Dạy đội ngũ sáu nguyên mẫu sử dụng AI (Teaching Your Teams the Six Use Case Primitives)
Sau khi bạn đã cung cấp cho đội ngũ của mình một khung tư
duy để xác định những cơ hội ứng dụng AI mới, bước tiếp theo là huấn luyện họ
về các cách cơ bản mà họ có thể sử dụng AI trong công việc.
Để hỗ trợ cho điều đó, chúng tôi đã phân tích hơn 600 trường
hợp sử dụng thực tế từ khách hàng. Kết quả cho thấy hầu hết các trường hợp
sử dụng AI đều thuộc vào một trong sáu "nguyên mẫu cơ bản" – tức
là những kiểu ứng dụng nền tảng, phổ biến và có thể áp dụng xuyên suốt các
phòng ban, lĩnh vực chuyên môn và ngành nghề khác nhau.
Sáu nguyên mẫu đơn giản trong ứng dụng AI (Six
Simple AI Use Cases)
- Tạo
nội dung (Content creation)
- Tự
động hóa (Automation)
- Nghiên
cứu (Research)
- Lập
trình (Coding)
- Phân
tích dữ liệu (Data analysis)
- Ý
tưởng và chiến lược (Ideation/Strategy)
Các nguyên mẫu này là công cụ nhanh chóng giúp nhân viên xác
định những trường hợp sử dụng có giá trị cao nhất cho doanh nghiệp của bạn.
Mỗi nguyên mẫu đại diện cho hàng trăm ứng dụng thực tế mà chúng tôi đã
quan sát được trên nhiều ngành, vai trò và quy trình công việc.
1. Tạo nội dung – Content Creation
AI có thể hỗ trợ việc tạo nội dung trên mọi nhóm chức năng –
từ tóm tắt các cuộc gọi bán hàng đến viết bản nháp đầu tiên cho tài liệu chiến
lược, bài đăng blog, trang web, hình ảnh hoặc biểu đồ trực quan.
Các nhóm thường dùng AI để:
- Chỉnh
sửa và hoàn thiện văn bản
- Đọc
soát nội dung cuối cùng
- Viết
đúng phong cách thương hiệu
- Tuân
theo cấu trúc tài liệu chuẩn
- Dịch
nội dung sang các ngôn ngữ khác
- Tái sử dụng nội dung cho các kênh hoặc đối tượng khác nhau
Khi viết, AI có thể hiểu được ngữ cảnh đầy đủ của cuộc trò chuyện hoặc tài liệu được tải lên, từ đó tạo ra nội dung phù hợp.
Ví dụ: bạn có thể tải lên hướng dẫn viết hoặc 5 bài blog tốt nhất, rồi yêu cầu
ChatGPT tạo một bộ hướng dẫn viết nội bộ dựa trên các ví dụ đó.
Các trường hợp sử dụng "Tạo nội dung" để bắt đầu:
- Marketing:
- Tạo
chiến lược chiến dịch, tiêu đề hoặc email marketing
- Lập
dàn ý nội dung và viết bản nháp đầu tiên
- Tái
sử dụng nội dung cho các nhóm đối tượng hoặc kênh khác nhau
- Tài
chính:
- Soạn
thảo chính sách hoặc bản ghi nhớ kỹ thuật kế toán để chuyên gia duyệt lại
- Sản
phẩm:
- Viết
tài liệu yêu cầu sản phẩm (PRD), mô tả sản phẩm, ghi chú phát hành
- Soạn
email giới thiệu sản phẩm, hướng dẫn sử dụng
- Bán
hàng (Sales):
- Viết
kế hoạch tài khoản, kịch bản gọi điện, email theo dõi sau cuộc gọi
Case Study – Promega tăng tốc truyền thông thị trường bằng
AI:
Công ty công nghệ sinh học Promega đã tiết kiệm 135 giờ
trong 6 tháng đầu tiên nhờ dùng ChatGPT Enterprise để tạo bản nháp đầu
tiên cho email chiến dịch.
Họ cũng dùng AI để:
- Tạo
bản tóm tắt chiến dịch từ tài liệu chính
- Dịch
nội dung sang các kênh quảng cáo khác nhau
“Thời gian tiết kiệm khi thống nhất chiến lược email giúp
chúng tôi đầu tư vào chất lượng nội dung, tạo ra trải nghiệm email tốt hơn. Tôi
không nhớ lần cuối cùng viết email marketing mà không dùng GPT.”
