Phụ nữ trong AI: Bài học từ Hội nghị HUMAN X

Những phụ nữ trong AI được nổi bật tại Hội nghị HUMAN X không chỉ kể về một câu chuyện đại diện, mà còn về việc xây dựng hữu hình các công ty ưu tiên AI. Điểm chính là: các sản phẩm tốt nhất phát sinh từ nhu cầu thực sự của con người, lợi thế cạnh tranh được thể hiện trong bối cảnh dữ liệu, và lợi thế thực sự ngày nay là tuyển dụng những người có thể học nhanh hơn sự thay đổi của thị trường.

Tại Hội nghị HUMAN X, buổi thảo luận có sự tham gia của Jennifer Smith, CEO và đồng sáng lập Scribe, và Mada Seghete, người sáng lập Upside và cựu đồng sáng lập Branch, đã cung cấp một góc nhìn đặc biệt hữu ích về chủ đề phụ nữ trong AI. Đó không phải là một cuộc tranh luận trừu tượng về sự đa dạng, mà là một cuộc trò chuyện cụ thể về cách các công ty gốc AI ra đời, những gì cần thiết để xây dựng chúng và những căng thẳng thực sự mà các nhóm làm việc với trí tuệ nhân tạo phải đối mặt ngày nay.

Điều quan trọng nhất là: AI không được trình bày như một xu hướng, mà như một yếu tố thúc đẩy chuyển đổi kinh doanh. Cả hai nhà sáng lập đều xuất phát từ những vấn đề vận hành rất rõ ràng. Chính nguồn gốc này, mang tính con người chứ không phải lý thuyết, đã tạo ra tính uy tín cho các luận điểm của họ.

Phụ nữ trong AI và công ty khởi nghiệp: Tại sao bối cảnh ngày nay khác biệt

Mada Seghete giải thích rằng cô đang ở công ty thứ hai của mình. Sau khi đồng sáng lập Branch, đạt doanh thu hơn 100 triệu đô la, cô ra mắt Upside bắt đầu từ một vấn đề mà cô đã trực tiếp trải qua: khó khăn trong marketing B2B trong việc chứng minh chính xác điều gì thực sự tạo ra tác động. Nói ngắn gọn: cô không còn muốn các nhà tiếp thị dành nhiều thời gian hơn để biện minh cho giá trị của họ thay vì xây dựng các chiến dịch hiệu quả.

Jennifer Smith mô tả một hành trình khác nhưng bổ sung. Ý tưởng về Scribe xuất phát từ những quan sát lặp đi lặp lại, đầu tiên tại McKinsey và sau đó trong đầu tư mạo hiểm, rằng các công ty hoạt động nhờ một tài sản vô hình: kiến thức thể chế. Những người giỏi nhất không chỉ tuân theo hướng dẫn viết sẵn. Họ làm việc với các phím tắt, bối cảnh, kinh nghiệm, ngoại lệ. Và tất cả những điều này, trong hầu hết các tổ chức, đều không được nắm bắt.

Điều này có nghĩa là điểm khởi đầu cho hai công ty không phải là "làm AI", mà là giải quyết một ma sát cụ thể:

• đối với Upside, đo lường đóng góp của marketing tốt hơn;
• đối với Scribe, nắm bắt và mở rộng kiến thức vận hành;
• đối với cả hai, biến dữ liệu và quy trình làm việc thành một lợi thế thực sự.

Điều gì phân biệt một nhà sáng lập lần thứ hai

Một yếu tố thú vị xuất hiện từ buổi thảo luận là sự thay đổi trong tư duy trong lần khởi nghiệp thứ hai. Seghete nhấn mạnh rằng, lần thứ hai, lý do muốn xây dựng một công ty rõ ràng hơn. Có ít nhu cầu "chứng minh điều gì đó" hơn và có nhiều mong muốn làm việc với những cá nhân được đánh giá cao hơn về một vấn đề thực sự được cảm nhận.

