Generative AI mở ra kỷ nguyên mới về hiệu quả trong các ngành công nghiệp

Một bước ngoặt vào ngày 22 tháng 11 năm 2022, phần lớn diễn ra trên không gian mạng, nhưng nó đã làm rung chuyển nền móng của hầu hết mọi ngành công nghiệp trên thế giới.

Vào ngày đó, OpenAI đã phát hành ChatGPT, chatbot Trí tuệ nhân tạo tiên tiến nhất từng được phát triển. Việc này đặt ra nhu cầu về các ứng dụng AI tạo sinh (Generative AI) – giúp doanh nghiệp hoạt động hiệu quả hơn, từ việc cung cấp cho người tiêu dùng câu trả lời cho những câu hỏi của họ, cho đến thúc đẩy công việc của các nhà nghiên cứu khi họ tìm kiếm những đột phá trong khoa học và nhiều hơn thế.

Các doanh nghiệp trước đây đã nghiên cứu về AI hiện đang gấp rút áp dụng và triển khai các ứng dụng mới nhất. Generative AI – một khả năng đặc biệt từ các thuật toán nhằm tạo ra văn bản, hình ảnh, âm thanh, hoạt ảnh, mô hình 3D và thậm chí cả mã lập trình – đang di chuyển với tốc độ chóng mặt, thay đổi cách chúng ta làm việc và giải trí.

Bằng việc sử dụng các Mô hình ngôn ngữ lớn (Large Language Models, hay LLMs) để xử lý các truy vấn, công nghệ này có thể giảm đáng kể thời gian chúng ta dành cho các tác vụ thủ công như tìm kiếm và biên dịch thông tin.

AI có thể đóng góp hơn 15 nghìn tỷ USD cho nền kinh tế toàn cầu vào năm 2030, theo PwC. Và tác động của việc áp dụng AI có thể lớn hơn cả những phát minh về Internet, băng thông rộng di động và điện thoại thông minh cộng lại.

Động cơ thúc đẩy Generative AI là điện toán tăng tốc (Accelerated Computing). Nó sử dụng các GPU, DPU và mạng hiệu suất cao cùng với các CPU để tăng tốc các ứng dụng trong khoa học, phân tích, kỹ thuật cũng như các ứng dụng của người tiêu dùng và doanh nghiệp.

Những đơn vị áp dụng sớm trong các ngành – từ nghiên cứu và phát triển thuốc, dịch vụ tài chính, bán lẻ và viễn thông cho đến năng lượng, giáo dục bậc cao và khu vực công – đang kết hợp điện toán tăng tốc với AI tạo sinh để chuyển đổi hoạt động kinh doanh, cung cấp dịch vụ và năng suất.

Infographic về Generative AI (click để xem):

Generative AI đối với Nghiên cứu và phát triển thuốc

Hiện nay, các bác sĩ X quang sử dụng AI để phát hiện những bất thường trong hình ảnh y khoa, các bác sĩ sử dụng nó để quét hồ sơ sức khỏe điện tử nhằm khám phá những hiểu biết mới đối với bệnh nhân và các nhà nghiên cứu sử dụng nó để đẩy nhanh việc khám phá ra các loại thuốc mới.

Phát triển thuốc truyền thống là một quá trình sử dụng nhiều tài nguyên, có thể yêu cầu tổng hợp hơn 5.000 hợp chất hóa học và mang lại tỷ lệ thành công trung bình chỉ 10%. Và phải mất hơn một thập kỷ để hầu hết các loại thuốc mới tiếp cận thị trường.

Các nhà nghiên cứu hiện đang sử dụng các mô hình Generative AI để đọc trình tự axit amin của protein và dự đoán chính xác cấu trúc của protein mục tiêu trong vài giây, thay vì vài tuần hoặc vài tháng.

Sử dụng các mô hình NVIDIA BioNeMo – Amgen, công ty hàng đầu thế giới về công nghệ sinh học, đã cắt giảm thời gian cần thiết để tùy chỉnh các mô hình đối với sàng lọc và tối ưu hóa phân tử từ 3 tháng xuống chỉ còn vài tuần. Loại mô hình nền tảng có thể đào tạo này cho phép các nhà khoa học tạo ra các biến thể để nghiên cứu các bệnh cụ thể, cho phép họ phát triển các phương pháp điều trị mục tiêu cho các tình trạng hiếm gặp.