— Kari Siegenthaler, Chuyên gia chiến lược marketing, Promega
2. Nghiên cứu – Research
AI được sử dụng rộng rãi trong việc nghiên cứu ở nhiều ngành
khác nhau – từ việc học nhanh khái niệm mới (như AI hay tư duy thiết kế), tìm
kiếm bài viết hoặc dữ liệu thị trường, cho đến các dự án nghiên cứu đa bước.
Người dùng thường:
- Tải
lên các tài liệu nội bộ dài
- Yêu
cầu trích xuất thông tin hoặc phân tích
- Định
dạng kết quả theo bảng, gạch đầu dòng, phần mục lục, hoặc liên kết chéo
Khả năng chú ý đến chi tiết và tuân thủ hướng dẫn của AI
khiến nó trở thành một trợ lý nghiên cứu tuyệt vời.
Các trường hợp sử dụng "Nghiên cứu" để bắt đầu:
- Marketing
& Sales:
- Nghiên
cứu ngành mới, đối thủ cạnh tranh, đối tượng khách hàng
- Tài
chính:
- Tìm
chuẩn mực công khai của doanh nghiệp, mục tiêu M&A, tài liệu kế toán
- Sản
phẩm:
- Phân
tích xu hướng, nghiên cứu thị trường, đánh giá phản hồi người dùng
- CNTT:
- So
sánh nhà cung cấp phần mềm mới, đánh giá ưu & nhược điểm
- Kỹ
thuật phần mềm:
- Đọc
và hiểu tài liệu API, so sánh endpoint, đề xuất cách tích hợp
Tính năng mới: Deep Research trong ChatGPT
Đây là khả năng tác nhân (agentic capability) cho phép
ChatGPT thực hiện nghiên cứu nhiều bước độc lập trên Internet.
Bạn chỉ cần cung cấp yêu cầu – ChatGPT sẽ tìm, phân tích và tổng hợp hàng
trăm nguồn thông tin để tạo ra báo cáo nghiên cứu chuyên sâu như một
nhà phân tích thực thụ.
3. Lập trình – Coding
Rất nhiều kỹ sư phần mềm hiện nay là những người dùng AI
nâng cao. Họ sử dụng AI cho các công việc như:
Gỡ lỗi (debugging)
Tạo bản nháp đầu tiên của mã nguồn bằng ngôn ngữ không quen
thuộc
Chuyển đổi mã giữa các ngôn ngữ
Trình bày lại logic để tự kiểm tra (tương tự kỹ thuật
“rubber-duck debugging”)
Trong hai năm qua, khả năng của AI trong lĩnh vực toán học,
khoa học, và lập trình đa ngôn ngữ đã được cải thiện đáng kể. Nhiều công cụ còn
cung cấp cả bản xem trước mã thời gian thực (real-time code previews).
Không chỉ dành cho lập trình viên
Chúng tôi cũng chứng kiến rất nhiều người không phải lập
trình viên bắt đầu làm quen với lập trình nhờ sự hỗ trợ của AI.
Ví dụ:
Nhân viên marketing hoặc tài chính có thể:
Viết script Python để tự động hóa các quy trình
Tạo truy vấn SQL để lấy dữ liệu
Xây dựng biểu đồ trực quan bằng mã HTML/CSS/JS hoặc công cụ
frontend cho bản trình bày
Các trường hợp sử dụng “Lập trình” để bắt đầu:
Kỹ sư phần mềm:
Gỡ lỗi hoặc "đàm thoại với mã" (rubber-ducking)
Chuyển đổi mã sang ngôn ngữ khác
Tìm hiểu và so sánh endpoint trong API
Marketing:
Tạo biểu đồ tương tác, đồ họa dữ liệu
Viết truy vấn SQL để phân tích dữ liệu chiến dịch
Tài chính:
Sản phẩm:
Tạo nguyên mẫu tương tác nhanh chóng để minh họa ý tưởng sản
phẩm mới
Case Study – Tinder tăng tốc lập trình bằng ChatGPT
Đội kỹ sư của Tinder sử dụng ChatGPT để tạo bản nháp cú pháp
đầu tiên khi làm việc với ngôn ngữ khó nhớ như Bash – vốn đòi hỏi hiểu biết
chuyên sâu.
