Đó là thực tế phát sinh sau khi rất nhiều doanh nghiệp và tổ chức chính phủ đang có nhận định sai lệch khi cho rằng bước đầu tiên trong tiến trình chuyển đổi số là đi thu thập dữ liệu và số hóa nó.
Vai trò của dữ liệu trong công cuộc chuyển đổi số
Trong khi IDC đưa ra những nhận xét, dự đoán chính xác đến kinh ngạc về các giai đoạn chuyển đổi số toàn cầu, nhiều trường đại học lớn cũng có những nghiên cứu và có những báo cáo, nhận định, định nghĩa khác nhau về các giai đoạn trong tiến trình chuyển đổi số. Các giáo sư trường đại học MIT trong một báo cáo nghiên cứu về hiện trạng chuyển đổi số toàn cầu[1], chia quá trình phát triển số thành ba bước:
- Bước 1 – Số hóa sản phẩm (digitization): việc chuyển đổi sản phẩm hiện tại sang hình thức số & những phát minh xảy ra đồng thời hoặc sau đó.
- Bước 2 – Số hóa vận hành (digitalization): Sáng tạo mô hình kinh doanh & các qui trình mới để khai thác cơ hội số.
- Bước 3 – Chuyển đổi số (digital transformation): sự tái cấu trúc mang tính hệ thống của toàn bộ nền kinh tế, tổ chức và xã hôi từ sự thẩm thấu số.
 |
Hình 1: Ba giai đoạn trong tiến trình chuyển đổi số |
Ở giai đoạn 1, trong những năm đầu thế kỷ 21, khái niệm dữ liệu lớn bắt đầu xuất hiện trong làng công nghệ thông tin, hứa hẹn những cuộc chơi đảo lộn trật tự về thứ bậc của các ông lớn. Nhiều công ty khởi nghiệp ra đời, với những sản phẩm về dữ liệu lớn đầy tiềm năng & thu hút đầu tư khủng từ các nhà đầu tư mạo hiểm. Ngày nay, khái niệm dữ liệu lớn & sản phẩm liên quan không còn xa lạ với dân công nghệ. Dữ liệu lớn còn chính là một trong những công nghệ chủ đạo khiến cho trí tuệ nhân tạo có những bước tiến đột phá trong những thập niên gần đây.
Ở giai đoạn 2, điện toán đám mây ra đời, tạo ra mô hình kinh doanh mới trên nền tảng số. Đáng nể nhất là Jeff Bezos, một nhân vật không xuất thân từ ngành công nghệ thông tin nhưng lại có tầm nhìn xa vời vợi về kinh tế số. Amazon Web Service, xuất xứ từ công nghệ WWW nhưng lại là “kẻ phá bĩnh” (disruptor), đã lật đổ ngôi vương của những tập đoàn công nghệ hàng trăm năm tuổi nhờ việc cung cấp hạ tầng điện toán đám mây (mà thực chất là những trung tâm dữ liệu toàn cầu) cho các doanh nghiệp vừa và nhỏ trên khắp năm châu.
Như vậy, rõ ràng rằng dữ liệu đóng vai trò vô cùng quan trọng trong toàn bộ tiến trình chuyển đổi số.
Cần dữ liệu tinh, không phải dữ liệu thô
Người ta hay ví von dữ liệu giống như vàng, kim cương hay dầu hỏa … Giới công nghệ hay trích dẫn lời của nhà toán học kiêm khoa học gia về khoa học dữ liệu Clive Humby: “Dữ liệu cũng giống như dầu hỏa: nếu không được chắt lọc thì dầu hỏa cũng là thứ vô dụng. Dầu phải được chuyển thành khí đốt, nhựa hay hóa chất … để có thể tạo ra những thành phẩm giá trị để đem lại lợi nhuận, và dữ liệu cũng cần được phân tích mới tạo nên giá trị”[2] .
Như vậy, không phải có nhiều dữ liệu mới mong thành công trong chuyển đổi số. Rất nhiều doanh nghiệp và tổ chức chính phủ đang có nhận định sai lệch khi cho rằng bước đầu tiên trong tiến trình chuyển đổi số là đi thu thập dữ liệu và số hóa nó.
Chúng ta hãy xem dữ liệu như dầu hỏa: việc thu thập dữ liệu cho thật nhiều cũng giống như việc đi thu mua các mỏ dầu mà không tìm cách khai thác, thậm chí là không xây dựng nhà máy lọc dầu. Đó là công việc vô cùng tốn kém, và chưa hẳn đã đem lại giá trị gì đáng kể (chúng ta đều biết giá dầu lên khi kinh tế đi xuống cùng sự bùng nổ chiến tranh đâu đó trên quả đất … và ngược lại; nên việc bỏ tiền mua các giếng dầu quả là công việc rủi ro). Việc thu thập dữ liệu và lưu trữ trong các kho dữ liệu lớn cũng là việc làm lãng phí khi tốc độ sinh sôi nảy nở của dữ liệu trên toàn cầu là con số khổng lồ (ước tính cứ mỗi giây lại có 17 Megabyte dữ liệu được sinh ra riêng trong năm 2020).
Nếu tin vào lời tuyên bố của Clive Humby, thì mấu chốt của chiến lược dữ liệu đó là chắt lọc và phân tích.
Một trong những tập đoàn hàng đầu thế giới, Roll-Royce đã đi tiên phong trong việc áp dụng dữ liệu lớn & trí tuệ nhân tạo vào tiến trình chuyển đổi số của họ[3].
 |
Hình 2: Kiến trúc phân tích dữ liệu dự báo về độ an toàn động cơ máy bay (Predictive Analytics Architecture for aircraft engine monitoring) |
Cách thức doanh nghiệp này ứng dụng dữ liệu và AI vào chuyển đổi số có lẽ là một ví dụ thành công về chuyển đổi số đáng học hỏi cho nhiều tổ chức, không chỉ là doanh nghiệp mà còn là các tổ chức chính quyền trên toàn cầu.
