Xác định yêu cầu hệ thống

Xác định yêu cầu bao gồm việc nghiên cứu hệ thống hiện có và thu thập chi tiết để xác định các yêu cầu, cách nó hoạt động và cần cải tiến ở đâu.

1. Xác định yêu cầu là gì?

Yêu cầu là một tính năng quan trọng của một hệ thống mới, có thể bao gồm việc xử lý hoặc thu thập dữ liệu, kiểm soát các hoạt động kinh doanh, đưa ra thông tin và hỗ trợ quản lý.

Xác định yêu cầu bao gồm việc nghiên cứu hệ thống hiện có và thu thập chi tiết để xác định các yêu cầu, cách nó hoạt động và cần cải tiến ở đâu.

2. Các hoạt động chính trong việc xác định yêu cầu

Dự đoán yêu cầu
Dự đoán các đặc điểm của hệ thống dựa trên kinh nghiệm trước đó bao gồm các vấn đề hoặc tính năng nhất định và yêu cầu đối với một hệ thống mới.

Nó có thể dẫn đến việc phân tích các lĩnh vực mà các nhà phân tích thiếu kinh nghiệm có thể bỏ qua. Tuy nhiên, nếu đi đường tắt và có sự thiên vị, thiển cận trong quá trình điều tra, thì dự đoán yêu cầu có thể không hoàn thiện.

Điều tra yêu cầu
Điều tra yêu cầu bao gồm việc nghiên cứu hệ thống hiện tại và tài liệu hóa các tính năng của nó để dùng cho việc phân tích về sau.

Đây là trọng tâm của phân tích hệ thống, khi các nhà phân tích ghi lại và mô tả các tính năng của hệ thống bằng cách sử dụng các kỹ thuật tìm hiểu thông tin, tạo bản mẫu, và các công cụ hỗ trợ máy tính.

Đặc tả yêu cầu
Bao gồm phân tích dữ liệu để xác định yêu cầu, mô tả các tính năng của hệ thống mới, và xác định các yêu cầu thông tin sẽ được cung cấp.

Nó bao gồm phân tích dữ liệu thực tế, xác định các yêu cầu cần thiết và lựa chọn các chiến lược thực hiện yêu cầu.

Bài tiếp theo chúng ta sẽ xem xét các kỹ thuật thu thập thông tin để xây dựng Tài liệu đặc tả yêu cầu SRS (System Requirements Specification).

Phân tích và Thiết kế hệ thống – Tổng quan

Phát triển hệ thống là một quy trình có hệ thống bao gồm các giai đoạn như lập kế hoạch, phân tích, thiết kế, triển khai và bảo trì. Trong bài viết này, chúng ta sẽ chủ yếu tập trung vào:

  • Phân tích hệ thống
  • Thiết kế hệ thống

Phân tích hệ thống

Đây là quá trình thu thập và diễn giải các sự kiện, xác định vấn đề và phân rã hệ thống thành các thành phần của nó.

Phân tích hệ thống được thực hiện nhằm mục đích nghiên cứu một hệ thống hoặc các phần của nó để xác định các mục tiêu của nó. Đây là một kỹ thuật giải quyết vấn đề giúp cải thiện hệ thống và đảm bảo rằng tất cả các thành phần của hệ thống hoạt động hiệu quả để đạt được mục đích của chúng.

Bước phân tích hệ thống xác định hệ thống cần làm gì.

Thiết kế hệ thống

Đây là quá trình lập kế hoạch một hệ thống kinh doanh mới hoặc thay thế một hệ thống hiện có bằng cách xác định các thành phần hoặc mô-đun của nó để đáp ứng các yêu cầu cụ thể. Trước khi lập kế hoạch, bạn cần hiểu rõ hệ thống cũ và xác định cách sử dụng máy tính tốt nhất để hoạt động hiệu quả.

Công việc thiết kế hệ thống tập trung vào cách đạt được mục tiêu của hệ thống.

Phân tích và Thiết kế hệ thống (System Analysis and Design – SAD) chủ yếu tập trung vào:

  • Hệ thống
  • Quy trình
  • Công nghệ

Hệ thống là gì?

Từ “Hệ thống” bắt nguồn từ từ Hy Lạp “Systema”, có nghĩa là một mối quan hệ có tổ chức giữa bất kỳ tập hợp các thành phần nào để đạt được một mục đích hoặc mục tiêu chung.

Hệ thống là “một nhóm các thành phần phụ thuộc lẫn nhau được liên kết với nhau theo một kế hoạch để đạt được một mục tiêu cụ thể.”

Các ràng buộc của hệ thống

Một hệ thống phải có ba ràng buộc cơ bản:

  1. Một hệ thống phải có cấu trúc và hành vi được thiết kế để đạt được một mục tiêu đã được định trước.
  2. Sự kết nối và phụ thuộc lẫn nhau phải tồn tại giữa các thành phần của hệ thống.
  3. Các mục tiêu của tổ chức có ưu tiên cao hơn so với các mục tiêu của các hệ thống con.

Ví dụ: hệ thống quản lý giao thông, hệ thống tính lương, hệ thống thư viện tự động, hệ thống thông tin nhân sự.

Các tính chất của hệ thống

Một hệ thống có các tính chất sau:

  • Tổ chức: Tổ chức ngụ ý cấu trúc và trật tự. Đó là sự sắp xếp các thành phần giúp đạt được các mục tiêu đã định trước.
  • Tương tác: Được xác định bởi cách các thành phần hoạt động với nhau.

Ví dụ: trong một tổ chức, phòng mua hàng phải tương tác với phòng sản xuất và phòng tính lương phải tương tác với phòng nhân sự.

  • Phụ thuộc lẫn nhau: Phụ thuộc lẫn nhau có nghĩa là các thành phần của hệ thống phụ thuộc vào nhau như thế nào. Để hoạt động đúng, các thành phần phải được phối hợp và liên kết với nhau theo một kế hoạch cụ thể. Đầu ra của một hệ thống con là đầu vào cần thiết của hệ thống con khác.
  • Tích hợp: Tích hợp liên quan đến việc các thành phần của hệ thống được kết nối với nhau như thế nào. Nó có nghĩa là các phần của hệ thống làm việc cùng nhau trong hệ thống ngay cả khi mỗi phần thực hiện một chức năng riêng biệt.
  • Mục tiêu trung tâm: Mục tiêu của hệ thống phải là trung tâm. Nó có thể là mục tiêu thực sự hoặc mục tiêu đã tuyên bố. Không có gì lạ khi một tổ chức tuyên bố một mục tiêu và hoạt động để đạt được mục tiêu khác.

Người sử dụng phải biết rõ mục tiêu chính của một ứng dụng máy tính từ sớm trong quá trình phân tích để thiết kế và chuyển đổi thành công.

Trong bài viết sau, chúng ta sẽ tiếp tục tìm hiểu các thành phần của hệ thống.

Phân loại thông tin

Có ba loại thông tin liên quan đến các cấp quản lý và các quyết định mà quản lý đưa ra.

Loại thông tin

Thông tin chiến lược
Loại thông tin này được yêu cầu bởi quản lý cấp cao nhất cho việc lập kế hoạch dài hạn trong những năm tiếp theo. Ví dụ, các xu hướng về doanh thu, đầu tư tài chính, nhân sự và sự tăng trưởng dân số.