Smith kể lại quá trình suy ngẫm kéo dài nhiều tháng, được hướng dẫn bởi một câu hỏi đơn giản: tôi sẽ tự hào về điều gì? Câu trả lời không chỉ là về kinh doanh, mà là cơ hội để xây dựng điều gì đó hữu ích, bền vững và có khả năng khuếch đại tiềm năng con người.

Phụ nữ trong AI và sản phẩm ưu tiên AI: Tại sao bối cảnh quan trọng hơn tự động hóa

Một trong những điểm hấp dẫn nhất của cuộc thảo luận liên quan đến chất lượng của các sản phẩm ưu tiên AI. Jennifer Smith nhấn mạnh một điểm quan trọng: rủi ro lớn nhất trong công ty không chỉ là "ảo giác" của mô hình, mà là thực tế rằng mô hình suy luận mà không có đủ bối cảnh.

Sự phân biệt này rất quan trọng. Một hệ thống có thể rất tiên tiến về khả năng suy luận, nhưng nếu nó không biết cách một công ty cụ thể đóng sổ tháng, phê duyệt chi phí hoặc quản lý một ngoại lệ quy định, thì nó chỉ đơn giản là đoán. Và trong doanh nghiệp, đặc biệt trong môi trường được quản lý, điều này rất nguy hiểm.

Định nghĩa rõ ràng: lớp bối cảnh là cấp độ thông tin mô tả cách một công ty thực sự hoạt động, bao gồm quy trình làm việc, ngoại lệ, phụ thuộc và bộ nhớ vận hành. Không có lớp này, tự động hóa vẫn mong manh.

Mada Seghete thêm vào một khái niệm chính thứ hai: bộ nhớ là chủ đề nóng nhất. Không đủ để cung cấp dữ liệu cho các mô hình. Bộ nhớ của các tương tác cũng quan trọng, cách người dùng sửa AI Agent, tinh chỉnh báo cáo và dần dần xây dựng đầu ra tốt hơn. Trên thực tế, tương lai của các sản phẩm AI doanh nghiệp phụ thuộc vào hai yếu tố kết hợp:

• bối cảnh chính xác;
• bộ nhớ hữu ích và có thể chia sẻ.

Câu hỏi: Tại sao nhiều dự án AI thất bại trong các công ty?

Trả lời: bởi vì họ có quyền truy cập vào các mô hình mạnh mẽ, nhưng thiếu bối cảnh vận hành cần thiết để thực hiện công việc một cách đáng tin cậy.

Đây là một trong những hiểu biết quan trọng nhất từ buổi thảo luận. Nó chuyển trọng tâm từ sự ám ảnh với mô hình sang chất lượng của cơ sở hạ tầng thông tin nội bộ.

Tuyển dụng trong kỷ nguyên AI: "độ dốc" của hồ sơ quan trọng hơn

Một trọng tâm khác của cuộc thảo luận là tuyển dụng. Ở đây, buổi thảo luận đã cung cấp những hiểu biết rất cụ thể cho các nhà sáng lập, lãnh đạo nhân sự và người quản lý.

Jennifer Smith làm rõ rằng, đối với Scribe, giá trị vẫn không thể thương lượng. Nhưng ngày nay điều này chưa đủ. Một hình thức thông thạo AI cũng cần thiết, được hiểu không phải là danh sách các công cụ được sử dụng, mà là khả năng suy nghĩ lại vai trò của mình dưới ánh sáng của AI.

Hướng dẫn của cô cho các ứng viên rất rõ ràng: không đủ để nói "Tôi sử dụng ChatGPT để brainstorming." Người ta phải chứng minh cách công việc sẽ được thiết kế lại với trí tuệ nhân tạo. Đó là một sự khác biệt đáng kể. Trọng tâm không phải là áp dụng bề mặt, mà là tái thiết kế vai trò.

Seghete, về phần mình, mô tả một thực hành điển hình của các công ty khởi nghiệp nhanh nhẹn hơn: thời gian thử việc ngắn và được trả lương, kéo dài một hoặc hai tuần, để quan sát chặt chẽ khả năng thích ứng, tốc độ học tập và khả năng tương thích với văn hóa công ty.

Tóm lại: ngày nay, hồ sơ ít quan trọng hơn quỹ đạo.

