TIN TIẾNG ANH
Since the dot-com bubble of the early 2000s, it’s hard to argue that any other tech innovation has grabbed the headlines more than generative AI (GenAI).
The stage was set in late 2022 when OpenAI threw their generative AI chatbot, ChatGPT into the air, allowing the world to witness what this technology was capable of.
However, the euphoria at the time was so high that many pushed the innovation aside, calling it all hype. Businesses were skeptical about having their names inked side-by-side with GenAI tools.
But the story has changed. Generative AI is now the go-to phrase for about every business that wants to drive traction or be perceived as innovative and progressive (even if it is more a marketing tactic than a technical one).
But away from the rhetorics of marketing and PR grandstanding, generative AI may well become the backbone of business value derivation.
Apart from reports pointing towards its increasing adoption, new evidence suggests that GenAI could help businesses generate more value from their investments.
In this piece, Techopedia takes a closer look at latest studies and speaks with experts to understand how generative AI moved from hype to value in less than two years.
Key Takeaways
- Generative AI has rapidly transitioned from being dismissed as hype to delivering significant cost savings and revenue gains for businesses that have adopted it.
- Human resources and supply chain management are major areas benefiting from generative AI, but inaccuracies in outputs for these domains can lead to legal issues and revenue costs.
- Despite the surge in generative AI adoption, most companies are still unprepared to implement it responsibly.
- Businesses building proprietary models from scratch are currently seeing the highest value.
Generative AI Now Drives Revenue Gains
According to a recent McKinsey Global Survey on AI, enterprises are already reaping significant benefits from adopting GenAI in 2024. The survey findings reveal that Human Resources is one aspect of business where GenAI use guarantees the largest share of cost reduction.
On the revenue front, respondents cited meaningful revenue increases of over 5% in supply chain and inventory management by leveraging GenAI capabilities.
Early adopters who have heavily invested in GenAI are reaping the biggest rewards, attributing over 10% of their organization’s Earnings Before Interest, Taxes, Depreciation, and Amortization (EBITDA) to their use of GenAI technologies.
Other industry reports corroborate these findings. Boston Consulting Group’s survey revealed that about half of the companies surveyed experienced over 10% in cost reduction just by deploying gen AI.
Commenting on the findings, Julien Salinas, CEO at AI privacy by design platform, NLP Cloud, told Techopedia that this is just the beginning of the gains businesses will derive from gen AI.
“I think this is only the beginning as many businesses still don’t clearly understand what powerful capabilities generative AI is bringing.
“However, it’s important to note that the current price businesses are paying for GenAI is not the “real” price they should pay for it.
“Most AI vendors like OpenAI are selling their AI models at a loss. But it won’t last forever.”
Roman Kucera, CTO and Head of AI at Ataccama, told Techopedia:
“Businesses that use AI have the potential to gain significant competitive advantage. This will be the case for the foreseeable future, and companies not using AI risk becoming obsolete.”
However, he cautioned, “With everyone ultimately using AI, it will not provide huge returns of investment for all of them — some will be able to leverage it better, some worse. Finding the right fit, the best AI use cases to provide the most value will be critical.”
HR Suffers Most from GenAI Inaccuracies
According to McKinsey, as enterprises reap the rewards of generative AI, they also grapple with the risks associated with data privacy, bias bias, and intellectual property infringement, to model management issues such as inaccurate outputs and lack of explainability. Additionally, security vulnerabilities and potential misuse pose another key challenge.
One of the well-known issues with GenAI is that it prioritizes plausibility over accuracy and can create inaccurate outputs — a problem that has been well-documented and known as AI hallucination.
The risk of AI hallucination mostly affects the human resources side of businesses and has resulted in revenue costs in many ways, McKinsey found. This is mainly because when GenAI output related to HR processes like hiring, payroll, or compliance is inaccurate, it could lead to legal issues, fines, and reputational damage for the company.
Just like HR, the supply chain is not safe from this risk. Businesses are wary of using GenAI for inventory management as any inaccuracies in demand forecasting, inventory optimization, or logistics planning could severely disrupt operations and impact the bottom line.
Issues around AI hallucinations result from feeding AI with obsolete, conflicting, or mislabeled data, Kucera said.
“Training AI with the wrong data can lead to inaccurate responses, compounding existing data issues. Before leveraging AI, companies must ensure they have high-quality, curated data. Failing to do so risks amplifying errors rather than gaining insights.”
