Công nghệ dữ liệu (Big data), học máy, trí tuệ nhân tạo, khoa học dữ liệu) được tiếp tục phát triển, đã trở nên hiệu quả hơn và được áp dụng rộng rãi hơn trong các doanh nghiệp trên khắp thế giới. Mục đích chính của bài viết này cung cấp một số khái niệm cơ bản và bước đầu làm rõ vì sao “chuyển đổi số” đang là chủ đề quan trọng hiện nay của cách mạng công nghiệp 4.0.
Trang 1DỮ LIỆU LỚN VÀ TRÍ TUỆ NHÂN TẠO THÚC ĐẨY PHÁT TRIỂN KINH TẾ - XÃ HỘI VÀ THAY ĐỔI THẾ GIỚI KINH DOANH
PGS.TS Đỗ Văn Thành
Nguyên Phó Giám đốc Trung tâm Thông tin và Dự báo KT-XH quốc gia
Bộ Kế hoạch và Đầu tư
Công nghệ dữ liệu (dữ liệu lớn (Big data), học máy, trí tuệ nhân tạo, khoa học dữ
liệu) được tiếp tục phát triển, đã trở nên hiệu quả hơn và được áp dụng rộng rãi hơn trong các doanh nghiệp trên khắp thế giới “Chuyển đổi số” là một trong những chủ đề chính trong thế giới doanh nghiệp ở năm 2018 Điều đó cho thấy nhiều ngành công nghiệp truyền thống và doanh nghiệp đang tham gia mạnh mẽ vào hành trình để trở thành tổ
chức dựa vào dữ liệu
Nội dung cốt lõi của “chuyển đổi số” liên quan chủ yếu đến dữ liệu lớn (big data)
và trí tuệ nhân tạo (AI) Mục đích chính của bài viết này cung cấp một số khái niệm cơ
bản và bước đầu làm rõ vì sao “chuyển đổi số” đang là chủ đề quan trọng hiện nay của cách mạng công nghiệp 4.0 Cụ thể bài báo sẽ trả lời các câu hỏi: big data, AI, học máy là gì? Quan hệ giữa chúng ra sao? Quan hệ giữa big data, học máy và kết nội vạn vật (IoT)? Khi nào thì ứng dụng big data và học máy, và những lĩnh vực ứng dụng kinh tế - xã hội
của chúng? Big data và học máy đang làm thay đổi thế nào thế giới kinh doanh thế nào và
những khu vực kinh doanh nào mà big data và AI có thể có đóng góp? Big data và AI đang thúc đẩy sáng tạo, đổi mới kinh doanh ra sao trong cộng đồng doanh nghiệp? Và
cuối cùng là một số kết luận và thảo luận
1 Big data là gì ?
Định nghĩa đơn giản, dễ hiểu và đang được sử dụng khá rộng rãi hiện nay do người sáng lập và chủ tịch diễn đàn kinh tế thế giới, ông Klaus Schwab thì Cách mạng công ngiệp (CMCN) 4.0 là sự “kết hợp các công nghệ lại với nhau, làm mờ ranh giới
giữa vật lý, kỹ thuật số và sinh học” (Klaus Schwab, 2016) Cuộc cách mạng này sẽ diễn
ra chủ yếu ở 3 lĩnh vực là Công nghệ sinh học, Kỹ thuật số và Vật lý Ở lĩnh vực công nghệ sinh học, CMCN 4.0 tập trung nghiên cứu nhằm tạo những bước nhảy vọt trong Nông nghiệp, Thủy sản, Y dược, chế biến thực phẩm, bảo vệ môi trường, năng lượng tái
