Kế hoạch hành động của CEO để tự động hóa nơi làm việc

Chúng ta đang ở ranh giới của thời kỳ tự động hóa mới. Người máy từ lâu đã trở nên quen thuộc ở khu vực sản xuất của các nhà máy, và các phần mềm thường thực hiện tốt hơn con người khi được các công ty sử dụng để tối ưu hóa các quy trình và khi được các ngân hàng sử dụng để xử lý các giao dịch. Nhưng những phát triển quan trọng nhanh chóng đang được thực hiện bởi trí tuệ nhân tạo (AI) và người máy này đồng nghĩa với việc máy móc hiện giờ đang đảm nhận các hoạt động mà trước đây cần kinh nghiệm và óc phán đoán của con người. Ví dụ, các nhà nghiên cứu ở Đại học Oxford hợp tác với bộ phận DeepMind của Google đã tạo ra một hệ thống học chuyên sâu có thể đọc nhại chính xác hơn con người – nhờ vào việc huấn luyện hệ thống này bằng những đoạn băng tin tức có phụ đề của BBC. Tương tự, “làn da” của người máy có thể “cảm nhận” được tính chất bề mặt và tìm thấy vật thể qua việc tiếp xúc, và người máy ngày càng trở nên tự nhiên hơn trong việc giải quyết các nhiệm vụ vật lý (như buộc dây giày) đòi hỏi kỹ năng thao tác nhanh gọn. Tuy nhiên, vẫn có những hạn chế. Máy móc thiếu nhận thức chung, không thể lúc nào cũng có thể nắm bắt được các tín hiệu xã hội và tình cảm, và vẫn phải cố gắng để hiểu và có được ngôn ngữ tự nhiên. Tuy nhiên, tốc độ phát triển của công nghệ được đẩy mạnh bởi sự tăng lên mạnh mẽ về không gian lưu trữ đám mây và sức mạnh điện toán cho thấy ranh giới kế tiếp này sẽ sớm bị vượt qua. Các nhà điều hành cấp cao có hai ưu tiên quan trọng trong thời đại này. Việc thứ nhất là hiểu được giá trị của những gì mà tự động hóa có thể mang lại ở nơi làm việc. Dù việc cắt giảm chi phí, chủ yếu thông qua cắt giảm lao động, thu hút sự quan tâm của hầu hết các điểm mục chính trên báo chí và dấy lên nhiều lo lắng nhưng nghiên cứu của nhóm tác giả còn chỉ ra rằng tự động hóa có thể mang lại giá trị đáng kể mà không liên quan tới việc thay thế sức lao động con người. Trong bài báo này, nhóm tác giả mô tả nhiều cơ hội kinh doanh khác nhau mà tự động hóa mang lại, ví dụ: giúp các công ty tới gần hơn với khách hàng, cải thiện hoạt động của ngành công nghiệp, tối ưu hóa công việc tri thức, hiểu rõ hơn về Mẹ thiên nhiên, và gia tăng quy mô, tốc độ khám phá trong các lĩnh vực như R&D. Khi xem xét nhiều cơ hội khác nhau này, các nhà lãnh đạo sẽ nhận thấy ưu tiên thứ hai là phải phát triển một kế hoạch hành động. Kế hoạch này nên bao gồm tầm nhìn cả về cơ hội chiến thuật và chiến lược cho công ty của họ, một kế hoạch chi tiết về việc xây dựng tổ chức mà ở đó mọi người làm việc gần gũi hơn với máy móc, và cam kết góp phần định hướng cuộc tranh luận quan trọng đang diễn ra về tự động hóa và tương lai việc làm. Tự động hóa có thể mang lại điều gì Để tính toán lợi ích hiệu quả kinh doanh mà tự động hóa có thể mang lại bên cạnh việc tiết kiệm chi phí sử dụng lao động, nhóm tác giả đề nghị các chuyên gia xem xét tự động hóa có thể làm thay đổi các quy trình làm việc ở nhiều bối cảnh khác nhau như thế nào – bộ phận cấp cứu của bệnh viện, bảo dưỡng máy bay, hoạt động dầu khí, cửa hàng tạp hóa và môi giới cho vay thế chấp. Kết quả dù mang tính giả thuyết nhưng khá ấn tượng. Được đo lường theo tỷ lệ phần trăm của chi phí hoạt động, sự thay đổi này mang lại lợi