Loại thông tin này được thu thập với sự hỗ trợ của Hệ thống Hỗ trợ quyết định (Decision Support System – DSS).

Thông tin quản lý
Loại thông tin này được yêu cầu bởi quản lý cấp trung cho việc lập kế hoạch ngắn hạn và trung hạn trong khoảng thời gian vài tháng. Ví dụ, phân tích doanh số, dự báo dòng tiền và báo cáo tài chính hàng năm.

Loại thông tin này được thu thập với sự hỗ trợ của Hệ thống thông tin quản lý (Management Information Systems – MIS).

Thông tin hoạt động
Loại thông tin này được yêu cầu bởi quản lý cấp thấp cho việc lập kế hoạch hàng ngày và ngắn hạn để thực hiện các hoạt động hàng ngày. Ví dụ, lưu giữ hồ sơ chấm công của nhân viên, các đơn hàng mua hàng quá hạn, và lượng hàng tồn kho hiện có.

Loại thông tin này được thu thập với sự hỗ trợ của Hệ thống xử lý dữ liệu (Data Processing Systems – DPS).

Nguồn: System Analysis and Design tutorial.

5 yếu tố giúp chuyển đổi số thành công

Chuyển đổi số không chỉ là về công nghệ. Trước đây khi nói về triển khai ứng dụng CNTT, chúng ta đã thấy tầm quan trọng của các yếu tố như sự phản kháng từ nhân viên, chiến lược của tổ chức và ý chí từ cấp lãnh đạo (split from the top). Trong một cuộc khảo sát toàn cầu gần đây của McKinsey, năm yếu tố sau đã được xác định để giúp chuyển đổi thành công.

  1. Có những lãnh đạo hiểu biết về số hóa phù hợp: Gần 70% số người tham gia khảo sát cho biết đội ngũ lãnh đạo hàng đầu của tổ chức họ đã thay đổi trong quá trình chuyển đổi. Điều này thường xảy ra nhất khi các nhà lãnh đạo mới, quen thuộc với công nghệ số, gia nhập vào ban lãnh đạo. Khi những người cam kết với chuyển đổi số gia nhập đội ngũ, họ đã thể hiện cam kết từ lãnh đạo.
  2. Xây dựng năng lực cho lực lượng lao động của tương lai: Yếu tố đầu tiên là tái định nghĩa vai trò và trách nhiệm của từng cá nhân sao cho phù hợp với các mục tiêu của chuyển đổi. Điều này có thể giúp làm rõ các vai trò và năng lực mà tổ chức cần. Yếu tố thứ hai là giới thiệu các vai trò cụ thể của các nhà tích hợp và quản lý đổi mới công nghệ. Các nhà quản lý này sẽ giúp thu hẹp khoảng cách giữa các bộ phận truyền thống và số hóa của doanh nghiệp. Cuối cùng, một yếu tố thành công khác là khả năng của tổ chức trong việc mở rộng quy mô lập kế hoạch và phát triển tài năng phù hợp với quá trình chuyển đổi.
  3. Trao quyền cho nhân viên làm việc theo cách mới: Chuyển đổi số đòi hỏi sự thay đổi về văn hóa và hành vi. Vì vậy, để chuyển đổi thành công, các công ty cần trao quyền cho nhân viên để họ chấp nhận những thay đổi này thông qua việc thiết lập các thực hành liên quan đến cách làm việc mới để củng cố các hành vi và cách làm việc mới. Định rõ cho nhân viên nơi nào và cách nào có thể và nên được áp dụng số hóa/chuyển đổi số. Đảm bảo rằng những người giữ vai trò quan trọng trong các đơn vị của họ đang hợp tác với những người khác khi làm việc trong quá trình chuyển đổi.
  4. Nâng cấp kỹ thuật số cho các công cụ sử dụng hàng ngày: Để tổ chức trao quyền cho nhân viên làm việc theo cách mới, cần đánh giá mức độ và cách số hóa các công cụ và quy trình có thể hỗ trợ thành công. Yếu tố đầu tiên là áp dụng các công cụ kỹ thuật số để làm cho thông tin, tri thức dễ dàng được tiếp cận hơn trong toàn tổ chức. Yếu tố thứ hai là triển khai các công nghệ tự phục vụ kỹ thuật số cho nhân viên, đối tác kinh doanh hoặc cả hai nhóm này. Yếu tố thứ ba là các tổ chức điều chỉnh quy trình hoạt động tiêu chuẩn của họ để tích hợp các công nghệ mới.
  5. Giao tiếp thường xuyên thông qua các phương pháp truyền thống và kỹ thuật số: Giao tiếp rõ ràng là yếu tố quan trọng trong quá trình chuyển đổi số, giúp nhân viên hiểu rõ tổ chức đang hướng tới đâu, tại sao cần thay đổi và tại sao những thay đổi này là quan trọng. Điều này cũng bao gồm việc sử dụng các phương tiện liên lạc từ xa và kỹ thuật số để truyền tải tầm nhìn của chuyển đổi, hỗ trợ thành công tốt hơn so với các kênh truyền thống hoặc gặp gỡ trực tiếp.

Thống kê hiện trạng chuyển đổi số

Trong bối cảnh kỹ thuật số phát triển nhanh chóng, các doanh nghiệp trên toàn cầu đang phải đối mặt với việc triển khai những công nghệ mới đầy hứa hẹn nhưng cũng gây bối rối. Thuật ngữ chuyển đổi số (digital transformation – DX) đề cập đến việc tích hợp những công nghệ này nhằm thúc đẩy năng suất, hiệu quả và bền vững hơn. Thuật ngữ này đã trở nên phổ biến trong thời kỳ đại dịch COVID-19 và đại diện cho sự chuyển đổi rộng lớn sang các phương thức kinh doanh linh hoạt và thông minh hơn. Trí tuệ nhân tạo (AI), dữ liệu lớn và điện toán đám mây được coi là các công nghệ cốt lõi có khả năng biến đổi mạnh mẽ với ứng dụng rộng rãi trên nhiều ngành công nghiệp, trong khi các lĩnh vực như sản xuất đang áp dụng robot chuyên biệt.

Chi tiêu đang tăng nhanh, với công nghệ đám mây đứng đầu

Chi tiêu toàn cầu cho chuyển đổi số đạt 1,85 nghìn tỷ đô la Mỹ vào năm 2022, tăng hơn 16% so với năm 2021. Đại dịch COVID-19 được cho là đã khởi động sự chi tiêu này cho nhiều doanh nghiệp, với sự gia tăng của làm việc từ xa thúc đẩy các tổ chức áp dụng công nghệ đám mây cho phép môi trường làm việc linh hoạt. Hơn 90% các tổ chức trên toàn thế giới đã triển khai công nghệ đám mây tính đến năm 2023, tỷ lệ áp dụng cao nhất trong số các công nghệ mới nổi, với chi tiêu toàn cầu cho đám mây công cộng ước tính đã vượt qua 560 tỷ đô la Mỹ trên toàn cầu.

