Xây dựng đội ngũ giám sát đểđảm bảo tính trung thực tránh trường hợp nhân viên làm rò rỉ thông tin củacơng ty và khách hàng ra ngồi, gây thiệt hại lớn cho GROW.- Thêm nhiều chức năng hiệ
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT CHUYỂN ĐỔI SỐ VÀ TRÍ TUỆ NHÂN TẠO BÁO CÁO PHÂN TÍCH CASE STUDY 2: “AI AND DIGITAL TRANFORMATION OF GROW” GIẢNG VIÊN: VŨ VĂN ĐIỆP NHÓM 4 – CA 3 THỨ 2 MÃ LỚP: 222MI5202 STT Thành viên MSSV 1 Nguyễn Nhật Thơ K214140955 2 Lê Trọng Nghĩa K214140946 K214142104 3 Lê Nguyễn Kim Trinh K214140932 K214140944 4 Nguyễn Phạm Minh Anh K214140959 5 Võ Quỳnh My 6 Phạm Hoàng Thuỷ Tiên 2 AI AND DIGITAL INFORMATION OF GRAW I OBJECTIVE (MỤC TIÊU) 4 1 The objective of our proposal (Mục tiêu đề xuất) .4 2 Supplement the objective with numbers (Số liệu hoá mục tiêu) 4 II KEY ISSUE TO TACKLE (VẤN ĐỀ CHÍNH CẦN GIẢI QUYẾT) 4 III EVALUATE OPTIONS ( ĐÁNH GIÁ LỰA CHỌN CỦA CÔNG TY) 5 1 Criterion (Tiêu chuẩn) 5 2 Options (lựa chọn) và Evaluation (đánh giá) 5 IV RECOMMENDATIONS (Đề xuất) 6 1 Detail of your recommendations (đề xuất chi tiết) .6 2 How your recommendation solves the issues 7 3 Market anlysis .8 V IMPLEMENTATION 9 1 Chiến lược B2B2C .9 2 Chiến lược tăng khả năng chính xác cho công cụ AI 10 3 Chiến lược nhân lực 12 VI CONCLUSION (KẾT LUẬN) 14 1 Reiterate the objective (Nhắc lại mục tiêu) 14 2 Issues (Vấn đề) and Recommendation (Giải pháp) .14 3 Benefit .14 3 I OBJECTIVE (MỤC TIÊU) 1 The objective of our proposal (Mục tiêu đề xuất) Đẩy mạnh cải tiến công nghệ cũ và tiến hành nghiên cứu, sáng tạo công nghệ mới để tiếp tục dẫn đầu trong lĩnh vực Công nghệ đã phát triển vượt bậc Mỗi ngày, sự phát triển về khoa học kĩ thuật ngày càng vượt trội vậy nên yêu cầu những người đứng đầu phải liên tục củng cố và sáng tạo để không bị tụt lại phía sau Xây dựng đội ngũ chuyên viên thực hiện quản lý và giám sát cho các mục tiêu mở rộng thị trường trong tương lai Tiềm năng của AI là vô tận nếu biết khai thác và sử dụng đúng cách Vậy nên cần có một đội ngũ chuyên gia để phát triển và quản lý gắt gao Nâng cao khả năng và tầm quan trọng của AI trong phân tích kinh doanh của doanh nghiệp AI càng ngày càng đóng vai trò quan trọng trong nhiều lĩnh vực, nhất là trong thời điểm công nghệ số Và vai trò của AI trong kinh doanh là không thể chối bỏ 2 Supplement the objective with numbers (Số liệu hoá mục tiêu) Tính đến tháng 6 năm 2017, GROW đã có 74.000 người dùng, bao gồm cả sinh viên tại các trường đại học danh tiếng và ít được biết đến hơn Nhìn vào số liệu khiêm tốn là 2.000 người tham gia vào tháng 12 năm 2016 và con số tăng trưởng lên đến 74.000 người dùng vào năm 2017 ta thấy được con đường chiến lược mà GROW lựa chọn đang hoàn toàn phù hợp, và các đề xuất của nhóm sẽ hướng đến việc hoàn chỉnh và khắc phục những thiếu sót còn tồn đọng II KEY ISSUE TO TACKLE (VẤN ĐỀ CHÍNH CẦN GIẢI QUYẾT) Vấn đề 1: Nên phát triển GROW theo hướng rộng rãi đa lĩnh vực Hay tập trung vào 1 số lĩnh vực trọng yếu để tăng hiệu quả Vấn đề 2: AI của GROW có thực sự thay thế được trực giác và suy nghĩ của con người trong việc