Trang 2tạo, hóa học và vật liệu Ở lĩnh vực Vật lý, CMCN 4.0 tập trung tạo ra robot thế hệ mới, máy in 3D, xe tự lái, các vật liệu mới và công nghệ nano và trong lĩnh vực Kỹ thuật số, CMCN 4.0 tập trung vào nghiên cứu trí tuệ nhân tạo (AI), Vạn vật kết nối - Internet of Things (IoT) và dữ liệu lớn (Big Data)
Big data là một tập dữ liệu có các đặc trưng đặc biệt, được xử lý (lưu trữ, tính toán, chuyển dạng) và được phân tích để tìm ra thông tin tri thức mới lạ, hữu dụng từ dữ
liệu bằng các quy trình hoặc công cụ đặc biệt nhằm phục vụ dự báo và hỗ trợ các quá trình ra quyết định Đặc trưng đặc biệt của big data được thể hiện bởi năm chữ “V” bao
gồm Volume: khối lượng dữ liệu; Velocity: tốc độ vào ra dữ liệu; Variety: tính đa dạng
của dữ liệu; Veracity: tính xác thực, khả dụng của dữ liệu và Value: thể hiện chất lượng, giá trị của dữ liệu (Hình 1)
1
Hình 1: 5 đặc trưng của big data (Hilber et al 2011, Nguy ễn Thanh Thủy et al 2018)
Do dung lượng (Volume) của big data là rất lớn, cấu trúc dữ liệu đa dạng nên các big data thường được tổ chức lưu trữ phân tán và được tổng hợp lại bằng phần mềm theo
mục tiêu của phân tích dữ liệu Dữ liệu mới được tạo ra và việc dịch chuyển dữ liệu mới
với tốc độ (Velocity) thời gian thực theo cách thức hàng loạt (hay lô), theo quy trình hoặc theo dòng Các công nghệ xử lý big data được yêu cầu phải đảm bảo có thể thực hiện các
hoạt động phân tích dữ liệu ngay tại thời điểm dữ liệu được tạo ra mà có thể nó chưa được cập nhật vào các cơ sở dữ liệu Dữ liệu trong các big data rất đa dạng (Variety) về
Trang 3nội dung, nó phản ánh rất nhiều yếu tố về tự nhiên, kinh tế, xã hội cũng như rất đa dạng
về hình thức thể hiện ở kiểu dữ liệu bao gồm dữ liệu có cấu trúc (như dữ liệu số, dữ liệu
số dạng bảng, ) và dữ liệu không có cấu trúc (như các văn bản, hình ảnh, video, dữ liệu
cảm biến, v.v.) Để lưu trữ, quản lý chính xác những dữ liệu đó theo các công nghệ truyền thống là rất khó khăn và tốn kém Nhưng những dữ liệu phong phú, đa dạng như
vậy mới có thể cung cấp một cách nhìn đa chiều về các sự vật, hiện tượng tự nhiên và kinh tế - xã hội mà chúng ta quan tâm, từ đó giúp ta phát hiện chính xác những thông tin
có giá trị nhằm nâng cao chất lượng dự báo và chất lượng của quá trình ra quyết định Để
dữ liệu trong các big data được xác thực (Veracity) theo độ tin cậy, theo quy trình, xuất
xứ, uy tín, tính khả dụng và được giải trình thì các quy trình và các công cụ xử lý big data
cần kiểm soát được chất lượng và độ chính xác của dữ liệu Chúng ta cũng biết rằng giá
trị, chất lượng của dữ liệu (Value) là rất quan trọng để từ đó trích xuất được những thông tin, tri thức đắt gía (Đỗ Văn Thành 2018)
