Khoảng trống triển khai AI là bài toán con người

Lý do phổ biến nhất khiến các dự án AI gây thất vọng không phải là mô hình. Mà là không ai trong tổ chức biết cách biến một mô hình có năng lực thành một quy trình vận hành được. Ngày 2 tháng 10, Anthropic đã định giá cho vấn đề đó: 100 triệu US$ để đào tạo 10.000 người có công việc chính là làm điều đó.

Điều gì đã xảy ra

Theo thông báo của Anthropic, Claude Frontier Academy mới đặt mục tiêu đào tạo 10.000 "Frontier Deployed Engineer" trước cuối năm 2027, với cam kết 100 triệu US$. Chương trình đầu tiên là một kỳ nội trú mà theo lời Anthropic "đi theo mô hình y khoa để xây dựng chuyên môn". Các tổ chức đề cử những kỹ sư giỏi, mỗi người mang theo một dự án Claude cụ thể. Họ trước tiên tham gia một chương trình trực tiếp kéo dài nhiều ngày với một đợt triển khai doanh nghiệp mô phỏng và một bài thực hành có chấm điểm, sau đó dành 12 tuần dẫn dắt một tình huống sử dụng thực tế tại chính tổ chức của mình với sự hỗ trợ từ các kỹ sư Anthropic, kết thúc bằng một bài đánh giá cuối khóa.

Các khóa đang diễn ra tại San Francisco, New York và London. Các công ty có tên trong những khóa đầu tiên gồm Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley và Novo Nordisk. Anthropic cho biết học viện được xây dựng trên mạng lưới đối tác của công ty, nơi các chuyên gia tại 46.000 doanh nghiệp đã đạt hơn 175.000 chứng chỉ.

Một lãnh đạo của Accenture được trích dẫn trong thông báo cho biết kỳ nội trú đánh giá "khả năng phán đoán được kiểm nghiệm qua một đợt triển khai doanh nghiệp mô phỏng, không phải kỹ năng kỹ thuật tách biệt."

Vì sao điều này quan trọng

Hãy đọc danh sách những người tham gia đầu tiên: các công ty tư vấn, ngân hàng, một công ty dược phẩm. Đây là những tổ chức sẽ triển khai AI bên trong các công ty khác, kể cả trong phòng marketing. Mô hình này không mới; kỹ sư hiện trường và kiến trúc sư giải pháp tồn tại trong mọi mảng phần mềm doanh nghiệp. Điều mới là quy mô và sự nhấn mạnh vào khả năng phán đoán trong các đợt triển khai thực tế.

Marketing cũng có khoảng trống tương tự, và ít người giải quyết nó hơn. Nhiều đội ngũ giờ đã có quyền truy cập vào các mô hình và công cụ xuất sắc. Nhưng ít hơn hẳn có một người mà công việc là nhận một quy trình marketing rối rắm, như giám sát đối thủ, thử nghiệm sáng tạo hay báo cáo, và thiết kế lại nó xoay quanh AI, với đo lường, rào chắn và việc áp dụng được tích hợp sẵn.

Địa điểm các khóa học cũng đáng chú ý. Không có nơi nào ở châu Á. Với khu vực của chúng ta, đó hoặc là khoảng trống cần được lấp tại chỗ, hoặc là dấu hiệu cho thấy làn sóng nhân lực triển khai được chứng nhận đầu tiên sẽ tập trung ở nơi khác.

Nghiên cứu của tôi nói gì

Theo tôi, bước khó nhất trong AI ứng dụng là bước nằm giữa một mô hình hoạt động được và một quy trình hoạt động được. Nghiên cứu của chúng tôi phản ánh điều đó. Trong MindFuse (ACM Multimedia 2025) và trong bản trình diễn công nghiệp SOMIN tại ACM Multimedia 2025, đóng góp không chỉ nằm ở các mô hình mà ở cách chúng khớp vào công việc chiến lược của marketer: dự đoán hiệu quả cộng với một LLM giải thích và đề xuất.

Tôi đã viết trên Forbes về thu hẹp khoảng cách giữa marketing và các hệ thống AI và về khai thác LLM trong kinh doanh vượt ra ngoài chatbot. Chủ đề xuyên suốt là giá trị xuất hiện khi có người hiểu cả hai phía: mô hình có thể làm gì một cách đáng tin cậy, và doanh nghiệp thực sự cần gì. Người như vậy rất hiếm trong marketing.

Tôi cũng giảng dạy, tại NUS và INSEAD cùng nhiều nơi khác, và cách ví von với chương trình nội trú y khoa rất thuyết phục với tôi. Bạn không học triển khai từ slide. Bạn học bằng cách tự chịu trách nhiệm một tình huống thực tế, dưới sự giám sát, và được đánh giá về khả năng phán đoán.

Đội ngũ marketing có thể xây dựng vai trò này ngay bây giờ như thế nào

• Chỉ định người phụ trách. Giao cho một người trách nhiệm rõ ràng về việc biến năng lực AI thành quy trình marketing, kèm thời gian để thực hiện.
• Học trên một tình huống thực tế. Chọn một quy trình đang vận hành, chẳng hạn báo cáo đối thủ hằng tuần, và thiết kế lại từ đầu đến cuối, với mức cơ sở và mục tiêu.
• Kết hợp marketing và kỹ thuật. Những đợt triển khai tốt nhất đến từ một marketer hiểu quyết định và một chuyên gia công nghệ hiểu hệ thống, cùng làm việc với nhau.
• Đánh giá khả năng phán đoán, không phải sự thành thạo công cụ. Người đó có giải thích được khi nào không nên tin AI và khi đó điều gì sẽ xảy ra không?
• Chia sẻ những gì hiệu quả. Ghi lại mỗi đợt triển khai thành một tình huống ngắn: vấn đề, thiết kế, kết quả, các kiểu thất bại.

Một trăm triệu đô la là con số lớn cho đào tạo. Nhưng là con số nhỏ so với những gì các tổ chức mất vào các dự án AI không bao giờ đi vào công việc hằng ngày. Marketing không nên chờ người khác đào tạo đội ngũ triển khai cho mình.

Câu hỏi thường gặp