Các lưu ý trong việc xây dựng chiến lược dữ liệu của tổ chức
Câu chuyện về chiến lược số trong công cuộc chuyển đổi số có lẽ sẽ còn là đề tài nóng của giới chuyên gia. Tôi chỉ xin mạo muội đưa ra những ý kiến mang tính tham khảo:
- Tập trung vào công nghệ (technologies) và kỹ thuật (techniques) chắt lọc dữ liệu từ các nguồn dữ liệu thô thay vì tập trung quá nhiều nguồn lực vào việc thu thập dữ liệu hay số hóa dữ liệu. Dữ liệu giống như dầu thô, chúng đã có sẵn xung quanh ta. Đừng vội vơ hết vào kho chứa dữ liệu của mình mà hãy biết cách truy xuất chúng khi cần thiết, chuyện tưởng chừng đơn giản nhưng đòi hỏi khá nhiều kiến thức công nghệ, kỹ thuật và kinh nghiệm từ các kỹ sư dữ liệu (data engineer).
- Xây dựng cho mình một nền tảng dữ liệu riêng để chứa dữ liệu quý giá đã được chắt lọc. Chúng ta đã chứng kiến các tập đoàn lớn đang thâu tóm dữ liệu khách hàng toàn cầu về làm của riêng qua việc xây dựng nền tảng khách hàng (Customer Data Platform – CDP), hãy nhắc nhở họ rằng việc thu thập dữ liệu khách hàng từ quốc gia có chủ quyền cần phải được tuân thủ với pháp luật của các nước sở tại. Bên cạnh đó, một nền tảng dữ liệu khách hàng của quốc gia có thể là một ý tưởng có giá trị nếu chúng ta biết tôn trọng quyền riêng tư, bảo mật dữ liệu khách hàng và hơn cả, biết khai thác nó một cách hợp lý.
- Hãy xây dựng đội ngũ chuyên gia phân tích theo những lĩnh vực công nghiệp mũi nhọn. Việc phân tích, khai thác dữ liệu đòi hỏi cả kiến thức sâu về khoa học dữ liệu lẫn kiến thức và kinh nghiệm trong từng lĩnh vực công nghiệp cụ thể.
Trên thực tế tại Việt Nam, việc tìm kiếm chuyên gia phân tích dữ liệu không dễ, vì thật khó có thể tìm ra những kỹ sư vừa tốt nghiệp ngành kinh tế mà lại có văn bằng hai về khoa học dữ liệu; hay chuyên gia kinh tế lại thông thạo lập trình. Về tầm nhìn trong đào tạo nhân lực đáp ứng yêu cầu chuyển đổi số, có nên chăng, công nghệ thông tin (nhất là công nghệ phần mềm) không nên là một ngành học riêng biệt mà nó phải được đưa vào giáo dục phổ thông hoặc phải là môn học bắt buộc cho tất cả mọi ngành học bậc đại học? Câu trả lời xin dành cho các nhà nghiên cứu giáo dục.
Chương trình“Thúc đẩy Tiến trình Chuyển đổi số Quốc gia” được hình thành nhằm mục tiêu giúp nhận thức đúng đắn về tiến trình chuyển đổi số, chia sẻ và tìm ra giải pháp cho những vấn đề và thách thức đang được đặt ra cho tiến trình chuyển đổi số, với trọng tâm xác lập định hướng đúng đắn cho tiến trình chuyển đổi số trước hết và cần thiết phải bắt đầu bằng việc kiến tạo các giải pháp hợp lý để chuyển đổi các tổ chức, không phải chỉ là đầu tư các dự án công nghệ thông tin.
Chương trình bao gồm các hoạt động: 3 Diễn đàn Quốc gia về “Thúc đẩy Tiến trình Chuyển đổi số Quốc gia” đến 2025 và tầm nhìn 2030”; 8 Chuyên đề - Hội thảo toàn quốc về các lĩnh vực trọng điểm; Khảo sát, đánh giá, kiến tạo giải pháp và tôn vinh các đơn vị trên toàn quốc; Xuất bản bộ Kỷ yếu về TOP 500 đơn vị, doanh nghiệp tiêu biểu tham gia “Thúc đẩy Tiến trình Chuyển đổi số Quốc Gia - Lần thứ nhất”; Diện kiến Lãnh đạo Nhà nước/ Chính phủ/ Ủy ban Chuyển đổi số Quốc gia:Báo cáo về “Thúc đẩy tiến trình Chuyển đổi số Quốc gia”; Truyền hình trực tiếp “Lễ Công bố & Tôn vinh Đơn vị, Doanh nghiệp tiêu biểu về “Thúc đẩy Tiến trình Chuyển đối Số Quốc Gia - Lần thứ nhất”; Xây dựng hệ sinh thái về Kiến tạo giải pháp, đào tạo nâng cao năng lực & Giải pháp Công nghệ ứng dụng các nền tảng để thực hiện Chuyển đối số thành công.
Nguồn tham khảo:
[1] Source: MIT Sloan Management Review © 2020
[2] Nguyên văn tiếng Anh: “Data is the new oil. Like oil, data is valuable, but if unrefined it cannot really be used. It has to be changed into gas, plastic, chemicals, etc. to create a valuable entity that drives profitable activity. so, must data be broken down, analysed for it to have value.”
[3]https:// www.rolls-royce.com/country-sites/sea/discover/2020/democratising-data-analytics-and-ai.aspx