Beyond wrong training data, Arti Raman, CEO and Founder of Portal26, cites malicious data poisoning and biased training data as another reason why businesses struggle with inaccuracies in their AI response.
“Even a small amount of flawed data can significantly skew outcomes in AI chatbots, with disastrous consequences in critical sectors,” Raman said. However, she highlighted a possible solution:
“Projects like Google’s Knowledge Vault demonstrate a method for validating information by cross-referencing multiple sources, evaluating credibility, and only incorporating data meeting stringent accuracy thresholds into model development.”
Investing in such solutions is crucial to avoiding inaccuracies, rather than sidestepping GenAI altogether, she noted.
Most Companies Aren’t Prepared to Address AI Security Concerns
Despite concerns about security risks surrounding AI, there is still a remarkable surge in GenAI adoption.
Most large companies see generative AI as crucial, yet lack preparedness for responsible implementation, reveals a McKinsey flash survey of over 100 firms with over $50M in revenue. 63% prioritize generative AI adoption, but 91% feel unprepared to do so ethically, exposing a significant readiness gap.
Security leaders also have significant worries – 77% say regulatory uncertainty around GenAI impacts their deployment decisions according to KPMG.
There are concerns around data privacy violations, copyright infringements from training data, and the potential for GenAI to enable large-scale misinformation.
Businesses that Build LLM from Scratch Make the Most Gain
There are three distinct strategies organizations adopt when deploying generative AI capabilities, according to McKinsey:
Takers
These are organizations that primarily use open-source GenAI models and tools from big tech companies and startups like Meta’s Llama 3 and xAI’s Groq-1. Around 40% of the respondents are categorized under this category. These takers leverage pre-trained models for tasks like content generation, language translation, and data analysis without much customization.
Shapers
About 35% of companies fall into the category. They are companies that take existing large language models and fine-tune or retrain them on their proprietary data to create custom-GenAI solutions tailored to their specific needs and use cases.
Makers
Lastly, around 25% are investing heavily in developing their own GenAI models from scratch, training large language models on proprietary data using substantial computational resources. These tend to be tech giants and large enterprises with the expertise and infrastructure to build cutting-edge GenAI capabilities in-house.
The survey reveals that makers see the highest value from GenAI currently, with over 15% of their EBIT attributed to this technology versus 10% for takers and shapers. However, the takers benefit from faster time-to-value while shapers balance customization with reduced development costs.
The Bottom Line
Generative AI is no longer mere hype – businesses are beginning to experience its tangible impact, and there’s no indication they’ll relinquish this powerful technology anytime soon. However, a valid concern arises: Will the pursuit of profit overshadow the resolve to address the security, safety, and ethical issues woven throughout gen AI?
Only time will reveal the answer, but before deciding whether to adopt pre-existing GenAI tools, customize them, or create proprietary models, organizations must consider the data or intellectual property they wish to protect. While bad actors may find it more challenging to infiltrate proprietary large language models (LLMs), even this approach doesn’t guarantee foolproof data security.
In the race to harness GenAI’s potential, businesses must strike a delicate balance between innovation and responsible implementation, ensuring that ethical considerations remain at the forefront of their decision-making processes.
TIN TIẾNG VIỆT
Kể từ bong bóng dot-com vào đầu những năm 2000, thật khó để tranh luận rằng có bất kỳ sự đổi mới công nghệ nào khác đã thu hút sự chú ý hơn AI (GenAI).
Sân khấu được thiết lập vào cuối năm 2022 khi OpenAI tung chatbot AI tổng quát của họ, ChatGPT, lên không trung, cho phép thế giới chứng kiến công nghệ này có khả năng gì.
Tuy nhiên, sự hưng phấn vào thời điểm đó dâng cao đến mức nhiều người đã gạt sự đổi mới sang một bên, gọi đó là sự cường điệu hóa. Các doanh nghiệp tỏ ra nghi ngờ về việc đặt tên của họ cạnh nhau bằng các công cụ GenAI.
Nhưng câu chuyện đã thay đổi. AI sáng tạo hiện là cụm từ được mọi doanh nghiệp sử dụng muốn thúc đẩy lực kéo hoặc được coi là đổi mới và tiến bộ (ngay cả khi đó là một chiến thuật tiếp thị hơn là một chiến thuật kỹ thuật).
