Quy trình làm việc có sử dụng AI là gì?
Quy trình làm việc với AI là quy trình bằng văn bản cho một nhiệm vụ lặp lại, trong đó công cụ AI thực hiện một hoặc nhiều bước, còn con người thực hiện các bước còn lại, bao gồm cả việc kiểm tra. 'Mỗi thứ Hai, dán các phiếu yêu cầu hỗ trợ của tuần trước, yêu cầu xác định các chủ đề bằng câu lệnh đã lưu của chúng ta, đối chiếu từng chủ đề với ba phiếu mẫu, rồi đăng bản tóm tắt cho nhóm' là một quy trình làm việc với AI. 'Dùng ChatGPT để hỗ trợ chăm sóc khách hàng' thì không.
Thuật ngữ này cũng được dùng cho tự động hóa: phần mềm chuyển dữ liệu giữa các ứng dụng và gọi mô hình AI mà không có người tham gia vào quy trình. Cách đó có thể hữu ích, nhưng là một dự án khác với những rủi ro khác. Trang này nói về cách làm mà phần lớn các nhóm cần trước tiên: không cần viết mã và luôn có bước kiểm tra của con người trong mỗi lần thực hiện. Sau khi quy trình thủ công đã chạy ổn định trong vài tuần, bạn sẽ biết phần nào có thể tự động hóa một cách an toàn.
Một quy trình làm việc tốt với AI gồm những gì?
Một quy trình làm việc với AI tốt xác định rõ sáu yếu tố: điều kiện khởi động, dữ liệu đầu vào, câu lệnh, bước kiểm tra, bước phê duyệt và kết quả đầu ra. Nếu bất kỳ yếu tố nào chỉ nằm trong đầu một người, quy trình sẽ bị gián đoạn ngay lần đầu người đó đi nghỉ.
Yếu tố kích hoạt
Thời điểm quy trình được thực hiện: mỗi thứ Hai, khi nhận được hợp đồng mới từ nhà cung cấp, khi một yêu cầu hỗ trợ được chuyển lên cấp xử lý cao hơn.
Dữ liệu đầu vào
Chính xác những tài liệu nào được đưa vào và những gì phải loại bỏ trước. 'Chỉ dùng nội dung yêu cầu hỗ trợ, thay tên khách hàng bằng [KHÁCH HÀNG]' là cụ thể; 'các yêu cầu hỗ trợ' thì không.
Câu lệnh
Câu lệnh đã lưu, gồm vai trò, đối tượng đọc, định dạng và các quy tắc, chẳng hạn 'chỉ dùng dữ kiện trong tài liệu; đánh dấu mọi thông tin còn thiếu là [KIỂM TRA]'.
Kiểm tra
Người đánh giá xác minh những gì và bằng cách nào: đối chiếu thông tin với nguồn, tính lại số liệu, so sánh các cam kết với chính sách, đọc thành tiếng để kiểm tra giọng điệu.
Phê duyệt cuối cùng
Ai quyết định kết quả có đủ điều kiện để sử dụng, và điều gì xảy ra nếu không đủ điều kiện.
Kết quả đầu ra
Sản phẩm công việc sau khi hoàn thành được chuyển đến đâu và ở định dạng nào, để người tiếp nhận biết sẽ nhận được gì.
Làm thế nào để xây dựng quy trình làm việc có AI theo từng bước?
Xây dựng quy trình từ một nhiệm vụ bạn đã làm tốt bằng cách thủ công, không phải từ danh sách tính năng của công cụ. Làm thủ công trước giúp bạn biết kết quả tốt trông như thế nào; đó chính là tiêu chuẩn mà cách làm bằng AI phải đáp ứng.
1. Chọn một công việc lặp lại
Chọn một việc diễn ra hằng tuần hoặc hằng ngày, có tài liệu nguồn và người rà soát, để lỗi được phát hiện ngay trong nội bộ.
2. Ghi lại cách bạn đang thực hiện
Liệt kê các bước, dữ liệu đầu vào và những gì bạn kiểm tra. Đây sẽ là bộ khung của quy trình làm việc.