Cho dù là dự đoán cấu trúc protein hay các thuật toán đào tạo an toàn trên những bộ dữ liệu tổng hợp và thế giới thực lớn, Generative AI và điện toán tăng tốc đang mở ra các lĩnh vực nghiên cứu mới có thể giúp giảm thiểu sự lây lan của bệnh tật, cho phép điều trị y tế được cá nhân hóa và tăng tỷ lệ sống sót của bệnh nhân.

Generative AI đối với các Dịch vụ tài chính

Theo một cuộc khảo sát gần đây của NVIDIA, các trường hợp sử dụng AI hàng đầu trong ngành dịch vụ tài chính là dịch vụ khách hàng và phân tích chuyên sâu, trong đó Xử lý ngôn ngữ tự nhiên (Natural Language Processing) và các LLM được sử dụng để phản hồi tốt hơn các câu hỏi của khách hàng và khám phá những hiểu biết về đầu tư. Một ứng dụng phổ biến khác là trong các Hệ thống gợi ý (Recommender Systems), cung cấp trải nghiệm banking được cá nhân hóa, tối ưu hóa marketing và hướng dẫn đầu tư.

Các ứng dụng AI tiên tiến có khả năng giúp ngành ngăn chặn gian lận tốt hơn và biến đổi mọi khía cạnh của hoạt động ngân hàng, từ lập kế hoạch danh mục đầu tư và quản lý rủi ro đến tuân thủ và tự động hóa.

80% thông tin liên quan đến kinh doanh ở định dạng phi cấu trúc – chủ yếu là văn bản – khiến nó trở thành ứng cử viên hàng đầu cho Generative AI. Bloomberg News xuất bản 5.000 câu chuyện mỗi ngày liên quan đến cộng đồng tài chính và đầu tư. Những câu chuyện này đại diện cho một kho dữ liệu thị trường phi cấu trúc khổng lồ có thể được sử dụng để đưa ra các quyết định đầu tư kịp thời.

NVIDIA, Deutsche Bank, Bloomberg và một số khác đang tạo các LLM được đào tạo trên dữ liệu độc quyền và cụ thể về domain để hỗ trợ cho các ứng dụng tài chính.

Financial Transformers, hay “FinFormers” có thể học ngữ cảnh và hiểu ý nghĩa của dữ liệu tài chính phi cấu trúc. Chúng có thể hỗ trợ mạnh mẽ cho các chatbot Q&A, tóm tắt và dịch các văn bản tài chính, cung cấp các dấu hiệu cảnh báo sớm về rủi ro đối tác, nhanh chóng truy xuất dữ liệu và xác định các vấn đề về chất lượng dữ liệu.

Các công cụ Generative AI này dựa trên các framework, có thể tích hợp dữ liệu độc quyền vào quá trình đào tạo và tinh chỉnh mô hình, tích hợp quản lý dữ liệu để ngăn chặn sự thiên vị và sử dụng các biện pháp bảo vệ để giữ cho các cuộc trò chuyện chỉ nói về tài chính.

Mong đợi các startup fintech và các ngân hàng quốc tế lớn mở rộng việc sử dụng các LLM và Generative AI để phát triển các trợ lý ảo tinh vi nhằm phục vụ các bên liên quan bên trong và bên ngoài, tạo nội dung khách hàng siêu cá nhân hóa, tự động tóm tắt tài liệu để giảm công việc thủ công và phân tích hàng terabyte dữ liệu công khai và riêng tư để tạo ra những hiểu biết về đầu tư.

Generative AI đối với ngành Bán lẻ

Với 60% tất cả hành trình mua sắm bắt đầu trực tuyến cũng như người tiêu dùng được kết nối và hiểu biết nhiều hơn bao giờ hết, AI đã trở thành một công cụ quan trọng để giúp các nhà bán lẻ đáp ứng những kỳ vọng đang thay đổi và tạo sự khác biệt trước làn sóng cạnh tranh đang gia tăng.

Các nhà bán lẻ đang sử dụng AI để cải thiện trải nghiệm của khách hàng, định giá năng động, tạo phân khúc khách hàng, thiết kế các đề xuất được cá nhân hóa và thực hiện tìm kiếm trực quan.

Generative AI có thể hỗ trợ khách hàng và nhân viên ở mọi bước trong hành trình của người mua.

Với các mô hình AI được đào tạo trên dữ liệu sản phẩm và thương hiệu cụ thể, họ có thể tạo các mô tả sản phẩm mạnh mẽ để cải thiện thứ hạng tối ưu hóa công cụ tìm kiếm và giúp người mua sắm tìm thấy sản phẩm chính xác mà họ đang tìm kiếm. Ví dụ: AI tạo sinh có thể sử dụng các metatag chứa thuộc tính sản phẩm để tạo mô tả sản phẩm toàn diện hơn bao gồm các thuật ngữ khác nhau như “ít đường” hoặc “không chứa gluten”.

