AI Tinh là cách hiểu AI theo hướng tinh gọn và tinh anh: không phải mô hình to nhất mới là tốt nhất, mà là AI vừa đủ cho đúng việc, chạy ở chỗ hợp lý, tốn chi phí hợp lý. AiTinh.com định hướng làm nơi giúp doanh nghiệp nhỏ ở Việt Nam chọn và dựng những giải pháp AI như vậy.
Bài này dành cho chủ xưởng, chủ cửa hàng, trưởng phòng đang nghe quá nhiều lời mời "ứng dụng AI" mà không biết bắt đầu từ đâu. Câu hỏi đúng không phải "dùng AI nào mạnh nhất" mà là "việc này cần AI tới mức nào".
Doanh nghiệp nhỏ đang dùng AI quá to cho việc quá nhỏ
Một xưởng may ở Bình Dương muốn AI đọc phiếu đặt hàng viết tay của khách mối, rồi nhập vào bảng theo dõi. Người tư vấn đề xuất một hệ thống lớn, kết nối mô hình ngôn ngữ mạnh nhất qua mạng, trả phí theo lượt. Chạy được, nhưng mỗi tháng tiền phí tăng dần, và mọi đơn hàng của khách đều đi ra máy chủ ở đâu đó.
Trong khi việc cần làm rất hẹp: nhận dạng vài chục loại thông tin lặp lại trên một mẫu phiếu quen thuộc. Một mô hình nhỏ, được tinh chỉnh trên chính phiếu của xưởng, có thể làm tốt việc đó ngay trên một chiếc máy tính trong văn phòng.
Chuyện tương tự xảy ra ở phòng khám muốn tóm tắt hồ sơ, văn phòng muốn tra cứu tài liệu nội bộ, cửa hàng muốn phân loại câu hỏi khách. Phần lớn là việc hẹp, lặp lại, có mẫu, mà lại đem dùng loại AI đa năng nhất.
Dùng to cho việc nhỏ dẫn tới ba cái giá: chi phí không kiểm soát được, dữ liệu nội bộ phải gửi ra ngoài, và phụ thuộc vào một dịch vụ mình không điều khiển được. Tinh gọn là cách tránh cả ba.
Nguyên tắc chọn AI vừa đủ
Viết rõ việc cần làm trong một câu. Nếu không viết được, chưa nên mua công cụ nào cả.
Hỏi việc đó có cần AI không. Nhiều việc chỉ cần một bảng tính tốt hoặc quy tắc đơn giản.
Phân biệt việc mở và việc hẹp. Trò chuyện tự do cần mô hình đa năng; đọc một mẫu phiếu cố định chỉ cần mô hình chuyên.
Ưu tiên chạy tại chỗ cho dữ liệu nhạy cảm. Hồ sơ bệnh nhân, đơn hàng của khách, bản vẽ thiết kế nên ở trong máy của mình.
Tính chi phí theo năm, không theo tháng đầu. Phí theo lượt nhỏ lúc thử nhưng lớn dần khi dùng thật.
Thử trên dữ liệu thật của mình. Một trăm phiếu thật nói nhiều hơn mọi bản trình diễn.
Đo bằng việc làm xong. Bao nhiêu phiếu nhập đúng, bao nhiêu giờ tiết kiệm, không phải điểm số trên bảng xếp hạng mô hình.
Có đường lùi. Khi AI không chắc, chuyển cho người xử lý thay vì đoán bừa.
Giữ dữ liệu theo định dạng mở. Đổi công cụ sau này không phải nhập lại từ đầu.
Bắt đầu với một quy trình. Làm ổn một việc rồi mới mở rộng, tránh dàn trải.
Đào tạo người dùng. Công cụ tốt mà nhân viên không biết khi nào nên tin nó thì vẫn hỏng.
Mô hình nhỏ làm được gì, không làm được gì?
Mô hình nhỏ là các mô hình AI có ít tham số hơn, chạy được trên máy tính thường hoặc máy chủ nhỏ. Khi được huấn luyện thêm trên dữ liệu của một việc cụ thể, chúng có thể làm việc đó tốt ngang hoặc hơn mô hình lớn, vì chúng chỉ phải giỏi đúng một thứ.
Những việc hợp với mô hình nhỏ: phân loại văn bản, trích thông tin từ mẫu cố định, tìm kiếm trong tài liệu nội bộ, nhận dạng lỗi sản phẩm từ ảnh chụp trên dây chuyền, tóm tắt ngắn theo khuôn. Tốc độ nhanh, chi phí vận hành thấp, dữ liệu không rời khỏi công ty.
Những việc mô hình nhỏ dở: suy luận nhiều bước, viết văn dài sáng tạo, trả lời câu hỏi bất kỳ về mọi lĩnh vực. Với tiếng Việt, mô hình nhỏ chưa được huấn luyện kỹ còn hay sai dấu, sai nghĩa từ địa phương. Chọn mô hình phải thử bằng tiếng Việt thật của mình.
