Đề tài phân tích case study của ứng dụng grow đến từ nhật bản

Các công ty có hạn chế về nguồn nhân lực có đủ kỹ năng có thể gặp khó khăn khi tiếp cận với GROW và có xu hướng loại bỏ nó.Vấn đề ii: Liệu khả năng của AI có thực sự thay thế trực giác c

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

BÁO CÁO TỔNG KẾT CHUYỂN ĐỐI SỐ VÀ TRÍ TUỆ NHÂN TẠO

Đề tài:

PHÂN TÍCH CASE STUDY CỦA ỨNG DỤNG GROW ĐẾN TỪ NHẬT BẢN

Giảng viên: Nguyễn Thế Đại Nghĩa

Nhóm sinh viên thực hiện:

1 Hoàng Bảo Lộc (NT) K224101261

3 Lê Thị Hồng Vân K224101302

4 Nguyễn Thị Vân K224101304

5 Hồ Nguyễn Hoàng Nam K224101268

TP.HCM, ngày 18 tháng 10 năm 2023

MỤC LỤC

I MỤC TIÊU 3

A Tóm tắt 3

B Mục tiêu đề xuất 3

C Số liệu hóa mục tiêu 3

II VẤN ĐỀ CẦN GIẢI QUYẾT 4

III ĐÁNH GIÁ LỰA CHỌN CỦA CÔNG TY 4

A Tiêu chuẩn đánh giá 4

B Lựa chọn và đánh giá 5

IV ĐỀ XUẤT 7

A Đề xuất chi tiết 7

B Cách mà đề xuất giải quyết vấn đề 8

C Phân tích thị trường 9

V CHIẾN LƯỢC 11

A Chiến lược phát triển nguồn nhân lực 11

1 THỜI GIAN THỰC HIỆN 11

2 Dự tính nguồn lực 12

3 Dự phòng 12

4 Giảm thiểu rủi ro 12

B Chiến lược tăng khả năng chính xác cho công cụ AI 13

1 Thời gian triển khai 13

2 Dự tính nguồn lực 13

3 Dự phòng 14

4 Giảm thiểu rủi ro 14

VI KẾT LUẬN 15

I MỤC TIÊU

A TÓM TẮT

Masahiro Fukuhara, CEO của Viện khởi nghiệp phân tích con người tại Tokyo (IGS),

đã đưa ra một ý tưởng mới là sử dụng công nghệ Big Data để đánh giá và phân tích các điểm dữ liệu riêng biệt của con người Thay vì dựa vào trực giác cá nhân, ông đề xuất sử dụng các công cụ như Machine learning và AI để xây dựng một mô hình logic, khách quan Mục tiêu của ý tưởng này là tăng cường khả năng tuyển dụng, sàng lọc và phát triển nguồn nhân lực Viện khởi nghiệp phân tích con người tại Tokyo (IGS) được thành lập bởi Masahiro Fukuhara để triển khai ý tưởng này

Sau 7 năm thành lập, GROW đã trải qua những bước phát triển và đạt được thành công đáng kể, thu hút một số lượng lớn khách hàng tin tưởng Tuy nhiên, điều này đã gây ra những thách thức mới cần được giải quyết bao gồm:

Tập trung vào chiến lược mở rộng sử dụng GROW đa lĩnh vực

Đầu tư vào việc phát triển, cải tiến và tăng cường hoạt động của hệ thống

AI,

biến GROW thành đối tác đáng tin cậy, mà khách hàng có thể giao phó và tin tưởng, đặc biệt trong việc quản lý nhân sự

B MỤC TIÊU ĐỀ XUẤT

Mục tiêu hàng đầu của GROW là tăng cường cải tiến các công nghệ hiện có và đổi mới để tiếp tục đứng vững, dẫn đầu trong lĩnh vực

Xây dựng một đội ngũ chuyên gia để quản lý và giám sát việc mở rộng thị trường trong tương lai

Đề ra các chính sách bảo mật nhằm đảm bảo an toàn thông tin khách hàng và ngăn chặn rò rỉ, đặc biệt là từ các bên thứ ba có thể gây hại cho cả hai bên

C SỐ LIỆU HÓA MỤC TIÊU

Số lượng người dùng GROW đã tăng trưởng mạnh mẽ, từ con số khiêm tốn là 2.000 người tham gia vào tháng 12 năm 2016 lên đến 74.000 người dùng vào năm 2017 Khách hàng của GROW bao gồm Mitsubishi Corporation, All Nippon Airways (ANA), Septeni, DeNA, Rakuten, AXA và nhiều hãng khác Thậm chí các tổ chức

chính phủ như Bộ Kinh tế, Thương mại & Công nghiệp Nhật Bản (METI) và Các Tiểu vương quốc Ả Rập Thống nhất cũng đã tham gia

