jap.vn

Tự động hóa, về chữ nghĩa thì chung như vậy. Nhưng trong kĩ thuật Tây phương chia ra làm 3 cấp độ khác nhau. Tự động nhưng mà tự động đến cỡ nào. Có 3 mức độ gọi là Automatic System, Automated System và Autonomous System.

Automatic System: là các hệ thống logic giản đơn nhất. Mối quan hệ giữa đầu vào và đầu ra là tuyến tính và tức thì. Một ví dụ đơn giản chính là các hệ thống thermostat điều chỉnh nhiệt độ phòng. Người vận hành cài đặt nhiệt độ mong muốn, đếu nhiệt độ phòng thấp hơn nhiệt độ cài đặt thì bật sưởi, cao hơn thì tắt. Chỉ đơn giản Bật/Tắt như vậy cũng đã là tự động rồi đấy. Hệ thống vận hành dựa theo ngưỡng (Threshold-based) mà mình cài đặt cho nó.

Automated System: Phức tạp hơn với hệ thống nhiều đầu vào và nhiều đầu ra cũng như việc “ra quyết định” phụ thuộc vào nhiều biến số khác nhau. Các hệ thống này được con người lập trình, viết các chương trình sẵn rồi, nghĩa là, dù phức tạp thì việc tự động “ra quyết định” này đã nằm trong các kịch bản của chương trình và hành vi của hệ thống là có thể dự đoán được. Hệ thống vận hành theo Rule-based.

Autonomous System: Phức tạp nhất, người ta nói đến các hệ thống sử dụng trí tuệ nhân tạo để ra quyết định. Ở đây, con người không lập trình trước rule, mà chỉ đưa ra mục tiêu (goal) cho hệ thống. hệ thống sẽ tự tìm cách thực hiện (how) mục tiêu. Xe tự lái là một ví dụ, chúng tự thu nhận thông tin qua các cảm biến để điều chỉnh tốc độ, thực hiện các hành vi đảm bảo đưa hành khách đến điểm đến an toàn. Các hệ thống trí tuệ nhân tạo bây giờ cũng như vậy, nó tự tìm ra các thuật toán để giải các vấn đề mà con người thậm chí cũng không biết làm thế nào. Chính vì khả năng thông minh như vậy, Autonomous là vấn đề tranh cãi, đặc biệt liên quan các quyết định về con người, về đạo đức, kiểu như lỡ nó chống lại con người thì sao.

Note từ sách The Army of None…

Jul 2022

Ảo tưởng về năng lực, hay có mối quan hệ nào giữa năng lực và sự tự tin của chúng ta nói chung ? Vừa rồi mình có đọc cuốn Think Again của Adam Grant, có nói về hiệu ứng Dunning – Kruger này khá thú vị nên mới tìm hiểu thử.

Hiệu ứng Dunning – Kruger là nghiên cứu của hai nhà tâm lý học Mỹ là Dunning và Kruger. Nghiên cứu tìm hiểu mức độ nhận thức sai lệch về năng lực của chúng ta. Chúng ta thường có khuynh hướng đánh giá cao hiểu biết và năng lực của chính mình so với  năng lực thực tế. Không chỉ thế, chúng ta còn có khuynh hướng đánh giá năng lực của mình cao hơn người khác. 

Hiệu ứng Dunning – Kruger được minh họa bằng đồ thị sau đây. Trục hoành là năng lực, hiểu biết (competence) từ mức 0 đến chuyên gia. Trục tung là mức độ tự tin từ thấp lên cao. 

Hãy bắt đầu đi dọc theo trục hoành nằm ngang, về một chủ đề nào đó. Từ lúc chưa biết gì, dĩ nhiên tự tin lúc đó cũng chưa có gì rồi, đến lúc biết một ít thì tự tin cao lên vời vợi, lên đến ‘đỉnh ngu dốt’(mount stupid), nghĩ là mình đã biết tất cả rồi. Điều thú vị là nhiều người dừng lại ở đây, không tìm hiểu gì nữa (vì nghĩ mình hiểu hết rồi mà). Tiếp tục tìm hiểu tiếp, năng lực tăng lên, tự tin rơi xuống ‘thung lũng tuyệt vọng’ (valley of despair), vì càng tìm hiểu, càng thấy nhiều cái mình chưa biết, càng thấy cái mình tưởng đúng lại là sai…. Tiếp tục đi nữa, năng lực tăng lên và tự tin cũng tăng lên theo cho đến mức ổn định, năng lực và tự tin tương đồng với nhau.

