McKinsey: Hướng dẫn kỹ thuật cho các nhà lãnh đạo dữ liệu để mở rộng quy mô AI tạo sinh

- Theo khảo sát của McKinsey năm 2024, 70% doanh nghiệp gặp khó khăn khi tích hợp dữ liệu vào mô hình AI do chất lượng dữ liệu kém, thiếu quy trình quản trị và dữ liệu huấn luyện. 63% cho rằng sự không chính xác của đầu ra là rủi ro lớn nhất trong việc sử dụng gen AI.
- Để mở rộng quy mô gen AI, các nhà lãnh đạo cần nâng cao chất lượng dữ liệu, sử dụng gen AI để xây dựng sản phẩm dữ liệu tốt hơn và quản lý dữ liệu hiệu quả.
- Cần cải thiện độ chính xác của dữ liệu nguồn từ các loại dữ liệu phức tạp như dữ liệu phi cấu trúc. Có thể dùng đồ thị tri thức để nắm bắt mối quan hệ phức tạp giữa các thực thể và mô hình đa phương thức để phân tích tài liệu có nhiều định dạng dữ liệu khác nhau.
- Khi thiếu dữ liệu thực, có thể tạo dữ liệu tổng hợp tương tự về mặt thống kê để kiểm tra tính khả thi của các trường hợp sử dụng gen AI.
- Tự động hóa việc tạo pipeline dữ liệu đầu cuối, tiết kiệm 80-90% thời gian và tăng khả năng mở rộng cho các trường hợp sử dụng cụ thể. Ví dụ: tự động tạo pipeline chuyển đổi dữ liệu PySpark và tài liệu mô tả các bước chuyển đổi phức tạp.
- Sử dụng framework dựa trên tác tử (agent) để điều phối và quản lý sự phức tạp khi mở rộng việc sử dụng gen AI. Các tác tử có khả năng lập kế hoạch, quản lý quy trình, xác minh chéo và thiết kế quy trình đầu cuối.
- Chuyển đổi và hiện đại hóa sản phẩm dữ liệu bằng cách chọn mô hình ngôn ngữ lớn (LLM) phù hợp và tự động hóa việc dịch mã. Mỗi LLM có thể được huấn luyện tốt hơn cho một tập hợp ngôn ngữ lập trình nhất định.
- Tích hợp các thực tiễn lập trình tốt nhất vào mã gen AI để cải thiện chất lượng dữ liệu. Sử dụng gen AI để phân tích giá trị cột, xác định các quy tắc chất lượng dữ liệu phù hợp và tự động tích hợp chúng vào quá trình tạo pipeline.
- Bảo vệ dữ liệu ở mỗi bước bằng cách thiết kế pipeline theo module có khả năng tự động bảo mật dữ liệu. Triển khai kiểm soát truy cập dựa trên vai trò và các biện pháp bảo vệ nhất quán tại mỗi điểm kiểm tra trong pipeline dữ liệu.

📌 Tập trung vào khả năng điều phối, tự động hóa phát triển dữ liệu và cải thiện khả năng sử dụng sẽ giúp các nhà lãnh đạo chuyển từ các dự án thử nghiệm gen AI sang mở rộng các giải pháp mang lại giá trị thực. Theo khảo sát năm 2024 của McKinsey, 63% doanh nghiệp cho rằng sự không chính xác của đầu ra là rủi ro lớn nhất, tăng 7 điểm phần trăm so với năm 2023. Các công cụ gen AI hiện có thể đẩy nhanh việc phát triển sản phẩm và nền tảng dữ liệu, nhưng để sử dụng hiệu quả, các công ty phải giải quyết nhiều thách thức kỹ thuật.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/a-data-leaders-technical-guide-to-scaling-gen-ai#/

#McKinsey