2 AI là gì ?
AI là lĩnh vực nghiên cứu triển khai, hướng tới phát triển máy tính với năng lực trí
tuệ có thể cảm nhận, so sánh, đo đếm và đánh giá được (Stuart Rusell, 2016; Nguy ễn Thanh Th ủy, 2018) Một số năng lực trí tuệ điển hình là: (i) Học từ kinh nghiệm (trích rút tri thức từ kinh nghiệm) và áp dụng tri thức; (ii) Xác định và trích chọn các đặc trưng quan trọng của các đối tượng, sự kiện, quá trình; (iii) Xử lý tình huống phức tạp; (iv)
Phản ứng nhanh chóng và chính xác đối với tình huống mới; (v) Nhận dạng và hiểu được
ngữ nghĩa hình ảnh; (vi) Xử lý và thao tác ký hiệu (vii) Sáng tạo và có trí tưởng tượng; (viii) Sử dụng heuristic (mẹo) Việc chứng minh khả năng trí tuệ của máy hoặc do con người kiểm định hoặc thông qua đánh giá khách quan bằng sử dụng các công cụ thống
kê, lô gic AI là lĩnh vực liên ngành của Triết học, Tâm lý học, Khoa học thần kinh, Toán
học, Điều khiển học, Khoa học máy tính, Ngôn ngữ học, Kinh tế học (Stuat Rusell
2016) AI gồm nhiều nhánh con như học máy, suy luận tự động và lập luận xấp xỉ, nhận dạng ảnh, xử lý ngôn ngữ tự nhiên, dịch tự động,
Big data hiện diện hầu như ở khắp mọi nơi và được tạo ra với tốc độ nhanh hơn nhiều so với khả năng tính toán để xử lý chúng và có thể nói không thể xử lý hoặc phân tích được các big data bằng các quy trình và công cụ truyền thống Kỹ thuật AI được sử dụng để xử lý loại dữ liệu này thường là học máy Học máy về cơ bản được dựa trên thuật toán Các phương pháp thuật toán này được sử dụng trên các big data để tạo ra kết quả mong muốn và tìm ra các xu hướng, mẫu và dự báo
Trang 43 Học máy (machine learning) là gì?
Là một nhánh con của AI, học máy dạy cho máy tính làm được những gì mà một cách tự nhiên con người và động vật cần đến nó, đó là: học hỏi từ kinh nghiệm1
Thuật toán học máy sử dụng các phương pháp tính toán để "tìm hiểu" thông tin trực tiếp từ dữ
liệu mà không dựa vào một phương trình được xác định trước làm mô hình Các thuật toán phù hợp sẽ cải thiện hiệu suất của chúng khi số lượng mẫu có sẵn cho việc học tập tăng lên Học máy là lĩnh vực rất quan trọng của AI và nó liên quan trực tiếp với Big data Trong ngữ cảnh của big data, khi nói về AI thì thường được ngầm hiểu là nói về học máy và các thuật toán của nó
4 So sánh kỹ thuật (hay thuật toán) học máy và kỹ thuật thống kê
Các thuật toán học máy tìm các mẫu trong dữ liệu Các mẫu này cung cấp những
hiểu biết mới và giúp con người ra các quyết định và dự báo tốt hơn Các thuật toán học máy được sử dụng hàng ngày để đưa ra các quyết định quan trọng trong chẩn đoán y khoa, kinh doanh chứng khoán, dự báo tải năng lượng, dự báo ùn tắc và phân luồng giao thông Các trang web thường dựa vào việc học máy để sàng lọc hàng triệu các lựa
chọn để tư vấn cho người sử dụng lựa chọn bài hát hoặc bộ phim, lựa chọn các mặt hàng yêu thích Các nhà bán lẻ sử dụng các thuật toán học máy để hiểu rõ hơn về hành vi mua
sắm của khách hàng
