Nền tảng AI chuyên ngành kết hợp năng lực AI với dữ liệu, tri thức và workflow từng lĩnh vực, giúp công nghệ phù hợp hơn với nhu cầu thực tế.
AI có thể xử lý ngôn ngữ, hình ảnh, dữ liệu và hỗ trợ nhiều loại công việc khác nhau. Những năng lực này tạo ra một lớp công nghệ có khả năng ứng dụng rộng, nhưng khi AI đi sâu vào y tế, pháp lý, giáo dục hoặc những nghiệp vụ chuyên môn khác, khả năng xử lý chung chưa chắc đã đủ.
Mỗi lĩnh vực có ngôn ngữ, dữ liệu, tri thức và quy trình riêng. Cùng một công nghệ nhưng cách sử dụng trong môi trường y tế có thể khác đáng kể so với pháp lý. Người dùng cũng không chỉ cần AI tạo ra kết quả mà còn cần kết quả đó phù hợp với bối cảnh công việc.
Đây là lý do nền tảng AI chuyên ngành trở thành một hướng tiếp cận đáng chú ý. Thay vì xây dựng AI để phục vụ mọi bài toán theo cùng một cách, nền tảng kết hợp năng lực công nghệ có thể kế thừa với lớp dữ liệu, tri thức và workflow của từng domain để đưa AI đến gần hơn với môi trường sử dụng thực tế.
AI dùng chung chưa đủ cho nghiệp vụ chuyên sâu
Một nền tảng AI dùng chung có thể cung cấp nhiều năng lực cốt lõi như xử lý ngôn ngữ, phân tích dữ liệu hoặc khai thác hình ảnh. Đây là nền móng quan trọng để doanh nghiệp phát triển nhiều ứng dụng khác nhau mà không phải xây dựng lại toàn bộ công nghệ.
Khoảng cách xuất hiện khi những năng lực đó được đưa trực tiếp vào một nghiệp vụ chuyên sâu.
Người dùng trong một lĩnh vực không chỉ làm việc với dữ liệu khác nhau mà còn có cách diễn giải và sử dụng thông tin riêng. Một thuật ngữ trong môi trường chuyên môn có thể mang ý nghĩa cụ thể mà một hệ thống được thiết kế cho nhu cầu phổ thông chưa chắc đã xử lý đầy đủ.
Workflow cũng khác nhau. Cách một bác sĩ tiếp cận thông tin không giống chuyên gia pháp lý hay giáo viên. Vai trò của AI, điểm con người cần kiểm tra và cách kết quả được đưa vào bước tiếp theo đều phụ thuộc vào môi trường sử dụng.
Do đó, bài toán không phải lựa chọn giữa AI dùng chung và AI chuyên ngành. Doanh nghiệp cần xác định phần năng lực nào có thể được xây dựng chung và phần nào phải được chuyên biệt hóa để công nghệ phù hợp với từng domain.
Đây chính là nền tảng cho cách tiếp cận AI Platform chuyên ngành.
Nền tảng cần hiểu domain trước khi hiểu tác vụ
Domain AI Platform không đơn thuần là một nền tảng AI được bổ sung thêm dữ liệu của một ngành. Domain còn bao gồm tri thức chuyên môn, cách người dùng làm việc, hệ thống đang vận hành và những yêu cầu liên quan đến cách thông tin được sử dụng.
Vì vậy, quá trình chuyên biệt hóa cần bắt đầu từ việc hiểu lĩnh vực trước khi xác định AI sẽ đảm nhận tác vụ nào.
Bài toán cần được xác định từ nghiệp vụ
Một cách tiếp cận dễ gặp khi triển khai AI là bắt đầu từ khả năng công nghệ rồi tìm kiếm vị trí để ứng dụng. Khi đó, doanh nghiệp có thể có nhiều ý tưởng sử dụng AI nhưng chưa chắc giải quyết đúng vấn đề đang ảnh hưởng đến công việc.
AI Platform theo ngành cần đi theo chiều ngược lại. Doanh nghiệp xác định vấn đề, người sử dụng, dữ liệu và workflow trước, sau đó mới lựa chọn năng lực AI phù hợp.
Cách tiếp cận này giúp phân biệt giữa những bước thực sự có thể được AI hỗ trợ và những bước vẫn cần chuyên môn hoặc đánh giá trực tiếp của con người.
Người dùng quyết định vai trò của AI
Cùng một năng lực xử lý thông tin nhưng bác sĩ, chuyên gia pháp lý hay giáo viên có thể cần những cách hỗ trợ hoàn toàn khác nhau. Vì vậy, thiết kế nền tảng không thể chỉ tập trung vào mô hình AI.