Việc áp dụng AI khác nhau giữa các ngành

AI tạo sinh đại diện cho mũi nhọn của nhiều sáng kiến chuyển đổi số, tuy nhiên phần lớn các tổ chức trên toàn thế giới vẫn chưa triển khai công nghệ này. Việc triển khai toàn cầu đạt khoảng một phần ba các tổ chức trên toàn thế giới vào năm 2023, với tỷ lệ này tăng lên 40% ở Bắc Mỹ. Khi được triển khai, AI và học máy có thể cho phép ra quyết định thông minh cho các giám đốc điều hành thông qua mô hình dự đoán và cải thiện dịch vụ cho khách hàng thông qua cá nhân hóa và chatbot tự động. Tuy nhiên, những phức tạp liên quan đến việc triển khai AI đặt ra một ngưỡng cao cho việc tham gia, gây khó khăn cho các tổ chức nhỏ với ngân sách hạn chế.

Chuyển đổi lực lượng lao động

Việc áp dụng rộng rãi các quy trình kỹ thuật số mới đã thúc đẩy việc đánh giá lại vai trò của lực lượng lao động, với một số công nghệ yêu cầu kỹ năng và năng lực chuyên môn. Một loạt các kỹ năng kỹ thuật đang tăng cao về nhu cầu trong bối cảnh AI được áp dụng, với các kỹ năng học máy, phân tích dữ liệu và an ninh mạng nằm trong số những kỹ năng nổi bật. Nhiều công ty sẽ tìm đến Ấn Độ để đáp ứng nhu cầu này, với quốc gia này đứng đầu bảng xếp hạng về sự thâm nhập của kỹ năng AI, trong khi những công ty khác có thể tìm cách nâng cao kỹ năng cho nhân viên hiện tại trong bối cảnh thị trường học tập doanh nghiệp bùng nổ.

Nhiệm vụ của các tổ chức sẽ là cân bằng khi họ tiến tới triển khai những công nghệ mới mạnh mẽ đồng thời cân nhắc các mối quan tâm về an ninh mạng và đạo đức. Mặt khác, nhân viên sẽ tìm cách nâng cao danh mục kỹ năng của mình để thành công trong một thị trường việc làm toàn cầu đòi hỏi sự thành thạo kỹ thuật số và sẵn sàng đón nhận thay đổi.

Nguồn: Statista (tháng 6/2024).

Những nguyên nhân chính dẫn đến thất bại dự án là gì?

Nguồn: https://projectmanagementreport.com/blog/project-management-statistics

Nghiên cứu ngành và khảo sát các chuyên gia quản lý dự án tiết lộ các nguyên nhân hàng đầu dẫn đến thất bại dự án là:

1. Thiếu mục tiêu và phạm vi rõ ràng (64%)

2. Lập kế hoạch và dự báo không đầy đủ (57%)

3. Giao tiếp kém/kết nối không đồng bộ với các bên liên quan (56%)

4. Phân bổ tài nguyên không đủ (52%)

5. Quy trình quản lý thay đổi yếu kém (49%)

6. Thiếu sự hỗ trợ từ lãnh đạo (48%)

7. Quản lý rủi ro không hiệu quả (47%)

8. Lịch trình không thực tế (45%)

9. Phạm vi dự án mở rộng không kiểm soát (45%)

Những yếu tố hàng đầu này nhấn mạnh cách các vấn đề liên quan đến sự liên kết, lập kế hoạch, tài nguyên và khả năng thích ứng làm trật đường ray kết quả dự án. Mục tiêu mơ hồ, các nhóm làm việc riêng lẻ, rủi ro bị bỏ qua, thời hạn chặt chẽ, thay đổi không kiểm soát và các nhà tài trợ không gắn kết đều tạo nền tảng cho thất bại.

Xem xét kỹ hơn các nguyên nhân gốc rễ:

1. Mục tiêu không rõ ràng: Mục tiêu mơ hồ khiến không thể định nghĩa thành công có thể đo lường được hoặc điều chỉnh nhiệm vụ và kỳ vọng. Kết quả chịu ảnh hưởng nếu không có mục tiêu cụ thể để đánh giá tiến độ và sự hoàn thành.

2. Lập kế hoạch không đầy đủ: Lập kế hoạch không đủ về tài nguyên, ngân sách, lịch trình, rủi ro và yêu cầu làm cho các nhóm không chuẩn bị sẵn sàng để thực hiện một cách dự đoán. Khoảng trống không thể tránh khỏi khi công việc bắt đầu.

3. Giao tiếp kém: Giới hạn sự hợp tác liên chức năng và minh bạch góp phần vào sự không đồng bộ. Mọi người bị ngắt kết nối với kết quả và thay đổi, gây ra hiệu ứng dây chuyền.

4. Tài nguyên không đủ: Kế hoạch tài nguyên không thực tế làm căng thẳng các nhóm và cản trở năng suất. Công việc kéo dài hơn hoặc chất lượng giảm do khối lượng công việc không nhất quán.

5. Quản lý thay đổi yếu kém: Các thay đổi phạm vi không được quản lý chủ động. Thay vào đó, phạm vi mở rộng không kiểm soát làm lệch ngân sách, lịch trình, tài nguyên và chất lượng.

6. Thiếu hỗ trợ từ lãnh đạo: Các lãnh đạo không gắn kết không ủng hộ các dự án quan trọng hoặc cung cấp bảo vệ, làm cho các nhóm thiếu hỗ trợ.

7. Quản lý rủi ro không hiệu quả: Các nhóm phản ứng thay vì chủ động đối với các vấn đề mới nổi. Rủi ro không được xác định trở thành mối đe dọa lớn.

8. Lịch trình không thực tế: Lịch trình gấp gáp làm quá tải các nhóm và không để lại chỗ cho các tình huống dự phòng khi các vấn đề không thể tránh khỏi xuất hiện.

Tập hợp lại, những sai sót này ngăn cản các tổ chức tối đa hóa tỷ lệ thành công của dự án. Nhưng dữ liệu cũng cung cấp một lộ trình rõ ràng để cải thiện. Định nghĩa mục tiêu, lập kế hoạch kỹ lưỡng, giao tiếp chủ động, đảm bảo tài nguyên, kiểm soát thay đổi, nhận được sự ủng hộ của lãnh đạo, giảm thiểu rủi ro và lên lịch thực tế đều nằm trong tầm kiểm soát của quản lý.

Nhắm vào những khu vực này thông qua đào tạo, quy trình tinh chỉnh và quản trị sẽ mở khóa tỷ lệ thành công cao hơn theo thời gian. Kết quả dự án được xác định trực tiếp bởi các thực tiễn và văn hóa được xây dựng bởi ban lãnh đạo.

Sự trỗi dậy của giám đốc chuyển đổi

Khi xuất hiện vai trò lãnh đạo mới nhằm dẫn dắt quá trình chuyển đổi kinh doanh trên quy mô rộng, các nhà lãnh đạo CNTT tiếp tục tạo dấu ấn thúc đẩy sự thay đổi kỹ thuật số – bất kể chức danh như thế nào.

