Có một câu hỏi đang được đặt ra ở mọi công ty ngay lúc này, thường là với rất nhiều háo hức: “chúng ta có thể thêm AI vào đâu?” Đó là một câu hỏi hợp lý. Nhưng có một câu hỏi kém hào nhoáng hơn lẽ ra phải đến trước, và gần như chẳng ai hỏi: “dữ liệu của chúng ta đã thực sự sẵn sàng chưa?”
Bởi vì đây là điều mà những màn demo không bao giờ nhắc đến. Hầu hết các dự án AI không vấp ngã vì AI yếu kém. Chúng vấp ngã vì dữ liệu nuôi nó là một mớ hỗn độn. Mô hình thông minh nhất thế giới cũng chỉ tốt ngang với những gì bạn đưa vào nó.
Dữ liệu “đủ tốt” trông như thế nào
Không ai có dữ liệu hoàn hảo, và bạn cũng không cần điều đó. Cái bạn cần là dữ liệu mà bạn có thể tin tưởng. Trong thực tế, điều này gói gọn trong bốn phẩm chất giản dị. Nó phải chính xác, để email thực sự dùng được và tổng giá trị đơn hàng thực sự đúng. Nó phải đầy đủ, với những trường quan trọng được điền vào thay vì bỏ trống. Nó phải nhất quán, để cùng một thứ được viết giống nhau ở khắp nơi, chứ không phải “UK” ở chỗ này, “United Kingdom” ở chỗ khác, và “U.K.” ở chỗ thứ ba. Và nó phải mới, phản ánh ngày hôm nay chứ không phải một bức ảnh chụp từ hai năm trước.
Vì sao AI nâng cao mức rủi ro
Dữ liệu lộn xộn luôn gây ra những vấn đề âm thầm. AI làm cho những vấn đề đó to hơn và nhanh hơn. Một con người liếc qua một bản ghi kỳ lạ có thể dừng lại và nghĩ, “cái này trông không ổn.” AI thì hiếm khi vậy. Nó lấy dữ liệu tệ ấy đúng theo bề ngoài, hành động đầy tự tin, rồi lặp lại cùng một sai lầm ở quy mô và tốc độ mà không con người nào sánh kịp. Dữ liệu kém trước đây chỉ nằm im một chỗ. Khi có AI đặt lên trên, nó biến thành những quyết định kém, được đưa ra nhanh chóng, lặp đi lặp lại.
Một bài kiểm tra bạn có thể chạy tuần này
Bạn không cần một cuộc đánh giá kéo dài sáu tháng để bắt đầu. Hãy chọn một bộ dữ liệu thực sự quan trọng, và danh sách khách hàng của bạn là một nơi khởi đầu tốt. Rồi hãy hỏi vài câu hỏi thành thật. Có bao nhiêu bản ghi thiếu email hoặc một trường quan trọng khác? Có bao nhiêu bản trông như bản trùng lặp của cùng một người đang khoác những lớp vỏ khác nhau? Tính trung bình, dữ liệu cũ đến mức nào? Và các nhóm khác nhau có ghi cùng một thứ theo những cách khác nhau không? Các câu trả lời thường khiến ta khó chịu, và đó chính là điểm mấu chốt. Chúng cho bạn thấy hai hoặc ba điều cần sửa sẽ quan trọng nhất.
Bí mật kém hào nhoáng
AI thực sự thú vị, và nó đáng để làm. Nhưng thứ tự khôn ngoan là dữ liệu trước, AI sau. Dữ liệu sạch, đầy đủ, nhất quán và mới mẻ không phải là việc vặt nhàm chán bạn làm trước khi đến dự án thật sự. Nó chính là thứ lặng lẽ quyết định liệu dự án thật sự có hiệu quả hay không. Hãy sửa cái nền móng, và những công cụ thông minh cuối cùng mới có một chỗ vững chắc để đứng — và bạn cuối cùng mới thấy được những kết quả mà mọi người đã hứa hẹn.