Qua đó cho thấy, 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 VẤN ĐỀ CẦN GIẢI QUYẾT

Vấn đề (i): GROW đang phải đối mặt với quyết định Liệu nên mở rộng mạng lưới

của mình một cách rộng rãi hay tập trung vào một số lĩnh vực nhất định để đảm bảo tính hiệu quả? Sự chuyển đổi từ hình thức phỏng vấn truyền thống - trực tiếp sang sử dụng công cụ AI của GROW đòi hỏi sự hiểu biết và kỹ năng cần thiết để đảm bảo thông tin chính xác, đầy đủ và hiệu quả Một nhóm AI yêu cầu ít nhất ba vai trò riêng biệt: kỹ sư dữ liệu tổ chức phân tích thông tin, nhà khoa học dữ liệu điều tra thông tin và kỹ sư phần mềm triển khai các ứng dụng Các công ty có hạn chế về nguồn nhân lực có đủ kỹ năng có thể gặp khó khăn khi tiếp cận với GROW

và có xu hướng loại bỏ nó

Vấn đề (ii): Liệu khả năng của AI có thực sự thay thế trực giác con người trong

việc phân tích dữ liệu và nó có thể hoàn toàn thay thế tư duy của người tuyển dụng

và quản lý nhân sự hay không? AI có thể hỗ trợ tăng cường quá trình phân tích dữ liệu và đưa ra quyết định Nó có thể tiến hóa, học từ dữ liệu để cung cấp thông tin hữu ích và đưa ra đề xuất Tuy nhiên, trực giác con người có khả năng hiểu và cảm nhận sâu sắc hơn về ngữ cảnh, nhân cách và tình huống Nói cách khác, trực giác con người có thể đưa ra những quyết định dựa trên những yếu tố mà AI không thể hiểu hoặc đánh giá được

III ĐÁNH GIÁ LỰA CHỌN CỦA CÔNG TY

A TIÊU CHUẨN ĐÁNH GIÁ

GROW sẽ đạt được mục tiêu mở rộng bằng cách cải tiến AI của họ Khi AI được cải tiến, nó sẽ phát triển hơn thông qua việc thu thập dữ liệu mới từ khách hàng cung cấp

Hệ thống dữ liệu mới này sẽ giúp AI của GROW đưa ra đánh giá và đề xuất tốt hơn trong quá trình tuyển dụng và đưa ra quyết định

Too long to read on your phone? Save

to read later on your computer

Save to a Studylist

GROW đã lựa chọn giải quyết song song hai vấn đề mở rộng và cải tiến để đạt được kết quả tốt nhất Khi AI được mở rộng, GROW có thể tăng cường hiệu suất và chất lượng của quá trình tuyển dụng Đồng thời, cải tiến hệ thống dữ liệu đảm bảo rằng AI

có thông tin mới nhất và chính xác nhất để đưa ra những quyết định tốt nhất

B LỰA CHỌN VÀ ĐÁNH GIÁ

Phương án giải quyết vấn đề (i)

GROW chuyển hướng đến nhóm khách hàng có vị trí quan trọng trong cơ cấu phòng nhân sự tại các công ty nổi tiếng Họ sẽ tiếp cận các nguồn thông tin bảo mật cấp cao

và phân tích dữ liệu phức tạp về quy trình nguồn nhân lực của các công ty Đồng thời, GROW sẽ đẩy mạnh truyền thông thông qua việc thực hiện các phi vụ hợp đồng lớn với các công ty nổi tiếng

AI cần một lượng dữ liệu lớn để sàng lọc sơ yếu lý lịch Do đó, để đảm bảo hiệu quả,

dữ liệu phải được cập nhật liên tục và thường xuyên, phản ánh đầy đủ và đa dạng các tình huống thực tế Một cách tốt nhất để đạt được điều này là tăng số lượng người dùng Năm 2017, sau khi kết thúc việc tài trợ từ Series A, GROW đã có nguồn tài chính vững mạnh và hệ thống gần như hoàn thiện để tiếp cận các khách hàng cao cấp Công ty đã xây dựng một mạng lưới tin cậy với các nhóm công ty, thu thập thông tin

về quy trình nguồn nhân lực từ các nguồn đáng tin cậy Kết quả là, GROW đã thành công trong việc tăng số lượng người dùng từ 2.000 vào tháng 12 năm 2016 lên 74.000 vào tháng 6 năm 2017 Mặc dù con số này nhỏ so với tỷ lệ sinh viên tốt nghiệp đại học hàng năm của Nhật Bản (khoảng 650.000), nhưng nó mang ý nghĩa quan trọng trong việc phát triển và cải thiện hệ thống AI của GROW