Các thuật toán học máy (cây quyết định, mạng nơ tron, giải thuật di truyền, học máy véc tơ hỗ trợ, luật kết hợp, người láng giềng gần nhất, ) đã được nghiên cứu từ lâu, nhưng mấy năm gần đây nó được nói rất nhiều, vì nó được ứng dụng hết sức thành công trong việc phân tích và dự báo trên các big data
Các kỹ thuật phân tích và dự báo được phân làm 2 nhóm: kỹ thuật AI và kỹ thuật
thống kê Ưu điểm chính của các kỹ thuật thống kê là: mô hình phân tích và dự báo dữ
liệu là tường minh; tinh tế do được nghiên cứu thời gian rất dài, thuận lợi để phân tích và
dự báo dữ liệu số; độ chính xác dự báo khá cao, Nhược điểm chính: không tự động hóa được hoàn toàn, phải thực hiện nhiều các kiểm định thống kê kể cả kiểm định các biến đầu vào, cần có sự tham gia của con người trong quá trình dự báo; không thực hiện được trên các tập big data không dự báo được những sự vật, hiện tượng hiếm khi xẩy ra do
1
: www.mathworks.com/tradem arks/5th_IIBA_ConferenceProceeding_Florida_ November 2015 (179-189).pdf
Trang 5dựa vào quy luật số lớn; rất khó để phân tích, dự báo được những dữ liệu không có cấu trúc: dữ liệu text, dữ liệu ảnh, dữ liệu âm thanh, Các kỹ thuật AI khắc phục những hạn
chế của kỹ thuật thống kê, cụ thể ưu điểm chính của các kỹ thuật AI là: Có thể được thực
hiện trên tập big data, không cần thực hiện các kiểm định thống kê, có thể tự động hóa được hoàn toàn, có thể phân tích và dự báo dữ liệu số cũng như các dữ liệu không có cấu trúc khác; Có thể dự báo những sự vật, hiện tượng rất hiếm xẩy ra Việc phân tích các dữ
liệu không có cấu trúc bằng sử dụng kỹ thuật AI là cách tiếp cận để phân tích và dự báo hành vi Nhược điểm chính: mô hình phân tích và dự báo không được từng minh; về mặt
lý thuyết nói rằng có thể dự báo với độ chính xác cao, nhưng để đạt được như vậy thì tốn
rất nhiều chi phí nhất là về thời gian Các kỹ thuật AI đã rất thành công trong phân tích và
dự báo các dữ liệu khoa học, kể cả ở dạng số nhưng chưa thực sự nổi trội hơn các kỹ thuật thống kê trong phân tích dự báo dữ liệu kinh tế - xã hội ở dạng số (Đỗ Văn Thành
2017)
5 Quan hệ giữa big data và học máy, AI ?
Big Data là đầu vào thô cần phải được làm sạch, cấu trúc và tích hợp trước khi nó
trở nên hữu ích, trong khi AI là đầu ra, là trí thông minh được kết xuất từ dữ liệu AI được xem là một dạng máy tính cho phép các máy thực hiện các chức năng nhận thức, như hành động hoặc phản ứng lại với các đầu vào tương tự như cách con người làm Các ứng dụng điện toán truyền thống cũng hành động, phản ứng với dữ liệu nhưng hành động
và phản ứng theo cách không được thay đổi trong khi các hệ thống AI liên tục thay đổi hành vi của chúng để phù hợp với những tri thức mới phát hiện được và điều chỉnh, thay đổi phản ứng của chúng
Big data và học máy là đôi bạn song hành Không có thuật toán học máy sẽ không
thể thực hiện được các hoạt động phân tích và dự báo trên các big data Nhưng nếu không
có big data thì các thuật toán học máy cũng không có nhiều giá trị Big data là mạch máu