Bài gốc trên CIO: The rise of the chief transformation officer

Giống như nhiều nhà lãnh đạo CNTT khác, Richard Wiedenbeck có nhiều vai trò khác nhau. Tuy nhiên, không giống như các đồng nghiệp của mình, vai trò kép của Wiedenbeck – giám đốc điều hành công nghệ hàng đầu cũng như người lãnh đạo chuyển đổi tại Ameritas (một công ty dịch vụ tài chính và bảo hiểm) – thường có những điểm khác biệt nhau.

Với tư cách là giám đốc công nghệ (CTO), Wiedenbeck đang thúc đẩy tự động hóa và hiện đại hóa CNTT để giảm độ phức tạp và các vấn đề kỹ thuật. Với tư cách là giám đốc chuyển đổi (CTrO*) của mình, sứ mệnh hiện tại của ông là tiên phong trong nỗ lực chuyển đổi doanh nghiệp nhằm đạt được hiệu quả hoạt động. Để đạt được cả hai mục tiêu, Wiedenbeck có chủ ý tách biệt các vai trò này. Ông cũng đã thỏa hiệp trong kế hoạch hành động phần kỹ thuật số để thúc đẩy các mục tiêu chuyển đổi doanh nghiệp lớn hơn.

Wiedenbeck, phó chủ tịch cấp cao kiêm giám đốc công nghệ và chuyển đổi (CTTO) của Ameritas cho biết: “Tôi thực sự nghĩ về hai vai trò này một cách khác nhau”. “Tôi không nghĩ đó là một phần mở rộng của công việc CIO mà là một vai trò riêng biệt để đảm bảo chúng tôi đạt được sự chuyển đổi. Tin tốt là tôi có thể tự nói chuyện với chính mình để đặt lại mục tiêu.”

Richard Wiedenbeck stylized

RICHARD WIEDENBECK, SVP AND CTTO, AMERITAS

Không phải mọi nhà lãnh đạo đều sẵn sàng hoặc sẵn lòng tự mình làm trọng tài cho những cuộc thảo luận mang tính đánh đổi phức tạp. Nhưng ngày càng nhiều công ty đang tìm cách chính thức hóa một vị trí chuyên giám sát các nỗ lực chuyển đổi quy mô lớn và đôi khi vai trò đó được đảm nhận bởi CIO.

Mặc dù việc chuyển đổi quy trình kinh doanh, mô hình doanh thu và cơ cấu tổ chức đã diễn ra được một thời gian nhưng những năm qua đã chứng kiến ​​sự thay đổi nhanh chóng. Mặt trận công nghệ đặc biệt nhộn nhịp khi các dịch vụ, trải nghiệm và quy trình làm việc được hỗ trợ kỹ thuật số mới đi vào hoạt động để duy trì dòng doanh thu và duy trì hoạt động của các doanh nghiệp trong thời kỳ cao điểm và sau đại dịch. Gần 2/3 (61%) số người trả lời nghiên cứu Kinh doanh Kỹ thuật số năm 2022 của Foundry xác nhận rằng đại dịch toàn cầu đã buộc tổ chức của họ phải xây dựng và thực hiện chiến lược ưu tiên kỹ thuật số. Đến năm 2023, 93% tổ chức phản hồi cho biết họ đã áp dụng hoặc lên kế hoạch áp dụng chiến lược kinh doanh ưu tiên kỹ thuật số, tiếp tục làn sóng chuyển đổi.

Angela Yochem, một chuyên gia về thay đổi cho biết: “Không phải công việc này chưa từng được thực hiện trước đây bởi bất kỳ ai khác, nhưng vì hoạt động thay đổi hiện đang diễn ra quá nhanh nên các công ty cảm thấy cần phải tạo ra một vai trò đứng đầu hoạt động thay đổi đó”. CxO đa ngành, người gần đây giữ chức vụ giám đốc chuyển đổi tại một nhà cung cấp dịch vụ chăm sóc sức khỏe lớn. “Bất cứ điều gì thực sự làm thay đổi hoạt động kinh doanh, không chỉ hiện đại hóa, tinh giản hay tối ưu hóa nó, đều có thể cần có người chăm lo cho sự thay đổi quan trọng đó.”

Việc chỉ định vai trò giám đốc chuyển đổi chính thức để quản lý công việc đó hoặc giao nó cho một giám đốc điều hành cấp cao khác sẽ phụ thuộc vào công ty cũng như phạm vi và thời gian của chương trình chuyển đổi. Bởi vì các sáng kiến ​​kinh doanh công nghệ và kỹ thuật số là trọng tâm của các nỗ lực thúc đẩy thay đổi trong vài năm qua, các nhà lãnh đạo CNTT đã tham gia vào vai trò này, nhiều người không có chức danh chính thức. 83% lãnh đạo CNTT trả lời nghiên cứu Tình hình CIO năm 2023 cho biết các khía cạnh chuyển đổi của vai trò CIO vẫn là trọng tâm và 84% cho biết họ tham gia nhiều hơn vào việc dẫn dắt chuyển đổi kỹ thuật số so với các lãnh đạo doanh nghiệp khác. Hơn một nửa (61%) số người được khảo sát xác nhận rằng họ hiện đảm nhận trách nhiệm chiến lược kinh doanh, đóng vai trò là nhà tư vấn và cố vấn chiến lược cho doanh nghiệp, đồng thời xác định vai trò của họ là người tạo ra sự thay đổi, điều này được trích dẫn bởi 85% lãnh đạo CNTT được hỏi.

Yochem nói: “Với tầm ảnh hưởng to lớn của công nghệ tiên tiến đối với sự phát triển của các mô hình kinh doanh, việc CIO cũng đội chiếc mũ chuyển đổi là điều hợp lý”. “Nếu bản chất của sự chuyển đổi thiên về mở rộng thị trường có thể định hình, thì có thể đó hoàn toàn là một người khác.”

Angela Yochem stylized
ANGELA YOCHEM, MULTI-INDUSTRY CXO

Điều lệ của Giám đốc chuyển đổi

Trong trường hợp của Yochem, trước khi được bổ nhiệm làm giám đốc chuyển đổi, cô từng là giám đốc kỹ thuật số của nhà cung cấp dịch vụ chăm sóc sức khỏe với trách nhiệm về công nghệ, an ninh mạng và các nhóm dữ liệu, ngành kinh doanh y tế kỹ thuật số cùng với nhiệm vụ khám phá các cơ hội doanh thu độc đáo . Mặc dù không trực tiếp “đấu tranh” cho vị trí CTrO nhưng Yochem cho biết cô đã cố tình hướng sự nghiệp của mình theo hướng chiến lược kinh doanh và trách nhiệm về doanh thu. Quyền hạn được mở rộng và khả năng hiển thị được nâng cao đã khiến cô trở thành sự lựa chọn đương nhiên để dẫn đầu các nỗ lực chuyển đổi doanh nghiệp.

“Rất nhiều sự phát triển mới và sự chuyển đổi của ngành chăm sóc sức khỏe như một ngành đang diễn ra trong những không gian mà tôi tình cờ sở hữu; cô nói: thật hợp lý khi kết hợp trách nhiệm của CTrO và giám đốc kỹ thuật số.