Mục tiêu của GROW là thu hút nhiều khách hàng

để tăng số lượng người dùng cho nguồn dữ liệu đa

dạng hơn Vậy nên, phương pháp trên tương đối

giải quyết được vấn đề này

Việc gia tăng số lượng người dùng quá nhanh chóng làm cho việc kiểm tra và cập nhật khó khăn hơn

Phương án giải quyết vấn đề (ii)

Năng lực được xác định thông qua các truy vấn

IGS đã phát triển một danh sách các năng lực và truy vấn liên quan để tăng hiệu quả cho công cụ AI của GROW, đáp ứng các tiêu chí cụ thể Ban đầu, mỗi năng lực được tiếp cận thông qua sáu hoặc bảy câu hỏi Tuy nhiên, IGS đã sử dụng phân tích các thành phần chính để giảm số lượng truy vấn xuống còn ba truy vấn phù hợp nhất và ít

dư thừa nhất, nhằm tăng khả năng hoàn thành đánh giá của người dùng

Năng lực được đánh giá thông qua Phiếu đánh giá bốn cấp độ

GROW yêu cầu người đánh giá trả lời từng truy vấn bằng phiếu đánh giá bốn cấp, nhằm ngăn chặn phản hồi trung lập Bốn cấp độ chung cho biết mức độ hiếm khi (1), đôi khi (2), thường xuyên (3) hoặc gần như luôn (4) mà ứng cử viên thể hiện các hành động hoặc đặc điểm của từng truy vấn Phiếu đánh giá cũng cung cấp các chi tiết cụ thể để giúp người đánh giá phân biệt chính xác giữa các cấp độ

GROW đã phát triển một công thức giao

tiếp đơn giản để tiếp cận dễ dàng với các

đối tượng phỏng vấn hơn Bằng cách sử

dụng chỉ 3 câu hỏi vấn đáp, mặc dù số

lượng câu hỏi khá ít, nhưng khi được tùy

chỉnh phù hợp, nó có thể cung cấp một cái

nhìn tổng quát về đối tượng cần khảo sát và

cũng cho phép đánh giá cái nhìn của người

đang trả lời về người đang bị đánh giá Việc

đánh giá qua thang cấp độ cũng hạn chế

được những câu trả lời trung lập

Yêu cầu khó nhất cho giải pháp này là tìm ra các truy vấn phù hợp với đối tượng cần đánh giá Điều này hoàn toàn phụ thuộc vào mong muốn của khách hàng về những gì họ mong đợi

từ ứng viên của họ, và điều này có thể đẩy AI vào tình huống bị động Một vấn đề khác là sự trung thực trong quá trình đánh giá vẫn còn đang được thực hiện một cách sơ sài và chưa thực sự hiệu quả

Thang cấp độ mức tin cậy của người đánh giá, bài kiểm tra liên kết ngầm

Hệ thống AI của GROW cộng tác với người đánh giá dựa trên nhiều dữ liệu đa dạng

về họ để đánh giá sự chính xác của các đánh giá, và sau đó sẽ điều chỉnh chúng để phản ánh thực tế một cách chính xác hơn Thuật toán của GROW cũng xem xét kết

quả của Bài kiểm tra liên kết ngầm (IAT) của người đánh giá, vì một số đặc điểm tính cách cụ thể (ví dụ: tận tâm) thường dẫn đến các đánh giá có độ tin cậy cao hơn Bài kiểm tra liên kết ngầm là một công cụ phân tích nổi tiếng trong lĩnh vực tâm lý xã hội, giúp làm sáng tỏ các đặc điểm và thành kiến cá nhân của mọi người Trong GROW, người dùng trải qua một loạt nhiệm vụ liên quan đến bài kiểm tra liên kết ngầm, trong đó họ phải kéo các thuộc tính cụ thể từ màn hình vào các hộp để đánh giá

độ chính xác của các thuộc tính đó (ví dụ: mức độ hướng ngoại của một người)

IV ĐỀ XUẤT

A ĐỀ XUẤT CHI TIẾT

Vấn đề (i):

