AI tác động đến vai trò lãnh đạo như thế nào?

Trọng tâm công việc chuyển sang xác định đúng vấn đề, kiểm tra chất lượng dữ liệu, đánh giá giả định của mô hình, cân nhắc tác động tới các bên liên quan và chịu trách nhiệm về quyết định cuối cùng. Vì vậy, lợi thế của nhà lãnh đạo trong môi trường AI không nằm ở việc cạnh tranh với máy về khả năng tính toán, mà ở khả năng kết hợp phân tích máy với bối cảnh, đạo đức, kinh nghiệm và mục tiêu dài hạn của tổ chức.

AI thay đổi nền tảng thực hiện vai trò lãnh đạo

Lãnh đạo truyền thống thường được xây dựng trên ba nguồn lợi thế: khả năng tiếp cận thông tin, kinh nghiệm tích lũy và quyền ra quyết định. AI làm suy giảm tính độc quyền của hai nguồn lợi thế đầu tiên.

Nhân viên có thể sử dụng công cụ AI để phân tích tài liệu, chuẩn bị phương án và tiếp cận kiến thức chuyên môn mà trước đây chủ yếu nằm trong tay cấp quản lý. Các hệ thống phân tích cũng có thể xử lý một khối lượng dữ liệu lớn hơn nhiều so với một cá nhân. Vì vậy, việc biết nhiều thông tin hơn cấp dưới không còn đủ để tạo nên uy tín lãnh đạo.

Giá trị của nhà lãnh đạo chuyển sang bốn năng lực cốt lõi:

·         Đặt ra câu hỏi phù hợp trước khi yêu cầu AI tìm câu trả lời

·         Kết nối kết quả phân tích với chiến lược và bối cảnh thực tế

·         Xác định giới hạn sử dụng AI trong từng loại quyết định

·         Chịu trách nhiệm về hậu quả của quyết định, kể cả khi phương án do AI đề xuất

Sự thay đổi này biến lãnh đạo từ vị trí “người có câu trả lời” thành “người thiết kế điều kiện để tổ chức đưa ra câu trả lời tốt hơn”.

Từ người phân tích thông tin sang người định hình vấn đề

AI có thể hỗ trợ tổng hợp báo cáo, phân loại phản hồi khách hàng, phát hiện bất thường và xây dựng nhiều kịch bản. Tuy nhiên, chất lượng đầu ra phụ thuộc rất lớn vào cách vấn đề được định nghĩa.

Chẳng hạn, khi doanh thu giảm, một hệ thống AI có thể phân tích giá bán, hành vi khách hàng, hoạt động tiếp thị hoặc hiệu suất kênh phân phối. Nhưng AI không tự biết tổ chức nên ưu tiên tăng doanh thu ngắn hạn, giữ biên lợi nhuận, bảo vệ thương hiệu hay duy trì quan hệ với khách hàng chiến lược. Đây là lựa chọn mang tính lãnh đạo.

Nhà lãnh đạo vì thế phải làm rõ:

·         Vấn đề thực sự cần giải quyết là gì

·         Tiêu chí nào quyết định một phương án được xem là tốt

·         Những biến số nào không thể hiện đầy đủ trong dữ liệu

·         Bên liên quan nào có thể chịu tác động

·         Khoảng thời gian nào cần được ưu tiên

·         Rủi ro nào tổ chức không sẵn sàng chấp nhận

Nếu câu hỏi ban đầu sai, AI có thể tạo ra một câu trả lời rất chính xác cho một vấn đề không quan trọng. Đây là lý do năng lực định hình vấn đề trở nên quan trọng hơn khả năng trực tiếp xử lý mọi dữ liệu.

Từ người ra quyết định độc lập sang kiến trúc sư của hệ thống quyết định

AI không chỉ cung cấp thêm thông tin mà còn thay đổi cách quyết định được hình thành. Một quyết định có thể đi qua nhiều lớp: dữ liệu đầu vào, mô hình phân tích, ngưỡng cảnh báo, đề xuất của hệ thống, đánh giá của nhân viên và phê duyệt của nhà quản lý.

