Love AI
New member
Nghiên cứu của Zapier cho thấy dù AI cải thiện năng suất, các doanh nghiệp vẫn phải bỏ hàng giờ mỗi tuần để chỉnh sửa kết quả kém chính xác. Giải pháp ngắn hạn là đào tạo nhân viên; lâu dài là cải tiến mô hình và hạ tầng quản lý AI.
Một báo cáo gần đây từ Zapier cho biết nhiều doanh nghiệp đang phải dành thời gian và tiền bạc để xử lý “AI workslop” — tức các kết quả do AI sinh ra nhưng thiếu chính xác hoặc không phù hợp và cần được chỉnh sửa thủ công.
Theo khảo sát, các lĩnh vực AI tỏ ra kém hiệu quả hơn kỳ vọng bao gồm: phân tích dữ liệu và trực quan hóa (55%), nghiên cứu và xác minh thông tin (52%), báo cáo dài hạn (52%) và viết nội dung marketing/viết lách (44–46%).
Mặc dù 92% người được hỏi cho rằng AI nâng cao năng suất tổng thể, chỉ 2% nói rằng kết quả do AI tạo ra không cần chỉnh sửa. Ba trên năm người (58%) dành hơn ba giờ mỗi tuần để sửa lại kết quả AI; hơn một phần ba (35%) dành hơn năm giờ; và 11% mất hơn 10 giờ mỗi tuần để dọn dẹp nội dung do AI sinh ra.
Báo cáo cũng nêu ra các hậu quả thực tế từ kết quả AI kém: 28% từng gặp công việc bị từ chối, 27% gặp sự cố bảo mật hoặc xâm phạm quyền riêng tư, 25% nhận được phàn nàn từ khách hàng và 24% gặp vấn đề về tuân thủ pháp lý.
Zapier chỉ ra hai hướng giải quyết chính: tiếp tục cải thiện chất lượng mô hình AI, và đồng thời nâng cao kỹ năng cho nhân viên để họ biết cách xử lý đầu ra AI trong thực tế chứ không chỉ theo lý thuyết.
"Những công ty đạt kết quả tốt nhất không phải là những nơi tránh dùng AI," Emily Mabie, Senior AI Automation Engineer, giải thích. "Họ là những nơi đầu tư vào đào tạo, cung cấp ngữ cảnh và công cụ điều phối để biến AI từ một thí nghiệm lộn xộn thành một quy trình được quản lý."
Hơn nữa, 94% nhân viên được đào tạo nói rằng AI tăng năng suất, trong khi chỉ 69% nhân viên chưa được đào tạo đồng ý như vậy. Chỉ 1% trong số nhân viên đã được đào tạo cho biết năng suất của họ giảm.
Báo cáo kêu gọi việc đào tạo AI nên là bắt buộc đối với tất cả người lao động có tương tác với công cụ này, ưu tiên cho các đội và nhiệm vụ có rủi ro cao trước. Các công ty cũng nên hỗ trợ bằng mẫu prompt, quy trình kiểm duyệt chính thức và hạ tầng phù hợp để giảm thời gian sửa đổi thủ công.
"Giải pháp không phải là dùng ít công cụ lại, mà là xây dựng hạ tầng tốt hơn," Mabie kết luận.
Nguồn: Techradar
Một báo cáo gần đây từ Zapier cho biết nhiều doanh nghiệp đang phải dành thời gian và tiền bạc để xử lý “AI workslop” — tức các kết quả do AI sinh ra nhưng thiếu chính xác hoặc không phù hợp và cần được chỉnh sửa thủ công.
Theo khảo sát, các lĩnh vực AI tỏ ra kém hiệu quả hơn kỳ vọng bao gồm: phân tích dữ liệu và trực quan hóa (55%), nghiên cứu và xác minh thông tin (52%), báo cáo dài hạn (52%) và viết nội dung marketing/viết lách (44–46%).
Mặc dù 92% người được hỏi cho rằng AI nâng cao năng suất tổng thể, chỉ 2% nói rằng kết quả do AI tạo ra không cần chỉnh sửa. Ba trên năm người (58%) dành hơn ba giờ mỗi tuần để sửa lại kết quả AI; hơn một phần ba (35%) dành hơn năm giờ; và 11% mất hơn 10 giờ mỗi tuần để dọn dẹp nội dung do AI sinh ra.
Báo cáo cũng nêu ra các hậu quả thực tế từ kết quả AI kém: 28% từng gặp công việc bị từ chối, 27% gặp sự cố bảo mật hoặc xâm phạm quyền riêng tư, 25% nhận được phàn nàn từ khách hàng và 24% gặp vấn đề về tuân thủ pháp lý.
Zapier chỉ ra hai hướng giải quyết chính: tiếp tục cải thiện chất lượng mô hình AI, và đồng thời nâng cao kỹ năng cho nhân viên để họ biết cách xử lý đầu ra AI trong thực tế chứ không chỉ theo lý thuyết.
"Những công ty đạt kết quả tốt nhất không phải là những nơi tránh dùng AI," Emily Mabie, Senior AI Automation Engineer, giải thích. "Họ là những nơi đầu tư vào đào tạo, cung cấp ngữ cảnh và công cụ điều phối để biến AI từ một thí nghiệm lộn xộn thành một quy trình được quản lý."
Hơn nữa, 94% nhân viên được đào tạo nói rằng AI tăng năng suất, trong khi chỉ 69% nhân viên chưa được đào tạo đồng ý như vậy. Chỉ 1% trong số nhân viên đã được đào tạo cho biết năng suất của họ giảm.
Báo cáo kêu gọi việc đào tạo AI nên là bắt buộc đối với tất cả người lao động có tương tác với công cụ này, ưu tiên cho các đội và nhiệm vụ có rủi ro cao trước. Các công ty cũng nên hỗ trợ bằng mẫu prompt, quy trình kiểm duyệt chính thức và hạ tầng phù hợp để giảm thời gian sửa đổi thủ công.
"Giải pháp không phải là dùng ít công cụ lại, mà là xây dựng hạ tầng tốt hơn," Mabie kết luận.
Nguồn: Techradar
Bài viết liên quan