bài báo cáo chuyển đổi số và trí tuệ nhân tạo grow using artificial intelligence to screen human intelligence

Mục tiêu hướng tới Chú trọng vào việc cải thiện các công nghệ hiện có để phù hợp với nhu cầu của người dùng và đồng thời đầu tư vào nghiên cứu và sáng tạo công nghệ mới để mang lại sự đa

GROW

DAI HOC QUOC GIA HO CHI MINH

TRUONG DAI HQC KINH TE -

BAI BAO CAO CHUYEN DOI SO VA TRi TUE NHAN TẠO : Using Artificial Intelligence to Screen

Human Intelligence Giảng viên hướng dẫn: Th.S Nguyễn Thế Dai Nghĩa

Lớp học phần: 232MI5208 DANH SÁCH THÀNH VIÊN NHÓM 1

STT HỌ VẢ TÊN MÃ SÓ SINH VIÊN

3 Tô Thị Thanh Giang K224010090

4 Lê Thị Ngọc Trâm K224010125

: Nhóm trưởng

L Mục tiêu hướng tới

1 TQm tRt

Masahiro Fukuhara la nguoi sang lap va CEO cua Viện Khởi nghiệp Phân tích Con người, có trụ sở tại Tokyo Từ khi Fukuhara thành lập IGS, giải phap "Grow" cho viéc

đánh giá ứng viên đã phát triển nhanh chóng và thu hút nhiều người dùng

Grow là một ứng dụng dành cho iOS và Android, bao gồm hai phần chính: đánh giá năng lực và đánh giá tính cách Mặc dù không có tính năng mới độc đáo, nhưng điều làm nổi

bật Grow là việc sử dụng trí tuệ nhân tạo dé phân tích dữ liệu đánh giá và tim ra các mẫu

dé cải thiện khả nang sang lọc Thay vì dựa vào trực giác con người, Grow tận dụng đữ

liệu lớn để phát triên một công cụ khoa học và không ngừng cải tiến quy trình tuyến

dụng, sàng lọc và phát triển nhân sự

Sự quan tâm lan rộng đến Grow mang lai cơ hội và thách thức trong thời kỳ chuyên đổi

số

2 Mục tiêu hướng tới

Chú trọng vào việc cải thiện các công nghệ hiện có để phù hợp với nhu cầu của người dùng và đồng thời đầu tư vào nghiên cứu và sáng tạo công nghệ mới để mang lại sự đa dạng hóa cho ứng dụng GROW Đồng thời, duy trì vai trò dẫn đầu và tiên phong trong lĩnh vực, từng bước phát triển GROW trở thành ứng dụng "phố biến” của các doanh nghiệp

Tăng cường sức mạnh và tầm quan trọng của trí tuệ nhân tạo (AI) trong việc phân tích kinh doanh và đánh giá ứng viên của doanh nghiệp là rất cần thiết trong thời đại công nghệ số Sự tiên bộ của AI đang ngày càng trở nên quan trọng đối với nhiều lĩnh vực, va vai trò của nó trong kinh doanh không thê phủ nhận Đây mạnh việc áp dụng AI vào phân tích kinh doanh nhằm tạo ra giá trị và cung cấp lợi thế cạnh tranh cho các doanh nghiệp

Thiết lập các chính sách về bảo mật để ngăn chặn rò rỉ thông tin khách hàng và áp dụng các biện pháp trừng phạt đối với những cá nhân hoặc tô chức có ý đỗ gian lận có thé gay ton thất cho cả hai bên

3 Mục tiêu cQ tSnh dUnh luVng

Đến tháng 6/2017, GROW đã thu hút một cộng đồng người dùng đáng kẻ, với khoảng 74.000 thành viên, đa số là sinh viên từ các trường Đại học nổi tiếng cũng như những

trường ít được biết đến

Dù chí có 2.000 người tham gia vào tháng 12 năm 2016, nhưng sự gia tăng đáng kê lên đến 74.000 người dùng vào năm 2017 cho thấy chiến lược phát triển của GROW đã chọn đúng hướng Do đó, các đề xuất của nhóm nhằm hoàn thiện và khắc phục những điểm yếu của nền tảng là cần thiết

II VWn đề cần giải quyết

¢ Van dé 1: Trong van hoa người Nhật, việc trao đối phản hồi trung thực thường

không được coi là thoải mái, và đây là vấn đề mà ứng dụng GROW được thiết kế

để giải quyết

ốồ Vấn đề 2: Cần xác định tính chính xác và đáng tin cậy của thông tin ma GROW

thu thập Có thể sẽ phải đối mặt với nguy cơ thông tin đánh giá sai lệch, và

GROW có khả năng phát hiện và loại bỏ những thông tin đó hay không?