Vai trò của nhà lãnh đạo là thiết kế các lớp này sao cho quyền hạn và trách nhiệm không bị mơ hồ.

Phân loại quyết định theo mức độ rủi ro

Không phải quyết định nào cũng cần mức giám sát giống nhau. Nhà lãnh đạo có thể phân loại thành ba nhóm:

1.    Quyết định có thể tự động hóa cao

Đây là các quyết định lặp lại, có quy tắc rõ, dữ liệu đủ ổn định và hậu quả sai lệch tương đối thấp, chẳng hạn phân loại yêu cầu nội bộ hoặc sắp xếp lịch xử lý công việc

2.    Quyết định cần con người giám sát

AI có thể đề xuất phương án, nhưng con người phải kiểm tra dữ liệu, bối cảnh và ngoại lệ trước khi phê duyệt, chẳng hạn dự báo nhu cầu hoặc phân bổ nguồn lực vận hành

3.    Quyết định phải do con người kiểm soát

Đây là các quyết định ảnh hưởng lớn đến con người, danh tiếng, pháp lý hoặc định hướng chiến lược, chẳng hạn tuyển dụng cấp cao, kỷ luật nhân sự, thay đổi mô hình kinh doanh hoặc xử lý khủng hoảng

Cách phân loại này giúp tổ chức tránh hai cực đoan: không sử dụng AI ở nơi nó có thể tạo hiệu quả, hoặc giao quá nhiều quyền cho AI trong những quyết định cần phán đoán và trách nhiệm con người.

Thiết lập quyền can thiệp và cơ chế truy vết

Một hệ thống quyết định có AI cần xác định rõ ai được quyền chấp nhận, bác bỏ hoặc điều chỉnh đề xuất. Tổ chức cũng cần lưu lại dữ liệu nào đã được sử dụng, phiên bản mô hình, người phê duyệt và lý do thay đổi quyết định.

Khả năng truy vết không chỉ phục vụ kiểm toán. Nó còn giúp tổ chức học từ sai lệch, xác định điểm yếu của quy trình và tránh việc nhân viên đổ trách nhiệm cho thuật toán.

AI tăng tốc quyết định nhưng không tự bảo đảm chất lượng quyết định

Tốc độ là lợi thế dễ nhận thấy nhất của AI. Hệ thống có thể xử lý lượng dữ liệu lớn, so sánh nhiều kịch bản và cập nhật dự báo gần như liên tục. Tuy nhiên, quyết định nhanh hơn không đồng nghĩa với quyết định tốt hơn.

Chất lượng có thể giảm khi:

·         Dữ liệu cũ không còn phản ánh điều kiện hiện tại

·         Dữ liệu thiếu nhóm đối tượng quan trọng

·         Chỉ tiêu tối ưu của mô hình khác với mục tiêu chiến lược

·         Kết quả có vẻ thuyết phục nhưng chứa thông tin không chính xác

·         Người sử dụng tin vào đầu ra mà không kiểm tra giả định

·         Tổ chức không có cơ chế phát hiện tình huống ngoại lệ

Do đó, nhà lãnh đạo cần đánh giá hệ thống AI bằng các chỉ số vận hành cụ thể thay vì dựa vào cảm giác rằng công nghệ “thông minh”. Những chỉ số phù hợp có thể bao gồm:

·         Tỷ lệ đề xuất được con người chấp nhận

·         Tỷ lệ phải sửa hoặc bác bỏ

·         Mức sai lệch giữa dự báo và kết quả thực tế

·         Thời gian ra quyết định trước và sau khi sử dụng AI

·         Tần suất phát hiện thông tin không chính xác

·         Số sự cố phát sinh theo từng mức độ nghiêm trọng

·         Mức chênh lệch kết quả giữa các nhóm đối tượng

·         Tỷ lệ quyết định có thể giải thích và truy vết

Mỗi chỉ số phải đi kèm ngưỡng chấp nhận, người chịu trách nhiệm và hành động xử lý khi vượt ngưỡng. Nếu chỉ đo mức độ sử dụng AI mà không đo chất lượng đầu ra, tổ chức có thể tăng tốc quy trình nhưng đồng thời tăng tốc cả sai lầm.

