Hàng tuần, tôi trò chuyện với các chủ doanh nghiệp đang lo sợ rằng mình đang bị tụt hậu. Họ thấy những tiêu đề báo chí về Generative AI, họ thấy đối thủ cạnh tranh khoe khoang về tự động hóa, và bản năng đầu tiên của họ là đi tìm và thuê một 'chuyên gia kỹ thuật'. Họ tìm kiếm một lập trình viên hoặc một nhà khoa học dữ liệu để xây dựng một chiến lược AI cho thành công của SME.
Tôi ở đây để nói với bạn rằng đó là một sai lầm.
Trong kinh nghiệm điều hành một doanh nghiệp ưu tiên AI và tự vận hành hoàn toàn, tôi đã thấy một mô hình lặp đi lặp lại: những cuộc chuyển đổi AI thành công nhất không được dẫn dắt bởi người biết viết Python. Chúng được dẫn dắt bởi người biết rõ những điểm mấu chốt nằm ở đâu trong các bảng tính của bạn. Chúng được dẫn dắt bởi những nhân viên đã dành mười năm để tinh chỉnh một quy trình làm việc cho đến khi nó trở thành bản năng.
Chúng ta đang bước vào kỷ nguyên của Quy trình Từ Kỹ năng đến Tác nhân (Skill-to-Agent Pipeline). Đây là quá trình mà các thành viên giàu kinh nghiệm nhất trong nhóm của bạn ngừng trực tiếp thực hiện công việc và bắt đầu thiết kế kiến trúc AI để làm thay họ. Nếu bạn muốn chiến thắng, bạn không cần một lập trình viên. Bạn cần nhân viên quản lý quy trình giỏi nhất của mình trở thành Kiến trúc sư AI mới.
Khoảng cách Trích xuất Chuyên môn
💡 Muốn Penny phân tích doanh nghiệp của bạn? Cô vạch ra những vai trò mà AI có thể thay thế và xây dựng kế hoạch theo từng giai đoạn. Bắt đầu dùng thử miễn phí →
Hầu hết các doanh nghiệp đều chịu tổn thất từ cái mà tôi gọi là Khoảng cách Trích xuất Chuyên môn (Expertise Extraction Gap). Đây là khoảng cách giữa 'bản năng nghề nghiệp' của một nhân viên cấp cao và một quy trình được văn bản hóa mà một cỗ máy (hoặc một con người khác) có thể làm theo.
Trong nhiều thập kỷ, chúng ta đã chấp nhận khoảng cách này. Chúng ta chấp nhận rằng 'Dave là người duy nhất biết cách xử lý đối chiếu thuế hàng quý' hoặc 'Sarah là người duy nhất thực sự hiểu tông giọng của chúng ta trong dịch vụ khách hàng.' Điều này tạo ra một điểm nghẽn khổng lồ. Khi Dave đi nghỉ, quy trình bị đình trệ. Khi Sarah nghỉ việc, thương hiệu mất đi linh hồn.
Phần mềm truyền thống đã cố gắng lấp đầy khoảng cách này bằng logic cứng nhắc và các hệ thống xây dựng tùy chỉnh đắt tiền. Nhưng AI thay đổi bài toán này. Các Mô hình Ngôn ngữ Lớn (LLMs) không cần mã nguồn cứng nhắc; chúng cần ngữ cảnh, sắc thái và logic.
Ai là người có ngữ cảnh đó? Không phải là một tư vấn viên. Không phải là một nhân sự công nghệ mới. Đó là Dave và Sarah. Trong một bản so sánh giữa AI và Cố vấn phù hợp, bạn sẽ thấy rằng rào cản 'kỹ thuật' thực chất là phần nhỏ nhất của vấn đề. Công việc thực sự là trích xuất chuyên môn.
Tại sao 'Kỹ thuật Câu lệnh' thực chất là 'Kỹ thuật Quy trình'
Có rất nhiều sự cường điệu xung quanh 'kỹ thuật câu lệnh' (prompt engineering). Mọi người coi đó như một ngôn ngữ bí mật hoặc một câu thần chú. Thực tế không phải vậy.
Đặt câu lệnh đơn giản là hành động giải thích một quy trình kinh doanh với độ rõ nét cao đến mức máy móc có thể thực thi nó một cách hoàn hảo. Nếu 'chuyên gia quy trình' của bạn không thể giải thích công việc của họ cho một AI, thì thường là vì họ thực sự không có một quy trình—họ chỉ có một chuỗi các thói quen.
Đây là lý do tại sao nhân viên quản lý quy trình giỏi nhất lại là Kiến trúc sư AI tốt nhất của bạn. Họ hiểu các trường hợp ngoại lệ. Họ biết rằng 'nếu khách hàng ở EU, chúng ta áp dụng quy tắc X, nhưng nếu họ là khách hàng cũ từ trước năm 2019, chúng ta áp dụng quy tắc Y.'
A lập trình viên có thể bỏ lỡ những sắc thái đó. Một chuyên gia quy trình sống cùng với chúng. Khi bạn trao quyền cho chuyên gia đó để xây dựng một 'Tác nhân' (Agent - một AI chuyên biệt được cấu hình để thực hiện một vai trò cụ thể), bạn không chỉ đơn thuần là tự động hóa; bạn đang nhân bản nhân sự giỏi nhất của mình.
Quy trình Từ Kỹ năng đến Tác nhân: Khung quy trình 4 bước
Tôi đã phát triển một khung quy trình cho sự chuyển đổi này. Tôi gọi đó là Quy trình Từ Kỹ năng đến Tác nhân (Skill-to-Agent Pipeline). Đó là cách bạn chuyển đổi một kỹ năng của con người từ một nhiệm vụ thủ công thành một tài sản tự động.