3. Đánh dấu bước AI có thể soạn bản nháp
Thường là bản nháp đầu tiên, bản tóm tắt hoặc phần trích xuất thông tin. Các bước cần đánh giá vẫn do con người thực hiện.
4. Viết và thử câu lệnh
Thử với ba ví dụ trước đây mà bạn đã biết câu trả lời đúng. Điều chỉnh câu lệnh cho đến khi bản nháp chỉ cần sửa đôi chút.
5. Viết cách kiểm tra
Chuyển những nội dung bạn đã sửa trong quá trình thử nghiệm thành danh sách kiểm tra ngắn. Những lỗi đã gặp khi thử nghiệm là những lỗi cần kiểm tra mỗi lần.
6. Bàn giao cho người khác
Nhờ một đồng nghiệp thực hiện chỉ dựa vào bản hướng dẫn đã viết. Mỗi câu hỏi họ đặt ra đều cho thấy một chỗ còn thiếu trong tài liệu.
7. Rà soát sau một tháng
Xem một vài kết quả, những chỗ người rà soát đã sửa và các sự cố suýt xảy ra. Giữ lại, điều chỉnh hoặc ngừng dùng quy trình.
Một quy trình làm việc thực tế với AI sẽ như thế nào?
Northgate Lettings là một công ty môi giới cho thuê bất động sản giả định có 30 nhân viên. Các quản lý bất động sản dành chiều thứ Sáu để viết email cập nhật cho chủ nhà về việc sửa chữa. Công ty chuyển việc này thành một quy trình làm việc. Thời điểm kích hoạt: thứ Sáu hằng tuần. Dữ liệu đầu vào: các mục nhật ký sửa chữa trong tuần của một bất động sản, được sao chép từ hệ thống bảo trì, trong đó tên người thuê được thay bằng [NGƯỜI THUÊ]. Câu lệnh: 'Bạn đang viết một bản cập nhật ngắn gọn, đúng sự thật cho chủ nhà. Chỉ sử dụng các mục nhật ký bên dưới. Với mỗi việc sửa chữa, hãy nêu vấn đề đã được báo cáo, những gì đã được thực hiện và bước tiếp theo. Nếu nhật ký không có chi phí, ngày tháng hoặc tên nhà thầu, hãy viết [KIỂM TRA]. Không thay mặt công ty xin lỗi hoặc hứa hẹn ngày hoàn thành.'
Lần chạy thử đầu tiên cho thấy vì sao các quy tắc lại quan trọng. Khi không có chúng, bản nháp nói với một chủ nhà rằng nồi hơi sẽ được 'sửa xong vào đầu tuần tới', dù chưa ai xác nhận điều đó, và ước tính chi phí sửa chữa 'khoảng £150'. Khi có quy tắc, bản nháp ghi tình trạng nồi hơi là 'đã đặt lịch kỹ thuật viên đến; ngày hoàn tất [KIỂM TRA]' và bỏ phần chi phí. Việc kiểm tra gồm ba dòng: mọi ngày tháng và chi phí đều có trong nhật ký, không hứa điều gì mà nhà thầu chưa xác nhận, và tên chủ nhà cùng địa chỉ bất động sản được thêm trong hệ thống email riêng của đơn vị quản lý, tuyệt đối không nhập vào công cụ AI.
Người quản lý bất động sản chịu trách nhiệm phê duyệt các cập nhật thường lệ, còn giám đốc chi nhánh phê duyệt mọi khoản sửa chữa vượt hạn mức phê duyệt của công ty dịch vụ. Quy trình dài một trang, được lưu trong ổ đĩa dùng chung, và một nhân viên quản lý bất động sản mới đã thực hiện đúng ngay trong tuần làm việc thứ hai chỉ dựa vào tài liệu đó. Đó mới là phép thử quan trọng.
Bạn muốn xem nội dung này liên quan thế nào đến một vai trò công việc?
Tìm hiểu đợt dùng thử cho đội ngũ đang được lên kế hoạch ↗Vì sao mọi quy trình làm việc với AI đều cần con người kiểm tra?