¢ Van dé 3: GROW có nên mở rộng phát triển vào nhiều lĩnh vực khác nhau hay tập

trung vào một lĩnh vực cụ thé?

‹ - Vấn đề 4: Khả năng đánh giá thông qua GROW có thể thay thế được sự trực giác của con người hay không?

‹ - Vấn đề 5: Đề có thê đánh giá chính xác, GROW cần một lượng dữ liệu rất lớn

III Đánh giá các giải pháp

1 Tiêu ch§ đánh giá

Đề GROV phát triển và ngày cảng mở rộng, các thuật toán ngày càng cần được hoàn thiện và sắp xếp theo một cơ chế phù hợp và đầy đủ Vì vậy, AI cần được cập nhật và phát triển để đáp ứng mọi yêu cầu đánh giá của GROW

2 Cac giải pháp và đánh giá

« - Giải pháp cho vWn đề 1

Việc trao đối những phản hồi trung thực là điều không thoải mái đối với nhiều người

Nhật, nên GROW duoc phat minh nham giải quyết vấn đề này, giúp thể hiện quan điểm của bạn dé đánh giá người khác thông qua ứng dụng

—> Đánh giá: Mặc dù GROW được phát minh đề giúp người Nhật thoải mái chia sẻ quan điểm của mình về người khác, tuy nhiên họ vẫn sẽ không hoàn toàn thoải mái và đưa ra đánh giá trung thực vì hệ thống vẫn hiện thị tên họ trong phần đánh giá Vậy, GROW cần

bồ sung thêm chế độ ý kiến ân danh nhằm giúp người sử dụng có trải nghiệm thoái mái hơn trong việc đưa ra quan điểm của mình về người khác

« - Giải pháp cho vWn đề 2

GROW tính toán thời gian người dùng cần đề hoàn thành đánh giá (từ việc đọc truy vấn

và tiêu chí đánh giá đến hoàn thành đánh giá) Ví dụ: Một đánh giá có thời gian đánh giá

hợp lý và số điểm thay đổi là 1, 2, 3, 4 được coi là dang tin cậy hơn đánh giá chậm và chỉ

cho một sô điểm cô định

GROW quyét định độ tin cậy của người đánh giá Ví dụ: nếu người đánh giá tham gia

ứng dụng của bạn và chia sẻ đánh giá của họ với nhiều người trên các mạng xã hội khác

nhau, thay vì chỉ đăng đánh giá cho một người cụ thể, thì đánh giá của họ sẽ được coi là đáng tin cậy hơn

—> Đánh giá: Mặc dù giải pháp đưa ra rất thuyết phục nhưng công ty sẽ cần phát triển

thêm các thuật toán bô sung đề dữ liệu của GROW chính xác hơn Bởi vì đôi khi có những người đánh giá không đúng hoặc có ý đồ xấu đối với đối tượng đánh giá, mặc dù

họ đã tuân thủ các quy định của GROW Theo nhóm, GROW nhằm mục đích bổ sung

thước đo độ tin cậy bằng cách xác định khoảng thời gian đánh giá tích cực và tiêu cực

Ví dụ: Trong 2 tháng qua, đánh giá của A dường như đã trở nên tích cực hơn Đây có thê

là một dấu hiệu của sự cải thiện Tuy nhiên, có khả năng anh A đã yêu cầu người khác

đánh giá Lúc này, GROW phải kết hợp nhiều phương pháp xác định xếp hạng đáng tin

cậy đề đưa ra xếp hạng cuôi cùng chính xác hơn

« - Giải pháp cho vWn đề 3:

GROW định hướng mục đích nhằm tiếp cận các nhóm khách hàng chiếm các vị trí quan trọng trong cơ cầu nhân sự của công ty, truy cập các nguồn thông tin bí mật cấp cao và phân tích dữ liệu phức tạp về quy trình nhân sự của công ty Đây mạnh truyền thông thông qua các hợp đồng quy mô lớn với các công ty tên tudi

—> Đánh giá: Giải pháp của GROW tốt nhưng cần lưu ý trong việc phân loại, tô chức

thông tin, đữ liệu theo vị trí nhân viên Đây mạnh truyền thông thông qua kinh doanh với

các công ty là chưa đủ; chúng ta cần có chiến dịch truyền thông và tiếp thị của riêng GROW