ChatGPT giúp tăng hiệu suất viết mã, dễ dàng tham khảo tài
liệu API bên ngoài, và hỗ trợ quyết định về kiến trúc hệ thống.
“Trước đây có những task trên Jira mà tôi luôn ưu tiên thấp
vì thấy phiền.
Bây giờ tôi lại thích làm những task đó vì tôi biết có
ChatGPT hỗ trợ.”— Chris Fuller, Kỹ sư phần mềm cao cấp, Tinder
4. Phân tích dữ liệu – Data Analysis
AI giúp bất kỳ ai có thể:
Hợp nhất dữ liệu từ nhiều nguồn
Xác định xu hướng và thông tin giá trị
Làm việc với bảng tính phức tạp mà không cần thành thạo
Excel, SQL hay Python
Bạn có thể đưa cho AI:
Nhiều bảng tính
Ảnh chụp màn hình dashboard
AI có thể:
Hiểu cấu trúc dữ liệu bảng tính
Diễn giải biểu đồ
Định dạng lại kết quả theo biểu đồ mong muốn, bảng tóm tắt
hoặc logic so sánh
Các trường hợp sử dụng “Phân tích dữ liệu” để bắt đầu:
Marketing:
Tóm tắt xu hướng chính từ bảng dashboard
Sản phẩm:
Phân tích xu hướng mạng xã hội, feedback người dùng
Dùng dữ liệu CRM để khám phá yêu cầu tính năng mới
Bán hàng:
Đánh giá danh sách tài khoản, tìm tài khoản tiềm năng nhất
Gán lead vào tài khoản, chấm điểm theo dấu hiệu ý định mua
hàng
Tài chính:
Phân tích dữ liệu chi tiêu, phát hiện xu hướng
Hợp nhất dữ liệu từ nhiều bảng và cơ sở dữ liệu
Case Study – Poshmark tối ưu thời gian cho phân tích và chiến
lược
Poshmark – nền tảng thương mại thời trang – sử dụng ChatGPT
để:
Sinh mã Python phục vụ đối chiếu hàng triệu dòng dữ liệu
trong bảng tính
Tạo báo cáo hiệu suất hàng tuần và bản ghi nhớ kế toán dành
cho lãnh đạo
Việc này giúp tiết kiệm hàng giờ làm việc thủ công mỗi tuần.
5. Ý tưởng và chiến lược – Ideation and Strategy
Các trường hợp sử dụng AI để phát triển ý tưởng và chiến
lược đang ngày càng phổ biến ở mọi bộ phận trong doanh nghiệp. Từ việc:
- Tìm
ý tưởng cho một bài đăng blog mới
- Xây
dựng cấu trúc cho một tài liệu
- Gỡ rối
một chiến lược
- Góp
ý cho bản nháp dựa trên mục tiêu và ưu tiên của các bên liên quan
AI ngày càng trở nên đa phương thức (multimodal) — tức
có thể hiểu văn bản, giọng nói và hình ảnh — nên các nhóm làm việc đang giao
tiếp với AI giống như khi trao đổi với đồng nghiệp.
Khi mô hình AI có khả năng suy luận về các vấn đề phức tạp,
nhiều nhóm đã bắt đầu sử dụng chúng để:
- Xây
dựng kế hoạch chiến lược, có cân nhắc dữ liệu, mục tiêu, bối cảnh,
ràng buộc và các yếu tố phụ thuộc.
Các trường hợp sử dụng “Ý tưởng và chiến lược” để bắt đầu:
- Marketing:
- Brainstorm
ý tưởng chiến dịch dựa trên cơ hội mới
- Tải
lên bản mô tả chiến dịch và yêu cầu AI xác định điều còn thiếu
- Yêu
cầu lập kế hoạch ra mắt sản phẩm (go-to-market)
- Tài
chính:
- Xây
dựng kế hoạch mở rộng thị trường tại khu vực mới
- Phân
tích đối thủ cạnh tranh tại địa phương, rủi ro, quy mô cơ hội và yêu cầu
về nguồn lực
- Sản
phẩm:
- Lập
kế hoạch ra mắt sản phẩm mới có tính đến các yếu tố phụ thuộc và rủi ro
- Tải
lên PRD (Product Requirement Document) để AI chỉ ra điểm yếu trước khi
trình lãnh đạo
- Bán
hàng (Sales):
- Luyện
tập kỹ năng thuyết trình và khám phá khách hàng thông qua chế độ giọng
nói
Case Study – Match Group mô phỏng các buổi thảo luận nhóm
người dùng
Match Group – tập đoàn sở hữu các nền tảng hẹn hò trực tuyến
hàng đầu thế giới – đang thử nghiệm khả năng đa phương thức của GPT-4 để:
- Mô
phỏng phản hồi của người dùng về giao diện sản phẩm
- Tải
lên các bản wireframe và yêu cầu ChatGPT giả lập người dùng cụ thể
- Đặt
câu hỏi và theo dõi cách “người dùng” điều hướng giao diện và đưa ra phản
hồi
Kết quả là: ý tưởng đổi mới sản phẩm mới mà không cần
tốn chi phí và thời gian tổ chức nhóm người dùng thật.