Cần xác định người dùng sẽ tương tác với AI ở đâu, họ cần nhận được loại thông tin nào và bước tiếp theo sau kết quả của AI là gì.
Khi người dùng trở thành một phần của thiết kế, AI được đặt vào workflow với vai trò hỗ trợ thay vì trở thành một công cụ đứng riêng bên ngoài nghiệp vụ.
Hiểu domain giúp xác định đúng vấn đề. Nhưng để AI thực sự thích ứng với lĩnh vực, nền tảng còn cần một lớp dữ liệu và tri thức phù hợp.
Dữ liệu và tri thức tạo lớp chuyên ngành
Một nền tảng AI chuyên biệt cần kết nối được năng lực công nghệ với những nguồn thông tin phản ánh đúng môi trường sử dụng. Đây là lớp giúp AI chuyển từ khả năng xử lý chung sang khả năng hỗ trợ một domain cụ thể.
Dữ liệu cần đúng với bối cảnh sử dụng
Mỗi ngành tạo ra những loại dữ liệu khác nhau. Y tế có hệ thống thông tin và tài liệu chuyên môn riêng, pháp lý làm việc với các nguồn văn bản và hồ sơ đặc thù, trong khi giáo dục có nội dung và dữ liệu gắn với quá trình dạy và học.
Vì vậy, dữ liệu phục vụ AI không chỉ cần đủ về số lượng. Quan trọng hơn là dữ liệu có liên quan đến bài toán, được tổ chức phù hợp và được sử dụng trong đúng phạm vi.
Một AI Platform chuyên ngành cần xác định rõ nguồn dữ liệu nào phục vụ ứng dụng nào. Điều này vừa giúp AI có được ngữ cảnh phù hợp, vừa tránh tư duy rằng mọi ứng dụng đều cần truy cập toàn bộ dữ liệu của lĩnh vực.
Tri thức domain giúp AI hiểu sâu hơn ngữ cảnh
Dữ liệu cung cấp thông tin nhưng chuyên môn giúp xác định cách thông tin đó cần được hiểu và sử dụng.
Đây là lý do chuyên gia ngành có vai trò quan trọng trong quá trình phát triển AI theo lĩnh vực. Họ giúp xác định thuật ngữ, bối cảnh, cách diễn giải kết quả và những trường hợp cần con người kiểm tra.
Đội ngũ công nghệ và chuyên gia domain vì vậy không nên hoạt động như hai nhóm tách biệt. Một bên hiểu khả năng và giới hạn của công nghệ, bên còn lại hiểu môi trường mà công nghệ sẽ được đưa vào.
Sự kết hợp này tạo ra lớp chuyên ngành mà một nền tảng AI phổ thông khó có thể hình thành chỉ bằng việc bổ sung thêm tính năng.
Tuy nhiên, hiểu đúng dữ liệu và tri thức vẫn chưa đủ. Nền tảng cần đưa những năng lực này vào chính dòng công việc của người dùng.
Workflow đưa AI vào hoạt động thực tế
Một hệ thống có thể hiểu nhiều kiến thức chuyên ngành nhưng vẫn khó tạo ra giá trị nếu người dùng phải rời khỏi phần mềm đang làm việc, tự tìm dữ liệu, đưa sang AI rồi chuyển kết quả trở lại quy trình.
AI theo domain vì vậy cần được thiết kế cùng workflow.
AI cần xuất hiện đúng bước
Không phải mọi bước trong quy trình đều cần AI. Một số bước có thể được xử lý hiệu quả bằng phần mềm hoặc quy tắc tự động hóa thông thường, trong khi AI phù hợp hơn với những phần cần khai thác lượng thông tin lớn, xử lý dữ liệu phi cấu trúc hoặc hỗ trợ người dùng tiếp cận tri thức.
Xác định đúng vị trí giúp doanh nghiệp tránh đưa AI vào quy trình chỉ để tăng mức độ ứng dụng công nghệ.
Một nền tảng AI chuyên biệt cần tạo điều kiện để dữ liệu được đưa đến đúng bước, AI thực hiện đúng nhiệm vụ và kết quả tiếp tục được chuyển đến người hoặc hệ thống phù hợp.
Con người vẫn nằm trong workflow
Chuyên biệt hóa AI không đồng nghĩa trao toàn bộ nghiệp vụ cho công nghệ. Trong những lĩnh vực có yêu cầu chuyên môn, AI cần được đặt trong mối quan hệ với người chịu trách nhiệm sử dụng kết quả.