Việc đảm nhận vị trí CTrO chính thức không nhất thiết phải thay đổi điều lệ của Yochem hoặc trách nhiệm hàng ngày của cô ấy. Cô nói rằng việc thay đổi tiêu đề liên quan nhiều hơn đến việc thiết lập tầm quan trọng của chương trình chuyển đổi và loại bỏ mọi hạn chế có thể có thường liên quan đến CIO hoặc các vai trò công nghệ cụ thể. Cô giải thích: “Một phần của những gì xảy ra với CIO là một số giám đốc điều hành đặt họ vào một cái hộp và đặt câu hỏi tại sao họ lại nói về một thứ khác ngoài CNTT,” cô giải thích. “Việc thay đổi tiêu đề giúp việc trò chuyện bên ngoài lĩnh vực CNTT trở nên ổn định về mặt văn hóa. Kỹ thuật số là chìa khóa cho sự chuyển đổi và [vai trò CTO] là lời tuyên bố về điều đó.”

Wiedenbeck bắt đầu quá trình chuyển đổi vào năm 2022 sau hơn một thập kỷ giám sát tổ chức CNTT và chiến lược công nghệ cho Ameritas, bao gồm cả vai trò CIO. Công ty đang trong quá trình cải tổ doanh nghiệp để nâng cao hiệu quả hoạt động, không chỉ từ góc độ công nghệ mà còn xuyên suốt các quy trình kinh doanh và cơ cấu tổ chức. Wiedenbeck, người có kiến ​​thức chuyên môn sâu về chiến lược kinh doanh và hoạt động, đã được bổ nhiệm làm giám đốc chuyển đổi và ông đã đưa ra lý do để duy trì cả hai nhóm nhiệm vụ trong vai trò CTTO kết hợp thay vì bỏ lại vị trí CIO.

Đội chiếc mũ giám đốc chuyển đổi, Wiedenbeck đóng vai trò là người có ảnh hưởng, làm việc ở tất cả các bộ phận của tổ chức để đảm bảo các thay đổi trong quy trình, văn hóa lực lượng lao động và sự sẵn sàng kỹ thuật số của công ty được điều chỉnh và tiến về phía trước để đáp ứng các mục tiêu chuyển đổi, trong đó trường hợp này đang cải thiện hiệu quả hoạt động. Với tư cách là CIO, Wiedenbeck cam kết hiện đại hóa và giảm thiểu các vấn đề kỹ thuật. Đôi khi các chiến lược có sự mâu thuẫn.

Ông thừa nhận: “Việc tự động hóa mà Ameritas cần để thúc đẩy việc tối ưu hóa hướng tới trạng thái tương lai có thể chưa hoàn hảo”. “Không thể tuyệt đối – bạn phải cân bằng giữa nhu cầu của doanh nghiệp với nhu cầu của CNTT.”

Ngoài tầm ảnh hưởng, tính minh bạch và trách nhiệm giải trình cũng rất quan trọng đối với cẩm nang quản lý thay đổi của Wiedenbeck. Dưới sự giám sát của ông, công ty đã thành lập một văn phòng quản lý sự thay đổi hoàn toàn tập trung vào việc giải quyết vấn đề và thúc đẩy các nỗ lực chuyển đổi. Văn phòng quản lý thay đổi và nhân viên chuyển đổi thuộc nhiệm vụ của Wiedenbeck, hoàn toàn tập trung vào việc đảm bảo các mục tiêu chuyển đổi rộng rãi được nâng cao theo từng bước. Là một phần của nhóm nhiệm vụ này, Wiedenbeck dành cả ngày để làm rõ các mục tiêu, tác động và điều chỉnh phạm vi công việc, đồng thời giúp mọi người ưu tiên các quyết định nhằm đảm bảo các nỗ lực chuyển đổi không chỉ được thực hiện mà còn có sức hút lâu dài.

Mặc dù hầu hết các CIO hiện đại đều thành thạo trong lĩnh vực kỹ thuật và trau dồi hiểu biết về kinh doanh của họ, nhưng việc hiểu rõ lĩnh vực cải tiến quy trình, tái cấu trúc mô hình công việc và khía cạnh con người trong quản lý thay đổi là những điều thực sự khiến các khía cạnh chuyển đổi của CTTO trở nên khác biệt so với những gì được yêu cầu. từ một nhà lãnh đạo CNTT điển hình.

Wiedenbeck nói: “Chức danh về con người, quy trình và công nghệ bị bỏ qua (trong tên chức danh giám đốc chuyển đổi), nhưng với tư cách là giám đốc chuyển đổi, bạn phải có năng lực đủ sâu ở cả ba lĩnh vực nàyđể khai thác được giá trị từ vai trò đó”.

Vai trò hữu cơ của CIO trong quá trình chuyển đổi

Một số CIO có chương trình chuyển đổi mạnh mẽ ít quan tâm đến việc chuyển sang vai trò CTrO chính thức. Hãy lấy trường hợp Katrina Agusti, CIO tại Carhartt, đóng vai trò tích cực trong việc dẫn dắt các sáng kiến ​​chuyển đổi, bao gồm việc xem xét lại kế hoạch tiếp cận thị trường, mở rộng mạng lưới phân phối, phát triển quy trình khách hàng từ đầu đến cuối và chuyển đổi theo hướng sản phẩm và bao bì bền vững hơn. Khi người điều hành được giao nhiệm vụ thành lập một văn phòng chuyển đổi rời công ty vài tháng trước, các giám đốc điều hành hàng đầu của Carhartt đã liên hệ với Agusti để xem liệu cô ấy có lên tiếp nhận văn phòng và giám sát những nỗ lực cho đến khi họ tìm được người thay thế hay không.

Katrina Agusti stylized

KATRINA AGUSTI, CIO, CARHARTT

Agusti tin rằng cô được tìm kiếm cho vai trò chuyển đổi vì thời gian làm việc lâu dài tại công ty (20 năm) và những thành tựu trong quá khứ của cô trong việc thúc đẩy chiến lược kinh doanh cũng như làm việc với các nhóm đa chức năng về quản lý thay đổi. Với tư cách là giám đốc CNTT, Agusti cho biết cô cũng có nhiều năng lực và đặc điểm giống như các nhà lãnh đạo chuyển đổi, bao gồm khả năng hiểu định hướng kinh doanh, đánh giá sự cân bằng, đánh giá sự sẵn sàng của tổ chức và điều phối các cuộc thảo luận khó khăn giữa các bộ phận chức năng khác nhau.

Cô nói: “Chúng tôi trong lĩnh vực CNTT đã chỉ đạo rất nhiều dự án mà không mang tên chuyển đổi, chúng tôi đã tạo dựng được niềm tin và sự tín nhiệm để thực hiện dự án này.

Mặc dù vậy, Agusti nói rằng cô ấy không quan tâm đến việc giữ chức vụ CTrO lâu dài và theo quan điểm của cô ấy, việc thực hiện cả hai vai trò sẽ gây bất lợi cho văn phòng chuyển đổi.

Cô nói thêm: “Đây không thể là một công việc phụ – nó phải là một trọng tâm và tôi không thể tự mình làm điều đó một cách nhất quán do những ưu tiên khác”.