ích từ 15% ở bộ phận cấp cứu của bệnh viện lên tới 25% cho việc bảo dưỡng máy bay và hơn 90% cho toàn bộ các quy trình để vay thế chấp. Việc này một phần nhờ vào sự thay thế sức lao động nhưng lợi ích hiệu quả bổ sung là đáng kể trong tất cả các trường hợp, và đôi khi lớn hơn giá trị của việc cắt giảm chi phí sử dụng lao động. Ví dụ, trong hoạt động dầu khí, kết quả đạt được thể hiện dưới dạng sản lượng đầu ra cao hơn, năng suất cao hơn và độ an toàn cao hơn – tất cả những điều này đều không liên quan tới việc cắt giảm sức lao động – chiếm trọn 85% giá trị tiềm năng khai phá nhờ tự động hóa. Và đây chỉ là một ví dụ. Tự động hóa đang giúp các công ty có thể tạo ra được những bước tiến xa hơn dưới đây: Tới gần hơn với khách hàng. Affectiva, một công ty có trụ sở tại Boston, đã sử dụng phân tích khuôn mặt nâng cao để theo dõi phản ứng cảm xúc đối với các quảng cáo và nội dung truyền thông kỹ thuật số thông qua webcam. Citibank hợp tác với Persado – một công ty khởi nghiệp sử dụng AI để đưa ra ngôn từ phản hồi phù hợp nhất cho các chiến dịch thư điện tử. Kết quả là tỷ lệ mở thư được cho là tăng 70% và tỷ lệ nhấp vào liên kết tăng 114%. Tương tự, Kraft đã sử dụng nền tảng dữ liệu lớn (big data) ứng dụng AI để điều chỉnh thương hiệu Philadelphia Cream Cheese nhờ vào việc hiểu rõ hơn sở thích của các phân khúc khách hàng khác nhau. Cải thiện hoạt động công nghiệp. GE sử dụng công cụ bảo dưỡng chủ động ứng dụng học máy để cắt giảm một nửa chi phí vận hành và bảo dưỡng ở những hoạt động khai thác mỏ nhất định và theo đó kéo dài thời gian sử dụng của lượng vốn hiện tại. Rio Tinto đã sử dụng các xe ben và các thiết bị khoan tự động ở các mỏ ở khu vực Pilbara của nước Úc nhờ đó tăng 10-20%  tỷ suất sử dụng thiết bị, đồng thời mang lại mức tiêu thụ năng lượng thấp hơn và an toàn hơn cho người lao động. Tối ưu hóa công việc tri thức. Việc một phần mềm người máy nhận ID người dùng, giống như một con người, sau đó thực hiện các nhiệm vụ có quy luật như tiếp nhận email, tính toán, soạn thảo tài liệu, báo cáo và kiểm tra việc lưu trữ ngày càng trở nên phổ biến. Bên cạnh khả năng mở rộng quy mô, sản lượng và độ chính xác cao hơn, kết quả đạt được còn là các tài liệu về các giao dịch sử dụng cho hoạt động kiểm toán, phân tích tình hình tuân  thủ và các phân tích nguyên nhân gốc rễ. Đồng thời, rất nhiều tổ chức tài chính và các công ty khác triển khai việc tự động hóa quy trình sử dụng người máy để thu thập và xử lý dữ liệu. Khai thác sức mạnh tự nhiên. Công ty WinField United trực thuộc Land O’Lakes đã thu thập dữ liệu về cây trồng của Hoa Kỳ để giúp nông dân đưa ra các quyết định quan trọng trong cả năm, bao gồm hạt giống nào nên mua, yêu cầu về dinh dưỡng và đất ra sao và sản lượng tiềm năng như thế nào. Trong khi đó, mô hình Sách đen của công ty Coca-Cola sử dụng thuật toán để dự đoán các kiểu thời tiết và năng suất cây trồng dự kiến nhằm thông báo kế hoạch mua sắm cho thương hiệu nước cam Simply Orange của họ, nhờ đó dù chất lượng và số lượng cây trồng ra sao, họ đều họ thể pha trộn để tạo ra đúng hương vị mong muốn. Mô hình này cũng giúp công ty giám sát và hiệu chỉnh kế hoạch chỉ trong vòng vài phút nếu các điều kiện thời tiết có nguy cơ phá hoại cây trồng. Gia tăng quy mô và tốc độ. Tiềm năng gia