6. Tự động hóa – Automations
Rất nhiều trường hợp sử dụng AI hiện nay liên quan đến việc tự
động hóa một phần công việc. Khách hàng của chúng tôi đã xác định những nhiệm
vụ có thể lặp lại và thiết kế cách để AI xử lý chúng.
Tự động hóa có thể:
- Đơn
giản: Ví dụ, tạo bản tin cạnh tranh hàng tuần
- Phức
tạp: Như tạo báo cáo tài chính định kỳ cho ban điều hành
Yếu tố cốt lõi: Trí nhớ và hướng dẫn tùy chỉnh
- Memory
(trí nhớ) và custom instructions (hướng dẫn tùy chỉnh) là chìa
khóa để AI thực hiện các quy trình có thể tự động hóa
- Các
Custom GPTs là phương pháp để chia sẻ những quy trình đó một cách
nhất quán
Khi bạn tạo bộ hướng dẫn tiêu chuẩn, tải lên tài liệu giống
nhau và yêu cầu đầu ra nhất quán, nhóm của bạn có thể chuyển giao hiệu quả
những nhiệm vụ có giá trị thấp cho AI
Xu hướng mới: Tác nhân AI đa bước và tự động theo lịch
trình
Hiện nay, các quy trình tự động thường vẫn là đơn nhiệm. Tuy
nhiên với các sản phẩm mới như:
- Deep
Research
- Operator
(tác nhân AI điều phối công việc)
... chúng ta đang tiến đến thế hệ AI có thể thực hiện quy trình nhiều bước một cách độc lập và theo lịch định sẵn.
Các trường hợp sử dụng “Tự động hóa” để bắt đầu:
- Marketing:
- Tạo
báo cáo chuẩn và đồ họa nhanh cho bản tóm tắt webinar
- Tự
động hóa bản cập nhật Slack từ ghi chú cuộc họp hoặc bản ghi âm
- Sản
phẩm:
- Tạo
công cụ tóm tắt thông tin ra mắt
- Tự
động gửi bản tóm tắt phản hồi khách hàng hàng tuần
- Biến
ghi chú cuộc họp thành bài đăng Slack gửi lãnh đạo
- Tài
chính:
- Tạo
báo cáo tài chính hàng tuần dành cho lãnh đạo
- Đặt
cảnh báo khi có biến động bất thường cần chú ý
- CNTT:
- Tải
ảnh chụp sơ đồ kiến trúc phần mềm, yêu cầu AI xác định các yếu tố phụ thuộc,
rủi ro và cơ hội tối ưu
Case Study – BBVA tự động hóa phân tích tín dụng
GPT tùy chỉnh "Credit Analysis Pro GPT" của BBVA
giúp chuyên gia quản lý rủi ro tín dụng tăng tốc đánh giá hồ sơ bằng cách:
- Trích
xuất dữ liệu phi cấu trúc từ báo cáo thường niên, đánh giá ESG và các bài
báo
✅ Hành động đề xuất:
- Dạy
nhóm của bạn những nguyên mẫu cơ bản trên
- Cung
cấp ví dụ cụ thể cho từng phòng ban
- Tổ
chức hackathon hoặc cuộc thi trên toàn công ty để tìm ra các trường
hợp sử dụng AI hiệu quả nhất
- Tạo
bảng tính hoặc kênh Slack để thu thập ý tưởng từ các nhóm
🔗 Xem thêm: Bain’s Use
Case Olympics – cuộc thi tìm kiếm ứng dụng AI có tác động lớn nhất:
https://www.bain.com/insights/how-to-accelerate-progress-on-ai/
إرسال تعليق