Hiệu ứng Dunning – Kruger ảnh hướng đến ai? Tất cả chúng ta. Cho nên việc nhận ra nó ít nhiều giúp ích bản thân mình trong trong việc nhận ra các giới hạn và vượt qua nó. Năng lực để nhận biết cái mình không có năng lực hay khả năng nhận biết cái mình không biết là điều rất khó. Cũng từ đồ thị trên, một cách để giúp chúng ta vượt qua đó là không ngừng học hỏi, nâng cao, mở rộng hiểu biết của mình. Ngoài ra cũng cần sự phản hồi từ những người xung quanh để giúp mình biết cái mình hạn chế hoặc không biết.

Giáp Văn Vỹ

Sep 2021

Cụm từ ‘hot’ trong vài năm rồi chắc là đây: Chuyển đổi số (Digital Transformation). Không biết bao nhiêu người nói về nó, như một điều gì đó rất tự nhiên. Nhưng khi hỏi nó là gì thì mỗi người lại có một định nghĩa khác nhau, rất phong phú. Tuy nhiên, có một điểm chung là mọi người nói nhiều về công nghệ, từ tự động hóa, đến công nghệ thông tin, rồi IoT, rồi đám mây. Như thể, công nghệ là cây đũa thần trong cổ tích, chạm vào cái gì sẽ ‘hô biến’ cái đó thành vàng. Thêm nữa, chúng ta cũng nói về số hóa (digitalization) trong những câu chuyện tương tự. Điều đó cũng gây không ít lẫn lộn.

Digital Transformation. Transformation (danh từ) hay Transform (động từ) theo từ điển Oxford định nghĩa là “to completely change the appearance or character of something/somebody, especially so that it is better” (Thay đổi toàn diện về hình thái hoặc đặc tính của sự vật/con người, đặc biệt là làm cho nó tốt hơn). Transform nếu dịch là Chuyển hóa,Biến đổi có lẽ rõ nghĩa hơn. Transform luôn là từ cái gì (cũ) sang cái gì đó (mới) mà cái mới hoàn toàn không còn liên hệ gì với cái cũ nữa. Ví dụ, như quả trứng nở ra con gà con là một cái Transformation. Con gà con là kết quả của quá trình biến đổi đó. Hoặc người ta hay lấy minh họa là sự biến đổi từ con sâu thành con bướm, cũng như vậy.

Transformation là một quá trình khó khăn, và đau đớn theo nhiều nghĩa, nhưng là bắt buộc trong quá trình tồn tại và phát triển của mọi sự vật. Nếu quả trứng không nở thành con gà con, thì quả trứng đó sẽ hỏng. Nếu doanh nghiệp không Transform thì sự tồn tại và cạnh tranh trong tương lai sẽ rất bấp bênh, và khó tránh khỏi bị đào thải. Trong Digital Transformation, thì Transformation là chính, còn ‘Digital’ là công cụ giúp cho việc Transform diễn ra thuận lợi, hiệu quả. Nhưng nhiều khi ta tập trung quá vào ‘digital’ mà quên mất mục tiêu của mình là ‘transformation’, do đó rất nhiều ‘digital transformation’ thất bại (kể cả các tập đoàn lớn, đổ không biết bao nhiêu tiền của vào công nghệ). Đã gọi là biến đổi (transform) thì đó là một quá trình liên tục (process), không thể là một dự án (one-time) làm một lần là xong (nếu vậy thì dễ quá, chẳng có Transform gì cả). Biến đổi đến cái mới, cái mới thường chưa rõ ràng và cần thai nghén đến một độ chính nhất định. Trong lộ trình đó,chúng ta dò dẫm từng bước nhưng cần kiên trì mục tiêu.

