1. Từ “hỏi cho biết” đến “hỏi để làm việc”
Trong quản lý dự án đầu tư xây dựng, thông tin và số liệu nằm ở nhiều lĩnh vực khác nhau như nguồn vốn, giải ngân, tiến độ, giải phóng mặt bằng và nhân sự. Cán bộ thường mất khá nhiều thời gian để tìm kiếm, đối chiếu và tổng hợp trước khi có thể trả lời một câu hỏi của lãnh đạo.
Trợ lý AI thông thường có thể hỗ trợ hỏi đáp, tổng hợp và trình bày thông tin. Tuy nhiên, nếu không được kết nối với dữ liệu của đơn vị, AI không thể tự biết các số liệu thực tế và có thể đưa ra câu trả lời thiếu chính xác.
Giải pháp Ban Quản lý dự án đầu tư xây dựng công trình giao thông Hải Phòng đang thử nghiệm là để AI tra cứu trước, trả lời sau. Thay vì tự suy đoán, AI được kết nối với một số công cụ tra cứu do đơn vị xây dựng và kiểm soát. Khi nhận được câu hỏi, AI xác định có cần sử dụng công cụ hay không, lấy dữ liệu từ hệ thống rồi mới tổng hợp, diễn đạt thành câu trả lời dễ hiểu.
Trong kỹ thuật, cơ chế này được gọi là Function Calling (gọi hàm hoặc gọi công cụ), cho phép AI phối hợp với các ứng dụng và cơ sở dữ liệu bên ngoài thay vì chỉ dựa vào kiến thức đã được huấn luyện.
2. Ai quyết định khi nào AI được tra cứu?
Có thể hình dung AI như một thư ký có khả năng tổng hợp và trình bày thông tin rất nhanh nhưng chưa tự biết số liệu nội bộ của đơn vị. Muốn làm việc chính xác, cần quy định rõ khi nào được sử dụng các công cụ để tra cứu.
Trong một số API AI, việc này được kiểm soát thông qua thiết lập có tên functionCallingConfig, với ba chế độ chính:
- Tự quyết (AUTO): AI tự đánh giá câu hỏi nào cần tra cứu, câu nào có thể trả lời ngay. Chẳng hạn, với lời chào hoặc yêu cầu trình bày lại thông tin đã có, AI không cần gọi công cụ. Đây là chế độ Ban đang sử dụng.
- Bắt buộc tra cứu (ANY): AI phải gọi ít nhất một công cụ được phép trước khi trả lời. Có thể giới hạn những công cụ được sử dụng trong từng trường hợp. Chế độ này phù hợp với các câu hỏi chắc chắn cần số liệu thực tế, hạn chế việc AI trả lời dựa trên kiến thức chung.
- Không tra cứu (NONE): AI không gọi công cụ mà chỉ sử dụng thông tin đã có trong ngữ cảnh hội thoại để xử lý, giải thích hoặc trình bày lại.
Việc lựa chọn chế độ phù hợp giúp kiểm soát tốt hơn cách AI sử dụng dữ liệu, tránh gọi công cụ không cần thiết nhưng vẫn bảo đảm những câu hỏi nghiệp vụ được tra cứu đúng nguồn.
3. Ví dụ tại Ban: Ba câu hỏi liên tiếp về nhân sự
Một cán bộ đặt ba câu hỏi liên tiếp cho trợ lý AI về nhân sự của một phòng chuyên môn:
- “Có bao nhiêu người ở Phòng Kỹ thuật?” AI nhận diện đây là câu hỏi thống kê, tự động gọi công cụ tra cứu nhân sự, lấy kết quả là 14 người và trả lời.
- “Gửi tôi danh sách nhé.” Lần này, AI cần thông tin chi tiết từng người nên tiếp tục gọi công cụ tra cứu. Hệ thống chỉ trả về danh sách nhân sự thuộc Phòng Kỹ thuật, không phải toàn bộ danh sách của đơn vị.