của các hệ thống AI, là tiền đề của các thuật toán học máy Càng có nhiều dữ liệu để ứng dụng AI thì kết quả càng chính xác Trước đây, thuật toán học máy không hoạt động tốt
do bộ xử lý chậm và bộ dữ liệu nhỏ Không có cảm biến để thu thập dữ liệu như ngày nay
và không có dữ liệu thời gian thực vì Internet không có sẵn và được sử dụng rộng rãi Hiện nay chúng ta đã có mọi thứ mà chúng ta cần; bộ vi xử lý nhanh, thiết bị đầu vào mạnh, mạng và lượng dữ liệu khổng lồ Sự đồng hành của big data và học máy làm cho càng có nhiều dữ liệu, càng xuất hiện nhiều câu hỏi và câu trả lời càng tốt hơn
Trang 66 Quan hệ giữa big data, học máy và kết nối vạn vật (IoT)
Với sự gia tăng của kết nối vạn vật (Internet of Things – IoT) và những tiến bộ của các kỹ thuật học máy, nhiều thiết bị kết nối hơn đang tạo ra dữ liệu làm cho thông tin toàn cầu ngày càng được số hoá Dữ liệu số hóa được gia tăng một cách hết sức nhanh chóng, cần tổ chức lưu trữ chúng bằng công nghệ mới và phân tích chúng bằng sử dụng các hệ thống AI
Việc kết nối vạn vật – IoT cũng cho thấy dữ liệu dựa trên cảm biến có thể mang lại
lợi ích cho doanh nghiệp và khách hàng như thế nào Do đó, ngày càng có nhiều công ty đang đầu tư vào phân tích dữ liệu dựa trên cảm biến Với việc tăng cường sử dụng các thiết bị thông minh như điện thoại thông minh, đồng hồ thông minh, IoT giúp thu thập thông tin cho mục đích phân tích dữ liệu Việc phát triển IoT sẽ đóng vai trò then chốt trong phân tích big data Xu hướng big data với IoT đang và sẽ đóng vai trò quan trọng trong việc cải thiện và định hình lại cuộc sống con người
7 Khi nào sử dụng kỹ thuật học máy và những lĩnh vực ứng dụng kinh tế -
xã hội của nó
Hãy xem xét để sử dụng học máy khi phải đối mặt với những nhiệm vụ phức tạp
hoặc vấn đề liên quan đến một lượng lớn dữ liệu và có rất nhiều biến, nhưng không có công thức hoặc phương trình nào có thể mô tả được tường đối đầy đủ các quan hệ tiềm ẩn trong dữ liệu
Học máy (cũng như AI) được gắn chặt với các hoạt động trong nền kinh tế Với
sự gia tăng của big data, học máy trở nên đặc biệt quan trọng trong việc giải quyết các
vấn đề trong các lĩnh vực sau:
a) Linh vực kinh tế - tài chính: phân tích và dự báo trên tập big data về kinh
tế, tài chính; phân tích và đánh giá doanh nghiệp; phân tích và xếp hạng tín dụng; phân tích và dự báo thị trường chứng khoán, tư vấn đầu tư,
b) Lĩnh vực sản xuất: Phân tích, dự báo nhu cầu thị trường; Dự báo khách hàng tiềm năng trong tương lai và lập kế hoạch sản xuất kinh doanh doanh nghiệp; Phân tích xác định vấn đề và tự động hóa quá trình sản xuất công nghiệp, trồng trọt, chăn nuôi,
c) Giáo dục từ xa, khám chữa bệnh từ xa,
d) Giao thông vận tải: dự báo tắc đường và phân luồng giao thông thời gian thực, hệ thống lái xe tự động, chẩn đoán và bảo trì các phương tiện giao thông,
Trang 7e) Xử lý hình ảnh và thị giác máy tính, nhận dạng khuôn mặt, phát hiện chuyển động và phát hiện đối tượng, xử lý ngôn ngữ tự nhiên (dịch tự động), phát hiện trình tự DNA,