Nhưng ngoài những lời hoa mỹ về tiếp thị và PR, AI có thể tạo ra có thể trở thành xương sống của việc tạo ra giá trị kinh doanh.
Ngoài các báo cáo chỉ ra việc áp dụng nó ngày càng tăng, bằng chứng mới cho thấy GenAI có thể giúp các doanh nghiệp tạo ra nhiều giá trị hơn từ khoản đầu tư của họ.
Trong phần này, Techopedia xem xét kỹ hơn các nghiên cứu mới nhất và nói chuyện với các chuyên gia để hiểu cách AI tổng quát chuyển từ cường điệu sang giá trị trong vòng chưa đầy hai năm.
Bài học chính
- AI sáng tạo đã nhanh chóng chuyển đổi từ chỗ bị coi là cường điệu sang việc tiết kiệm đáng kể chi phí và tăng doanh thu cho các doanh nghiệp áp dụng nó.
- Quản lý nguồn nhân lực và chuỗi cung ứng là những lĩnh vực chính được hưởng lợi từ AI tổng hợp, nhưng sự thiếu chính xác về kết quả đầu ra của các lĩnh vực này có thể dẫn đến các vấn đề pháp lý và chi phí doanh thu.
- Bất chấp sự gia tăng áp dụng AI sáng tạo, hầu hết các công ty vẫn chưa chuẩn bị để triển khai nó một cách có trách nhiệm.
- Các doanh nghiệp xây dựng mô hình độc quyền từ đầu hiện đang đạt được giá trị cao nhất.
AI sáng tạo hiện đang thúc đẩy tăng doanh thu
Theo Khảo sát toàn cầu gần đây của McKinsey về AI, các doanh nghiệp đã thu được những lợi ích đáng kể từ việc áp dụng GenAI vào năm 2024. Kết quả khảo sát cho thấy rằng Nhân sự là một khía cạnh của hoạt động kinh doanh mà việc sử dụng GenAI đảm bảo phần giảm chi phí lớn nhất.
Về mặt doanh thu, những người được hỏi cho biết doanh thu tăng hơn 5% trong chuỗi cung ứng và quản lý hàng tồn kho bằng cách tận dụng khả năng của GenAI.
Những người áp dụng sớm đã đầu tư nhiều vào GenAI đang gặt hái những phần thưởng lớn nhất, nhờ hơn 10% Thu nhập trước lãi vay, thuế, khấu hao và khấu hao (EBITDA) của tổ chức họ vào việc sử dụng công nghệ GenAI.
Các báo cáo khác của ngành chứng thực những phát hiện này. Cuộc khảo sát của Tập đoàn tư vấn Boston cho thấy khoảng một nửa số công ty được khảo sát đã giảm hơn 10% chi phí chỉ bằng cách triển khai gen AI.
Bình luận về những phát hiện này, Julien Salinas, Giám đốc điều hành của nền tảng thiết kế AI, NLP Cloud , nói với Techopedia rằng đây chỉ là bước khởi đầu cho những lợi ích mà các doanh nghiệp sẽ thu được từ thế hệ AI.
“Tôi nghĩ đây mới chỉ là bước khởi đầu vì nhiều doanh nghiệp vẫn chưa hiểu rõ những khả năng mạnh mẽ mà AI mang lại.
“Tuy nhiên, điều quan trọng cần lưu ý là mức giá hiện tại mà các doanh nghiệp đang trả cho GenAI không phải là mức giá “thực” mà họ phải trả cho nó.
“Hầu hết các nhà cung cấp AI như OpenAI đang bán lỗ các mô hình AI của họ. Nhưng nó sẽ không tồn tại mãi mãi.”
Roman Kucera, CTO và Trưởng bộ phận AI tại Ataccama , nói với Techopedia:
“Các doanh nghiệp sử dụng AI có tiềm năng đạt được lợi thế cạnh tranh đáng kể. Điều này sẽ xảy ra trong tương lai gần và các công ty không sử dụng AI có nguy cơ trở nên lỗi thời.”
Tuy nhiên, ông cảnh báo: “Cuối cùng thì tất cả mọi người đều sử dụng AI, nó sẽ không mang lại lợi nhuận đầu tư lớn cho tất cả họ - một số sẽ có thể tận dụng nó tốt hơn, một số thì tệ hơn. Việc tìm kiếm sự phù hợp, các trường hợp sử dụng AI tốt nhất để mang lại giá trị cao nhất sẽ rất quan trọng.”