Vì vậy tinh gọn không có nghĩa là tránh mô hình lớn. Có những việc cần mô hình lớn thật, và khi đó nên dùng, có kiểm soát. Tinh là biết việc nào cần cái gì, không dùng một thứ cho mọi việc.
Những việc nên làm tinh gọn trước tiên
Đọc phiếu, hoá đơn giấy. Mẫu cố định, lặp lại nhiều, sai dễ kiểm.
Phân loại tin nhắn khách. Hỏi giá, hỏi hàng, khiếu nại, đổi trả, chuyển đúng người.
Tra cứu tài liệu nội bộ. Nhân viên mới hỏi quy trình, máy chỉ đúng trang trong sổ tay.
Kiểm lỗi sản phẩm qua ảnh. Đường may lệch, vết bẩn, nhãn dán sai vị trí.
Tóm tắt biên bản họp. Theo khuôn cố định: quyết định gì, ai làm, hạn khi nào.
Gắn nhãn ảnh sản phẩm. Màu, kiểu, chất liệu để tìm nhanh trong kho ảnh.
Chuẩn hoá danh sách khách. Gộp tên trùng, sửa số điện thoại sai định dạng.
Nhắc lịch bảo trì máy. Dựa trên giờ chạy máy, không cần AI phức tạp.
Dịch tài liệu kỹ thuật lặp lại. Bảng thuật ngữ riêng giúp bản dịch đúng chữ của ngành.
Trả lời câu hỏi thường gặp. Trong phạm vi tài liệu công ty đã duyệt, không đoán ra ngoài.
Việc nên để sau. Những thứ cần sáng tạo, phán đoán khó hoặc chịu trách nhiệm pháp lý.
Hướng đi và giá trị
Hướng đi đầu tiên của AiTinh.com là những bài hướng dẫn và bảng so sánh theo loại việc, viết bằng tiếng Việt dễ hiểu, giúp chủ doanh nghiệp tự trả lời câu hỏi "việc của mình cần AI tới mức nào" trước khi gặp bất kỳ ai chào bán.
Bước tiếp theo là các mẫu giải pháp dựng sẵn cho việc hay gặp ở doanh nghiệp Việt: đọc phiếu, phân loại tin nhắn khách, tra cứu quy trình nội bộ. Mỗi mẫu nói rõ cần máy cấu hình ra sao, dữ liệu nằm ở đâu, sai thì xử lý thế nào.
Xa hơn là cộng đồng chia sẻ kinh nghiệm thật: xưởng nào đã thử, tiết kiệm được gì, vấp ở đâu. Những câu chuyện thất bại cũng đáng giá như thành công, vì chúng giúp người sau tránh tốn tiền.
Giá trị cốt lõi là giúp doanh nghiệp nhỏ dùng AI mà vẫn làm chủ: chủ chi phí, chủ dữ liệu, chủ quyết định. Đó là thứ một doanh nghiệp mười người cần hơn mọi lời hứa về AI siêu mạnh.
Câu hỏi thường gặp
Mô hình AI nhỏ có chạy được trên máy tính văn phòng không?
Nhiều mô hình nhỏ chạy được trên máy tính có cấu hình khá, nhất là cho việc phân loại hay trích thông tin. Việc cụ thể cần cấu hình thế nào nên thử trên dữ liệu thật trước khi mua thiết bị.
Chạy AI tại chỗ có an toàn hơn dùng dịch vụ trực tuyến không?
Dữ liệu không phải gửi ra ngoài nên giảm một nguồn rủi ro. Nhưng máy tại chỗ cũng cần được bảo vệ, sao lưu và cập nhật, nếu không thì rủi ro chỉ đổi chỗ.
Doanh nghiệp nhỏ có nên tự huấn luyện mô hình riêng?
Thường không cần huấn luyện từ đầu. Tinh chỉnh một mô hình có sẵn trên vài trăm mẫu dữ liệu của mình đã đủ cho nhiều việc hẹp, và có thể nhờ người có kinh nghiệm làm một lần.
Vì sao gọi là AI Tinh?
Chữ tinh ở đây mang nghĩa tinh gọn và tinh anh: gọn về chi phí và hạ tầng, tinh ở chỗ chọn đúng công cụ cho đúng việc. Đó là hướng đi của trang, không phải tên một mô hình cụ thể.
Khi nào doanh nghiệp nhỏ thật sự cần mô hình lớn?
Khi việc đòi hỏi trả lời câu hỏi mở, viết nội dung đa dạng hoặc suy luận nhiều bước. Khi đó nên dùng có kiểm soát: giới hạn dữ liệu gửi đi, đặt trần chi phí và có người soát kết quả.