f) Quản trị nhà nước: Thăm dò dư luận, phân tích quan điểm những người tham gia, phân tích tâm lý (sentiment) người sử dụng trên các mạng xã hội,
8 Một số ví dụ minh họa
- Ví dụ 12: Phát hiện tai nạn xe hơi tốc độ thấp: RAC là một trong những tổ chức
xe hơi lớn nhất ở Anh có hơn 8 triệu thành viên RAC cung cấp các dịch vụ hỗ trợ xe bên đường, bảo hiểm và nhiều dịch vụ khác cho lái xe cá nhân và kinh doanh Để phản ứng nhanh với các tai nạn giao thông xẩy ra trên đường, giảm nhẹ sự cố và giảm thiểu chi phí bảo hiểm, RAC đã phát triển một hệ thống cảm biến sự cố trên xe Hệ thống này sử dụng thuật toán học máy tiên tiến để phát hiện các cú va chạm tốc độ thấp và phân biệt các sự kiện này với nhiều sự kiện lái xe phổ biến khác như lái xe vượt quá tốc độ cho phép hoặc
ổ gà, Các thử nghiệm độc lập cho thấy hệ thống này của RAC chính xác đến 92%
- Ví dụ 2 3
: T ạo ra các thuật toán có thể phân tích các tác phẩm nghệ thuật: Các
nhà nghiên cứu tại phòng thí nghiệm: Nghệ thuật và AI, Đại học Rutgers muốn tìm hiểu thuật toán học máy có thể phân loại được các bức tranh theo phong cách, theo thể loại và theo tác giả như con người làm hay không Họ bắt đầu bằng cách xác định các đặc tính
trực quan để phân loại các bức tranh theo phong cách Các thuật toán do họ phát triển đã phân loại theo phong cách các bức tranh trong cơ sở dữ liệu với độ chính xác vượt trội đến hơn 60% so với một người không phải là chuyên gia điển hình Họ cũng đã thử nghiệm các thuật toán đó trên hơn 1.700 bức tranh từ 66 các họa sĩ khác nhau tạo ra trong khoảng 550 năm Các thuật toán đã dễ dàng xác định được các tác phẩm và kết nối chúng một cách phù hợp
- Ví d ụ 3 4
: T ối ưu hóa việc sử dụng hệ thống năng lượng trong các Tòa nhà lớn:
Hệ thống sưởi, thông gió và điều hòa không khí (HVAC) trong các tòa nhà văn phòng,
bệnh viện và các tòa nhà thương mại lớn khác, ., thường không hiệu quả vì không tính đến việc thay đổi thời tiết, thay đổi chi phí năng lượng, hoặc các thuộc tính nhiệt của tòa nhà Người ta xây dựng một nền tảng phần mềm dựa trên đám mây tên là IQ để giải
2
: www.mathworks.com/trade marks/ 80655-93014_ mach inelearn ing_section2_ ebook Pdf
3
: www.mathworks.com/trade marks/ 80655-93014_ mach inelearn ing_section2_ ebook Pdf
4
: www.mathworks.com/trade marks/ 80323v00_ machinelearn ing_section3_ebook.pdf
Trang 8quyết vấn đề này Nền tảng IQ sử dụng các thuật toán học máy tiên tiến để xử lý một cách liên tục hàng gigabyte thông tin từ các đồng hồ đo điện, các nhiệt kế và cảm biến đo
áp suất của hệ thống sưởi, hệ thống thông gió và điều hòa không khí, cũng như để đo thời
tiết và chi phí năng lượng Đặc biệt, các thuật toán học máy được sử dụng để phân đoạn
dữ liệu và xác định tương đối đóng góp của khí đốt, điện, hơi nước và năng lượng mặt
trời đối với các quá trình làm nóng và làm mát Nền tảng IQ đã làm giảm một mức độ lớn
về tiêu thụ năng lượng (HVAC) trong các tòa nhà thương mại, từ 10% - 25% so với hoạt động bình thường