tăng quy mô, thúc đẩy sản lượng và giảm thiểu lỗi của việc tự động hóa sử dụng AI giúp mang lại nhiều cơ hội khám phá khác nhau trong lĩnh vực R&D. Ví dụ, quy trình lựa chọn mô hình dựa trên học máy của GlaxoSmithKline giúp công ty này phân tích nhiều lần nhiều mô hình hơn chỉ trong vài tuần trong khi có thể mất tới hàng vài tháng nếu sử dụng quy trình cũ. Trong ngành công nghiệp ô tô, Nissan đã giảm được một nửa thời gian chuyển đổi từ giai đoạn thiết kế sản phẩm cuối cùng sang giai đoạn sản xuất nhờ vào kỹ thuật số và tự động hóa. BMW cũng đã giảm đáng kể thời gian dừng hoạt động của máy móc ở một vài nhà máy nhờ vào việc bảo dưỡng theo điều kiện ứng dụng AI, nhờ đó tạo ra tính kinh tế về quy mô mới với lượng đầu tư tối thiểu một cách hiệu quả. Vớ một loạt triển vọng cao ngất nêu trên, việc xây dựng một kế hoạch hành động tự động hóa của các CEO ngày nay là thiết yếu. Một kế hoạch tốt nên bao gồm 3 phần chính sau đây: Tư duy chiến lược và chiến thuật về các cơ hội Khi các nhà lãnh đạo cố gắng lập kế hoạch và ưu tiên những gì họ có thể đạt được khi tự động hóa, họ cần giải quyết được hai điều quan trọng. Thứ nhất là phân tích hệ thống doanh nghiệp hiện tại để xác định những bộ phận nào sẽ có lợi không chỉ từ việc tiết kiệm lao động mà còn từ việc cải thiện tốc độ, chất lượng, độ linh hoạt và dịch vụ. Bước hữu ích đầu tiên là xác định vị trí có tiềm năng tự động hóa cao bằng việc xây dựng một bản đồ nhiệt (heat map) toàn diện xem xét từng hoạt động ở mỗi lĩnh vực kinh doanh. Các hoạt động liên quan tới thu thập hoặc xử lý dữ liệu cũng như các hoạt động thể chất trong các môi trường có thể dự đoán trước có thể là những “ứng viên” đầu tiên của tự động hóa. Tuy nhiên, có được giá trị từ tự động hóa thường kéo theo việc thiết kế lại toàn bộ các quy trình, chứ không chỉ ở các phần riêng biệt được tự động hóa của quy trình. Lấy quy trình cho vay thế chấp làm ví dụ. Nhóm tác giả ước tính việc tự động hóa có thể giảm thời gian xử lý hiện tại ở Hoa Kỳ từ 37 ngày xuống còn ít hơn 1 ngày, điều này không chỉ giúp giảm chi phí mà còn giảm thiểu các lỗi, giảm các khoản nợ không có khả năng hoàn trả, tăng sự hài lòng của khách hàng và giảm tỷ lệ từ bỏ vay thế chấp. Tuy nhiên đạt được điều này cũng đồng nghĩa với việc thay đổi quy trình phê duyệt. Khi máy móc đảm nhận phần lớn công việc hàng ngày, các chuyên viên tư vấn cho vay sẽ có nhiều thời gian hơn để hỗ trợ khách hàng và xử lý các trường hợp ngoại lệ. Các đơn vị bảo hiểm rủi ro cũng sẽ chỉ giải quyết những trường hợp ngoại lệ và sẽ tập trung vào cải tiến các khuôn khổ, việc kiểm soát và các mô hình rủi ro tổng thể,dù các chuyên gia dữ liệu cũng sẽ dành thời gian để cải tiến các mô hình rủi ro. Điều quan trọng thứ hai là để các nhà lãnh đạo nhìn vượt ra khỏi các quy trình hiện tại của doanh nghiệp và bắt đầu hình dung tự động hóa sẽ giúp họ và những người khác tạo ra những thay đổi ấn tượng như thế nào. Câu hỏi cần đặt ra là: Đối thủ cạnh tranh đột phá hay một đơn vị trong chuỗi giá trị sử dụng tự động hóa để tác động mạnh tới mô hình của doanh nghiệp bạn như thế nào? Trong các lĩnh vực đa dạng như vận tải, khách sạn và bán lẻ, tài sản dữ liệu và khả năng phân tích sẽ giúp các công ty vượt qua những rào cản truyền thống để tiếp cận (chẳng hạn như các