1. Quan sát (Giai đoạn Kiểm kê)
Hãy ngừng cố gắng 'triển khai AI' trên toàn bộ doanh nghiệp cùng một lúc. Hãy bắt đầu bằng cách quan sát xem những nhân sự được trả lương cao nhất của bạn đang thực hiện công việc nhận thức lặp đi lặp lại ở đâu. Tôi đang nói về việc nhập dữ liệu, nghiên cứu ban đầu, soạn thảo email hoặc kiểm tra tính tuân thủ. Hãy xem hướng dẫn tiết kiệm dịch vụ chuyên nghiệp của chúng tôi để biết những chi phí này thường ẩn nấp ở đâu.
2. Phân tách (Giai đoạn Logic)
Hãy yêu cầu chuyên gia của bạn ngồi xuống và viết ra mọi quyết định nhỏ mà họ đưa ra trong nhiệm vụ đó.
- Điều đầu tiên họ nhìn vào là gì?
- Điều gì khiến họ nói 'không' với một khách hàng tiềm năng?
- Những cụm từ cụ thể nào họ tìm kiếm trong một hợp đồng? Đây chính là bước 'trích xuất' chuyên môn.
3. Thiết lập câu lệnh (Giai đoạn Kiến trúc)
Dịch logic đã được phân tách đó thành một bộ hướng dẫn cho một tác nhân AI. Bạn không đang 'lập trình'; bạn đang 'hướng dẫn'. Nếu chuyên gia có thể giải thích điều đó cho một thực tập sinh mới, họ có thể giải thích cho một LLM.
4. Lặp lại (Giai đoạn Tinh chỉnh)
Cho tác nhân chạy song song với con người. Con người trở thành 'Tổng biên tập'. Họ không làm việc; họ xem xét kết quả đầu ra của AI và tinh chỉnh các hướng dẫn cho đến khi AI đạt được tỷ lệ thành công 95%.
Quy tắc 90/10 trong Quản trị Hiện đại
Khi bạn triển khai quy trình Từ Kỹ năng đến Tác nhân, chắc chắn bạn sẽ chạm tới cái mà tôi gọi là Quy tắc 90/10.
Quy tắc này phát biểu rằng khi một AI đảm nhiệm 90% một chức năng, bạn phải tự hỏi: 10% còn lại có đủ để duy trì một vị trí toàn thời gian không, hay đó là một trách nhiệm nên được gộp vào một vị trí khác?
Đây là thực tế không mấy dễ chịu của một chiến lược AI cho SME hiệu quả. Nó không chỉ là về 'hiệu suất'—nó là về việc tái cấu trúc. Nếu một tác nhân AI có thể xử lý 90% phiếu hỗ trợ IT của bạn, bạn không còn cần một bàn hỗ trợ IT chuyên dụng với quy mô tương tự nữa. Bạn có thể thấy chi phí hỗ trợ CNTT của mình giảm 80% vì 'nhân viên IT' của bạn đã chuyển từ việc 'trả lời phiếu hỗ trợ' sang 'quản lý AI trả lời phiếu hỗ trợ'.
Chuyển từ Nhà quản lý sang Nhà điều phối
Sự thay đổi về văn hóa là phần khó khăn nhất. Nhân viên của bạn có thể cảm thấy rằng bằng cách xây dựng các tác nhân này, họ đang 'tự động hóa chính mình để mất việc'.
Trong thực tế, họ đang nâng tầm bản thân. Họ đang chuyển dịch từ một Người lao động (người thực thi nhiệm vụ) sang một Nhà điều phối (người quản lý chất lượng và logic của một đội ngũ các tác nhân).
Trong doanh nghiệp của mình, tôi không có đội ngũ marketing. Tôi có logic marketing mà tôi đã xây dựng vào các tác nhân. Tôi là Nhà điều phối. Tôi thiết lập chiến lược, và các tác nhân thực thi. Nếu một chiến dịch thất bại, tôi không sa thải một nhân sự; tôi cập nhật các hướng dẫn trong quy trình. Đây là cách tiếp cận 'Sống còn cùng AI' (Skin in the Game)—sử dụng nó để vận hành tinh gọn hơn và nhanh hơn bất kỳ đại lý truyền thống nào có thể mơ tới.
Bài học hành động dành cho các chủ doanh nghiệp SME
Nếu bạn muốn bắt đầu ngay hôm nay, hãy làm điều này:
- Xác định 'Nhân sự chủ chốt': Ai là người mà sự vắng mặt của họ gây ra nhiều trở ngại nhất trong quy trình làm việc của bạn?
- Giao cho họ nhiệm vụ 'Người xây dựng': Nói với họ rằng mục tiêu của họ trong 90 ngày tới không chỉ là hoàn thành công việc, mà là văn bản hóa và số hóa công việc đó thành một tác nhân AI.
- Đo lường 'Giá trị Chuyên môn': Đừng chỉ đo lường thời gian tiết kiệm được; hãy đo lường xem có bao nhiêu công việc 'cấp độ chuyên gia' đang được thực hiện mà không cần chuyên gia phải trực tiếp chạm tay vào.
Hãy ngừng tìm kiếm 'chuyên gia AI' trên các bảng tin tuyển dụng LinkedIn. Họ đã đang ngồi trong văn phòng của bạn rồi, có lẽ họ đang nản lòng bởi một quy trình thủ công mà họ đã làm hàng ngàn lần. Hãy cung cấp cho họ các công cụ để nhân bản chuyên môn của mình, và bạn sẽ thấy doanh nghiệp của mình vận hành với tốc độ mà bạn chưa từng nghĩ là có thể.
AI không phải là một cuộc cách mạng công nghệ; nó là một cuộc cách mạng về quy trình. Và những người nắm giữ quy trình sẽ luôn nắm giữ tương lai.