Nathan Rogers stylized
NATHAN ROGERS, SVP AND CIO INFRASTRUCTURE ENABLEMENT, SAIC

Mặc dù chắc chắn có sự chồng chéo giữa các chức năng, nhưng hầu hết các CIO đều coi trách nhiệm và lộ trình nghề nghiệp của họ là bổ sung cho điều lệ CTrO thay vì xung đột trực tiếp. Ví dụ: trong khi CTrO tập trung vào các thách thức về tổ chức, thị trường và quản lý thay đổi, thì điều lệ của CIO thường tập trung vào phần kỹ thuật số.

Nathan Rogers, phó chủ tịch cấp cao kiêm hỗ trợ cơ sở hạ tầng CIO tại SAIC, một nhà tích hợp công nghệ, cho biết: “Tôi thấy các vai trò sẽ bổ sung cho nhau nếu được thiết lập chính xác”. “Cho dù báo cáo cho cùng một người hay ở cùng cấp độ, nếu họ được liên kết về mặt chiến lược thì đó là một sự kết hợp mạnh mẽ.”

Sri Adusumilli, CIO tại Truckpro, chịu trách nhiệm về tất cả các khía cạnh kỹ thuật số của quá trình chuyển đổi diễn ra tại nhà phân phối độc lập các phụ tùng và phụ kiện xe tải hậu mãi hạng nặng, phối hợp với phó chủ tịch phụ trách các sáng kiến ​​của công ty, người giám sát công việc từ cơ cấu tổ chức và quan điểm văn hóa. Truckpro chưa bổ nhiệm một CTrO chính thức và Adusumilli nói rằng anh ấy thấy vai trò này chỉ nhất thời hơn vì những nỗ lực chuyển đổi quy mô lớn mà một công ty sẽ trải qua trong suốt thời gian hoạt động của mình còn hạn chế.

Ông tuyên bố: “CTrO là một vai trò có giới hạn về thời gian. “Bạn không thể thay đổi văn hóa hoặc mô hình hoạt động của mình vài năm một lần.”

Sri Adusumilli stylized
SRI ADUSUMILLI, CIO, TRUCKPRO

Adusumilli cho rằng, bất kể anh hay bất kỳ nhà lãnh đạo CNTT nào khác mong muốn giữ chức danh CTrO đều không phải là vấn đề cần quan tâm, bởi vì các CIO đã thực hiện công việc nặng nhọc trong việc điều phối chuyển đổi.

Ông nói: “CIO đã là những nhà điều hành có khả năng chuyển đổi nếu họ đang thực hiện công việc của mình. “Tôi không muốn trở thành một giám đốc chuyển đổi vì tôi tin rằng mình đã như vậy rồi.”

Chú thích:

* Trong bài gốc dùng tên viết tắt cho giám đốc chuyển đổi (Chief transformation officer) là CTO, tuy nhiên người dịch dùng từ CTrO để phân biệt với giám đốc công nghệ (Chief technology officer).

Các ứng dụng của Mạng Bayes trong AI

Mạng Bayes có thể được sử dụng cho nhiều ứng dụng trong AI và học máy (machine learning – ML). Trong bài “Mạng Bayes: Chìa khóa để khai mở tiềm năng thực sự của AI” ta đã xem xét một số ví dụ về ứng dụng của mạng Bayes trong AI qua các lĩnh vực chăm sóc sức khỏe, xe tự lái. Dưới đây là một số nhóm các cách sử dụng phổ biến của mạng Bayes: [1]

1. Suy diễn xác suất (hay Suy diễn Bayes): Mạng Bayes cho phép suy diễn xác suất, có nghĩa là chúng có thể trả lời các truy vấn về phân bố xác suất của các biến qua các bằng chứng quan sát được. Mạng Bayes có thể giúp tính toán xác suất hậu nghiệm của các biến không được quan sát dựa trên sự phụ thuộc xác suất trong mạng.

2. Chẩn đoán và hỗ trợ quyết định: Mạng Bayes được sử dụng rộng rãi trong các hệ thống hỗ trợ quyết định và chẩn đoán y tế. Bằng cách quan sát các triệu chứng hoặc bằng chứng, mạng Bayes có thể tính toán xác suất của các bệnh hoặc tình trạng khác nhau, hỗ trợ quá trình chẩn đoán. Mạng Bayes cũng có thể hỗ trợ việc ra quyết định bằng cách xem xét các xác suất và lợi ích gắn với các lựa chọn khác nhau.

3. Mô hình hóa dự đoán: Mạng Bayes có thể được sử dụng cho các nhiệm vụ mô hình hóa dự đoán. Với các biến quan sát được, mạng Bayes có thể giúp dự đoán giá trị của các biến không quan sát được hoặc ước tính xác suất của chúng. Điều này làm cho chúng hữu ích trong nhiều lĩnh vực khác nhau, chẳng hạn như dự báo thời tiết, phân tích tài chính và phân tích hành vi khách hàng.

4. Đánh giá và quản lý rủi ro: Mạng Bayes có giá trị trong việc đánh giá và quản lý rủi ro. Chúng có thể mô hình hóa sự phụ thuộc giữa các yếu tố rủi ro và ước tính xác suất của các kết quả hoặc sự kiện khác nhau. Điều này rất hữu ích trong các lĩnh vực như bảo lãnh bảo hiểm, quản lý dự án [2] và phân tích rủi ro môi trường.

5. Phát hiện bất thường: Mạng Bayes còn có thể được sử dụng cho các nhiệm vụ phát hiện bất thường. Bằng cách tìm hiểu hành vi bình thường của một hệ thống hoặc quy trình, chúng có thể phát hiện những sai lệch hoặc bất thường so với các mô hình dự kiến. Điều này rất hữu ích trong an ninh mạng, phát hiện gian lận và giám sát các quy trình công nghiệp.

6. Xử lý ngôn ngữ tự nhiên: Mạng Bayes cũng được ứng dụng trong các tác vụ xử lý ngôn ngữ tự nhiên. Chúng có thể được sử dụng cho các tác vụ như gắn thẻ một phần lời nói (part-of-speech), nhận dạng thực thể được đặt tên và phân tích ngữ nghĩa. Mạng Bayes có thể biểu diễn được sự phụ thuộc giữa các yếu tố ngôn ngữ và suy diễn những cách diễn giải hoặc cấu trúc có khả năng xảy ra nhất.

7. Mô hình hóa môi trường: Mạng Bayes được sử dụng trong mô hình hóa môi trường để hiểu các hệ thống phức tạp và đánh giá tác động môi trường. Chúng có thể được dùng để lập mô hình tương tác giữa các biến số như khí hậu, các hệ sinh thái và hoạt động của con người, từ đó đưa ra các dự đoán và phân tích kịch bản.

8. Tin sinh và gen: Mạng Bayes được sử dụng trong tin sinh học (bioinformatics) và gen để mô hình hóa và phân tích các tương tác di truyền và protein. Chúng có thể giúp hiểu được các mạng điều hòa gen, tương tác protein-protein và các mối liên hệ giữa bệnh-gen.

Hình bài: Các ứng dụng của mạng Bayes [1].

Xem toàn bộ tài liệu về mạng Bayes trong AI tại đây.