phân tích mọi dữ liệu? 4 III EVALUATE OPTIONS ( ĐÁNH GIÁ LỰA CHỌN CỦA CÔNG TY) 1 Criterion (Tiêu chuẩn) GROW sẽ đạt được thành công khi AI của họ được nâng cấp và phát triển Họ càng mở rộng AI thì sẽ càng được nâng cao và phát triển, nhờ vào hệ thống dữ liệu mới được thu thập do chính khách hàng cung cấp Vì vậy nên GROW đã lựa chọn giải quyết 2 vấn đề song song để có thể cải tiến và mang lại kết quả lớn nhất 2 Options (lựa chọn) và Evaluation (đánh giá) a Phương án giải quyết cho vấn đề 1: GROW chuyển hướng sang nhóm khách hàng có vị trí quan trọng trong cơ cấu phòng nhân sự tại các công ty, tiếp cận các nguồn thông tin bảo mật cấp cao, phân tích dữ liệu phức tạp về quy trình nguồn nhân lực của các công ty Đẩy mạnh truyền thông nhờ vào các phi vụ hợp đồng lớn với các công ty nổi tiếng AI cần thu thập rất nhiều dữ liệu để sàn lọc ra sơ yếu lí lịch giống như con người nên dữ liệu dùng cho AI phải được cập nhật liên tục, gần gũi với thực tế con người Vào năm 2017, GROW đã có cho mình một nguồn tài chính vững mạnh và một hệ thống gần như hoàn thiện để nhắm vào các khách hàng cấp cao Từ đó GROW đã tăng lượng người dùng từ 2.000 lên đến 74.000 trong vòng 6 tháng Phương án này của GROW tương đối đơn giản để thu hút nhiều khách hàng b Phướng án giải quyết cho vấn đề 2: Năng lực được xác định thông qua các truy vấn Để tăng sức mạnh cho công cụ AI của GROW, IGS trước tiên đã phát triển một danh sách các năng lực và các truy vấn liên quan đáp ứng một số tiêu chí cụ thể Với nhiều cách mà một năng lực có thể được xác định, mỗi năng lực ban đầu được tiếp cận thông qua sáu hoặc bảy câu hỏi (gọi là “truy vấn”) Tuy nhiên, để tăng cơ hội người đánh giá hoàn thành đánh giá, IGS sau đó đã sử 5 dụng phân tích các thành phần chính để giảm số lượng truy vấn xuống thành ba truy vấn phù hợp nhất và ít dư thừa nhất Năng lực được đánh giá thông qua Phiếu đánh giá 4 cấp độ - Hiếm khi - Đôi khi - Thường xuyên - Gần như luôn thể hiện các hành động hoặc đặc điểm của mỗi truy vấn Người đánh giá được yêu cầu trả lợi theo 4 cấp độ trên GROW đã có được công thức giao tiếp đơn giản để dễ dàng tiếp cận với các đối tượng phỏng vấn 3 câu hỏi đánh giá tuy khá ít nhưng sẽ đem lại một cái nhìn tổng quát về đối tượng cần khảo sát cũng như đánh giá được người trả lời đang như thế nào IV RECOMMENDATIONS (Đề xuất) 1 Detail of your recommendations (đề xuất chi tiết) - Grow nên tập trung nhiều hơn vào AI, làm như thế nào để thu hút nhiều nhân tài và để làm cho nhóm trở nên tốt hơn Xây dựng đội ngũ giám sát để đảm bảo tính trung thực tránh trường hợp nhân viên làm rò rỉ thông tin của công ty và khách hàng ra ngoài, gây thiệt hại lớn cho GROW - Thêm nhiều chức năng hiện đại như là phân tích giọng nói, quan sát biểu cảm,… - Đánh mạnh vào truyền thông tiếp cận người dùng từ đa chiều: Đưa thông tin, lợi ích của GROW đi xa nhất có thể, tổ chức tư vấn talkshow, workshop,… với quy mộ rộng khắp và không giới hạn độ tuổi tham gia - Khai thác vào nhóm nhân tài rộng nhất có thể: Các công cụ AI thu nhập dữ liệu về thông tin công khai từ nhiều nguồn