Andrew Ng là nhà khoa học máy tính và nhà giáo dục trong lĩnh vực trí tuệ nhân tạo. Ông từng giảng dạy tại Đại học Stanford, đồng sáng lập Google Brain và Coursera, đồng thời sáng lập DeepLearning.AI. Trong bài viết “AI Engineering Skills Map: Shaping the build” đăng trên DeepLearning.AI, Andrew Ng phân tích những kỹ năng giúp kỹ sư AI không chỉ triển khai sản phẩm theo yêu cầu có sẵn mà còn có thể tham gia vào việc xác định hướng xây dựng và thúc đẩy sản phẩm phát triển.
1. Chủ động thúc đẩy quá trình xây dựng
Theo Andrew Ng, phần lớn phần mềm được phát triển thông qua một vòng lặp: viết mã → nhận phản hồi → quyết định bước tiếp theo. Một kỹ sư AI có năng lực cần có khả năng chủ động điều khiển vòng lặp này và liên tục xác định bước tiếp theo để đưa dự án tiến lên.
Tùy vào giai đoạn và mục tiêu của dự án, bước tiếp theo có thể là xây dựng một bản mẫu nhanh để kiểm tra ý tưởng kỹ thuật hoặc một tính năng, tạo sản phẩm khả dụng tối thiểu (MVP) để đưa cho người dùng thử, bổ sung tính năng hoặc đầu tư xây dựng một hệ thống đủ ổn định cho môi trường doanh nghiệp.
Thay vì chờ hoàn thiện toàn bộ rồi mới đưa ra phản hồi, kỹ sư có thể thường xuyên phát hành những phần nhỏ để duy trì tốc độ phát triển. Đồng thời, họ cần biết khi nào nên hỏi ý kiến người dùng hoặc các bên liên quan, khi nào nên thực hiện một thử nghiệm kỹ thuật, chẳng hạn huấn luyện một mô hình AI để có thêm dữ liệu trước khi quyết định bước tiếp theo.
Những quyết định này cần cân nhắc nhiều yếu tố như định hướng sản phẩm, giai đoạn của dự án, khả năng thực hiện về mặt kỹ thuật, rủi ro, công sức và ngân sách. Với những dự án đã trưởng thành hơn, kỹ sư còn cần xác định các chỉ số quan trọng và theo dõi quá trình cải thiện những chỉ số đó.
2. Đưa ra quyết định về sản phẩm
Kỹ sư không nhất thiết phải trở thành quản lý sản phẩm (PM), nhưng cần có khả năng đưa ra những quyết định mà bản mô tả sản phẩm chưa đề cập. Nếu được yêu cầu xây dựng một sản phẩm khi chưa có đặc tả rõ ràng, họ cũng cần biết cách hình thành một đặc tả phù hợp.
Điều này đòi hỏi khả năng hiểu sản phẩm và nhu cầu người dùng để lựa chọn hướng phát triển phù hợp mà không phải chờ PM quyết định mọi vấn đề. Bên cạnh đó là một mức độ hiểu biết cơ bản về thiết kế để tạo ra sản phẩm không chỉ hoạt động được mà còn dễ sử dụng, cũng như kiến thức kinh doanh cơ bản để cân nhắc những vấn đề như cách đưa sản phẩm ra thị trường, quy mô thị trường, hiệu quả kinh tế và lợi nhuận.
Nền tảng của những quyết định này là khả năng thấu hiểu người dùng. Andrew Ng cho rằng kỹ năng này cần được liên tục cải thiện thông qua nhiều phương pháp khác nhau, từ phỏng vấn nhanh 2–3 người dùng, khảo sát hàng trăm người, thử nghiệm A/B quy mô lớn cho đến phân tích hành vi của hàng nghìn hoặc hàng triệu người dùng.
3. Giao tiếp và dẫn dắt
AI Engineering mở rộng phạm vi công việc của kỹ sư vượt ra ngoài phát triển phần mềm theo cách truyền thống. Khi các công cụ AI giúp một người có thể đảm nhận nhiều công việc hơn, kỹ sư có thể tham gia vào nhiều hoạt động liên quan đến dự án, bao gồm cả marketing, tài chính, pháp lý và các chức năng khác.
Vì vậy, khả năng giao tiếp và phối hợp trở nên quan trọng hơn. Kỹ sư có thể đóng vai trò kết nối các bên liên quan, giúp thống nhất mục tiêu, phối hợp công việc và đưa dự án tiến về phía trước.