¢ Giai phap cho vWn đề 4:

IGS đã phát triển một danh sách các năng lực và các truy vấn liên quan đáp ứng một số

tiêu chí cụ thê Với nhiều cách có thể xác định năng lực, mỗi năng lực ban đầu được tiếp

cận thông qua sáu hoặc bảy câu hỏi Tuy nhiên, đề tăng cơ hội người đánh giá hoàn thành

đánh giá, IGS sau đó đã sử dụng phân tích thành phân chính đề giảm số lượng truy vẫn

xuống còn 3 truy vấn phù hợp nhất

Bảng 1 Năng lực đưYVc xác dUnh thong qua ba truy vWn

Năng lực

sáng tạo

Truy vấn L | Anh/ Cô ấy không chỉ đơn thuần bắt chước người khác khi thực hiện một

nhiệm vụ - anh/ cô ấy cô gắng gia tăng gia trị của chính mình

Truy vấn 2_ | Anh/ Cô ấy rất giỏi trong việc đưa ra những ý tưởng mà không ai nghĩ tới

Truy van 3 | Anh/ Cô ấy có thê kết hợp những ý tưởng hiện có để tạo ra một cái gi đó

TỚI

Neuon: GROW case study

— Danh gia: Tuy GROW da sang lọc và giúp người dùng đánh giá năng lực sáng tạo một cách ngắn gọn thông qua 3 câu hỏi Tuy nhiên, điều này có thê vẫn không thê thay thế được trực giác của con người và 3 câu hỏi là khá ít để GROW có thê sàng lọc thông tin và đưa ra kết luận Vì vậy, GROW có thể thêm vào một vài câu hỏi ngắn gọn nhưng vẫn khai thác đúng trực giác của con người, từ đó đưa ra những phán đoán đúng hơn

« - Giải pháp cho vWn đề 5:

AI cần rất nhiều dữ liệu để xem xét hồ sơ như con người Vì vậy, dữ liệu sử dụng cho AI cần được cập nhật liên tục, thường xuyên, thực tế, phong phú và đa dạng Cách tốt nhất

đề đạt được điều này là tăng số lượng người dùng

Sau khi hoàn thành vòng tai tro Series A vao nam 2017, GROW có nguon tai tro manh

mẽ và hệ thống gần như hoàn chỉnh đề bắt đầu nhắm đến khách hàng cao cấp và cung cấp cho các nhóm kinh doanh này khả năng tiếp cận thông tin vốn thông qua các quy trình nhân sự đáng tin cậy Kết quả là, cơ sở người dùng của GROW đã tăng từ 2.000

vào tháng 12 năm 2016 lên 74.000 vào tháng 6 năm 2017, chiếm một phần nhỏ nhưng

đáng kể trong tông số sinh viên tốt nghiệp đại học hàng năm ở Nhật Bản (khoảng

650.000)

—> Đánh giá: GROW nên thu hút nhiều người dùng từ các môi trường khác thay vi chi tập trung vào sinh viên đang tìm việc làm và các công ty Nếu người dùng chỉ là sinh

viên, các đánh giá GROW có thể thiếu tính đa dạng và nhiều quan điểm, dẫn đến đánh

giá thiên vị GROW đã có nên tảng tốt và cần mở rộng, đa dạng hóa ngành nghè

IV Khuyến nghU

1 uhan tSch 5C

1.1, Company - Cong ty

IGS dang đi đầu trong ứng dụng trí tuệ nhân tạo và học máy trong tuyển dụng, đây là

điểm vượt trội và mới mẻ giúp GROW có được lợi thế cạnh tranh trên thị trường GROW

có được sự tin tưởng từ thế hệ sinh viên và đang hợp tác với công ty lớn và có uy tín,

ngoài ra còn từng nhận được sự hỗ trợ từ các trường đại học lớn với con số lên đến 6 triệu

đô la Mỹ

Việc GROW là một ứng dụng và có cách sử dụng đơn giản, các thao tác đều được game hóa khiến người dùng dễ dàng sử dụng Ngoài ra việc tính toán đưa ra kết quả dựa trên nhiều yếu tố và sử dụng máy học là chủ yếu khiến độ tin cậy của GROW tăng cao

