Bài viết dài mới nhất của Giám đốc điều hành Microsoft Satya Nadella: Tương lai của doanh nghiệp trong kỷ nguyên AI phụ thuộc vào “vòng lặp nhận thức” này

Tác giả: Satya Nadella

Biên dịch: TechFlow

Giới thiệu của TechFlow: CEO Microsoft Satya Nadella hiếm hoi đăng bài viết dài cảnh báo về những khủng hoảng mới trong kỷ nguyên AI. Ông cho rằng nếu toàn bộ giá trị đều bị vài mô hình lớn chiếm đoạt, hệ thống chính trị – kinh tế sẽ không thể dung thứ — tương tự như làn sóng toàn cầu hóa đầu tiên đã làm suy kiệt toàn bộ nền kinh tế công nghiệp. Các doanh nghiệp buộc phải xây dựng “vòng lặp học tập vốn token” riêng, mã hóa chuyên môn vào hệ thống AI; nếu không, chính họ sẽ bị các mô hình AI trực tiếp hàng hóa hóa.

Tôi luôn suy ngẫm về tương lai của các doanh nghiệp trong nền kinh tế do AI thúc đẩy.

Sự chuyển đổi lần này khác biệt hoàn toàn so với mọi đợt chuyển đổi nền tảng trước đây. Trước đây, chúng ta sử dụng các hệ thống số để tăng cường vốn con người. Đây là lần đầu tiên chúng ta có thể thiết lập một vòng phản hồi nhận thức thực sự giữa con người và hệ thống số. Đây là một bước chuyển mang tính nghịch lý, bởi nó thay đổi cách chúng ta hình dung về công việc nội bộ trong doanh nghiệp.

Vấn đề cốt lõi không nằm ở việc lựa chọn hay sử dụng một công cụ số hoặc hệ thống nào đó, mà nằm ở chỗ: trong một thế giới nơi mô hình AI liên tục hấp thụ chuyên môn của con người và tổ chức rồi biến nó thành hàng hóa, tổ chức sẽ duy trì khả năng học hỏi, xây dựng tài sản trí tuệ, tạo ra sự khác biệt và phát triển bền vững như thế nào?

Mỗi doanh nghiệp đều phải xây dựng cái tôi gọi là “vốn con người” và “vốn token”. Vốn con người bao gồm kiến thức, khả năng phán đoán, mối quan hệ, sự sáng tạo và năng lực nhận diện mẫu của nhân viên; còn vốn token là năng lực AI do công ty tự xây dựng và sở hữu.

Điều quan trọng là khi vốn token gia tăng, vốn con người không hề giảm giá trị — trái lại, nó càng trở nên quý giá hơn! Tôi tin rằng tính chủ động của con người sẽ là động lực thúc đẩy vốn token tăng trưởng. Con người đặt ra những mục tiêu đầy tham vọng, kết nối các điểm xuyên lĩnh vực, xây dựng quan hệ và nhận diện những mẫu hình quan trọng nhất. Không có sự định hướng của con người, bạn chỉ đang để sức mạnh tính toán quay vòng tại chỗ.

Điều này nghĩa là cơ hội thực sự không nằm ở việc chọn ra mô hình tốt nhất, mà ở việc xây dựng một “vòng lặp học tập” trên nền tảng mô hình ấy — qua đó giúp vốn con người và vốn token cùng tích lũy theo cấp số nhân. Bạn có thể thuê ngoài một nhiệm vụ, thậm chí cả một vị trí công việc, nhưng bạn vĩnh viễn không thể thuê ngoài khả năng học tập của mình. Tương lai của doanh nghiệp nằm ở khả năng tích lũy theo cấp số nhân quá trình học tập này giữa con người và AI.

Điều này đòi hỏi một phương pháp kiến trúc mới, cho phép mỗi doanh nghiệp xây dựng hệ thống tác nhân thông minh ngày càng cải tiến theo thời gian, đồng thời vẫn duy trì quyền kiểm soát tài sản trí tuệ của mình. Công ty phải có khả năng thay thế mô hình “phổ quát”, mà không mất đi chuyên môn của “những cựu binh nội bộ” đã được tích hợp sâu vào hệ thống học tập. Đây sẽ là “bài kiểm tra then chốt” xác định quyền kiểm soát và chủ quyền của bạn trong kỷ nguyên sắp tới.

