BA không cần xây mô hình AI, nhưng vẫn rất quan trọng
Trong dự án AI, BA thường không phải là người viết thuật toán machine learning hay huấn luyện mô hình. Nhưng BA lại rất quan trọng vì dự án AI vẫn cần hiểu nhu cầu kinh doanh, stakeholder, quy trình, dữ liệu, rủi ro và tiêu chí thành công.
AI làm cho dự án phức tạp hơn, nhưng không làm mất đi vai trò của Business Analysis.
BA cần làm rõ gì trong dự án AI?
Nhu cầu kinh doanh
- Vấn đề cần giải quyết là gì?
- Vì sao cần AI?
- Giá trị mong muốn là gì?
Dữ liệu
- AI học từ dữ liệu nào?
- Dữ liệu có đầy đủ và chính xác không?
- Có dữ liệu nhạy cảm không?
Đầu ra
- AI sẽ trả về dự đoán, phân loại hay đề xuất?
- Đầu ra được dùng để làm gì?
- Ai kiểm tra hoặc phê duyệt kết quả?
Rủi ro
- Nếu AI sai thì chuyện gì xảy ra?
- Có thiên kiến hoặc quyết định không công bằng không?
- Cần human review ở bước nào?
Câu hỏi của BA trong dự án AI sẽ sâu hơn
Trong dự án phần mềm thông thường, BA có thể hỏi hệ thống cần chức năng gì. Trong dự án AI, BA cần hỏi thêm: mô hình đang học từ dữ liệu nào, dữ liệu đó có đại diện cho thực tế không, AI được phép quyết định đến mức nào và khi AI sai thì ai chịu trách nhiệm xử lý.
Đây là các câu hỏi rất quan trọng vì AI có thể tạo ra kết quả xác suất, không phải lúc nào cũng đúng tuyệt đối.
BA giúp đặt ranh giới cho AI
Không phải việc gì cũng nên giao cho AI. Có những quyết định cần con người xác nhận, nhất là khi ảnh hưởng đến khách hàng, tài chính, sức khỏe, tuyển dụng hoặc quyền lợi người dùng.
BA cần giúp tổ chức xác định AI chỉ hỗ trợ, đề xuất hay được tự động hành động. Mức độ tự động hóa càng cao thì yêu cầu về kiểm soát, audit, giải thích và xử lý ngoại lệ càng quan trọng.
Ghi nhớ
Dự án AI không chỉ là bài toán công nghệ. Đó còn là bài toán nghiệp vụ, dữ liệu, rủi ro, quy trình, đạo đức và quản trị.
Kết luận
BA có vai trò lớn trong dự án AI vì BA giúp kết nối mục tiêu kinh doanh với giải pháp AI khả thi và có kiểm soát. Khi AI xuất hiện trong dự án, BA càng cần đặt câu hỏi rõ hơn, sâu hơn và có trách nhiệm hơn.