Nhân sự chịu thiệt hại nặng nề nhất từ sự thiếu chính xác của GenAI
Theo McKinsey, khi các doanh nghiệp gặt hái những phần thưởng từ AI sáng tạo, họ cũng phải đối mặt với những rủi ro liên quan đến quyền riêng tư dữ liệu, thành kiến và vi phạm quyền sở hữu trí tuệ cũng như các vấn đề về quản lý mô hình như kết quả đầu ra không chính xác và thiếu khả năng giải thích. Ngoài ra, các lỗ hổng bảo mật và khả năng sử dụng sai trái cũng đặt ra một thách thức quan trọng khác.
Một trong những vấn đề nổi tiếng với GenAI là nó ưu tiên tính hợp lý hơn độ chính xác và có thể tạo ra kết quả đầu ra không chính xác - một vấn đề đã được ghi chép rõ ràng và được gọi là ảo giác AI.
McKinsey nhận thấy nguy cơ ảo giác AI chủ yếu ảnh hưởng đến khía cạnh nhân sự của doanh nghiệp và dẫn đến chi phí doanh thu về nhiều mặt. Điều này chủ yếu là do khi kết quả đầu ra của GenAI liên quan đến các quy trình nhân sự như tuyển dụng, tính lương hoặc tuân thủ không chính xác, nó có thể dẫn đến các vấn đề pháp lý, tiền phạt và thiệt hại về danh tiếng cho công ty.
Cũng giống như nhân sự, chuỗi cung ứng không an toàn trước rủi ro này. Các doanh nghiệp cảnh giác khi sử dụng GenAI để quản lý hàng tồn kho vì bất kỳ sự thiếu chính xác nào trong dự báo nhu cầu, tối ưu hóa hàng tồn kho hoặc lập kế hoạch hậu cần đều có thể làm gián đoạn nghiêm trọng hoạt động và ảnh hưởng đến lợi nhuận.
Kucera cho biết các vấn đề xung quanh ảo giác về AI là do việc cung cấp cho AI dữ liệu lỗi thời, xung đột hoặc bị dán nhãn sai.
“Đào tạo AI với dữ liệu sai có thể dẫn đến phản hồi không chính xác, làm phức tạp thêm các vấn đề về dữ liệu hiện có. Trước khi tận dụng AI, các công ty phải đảm bảo họ có dữ liệu được quản lý, chất lượng cao. Không làm như vậy có nguy cơ gây ra lỗi nhiều hơn là thu được thông tin chi tiết.”
Ngoài dữ liệu đào tạo sai, Arti Raman, Giám đốc điều hành và Người sáng lập Portal26 , còn cho rằng việc ngộ độc dữ liệu độc hại và dữ liệu đào tạo sai lệch là một lý do khác khiến các doanh nghiệp phải vật lộn với những phản hồi thiếu chính xác trong phản hồi AI của họ.
Raman cho biết: “Ngay cả một lượng nhỏ dữ liệu thiếu sót cũng có thể làm sai lệch đáng kể kết quả trong các chatbot AI, gây ra hậu quả tai hại trong các lĩnh vực quan trọng”. Tuy nhiên, cô nhấn mạnh một giải pháp khả thi:
“Các dự án như Kho tri thức của Google thể hiện phương pháp xác thực thông tin bằng cách tham khảo chéo nhiều nguồn, đánh giá độ tin cậy và chỉ kết hợp dữ liệu đáp ứng các ngưỡng chính xác nghiêm ngặt vào quá trình phát triển mô hình.”
Bà lưu ý rằng việc đầu tư vào các giải pháp như vậy là rất quan trọng để tránh những sai sót, thay vì bỏ qua GenAI hoàn toàn.
Hầu hết các công ty chưa chuẩn bị để giải quyết các mối lo ngại về bảo mật AI
Bất chấp những lo ngại về rủi ro bảo mật xung quanh AI, việc áp dụng GenAI vẫn có sự gia tăng đáng kể.
Một cuộc khảo sát chớp nhoáng của McKinsey với hơn 100 công ty có doanh thu hơn 50 triệu USD cho thấy hầu hết các công ty lớn đều coi AI có tính sáng tạo là rất quan trọng nhưng lại thiếu sự chuẩn bị để triển khai có trách nhiệm. 63% ưu tiên áp dụng AI sáng tạo, nhưng 91% cảm thấy chưa sẵn sàng để làm điều đó về mặt đạo đức, làm lộ ra khoảng cách đáng kể về mức độ sẵn sàng.
