Chọn nhà cung cấp AI cho doanh nghiệp

Chọn nhà cung cấp AI là quyết định về hợp đồng và vận hành nhiều hơn là quyết định về công nghệ, vì mô hình thay đổi sau mỗi vài tháng còn điều khoản dữ liệu và khả năng hỗ trợ thì theo bạn nhiều năm. Sai lầm phổ biến nhất là chọn theo màn trình diễn: bên bán demo một kịch bản đã chuẩn bị kỹ, doanh nghiệp bị thuyết phục, rồi sáu tháng sau phát hiện hệ thống không xử lý nổi dữ liệu thật của mình.

Ba loại nhà cung cấp, ba cách đánh giá khác nhau

Với loại thứ ba, tiêu chí quan trọng nhất không phải năng lực kỹ thuật mà là kế hoạch bàn giao: sau khi họ rút đi, ai trong tổ chức bạn vận hành được hệ thống, và tài liệu nào để lại. Rất nhiều dự án chết vì bỏ qua đúng câu hỏi này.

Bộ tiêu chí sáu nhóm

Chấm mỗi nhóm theo thang một tới năm, và quy định trước nhóm nào là điều kiện loại trừ chứ không phải điểm cộng trừ.

• Dữ liệu và quyền riêng tư. Dữ liệu lưu ở đâu, có được dùng để huấn luyện không, lưu bao lâu, xóa thế nào, ai trong đội ngũ họ truy cập được. Đây là nhóm loại trừ.
• Bảo mật và tuân thủ. Chứng nhận độc lập, cơ chế phân quyền, nhật ký truy cập, quy trình xử lý sự cố và thời hạn thông báo cho bạn. Nhóm loại trừ.
• Chất lượng trên dữ liệu của bạn. Không phải trên dữ liệu demo của họ. Nhóm này phải được đo, không được nghe kể.
• Chi phí toàn phần. Giá niêm yết, cách tính khi vượt hạn mức, chi phí triển khai, chi phí đào tạo, chi phí khi mở rộng gấp ba.
• Khả năng rời đi. Lấy dữ liệu ra ở định dạng gì, trong bao lâu, mất phí không, hợp đồng ràng buộc mấy năm.
• Hỗ trợ và sức sống của nhà cung cấp. Kênh hỗ trợ, thời gian phản hồi cam kết, có hỗ trợ tiếng Việt không, họ đã tồn tại bao lâu và phục vụ bao nhiêu khách hàng tương tự bạn.

Phép thử bắt buộc trước khi ký

Đây là phần quyết định và cũng là phần nhiều doanh nghiệp bỏ qua vì ngại mất thời gian. Yêu cầu một giai đoạn chạy thử có cấu trúc, với bốn điều kiện.

Một, chạy trên dữ liệu thật của bạn, kể cả những ca xấu: hồ sơ thiếu thông tin, văn bản viết tắt, ảnh chụp mờ, dữ liệu sai định dạng. Demo luôn dùng ca đẹp, còn công việc thật thì phần lớn là ca xấu.

Hai, dùng bộ thử nghiệm do bạn soạn, gồm hai mươi tới năm mươi ví dụ kèm đáp án mà bạn coi là đạt, giao cho mọi nhà cung cấp ứng viên cùng một bộ.

Ba, người của bạn thao tác, không phải chuyên gia của họ ngồi bấm. Bạn đang đánh giá cả tính dễ dùng, không chỉ năng lực lõi.

Bốn, chấm bằng bảng tiêu chí cố định, theo cách nêu ở bài tiêu chí đánh giá chất lượng đầu ra của AI.

Mười hai câu hỏi phải hỏi và cách đọc câu trả lời

Câu hỏi thứ mười có một phiên bản mạnh hơn nhiều: đề nghị được nói chuyện trực tiếp với một khách hàng đang dùng ở quy mô tương tự. Phản ứng với đề nghị này nói lên nhiều điều hơn mọi tài liệu giới thiệu.

Năm dấu hiệu nên dừng lại

Không cam kết bằng văn bản về việc dữ liệu không dùng để huấn luyện. Không nói được mô hình nền đang dùng là gì. Ép ký nhiều năm kèm giảm giá sâu ngay lần gặp đầu. Từ chối cho chạy thử trên dữ liệu thật của bạn. Không có kế hoạch bàn giao và tài liệu vận hành.

Dấu hiệu thứ tư là dấu hiệu rõ nhất. Một nhà cung cấp tự tin vào sản phẩm sẽ muốn bạn thử trên dữ liệu xấu nhất, vì đó là lúc họ chứng minh được khác biệt.

Câu hỏi thường gặp

Nên chọn một nhà cung cấp hay nhiều?

Ở giai đoạn đầu nên một, để giảm chi phí quản trị và đào tạo. Khi đã ổn định, giữ một phương án dự phòng đã thử nghiệm là hợp lý, nhất là với quy trình quan trọng, vì nhà cung cấp có thể đổi giá, đổi chính sách hoặc dừng một dịch vụ. Điều kiện để dự phòng có ý nghĩa là prompt và dữ liệu của bạn không bị khóa vào một bên.

