Trong quá trình thúc đẩy chiến lược trí tuệ nhân tạo (AI), Giám đốc AI mới bổ nhiệm (CAIO) Anja Leth Zimmer sẽ đảm nhận sứ mệnh quan trọng trong việc mở rộng ứng dụng AI và dữ liệu tại Novo Nordisk. Tuy nhiên, doanh nghiệp phải đối mặt với nhiều thách thức liên quan đến rủi ro khi triển khai AI. Bài viết này sẽ hệ thống hóa ba loại rủi ro lớn mà các tổ chức lớn như Novo Nordisk có thể gặp phải khi triển khai AI, từ khía cạnh phân loại rủi ro, nguyên nhân và cách tránh né, giúp làm rõ câu hỏi “Rủi ro AI trong doanh nghiệp là gì?” và cách giảm thiểu hiệu quả những rủi ro này.
1. Giải Thích Các Loại Rủi Ro và Nguyên Nhân Khi Novo Nordisk Mở Rộng AI
Là một tập đoàn dược phẩm đa quốc gia, Novo Nordisk gặp phải thách thức lớn về an ninh dữ liệu, tuân thủ quy định và thực hiện công nghệ khi đẩy mạnh AI và quản lý dữ liệu. Anja Leth Zimmer, với vai trò CAIO, cần phải quản lý những rủi ro tiềm ẩn này, nếu không có thể dẫn đến các vấn đề về tuân thủ, thất bại công nghệ thậm chí là thiệt hại về uy tín.
Rủi ro trong doanh nghiệp AI thường được phân thành ba loại chính:
1. Rủi ro về công nghệ và hệ thống
2. Rủi ro về pháp lý và tuân thủ
3. Rủi ro về tổ chức và văn hóa
Đằng sau những rủi ro này thường xuất phát từ việc xử lý dữ liệu phức tạp, tiêu chuẩn ngành y tế nghiêm ngặt và những kháng cự nội bộ.
2. Rủi Ro Về Công Nghệ và Hệ Thống: Tại Sao Dự Án AI Tại Novo Nordisk Dễ Gặp Thách Thức
Rủi ro về công nghệ và hệ thống chủ yếu xuất phát từ độ chính xác của mô hình AI chưa đủ, chất lượng dữ liệu kém, sự phức tạp khi tích hợp hệ thống và độ an toàn của cơ sở hạ tầng. Hiện tại, nhiều doanh nghiệp gặp phải tình trạng dữ liệu phân tán ở nhiều phòng ban khác nhau, định dạng dữ liệu không nhất quán, dẫn đến tài liệu huấn luyện AI không đủ hoặc sai lệch.
Từ góc nhìn của Anja Leth Zimmer, cô đã phát hiện ra rằng một vài dự án AI do xử lý dữ liệu không đủ đã dẫn đến dự đoán của mô hình sai lệch so với ứng dụng thực tế, gây bất an cho các bộ phận nghiên cứu và lâm sàng. Cô đã chọn hợp tác chặt chẽ với đội ngũ IT và khoa học dữ liệu để tăng cường quy trình quản lý dữ liệu và tích hợp dữ liệu, nhằm tránh chênh lệch công nghệ.
【Gợi Ý Tránh Gai】
– Thúc đẩy tiêu chuẩn dữ liệu thống nhất và cơ chế làm sạch dữ liệu để đảm bảo chất lượng dữ liệu.
– Nhập khẩu kiến trúc AI mô-đun và theo dõi hiệu quả mô hình liên tục.
– Tăng cường bảo vệ an toàn cơ sở hạ tầng và phát hiện bất thường.
3. Rủi Ro Về Pháp Lý và Tuân Thủ: Làm Thế Nào Để Tránh Vi Phạm Quy Định Ngành Y Tế Khắt Khe
Việc ứng dụng AI trong lĩnh vực y tế thường bị giám sát nghiêm ngặt bởi nhiều quy định pháp lý như GDPR, FDA, liên quan đến quyền riêng tư và an toàn dữ liệu của bệnh nhân. Việc quá phụ thuộc vào quyết định của AI có thể dẫn đến thiếu sự minh bạch và vi phạm luật pháp.
Anja nhận thấy rằng một hệ thống hỗ trợ quyết định lâm sàng sẽ bị bộ phận pháp lý và cơ quan quản lý chất vấn về tính tuân thủ nếu thuật toán không rõ ràng. Cô đã chủ động khởi xướng đánh giá liên phòng ban và cập nhật tuân thủ liên tục để phòng ngừa rủi ro.