khoản đầu tư vốn vật chất) và tạo dựng những rào cản mới (nền tảng kỹ thuật số với hiệu ứng mạng lưới mạnh mẽ), nhanh chóng mở rộng quy mô trong trình này. Khi tự động hóa được đưa vào các lĩnh vực này, cơ hội hay rủi ro thậm chí còn lớn hơn. Ví dụ, Uber – đơn vị đã mở rộng nhanh chóng mà không cần sở hữu đội ngũ ô tô – đã sử dụng tự động hóa để nâng cao sức mạnh quản lý của con người, với chỉ một người quản lý điều phối 1000 lái xe so với một công ty xe limousine thông thường có khoảng một người quản lý cho mỗi 20-30 lái xe. Công ty DeepMind của Google cũng đang xóa nhòa ranh giới giữa các lĩnh vực truyền thống. Sau khi phân tích việc sử dụng năng lượng ở trung tâm dữ liệu của Google và sự sụt giảm 40% lượng tiêu thụ, công ty DeepMind đã tiếp tục trao đổi với các chuyên viên vận hành hệ thống điện ở Anh để giúp họ cân bằng cung cầu điện năng. Sẽ không có gì ngạc nhiên nếu gã khổng lồ cạnh tranh với công ty bạn trong tương lai sẽ rất khác lạ. Kế hoạch tích hợp tự động hóa vào nơi làm việc Hầu hết các công việc đều có phần nào đó tiềm năng áp dụng tự động hóa, dù rất ít công việc có thể được tự động hóa hoàn toàn. Lấy công việc của một nhân viên bán hàng ở cửa hàng quần áo làm ví dụ.  Máy móc có thể quản lý tốt hàng tồn kho bằng việc tìm ra mẫu bán hàng. Nhưng không một người máy nào có thể lắng nghe câu chuyện của khách hàng về những việc gia đình căng thẳng sắp xảy ra, gợi ý cho họ cách phối đồ, và biểu lộ sự ủng hộ chung vui sau khi khách hàng bước ra khỏi phòng thay đồ cưới. Các tiến bộ về tự động hóa trong tương lai sẽ phụ thuộc nhiều hơn vào sự tiến triển của kỹ thuật. Chi phí phát triển và sử dụng so với lợi ích, quy định và sự chấp nhận của xã hội chỉ là một vài trong số các nhân tố quyết định tốc độ thay đổi. Nghiên cứu của nhóm tác giả cho thấy có thể mất hơn ba thập kỷ để chỉ một nửa trong số tất cả các phần công việc (không phải toàn bộ công việc) được tự động hóa. Thông điệp chính ở đây là tiêu chuẩn nơi làm việc trong những năm tới sẽ là con người làm việc ngay cùng máy móc, với tác động mạnh mẽ vào cách thức kết cấu và tổ chức lực lượng lao động. Tất nhiên các công ty sẽ phải tuyển dụng những lao động tài năng thành thạo tự động hóa, từ các chuyên gia trong công nghệ nhận dạng mẫu hay cảm ứng hay xử lý ngôn ngữ tự nhiên, tới các chuyên gia dữ liệu có thể diễn giải và tích hợp một lượng lớn các thông tin, tới các chuyên gia về người máy có thể xây dựng, huấn luyện và sửa chữa những người máy thông minh. Tuy nhiên, cùng với đó, nhiều người lao động sẽ cần trau dồi để có được những kỹ năng mới, tập trung vào những hoạt động mà máy móc vẫn chưa làm chủ được, và học để làm việc gần gũi hơn với máy móc. Cách đây không lâu, những người máy sản xuất mạnh mẽ có thể nâng hay hàn vẫn được đặt xa khỏi con người, thường trong những lồng chắn, do rủi ro xảy ra tai nạn. Nhưng những người máy ngày nay có thể làm việc thông minh và an toàn ngay cạnh con người. Ví dụ, tại BMW, con người vẫn đóng vai trò quan trọng trong dây chuyền lắp ráp cánh cửa ô tô, nhưng người máy hỗ trợ ngay cạnh với việc gắn đệm làm kín cửa – công việc đòi hỏi sự chính xác, lực tác động và áp lực tiếp xúc liên tục. Việc thường xuyên bố trí lại công việc, với những người chuyển sang vai trò và nhiệm vụ mới, cũng sẽ là đặc điểm của nơi làm việc khi mà tự động hóa ngày càng tăng tốc và các quy trình được chuyển đổi. Các công ty sẽ cần chiến lược và nhân tài quản lý đáng kể để điều hướng việc chuyển đổi này sang kỷ nguyên mới về tự động hóa. Cam kết tham gia các cuộc đối thoại rộng hơn về tương lai việc làm Lợi ích của tự động hóa mà từng doanh nghiệp có được sẽ thúc đẩy kinh tế toàn cầu. Nhóm tác giả dự đoán tự động hóa có thể giúp tăng trưởng năng suất lên từ 0.8%-1.4% mỗi năm, giúp thúc đẩy tăng trưởng kinh tế trong thời kỳ mà các xu hướng nhân khẩu học đe dọa làm suy giảm nó. Cũng có nhiều lợi ích xã hội rộng hơn vì tự động hóa có thể giúp giải quyết một số vấn đề cấp thiết nhất, chẳng hạn như biến đổi khí hậu và bệnh tật. Ví dụ, các nhà nghiên cứu ở đại học McMaster và đại học Vanderbilt đã sử dụng máy tính để vượt qua khả năng thông thường của con người để dự đoán biện pháp chữa trị hiệu quả nhất đối với các bệnh rối loạn do áp lực nghiêm trọng và các hậu quả cuối cùng của các bệnh nhân ung thư vú. Tuy nhiên, bên cạnh những tác động tích cực, nhiều nghi vấn về tác động của tự động hóa đến xã hội vẫn chưa được giải đáp, đặc biệt là về vấn đề lao động và thu nhập. Trước đây, tiến bộ công nghệ chưa dẫn tới thất nghiệp dài hạn trên diện rộng bởi nó cũng gia tăng những loại việc làm mới. Từ năm 1900 đến 1970, tỷ lệ người lao động trong lĩnh vực nông nghiệp ở  Hoa Kỳ giảm từ khoảng 40% xuống ít hơn 2%, nhưng lao động được chuyển sang những lĩnh vực khác như sản xuất. Suốt thời kỳ này, thu nhập của hầu hết dân số tăng lên cùng năng suất. Gần đây hơn, 1/3 việc làm được tạo ra ở Hoa Kỳ trong 25 năm vừa qua là những loại công việc đã không hoặc hầu như không tồn tại trước đó. Nhóm tác giả không chắc liệu rằng những tiền lệ này trong lịch sử có lặp lại hay không. Nhưng nhóm tác giả chắc chắn rằng các nhà lãnh đạo doanh nghiệp sẽ dẫn đầu trong những gì sắp diễn ra khi họ chuyển sang áp dụng tự động hóa. Họ sẽ dự thảo kế hoạch về nơi làm việc tự động hóa, đầu tiên là hiểu những bộ kỹ năng mới nào là cần thiết, những quan niệm cũ về nơi làm việc sẽ bị loại bỏ, và hiểu cách thức mà máy móc và con người sẽ làm việc với nhau. Do đó, trách nhiệm của họ, là suy nghĩ về những gì họ đã có được bên ngoài phạm vi doanh nghiệp và tăng cường những cuộc trao đổi rộng hơn để góp phần định hình tương lai. Điều này nghĩa là thuyết phục các nhà hoạch định chính sách khẩn trương đầu tư hơn nữa, chứ không phải cắt giảm, vào nguồn vốn con người vào chính thời điểm mà máy móc đang bắt đầu đảm nhận nhiều hoạt động hơn. Điều này cũng có thể là phối hợp với các chuyên  gia đào tạo  để xác định các khoảng trống kỹ năng và giúp thiết lập các ưu tiên, cũng như các cơ chế hỗ trợ cho các chương trình học tập trọn đời giúp giải quyết nhu cầu của những người lao động thay đổi công việc thường xuyên hơn. Điều này thậm chí có thể góp phần đánh giá nhu cầu về cơ chế mới hỗ trợ việc chuyển đổi giữa những người sử dụng lao động và hỗ trợ những người lao động có thu nhập đang bị đe dọa bởi tự động hóa. Vấn đề là, vị trí của người quản lý giúp họ có tiếng nói quan trọng trong cuộc thảo luận về tương lai việc làm, những ý kiến này cần được lắng nghe nếu giá trị tự động hóa được nắm bắt cùng lúc với việc những thách thức của chúng được giải quyết.