Bên cạnh đó, AI đang phát triển nhanh khiến nhiều người ngoài lĩnh vực kỹ thuật cũng cần hiểu công nghệ này có thể làm gì, ảnh hưởng như thế nào đến công việc và mở ra những sản phẩm, phương thức làm việc mới nào. Với nền tảng kỹ thuật về AI Engineering, kỹ sư có thể giúp tổ chức đánh giá một ý tưởng có khả thi về mặt kỹ thuật hay không, từ đó đóng góp vào quá trình lựa chọn và triển khai các hướng đi mới.
Muốn đánh giá mức độ AI-Ready của nhà trường?
AIE Creative có thể giúp bạn rà soát hiện trạng, xác định khoảng trống và đề xuất lộ trình đào tạo phù hợp.
4. Chủ động nhận trách nhiệm và tạo ra giá trị
Theo Andrew Ng, một trong những kỹ năng quan trọng của AI Engineering là khả năng chủ động nhận trách nhiệm đối với một vấn đề hoặc sáng kiến, thay vì chỉ chờ chỉ đạo cụ thể.
Hiện nay, nhiều tổ chức, thậm chí một số nhà quản lý cấp cao, vẫn chưa hiểu đầy đủ AI có thể làm được gì. Vì vậy, có thể xuất hiện khoảng cách giữa vấn đề mà tổ chức đang gặp phải và những gì công nghệ AI có thể giải quyết.
Kỹ sư AI có thể đóng vai trò kết nối khoảng cách này bằng cách nhận diện vấn đề, đề xuất giải pháp và trực tiếp triển khai. Điều đó không có nghĩa là tự ý làm mọi thứ, mà vẫn cần tôn trọng ưu tiên và giới hạn của tổ chức, đồng thời không nhất thiết phải chờ một yêu cầu chi tiết từ cấp trên mới bắt đầu hành động.
Khả năng này đòi hỏi mức độ chủ động cao: nhận diện cơ hội, xác định điều quan trọng và hành động. Đồng thời, người kỹ sư cần có khả năng theo một sáng kiến từ đầu đến cuối, chịu trách nhiệm khi phát sinh vấn đề, tiếp tục xử lý khi gặp trở ngại và đánh giá công việc dựa trên giá trị tạo ra, thay vì chỉ dựa vào số lượng nhiệm vụ đã hoàn thành.
5. Liên tục cập nhật và nâng cao năng lực
Bên cạnh bốn nhóm kỹ năng trên, Andrew Ng nhấn mạnh việc liên tục nâng cao năng lực. Kỹ sư AI cần theo dõi những tiến bộ mới của công nghệ, làm quen với các công cụ mới, điều chỉnh quy trình làm việc và tiếp tục học hỏi để nâng cao hiệu quả theo thời gian.
Điểm đáng chú ý trong cách tiếp cận này là AI Engineering không chỉ mở rộng những gì kỹ sư có thể xây dựng, mà còn mở rộng vai trò của họ trong quá trình quyết định sản phẩm. Kỹ sư có thể tham gia sâu hơn vào việc xác định vấn đề, lựa chọn hướng đi, thử nghiệm, phối hợp với các bộ phận khác và theo dõi giá trị mà sản phẩm tạo ra.
Theo Andrew Ng, chính cơ hội không chỉ xây dựng sản phẩm mà còn định hình cách sản phẩm được xây dựng khiến AI Engineering trở thành một lĩnh vực có phạm vi rộng hơn so với phát triển phần mềm truyền thống. Tuy nhiên, để đảm nhận vai trò này hiệu quả, kỹ sư cũng cần một hệ thống kỹ năng rộng hơn, không chỉ giới hạn ở năng lực lập trình.
6. Kết luận
AI Engineering đang mở rộng vai trò của kỹ sư từ việc đơn thuần triển khai yêu cầu sang chủ động tham gia vào quá trình định hình sản phẩm. Bên cạnh năng lực kỹ thuật, người kỹ sư ngày càng cần hiểu nhu cầu người dùng, biết đưa ra quyết định, giao tiếp với các bộ phận khác và chịu trách nhiệm về giá trị mà giải pháp tạo ra.
Từ góc nhìn của Andrew Ng, đây vừa là cơ hội để kỹ sư có phạm vi đóng góp rộng hơn, vừa đặt ra yêu cầu cao hơn về năng lực. Trong bối cảnh công nghệ AI liên tục thay đổi, việc cập nhật công cụ, cải thiện quy trình và duy trì khả năng học hỏi sẽ trở thành một phần quan trọng của năng lực AI Engineering.
