Giới thiệu: ngày 30/6 vừa rồi, SEI đã công bố tài liệu The AI Adoption Maturity Model v1.0 (AIAMM), là kết quả hợp tác giữa CMU SEI và Accenture. Đây là một bước táo bạo và cần thiết trong việc giúp các tổ chức có một roadmap đáng tin cậy, một cái khung đủ chắc chắn trong quá trình (kéo dài!) chuyển đổi AI. Nói táo bạo là vì tình hình còn đang rất biến động, cần thiết là vì cũng không thể chờ thêm được. Để ra được tài liệu này, SEI và Accenture đã nghiên cứu và thử nghiệm trong một thời gian dài.

Dưới đây là tóm lược và một số nhận xét của tôi sau khi đọc tài liệu đó. Tôi chủ ý dịch từ adoption thành ‘chuyển đổi’ thay vì ‘ứng dụng’ hay ‘tiếp nhận’ là để nêu bật quy mô và bản chất của các thay đổi sẽ xảy ra trong tổ chức, tuy nhiên cũng có chỗ dịch là ‘ứng dụng’.

Một số nhận xét chung về nguyên tắc của mô hình

• SEI (Software Engg Institute) đặt trong CMU (Carnegie Mellon Uni) và được tài trợ bởi Bộ Quốc phòng Mỹ (DoD) nay đổi tên là Bộ Chiến tranh (DoW). Một sản phẩm rất nổi tiếng của SEI là Mô hình Trưởng thành về Năng lực (Capability Maturity Model – CMM) và phiên bản nâng cấp sau đó (CMMI), là chuẩn mực cho quá trình phát triển phần mềm và một số lĩnh vực kỹ thuật khác. CMM/I có thể được bên B áp dụng để cung cấp dịch vụ cho bên B, hoặc do bên B sử dụng cho chính mình.
• Giải thích cái tên, mô hình trưởng thành về năng lực nghĩa là các cấp độ già dặn trong năng lực (quá trình) làm một việc gì đó. Ví dụ một quân đội có nhiểu đơn vị đi đánh trận, đầu tiên là lúc thắng lúc thua phụ thuộc chủ yếu vào những người hùng. Sau đó có một đơn vị học được cách đánh hiệu quả, nên thắng trận liên tiếp, nghĩa là có thể lặp lại thành tích. Sau đó các bài học đó được thể chế hóa trong toàn quân đội, ví dụ được đào tạo cho tất cả sỹ quan và lính, nên tất cả các đơn vị đều tăng tỷ lệ thắng trận. Sau đó, quân đội tìm cách đo đạc để tìm ra những lỗ hổng trong cách đánh, tiếp tục tăng tỷ lệ thắng trận và giảm tổn thất. Cuối cùng, quân đội nắm được cốt lõi của việc chiến đấu và liên tục cải tiến khi có công nghệ mới, vũ khí mới. Như vậy ta có 5 cấp độ: Initial (adhoc), Managed (ban đầu là Repeatable), Defined, Quantitative Managed (ban đầu là Managed), và Optimizing.
• Đó là cách tiếp cận ở mức bao quát nhất. Tuy nhiên việc xếp mức độ già dặn làm 5 cấp còn được tiến hành từ dưới lên, tức là người ta xác định ra toàn bộ các Mảng Quá trình (Process Area, hoặc Key Process Area) của một công việc (ví dụ SE), rồi xếp các PA đó vào các cấp độ. Ví dụ việc đào tạo bài bản cho nhân viên nằm ở level 3 (Defined), để cách thức làm việc trở nên chuẩn mực trong toàn tổ chức. Vì vậy, thành phần quan trọng nhất của CMM/I là các PA.
• Mô hình mới này, AIAMM v1.0, không sử dụng từ Capability và thay bằng Adoption. Đó là một tín hiệu quan trọng. Như vậy AIAMM không nói đến cấp độ già dặn năng lực, mà nói về sự già dặn trong việc ứng dụng/ chuyển đổi AI. Sự già dặn này có liên quan nhưng không quyết định năng lực sản xuất của tổ chức.
• Mô hình AIAMM được dựa trên các mô hình trước đó của SEI như CMM/CMMI, tuy nhiên được áp dụng cho mọi tổ chức và mọi lĩnh vực chứ không chỉ trong năng lực kỹ thuật, vì lý do nêu trên.
• Tuy AI có độ phức tạp mới, nhưng vẫn dựa trên nền tảng của Software Engg (SE), tức là vẫn sặc mùi SE. Tổ chức thành công là tổ chức phối cặp được giữa tính sáng tạo của AI và sự chặt chẽ của SE.
• Các hệ thống được AI khởi dụng (AI-enabled system), cho dù là mới, vẫn giữ nhiều yêu cầu lõi của các hệ thống phần mềm truyền thống, do đó có thể sử dụng mô hình kiểu CMM/I cho chúng. Các hoạt động SE nền tảng và Cybersecurity vẫn tối quan trọng.
• Việc chuyển đổi AI (AI adoption) không phải là triển khai các platform tiên tiến hay thử nghiệm các công cụ mới, mà là sự tái phát minh (re-invention) trong tất cả các mảng hoạt động: chiến lược, dữ liệu, mô hình vận hành, nhân lực và văn hóa. Cơ bản vẫn là kết hợp được bộ ba people – process – platform (trước kia là technology) xoay xung quanh một vision chung.
• AIAMM là một con đường có cấu trúc để chuyển đổi AI. Mô hình cung cấp cho các tổ chức sự tin tưởng để đi theo.