Nguồn tham khảo:

[1] https://www.leewayhertz.com/bayesian-networks-in-ai/

[2] http://luanvan.moet.gov.vn/?page=1.18&view=37045

Mạng Bayes: Chìa khóa để khai mở tiềm năng thực sự của AI

Mạng Bayes đại diện cho một công cụ mạnh mẽ để khai thác tiềm năng thực sự của AI. Bằng cách cho phép các hệ thống AI suy luận trong điều kiện bất định, học hỏi từ dữ liệu hạn chế và mô hình nhân quả, mạng Bayes có thể giúp vượt qua một số thách thức chính mà nghiên cứu AI ngày nay phải đối mặt.

Đọc được bài dịch trên VnExpress nhưng thấy nội dung dịch chưa rõ, chưa sát ý nên xin được dịch lại bài này.

Trí tuệ nhân tạo (AI) đã trải qua một chặng đường dài kể từ khi ra đời, với các kỹ thuật học máy và học sâu thúc đẩy những tiến bộ nhanh chóng trong lĩnh vực này. Tuy nhiên, bất chấp những tiến bộ ấn tượng, vẫn còn nhiều thách thức phải vượt qua trước khi AI thực sự có thể phát huy hết tiềm năng của mình. Một cách tiếp cận đầy hứa hẹn để giải quyết những thách thức này là sử dụng mạng Bayes, một mô hình đồ họa xác suất mạnh mẽ có khả năng mở ra các cấp độ hiểu biết và lý luận mới trong các hệ thống AI.

Mạng Bayes, được đặt theo tên của nhà toán học thế kỷ 18 Thomas Bayes, là một đồ thị có hướng biểu diễn một tập các biến và sự ràng buộc có điều kiện giữa chúng(*). Nói một cách đơn giản hơn, chúng cung cấp một cách để mô hình hóa các mối quan hệ phức tạp giữa các biến bằng cách nắm bắt cấu trúc xác suất cơ bản của dữ liệu. Điều này cho phép các hệ thống AI suy luận trong điều kiện bất định, học tập từ nguồn dữ liệu hạn chế và đưa ra quyết định sáng suốt dựa trên dữ kiện sẵn có.

Một trong những ưu điểm chính của mạng Bayes là khả năng xử lý sự bất định (uncertainty) và thông tin khuyết thiếu. Trong nhiều tình huống thực tế, các hệ thống AI phải đưa ra quyết định dựa trên dữ liệu khuyết thiếu hoặc bị nhiễu. Các kỹ thuật máy học truyền thống, chẳng hạn như mạng thần kinh, thường gặp khó khăn trong các tình huống này vì chúng yêu cầu lượng lớn dữ liệu được đào tạo để đạt được mức độ chính xác cao. Ngược lại, Mạng Bayes có thể đưa ra dự đoán chính xác ngay cả khi phải đối mặt với hạn chế dữ liệu, vì chúng có thể kết hợp kiến thức trước đó và cập nhật thông tin khi có bằng chứng mới. (**)

Một lợi ích khác của mạng Bayes là khả năng cung cấp AI có thể hiểu và giải thích được. Khi các hệ thống AI ngày càng được tích hợp nhiều hơn vào cuộc sống hàng ngày của chúng ta, điều quan trọng là chúng ta phải hiểu lý do đằng sau các quyết định của chúng. Cấu trúc đồ họa của mạng Bayes cho phép hình dung rõ ràng mối quan hệ giữa các biến, giúp con người dễ dàng hiểu được quá trình ra quyết định hơn. Sự minh bạch này rất cần thiết để xây dựng niềm tin vào các hệ thống AI và đảm bảo rằng chúng được sử dụng một cách có trách nhiệm và có đạo đức.

Hơn nữa, mạng Bayes có thể được sử dụng để mô hình hóa quan hệ nhân quả – một khía cạnh quan trọng trong lý luận và ra quyết định của con người. Mặc dù các kỹ thuật học máy truyền thống có thể xác định mối tương quan giữa các biến, nhưng chúng thường gặp khó khăn trong việc xác định mối quan hệ nhân quả làm nền tảng cho những mối tương quan này. Bằng cách mô hình hóa rõ ràng các mối quan hệ nhân quả, mạng Bayes có thể giúp các hệ thống AI hiểu rõ hơn về cơ chế cơ bản của các hệ thống phức tạp và đưa ra các quyết định sáng suốt hơn.

Trong những năm gần đây, mối quan tâm về mạng Bayes trong cộng đồng nghiên cứu AI đang gia tăng trở lại. Điều này một phần là do sự phát triển của các thuật toán và kỹ thuật tính toán mới giúp làm việc với mạng Bayes quy mô lớn dễ dàng hơn. Ngoài ra, sự sẵn có ngày càng tăng của dữ liệu và độ phức tạp ngày càng tăng của các ứng dụng AI đã làm nổi bật nhu cầu về khả năng suy luận và ra quyết định phức tạp hơn.

Một lĩnh vực mà mạng Bayes đã thể hiện nhiều hứa hẹn là lĩnh vực chăm sóc sức khỏe. Bằng cách mô hình hóa mối quan hệ phức tạp giữa các triệu chứng của bệnh nhân, tiền sử bệnh và các lựa chọn điều trị, mạng Bayes có thể giúp các bác sĩ đưa ra chẩn đoán và khuyến nghị điều trị chính xác hơn. Điều này có khả năng cải thiện đáng kể kết quả của bệnh nhân và giảm chi phí chăm sóc sức khỏe.

Một ứng dụng đầy hứa hẹn khác của mạng Bayes là trong lĩnh vực xe tự lái. Bằng cách mô hình hóa các tương tác phức tạp giữa các phương tiện, người đi bộ và môi trường, mạng Bayes có thể giúp cải thiện độ an toàn và độ tin cậy của ô tô tự lái. Điều này đặc biệt quan trọng do mức độ không chắc chắn và khó lường cao liên quan đến các tình huống lái xe trong thế giới thực.

Tóm lại, mạng Bayes đại diện cho một công cụ mạnh mẽ để khai thác tiềm năng thực sự của AI. Bằng cách cho phép các hệ thống AI suy luận trong điều kiện bất định, học hỏi từ dữ liệu hạn chế và mô hình nhân quả, mạng Bayes có thể giúp vượt qua một số thách thức chính mà nghiên cứu AI ngày nay phải đối mặt. Khi lĩnh vực này tiếp tục phát triển, có khả năng chúng ta sẽ thấy mạng Bayes đóng vai trò ngày càng quan trọng trong việc phát triển các hệ thống AI thông minh, minh bạch và đáng tin cậy.

Link bài gốc trên Digital Technology Guru.

Bình luận, chú thích của người dịch:

(*) Thực ra theo [1] mạng Bayes là một đồ thị dạng đặc biệt, ngoài các nút (các biến) và đồ thị biểu diễn mối quan hệ giữa các nút, thì mỗi nút còn gắn với một bảng phân phối xác suất. Hình dưới đây biểu diễn rõ điều đó qua ví dụ về mạng Bayes đơn giản gồm 3 biến (giả sử việc chậm tiến độ một công việc nào đó – delay in task, có quan hệ nhân quả với khả năng đúng hạn của nhà thầu phụ – subcontract, và chất lượng nhân viên – staff quality)

(**) Chính vì vậy mạng Bayes còn được gọi là mạng niềm tin Bayes (Bayesian Belief Networks), do “niềm tin” trước đó được cập nhật khi có bằng chứng mới.