Câu hỏi: Các công ty gốc AI thực sự tìm kiếm điều gì khi tuyển dụng?

Trả lời: họ đang tìm kiếm những cá nhân có giá trị mạnh mẽ, khả năng học nhanh và khả năng suy nghĩ lại công việc của họ với AI.

Smith sử dụng một thuật ngữ đặc biệt hiệu quả: độ dốc. Không chỉ là về nơi một ứng viên đang ở ngày hôm nay, mà là họ có thể phát triển nhanh như thế nào. Seghete cung cấp một ví dụ cụ thể: một kỹ sư có kinh nghiệm mạnh về đồ thị tri thức, nhưng hầu như không có kinh nghiệm AI, đã chứng minh là một lựa chọn hợp lệ chính xác nhờ tốc độ mà họ đã học.

Thông điệp này cũng mạnh mẽ ở cấp độ toàn cầu: nền kinh tế AI ngày càng thưởng cho những người có thể thích ứng, không phải những người giữ playbook của ngày hôm qua.

Thần thoại về "Playbook đúng" không còn hiệu quả nữa

Một trong những điểm sâu sắc nhất của buổi thảo luận liên quan đến sự lỗi thời của playbook. Jennifer Smith lưu ý rằng một trong những hồ sơ rủi ro nhất để tuyển dụng ngày nay là nhà lãnh đạo tin rằng các mô hình thành công của năm 2021 vẫn có thể áp dụng. Trong bối cảnh AI, thị trường di chuyển quá nhanh để chỉ riêng kinh nghiệm trong quá khứ đảm bảo thành công trong tương lai.

Seghete bày tỏ tình cảm tương tự từ một góc độ khác: ngay cả khi bạn đã sáng lập một công ty, bạn không thể chỉ tái sử dụng những gì đã hoạt động trước đó. Các nhóm nhỏ hơn, vai trò được nén lại, năng suất cá nhân tăng lên và ranh giới giữa các chức năng thay đổi nhanh chóng.

Điều này có nghĩa là AI đang định nghĩa lại không chỉ các sản phẩm mà cả tổ chức công việc.

Quản trị, quyền riêng tư và áp lực từ hội đồng quản trị: Thách thức thực sự của AI doanh nghiệp

Về mặt doanh nghiệp, buổi thảo luận đã giải quyết một điểm quan trọng đối với những người tham gia chuyển đổi số: áp lực từ hội đồng quản trị.

Theo Smith, nhiều công ty nhận được một yêu cầu rõ ràng từ hội đồng quản trị của họ: có một chiến lược AI và sản xuất nhiều hơn với ít nguồn lực hơn. Vấn đề là, ở cấp độ vận hành, việc chuyển đổi ủy nhiệm này thành quy trình làm việc cụ thể rất khó khăn. Nếu một tổ chức không biết chính xác công việc hiện đang được thực hiện như thế nào, nó không thể xác định một cách chặt chẽ nơi để can thiệp, cái gì để tự động hóa và cách xây dựng một trường hợp kinh doanh đáng tin cậy.

Seghete thêm một lưu ý quan trọng về mặt an ninh: trong các công ty lớn, đặc biệt là những công ty được quản lý, mối quan tâm chính không phải là sử dụng AI, mà là ngăn chặn dữ liệu độc quyền được tái sử dụng để đào tạo các mô hình chia sẻ.

Bài học chiến lược rất đơn giản: việc áp dụng AI trong một công ty không chỉ phụ thuộc vào chất lượng của mô hình, mà còn vào:

• quản trị dữ liệu;
• chính sách bảo mật;
• kiến trúc truy cập;
• niềm tin tổ chức.

AI sẽ lấy đi công việc hay chủ yếu loại bỏ công việc vô ích?

Ở đây buổi thảo luận đã cung cấp một cái nhìn cân bằng hơn về nhiều câu chuyện truyền thông. Jennifer Smith giải thích rằng, trong các công ty cô làm việc, ủy nhiệm "làm nhiều hơn với ít hơn" không tự động có nghĩa là "cắt giảm người". Trong nhiều trường hợp, nó có nghĩa là tăng năng lực sản xuất trong bối cảnh mà việc tuyển dụng đủ nhanh không thể thực hiện được.