Phán đoán của nhà lãnh đạo trở nên quan trọng hơn, không kém đi

AI hoạt động tốt khi mục tiêu có thể mô tả rõ, dữ liệu đủ đại diện và quan hệ trong quá khứ còn giá trị đối với tương lai. Trong những tình huống bất định cao, các điều kiện này thường không được bảo đảm.

Nhà lãnh đạo vẫn phải sử dụng phán đoán khi:

·         Tổ chức đối mặt với một tình huống chưa từng có tiền lệ

·         Dữ liệu giữa các nguồn mâu thuẫn

·         Quyết định liên quan đến nhiều giá trị không thể quy đổi về một chỉ số

·         Lợi ích ngắn hạn xung đột với năng lực dài hạn

·         Hậu quả xã hội hoặc đạo đức không thể hiện trong mô hình

·         Cần thuyết phục con người chấp nhận một thay đổi khó khăn

Phán đoán ở đây không phải trực giác thiếu căn cứ. Đó là khả năng kết hợp bằng chứng với kinh nghiệm, hiểu biết về con người, nhận thức về giới hạn dữ liệu và trách nhiệm đối với hậu quả.

AI có thể cho biết phương án nào tối ưu theo một hàm mục tiêu. Nhà lãnh đạo phải quyết định hàm mục tiêu đó có phản ánh điều tổ chức thực sự coi trọng hay không.

Vai trò lãnh đạo mở rộng sang quản trị dữ liệu và mô hình

Trước đây, quản trị dữ liệu và hệ thống phân tích thường được xem là trách nhiệm của bộ phận công nghệ. Khi AI tham gia trực tiếp vào quyết định kinh doanh, nhà lãnh đạo không thể chuyển toàn bộ trách nhiệm này cho nhóm kỹ thuật.

Nhà lãnh đạo không nhất thiết phải tự xây dựng mô hình, nhưng phải hiểu các câu hỏi quản trị căn bản:

·         Dữ liệu được lấy từ đâu và có quyền sử dụng hay không

·         Dữ liệu có đại diện cho đối tượng chịu tác động không

·         Mô hình đang tối ưu chỉ tiêu nào

·         Kết quả đã được kiểm thử trong điều kiện nào

·         Hiệu suất có suy giảm theo thời gian không

·         Ai theo dõi sai lệch và sự cố

·         Khi nào hệ thống phải tạm dừng

·         Có phương án thay thế khi AI không hoạt động hay không

Các khung như NIST AI Risk Management Framework và tiêu chuẩn hệ thống quản lý AI ISO/IEC 42001 cho thấy quản trị AI cần được tổ chức như một quá trình liên tục, không phải một lần phê duyệt công nghệ. Điều này bao gồm xác định bối cảnh sử dụng, đo lường rủi ro, quản lý kiểm soát và rà soát hiệu quả sau triển khai.

Trách nhiệm của lãnh đạo là chuyển các nguyên tắc này thành quyền hạn, quy trình và chỉ số phù hợp với tổ chức.

Lãnh đạo phải quản trị sự cộng tác giữa con người và AI

Khi AI được đưa vào công việc, vấn đề không chỉ là hiệu suất của công cụ. Tổ chức còn phải xác định con người sẽ làm gì trước, trong và sau khi AI đưa ra kết quả.

Một quy trình cộng tác hiệu quả thường có bốn bước:

1.    Con người xác định mục tiêu và ràng buộc

Người sử dụng làm rõ bối cảnh, tiêu chí, dữ liệu được phép dùng và những điều AI không được tự quyết định

2.    AI tạo phân tích hoặc đề xuất

Hệ thống xử lý thông tin, đưa ra phương án, phát hiện mẫu hoặc mô phỏng kịch bản

3.    Con người kiểm tra đầu ra

Người có chuyên môn đánh giá tính chính xác, độ phù hợp, giả định, ngoại lệ và tác động

4.    Tổ chức ghi nhận kết quả để cải tiến

Phản hồi được sử dụng để điều chỉnh quy trình, hướng dẫn sử dụng, dữ liệu hoặc mô hình

Nếu bỏ qua bước kiểm tra, tổ chức dễ rơi vào thiên kiến tự động hóa: con người chấp nhận kết quả vì tin rằng máy khách quan hơn. Ngược lại, nếu mọi đề xuất đều phải trải qua quy trình phê duyệt quá nặng, AI không tạo được giá trị vận hành.