Mạng Bayes dựa trên Định lý hay luật Bayes, với công thức nổi tiếng ở dạng đơn giản biểu diễn xác suất giữa các biến như sau:

P(R/S) = P(S/R)*P(R)/P(S)

Quy tắc Bayes ở trên được hiểu theo nghĩa cập nhật niềm tin (xác suất hậu nghiệm của từng trạng thái có thể có của một biến, nghĩa là các xác suất trạng thái sau khi xem xét tất cả các bằng chứng có sẵn) về giả thuyết R dưới góc độ bằng chứng mới S. Vì vậy, niềm tin hậu nghiệm P(R/S) được tính bằng cách nhân niềm tin trước đó P(R) với khả năng P(S/R) rằng S sẽ xảy ra nếu R đúng.[1]

Công thức trên cũng có tính đối xứng (hai chiều) nên có thể biết hoặc tiên đoán 1 đại lượng sau nếu biết hoặc giả định các đại lượng khác.

(***) Thomas Kehler, thành viên của Global Enlightenment Mountain, Giám đốc Khoa học của CrowdSmart nhận xét về bài viết như sau [2]:

“Bài báo đưa ra quan điểm cực kỳ quan trọng – Mạng Bayes trao quyền cho một thế hệ AI mới, mở ra cơ hội đưa trí tuệ tập thể của con người vào. Trong 8 năm qua, trọng tâm công việc của tôi và công việc của CrowdSmart là sử dụng Mạng niềm tin Bayes* như một phương tiện tích hợp thế hệ AI hiện tại với trí tuệ tập thể của con người. Judea Pearl, người đóng góp quan trọng ban đầu cho Mạng niềm tin Bayes, đã tuyên bố ‘Bạn thông minh hơn dữ liệu của mình’. Cho đến nay, với tất cả những tiến bộ vượt bậc mà chúng tôi đã đạt được trong lĩnh vực AI, việc học tập đều dựa trên dữ liệu chúng tôi đã tạo ra, tức dữ liệu của chúng tôi. Hãy nghĩ về việc sức mạnh của AI hiện tại và trí tưởng tượng chung của con người cùng nhau sáng tạo. Đó là tương lai và Mạng Bayes đóng vai trò quan trọng trong tương lai đó.”

Trí tuệ nhân tạo (AI) đã đi được một chặng đường dài kể từ khi ra đời, với các kỹ thuật học máy và học sâu thúc đẩy những tiến bộ nhanh chóng trong lĩnh vực này. Tuy nhiên, dù có những tiến bộ ấn tượng nhưng vẫn còn nhiều thách thức cần vượt qua trước khi AI thực sự có thể phát huy hết tiềm năng của mình. Một cách tiếp cận đầy hứa hẹn để giải quyết những thách thức này là sử dụng mạng Bayes, một mô hình đồ họa xác suất mạnh mẽ có tiềm năng mở ra những cấp độ hiểu biết và lý luận mới trong các hệ thống AI.

(****) Bài rất dài nhưng chi tiết về mạng Bayes trong AI có thể xem tại [3] hoặc xem tài liệu tiếng Việt dạng PDF tại đây.

Các nguồn tham khảo:

[1] http://luanvan.moet.edu.vn/?page=1.18&view=37045 

[2] https://bostonglobalforum.org/news/global-enlightenment-mountains-thomas-kehler-bayesian-networks-empower-a-new-generation-of-ai/ 

[3] https://www.leewayhertz.com/bayesian-networks-in-ai/ 

BÀI VIẾT CHO NHỮNG NGƯỜI ĐÀN ÔNG TRÊN 30!

1. Phàm trên đời nếu lỡ bị ngã xuống hố, không nên đổ lỗi cho ai. Trước hết là tại ta, bởi trước khi ngã ta luôn có sự lựa chọn – ít nhất là chọn không đi vào con đường ấy.

2. Nếu đã là tại ta thì đừng đổ lỗi hay trách móc ai, kể cả ta, mà hãy tìm giải pháp. Hoảng loạn, kêu khóc, mất kiểm soát bản thân, đạp đầu người khác để trèo lên… chỉ làm tốn năng lượng, mất thời gian, có khi gây hại cho mình và cho nhau… sẽ dẫn đến kết cục tồi tệ hơn. Giữ bình tĩnh, tỉnh táo tính toán, tạm quên quá khứ, quên nguyên nhân… thả lỏng, thực dụng, lựa chọn cách hành xử, giải pháp tốn ít năng lượng nhất và đem lại hiệu quả, lợi ích cao nhất trong mỗi thời điểm là cách hành xử tối ưu để thoát hiểm. Đó là trách nhiệm của cái đầu bản lĩnh – thủ lĩnh. Hãy dành năng lượng, trí tuệ cho việc tính toán: sẽ thoát hiểm bằng cách nào? Bao lâu? Cái giá phải trả? Phải làm sao để tồn tại, sống sót cho đến khi có cơ hội thoát? Có thể làm gì để cơ hội thoát dễ dàng hơn?

3. Quan trọng hơn cả là xác định: Ai/cái gì là người ta có thể tin và dựa vào tuyệt đối? Ai/cái gì là kẻ thù, mối đe doạ của ta? Ai/cái gì ta vừa tin vừa không?

Khi dấn thân vào nơi nguy hiểm, tốt nhất là hoặc đi với người tuyệt đối trung thành với ta hoặc với kẻ thù. Bởi với người trung thành ta biết luôn có thể dựa vào họ khi cần trợ giúp, với kẻ thù ta sẽ luôn đề phòng cảnh giác để không bị hại. Nên tránh nhất là những thứ nửa này nửa kia, có thể là bạn cũng có thể là thù: ta không thể biết khi nào có thể dựa vào và khi nào phải cảnh giác – khi họ giúp, ta tưởng họ mưu hại ta nên nhận cũng nửa vời, khi họ hại ta ta lại tưởng họ giúp nên mất cảnh giác nhận đòn trọn bộ – vô cùng tệ hại.

Nếu đã lỡ rơi xuống hố, nguyên tắc ứng xử là gì?

1. Đừng làm gì để cho cái hố sâu thêm.

2. Nếu đó là hố phân thì hãy ngậm miệng lại.

3. Nếu trong hố có hổ báo, rắn rết thì hãy tập sống chung với chúng một cách hài hoà. Đừng cố biến hổ báo rắn rết thành người – vô ích.

Nhưng chớ có biến mình thành hổ báo, rắn rết… Bởi khi ra khỏi hố rất khó trở lại làm người.

4. Hãy làm gì có lợi cho bản thân nhất lúc này, giờ này, ngày này… hãy đặt ra các chương trình, mục tiêu ngắn hạn và đủ SMART để đi đến mục đích dài hạn.

5. Cuối cùng: không bao giờ là không có giải pháp hay lối thoát. Vấn đề nằm ở mục đích và cái giá ta chấp nhận trả.

(Bài được cho là của Anh Lý Xuân Hải – Cựu CEO Ngân Hàng ACB, đăng trên FB Hồ sơ doanh nhân)