Tập trung vào một số lĩnh vực nhất định và có liên quan với nhau và yêu cầu ứng viên chọn lĩnh vực mình muốn ứng tuyển ở bước đăng ký để có thể phân loại hồ sơ của ứng viên một cách hợp lí

Tăng tính xác thực của dữ liệu: Grow nên xây dựng thuật toán nhằm quan sát biểu cảm khuôn mặt, lời nói, chuyển động của ứng viên và thêm một lớp rà soát thông tin khi người dùng đăng ký để chắc chắn rằng ứng viên đang tham gia sử dụng ứng dụng lần đầu

Tăng tính tiếp cận của ứng dụng: Xây dựng một đường dây nóng chuyên giải đáp các thắc mắc của người dùng khi sử dụng ứng dụng và tối ưu hóa những tính năng, giao diện của Grow trên mọi thiết bị điện tử để mang lại trải nghiệm thoải mái, dễ thao tác cho người dùng

Xây dựng đội ngũ giám sát: Với lượng dữ liệu lớn thu thập được, Grow nên đảm bảo tính bảo mật và an toàn thông tin cho người dùng bằng cách xây dựng một đội ngũ giám sát để đảm bảo nhân viên không làm rò rỉ hay rao bán thông tin của người dùng

Vấn đề (ii):

Cải tiến ứng dụng: Bổ sung thêm một số tính năng như: quan sát biểu cảm, cử chỉ của ứng viên, phân tích giọng nói… để đánh giá ứng viên một cách khách quan hơn

Có sự tham gia của con người trong bước đánh giá lại ứng viên: Bên cạnh việc cải thiện tính năng của ứng dụng, Grow nên cần có một bước đánh giá lại các ứng viên dựa trên dữ liệu đã thu được, bước đánh giá ấy được thực hiện bởi con người

B CÁCH MÀ ĐỀ XUẤT GIẢI QUYẾT VẤN ĐỀ

Vấn đề (i):

Tập trung vào một số lĩnh vực nhất định và có liên quan với nhau: Grow nên chọn một số lĩnh vực thu hút hoặc thiếu hụt nhân sự để khai thác vì nếu phát triển Grow trên một quy mô quá rộng sẽ không thể kiểm soát và không phải lĩnh vực nào cũng có yêu cầu giống nhau đối với các ứng viên Bên cạnh đó, việc phân loại ứng viên ở bước đầu sẽ giúp dữ liệu được sắp xếp một cách có

hệ thống và dễ dàng trong việc lưu trữ dữ liệu Và từ việc phân loại ấy, mỗi nhóm ứng viên sẽ có những thuật toán khác nhau, phù hợp với từng lĩnh vực để phân tích và đánh giá những đặc điểm của ứng viên

Tăng tính xác thực của dữ liệu: Xây dựng thuật toán nhằm phân tích giọng nói, biểu cảm khuôn mặt… của người dùng Thêm một bước xác thực thông tin để kiểm tra xem có phải người dùng đang tham gia lần đầu hay không Qua đó, ngăn chặn được trường hợp ứng viên giả mạo thông tin hay đánh giá bản thân không chính xác để được nhận vào doanh nghiệp, vì họ có thể tìm hiểu những yêu cầu, những tiêu chí của nhà tuyển dụng là gì

Tăng tính tiếp cận của ứng dụng: Thiết kế ứng dụng với giao diện dễ sử dụng, tối ưu với mọi thiết bị của người dùng Quy trình đăng ký, đăng nhập không quá rườm rà, phức tạp Bên cạnh đó, xây dựng một đường dây nóng chuyên giải đáp thắc mắc của người dùng, yêu cầu các nhân viên trực đường dây nóng

có thái độ dễ chịu, biết lắng nghe và hiểu được nhu cầu và thắc mắc của ứng viên Từ đó, tiếp cận được nhiều đối tượng hơn, không chỉ thế hệ trẻ mà còn nhiều đối tượng ở những độ tuổi khác

Xây dựng đội ngũ giám sát: Thành lập một phòng ban chuyên giám sát dữ liệu của người dùng, những nhân viên trong phòng ban ấy là những nhân viên kì cựu, có kinh nghiệm của công ty để tránh việc rò rỉ thông tin hay rao bán thông tin người dùng trên thị trường “chợ đen”

Vấn đề (ii)

Cải tiến ứng dụng: Từ các nhóm đã được phân loại theo từng lĩnh vực, vị trí Grow sẽ nhờ AI phân tích giọng nói, quan sát biểu cảm, cử chỉ… của ứng viên