Nhà lãnh đạo phải tìm điểm cân bằng giữa tốc độ và kiểm soát dựa trên mức độ rủi ro của từng trường hợp sử dụng.

Quyền lực lãnh đạo dịch chuyển từ kiểm soát thông tin sang tạo niềm tin

AI làm cho tri thức và năng lực phân tích được phân bổ rộng hơn trong tổ chức. Nhân viên có thể tự tạo báo cáo, mô phỏng phương án hoặc kiểm tra lập luận của cấp quản lý. Điều này khiến mô hình lãnh đạo dựa trên độc quyền thông tin trở nên kém hiệu quả.

Uy tín của nhà lãnh đạo ngày càng phụ thuộc vào khả năng:

·         Giải thích tiêu chí đằng sau quyết định

·         Thừa nhận giới hạn của dữ liệu và công nghệ

·         Cho phép nhân viên chất vấn đầu ra của AI

·         Phân biệt rõ đề xuất của hệ thống với quyết định chính thức

·         Bảo vệ nhân viên trước việc sử dụng AI thiếu công bằng

·         Nhận trách nhiệm khi hệ thống gây ra hậu quả

Niềm tin không được tạo ra bằng tuyên bố rằng AI chính xác. Nó được tạo ra khi tổ chức có quy trình minh bạch, có người chịu trách nhiệm và có cơ chế khiếu nại hoặc sửa sai.

AI làm thay đổi cách nhà lãnh đạo phát triển đội ngũ

AI có thể thay thế một số nhiệm vụ, hỗ trợ một số nhiệm vụ khác và tạo ra những nhiệm vụ hoàn toàn mới. Vì vậy, phát triển nhân lực không còn chỉ là đào tạo cách sử dụng công cụ.

Nhà lãnh đạo cần xây dựng ít nhất ba nhóm năng lực:

Năng lực sử dụng AI

Nhân viên cần biết mô tả yêu cầu, cung cấp ngữ cảnh, kiểm tra kết quả và bảo vệ dữ liệu trong quá trình sử dụng.

Năng lực đánh giá AI

Người sử dụng phải nhận diện được câu trả lời thiếu căn cứ, dữ liệu thiên lệch, suy luận không phù hợp và tình huống cần chuyển cho chuyên gia.

Năng lực bổ trợ cho AI

Đây là các năng lực mà công nghệ khó thay thế hoàn toàn, gồm phán đoán trong bối cảnh, giao tiếp, thương lượng, sáng tạo mục tiêu, quản trị xung đột và xây dựng quan hệ.

Một sai lầm phổ biến là đo năng lực AI bằng số lượng công cụ mà nhân viên sử dụng. Chỉ số có ý nghĩa hơn là chất lượng đầu ra, thời gian tiết kiệm, tỷ lệ sai sót, khả năng phát hiện lỗi và mức độ cải thiện quyết định.

Trách nhiệm giải trình không thể chuyển từ nhà lãnh đạo sang thuật toán

Khi một quyết định gây hậu quả, câu trả lời “hệ thống đề xuất như vậy” không đủ để giải thích trách nhiệm. AI không sở hữu trách nhiệm pháp lý, không đại diện cho giá trị của tổ chức và không tự chịu hậu quả xã hội.

