Đúng kỹ thuật vẫn cần người dùng

Đây là điều tôi hay nhắc với những người đang đưa AI vào vận hành: một mô hình có thể đúng tới 95% ngay ngày đầu, nhưng nếu không ai mở nó ra dùng, con số ấy chẳng sinh ra giá trị nào.

Mức chấp nhận là gì

Giới làm nghề gọi khoảng cách giữa chạy được trong phòng thử và được người thật tin dùng là mức chấp nhận (adoption). Đây mới là chỗ phần lớn dự án AI dừng lại, chứ không phải ở độ chính xác.

Năm 1962, nhà xã hội học Everett Rogers mô tả cách một đổi mới lan trong cộng đồng, qua lý thuyết khuếch tán đổi mới (diffusion of innovations). Ông thấy người ta chấp nhận cái mới theo từng nhóm chứ không cùng lúc: nhóm tiên phong chỉ khoảng 2,5%, nhóm thử sớm 13,5%, rồi hai nhóm số đông mỗi bên 34%, cuối cùng là nhóm dè dặt 16%. Điều đáng nhớ là một công cụ dù tốt vẫn dừng lại ở nhóm nhỏ ban đầu, nếu nó không bắc được cầu sang số đông đến sau. Và cây cầu ấy làm bằng niềm tin và thói quen, bằng cảm giác cái này là của mình, chứ không phải bằng thêm một điểm phần trăm độ chính xác.

Ứng dụng vào quản trị ra sao

Tôi thấy nhiều doanh nghiệp đo một dự án AI chỉ bằng độ chính xác của mô hình, rồi ngạc nhiên khi ba tháng sau gần như không ai dùng. Mô hình không hỏng. Thứ chưa được thiết kế là hành trình để con người chấp nhận nó.

Bài học từ Rogers rất đời: đừng đợi giao hàng xong mới lo người dùng. Hãy mời chính người sẽ dùng tham gia từ lúc chọn bài toán, cho họ chạm bản thô, rồi chỉnh công cụ theo cách họ thật sự làm việc. Một vài người thử sớm tin tưởng rồi kể lại cho đồng nghiệp thường lan toả mạnh hơn mọi buổi tập huấn bắt buộc.

Một hệ thống hoàn hảo mà không ai thấy mình trong đó thì vẫn là một hệ thống chưa chạy.

Trong đội ngũ của bạn, công cụ nào đang đúng về kỹ thuật nhưng vẫn vắng người dùng, và ai là người nên được mời vào sớm hơn?