Vì đôi khi công cụ sẽ đưa ra thông tin sai một cách đầy tự tin, còn những người dùng cùng một quy trình hằng tuần sẽ dần ngừng kiểm tra. Hồ sơ AI tạo sinh của NIST mô tả sự bịa đặt là việc tạo ra nội dung được trình bày đầy tự tin nhưng sai sót hoặc sai sự thật, và thiên kiến tự động hóa là sự tin cậy quá mức vào các hệ thống tự động; theo tài liệu này, thiên kiến đó có thể làm các rủi ro khác trầm trọng hơn. Quy định kiểm tra bằng văn bản giúp khắc phục cả hai: cho người kiểm tra biết chính xác cần xem gì và bảo đảm việc kiểm tra không trở thành tùy chọn.
Giữ quy trình kiểm tra đủ ngắn để thực hiện mỗi lần. Ba hoặc bốn câu hỏi cụ thể hiệu quả hơn một danh sách dài mà chẳng ai hoàn thành. Nếu kiểm tra mất nhiều thời gian hơn làm thủ công, quy trình đó không tiết kiệm được gì và cần được thiết kế lại hoặc ngừng sử dụng.
Công cụ AI nào tốt nhất để tự động hóa quy trình làm việc?
Không có công cụ nào tốt nhất cho mọi trường hợp, và phần lớn các nhóm chưa nên chọn công cụ cho đến khi quy trình thủ công chứng tỏ được hiệu quả. Các nền tảng tự động hóa kết nối ứng dụng và có thể gọi mô hình AI theo lịch, giúp loại bỏ thao tác sao chép và dán, nhưng cũng loại bỏ khoảng dừng tự nhiên để một người đọc kết quả. Nếu tự động hóa, hãy giữ một bước rà soát trước khi bất cứ nội dung nào được gửi cho khách hàng, đồng thời kiểm tra nơi nền tảng lưu trữ dữ liệu được truyền qua đó.
Tự động hóa phù hợp hơn khi dữ liệu đầu vào có cấu trúc, đầu ra chỉ được dùng nội bộ và sai sót có thể sửa lại với chi phí thấp, chẳng hạn như gắn nhãn email đến để một người xử lý. Tự động hóa không phù hợp với bất kỳ việc gì gửi tin nhắn, thay đổi hồ sơ hoặc đưa ra quyết định mà không có người kiểm tra trước.
Khi nào quy trình làm việc có AI không phải là giải pháp phù hợp?
Bỏ qua bước dùng AI khi công việc hiếm khi phát sinh, khi dữ liệu đầu vào quá nhạy cảm để đưa vào công cụ đã được phê duyệt, hoặc khi một mẫu có sẵn đã đủ đáp ứng. Một lá thư tiêu chuẩn chỉ thay đổi hai trường mỗi lần cần tính năng trộn thư, không cần mô hình AI. Công việc đòi hỏi nhận định về một người cụ thể, chẳng hạn như vấn đề về hiệu suất làm việc, nên do con người xử lý.
Và nếu một quy trình liên tục tạo ra kết quả mà người rà soát phải viết lại từ đầu, hãy ngừng sử dụng nó. Đó là thông tin hữu ích, không phải thất bại.
Làm thế nào để học cách vận hành hiệu quả quy trình làm việc có AI?
Bằng cách cho họ thực hành với các ví dụ sát thực tế và nhận phản hồi trước khi phải xử lý tình huống có hệ quả thực sự. Luyện kiểm tra nhiều như luyện viết câu lệnh: đưa cho mọi người một bản nháp có cài sẵn lỗi, chẳng hạn một ngày tháng bịa đặt hoặc một khoản chi phí không có trong nguồn, rồi xem họ có phát hiện ra không. Hướng dẫn về mẫu câu lệnh của chúng tôi cung cấp các cấu trúc có thể tái sử dụng cho bước viết câu lệnh.
Tosheo.ai đang được phát triển xoay quanh hình thức thực hành này. Các tình huống thực hành dự kiến là bài tập nhập vai, trong đó người học sử dụng AI cho một tình huống công việc thực tế và giải thích họ đã thay đổi gì, vì sao, rồi được chấm theo bộ tiêu chí công khai. Sản phẩm chưa được xây dựng; mức giá dự kiến có trên trang bảng giá.