【Gợi Ý Tránh Gai】
– Thành lập nhóm chuyên trách để đánh giá và theo dõi tuân thủ pháp lý.
– Tăng cường xử lý dữ liệu ẩn danh để bảo vệ quyền riêng tư của bệnh nhân.
– Duy trì tính minh bạch và giải thích của thuật toán để đáp ứng yêu cầu quy định.
4. Rủi Ro Về Tổ Chức và Văn Hóa: Thách Thức Từ Kháng Cự Chuyển Đổi và Thiếu Hụt Nhân Tài
Việc triển khai AI cần sự hỗ trợ từ văn hóa tổ chức và nâng cao kỹ năng nhân viên, nhưng các doanh nghiệp lớn thường đối mặt với kháng cự từ nhân viên đối với công nghệ mới và thiếu hụt nhân tài chuyên môn về AI.
Anja đã gặp phải tình trạng một số bộ phận không tin tưởng vào AI, cho rằng máy móc sẽ thay thế quyết định của con người, dẫn đến ứng phó không cao. Cô đã liên tục thúc đẩy chương trình đào tạo giáo dục, kết hợp các trường hợp thực tế để chứng minh AI là công cụ hỗ trợ quyết định, dần dần thuyết phục mọi người.
【Gợi Ý Tránh Gai】
– Thúc đẩy giao tiếp liên phòng ban và xây dựng năng lực để xóa bỏ hiểu lầm và kháng cự.
– Thành lập đội ngũ chuyên môn về AI để thu hút và phát triển nhân tài.
– Thiết lập phân công trách nhiệm rõ ràng và cơ chế chia sẻ lợi ích để đảm bảo quá trình triển khai được suôn sẻ.
5. Câu Hỏi Tổng Hợp: Rủi Ro và Cách Tránh Gai Trong Việc Mở Rộng AI Của Novo Nordisk
Q1: Rủi ro công nghệ lớn nhất khi Novo Nordisk thúc đẩy AI là gì?
A1: Chất lượng dữ liệu không đồng đều và độ chính xác của mô hình kém dễ dẫn đến sai lệch trong dự đoán của AI, ảnh hưởng đến quyết định và sự tin cậy của quản lý. Tăng cường quản lý dữ liệu và giám sát mô hình là điều cốt yếu.
Q2: Làm thế nào để tránh vi phạm quy định y tế trong các dự án AI?
A2: Tiến hành đánh giá tuân thủ pháp luật liên tục, đảm bảo dữ liệu được ẩn danh, duy trì tính minh bạch của thuật toán và hợp tác chặt chẽ với bộ phận pháp lý để ngăn chặn vi phạm tiềm tàng.
Q3: Phải làm gì khi nhân viên không muốn tiếp nhận công nghệ AI mới?
A3: Thông qua đào tạo, chia sẻ các trường hợp thực tế và chứng minh giá trị hỗ trợ của AI, để xây dựng lòng tin và sự ủng hộ, giảm thiểu kháng cự.
Q4: Có nên đầu tư với tỷ lệ cao vào các dự án AI không?
A4: Nên đầu tư theo từng giai đoạn và quản lý rủi ro, không nên đặt cược hoàn toàn và thiết lập tiêu chí đánh giá rõ ràng cùng cơ chế phản hồi.
Q5: Làm thế nào để đánh giá rủi ro của các dự án AI?
A5: Đánh giá từ ba khía cạnh: tính ứng dụng công nghệ, tuân thủ và văn hóa tổ chức, đồng thời kiểm tra định kỳ để hình thành quản lý động.
Tóm lại, Anja Leth Zimmer, với tư cách là CAIO tại Novo Nordisk, đang đối mặt với nhiều thử thách trong việc mở rộng AI, nhưng thông qua đánh giá rủi ro chặt chẽ, hợp tác giữa các bộ phận và giáo dục liên tục, có thể giảm thiểu hiệu quả các rủi ro, giúp doanh nghiệp đứng vững trong làn sóng chuyển đổi số. Những rủi ro và cách tránh gai này cũng mang lại những tham khảo quan trọng cho các tổ chức muốn thúc đẩy AI trong doanh nghiệp.
Chúng tôi mời bạn tìm hiểu thêm về ứng dụng công nghệ thông minh trong doanh nghiệp cũng như quản lý rủi ro, vui lòng tham khảo: https://www.okx.com/join?channelId=16662481
