính toán lại và lọc quản trị. Đảm bảo ẩn danh dữ liệu cá nhân và công ty; Đừng quên KVKK và trách nhiệm pháp lý về bí mật thương mại. Đầu ra AI chưa được xác minh cũng có rủi ro như một quyết định chưa được ký.
Nhiệm vụ ứng dụng
Viết ra 6 nhiệm vụ trong công việc kinh doanh của bạn mà bạn đã thực hiện trong tuần này thành một danh sách. Dán nhãn cho mỗi “cơ học/phân tích/quyết định”. Chọn một trong những công cụ cơ học và yêu cầu AI thực hiện việc đó với lời nhắc “Đặt công việc trên lớp” ở trên, sau đó là một phác thảo thích hợp. Chạy đầu ra thông qua bộ lọc xác minh ba bước và ghi lại thời gian bạn tiết kiệm được.
danh sách kiểm tra
- [ ] Tôi đã phân loại nhiệm vụ là máy móc/phân tích/quyết định chưa?
- [ ] Tôi có ẩn danh dữ liệu trước khi đưa nó cho AI không?
- [ ] Tôi đã tìm nguồn và tính toán lại từng số trong kết quả chưa?
- [ ] Tôi đã so sánh kết quả đầu ra với kiến thức ngành và lĩnh vực của mình chưa?
- [ ] Tôi có thể khẳng định rằng tôi có quyết định và chữ ký cuối cùng không?