để đo lường sự phù hợp và đánh giá sự thể hiện của ứng viên

Có sự tham gia của con người trong bước đánh giá lại: Mặc dù với những tính năng cải tiến, Grow vẫn không thể thay thế hoàn toàn con người vì máy móc không thể có tư duy, khả năng sáng tạo như con người Vì thế, cần có một bước đánh giá những ứng viên mà Grow đã xét chọn được thực hiện bởi những nhà tuyển dụng để đánh giá một cách khách quan, chính xác hơn

C PHÂN TÍCH THỊ TRƯỜNG

Áp dụng mô hình SWOT để tiến hành phân tích thị trường

STRENGTHS

Grow mang lại hiệu quả cao trong công việc: Grow đã giúp các doanh nghiệp rút ngắn quá trình tuyển dụng một nhân viên mới, thay vì sàng lọc ứng viên theo cách truyền thống được thực hiện hoàn toàn bởi con người Bằng cách sử dụng Grow, nó đã thay thế vai trò của con người trong việc sàng lọc hồ sơ, lựa chọn ứng viên tiềm năng cho vòng phỏng vấn, từ đó tiết kiệm nguồn lực cả về nhân sự hay chi phí Đồng thời, Grow cũng giúp các ứng viên hiểu thêm về khả năng, trình độ của bản thân để lựa chọn những vị trí ứng tuyển phù hợp trong tương lai

Tiên phong: Là ứng dụng đầu tiên cung cấp dịch vụ này, Grow đã có độ nhận diện cao với người dùng và chiếm vị trí nhất định trong thị trường

Nền tảng thân thiện với người dùng: Chỉ cần sử dụng một thiết bị điện tử có kết nối với Internet, người dùng hoàn toàn có thể truy cập vào giao diện của Grow,

nó đã được tối ưu trên mọi thiết bị điện tử Bên cạnh đó, Grow rất dễ sử dụng chỉ với một vài thao tác

Khách quan trong việc đánh giá ứng viên: Máy móc khác với con người ở chỗ, chúng không có tư duy, tình cảm, vì thể việc ứng dụng Grow vào việc tuyển dụng sẽ ngăn chặn tình trạng nhà tuyển dụng thiên vị các ứng viên có mối quan

hệ quen biết với họ

Tính xác thực của thông tin: Vì mong muốn được tuyển dụng vào công ty, các ứng viên có thể giả mạo thông tin, không trung thực khi đánh giá năng lực của bản thân Điều này làm các doanh nghiệp có thể bỏ lỡ những ứng viên tiềm năng và giảm hiệu suất làm việc họ

Tập trung vào một vài đối tượng nhất định: Nhiều vị trí tuyển dụng yêu cầu kinh nghiệm nhiều năm trong ngành, thường là những ứng viên có độ tuổi trung niên Grow phần lớn chỉ tiếp cận đến người dùng thế hệ trẻ, am hiểu công nghệ và dành nhiều thời gian cho những thiết bị điện tử Hoặc nếu những ứng viên ở độ tuổi trung niên sử dụng ứng dụng, sẽ tốn nhiều thời gian để họ có thể làm quen với công nghệ Từ đó, gây ra việc họ sẽ đánh giá không chính xác năng lực của bản thân và khiến doanh nghiệp loại hồ sơ của những ứng viên phù hợp

OPPORTUNITIES

Sự bùng nổ của thời đại công nghệ số: Với sự phát triển của thời kì 4.0, việc ứng dụng AI trong cuộc sống sẽ rất có tiềm năng và có điều kiện thuận lợi để phát triển

Sự quan tâm rộng rãi của người dùng: Con người hiện nay đang sử dụng một cách rộng rãi các thiết bị công nghệ và tầm quan trọng của AI đang dần chiếm lĩnh nhận thức của họ, vì thế sự ra đời của Grow sẽ thu hút được sự quan tâm

và sử dụng của một lượng lớn người dùng

THREATS

Thiếu sự tương tác với con người: Nên xem máy móc là công cụ bổ trợ giúp cho công việc của con người trở nên hiệu quả hơn Việc lạm dụng máy móc quá nhiều sẽ khiến con người ngày càng lười biếng và thiếu sự tương tác với nhau

Sao chép ý tưởng: Với bối cảnh lúc bấy giờ, thị trường công nghệ đang ngày càng phát triển và càng có nhiều đối thủ gia nhập ngành Từ đó, dẫn đến sự canh tranh gay gắt giữa các đối thủ với nhau, xuất hiện những biểu hiện cạnh tranh không lành mạnh Đặc biệt, Grow là ứng dụng đầu tiên trong việc ứng