và sắp xếp chúng thành hồ sơ để tăng cơ hội tìm kiếm nhân tài phù hợp mà không mất hàng giờ để tìm kiếm - Dùng AI để tạo ra sự công bằng trong tuyển dụng: Vì máy móc không giống như con người, không có tình cảm nên sẽ tạo ra sự công bằng trong quá trình tuyển dụng vì các thuật toán đã có sẵn, nên chúng sẽ thực hiện một cách chính xác và không bị cản trở trong quá trình ra quyết định 6 Document continues below Discover more firnoamn:ce and banking fb2017 Trường Đại học… 296 documents Go to course Các bước làm bài Nghiên cứu Khoa học 4 100% (8) - Cách tiếp cận tuyển dụng hấp dẫn được sử dụng là phân tích dữ liệu hệ thống thuật toán của Misubishi:Bởi nó giúp thu hút những nhân viên phù hợp với từng vị trí nhất Họ sẽ được cân nhắc và có nhiều cơ hội thành công CẤU TRÚC MỘT ĐỀ trong vai trò của mình và xây dựng hình ảnh của công ty trên thị trường TÀI Nghiên CỨU… Bằng cách này, tổ chức đã thành công theo hai cá5ch Đầu tiên là tuyển dụng những ứng viên tốt nhất theo nhu cầu và thứ hai, bằng cách ngăn những tà9i4% (17) năng tốt nhất đến với các đối thủ cạnh tranh 2 How your recommendation solves the issues Testbank - Vấn đề 1: ecommerce Chapte… 22 + Nâng cao kĩ thuật và trình độ của nhân viên: Grow nênEđ-ào tạo nhân viên của 100% (4) mình nhiều hơn qua những khoá học liên quan về AI và cCáoc mkỹmtheurậcteliên quan để cải thiện trình độ và nâng cao chất lượng trong công việc + Tìm kiếm nhân lực mới: GROW nên tập trung thu hút và tìm kiếm nhiều E-commerce Chap 1 nhân lực mới Bởi vì hiện tại giới trẻ rất hiểu biết về công nghệ AI Tạo điều kiện cho các nhân viên mới làm việc năng động, linh hoạEt,-phát triển bản thân, 21 100% (2) Commerce công việc và tránh việc thiếu hụt nhân tài + Cải thiện môi trường làm việc và khuyến khích nhân viên bằng khen thưởng: Làm việc trong môi trường thoải mái giúp nhân viên cảm thấy hứng thú và phát FOOD, DRINK and triển công việc hết năng suất, mang lại lợi ích cho công ty Khuyến khích tinh DIET Vocab SS 1 thần làm việc của nhân viên bằng khen thưởng, có c2ác ưu đãi tương xứng với năng lực của họ, để họ cảm thấy được coi trọng trong cônEg-ty 100% (1) - Vấn đề 2: Commerce + Phân chia ứng viên thành các nhóm ứng tuyển khác nhau để đánh giá: Trước khi đánh giá, GROW sẽ cho nhân viên chọn vị trí muốn ứng tuyển Từ E Com platforms đó chia nhân viên ra làm nhiều nhóm Mỗi nhóm tiến hành phân tích các thuật Report in VN-First… toán khác nhau, phù hợp với công việc của họ GRO5W2 sẽ đánh giá và lựa chọn chính xác nhất, để chọn lựa và tuyển dụng nhân viên cho Em-ình 100% (1) Commerce + Kết hợp phần mềm phân tích giọng nói, quan sát biểu cảm của ứng viên trong quá trình đánh giá: Từ các nhóm đã chia theo từng vị trí khác nhau của ứng viên GROW sẽ nhờ AI phân tích giọng nói và quan sát biểu cảm, ứng dụng 7 này sẽ hỗ trợ việc đo lường sự lo lắng và áp lực của nhân viên ứng tuyển Ví dụ nhà lãnh đạo cần một sự mạnh mẽ, không lo lắng khi trả lời Còn nhân viên bán hàng cần nói trôi chảy, lưu loát Nhờ công nghệ AI công ty sẽ dễ dàng đánh giá và lựa chọn những nhân viên phù hợp nhất với