Doanh nghiệp cần chuyển đổi quy trình làm việc, kiến thức chuyên ngành và những phán đoán tích lũy được thành các hệ thống AI ngày càng hoàn thiện sau mỗi lần sử dụng. Đánh giá nội bộ phải xác định rõ liệu mô hình có thực sự cải thiện trên các kết quả mang tính chiến lược đối với doanh nghiệp (chứ không chỉ dựa trên các chuẩn đánh giá bên ngoài!). Môi trường học tăng cường nội bộ phải giúp mô hình trở nên mạnh mẽ hơn trên những dữ liệu vận hành thực tế của tổ chức. Cơ sở tri thức của nó giúp ký ức tổ chức có thể truy vấn được, đồng thời tối ưu hóa hiệu suất sử dụng token.

Vòng lặp này trở thành tài sản trí tuệ mới của công ty. Tôi hình dung nó như một cỗ máy leo núi. Khác với phần lớn tài sản khác, nó tích lũy theo cấp số nhân: mỗi quy trình làm việc được cải tiến đều tạo ra tín hiệu huấn luyện tốt hơn, từ đó đẩy nhanh tốc độ tích lũy tri thức ẩn đặc thù của doanh nghiệp. Những công ty sớm xây dựng được vòng lặp này sẽ nắm giữ lợi thế khó sao chép — bất kể khả năng của bất kỳ mô hình đơn lẻ nào trong tương lai.

Chẳng ai trong chúng ta mong muốn chứng kiến một thế giới nơi mọi công ty trong mọi ngành đều nhường giá trị cho vài mô hình lớn nuốt chửng mọi thứ trước mắt. Nếu toàn bộ giá trị chỉ tập trung vào một vài mô hình, hệ thống chính trị – kinh tế sẽ không thể chấp nhận điều đó. Xã hội sẽ không cho phép một tương lai AI làm suy kiệt toàn bộ ngành nghề.

Hãy nhìn lại giai đoạn đầu của toàn cầu hóa: toàn bộ nền kinh tế công nghiệp đã bị suy yếu nghiêm trọng do xu hướng gia công ngoài. Về mặt bề nổi, các chỉ số GDP vẫn khả quan, nhưng tình trạng thất nghiệp là có thật — và hậu quả vẫn đang hiện hữu đến ngày nay. Chúng ta đừng tái diễn kịch bản này trong kỷ nguyên AI, để vài hệ thống AI chiếm trọn mọi lợi ích kinh tế, trong khi toàn ngành chứng kiến chuyên môn của chính mình bị hàng hóa hóa ngay trước mắt.

Theo quan điểm của tôi, ưu tiên hàng đầu của chúng ta phải là xây dựng một hệ sinh thái tiên phong — chứ không chỉ một mô hình tiên phong — nhằm đảm bảo giá trị được lan tỏa rộng khắp từng doanh nghiệp, từng ngành nghề và từng quốc gia. Một hệ sinh thái nơi mỗi tổ chức đều sở hữu vòng lặp học tập mã hóa tri thức tổ chức, và tích lũy theo cấp số nhân cả vốn con người lẫn vốn token.

Đây là quan niệm tôi hình thành từ thuở nhỏ: một nền tảng thực sự tạo ra nhiều giá trị ở tầng trên hơn là giá trị mà nó giữ lại cho bản thân — nhờ đó, mỗi doanh nghiệp đều có thể liên tục đổi mới và xây dựng giá trị riêng.

Khi điều này xảy ra, doanh nghiệp sẽ tạo ra giá trị không chỉ cho bản thân mà còn cho nền kinh tế xung quanh. Nhân viên sẽ thấy chuyên môn của mình được khuếch đại, khả năng phán đoán của họ trở thành một phần trong hệ thống — khiến nó có thể sao chép và mở rộng quy mô — và lợi ích sẽ thuộc về công ty cũng như cộng đồng xung quanh.

Đây chính là cách doanh nghiệp tạo ra giá trị cho bản thân và cho nền kinh tế rộng lớn hơn. Đây là trạng thái cân bằng ổn định mà chúng ta nên cùng nhau kiến tạo.