Luận điểm của cô rất rõ ràng: mục tiêu tốt nhất của AI là loại bỏ công việc nặng nhọc, tức là công việc lặp đi lặp lại, hành chính và không có giá trị phân biệt, để để lại cho mọi người các khía cạnh mang tính con người và giá trị cao hơn trong vai trò của họ.

Tóm lại: AI có tiềm năng khuếch đại điểm mạnh của mọi người, không chỉ giảm chi phí.

Điều đó nói rằng, buổi thảo luận không đưa ra sự lạc quan ngây thơ. Người ta thừa nhận rằng sẽ có đau đớn cấu trúc trên đường đi. Công việc sẽ thay đổi, kiến trúc tổ chức sẽ thay đổi và không phải tất cả các điều chỉnh sẽ đơn giản. Tuy nhiên, triển vọng dài hạn, theo các diễn giả, vẫn mang tính xây dựng.

Buổi thảo luận này thực sự dạy gì cho các nhà sáng lập, nhà tiếp thị và lãnh đạo

Giá trị của cuộc trò chuyện này tại Hội nghị HUMAN X nằm ở tính cụ thể của nó. Kinh nghiệm của Jennifer Smith và Mada Seghete chứng minh rằng các công ty AI đáng tin cậy nhất không xuất hiện từ các khẩu hiệu đổi mới, mà từ ba lựa chọn chính xác:

1. Bắt đầu từ một vấn đề con người thực sự

Các công ty khởi nghiệp AI tốt nhất không bắt đầu với mô hình, mà với ma sát.

2. Xây dựng bối cảnh trước tự động hóa

Không có quy trình làm việc đáng tin cậy, bộ nhớ và dữ liệu vận hành, AI doanh nghiệp vẫn không đầy đủ.

3. Tuyển dụng để học tập, không phải để hoài niệm

Trong thị trường hiện tại, khả năng phát triển quan trọng hơn sự an tâm của một hồ sơ.

Điều quan trọng nhất là buổi thảo luận về phụ nữ trong AI đã trình bày một hình ảnh trưởng thành về sự lãnh đạo của phụ nữ trong lĩnh vực: không phải như một danh mục biểu tượng, mà như một lực lượng có khả năng hiểu vấn đề, xây dựng sản phẩm và xác định các quy tắc làm việc mới.

FAQ

Ai là diễn giả chính của buổi thảo luận tại Hội nghị HUMAN X?

Các nhân vật trung tâm của buổi thảo luận là Jennifer Smith, CEO và đồng sáng lập Scribe, và Mada Seghete, người sáng lập Upside và cựu đồng sáng lập Branch.

Thông điệp chính xuất hiện về tương lai của AI trong kinh doanh là gì?

Thông điệp chính là AI chỉ thực sự hoạt động khi nó có bối cảnh vận hành phù hợp. Các mô hình mạnh mẽ không có dữ liệu đáng tin cậy, quy trình làm việc và bộ nhớ doanh nghiệp vẫn không đầy đủ.

Điều gì quan trọng nhất trong tuyển dụng cho các công ty gốc AI?

Khả năng học nhanh, suy nghĩ lại vai trò với AI và chứng minh khả năng thích ứng là những gì thực sự quan trọng. Chỉ riêng kinh nghiệm trước đây không còn đủ nữa.

Tại sao chủ đề phụ nữ trong AI có liên quan trong buổi thảo luận này?

Bởi vì nó chứng minh cách sự lãnh đạo của phụ nữ trong AI không chỉ là vấn đề đại diện, mà là phát triển sản phẩm, văn hóa doanh nghiệp và tầm nhìn chiến lược.

AI sẽ thay thế con người hay thay đổi công việc?

Theo phát hiện của buổi thảo luận, AI sẽ chủ yếu hướng đến việc loại bỏ các nhiệm vụ lặp đi lặp lại và chuyển đổi vai trò. Sự thay đổi có thể mạnh mẽ, nhưng giá trị con người sẽ vẫn là trung tâm!