Nhà lãnh đạo phải bảo đảm có một chủ thể con người chịu trách nhiệm đối với từng hệ thống hoặc trường hợp sử dụng quan trọng. Trách nhiệm đó bao gồm:

·         Phê duyệt mục đích sử dụng

·         Xác định mức rủi ro chấp nhận được

·         Bảo đảm có kiểm thử trước triển khai

·         Theo dõi kết quả trong vận hành

·         Xử lý khiếu nại và sự cố

·         Quyết định tạm dừng hoặc ngừng sử dụng

·         Báo cáo trung thực về giới hạn của hệ thống

Nguyên tắc quan trọng là quyền quyết định và trách nhiệm phải đi cùng nhau. Một người không nên chịu trách nhiệm cho hệ thống mà họ không có quyền giám sát, trong khi người có quyền triển khai không thể đứng ngoài hậu quả.

Những giới hạn nhà lãnh đạo phải nhận diện khi sử dụng AI

AI có thể tạo giá trị lớn nhưng không phù hợp với mọi vấn đề. Hiệu quả của nó bị giới hạn bởi chất lượng dữ liệu, thiết kế mô hình, bối cảnh triển khai và hành vi của người sử dụng.

Các giới hạn chính gồm:

·         Sai lệch dữ liệu: Mô hình có thể duy trì hoặc khuếch đại bất bình đẳng đã tồn tại trong dữ liệu

·         Thông tin không chính xác: AI tạo sinh có thể đưa ra nội dung mạch lạc nhưng không đúng

·         Khó giải thích: Một số mô hình cho kết quả tốt nhưng khó xác định đầy đủ nguyên nhân

·         Suy giảm hiệu suất: Mô hình có thể kém chính xác khi thị trường hoặc hành vi thay đổi

·         Rò rỉ dữ liệu: Nhân viên có thể nhập thông tin nhạy cảm vào công cụ không được kiểm soát

·         Phụ thuộc nhà cung cấp: Tổ chức có thể mất khả năng kiểm soát chi phí, dữ liệu hoặc tính liên tục

·         Suy giảm năng lực con người: Việc phụ thuộc quá mức có thể làm yếu khả năng phân tích và phản biện

·         Khuếch đại sai lầm: Một lỗi nhỏ có thể ảnh hưởng tới số lượng lớn quyết định khi quy trình được tự động hóa

Nhận diện giới hạn không có nghĩa là từ chối AI. Mục tiêu là xác định nơi AI nên hỗ trợ, nơi cần giám sát và nơi không nên sử dụng.

Nhà lãnh đạo cần kết hợp AI với mô hình quản trị dựa trên rủi ro

Một cơ chế quản trị phù hợp không nên áp dụng cùng một mức kiểm soát cho mọi công cụ. Việc kiểm soát cần tỷ lệ thuận với khả năng và mức độ nghiêm trọng của hậu quả.

Nhà lãnh đạo có thể đánh giá từng trường hợp sử dụng theo các tiêu chí:

·         Mức ảnh hưởng đến con người

·         Giá trị tài chính liên quan

·         Khả năng đảo ngược quyết định

·         Mức độ nhạy cảm của dữ liệu

·         Khả năng giải thích kết quả

·         Quy mô triển khai

·         Mức phụ thuộc vào nhà cung cấp

·         Khả năng phát hiện sai lệch trước khi có hậu quả

Một trợ lý AI dùng để định dạng biên bản có mức rủi ro khác với hệ thống dùng để sàng lọc ứng viên hoặc xác định hạn mức tín dụng. Sự khác biệt này phải được phản ánh trong yêu cầu kiểm thử, quyền phê duyệt, tần suất giám sát và cơ chế can thiệp.

Quản trị quá lỏng làm tăng nguy cơ sai lệch và mất niềm tin. Quản trị quá nặng khiến tổ chức chậm đổi mới. Năng lực lãnh đạo nằm ở việc thiết kế mức kiểm soát phù hợp với từng mức rủi ro.

