Mô hình nền tảng

Thời AI còn sơ khai, mỗi việc lại cần một mô hình riêng, dựng gần như từ số không: một mô hình để dịch, một mô hình để nhận diện ảnh, một mô hình khác để lọc thư rác. Cứ mỗi việc mới là một lần bắt đầu lại từ đầu — vừa tốn thời gian, vừa tốn dữ liệu.

Bước ngoặt lớn của vài năm gần đây là sự xuất hiện của cái gọi là mô hình nền tảng (foundation model). Năm 2021, một nhóm nghiên cứu ở Đại học Stanford đặt tên cho hiện tượng này để mô tả một cách làm mới: thay vì dựng riêng một mô hình cho mỗi việc, người ta huấn luyện đúng một mô hình thật lớn trên một biển dữ liệu, rồi từ cái nền chung đó điều chỉnh nhẹ cho hàng nghìn việc khác nhau. GPT-3, với khoảng 175 tỷ tham số, là ví dụ tiêu biểu: cùng một nền có thể viết thư, tóm tắt tài liệu, hay soạn mã, mà không phải đào tạo lại từ đầu cho từng việc.

Ý nghĩa nằm ở sự dịch chuyển trong cách nghĩ. Giá trị không còn dồn vào việc dựng mới mọi thứ, mà dồn vào một cái nền chung đủ vững để nhiều thứ khác cùng đứng lên trên đó.

Tôi thấy điều này rất quen với người điều hành. Một tổ chức trưởng thành hiếm khi xây lại quy trình cho từng dự án; nó gây dựng một cái nền chung — hệ giá trị, dữ liệu, năng lực cốt lõi — rồi mới tuỳ biến cho từng hoàn cảnh. Phần khó nhất, và cũng đáng đầu tư nhất, chính là cái nền ấy.

Trong tổ chức của bạn, đâu là cái nền chung mà mọi hoạt động đang dựa vào — và nó đã đủ vững chưa?

Đến bàn làm việc

Một mô hình nền tảng có giá trị vì nó được xây đúng một lần, đủ vững để nhiều việc khác cùng dựa vào. Tổ chức cũng vậy.

Tuần này, thử nhìn lại: mỗi khi nhận một dự án mới, đội ngũ đang phải dựng lại gần như từ đầu, hay đã có sẵn một cái nền để bắt đầu — một bộ hướng dẫn thương hiệu, một kho tài liệu mẫu, một quy trình đã được kiểm nghiệm?

Nếu câu trả lời là "làm lại từ đầu", thì đó chưa hẳn là chuyện năng lực, mà thường là dấu hiệu cái nền chung chưa được đầu tư đúng mức. Xây nền tốn công lúc đầu, nhưng lại là thứ khiến mọi việc về sau nhẹ đi rất nhiều.