công ty 3 Market anlysis - Mô hình SWOT: + STRENGTH: Nhờ vào mô hình áp dụng AI của GROW, họ đã có thể chọn lọc và tuyển dụng nhân viên chính xác hơn nhờ vào sự phân tích các cử chỉ Giúp công ty tăng nguồn nhân tài bằng cách tìm kiếm các ứng viên tiềm năng Bỏ qua được các bước sàng lọc hồ sơ bằng thủ công và tiết kiệm được nhiều thời gian và chi phí GROW là một công ty tiên phong sử dụng dịch vụ AI này Vậy nên đó là lợi thế đầu tiên về số lượng phân khúc Nó đã được thử nghiệm trong nhiều lĩnh vực đa dạng như văn hoá, quản lý nhân viên, điều hành nhân viên, tổng hợp tài liệu, … AI đã đưa ra nhiều giải pháp độc đáo để khai thác nguồn nhân lực mới + WEAKNESS: Có điểm yếu đối với công nghệ AI này là sẽ không có nhiều sự tương tác giữa con người với nhau Công nghệ sẽ là bước cản trở lớn giữa con người với nhau Ví dụ con người hiện nay đa số chỉ sử dụng điện thoại, thiết bị công nghệ và ít dần đi những cuộc trò chuyện trực tiếp với mọi người xung quanh + OPPORTUNITIES: GROW áp dụng công nghệ AI sẽ có một tiềm lực rất lớn Theo sự phát triển của thời kì 4.0 hiện nay thì AI sẽ rất có tiềm năng và giúp mọi người có thể tận dụng mở được nhiều dịch vụ liên quan đến công nghệ hiện đại hơn + THREAT: Liệu sự phát triển của AI có dần thay thế vị trí của người hay không? Và liệu khách hàng có thực sự hài lòng với ứng dụng? Rất nhiều câu hỏi và mối đe doạ khi áp dụng AI 8 V IMPLEMENTATION 1 Chiến lược B2B2C Chiến lược B2BC là một mô hình kinh doanh phản ánh sự hợp tác giữa hai chủ thể doanh nghiệp (B2B) để đưa sản phẩm đến tay người tiêu dùng cuối cùng (B2C) - (i) Timeline (mốc thời gian) Vào đầu năm 2015, Fukuhara bắt đầu tổ chức các buổi thảo luận hàng tuần để tìm ra một công cụ giúp sinh viên hiểu được điểm mạnh và điểm yếu của họ và hỗ trợ nhân sự tuyển dụng Công cụ này được đặt tên là GROW Nhóm của IGS đã phát triển GROW như một ứng dụng dành cho người tiêu dùng di động có trò chơi cho phép sinh viên “tặng” cho nhau phản hồi về các năng lực khác nhau và các đặc điểm tính cách của họ thông qua một ẩn -Kiểm tra kết hợp (IAT) Vì cần thu hút các công ty tham gia vào nền tảng này, IGS đã thêm chiến lược B2B2C và bắt đầu cung cấp chức năng nhân sự cho các tổ chức trong các tổ chức - (ii) Resources estimation (dự tính nguồn nhân lực) Nhóm tập trung với người dùng là sinh viên và vô số cuộc họp với các giám đốc điều hành tại các công ty và tổ chức khác nhau Các công ty tham gia vào nền tảng của GROW đã được tích hợp với IAT Hỗ trợ tiếp thị từ Asahi Shimbun, một trong những công ty truyền thông nổi bật nhất của Nhật Bản, cũng như các khoản tiền kiếm được từ hoạt động giáo dục của IGS - (iii) Contingencies (Dự phòng) Khi cần thêm tiền mặt để cải thiện công nghệ, tăng tỷ lệ thu hút khách hàng và mở rộng cơ sở người dùng (các nỗ lực cấp cơ sở đã đăng ký chỉ vài trăm người), Fukuhara đã bắt tay vào các cuộc họp với các nhà đầu tư mạo hiểm (VC) và vào mùa hè năm 2017, đã kiếm được 6 triệu đô la Vòng Series A với nguồn vốn từ Đại học Tokyo Edge Capital, Công ty Quản lý Đầu tư Khoa học Đại học Tokyo và Sáng kiến Đổi mới