Giai đoạn chạy thử nên kéo dài bao lâu?

Bốn tới sáu tuần cho đa số trường hợp. Ngắn hơn thì chưa qua giai đoạn làm quen và số liệu còn lẫn hiệu ứng mới mẻ. Dài hơn thì chi phí cơ hội bắt đầu lớn. Điều quan trọng hơn thời lượng là bộ thử nghiệm phải do bạn soạn và phải có ca xấu.

Có nên chọn nhà cung cấp trong nước không?

Ưu thế của đơn vị trong nước thường nằm ở hỗ trợ bằng tiếng Việt, hiểu nghiệp vụ địa phương và xử lý được yêu cầu về nơi lưu trữ dữ liệu. Ưu thế của nhà cung cấp quốc tế thường nằm ở năng lực mô hình và độ ổn định hạ tầng. Cách chọn hợp lý là xác định trước nhóm tiêu chí nào là điều kiện loại trừ với bạn, rồi mới so sánh phần còn lại.

Làm sao tránh bị khóa vào một nhà cung cấp?

Ba việc cụ thể: giữ thư viện prompt và dữ liệu nghiệp vụ ở dạng chuẩn do bạn sở hữu, yêu cầu điều khoản xuất dữ liệu rõ ràng trong hợp đồng, và duy trì một bộ thử nghiệm để có thể đánh giá phương án thay thế bất cứ lúc nào. Ba việc này rẻ nếu làm từ đầu và rất đắt nếu làm sau.

Chứng nhận bảo mật có đủ để yên tâm không?

Chứng nhận cho biết nhà cung cấp có quy trình được kiểm tra độc lập, đó là tín hiệu tốt nhưng không nói gì về cấu hình cụ thể trong trường hợp của bạn. Vẫn cần kiểm tra phần thuộc về bạn: phân quyền tài khoản, ai được cấp quyền gì, nhật ký truy cập có bật không, và dữ liệu nào được phép đưa lên.

Bên bán demo rất thuyết phục, làm sao đánh giá khách quan?

Quy tắc đơn giản: không ra quyết định trong buổi demo. Yêu cầu chạy lại đúng kịch bản đó trên ba ca dữ liệu do bạn đưa ra tại chỗ, không báo trước. Khoảng cách giữa kết quả demo và kết quả trên dữ liệu của bạn chính là thông tin bạn cần.

Ngân sách nên phân bổ thế nào?

Kinh nghiệm triển khai cho thấy phần công cụ thường chiếm tỷ trọng nhỏ hơn nhiều so với hình dung ban đầu, trong khi phần chuẩn bị dữ liệu, chuẩn hóa quy trình và đào tạo người dùng mới quyết định kết quả. Nếu toàn bộ ngân sách dồn vào phần mềm và không còn gì cho hai phần kia thì khả năng thất bại rất cao.

Khi nào nên đổi nhà cung cấp?

Khi có một trong bốn tình huống: điểm chất lượng trên bộ thử nghiệm của bạn tụt liên tục qua hai kỳ đánh giá, chi phí tăng vượt mức đã dự tính mà không đi kèm giá trị mới, hỗ trợ không đáp ứng cam kết, hoặc chính sách dữ liệu thay đổi theo hướng bất lợi. Ba tình huống đầu cần dữ liệu theo dõi, nên việc đo định kỳ là điều kiện để nhận ra kịp.

Bài liên quan trong cùng chủ đề

• Tiêu chí đánh giá chất lượng đầu ra của AI
• Mô hình nguồn mở và chạy AI trên máy riêng
• Lộ trình đưa AI vào doanh nghiệp theo bốn giai đoạn
• Bảo mật dữ liệu khi dùng AI trong công việc

Đánh giá bằng dữ liệu của bạn thay vì bằng buổi demo

Bộ thử nghiệm do chính bạn soạn là tài sản dùng được nhiều năm, cho cả lần chọn đầu tiên lẫn mọi lần đánh giá lại về sau. Hai chương trình dưới đây hướng dẫn cách dựng bộ đó.

• Khóa học AI cho quản lý và lãnh đạo
• Khóa học AI Automation tự động hóa công việc
• Liên hệ tại trang thông tin liên hệ hoặc hotline 093.404.1114

Về người viết

Nguyễn Văn Tân (Tân AI, Tân MKT) là chuyên gia đào tạo ứng dụng AI và Marketing, Founder kiêm CEO Drabuff Academy & Agency, tác giả ba cuốn sách. Anh đi lên từ nền tảng kỹ sư công nghệ thông tin với các chứng chỉ CCNA, CCNP và CEH, từng làm tại FPT và Vietsovpetro, sau đó hơn 10 năm làm Marketing. Anh đã trực tiếp đứng lớp hơn 200 khóa đào tạo cho trên 100 doanh nghiệp, trong đó có Viettel, Honda, Mercedes-Benz, Novaland, Heineken, Toyota và EVN. Nguyên tắc của anh là thực chiến: quy trình nào không chạy được trong công việc hằng ngày thì không đưa vào bài giảng.