Phần ‘Digital’ là phần dễ thấy vì đã có bao nhiêu là công nghệ tối tân hiện hữu trước mắt rồi, chưa kể các chiến dịch marketing của các hãng khiến người ta hoa mắt. Tuy nhiên, dù ‘digital’ tối tân mấy cũng chỉ giúp cho phần How và What trong khi Transformation tập trung vào phần Why. ‘Digital’ chỉ là một phần trong quá trình Transformation. Nghĩa là còn nhiều phần khác nữa mới có thể Transform thành công được. Nếu gói gọn thành 3 phần: People, Process, Technology thì ‘Digital’ là một phần của Technology, hai phần còn lại khó hơn nhiều là People và Process. Nhưng hai phần khó này mới là quyết định cả một lộ trình Transformation. Nếu không đồng bộ thì Technology thậm chí không giúp gì mà còn trở thành rào cản của công việc.

‘Transformation’ chưa bao giờ dễ, dù là bản thân mỗi cá nhân hay là cả một tập đoàn. Nó là câu hỏi Why hơn là What hay How. Chỉ khi ta nắm rõ được thì ‘Digital’ hay gì nữa mới có thể phát huy được tác dụng, còn không thì ….

TB: Digitalization (Số hoá): Số hoá là việc chuyển hoá các dữ liệu để máy tính có thể đọc được. Ví dụ như scan một văn bản giấy thành file trên máy tính, tức là đã ‘số hoá’ văn bản đó. Hay việc một quy trình làm việc, phê duyệt thông qua văn bản, công văn, phê duyệt… chuyển thành một flow trên máy tính cũng là số hoá rồi. Số hoá là bước đầu tiên trong lộ trình Digital mọi thứ sau này.

Giáp Văn Vỹ

Sep 2021

Trong kinh tế học cơ bản, các yếu tố sản xuất gồm đất đai (land), lao động (labor) và vốn (capital). Đây là những yếu tố cơ bản cho bất cứ nền kinh tế nào. Tuy vậy, với sự phát triển, việc sản xuất ra của cải vật chất không chỉ diễn ra trên ruộng đồng hay công xưởng, mặt khác, sản phẩm không chỉ là vật chất hữu hình (máy cày, xe cộ) mà còn là thông tin, phần mềm. Trong những năm gần đây, người ta nói đến một yếu tố sản xuất mới, đó là dữ liệu (data). Dữ liệu ngày càng đóng vai trò quan trọng trong nền kinh tế cũng như ở cấp độ doanh nghiệp hiện đại.

Mười năm trước,dữ liệu lớn (big-data) là chủ đề hot (giờ vẫn còn). Các bài báo trên Forbes, Financial Times lần lượt xuất bản các bài phân tích của các công ty tư vấn về tầm quan trọng của dữ liệu. Câu hỏi đặt ra cho lãnh đạo các công ty: quyết định theo trực giác hay theo dữ liệu? Financial Times đưa ra các ví dụ các lãnh đạo vĩ đại theo cả hai hướng. Steve Job theo trực giác thiên tài của ông chứ không phải dữ liệu nghiên cứu thị trường (lúc đó ai đã biết gì về iPhone), Nhưng Jeff Bezos thì nổi tiếng về quyết định dựa trên dữ liệu với câu nói nổi tiếng khắc trong phòng “Tôi tin Chúa, còn lại hãy đưa ra dữ liệu”. Lại có những quyết định dựa theo dữ liệu dẫn đến thảm bại, ví dụ Coca-cola tin rằng khách hàng sẽ mê mệt công thức mới (theo khảo sát) nhưng khi sản phẩm bán ra thì lại chẳng ai mua. Hành vi con người khó đoán hơn rất nhiều. Tuy vậy, với công nghệ tính toán ngày càng hiệu quả cộng với lượng dữ liệu ngày càng phong phú,dữ liệu sẽ phục vụ hiệu quả hơn cho việc ra quyết định (dù theo trực giác hay theo dữ liệu thì sử dụng thông có được từ dữ liệu sẽ làm cho quyết định hiệu quả hơn). Do đó, trong khảo sát của Capgemini(2012), hơn chín mươi phần trăm lãnh đạo các tập đoàn tin rằng dữ liệu chính là yếu tố sản xuất thứ 4.