Keio Sau khi kết thúc tài trợ Series A, IGS tập trung vào việc thu hút khách hàng bằng cách tích cực nhắm mục tiêu vào những người ra quyết định nhân sự tại các công ty nổi tiếng và đồng thời thể hiện năng lực kỹ thuật của IGS để thực hiện các phân tích dữ liệu phức tạp về quy trình nguồn nhân lực của các công ty Nhiều hợp đồng khách hàng hơn với các công ty lớn của Nhật Bản và một câu chuyện thân thiện với giới truyền thông đã giúp GROW tăng lượng người dùng từ 2.000 vào 9 tháng 12 năm 2016 lên 74.000 vào tháng 6 năm 2017, một con số nhỏ nhưng tỷ lệ có ý nghĩa của sinh viên tốt nghiệp đại học hàng năm của Nhật Bản (~ 650.000) 2 Chiến lược tăng khả năng chính xác cho công cụ AI - (i) Timeline (mốc thời gian) Đây là quá trình tự hoàn thiện của GROW trong suốt quá trình hoạt động kể từ khi nó thành lập Khuyến khích khách hàng phản hồi lại sau khi sử dụng để GROW có thể nắm bắt kịp thời các tình huống đặc biệt Cùng với bên tuyển dụng xây dựng nên một khuôn mẫu lý tưởng nhất, lường trước cả những trường hợp không thường xảy ra để đảm bảo tính chính xác của công cụ AI - (ii) Resources estimation (dự tính nguồn nhân lực) IGS trước tiên đã phát triển một danh sách các năng lực và các truy vấn liên quan đáp ứng một số tiêu chí cụ thể Với nhiều cách mà một năng lực có thể được xác định, mỗi năng lực ban đầu được tiếp cận thông qua sáu hoặc bảy câu hỏi (được gọi là “truy vấn”) Tuy nhiên, để tăng khả năng người đánh giá hoàn thành đánh giá, IGS giữ lại thành phần chính để giảm số lượng truy vấn xuống còn ba truy vấn phù hợp nhất và ít dư thừa nhất Ví dụ cụ thể các câu truy vấn như sau: Competency Creativity Query 1: S/he does not merely imitate others when doing a task—s/he tries to add her/his own value (Cô ấy / anh ấy không chỉ bắt chước người khác khi làm một nhiệm vụ - Cô ấy / anh ấy cố gắng tăng Query 2: thêm giá trị của bản thân.) S/he is good at coming up with ideas no one else has thought of (Cô ấy / anh ấy rất giỏi trong việc đưa ra những ý tưởng mà chưa Query 3: ai nghĩ ra.) S/he can combine existing ideas to create something new (Cô ấy / anh ấy có thể kết hợp những ý tưởng hiện có để tạo ra một cái gì đó mới Người đánh giá được yêu cầu trả lời từng truy vấn thông qua phiếu đánh giá bốn cấp, ngăn chặn phản hồi trung lập Ngoài ra, GROW còn đánh giá dựa trên phiếu đánh giá 4 cấp độ, cụ thể như sau: Competency Creativity 10 Rubric 1: S/he merely imitates others when doing a task (Anh ấy / anh ấy Rubric 2: Rubric 3: chỉ bắt chước người khác khi thực hiện một nhiệm vụ.) Once in a while, s/he will do something different (Thỉnh thoảng, Rubric 4: anh ấy / anh ấy sẽ làm điều gì đó khác biệt.) S/he has the right attitude to do things in a way that adds her/his own value (Anh ấy / anh ấy có thái độ đúng đắn để làm mọi việc theo cách làm tăng thêm giá trị của chính anh ấy / cô ấy.) By doing things in her/his own way, s/he actually adds her/his own value (Bằng cách làm mọi thứ theo cách riêng của cô ấy / anh ấy, anh ấy / anh ấy thực sự làm tăng thêm giá trị của chính cô ấy / anh ấy.) GROW đã sử dụng thuật