- “Kèm ngày sinh, trình bày dạng bảng.” Vì dữ liệu ngày sinh đã có trong kết quả tra cứu trước và vẫn được lưu trong ngữ cảnh hội thoại, AI không cần gọi công cụ thêm lần nữa mà sử dụng dữ liệu hiện có để trình bày lại theo yêu cầu.
Qua tình huống này có thể thấy, AI không nhất thiết phải tra cứu ở mọi câu hỏi. Điều quan trọng là xác định đúng thời điểm cần lấy dữ liệu mới và tận dụng hợp lý thông tin đã có trong cuộc hội thoại. Nhờ đó, câu trả lời vừa nhanh, vừa bám sát số liệu thực tế của đơn vị.
4. Những kinh nghiệm Ban rút ra
Qua quá trình xây dựng và thử nghiệm, Ban nhận thấy một số nguyên tắc quan trọng:
- Con số quan trọng nên do hệ thống tính toán. Các chỉ tiêu như tổng vốn, giải ngân, mức tăng hoặc tỷ lệ giải ngân được hệ thống xử lý trước. AI chỉ tiếp nhận và trình bày kết quả, hạn chế sai lệch trong tính toán.
- Việc lọc dữ liệu nên giao cho hệ thống. Trong quá trình thử nghiệm, đã có trường hợp AI tự xử lý một danh sách dài và đưa ra cả những tên không có trong dữ liệu gốc. Vì vậy, các điều kiện lọc như phòng chuyên môn, thời gian, dự án hoặc trạng thái được xử lý ngay tại hệ thống trước khi trả kết quả cho AI.
- Chưa có dữ liệu thì phải nói rõ là chưa có. AI được hướng dẫn không tự suy đoán, không tự bổ sung thông tin và không mặc định dữ liệu trống đồng nghĩa với giá trị bằng 0.
- Phân quyền và lưu vết phải được đặt lên hàng đầu. Chỉ những tài khoản được phép mới có thể sử dụng trợ lý. Các công cụ tra cứu phải tuân thủ phạm vi dữ liệu được phân quyền; hoạt động hỏi đáp được ghi nhận để phục vụ kiểm tra, đánh giá và cải tiến.
- Hiểu nghiệp vụ và có năng lực phát triển ứng dụng là yếu tố quan trọng. Công nghệ AI chỉ là một phần của giải pháp. Người triển khai cần hiểu quy trình quản lý dự án, nắm được cấu trúc dữ liệu và có kinh nghiệm phát triển ứng dụng để thiết kế các công cụ tra cứu phù hợp. Khi có thể chủ động xây dựng và điều chỉnh các công cụ này, quá trình thử nghiệm, hoàn thiện sẽ nhanh gọn và sát với nhu cầu thực tế hơn.
5. Hướng phát triển
Điểm mấu chốt không nằm ở việc lựa chọn mô hình AI mạnh nhất, mà ở việc kết nối AI với đúng nguồn dữ liệu, xây dựng các công cụ tra cứu phù hợp, đặt ra quy tắc sử dụng rõ ràng và kiểm chứng kết quả cẩn thận.
Khi đó, AI không thay thế hệ thống quản lý dữ liệu hay vai trò kiểm soát của con người, mà trở thành một trợ lý hỗ trợ khai thác thông tin, giúp cán bộ và lãnh đạo tiếp cận số liệu nhanh hơn, thống nhất hơn và có cơ sở kiểm chứng.
Trong thời gian tới, Ban dự kiến tiếp tục bổ sung các công cụ tra cứu như xếp hạng, so sánh giữa các dự án, đối chiếu giải ngân với kế hoạch và xây dựng bản tin cảnh báo tự động.
Mục tiêu không phải thay thế cán bộ bằng AI, mà là ứng dụng công nghệ để giảm thời gian tìm kiếm, tổng hợp thông tin, giúp cán bộ có thêm thời gian tập trung vào công tác chuyên môn và nâng cao hiệu quả quản lý dự án.