Lưu trữ thẻ: lãng phí hàng tỷ USD vốn và tài nguyên: Hóa ra trí tuệ nhân tạo chỉ là ‘bong bóng’ chực chờ vỡ tung?

80% dự án AI sẽ thất bại, lãng phí hàng tỷ USD vốn và tài nguyên: Hóa ra trí tuệ nhân tạo chỉ là ‘bong bóng’ chực chờ vỡ tung?

Hiện tại, trí tuệ nhân tạo (AI) đang là một trong những chủ đề nóng bỏng nhất cho những doanh nghiệp muốn đầu tư vào lĩnh vực được kỳ vọng sẽ tạo ra sự thay đổi lớn trong thị trường công nghệ.  Tuy nhiên, theo nghiên cứu của RAND Corporation, hơn 80% các dự án AI sẽ thất bại — gấp đôi tỷ lệ thất bại của các startup công nghệ không liên quan đến AI. Trung tâm tư vấn chính sách toàn cầu này đã phỏng vấn 65 nhà khoa học dữ liệu và kỹ sư làm việc trong lĩnh vực AI trong những năm qua và đã xác định một số nguyên nhân dẫn đến tỷ lệ thất bại cao này.

Theo nghiên cứu, lý do lớn nhất dẫn đến sự thất bại của các dự án AI là sự không đồng nhất về mục tiêu giữa các bên liên quan chính. Các nhà lãnh đạo thường có quan điểm về khả năng và mục tiêu của AI không thực tế, mà thường bị ảnh hưởng bởi những hiểu biết trước đó của nhân loại về AI, thường là từ các bộ phim Hollywood. Sự thiếu hiểu biết giữa các nhà lãnh đạo doanh nghiệp và những người thực hiện dự án khiến cho các dự án thường thiếu tài nguyên và thời gian cần thiết để đạt được mục tiêu.

80% dự án AI sẽ thất bại, lãng phí hàng tỷ USD vốn và tài nguyên: Hóa ra trí tuệ nhân tạo chỉ là 'bong bóng' chực chờ vỡ tung?- Ảnh 1.

Tuy nhiên, các kỹ sư làm việc trong lĩnh vực AI cũng không hoàn toàn vô tội. Các cuộc phỏng vấn cho thấy các nhà khoa học dữ liệu đôi khi bị phân tâm bởi những phát triển mới nhất trong AI và áp dụng chúng vào các dự án mà không cân nhắc giá trị thực sự của chúng. “Chứng bệnh đồ vật lấp lánh” này khiến các nhà khoa học và kỹ sư muốn sử dụng các công nghệ mới chỉ vì chúng là phát triển mới nhất. Mặc dù việc cập nhật thông tin về AI là quan trọng, các đội ngũ cũng nên xem xét liệu công nghệ mới có thực sự giải quyết được các vấn đề trong nghiên cứu của họ hay không, hay chỉ làm cho nó trở nên phức tạp hơn.

Nghiên cứu cũng chỉ ra một số lý do khác, bao gồm thiếu tập dữ liệu được chuẩn bị kỹ lưỡng, cơ sở hạ tầng không đầy đủ và sự không tương thích của AI với vấn đề cụ thể. Nghiên cứu cũng cho thấy những vấn đề này không chỉ xảy ra ở khu vực tư nhân: ngay cả trong giới học thuật cũng gặp vấn đề với các dự án AI, nơi nhiều dự án tập trung chỉ vào việc công bố nghiên cứu AI mà không xem xét các ứng dụng thực tế của kết quả nghiên cứu.

Nghiên cứu này chứng minh lý do đằng sau nhiều sự hợp nhất và thất bại trong ngành AI. Thực tế, CEO Baidu Robin Li Yanhong đã nói rằng Trung Quốc có quá nhiều mô hình ngôn ngữ lớn và đang lãng phí một lượng lớn tài nguyên vì những mô hình này thường có ít, nếu không muốn nói là không có, ứng dụng thực tiễn. Chúng ta cũng thấy điều này qua số lượng bằng sáng chế AI tạo sinh mà Trung Quốc đã nộp trong thập kỷ qua, vượt xa Mỹ với tỷ lệ 6-1. Tuy nhiên, bất chấp điều đó, chỉ có một tổ chức Trung Quốc, Viện Hàn lâm Khoa học Trung Quốc, nằm trong số 20 tổ chức nhận được nhiều trích dẫn nhất từ năm 2010 đến 2023.

Sự chạy đua để dẫn đầu trong lĩnh vực AI khiến nhiều công ty hành động vội vàng khi xây dựng các dự án AI của họ. Mặc dù họ (và các nhà đầu tư của họ) là những người chịu rủi ro cho bất kỳ dự án thất bại nào, nhưng vẫn là điều khôn ngoan nếu họ xem xét kỹ lưỡng sự thất bại của các dự án AI khác và những lý do đằng sau nó. Cuối cùng, nếu các dự án AI không thực hiện được những lời hứa trong một thời gian dài, toàn ngành có thể sụp đổ và vỡ như một quả bóng trị giá hàng nghìn tỷ đô la.