toán máy học (AI) đang chờ cấp bằng sáng chế, cụ thể là sử dụng phương pháp tính xác suất (Bayes) thu thập dữ liệu về cách các năng lực đó của người tham gia đã được đánh giá trong lịch sử (được gọi là "sơ bộ"),cùng với nhiều điểm dữ liệu về người đánh giá để xác định khả năng đánh giá như vậy là chính xác và được hiệu chỉnh cho phù hợp với thực tế Đồng thời, GROW còn thiết lập các câu hỏi truy vấn một cách đa dạng trên nhiều khía cạnh:mỗi cặp truy vấn-phiếu tự đánh giá đều có dữ liệu riêng về khoảng thời gian mà người dùng đã hoàn thành đánh giá đó (từ đọc truy vấn và phiếu đánh giá đến thực hiện đánh giá) Vì vậy, nếu một người đánh giá trả lời nhanh hơn nhiều so với hầu hết, điều đó có thể khiến thuật toán giảm trọng số đánh giá của anh ta Tương tự, nếu một người đánh giá đưa ra nhiều xếp hạng đa dạng hơn theo thời gian một số xếp hạng 1, 2, 3 và 4 thì người đó có thể được coi là sáng suốt hơn và do đó đáng tin cậy hơn nhiều so với một người đánh giá đưa ra cả 3 Thuật toán cũng tính đến kết quả IAT của người đánh giá vì một số khuynh hướng tính cách nhất định (chẳng hạn như sự tận tâm) thường dẫn đến những đánhgiá đáng tin cậy hơn Một điểm dữ liệu quan trọng khác là biểu đồ xã hội của người đánhgiá: người đánh giá đưa ra đánh giá cho nhiều người dùng trong các mạng xã hội khác nhau thường đáng tin cậy hơn so với người đánh giá chỉ tham gia ứng dụng để đưa ra đánh giá cho một người dùng cụ thể để có thể đưa ra đánh giá chính xác nhất theo những gì đã được lập trình, việc đưa càng nhiều dữ liệu chi tiết thì càng đảm bảo AI nhận định đúng đắn 11 - (iii) Risk mitigation (phương án giảm thiểu rủi ro) Tạo khuôn mẫu lý tưởng nhất có thể dự trù những trường hợp có thể xảy đến để giảm thiểu rủi ro do hệ thống thiếu độ chính xác 3 Chiến lược nhân lực - (i) Timeline (mốc thời gian) Trước hết trong tình hình hiện tại, các công ty cần phải khai thác nguồn nhân viên đang có hiện tại, đồng thời đào tạo nhân viên qua các khóa học để nâng cao các kỹ năng cần có, các công ty đang có nhu cầu lớn về nhân lực Song song đó cũng cần phải cải thiện môi trường làm việc (về không gian làm việc; giải trí; ) và để giữ chân nhân viên cũ và thu hút nguồn nhân lực mới Trước tình hình đó, một số công ty đã lựa chọn GROW để tìm kiếm nhân lực, thế nhưng vấn đề đặt ra GROW có thể sẽ không thể đưa ra một kết quả chính xác nếu dùng một khuôn mẫu chung cho tất cả các công ty kinh doanh ngành nghề khác nhau Bởi vậy, đối với mỗi trường hợp, GROW đã đưa ra những phương hướng khảo sát phù hợp để đưa ra kết quả chính xác nhất Ví dụ cụ thể: Vào năm 2016, Septeni đã cung cấp cho IGS dữ liệu về các ứng viên năm trước vàkết quả phỏng vấn để giúp IGS “đào tạo” thuật toán AI, từ đó IGS phát triển một thuật toán học máy có giám sát để dự đoán chính xác những ứng viên nào trong quá khứ và tương lai sẽ vượt qua các cuộc phỏng vấn nhóm của Septeni.Các dự đoán của GROW không chỉ khớp với kết quả đánh giá nội bộ của Septeni, mà còn nhân đôi nhân tài mà Septeni có nguồn từ bên ngoài Tokyo Đối với hãng hàng không All Nippon Airway, đầu tiên, IGS