Ở cấp độ quốc gia, các nước đều đã và đang xây dựng các chính sách vừa để kiểm soát các công ty công nghệ làm mưa làm gió, vừa bảo vệ dữ liệu nước mình, vừa muốn khai thác dữ liệu để phát triển kinh tế. Năm ngoái, Trung Quốc chính thức khẳng định dữ liệu chính là yếu tố sản xuất mới trong chính sách của mình. Tuy vậy, việc tiến lên nhanh hay chậm phụ thuộc nhiều yếu tố trong bản thân mỗi quốc gia và các công nghệ mà họ nắm giữ hoặc có thể tiếp cận. 

4V trong Dữ liệu

Cũng hơi liên quan nên nói qua một chút, không phải cứ nhiều dữ liệu là ‘big data’. Ở đây, người ta hay nói đến 4V: Volume, Variety, Veracity, Velocity.

Volume (dung lượng)

Dĩ nhiên rồi, dữ liệu trước hết liên quan đến dung lượng. Big data là nói đến lượng dữ liệu khổng lồ.

Variety (Đa dạng)

Dữ liệu có thể đến từ nhiều nguồn, chủng loại khác nhau. Cơ bản dữ liệu được phân làm hai loại: Có cấu trúc (như kiểu bảng biểu excel) và Không cấu trúc (video, audio, hình ảnh…). Trong thực tế, dữ liệu không cấu trúc là chủ yếu.

Veracity (xác thực)

Nghĩa là độ tin cậy của dữ liệu hay là chất lượng của dữ liệu. Dữ liệu không thể tin cậy thì nhiều hay ít cũng ko để làm gì.

Velocity (tốc độ)

Tốc độ xử lý dữ liệu nhanh đến mức nào. Có đầy đủ dữ liệu, mà xử lý lâu quá thì cũng không hiệu quả.

Tóm lại, thay vì đặt ra các giả thuyết khi ra quyết định, người ta sẽ lao vào khai thác dữ liệu (data minning) để xem các “mẫu” tìm thấy là gì. Nếu dữ liệu cho họ các thông tin quan trọng về cơ hội hay rủi ro thì họ sẽ hành động trên kết luận đó. Thêm nữa, khai thác dữ liệu hiệu quả sẽ giúp tự động hóa việc ra quyết định cho rất nhiều việc mà trước đây phải làm thủ công, qua đó giải phóng nhiều nguồn lực của doanh nghiệp (hay cá nhân). Cuối cùng, với nhà quản lý, việc khai thác dữ liệu còn giúp tự kiểm nghiệm kết quả của việc ra quyết định của mình trước đó hiệu quả hay không hiệu quả đến mức nào. 

Giáp Văn Vỹ

Aug-2021

Tháng 10, năm 2020, diễn đàn kinh tế thế giới (World Economic Forum – WEF) xuất bản một báo cáo dài về công việc tương lai (The Future of Jobs Report 2020). Báo cáo là kết quả nghiên cứu, khảo sát từ 26 nền kinh tế, 15 ngành công nghiệp khác nhau, cung cấp một lượng thông tin sâu về sự thay đổi trong các ngành, các công việc mà thế giới chúng ta sẽ tiến tới. Bài viết này sẽ điểm qua một số thông tin nổi bật từ báo cáo này

Ảnh hưởng của Covid

Covid thúc đẩy các công ty tăng tốc trong việc thay đổi môi trường làm việc, nếu như trước đây là lựa chọn, thì bây giờ là bắt buộc. Trong đó có thể kể đến việc làm việc từ xa, tăng tốc chuyển đổi số, và tăng tốc ứng dụng công nghệ tự động hóa. Không phải doanh nghiệp nào cũng đã sẵn sàng với cuộc đua này, nhưng để tồn tại, không còn lựa chọn nào khác. Có thể nói, Covid tạo ra đột phá kép (double discruption) trong việc ứng dụng công nghệ ở tất cả các lĩnh vực.