Khi hợp tác với các doanh nghiệp, GROW đều sẵn sàng điều chỉnh đề phù hợp với yêu

cầu tuyên dụng của họ, thể hiện sự linh động của mình Cùng với mục tiêu giúp con

người trở nên tốt hơn, GROW dễ dàng có được thiện cảm đối với người tiêu dùng và cả khách hàng Việc đánh giá gián tiếp qua ứng dụng cũng giúp người đánh giá và người

nhận đánh giá có thê thăng thắn mà không sợ làm mích lòng nhau

1.2 Customers - Khách hàng

Đối tượng ứng viên đa số là những người trẻ có khả năng tiếp nhận công nghệ và có tỉnh thần học hỏi, cầu thị để phát triển xa hơn trong con đường học tập và sự nghiệp Đề làm được điều đó, những đánh giá, nhận xét từ chính bản thân họ và những người xung quanh

là vô cùng cần thiết Tuy nhiên vì việc góp ý trực tiếp có thê dẫn đến những tình huống khó xử nếu cả hai phía xử lý không khéo, GROW đã cho họ có một nền tảng đề thoái mái tiếp nhận các ý kiến đóng góp và nhìn ra được điểm mạnh, điểm yếu của bản thân Đối tượng doanh nghiệp: có nhu cầu tuyển dụng những người có năng lực và tính cách phù hợp với mô tả công việc và văn hóa riêng của doanh nghiệp Tuy phỏng vấn truyền thống và kinh nghiệm vốn có của bộ phận tuyên dụng có thể đưa ra những quyết định

đúng đắn nhưng vẫn có một số rủi ro nhất định Hơn thế, việc có thêm nguồn dữ liệu từ

phía GROW cho họ cái nhìn khách quan hơn về ứng viên đó do những đánh giá họ nhận được ở GROW được tích lũy qua thời gian dài và bởi nhiều người khác nhau

1.3 Competitors - Đối thủ

Những đối thủ hiện có trên thị trường hỗ trợ doanh nghiệp tuyên dụng thông qua những bài kiểm tra năng lực, tính cách trực tuyên trong một lần, tuy có sử dụng thêm AI để kết quả trở nên trực quan, GROW vẫn có được thế mạnh là đánh giá từ nhiều người khác nhau cho ứng viên đó

Tuy nhiên, IGS cần chú ý đến các đối thủ tiềm năng trong tương lai do trí tuệ nhân tạo, học máy và big data đang dần được ứng dụng rộng rãi hơn trong tương lai và luôn có nguy cơ những đối thủ này phát triển được tốt hơn ý tưởng hiện có của IGS Ngoài ra, các

đối thủ của GROW có độ phủ rộng hơn

1.4 Collaborators - Đối tác

Đối tác chủ yếu là các công ty lớn tại Nhật Bản và các trường đại học lớn tại nước này

Với mỗi công ty, IGS đều điều chỉnh đề GROW phù hợp với nhu cầu tuyên dụng của họ

Thông qua các doanh nghiệp này, GROW có thêm nguồn dữ liệu lớn và phong phú đồng thời việc điều chỉnh theo yêu cầu riêng cũng giúp GROW có thêm ý tưởng và nguồn tham khảo đề phát triển trong tương lai

Những doanh nghiệp GROW đang hợp tác đều là những cái tên lớn ở Nhật Bản và một vài doanh nghiệp còn được biết đến trên thế giới, đây là một cơ hội tốt để IGS mang GROW ra các thị trường lớn hơn khi GROW mang lại giá trị cho các doanh nghiệp này 1.5 Context - Bối cảnh

Bồi cảnh công nghệ: vào năm 2018, AI có các bước phát triển vượt bậc trong nhiều lĩnh vực như y học, ứng dụng trong quản lý công của chính phủ, trợ ly ao, nhận diện khuôn

mat va vat thé Su phat triển mạnh mẽ của trí tuệ nhân tạo và học máy hứa hẹn nhiều

công nghệ giúp ích cho con người trong cuộc sống nhưng cũng đồng thời làm dấy lên

những nghi ngờ về bảo mật, tính an toàn và nỗi lo sợ bị thay thế bởi máy móc Đáng chủ

ý, vào tháng I0 năm 2018, Amazon đã cho loại bỏ một công cụ trí tuệ nhân tạo dé tuyén

dụng của mình do phát hiện sự phân biệt đối xử với phái nữ Bối cảnh công nghệ này vừa

là thách thức vừa là cơ hội cho IGS và GROW - IGS có thêm nhiều nguồn tham khảo cho

hướng đi tiếp theo của GROW nhưng đồng thời cần cân thận trước các đối thủ mới gia

nhập vào mô hình gần với mình và sự bài trừ trí tuệ nhân tạo

Bồi cảnh thị trường tuyển dụng: theo một khảo sát của LinkedIn vào đầu năm 2018, bốn

xu hướng của thị trường tuyển dụng vào năm này sẽ là đa dạng hóa, những công cụ phỏng vẫn mới (như kỹ năng mềm), sử dụng phân tích dữ liệu và trí tuệ nhân tạo Ngoài

ra, IGS cần chú ý đến các vị trí tuyên dụng đang có nhiều chỗ trông như trong ngành y, công nghệ vì rất có thể họ sẽ hợp tác với các doanh nghiệp trong các lĩnh vực này nhiều trong tương lai