Trợ lý ảo AI có thể kiểm tra các hệ thống ERP và tạo thông báo dịch vụ khách hàng để thông báo cho người mua hàng về mặt hàng nào có sẵn và thời điểm giao hàng, thậm chí hỗ trợ khách hàng trong các yêu cầu thay đổi đơn hàng.

Fashable, một thành viên của mạng lưới khởi nghiệp công nghệ toàn cầu của NVIDIA Inception, đang sử dụng AI tạo sinh để tạo ra các thiết kế quần áo ảo, loại bỏ nhu cầu về vải vật lý trong quá trình phát triển sản phẩm. Với các mô hình được đào tạo trên cả dữ liệu độc quyền và dữ liệu thị trường, điều này làm giảm tác động môi trường của thiết kế thời trang và giúp các nhà bán lẻ thiết kế quần áo theo xu hướng và thị hiếu hiện tại của thị trường.

Mong đợi các nhà bán lẻ sử dụng AI để thu hút và duy trì sự chú ý của khách hàng, mang lại trải nghiệm mua sắm vượt trội và thúc đẩy doanh thu bằng cách kết hợp người mua sắm với đúng sản phẩm vào đúng thời điểm.

Generative AI đối với lĩnh vực Viễn thông

Trong một cuộc khảo sát của NVIDIA về ngành viễn thông, 95% số người được hỏi cho biết họ quan tâm đến AI, trong khi 2/3 tin rằng AI sẽ đóng vai trò quan trọng đối với thành công trong tương lai của công ty họ.

Cho dù cải thiện dịch vụ khách hàng, chuẩn hóa hoạt động và thiết kế mạng, hỗ trợ kỹ thuật viên hiện trường hay tạo cơ hội kiếm tiền mới, AI tạo sinh đều có tiềm năng tái tạo lại ngành viễn thông.

Các công ty viễn thông có thể đào tạo các mô hình AI chẩn đoán bằng dữ liệu độc quyền về thiết bị và dịch vụ mạng, hiệu suất, các ticket issue, khảo sát địa điểm,… Các mô hình này có thể tăng tốc khắc phục sự cố về hiệu suất kỹ thuật, đề xuất thiết kế mạng, kiểm tra cấu hình mạng để tuân thủ, dự đoán lỗi thiết bị cũng như xác định và ứng phó với các mối đe dọa bảo mật.

Các ứng dụng Generative AI trên những thiết bị cầm tay có thể hỗ trợ các kỹ thuật viên hiện trường bằng cách quét thiết bị và tạo các hướng dẫn ảo để hướng dẫn họ sửa chữa. Sau đó, các hướng dẫn ảo có thể được tăng cường bằng Thực tế tăng cường (Augmented Reality), cho phép các kỹ thuật viên phân tích thiết bị trong một môi trường nhập vai 3D hoặc gọi một chuyên gia từ xa để được hỗ trợ.

Các cơ hội doanh thu mới cũng sẽ mở ra cho các công ty viễn thông. Với cơ sở hạ tầng biên (Edge) lớn và quyền truy cập vào các bộ dữ liệu khổng lồ, các công ty viễn thông trên toàn thế giới hiện đang cung cấp Generative AI như một dịch vụ cho khách hàng doanh nghiệp và chính phủ.

Khi nó trở nên tiến bộ hơn, các nhà cung cấp dịch vụ viễn thông có thể sử dụng công nghệ này để tối ưu hóa hiệu suất mạng, cải thiện hỗ trợ khách hàng, phát hiện xâm nhập bảo mật và tăng cường hoạt động bảo trì.

Generative AI đối với ngành Năng lượng

Trong ngành năng lượng, AI đang hỗ trợ bảo trì dự đoán và tối ưu hóa asset, quản lý lưới điện thông minh, dự báo năng lượng tái tạo, an ninh lưới điện,…

Để đáp ứng nhu cầu dữ liệu ngày càng tăng trên cơ sở hạ tầng cũ kỹ và các quy định tuân thủ mới của chính phủ, các nhà khai thác năng lượng đang tìm đến Generative AI.

Tại Mỹ, các công ty điện lực chi hàng tỷ đô la mỗi năm để kiểm tra, bảo trì và nâng cấp hạ tầng truyền tải và phát điện.