Các nhà lãnh đạo bảo mật cũng có những lo lắng đáng kể – 77% cho biết sự không chắc chắn về quy định xung quanh GenAI ảnh hưởng đến quyết định triển khai của họ theo KPMG.
Có những lo ngại xung quanh việc vi phạm quyền riêng tư dữ liệu, vi phạm bản quyền đối với dữ liệu đào tạo và khả năng GenAI tạo ra thông tin sai lệch trên quy mô lớn.
Các doanh nghiệp xây dựng LLM từ đầu kiếm được nhiều lợi nhuận nhất
Theo McKinsey, có ba chiến lược riêng biệt mà các tổ chức áp dụng khi triển khai các khả năng AI tổng quát:
Người nhận
Đây là những tổ chức chủ yếu sử dụng các mô hình và công cụ GenAI nguồn mở từ các công ty công nghệ lớn và các công ty khởi nghiệp như Llama 3 của Meta và Groq-1 của xAI. Khoảng 40% số người được hỏi thuộc loại này. Những người thực hiện này tận dụng các mô hình được đào tạo trước cho các nhiệm vụ như tạo nội dung, dịch ngôn ngữ và phân tích dữ liệu mà không cần tùy chỉnh nhiều.
máy ép
Khoảng 35% công ty rơi vào loại này. Họ là những công ty sử dụng các mô hình ngôn ngữ lớn hiện có và tinh chỉnh hoặc đào tạo lại chúng về dữ liệu độc quyền của họ để tạo ra các giải pháp GenAI tùy chỉnh phù hợp với nhu cầu và trường hợp sử dụng cụ thể của họ.
Người tạo ra
Cuối cùng, khoảng 25% đang đầu tư mạnh vào việc phát triển các mô hình GenAI của riêng họ từ đầu, đào tạo các mô hình ngôn ngữ lớn về dữ liệu độc quyền bằng cách sử dụng các nguồn lực tính toán đáng kể. Đây có xu hướng là những gã khổng lồ công nghệ và các doanh nghiệp lớn có chuyên môn và cơ sở hạ tầng để xây dựng nội bộ các năng lực GenAI tiên tiến.
Cuộc khảo sát cho thấy rằng các nhà sản xuất hiện thấy giá trị cao nhất từ GenAI, với hơn 15% EBIT của họ được quy cho công nghệ này so với 10% của người nhận và người định hình. Tuy nhiên, người thực hiện được hưởng lợi từ thời gian tạo ra giá trị nhanh hơn trong khi người định hình cân bằng việc tùy chỉnh với chi phí phát triển giảm.
Điểm mấu chốt
AI sáng tạo không còn chỉ là sự cường điệu nữa – các doanh nghiệp đang bắt đầu trải nghiệm tác động hữu hình của nó và không có dấu hiệu nào cho thấy họ sẽ sớm từ bỏ công nghệ mạnh mẽ này. Tuy nhiên, một mối lo ngại chính đáng nảy sinh: Liệu việc theo đuổi lợi nhuận có làm lu mờ quyết tâm giải quyết các vấn đề an ninh, an toàn và đạo đức xuyên suốt thế hệ AI không?
Chỉ có thời gian mới tiết lộ câu trả lời, nhưng trước khi quyết định áp dụng các công cụ GenAI có sẵn, tùy chỉnh chúng hay tạo các mô hình độc quyền, các tổ chức phải xem xét dữ liệu hoặc tài sản trí tuệ mà họ muốn bảo vệ. Mặc dù những kẻ xấu có thể gặp khó khăn hơn khi xâm nhập vào các mô hình ngôn ngữ lớn (LLM) độc quyền, nhưng ngay cả cách tiếp cận này cũng không đảm bảo tính bảo mật dữ liệu hoàn hảo.
Trong cuộc đua khai thác tiềm năng của GenAI, các doanh nghiệp phải đạt được sự cân bằng tinh tế giữa đổi mới và triển khai có trách nhiệm, đảm bảo rằng các cân nhắc về đạo đức luôn được đặt lên hàng đầu trong quá trình ra quyết định của họ.
