Kim Polese - giám đốc của CrowdSmart tiết lộ cách AI hướng con người giúp biến quá trình ra quyết định chậm chạp, đầy thiên kiến thành trí tuệ tập thể nhanh và chính xác.

Hãy tưởng tượng một môi trường làm việc nơi mọi tiếng nói đều được lắng nghe, những ý tưởng xuất sắc xuất hiện từ những góc không ngờ tới, và quyết định được đưa ra từ trí tuệ tập thể thay vì chính trị phòng họp.

Bà Kim Polese tin rằng điều này có thể trở thành hiện thực. Với vai trò Chủ tịch CrowdSmart, bà đang sử dụng AI để cắt qua sự phức tạp của tổ chức và phơi bày những “điểm mù nhận thức” vốn làm chậm việc ra quyết định.

“AI có thể làm điều con người không thể: lắng nghe nhiều người cùng lúc, hiểu điều họ nói và cân bằng, đánh giá tất cả những thông tin đó,” bà chia sẻ.

Polese không chỉ là một người “lạc quan công nghệ” hăng say nói về tiềm năng của AI. Bà có một lịch sử dài trong việc nhìn thấy trước những bước ngoặt lớn của công nghệ.

Ba mươi năm trước, bà dẫn dắt việc ra mắt Java tại Sun Microsystems; triết lý “viết một lần, chạy mọi nơi” đã cách mạng hóa ngành phát triển phần mềm. Sau đó, bà sáng lập Marimba – tiên phong về quản lý ứng dụng qua internet – rồi tiếp tục lập SpikeSource để tự động hóa việc quản lý mã nguồn mở. Hiện nay, CrowdSmart hợp tác với các tổ chức như NATO, tập đoàn bảo hiểm Alera Group, và 90-10 Institute – một nhóm nghiên cứu trong ngành công nghệ sinh học sử dụng AI để tìm ra những insight bị chôn vùi trong hệ thống phân cấp tổ chức.

“Ai hướng con người làm tan biến ma sát trong tổ chức bằng cách khuếch đại trí tuệ nhân loại,” Ashwin Ballal – CIO của Freshworks – chia sẻ. “Nó giúp phơi bày những hiểu biết bị che khuất trong hệ thống phân cấp, từ đó lãnh đạo hành động nhanh hơn, thông minh hơn và tạo ra tác động lớn hơn.”

Trong khi nhiều tổ chức bị sa lầy trong các dự án AI phức tạp, CrowdSmart chứng minh rằng trí tuệ tập thể tăng cường AI (GCI) có thể mở rộng trí tuệ con người trên quy mô lớn. Polese nói: “Khi mọi góc nhìn đều được lắng nghe, đánh giá công bằng và kết hợp với nhau để tạo ra giá trị lớn hơn tổng các phần, tổ chức không chỉ cải thiện đôi chút — họ chuyển mình hoàn toàn.”

Điều gì truyền cảm hứng cho bà đưa AI vào nền tảng trí tuệ tập thể để giúp tổ chức cắt qua sự phức tạp và đưa ra quyết định sắc bén, chính xác hơn?

Nó bắt đầu từ việc cố gắng giải quyết hạn chế trong quy trình đầu tư vốn mạo hiểm (VC). Con đường ra quyết định truyền thống của VC luôn dựa nhiều vào mối quan hệ và giới hạn trong một nhóm rất nhỏ người ra quyết định. Nhưng mô hình này lại có tỷ lệ thành công thấp — đặc biệt ở giai đoạn đầu khi hầu hết startup không thể đạt đến Series A.

Chúng tôi tự hỏi liệu trí tuệ tập thể và AI có thể cải thiện độ chính xác của quy trình thẩm định khi mở rộng quy mô hay không. Thế là chúng tôi xây dựng một nền tảng với 2.500 chuyên gia — nhà đầu tư chuyên nghiệp, nhà đầu tư thiên thần, và chuyên gia lĩnh vực — để đánh giá các startup đến từ các trường đại học và accelerator như Techstars, Berkeley, UCLA, và Đại học Michigan. Mỗi startup được đánh giá bởi 30–45 người trong vài tuần.

Có vẻ bà đã phát hiện rằng sự phức tạp đang cản trở hiệu quả trong quy trình VC truyền thống. AI thay đổi điều đó như thế nào?

Nó bắt đầu từ việc thu thập dữ liệu thông qua những câu hỏi mở trong hồ sơ:
Bạn có nghĩ startup này có khả năng cao mang lại exit sinh lợi không? Nếu có, vì sao? Nếu không, vì sao?

Sau đó đào sâu vào các vấn đề chuyên môn:
Công nghệ này có độc đáo không? IP có được bảo vệ không? Chiến lược go-to-market có tốt không?

Tiếp tục đánh giá yếu tố product–market fit, đội ngũ, traction và nhiều yếu tố khác.

AI sử dụng các mô hình ngôn ngữ lớn để hiểu ngữ nghĩa, phát triển chủ đề và tối ưu hóa sự đa dạng trong tư duy. Sau khi mọi người chia sẻ ý kiến, hệ thống yêu cầu họ xếp hạng ý tưởng của người khác — 7 ý tưởng mỗi lần. Danh sách 7 ý tưởng này được cá nhân hóa, nhằm vừa phù hợp với bạn vừa thách thức bạn. Sau đó hệ thống tạo ra mô hình tính toán dự đoán “tập thể tư duy”. Quyết định đầu tư dựa trên tất cả dữ liệu tổng hợp đó.

Hiệu quả thế nào?

Trong hai năm, phương pháp này đạt hơn 80% độ chính xác trong việc dự đoán startup nào sẽ gọi được vòng tiếp theo — một chỉ số quan trọng dự báo khả năng exit sinh lợi.