đã làm việc với ANA để ưu tiên 10 năng lực mà họ đánh giá cao ở những người mới tuyển dụng Sau đó, ứng viên quan tâm đến ANA đã sử dụng ứng dụng GROW để đánh giá năng lực và đặc điểm tính cách của họ, được sử dụng để tạo “tổng điểm” Dựa trên tất cả các dữ liệu khác mà IGS thu thập được, công cụ AI của GROW cũng tạo ra “điểm tin cậy” để đánh giá mức độ tin cậymà IGS có trong tổng số điểm đó Sau đó, ANA vẽ biểu đồ cho từng ứng viên trên một biểu đồ duy nhất, với "tổng điểm" trên trục x, "điểm tin cậy" trên trục y và màu của dấu chấm biểu thị mức độ tiến bộ của ứng viên trong quá trình sàng lọc 12 Công ty Mitsubishi gặp vấn đề về tuyển dụng nhân lực khi có quá nhiều ứng viên, để hỗ trợ MC tìm kiếm các ứng viên mới, IGS trước tiên đã làm việc với MC để tạo trong GROW một mô hình thuật toán cho nhân viên MC “lý tưởng” Sau đó, IGS và MC đã chạy thuật toán trên các ứng viên đã đăng ký trong cơ sở dữ liệu ứng dụng của MC, những người này cũng nằm trong số những người dùng GROW đã hoàn thành sàng lọc năng lực và khả năng của GROW Dựa trên giả thuyết rằng những người bạn cùng lứa với những ứng cử viên "lý tưởng" cũng có thể là "lý tưởng" (những con chim cùng đàn với nhau), IGS đã tạo ra một biểu đồ xã hội về những ứng cử viên "lý tưởng", xác định những cá nhân nằm trong số năm người bạn đồng lứa trở lên đã đưa ra phản hồi về ứng viên “lý tưởng” Sau đó, IGS chuyển thông tin này cho MC, sử dụng biểu đồ xã hội để xác định những đồng nghiệp chưađăng ký trong cơ sở dữ liệu tuyển dụng của MC MC đã quyết định mời những ứng viên “lýtưởng” đồng lứa này tham gia một buổi thông tin về MC Từ đó giúp MC phát hiện ranhững ứng cử viên tài năng tiềm ẩn - (ii) Contingencies (Dự phòng) Do IGS thu thập dữ liệu không chỉ về những người được tuyển dụng hiện tại mà cònvề hiệu suất của những tuyển dụng được đề xuất trước đó, nên GROW’s AI có tiềm năng cảithiện cả quy trình tuyển dụng và tiêu chí tuyển dụng Đã đến lúc AI “reinforcement machinelearning” (tạm dịch: nâng cao khả năng máy móc học tập) để AI có thể vượt qua một số đặcđiểm do khách hàng xác định của một ứng viên “lý tưởng” đã không hoạt động tốt trong quá khứ - (iii) Risk mitigation (phương án giảm thiểu rủi ro) Để giảm thiểu rủi ro do việc tuyển dụng nhanh dẫn đến chất lượng thấp thì cần phảinâng cao việc tuyển dụng như áp dụng GROW để tuyển được số lượng lớn nhưng vẫn đảm bảo về chất lượng 13 VI CONCLUSION (KẾT LUẬN) 1 Reiterate the objective (Nhắc lại mục tiêu) Có thể thấy mục tiêu hàng đầu hiện giờ của GROW dựa trên 3 trụ cột chính là công nghệ, nhân sự và chính sách.Đầu tiên là bước đệm về công nghệ khi cải tiến các công nghệ cũ và phát kiến, sáng tạo ra các công nghệ mới để tiếp tục trụ vững trong lĩnh vực.Thứ hai là việc đào tạo nhân sự bằng cách xây dựng đội ngũ chuyên viên thực hiện công việc quản lý và giám sát cho các mục tiêu mở rộng thị trường trong tương lai.Cuối cùng là đặt ra những chính sách về bảo mật, tránh rò rỉ thông tin khách hàng,đặc biệt là bên thứ 3 có thể gây ra thiệt hại cho đôi bên 2 Issues (Vấn đề) and Recommendation (Giải pháp) Đầu