Mô hình kết hợp AI và lãnh đạo trong thực tiễn

Để AI thực sự nâng cao chất lượng quản trị, nhà lãnh đạo có thể triển khai theo một chu trình gồm sáu bước:

1.    Xác định quyết định cần cải thiện

Bắt đầu từ vấn đề kinh doanh hoặc quản trị, không bắt đầu từ mong muốn sử dụng một công cụ mới

2.    Xác định giá trị và rủi ro

Làm rõ kết quả kỳ vọng, đối tượng chịu tác động, hậu quả nếu hệ thống sai và điều kiện không được phép vi phạm

3.    Phân định vai trò giữa AI và con người

Xác định nhiệm vụ AI thực hiện, nội dung con người kiểm tra và người có quyền quyết định cuối cùng

4.    Thử nghiệm trong phạm vi giới hạn

So sánh kết quả với quy trình hiện tại, đo sai lệch, ghi nhận ngoại lệ và kiểm tra khả năng truy vết

5.    Thiết lập chỉ số giám sát

Theo dõi độ chính xác, thời gian, tỷ lệ sửa lỗi, sự cố, khiếu nại, chênh lệch giữa các nhóm và mức độ phụ thuộc vào hệ thống

6.    Rà soát định kỳ

Kiểm tra xem mục tiêu, dữ liệu, mô hình và điều kiện thị trường có thay đổi hay không; điều chỉnh hoặc dừng hệ thống khi rủi ro vượt ngưỡng

Chu trình này giúp AI trở thành một phần của hệ thống quản trị thay vì tồn tại như một công cụ riêng lẻ không có chủ sở hữu rõ ràng.

Những năng lực lãnh đạo trở nên quan trọng nhất trong thời đại AI

Khi phân tích và tạo nội dung ngày càng được tự động hóa, lợi thế lãnh đạo tập trung vào những năng lực có tính định hướng và tích hợp.

Tư duy hệ thống

Nhà lãnh đạo cần hiểu rằng một thay đổi trong mô hình AI có thể tác động đến dữ liệu, quy trình, quyền hạn, hành vi nhân viên và trải nghiệm khách hàng.

Khả năng đặt câu hỏi

Câu hỏi tốt giúp xác định đúng vấn đề, phát hiện giả định và buộc hệ thống cung cấp bằng chứng thay vì chỉ tạo ra câu trả lời hợp lý về mặt ngôn ngữ.

Phán đoán đạo đức

Không phải phương án tối ưu về chi phí hoặc tốc độ đều có thể chấp nhận về công bằng, quyền riêng tư và tác động con người.

Năng lực dẫn dắt thay đổi

Nhân viên có thể lo ngại mất việc, mất quyền tự chủ hoặc bị giám sát. Nhà lãnh đạo phải giải thích mục tiêu, thiết kế vai trò mới và tạo cơ hội phát triển năng lực.

Hiểu biết dữ liệu và AI

Nhà lãnh đạo không cần trở thành kỹ sư, nhưng phải đủ hiểu để chất vấn chất lượng dữ liệu, giới hạn mô hình, chỉ số hiệu suất và cơ chế kiểm soát.

Khả năng duy trì trách nhiệm

AI có thể phân tán quá trình ra quyết định qua nhiều hệ thống và bộ phận. Nhà lãnh đạo phải bảo đảm trách nhiệm cuối cùng không biến mất trong sự phức tạp đó.

AI tác động đến vai trò lãnh đạo bằng cách chuyển trọng tâm từ xử lý thông tin sang định hình vấn đề, thiết kế hệ thống quyết định, quản trị rủi ro và phát triển sự cộng tác giữa con người với máy. AI có thể tăng tốc phân tích và mở rộng năng lực dự báo, nhưng không thể tự xác định mục tiêu đúng, cân bằng các giá trị xung đột hoặc chịu trách nhiệm về hậu quả.

Nhà lãnh đạo tạo ra giá trị lớn nhất khi biết giao cho AI những nhiệm vụ phù hợp, giữ quyền kiểm soát đối với quyết định có rủi ro cao và xây dựng cơ chế đo lường, truy vết, giám sát rõ ràng. Trong môi trường đó, lãnh đạo không trở nên ít cần thiết hơn. Vai trò này trở nên khó hơn, có tính hệ thống hơn và đòi hỏi trách nhiệm cao hơn.