9 Big data và AI đang thay đổi thế giới kinh doanh như thế nào?
Ngày nay, các doanh nghiệp đang được dữ liệu dẫn dắt, điều chỉnh Cụ thể, Big data và AI đã từng bước phát triển để định hình các quy trình kinh doanh hàng ngày và đóng vai trò như là động lực chủ chốt trong việc ra quyết định kinh doanh thông minh
giờ đây các công ty có thể có được những hiểu biết thời gian thực về xu hướng kinh doanh và hành vi của người tiêu dùng để có được lợi thế so với các đối thủ cạnh tranh khác
Theo dự báo của Công ty Forrester, xu hướng mô hình kinh doanh như vậy đã làm gia tăng việc xây dựng big data và AI trong năm 2018 lên mức 70% doanh nghiệp đa
quốc gia cao hơn mức 51% so với năm 2017 Đây là một dấu hiệu rõ ràng cho thấy AI và big data đang biến đổi thế giới kinh doanh Trong khi big data đang đóng vai trò như là các hồ chứa dữ liệu không ngừng tăng lên, nó giúp AI trở thành lực lượng đột phá của nhiều nền kinh tế trên thế giới Công ty nêu trên cũng ước tính rằng AI có thể đóng góp
tới 15,7 nghìn tỷ đô la vào GDP toàn cầu vào năm 2030, trong đó 9,1 nghìn tỷ đô la là do tiêu thụ các sản phẩm AI, trong khi 6,6 nghìn tỷ đô la là do việc tăng năng suất (Anand
& Gerard, 2017)
10 Những khu vực nào ở đó big data và AI có thể đóng góp cho kinh doanh 5 ?
C ải thiện hoạt động phân tích doanh nghiệp: Với việc phân tích big data bằng
cách sử dụng kỹ thuật AI làm cho hoạt động phân tích doanh nghiệp trở nên hiệu quả và
dễ dàng hơn trước đây Sự gia tăng của các nguồn big data khác nhau nhờ các thiết bị
5
: www.teckreck.com/ro les-of-big-data-and-ai-in-the-business-world/
Trang 9thông minh được kết nối (IoT) sẽ tạo điều kiện để tạo ra các báo cáo phân tích doanh nghiệp theo thời gian thực Các big data còn chứa những dữ liệu phi cấu trúc và việc sử
dụng các thuật toán AI để phân tích những dữ liệu như vậy để nhận được những thông tin
cụ thể, chi tiết và những hiểu biết mới có thể hỗ trợ đắc lực cho các quá trình ra quyết định Điều đó là rất hiệu quả để dự báo hành vi của người tiêu dùng
trọng để tăng cơ hội bán hàng Trong khi các công cụ big data sẽ thu thập, xử lý và cấp
dữ liệu cho các hệ thống AI, với phương pháp luận hướng đến hành vi, AI có thể cho phép sắp xếp cách tiếp thị một cách chính xác và hiệu quả Do đó, big data và AI sẽ xác định một cách thông minh kinh nghiệm phục vụ và chăm sóc khách hàng Những loại thông tin này cực kỳ hữu ích để nâng cao cơ hội bán hàng và quản lý khách hàng
Gi ới thiệu sản phẩm đáp ứng yêu cầu của khách hàng kỹ tính: Big data và AI cùng
nhau không chỉ chủ động cải thiện kinh nghiệm phục vụ khách hàng mà còn thúc đẩy các công ty tạo ra các sản phẩm đáp ứng khách hàng được tự động hơn Với việc sử dụng và triển khai phân tích big data bằng cách sử dụng AI, ngày nay các công ty lớn đã tập trung vào thiết kế sản phẩm theo cách để có thể đáp ứng nhu cầu của khách hàng trong tương lai
Phân tích chatbots giúp tăng doanh thu bán hàng trên mạng: chatbot là một chương trình máy tính thực hiện các cuộc trò chuyện thông qua phương pháp thính giác hoặc văn
bản Chatbots thường được sử dụng trong các hệ thống hộp thoại cho các mục đích thực