2 uhan tSch tai chSnh

Với nguồn vốn 6 tỷ đô la kêu gọi được sau cuộc vận động vốn vòng Series A vào năm

2017, Fukuhara đã đầu tư vào phát triển công nghệ cho ứng dụng GROW, tăng cường thu hút khách hàng và mở rong co SỞ người dùng

Dựa trên báo cáo kết quả hoạt động kinh doanh của [GS trong 3 năm từ 2020 đến 2022 trên Market Watch, nhận thay được:

‹« _ Công ty đã thê hiện sự tăng trưởng doanh số liên tục trong những năm này, với sự gia tăng đáng kê 63,72% vào năm 2021 và thêm 40,10% vào năm 2022 Điều này

cho thấy hiệu suất bán hàng mạnh mẽ

« _ Chi phí hàng bán tăng nhưng tỷ lệ tăng chỉ phí hàng bán lại giảm, đây là đấu hiệu tích cực Chi phí hoạt động cũng tăng, những điều này cần được đánh giá trong bồi cảnh tăng trưởng doanh số

« - Lợi nhuận của công ty đã cải thiện đáng kể Nó đã đi từ mức lỗ ròng 2,32 triệu

USD vào năm 2020 lên mức lợi nhuận ròng 183,671 USD vào năm 2022

¢ Chi phi bat thuong đã giảm từ mức 1,30 triệu USD vào năm 2020 xuống còn

113,094 USD vào năm 2022, đóng góp vào việc cải thiện lợi nhuận của công ty

« - Công ty có lợi ích thuế thu nhập đáng kê vào năm 2022, có tác động tích cực đến lợi nhuận ròng Ngoài ra, có một số biễn động về thu nhập/chi phí không liên quan

đến hoạt động của công ty, nhưng nhìn chung vẫn thu về được lợi nhuận Mặc dù không có số liệu về các hoạt động tài chính của [GS từ năm 2019 về trước để có

thê đánh gia tinh hình tài chính của công ty trong thời điểm đó, ta vẫn có thê thấy công ty

đã và đang vận hành rất tốt ở khoảng thời gian sau này Nhìn chung, hiệu suất tài chính

của công ty tích cực, thể hiện tăng trưởng mạnh và sự cải thiện về mặt lợi

3 Các khuyến nghU và cách khuyến nghU giải quyết vWn đề

VWn đề 1 : Giải quyết tSnh bảo mật danh tŠnh

Do những vấn đề văn hóa và cá nhân có nhiều người không sẵn sảng đánh giá một cách công khai, GROW có thẻ thêm tính năng ân danh khi người dùng có mong muốn, không chỉ là ân danh với ứng dụng đánh giá mà còn phải được bảo vệ danh tính trước những người trực tiếp quản lí GROW

Bằng cách sử dụng tường lửa, xác minh bước hai, xác minh ID, mã hóa đầu cuối đảo tạo

cho nhân viên nội bộ để nhận thức về những nguy hiểm Luôn đảm bảo rằng dữ liệu

khách hàng của họ được an toàn, GROW có thể được tin tưởng bởi người dùng và đối tác khách hàng lớn của họ

Nhìn chung IGS có nguồn ngân sách đa dạng nên tạo nhiều kho lưu trữ thông tin người

đánh giá Do là không lưu trữ tất cả thông tin ở một nơi có định, để tránh việc đánh cắp

và làm giả thông tin của những người tham gia

VWn đề 2 : Da dạng hQa dữ liệu:

GROW có thể mở rộng đối tượng đánh giá bằng cách hợp tác với các trường đại hoc dé

có được nhiều người dùng sinh viên hơn thông qua tham gia các cuộc hội thảo/talkshow

hoặc tài trợ cho các sự kiện của sinh viên để có được lượng thông tin đa dạng bằng cách

thử nghiệm ở môi trường của những sinh viên đã có kinh nghiệm, sau đó so sánh với những bảng đánh giá của sinh viên ở môi trường chưa có kinh nghiệm để nhận dạng yếu