Bạn có đang nghĩ rằng bạn không chủ động sử dụng AI, cũng không chủ động học hỏi kỹ thuật viết lời nhắc (prompt engineering)? Khi các nhà sản xuất quảng bá AI, bạn không từ chối lắng nghe và sử dụng nó. Nhưng khi kết quả của việc sử dụng AI không như mong đợi, bạn cho rằng đó là lỗi của AI, không liên quan đến bạn? Bạn có cảm thấy công việc của mình đã bị AI thay đổi?
Trong hội nghị QCon toàn cầu về phát triển phần mềm vào ngày 18-19 tháng 10 năm 2024 tại Thượng Hải, chúng tôi đã thiết lập một chuyên đề về việc AI tái cấu trúc quy trình làm việc kỹ thuật. Mục tiêu là khám phá cách AI không chỉ được áp dụng đơn điểm mà còn được tích hợp vào quy trình cốt lõi của quá trình nghiên cứu và phát triển sản phẩm.
Chúng tôi tập trung vào các trường hợp thực tế và chiến lược giải quyết vấn đề, nhằm giải quyết những khó khăn hiện tại mà đội ngũ nghiên cứu và phát triển đang gặp phải, để trí tuệ nhân tạo thực sự có thể tạo ra giá trị cho doanh nghiệp. Để biết thêm thông tin, hãy truy cập trang web của hội nghị: https://qcon.infoq.cn/2024/shanghai/track/1704
Bài viết này sẽ tập trung vào cách AI tái cấu trúc quy trình làm việc kỹ thuật và ngược lại, quy trình làm việc kỹ thuật cũng đang định hình lại AI. Chúng ta sẽ chuyển từ việc áp dụng AI đơn điểm sang tích hợp AI toàn diện, đồng thời thảo luận về những thách thức và cơ hội mà sự thay đổi này mang lại.
Khi nói về quy trình làm việc kỹ thuật, mọi người thường nghĩ đến DevOps. Nhưng hôm nay, tôi muốn nói về một khía cạnh khác của công việc: xử lý yêu cầu khách hàng (tickets). Những ai làm việc trong lĩnh vực dịch vụ cho khách hàng (toB) đều biết, đội ngũ của chúng ta mỗi ngày phải xử lý hàng trăm yêu cầu khách hàng, từ các câu hỏi đơn giản đến các sự cố hệ thống phức tạp, đôi khi còn phải chịu đựng sự tức giận của khách hàng. Công việc này tốn nhiều thời gian và thường gây ra sự mệt mỏi. Tuy nhiên, việc xử lý tốt yêu cầu khách hàng không chỉ giúp chúng ta đảm bảo chất lượng sản phẩm mà còn là cơ hội để cải tiến sản phẩm. Chính vì sự đau đớn này quá rõ ràng, nên khi các công cụ AI bắt đầu xuất hiện, mọi người đều rất háo hức đầu tư vào việc xây dựng kho kiến thức, sử dụng RAG + LLM, để giúp những người xử lý yêu cầu khách hàng có thể tra cứu nhanh chóng, trả lời và giải quyết vấn đề.
Sau khi trải qua nhiều vấn đề với RAG và điều chỉnh liên tục, chúng tôi cũng đã đạt được khả năng tương tự. Tuy nhiên, sau một thời gian quan sát, tôi nhận thấy mọi người vẫn cảm thấy rất căng thẳng và bận rộn. Khi hỏi về trải nghiệm sử dụng, họ nói rằng nó có chút tác dụng.
Sau đó, tôi và đồng nghiệp đã xem xét lại vấn đề này và vẽ ra sơ đồ quy trình làm việc như sau. Chúng tôi phát hiện ra rằng AI của chúng tôi chỉ được sử dụng cho việc trả lời yêu cầu khách hàng (trong hình dưới đây đánh dấu bằng ngôi sao màu xanh).
Ngoài ra, còn có những khía cạnh nào khác mà AI có thể đóng góp? AI là một hệ thống đơn giản, bao gồm ba phần chính: nhập liệu, xử lý và xuất liệu. Từ đó, chúng tôi bắt đầu xem xét từng phần có thể có đầu vào và đầu ra như thế nào (như hình dưới đây).
Thật bất ngờ, chúng tôi phát hiện ra rằng còn nhiều lĩnh vực khác mà AI có thể ứng dụng, ngoài việc hỗ trợ trả lời yêu cầu khách hàng. Dưới đây là một số ví dụ:
- Trợ lý tổng hợp AI: Sử dụng AI để tổng hợp kiến thức mới được tạo ra trong quá trình xử lý yêu cầu khách hàng vào kho kiến thức, giúp duy trì tính cập nhật của kho kiến thức. Ngoài ra, AI cũng có thể giúp chuyển đổi thông tin thành tri thức theo định dạng cụ thể. Điều này không chỉ áp dụng cho yêu cầu khách hàng mà còn mở ra nhiều ứng dụng mới và có giá trị.
- Trợ lý mã nguồn AI: Sử dụng thông tin từ yêu cầu khách hàng (ví dụ: nhật ký, chỉ số hiệu suất) để tự động xác định giới hạn và thậm chí đề xuất sửa đổi mã nguồn. Trợ lý này có thể phân tích nhật ký lỗi và chỉ số hiệu suất để xác định đoạn mã gây ra vấn đề và đề xuất giải pháp khắc phục. Trong tương lai, chúng tôi hy vọng rằng nó không chỉ giúp giải quyết vấn đề nhanh hơn mà còn giúp các nhà phát triển học hỏi và cải thiện chất lượng mã nguồn.
- Trợ lý tổng kết yêu cầu khách hàng: Mỗi yêu cầu khách hàng đều là cơ hội để học hỏi và phát triển sản phẩm, nhưng việc tổng kết yêu cầu khách hàng tốn thời gian và khó khăn. Trợ lý này không chỉ giúp tổng kết yêu cầu khách hàng mà còn cung cấp các hướng suy nghĩ từ phòng ngừa, giảm nhẹ, giải quyết và phát hiện vấn đề, đồng thời giúp tóm tắt thời gian trong cuộc trò chuyện.
