Claude của Anthropic: Nhân viên AI cấp thấp đang biến đổi hoạt động kinh doanh

Mục lục

1. Vượt xa hỗ trợ cộng tác viên AI
2. Giá trị của cấu hình đa tác nhân AI
3. Lợi thế của sự tự động hóa
4. Sự tin tưởng và các rào chắn
5. Thách thức và con đường phía trước
6. Kết luận

1. Vượt xa hỗ trợ cộng tác viên AI

Các mô hình ngôn ngữ lớn như ChatGPT và Claude vẫn chưa đạt được sự linh hoạt của người lao động. Điều này một phần là do AI phụ thuộc vào dữ liệu được tải lên để làm ngữ cảnh. Do đó, các công cụ AI chủ yếu đóng vai trò là người cộng tác, giúp người dùng hoàn thành các nhiệm vụ cụ thể, nhưng không thể hỗ trợ một cách tự động.

2. Giá trị của cấu hình đa tác nhân AI

Tháng trước, Anthropic đã phát hành một chức năng mới thông qua API của mình - Claude "Computer Use". Mặc dù có tên gọi đơn giản, Computer Use đại diện cho bước tiến gần nhất mà bất kỳ AI phổ biến nào đạt được tới khả năng hoạt động tự chủ giống như con người.

Beta Computer Use của Anthropic cho phép Claude tương tác trực tiếp với các môi trường và ứng dụng phần mềm - điều hướng menu, gõ, nhấp chuột và thực hiện các quy trình phức tạp, nhiều bước một cách độc lập. Chức năng này bắt chước tự động hóa quy trình robot (RPA) trong việc thực hiện các nhiệm vụ lặp đi lặp lại, nhưng nó đi xa hơn bằng cách mô phỏng các quá trình tư duy của con người, không chỉ là hành động. Không giống như các hệ thống RPA dựa trên các bước được lập trình sẵn, Claude có thể diễn giải đầu vào trực quan (như ảnh chụp màn hình), suy luận về chúng và quyết định về phương án hành động tốt nhất.

Ví dụ, một doanh nghiệp có thể giao nhiệm vụ cho Claude sắp xếp dữ liệu khách hàng từ CRM, liên hệ với dữ liệu tài chính và sau đó tạo ra các tin nhắn WhatsApp cá nhân hóa - tất cả đều không cần sự can thiệp của con người. Một nhà phát triển có thể yêu cầu Claude thiết lập cụm Kubernetes, tích hợp nó với các cấu hình và dữ liệu phù hợp. Những khả năng như vậy làm cho việc giao việc cho Claude trở nên khả thi, tương tự như cách người ta giao nhiệm vụ cho một nhân viên cấp thấp.

Tuy nhiên, có những sự đánh đổi: chỉ dựa vào Computer Use của Claude có thể chậm vì nó mô phỏng các hành động của con người từng bước một. Hơn nữa, Computer Use, đúng như tên gọi, cần có quyền truy cập độc quyền vào máy tính khi làm việc.

3. Lợi thế của sự tự động hóa

Trong bài báo tháng trước của tôi về "AI Agents: Are We Ready For Machines That Make Decisions?", tôi đã khám phá câu hỏi gây tranh cãi về khả năng tự chủ của AI. Các công cụ như Computer Use không cung cấp khả năng tự trị thực sự nhưng mô phỏng nó một cách hiệu quả, tạo ra cơ hội cho sự đổi mới trong kinh doanh. Tháng này, tôi đã nói chuyện với Daniel Vassilev, Giám đốc điều hành của Relevance - một nền tảng cung cấp các tác nhân AI dựa trên tích hợp kỹ thuật sâu hơn so với Computer Use của Anthropic - về các ứng dụng thực tế của những công nghệ này.

“Các tác nhân cho phép các nhóm khai thác năng suất của họ dựa trên ý tưởng, chứ không phải quy mô,” Vassilev giải thích. Mỗi nhóm tác nhân do Relevance cung cấp được ước tính có thể xử lý lượng công việc tương đương với năm nhân viên toàn thời gian. Điều này có thể bao gồm các hoạt động như xác định khách hàng tiềm năng, hướng dẫn cá nhân hóa và tiếp cận khách hàng chủ động - những nhiệm vụ sẽ tốn rất nhiều tài nguyên nếu không có sự tự động hóa.

Mặc dù tự động hóa các quy trình công việc đơn lẻ rất có lợi, nhưng giá trị thực sự nằm ở việc triển khai nhiều tác nhân chuyên biệt. Cũng giống như các doanh nghiệp tổ chức các nhóm theo chuyên môn, các tác nhân AI được thiết kế cho các nhiệm vụ cụ thể - như nghiên cứu, tiếp cận hoặc lập tài liệu - có thể hợp tác để thúc đẩy năng suất theo cấp số nhân. Các tác nhân này tích hợp liền mạch trên nhiều quy trình công việc, tăng cường hiệu quả mà không có sự mâu thuẫn giữa các cá nhân hoặc cần giám sát của con người.

4. Sự tin tưởng và các rào chắn

Bất chấp tiềm năng của chúng, các tác nhân AI không phải là hoàn hảo. Vassilev ví việc triển khai các tác nhân AI như việc tuyển dụng một nhân viên mới:

“Bạn sẽ không để một nhân viên mới gửi email cho CEO của khách hàng mà không có sự giám sát. Tương tự, các tác nhân AI cần một quy trình giám sát chặt chẽ của con người.”

Việc đảm bảo các tác nhân AI hoạt động an toàn phụ thuộc vào việc thiết lập các rào chắn về những gì chúng có thể và không thể làm, và đảm bảo rằng chúng được đào tạo đúng cách - tương tự như một nhân viên cấp thấp.

5. Thách thức và con đường phía trước

Mặc dù đầy hứa hẹn, các tác nhân AI tự động vẫn gặp phải những trở ngại. Như Vassilev lưu ý, nhiều dự án tự động hóa thất bại không phải do thiếu sót kỹ thuật mà do thiếu kiến thức tổ chức:

“Các quy trình độc đáo thường nằm trong tâm trí của các chuyên gia, khiến chúng khó lập tài liệu và tự động hóa.”

Tuy nhiên, việc kết hợp Computer Use của Anthropic với nhiều tác nhân AI mở ra những khả năng tự động hóa mà trước đây thậm chí sáu tháng trước đây là không thể tưởng tượng được đối với các hoạt động không lặp lại, sáng tạo hoặc quy mô nhỏ.

6. Kết luận

Khi các công cụ như Computer Use của Anthropic (vẫn đang trong giai đoạn Beta) và các tác nhân AI của Relevance ngày càng hoàn thiện, tiềm năng cho các doanh nghiệp đạt được nhiều hơn với ít tài nguyên hơn sẽ được mở rộng. Các tổ chức sẽ không còn bị hạn chế bởi số lượng nhân viên, vai trò của con người sẽ chuyển sang giám sát và đổi mới, và các mục tiêu tham vọng cũng như các giải pháp sáng tạo có thể được mở ra. Những thời điểm thú vị đang đến.