Có những bước AI có thể hỗ trợ xử lý thông tin, trong khi con người kiểm tra, bổ sung bối cảnh hoặc đưa ra quyết định. Vị trí của những điểm kiểm soát này cần được xác định ngay khi thiết kế workflow.
Cách tiếp cận đó phù hợp với AI lấy con người làm trung tâm: công nghệ xử lý những phần việc phù hợp để con người có thêm thông tin và thời gian cho những nhiệm vụ cần chuyên môn, tư duy và trách nhiệm.
Khi dữ liệu, tri thức và workflow đã được chuyên biệt hóa, thách thức tiếp theo là làm sao phát triển nhiều ứng dụng mà không phải xây dựng lại toàn bộ công nghệ cho từng bài toán.
Vertical AI Platform cân bằng giữa dùng chung và chuyên biệt
Vertical AI Platform tạo ra một cấu trúc trong đó năng lực công nghệ có thể được kế thừa, còn phần gắn với từng domain được phát triển riêng. Đây là điểm giúp nền tảng vừa có khả năng mở rộng vừa giữ được sự phù hợp với ngành.
Ở lớp nền, các năng lực liên quan đến ngôn ngữ, thị giác máy tính, học máy, dữ liệu và hạ tầng AI có thể phục vụ nhiều ứng dụng. Việc tổ chức những thành phần này thành năng lực chung giúp các bài toán mới không phải luôn bắt đầu từ con số không.
Ở lớp chuyên ngành, dữ liệu, tri thức, workflow và trải nghiệm người dùng được phát triển theo từng lĩnh vực. Đây là nơi một Domain AI Platform khác với việc đưa nguyên trạng một công cụ AI phổ thông vào môi trường chuyên môn.
Cấu trúc hai lớp cũng giúp giải quyết một mâu thuẫn thường gặp. Nếu xây dựng hoàn toàn riêng biệt cho mỗi ứng dụng, doanh nghiệp khó kế thừa năng lực công nghệ. Nhưng nếu chuẩn hóa mọi thứ trên một nền tảng chung, AI lại có nguy cơ không đủ sâu cho từng nghiệp vụ.
Nền tảng chuyên ngành cần nằm giữa hai hướng đó: những gì có thể dùng chung được tổ chức thành nền tảng, những gì quyết định sự phù hợp với domain được chuyên biệt hóa.
Trivita AI tiếp cận phát triển AI theo hướng này. Các năng lực công nghệ cốt lõi tạo lớp nền, trong khi ứng dụng được phát triển dựa trên bài toán và đặc thù của từng lĩnh vực.
Định hướng được thể hiện qua hệ sinh thái với MedVita dành cho y tế đang được triển khai, VitaLaw dành cho pháp lý đang trong quá trình phát triển và EdVita là định hướng dành cho giáo dục. Ba lĩnh vực có thể kế thừa những năng lực AI phù hợp nhưng không được tiếp cận bằng một cách triển khai giống nhau.
Điểm kết nối giữa các nhánh không phải một giải pháp AI áp dụng nguyên trạng cho mọi ngành. Đó là cách năng lực công nghệ được xây dựng thành nền tảng, sau đó tiếp tục kết hợp với dữ liệu, tri thức và workflow của từng domain để phục vụ con người trong bối cảnh cụ thể.
Nền tảng AI chuyên ngành cần đủ chung để mở rộng và đủ sâu để tạo giá trị
Nền tảng AI chuyên ngành tạo ra cầu nối giữa hai yêu cầu tưởng như đối lập: doanh nghiệp cần những năng lực AI có thể kế thừa để không liên tục xây dựng công nghệ từ đầu, nhưng mỗi lĩnh vực lại cần dữ liệu, tri thức và workflow đủ chuyên biệt để AI thực sự phù hợp với nghiệp vụ. Vertical AI Platform giải quyết bài toán này bằng cách tổ chức năng lực công nghệ thành lớp nền và phát triển lớp domain dựa trên từng bối cảnh sử dụng, qua đó đưa AI đến gần hơn với công việc thực tế mà vẫn giữ con người ở trung tâm.
Đây cũng là hướng Trivita AI phát triển MedVita, VitaLaw và EdVita, nơi công nghệ đóng vai trò nền tảng còn giá trị cuối cùng được tạo ra khi AI hiểu đúng lĩnh vực và hỗ trợ đúng nhu cầu của con người.