Các khái niệm, ý tưởng cơ bản

Hai khía cạnh của chuyển đổi AI

AI vừa có thể tham gia vào quá trình tạo ra output, lại vừa có thể là thành phần của output đó. Ví dụ một tổ chức có thể ứng dụng AI vào việc xây dựng lại một quá trình, mà bản thân quá trình đó lại có các AI agent vận hành. Vì vậy, trong AIAMM thì chuyển đổi AI được nhìn từ 2 góc: ứng dụng AI trong việc kiến tạo, và ứng dụng AI trong việc vận hành (Figure 1, hình dưới). Hai khía cạnh này sẽ được chi tiết hóa thành 8 chiều kích (dimension) sau này.

Phạm vi chuyển đổi và đánh giá (Adoption and Assessment Scope)

Cũng như với CMM, AIAMM yêu cầu phải xác định phạm vi (scoping) ứng dụng AI và sau đó đánh giá mức độ trưởng thành. Vì việc này quan trọng và phức tạp, nên tài liệu nhấn mạnh cụm từ judicious scoping (chọn phạm vi một cách khôn ngoan), mà tôi không thấy trong các tài liệu CMM ngày xưa.

Có 2 loại scoping: organizational và model scoping.

• Về organizational scoping: cơ bản có 2 mức là Đơn vị (org unit) và toàn bộ tổ chức (enterprise, organization).
• Về model scoping, có thể không bao hết các Mảng Năng lực (Capability Area – CA) mà chỉ chọn ra một số để làm trước.

Khuyến nghị chung là lúc đầu nên hạn chế cả 2 loại scope, thử nghiệm, học, rồi mở rộng dần.

Các thuộc tính bối cảnh (Context Attributes)

Cái này vốn không có trong CMM/I. Để làm scoping, ta sẽ cân nhắc lựa chọn các thuộc tính bối cảnh, ví dụ domain của tổ chức, kích thước theo headcount, cách tiếp cận trong chuyển đổi AI (mua, tự làm, v.v.). Có 13 thuộc tính được chia làm 3 nhóm: chức năng tổ chức, chức năng công nghệ, chức năng AI (Table 1 trong tài liệu gốc).

Năm cấp độ trưởng thành (levels of AI Adoption Maturiry)

Cũng như CMM/I, ở đây cũng có 5 cấp độ trưởng thành (Figure 2, hình dưới). Điểm khác biệt là các cấp độ này có thể đánh giá cho cả tổ chức, cho một Dimension nào đó, hay cho riêng một Capability Area. Vì thế, không nhất thiết phải cố đạt đến Level 5, mà tốt hơn là xác định mức độ adoption cho từng Dimension hay CA cụ thể.

Cũng khác với CMM/I, các tổ chức không nghiễm nhiên ở Level 1, mà phải đi từ Zero lên.

Xét từ góc độ cả tổ chức, thì các Level sẽ như sau (xem Table 2 tài liệu gốc):

• L1: phải đáp ứng 2 CA
• L2: đáp ứng thêm 11 CA
• L3: thêm 10 CA
• L4: thêm 1 CA
• L5: thêm 1 CA, cả thảy 25 CA (nhiều hơn hẳn so với số lượng PA của CMM/I)

Tám dimension (8 Core Dimensions of Capability)

Các Dimension thuộc về 2 nhóm, tương ứng với 2 khía cạnh đã nói ở trên. Nhóm thứ nhất là về thay đổi của bản thân tổ chức (Organizational Change), nhóm sau là về các thay đổi đến quá trình sản xuất của tổ chức do AI gây ra (AI Lifecycle Engg) (Figure 4 tài liệu gốc). Các thay đổi của tổ chức là bao trùm: chiến lược, mô hình vận hành, quá trình, công nghệ, năng lực đội ngũ, và chuẩn văn hóa.

Mỗi nhóm có 4 Dimension:

• Nhóm Org Change: Organizational Strategy, Workforce and Culture, Workflow Re-engg, Risk and Governance.
• Nhóm AI Lifecycle Engg: Data, Engineering, Operations, Technology Ecosystem.

Có thể đo mức độ trưởng thành cho từng Dimension, căn cứ vào mức độ trưởng thành của các CA trong nó. (Figure 13, hình dưới)

Vẽ lại hình trên theo chiều ngang cho dễ nhìn:

Các Capability Area

Mỗi Dimension bao gồm vài CA (tổng cộng 25 CA). Mỗi CA được mô tả bằng các Goal, rồi các Goal lại phân rã thành các Practice – giống như các PA của CMM/I.

Tuy nhiên, có sự khác biệt căn bản giữa CA của AIAMM và PA (KPA) của CMM/I. Trong CMM/I, Các PA là các quá trình bao trùm toàn bộ hoạt động sản xuất của tổ chức (ví dụ lập kế hoạch, quản lý dự án, đào tạo nhân lực), do đó có thể phân định xem ở Level nào thì có những PA nào. Trong trường hợp AIAMM, các CA không phải là các quá trình sản xuất của tổ chức, mà là các quá trình liên quan đến mục đích chuyển đổi AI.

Cách đánh giá

Trong AIAMM, cách đánh giá mức độ trưởng thành có vẻ rất khác so với trong CMM/I, và mô tả chưa kỹ lắm nên tôi chưa hiểu rõ. Theo tài liệu thì có 3 cái Maturiry Indicator là Accountability, Planning và Resourcing được chia làm 5 cấp độ (L1 đến L5) và được dùng để xếp hạng cho từng CA.

Một khi đã đánh giá được từng CA thì sẽ gộp lên mức Dimension, rồi mức tổ chức, tuy cách gộp điểm thì chưa rõ lắm.