Tự động hóa ngày càng cao

Sự tham gia của máy móc tự động vào việc tạo ra của cải vật chất ngày càng cao. Nếu như năm 2020, lao động trực tiếp (của con người) chiếm gần 70% thì năm 2025 giảm xuống còn khoảng 50%, trong khi máy móc tự động sẽ tăng phần đóng góp của mình từ 30% lên 50%. Như vậy, rất nhiều công việc sẽ được thay thế bởi máy móc, robot, phần mềm. Nếu đang làm trong lĩnh vực công nghiệp, chúng ta đang thấy điều này diễn ra hàng ngày hàng giờ. Các công việc bị thay thế không phải chỉ là các công việc tay chân đơn thuần (vd, bốc xếp, lắp ráp…) mà còn cả các công việc ‘trí óc’ như nhập liệu, kế toán… (sẽ thay bởi các phần mềm).

Top 10 kĩ năng cần thiết cho 2025

Như danh sách dưới đây là 10 kĩ năng quan trọng, đặc biệt cần từ 2025 trở đi. Kĩ năng phân tích, giải quyết vấn đề, sáng tạo và sử dụng công nghệ là những cái thiết yếu. Quan trọng không kém là kĩ năng học cái mới (active learning & learning strategies). Rất nhiều công việc trong tương lai chưa tồn tại bây giờ, cho nên kĩ năng học là cực kì quan trọng. Có thể bạn đang tự hỏi, trường học của chúng ta đang dạy gì trong 10 kĩ năng này

Những cánh cửa mở ra

Nói rằng robot sẽ cạnh tranh công việc với con người, như ô tô ra đời cạnh tranh với xe ngựa, thì có vẻ tiêu cực và bế tắc. Thực ra, các công việc được tạo ra trong tương lai lớn hơn nhiều so với số lượng công việc bị thay thế. Các công việc có nhu cầu tuyển dụng cao trong tương lai phần lớn liên quan đến ứng dụng công nghệ, dữ liệu, trí tuệ nhân tạo… trong khi số lượng các công việc bị giảm ở các lĩnh vực như nhập liệu, kế toán, kiểm kê, công nhân nhà máy…

Tái đào tạo kĩ năng

Câu hỏi lớn là làm sao tái đào tạo lực lượng lao động dư thừa trong các ngành đang suy giảm nhu cầu? Vì việc chuyển đổi ngành nghề mới cần các kĩ năng mới mà nếu lực lượng lao động hiện tại chưa có các kĩ năng này thì sẽ như thế nào? Và chỉnh bản thân người lao động sẽ phải chuẩn bị gì trước những thay đổi đang đến ngay ngưỡng cửa. Mặc dù ngày càng nhiều doanh nghiệp có các chương trình tái đào tạo lực lượng lao động của mình, nhằm tối đa hóa hiệu quả sản xuất, tuy nhiên hiệu quả cũng còn là câu hỏi. Đây không chỉ vấn đề của các doanh nghiệp, mà có trách nhiệm của nhà nước trong việc hoạch định chiến lược giáo dục đào tạo cho tương lai.

Tóm lại, trong vài năm tới thôi, bối cảnh việc làm, công việc sẽ thay đổi rất nhiều. Sẽ có nhiều công việc mới chưa từng tồn tại bây giờ xuất hiện trong khi cũng nhiều công việc sẽ biến mất do không còn cần thiết hoặc không còn nhu cầu. Covid thúc đẩy tốc độ thay đổi, ứng dụng công nghệ nhanh hơn và theo đó bối cảnh trên sẽ diễn ra sớm hơn. Việc chuẩn bị các kĩ năng mới là rất quan trọng, trong khi việc tái đào tạo cũng là một yếu tố quan trọng để duy trì năng suất. Hãy luôn là Active Learner để cập nhật cho mình những kĩ năng mới.

Ghi chú:

Các hình ảnh lấy từ WEF. Link báo cáo chi tiết: WEF_Future_of_Jobs_2020.pdf (weforum.org)

Giáp Văn Vỹ