tế khác nhau bao gồm dịch vụ khách hàng hoặc thu thập thông tin Với mọi doanh nghiệp bán hàng trực tuyến thì việc phân tích các chatbot đã trở thành hoạt động thường xuyên
Ở đây dữ liệu được rút ra từ nhiều nguồn, và sau khi phân tích nó như theo cách của phân tích big data, các câu hỏi có thể xảy ra và các câu trả lời được đưa vào các chương trình chatbot thông qua việc sử dụng kỹ thuật AI Cuối cùng, các chatbot hoạt động hỗ trợ khách hàng 24 * 7, do đó đẩy nhanh tốc độ bán hàng
Big data và AI giúp ho ạt động kinh doanh an toàn hơn: Khi thế giới số đã trải qua
những hỗ trợ tinh vi của nhiều công nghệ hiện đại, thì số lượng những kẻ gian lận chuyên nghiệp, những người làm cho rủi ro tài chính doanh nghiệp tăng cao cũng sẽ nhiều lên
AI, với các công cụ AI thông minh như trình nhận dạng giọng nói, trình nhận dạng video, ngôn ngữ tự nhiên và nhiều tính năng khác sẽ hỗ trợ bảo vệ doanh nghiệp khỏi các hoạt động gian lận
Trang 10V ề mặt hiệu quả, Big data và AI đang làm thay đổi bức tranh toàn cảnh về kỹ thu ật công nghiệp: Ngày nay, để tăng hiệu quả trong kỹ thuật công nghiệp thì không thể
không có big data Trong kinh doanh kỹ thuật công nghiệp, bằng sử dụng các thuật toán phân tích big data có thể xác định được các ràng buộc về kinh doanh và cách nó ràng
buộc với kinh doanh Vì vậy, người có thể loại bỏ các ràng buộc một cách nhanh chóng
mà cuối cùng giúp tăng một cách rõ rệt hiệu suất kinh doanh
Big data và AI giúp gi ảm chi phí quản lý hàng tồn kho: Quản lý hàng tồn kho là
một việc đặc biệt tốn kém nếu ta không chắc chắn trong tương lai sẽ sản xuất những gì và nên sản xuất bao nhiêu? Tuy nhiên, với sự giúp đỡ của việc phân tích big data, doanh nghiệp có thể dự đoán được xu hướng và sự kiện trong tương lai của ngành hàng Chưa
kể nó còn giúp quản lý hàng tồn kho một cách có tổ chức đáp ứng yêu cầu của khách hàng mà không tốn quá nhiều chi phí Dự báo về doanh thu cung cấp cho doanh nhân một phân tích chuyên sâu về thời điểm lý tưởng để mua hàng lưu kho
Giúp chuy ển đổi nhanh chóng các ngành công nghiệp khác nhau: AI giúp đẩy
mạnh tự động hóa sản xuất trong các ngành công nghiệp khác nhau Hơn nữa, trí thông minh của máy móc có được do ứng dụng AI còn nâng cao chất lượng của các quy trình
sản xuất trong các ngành công nghiệp Ngày nay, robot tham gia vào các hoạt động sản
xuất làm cho quá trình hiệu quả hơn, sản phẩm được tạo ra chính xác và nhanh hơn
cho các mô hình phân tích thông minh hơn bằng cách bổ sung thêm phần tự động hóa của
nó Phần tự động được sinh ra bởi AI cung cấp thông tin phản hồi thời gian thực về dữ
liệu sẽ nâng cao chất lượng các mô hình phân tích dẫn dắt đến những quyết định được quy định tiếp theo một cách tự động tốt hơn so với những mô hình trước đó Khả năng đặc biệt này của AI giúp đưa ra quyết định kinh doanh hiệu quả hơn
11 Big data và AI đang thúc đẩy sáng tạo, đổi mới kinh doanh
Vài năm trước đây, big data mới chỉ là một từ thông dụng “nóng” Hầu hết các tổ chức chỉ dừng ở thử nghiệm các công nghệ liên quan Ngày nay, big data, đặc biệt là phân tích big data, đã phát triển để trở thành một phần quan trọng trong chiến lược của hầu hết các doanh nghiệp, và các tổ chức đang phải đối mặt với áp lực mãnh liệt để theo kịp những tiến bộ nhanh chóng trong lĩnh vực này