Cho đến gần đây, việc sử dụng Vision AI để hỗ trợ kiểm tra các thuật toán được yêu cầu phải được đào tạo trên hàng nghìn bức ảnh được thu thập và gắn thẻ thủ công của các hạ tầng lưới điện, với dữ liệu đào tạo được cập nhật liên tục cho các thành phần mới. Giờ đây, AI tạo sinh có thể thực hiện những công việc nặng nhọc.

Với một tập hợp nhỏ dữ liệu đào tạo hình ảnh, các thuật toán có thể tạo ra hàng nghìn hình ảnh chính xác về mặt vật lý để đào tạo các mô hình Thị giác máy tính (Computer Vision) giúp các kỹ thuật viên hiện trường xác định tình trạng ăn mòn, vỡ, vật cản của thiết bị lưới điện và thậm chí phát hiện cháy rừng. Loại hình bảo trì chủ động này nâng cao độ tin cậy và khả năng phục hồi của lưới điện bằng cách giảm downtime, đồng thời giảm nhu cầu cử các đội đến hiện trường.

Generative AI cũng có thể giảm nhu cầu nghiên cứu và phân tích thủ công. Theo McKinsey, nhân viên dành tới 1.8 giờ mỗi ngày để tìm kiếm thông tin – gần 20% thời gian trong tuần làm việc. Để tăng năng suất, những công ty năng lượng có thể đào tạo các LLM về dữ liệu độc quyền, bao gồm ghi chú cuộc họp, hồ sơ SAP, email, field best practices và dữ liệu công khai như các sheet dữ liệu vật liệu tiêu chuẩn.

Với loại kho lưu trữ kiến thức này được kết nối với một chatbot AI, các kỹ sư và nhà khoa học dữ liệu có thể nhận được câu trả lời ngay lập tức cho các câu hỏi kỹ thuật cao. Ví dụ: một kỹ sư bảo trì đang khắc phục sự cố về pitch control trên hệ thống thủy lực của tua-bin có thể hỏi Bot: “Tôi nên điều chỉnh áp suất hoặc lưu lượng thủy lực như thế nào để khắc phục sự cố pitch control trên mô hình tua-bin của công ty X?”

Một mô hình được đào tạo phù hợp sẽ cung cấp những hướng dẫn cụ thể cho người dùng, những người sẽ không phải xem qua sách hướng dẫn cồng kềnh để tìm câu trả lời.

Với các ứng dụng AI cho thiết kế hệ thống mới, dịch vụ khách hàng và tự động hóa, hãy kỳ vọng Generative AI sẽ nâng cao mức độ an toàn và hiệu quả sử dụng năng lượng, cũng như giảm chi phí vận hành trong ngành năng lượng.

Generative AI đối với Giáo dục bậc cao và nghiên cứu

Từ các hệ thống dạy kèm thông minh đến chấm điểm bài luận tự động, AI đã được sử dụng trong giáo dục qua nhiều thập kỷ. Khi các trường đại học sử dụng AI để cải thiện trải nghiệm của giảng viên và sinh viên, họ ngày càng dành nhiều nguồn lực hơn để xây dựng các sáng kiến nghiên cứu tập trung vào AI.

Các nhà nghiên cứu tại Đại học Florida có quyền truy cập vào một trong những siêu máy tính nhanh nhất thế giới trong giới học thuật. Họ đã sử dụng nó để phát triển GatorTron – một mô hình xử lý ngôn ngữ tự nhiên cho phép máy tính đọc và giải thích ngôn ngữ y tế trong các ghi chú lâm sàng được lưu trữ trong hồ sơ sức khỏe điện tử. Với một mô hình hiểu được bối cảnh y tế, các nhà phát triển AI có thể tạo ra nhiều ứng dụng y tế, chẳng hạn như chuyển lời nói thành văn bản hỗ trợ các bác sĩ lập biểu đồ y tế tự động.

Ở châu Âu, một sự hợp tác giữa công nghiệp – đại học liên quan đến Đại học kỹ thuật Munich đang chứng minh rằng các LLM được đào tạo trên dữ liệu bộ gen có thể khái quát hóa rất nhiều nhiệm vụ bộ gen, không giống như các phương pháp trước đây yêu cầu các mô hình chuyên biệt. LLM bộ gen được kỳ vọng sẽ giúp các nhà khoa học hiểu được động lực học của cách DNA được dịch mã thành RNA và protein, mở khóa các ứng dụng lâm sàng mới sẽ mang lại lợi ích cho việc phát triển thuốc và sức khỏe.