tiên, trong việc mở rộng mạng lưới của GROW đã đặt ra một vấn đề lớn đó là nên phát triển GROW một cách rộng rãi hay tập trung chiến lược cho 1 số lĩnh vực để đảm bảo tính hiệu quả Và giải pháp được nêu ra là GROW nên tập trung vào nhóm AI: làm thế nào để thu hút nhiều tài năng hơn, làm thế nào để làm cho nhóm trở nên tốt hơn Ngoài ra cần phải xây dựng thêm đội ngũ giám sát để đảm bảo tính trung thực của nhân viên tránh trường hợp nhân viên làm rò rỉ thông tin của công ty, khách hàng cho bên thứ 3 gây những thiệt hại về tài sản lẫn danh tiếng của Grow Bên cạnh đó, GROW nên chuyển hướng sang nhóm khách hàng có vị trí quan trọng trong cơ cấu phòng nhân sự tại các công ty nổi tiếng,tiếp cận các nguồn thông tin bảo mật cấp cao, phân tích dữ liệu phức tạp về quy trình nguồn nhân lực của các công ty Đẩy mạnh truyền thông nhờ vào các phi vụ hợp đồng lớn với các công ty nổi tiếng Thứ hai, việc AI của GROW có thể thay thế cho trực giác con người trong việc phân tích mọi dữ liệu Hay có thể thay thế hoàn toàn tư duy của người tuyển dụng - quản lý nhân sự hay không cũng là một vấn đề cần tìm lời giải đáp Các giải pháp được đặt ra là xác định năng lực thông qua các truy vấn; Phiếu đánh giá bốn cấp độ; Thang cấp độ mức tin cậy của người đánh giá, bài kiểm tra liên kết ngầm 3 Benefit Hiện nay môi trường quản trị nhân lực đã đặt ra nhiều khó khăn, thách thức cho các nhà tuyển dụng, tuy nhiên với thế mạnh của mình GROW đã giải quyết gần 14 như hầu hết các trở ngại đó Đầu tiên, GROW đã giúp doanh nghiệp tìm kiếm và sàng lọc ứng viên tiềm năng một cách hiệu quả, nhanh chóng và tiết kiệm hơn so với các phương pháp truyền thống Bên cạnh đó, có thể sử dụng GROW để nhắm mục tiêu chính xác các nhóm ứng viên có tiềm năng thăng tiến cao trong quá trình tuyển dụng.Bên cạnh những vượt trội, tiên phong thì GROW cũng có những mặt hạn chế nhất định đòi hỏi cần phải có những giải pháp, cải thiện để kịp thời cập nhật và đổi mới cho phù hợp với yêu cầu của hiện tại và tương lai Từ đó có thể kết luận rằng dù AI có phát triển cao đến mức độ nào thì cũng có những mặt hạn chế nhất định vì vậy chúng ta không nên quá lệ thuộc vào AI mà nên vừa tận dụng được trí tuệ AI vừa kết hợp với những giải pháp riêng của con người dưới sự quản lý của đội ngũ chuyên viên thực hiện công việc quản lý và giám sát cả quá trình để đem lại hiệu quả tốt nhất 15 More from: finance and banking fb2017 Trường Đại học… 296 documents Go to course Các bước làm bài Nghiên cứu Khoa học 4 finance 100% (8) and… CẤU TRÚC MỘT ĐỀ TÀI Nghiên CỨU… 5 finance 94% (17) and… Financial Statement AND CASH FLOW 111 finance 100% (3) and… HW probability finance 100% (2) 5 and… More from: Trinh Lê Nguyễn… 47 Trường Đại học Kinh… Discover more Nhận xét về báo cáo lưu chuyển tiền tệ 1 finance and None banking CSDL 2402 - bài ghi csdl None 5 Cơ sở dữ liệu Recommended for you Testbank ecommerce Chapte… 22 E- 100% (4) Commerce E-commerce Chap 1 21 E- 100% (2) Commerce FOOD, DRINK and DIET Vocab SS 1 2 E- 100% (1) Commerce E Com platforms Report in VN-First… 52 E- 100% (1) Commerce