Điều đặc biệt gây bất ngờ: hơn 40% startup có điểm cao được sáng lập bởi các nhà sáng lập thuộc nhóm ít được đại diện — phụ nữ và các nhóm thiểu số.

Điều này không phải do người đánh giá không biết họ là ai (vẫn có Q&A và Zoom trực tiếp), mà bởi vì trọng tâm đánh giá không còn là “bạn biết ai, mạng lưới thế nào, học ở đâu”, mà là product–market fit, đội ngũ, và traction.

Bà học được gì từ trải nghiệm này?

Có hai yếu tố cốt lõi dẫn đến kết quả tốt nhất:

1. Những người tham gia phải sẵn sàng nói thật.
   Trong bối cảnh họp truyền thống thường xuất hiện kiểu “anh làm deal của tôi, tôi làm deal của anh”. Nhưng trong hệ thống của chúng tôi, danh tính được ẩn — nên họ nói thật suy nghĩ.

2. Cần sự đa dạng trong góc nhìn.
   Ví dụ, khi đánh giá Cocoon Cam (UC Berkeley) — thiết bị cảm biến đặt trên nôi đo nhịp tim và hơi thở trẻ sơ sinh để ngăn SIDS — chúng tôi có chuyên gia thị giác máy tính, nhà đầu tư thiết bị y tế, y tá NICU, phụ huynh, và cả những người hiểu cách đưa sản phẩm vào hệ thống bán lẻ như Walmart.

Hệ thống của bà chống “tư duy bầy đàn” và giảm sự phức tạp ẩn như thế nào?

Tư duy bầy đàn xảy ra khi:

• nghe theo người nói to nhất trong phòng,
• hoặc khi cuộc trao đổi có vẻ đi theo một hướng và mọi người “gập mình theo”.

Điều đó không thể xảy ra trong hệ thống này, vì không có lợi ích khi “theo phe nào đó”. Bạn chỉ đang phản hồi và xếp hạng ý tưởng — không có động cơ chính trị.

AI hoạt động như một bộ phân tích khách quan, tối ưu cho sự đa dạng trong tư duy.

Hệ thống liên tục đưa ra các danh sách ý tưởng vừa phù hợp vừa thách thức bạn, buộc bạn xem xét và phản biện.

Vậy các ý kiến trái chiều được xử lý thế nào để tạo ra insight có thể hành động?

Chúng tôi cố ý tìm kiếm ý kiến trái chiều — đó chính là nơi insight xuất hiện.

Hệ thống luôn hỏi không chỉ bạn nghĩ gì mà vì sao bạn nghĩ như vậy.

Khi bạn giải thích lý do, chúng ta khám phá ra “tri thức ẩn”. Đó cũng là cách mọi người thay đổi quan điểm.

AI ở đây chỉ là công cụ — nó làm lộ ra kiến thức vốn đã tồn tại trong tổ chức nhưng bị chôn vùi.

Quy mô nhóm tối ưu là bao nhiêu?

Tối thiểu khoảng 12 người, còn không có giới hạn trên — AI xử lý được càng nhiều người càng tốt, vì càng nhiều thì càng đa dạng góc nhìn.

Thách thức lớn nhất của cách tiếp cận này?

Thách thức luôn là khuyến khích mọi người tham gia.

Trong tổ chức, đôi khi đó là nhiệm vụ bắt buộc. Nhưng tốt nhất là khi họ quan tâm thực sự đến vấn đề.

Chúng tôi dùng văn bản thay vì giọng nói để giảm thiên kiến — vì khả năng nói, giọng, hay accent không nên ảnh hưởng kết quả.

Các đội nhóm phản ứng thế nào khi AI làm lộ điểm mù?

Thường khá tích cực — vì họ đang nghe ý kiến của chính người trong tổ chức, kể cả những người bình thường không có tiếng nói.

Ví dụ NATO: Họ có 32 quốc gia thành viên, với rất nhiều người ở tầng sâu của tổ chức sở hữu insight nhưng khó được lắng nghe trong mô hình chỉ huy–kiểm soát. Họ dùng GCI cho:

• ra quyết định hợp tác,
• chạy mô phỏng chiến trường với con người và AI,
• phản ứng với đổi mới chiến thuật của đối phương.

Họ xem GCI là lợi thế trong môi trường rủi ro cao và thay đổi nhanh.

Công cụ AI chỉ bộc lộ thiên kiến, còn thay đổi tổ chức thì sao?

Tổ chức tự quyết định làm gì với insight.
Đôi khi họ tổ chức vòng tham vấn thứ hai để đào sâu giải pháp.

Nhắc lại: AI không ra quyết định thay tổ chức.
Nó chỉ hỗ trợ việc học và lắng nghe.

Lời khuyên tốt nhất cho lãnh đạo IT và chăm sóc khách hàng muốn áp dụng trí tuệ tập thể?

1. Tập hợp một nhóm đa dạng.
   AI có thể xử lý nhóm không giới hạn, trong khi cách điều phối truyền thống chỉ quản lý được 7 người.

2. Tập trung laser.
   Xác định vấn đề cụ thể và kết quả cụ thể.
   Ví dụ: “Mức độ tự tin của bạn là bao nhiêu trong việc tăng 20% chỉ số khách hàng giới thiệu trong 90 ngày?”
   Sau đó: “Điều gì làm tăng/giảm sự tự tin của bạn? Ba hành động quan trọng nhất là gì?”

Hãy xem AI như “siêu điều phối viên”, hiểu từng ý tưởng của từng người để nắm bắt tâm lý chung của cả nhóm. Khi đã có insight, tổ chức có thể đối thoại và ra quyết định sáng suốt hơn.

Bài gốc