Để tiến hành loại nghiên cứu đột phá này và thu hút những sinh viên năng động nhất cũng như các chuyên gia học thuật có trình độ, các viện giáo dục đại học nên xem xét cách tiếp cận toàn bộ trường đại học đối với ngân sách chung, lập kế hoạch cho các sáng kiến AI và phân phối tài nguyên và lợi ích AI trong các lĩnh vực.

Generative AI đối với khu vực công

Hiện nay, cơ hội lớn nhất cho AI trong khu vực công là giúp công chức thực hiện công việc của họ hiệu quả hơn và tiết kiệm tài nguyên.

Chính phủ liên bang Hoa Kỳ tuyển dụng hơn 2 triệu nhân viên – hai phần ba trong số họ làm các công việc chuyên môn và hành chính.

Các vai trò hành chính này thường liên quan đến các công việc thủ công tốn thời gian, bao gồm soạn thảo, chỉnh sửa và tóm tắt tài liệu, cập nhật cơ sở dữ liệu, ghi lại chi phí kiểm toán và tuân thủ cũng như trả lời các câu hỏi của công dân.

Để kiểm soát chi phí và mang lại hiệu quả cao hơn cho các chức năng công việc thông thường, các cơ quan chính phủ có thể sử dụng Generative AI.

Khả năng tóm tắt tài liệu của Generative AI có tiềm năng lớn để tăng năng suất của các nhà hoạch định chính sách và nhân viên, công chức, cán bộ mua sắm và nhà thầu. Hãy xem xét một báo cáo dài 756 trang do Ủy ban An ninh Quốc gia về Trí tuệ Nhân tạo công bố gần đây. Với các báo cáo và pháp luật thường kéo dài hàng trăm trang văn bản pháp lý hoặc học thuật dày đặc, các bản tóm tắt do AI cung cấp được tạo trong vài giây có thể nhanh chóng chia nhỏ nội dung phức tạp thành ngôn ngữ đơn giản, tiết kiệm nguồn nhân lực cần thiết để hoàn thành nhiệm vụ.

Các trợ lý ảo AI và chatbot do LLM hỗ trợ có thể ngay lập tức cung cấp thông tin liên quan cho mọi người trực tuyến, trút bỏ gánh nặng cho những nhân viên làm việc qua điện thoại tại các cơ quan như Bộ Tài chính, IRS và DMV.

Với các kiểu nhập văn bản đơn giản, việc tạo nội dung AI có thể giúp công chức tạo và phân phối các ấn phẩm, thư điện tử, báo cáo, thông cáo báo chí và thông báo dịch vụ công.

Khả năng phân tích của AI cũng có thể giúp xử lý tài liệu để tăng tốc độ cung cấp các dịch vụ quan trọng được cung cấp bởi các tổ chức như Medicare, Medicaid, Veterans Affairs, USPS và Bộ Ngoại giao.

AI tạo sinh có thể là một công cụ then chốt để giúp các cơ quan chính phủ làm việc trong điều kiện ngân sách hạn chế, cung cấp các dịch vụ của chính phủ nhanh hơn và đạt được tình cảm tích cực của công chúng.

Generative AI – Thành phần quan trọng cho sự thành công trong kinh doanh

Trên mọi lĩnh vực, các tổ chức đang chuyển đổi năng suất của nhân viên, cải thiện sản phẩm và cung cấp dịch vụ chất lượng cao hơn với Generative AI.

Để đưa nó vào thực tế, các doanh nghiệp cần có lượng dữ liệu lớn, kiến thức chuyên môn sâu về AI và đủ sức mạnh tính toán để triển khai và duy trì các mô hình một cách nhanh chóng. Các doanh nghiệp có thể theo dõi nhanh việc áp dụng với framework Generative AI NeMo, một phần của phần mềm NVIDIA AI Enterprise, chạy trên DGX Cloud. Các mô hình nền tảng được đào tạo trước (Pretrained Foundation Models) của NVIDIA cung cấp một cách tiếp cận đơn giản để xây dựng và chạy các giải pháp AI tạo sinh tùy chỉnh cho các trường hợp sử dụng kinh doanh độc đáo.

Tìm hiểu thêm về các công cụ Generative AI mạnh mẽ để giúp doanh nghiệp của bạn tăng năng suất, tự động hóa các tác vụ và mở ra các cơ hội mới cho nhân viên và khách hàng.

Theo NVIDIA

▪ Giải pháp nhận diện khuôn mặt tích hợp vào NAS – QVR Face

____
Bài viết liên quan