Claude for Financial Services Keynote

• Anthropic ra mắt Claude (Claude for Financial Analysis), một giải pháp AI tùy chỉnh dành cho doanh nghiệp tài chính, nhằm cách mạng hóa cách các chuyên gia làm việc bằng cách cung cấp một cộng tác viên ảo hiệu quả và chính xác.
• Nền tảng của Anthropic, Claude, được xây dựng dựa trên sự an toàn và tin cậy, cung cấp các năng lực AI tiên tiến như phân tích dữ liệu quy mô lớn, lý luận tài chính và thao tác Excel, vượt trội so với đối thủ.
• Ngành dịch vụ tài chính đang chứng kiến sự chấp nhận AI tạo sinh một cách nhanh chóng, với các công ty chuyển từ mục tiêu năng suất đơn thuần sang tạo doanh thu, quản lý rủi ro tốt hơn và thúc đẩy trải nghiệm khách hàng/nhân viên.

• Sản phẩm cốt lõi: Anthropic giới thiệu Claude, giải pháp phân tích tài chính dựa trên Claude đầu tiên trong ngành, được thiết kế đặc biệt cho các nhà phân tích tài chính với sự tinh tế và khả năng suy luận cao.
• Năng lực AI chuyên biệt: Claude của Anthropic được huấn luyện đặc biệt cho kiến thức chuyên ngành tài chính, xuất sắc trong các tác vụ như phân tích dữ liệu ở quy mô lớn, lý luận tài chính và thao tác Excel, vượt trội trên các điểm chuẩn ngành.
• Hệ sinh thái đối tác mạnh mẽ: Giải pháp của Anthropic được hỗ trợ bởi các đối tác lớn về hạ tầng (AWS, GCP), nền tảng dữ liệu (Databricks, Palantir, Snowflake), nguồn dữ liệu thị trường (FactSet, S&P Global, Morningstar) và các công ty tư vấn (Deloitte, KPMG, PwC).
• Lợi ích kinh doanh rõ rệt: Các trường hợp sử dụng ban đầu cho thấy những cải thiện đáng kể, ví dụ AIG đã giảm thời gian underwriting hơn 5 lần (từ tuần xuống ngày) và tăng độ chính xác từ 75% lên 90%.
• Chuyển đổi văn hóa và chiến lược: Các tổ chức tài chính cần áp dụng văn hóa "ưu tiên AI", với sự ủng hộ từ cấp lãnh đạo để thúc đẩy đổi mới, thử nghiệm và quản lý rủi ro một cách có trách nhiệm.
• Dữ liệu đáng tin cậy là chìa khóa: Việc tích hợp dữ liệu đáng tin cậy (ví dụ: dữ liệu của S&P) và phát triển grounding agent để truy xuất, truy vấn dữ liệu với trích dẫn là cần thiết để xây dựng lòng tin và đảm bảo tính xác thực của output AI.
• Năng lực agent linh hoạt: Giải pháp cung cấp năng lực agent có thể kết hợp để tạo ra báo cáo đa phương thức (như pitch deck, investment memo), phân tích dữ liệu và tương tác tự nhiên với tài liệu Excel, PowerPoint.
• Tích hợp Claude Code: Giải pháp mở rộng giới hạn sử dụng và tích hợp Claude Code để hỗ trợ các trường hợp sử dụng phức tạp hơn như phân tích tập dữ liệu lớn, mô phỏng Monte Carlo và phân tích rủi ro.

• Claude — Claude (Tên sản phẩm của Anthropic)
• Claude — Claude (Mô hình AI của Anthropic)
• Generative AI — AI tạo sinh
• LLM (Large Language Model) — Mô hình ngôn ngữ lớn
• AI agent — Tác nhân AI
• financial reasoning — Lý luận tài chính
• underwriting — Thẩm định bảo hiểm
• grounding agent — Tác nhân làm nền tảng (xác thực dữ liệu)
• AI-first culture — Văn hóa "ưu tiên AI"
• research preview — Giai đoạn nghiên cứu thử nghiệm

Giới thiệu Claude: Tương lai Tài chính với AI

Chào mừng lên sân khấu, Head of Revenue của Anthropic, Kate Jensen. Cảm ơn bạn rất nhiều vì đã có mặt tại đây hôm nay. Tôi là Kate Jensen, Head of Revenue tại Anthropic, và tôi rất vui mừng được chào đón quý vị đến với tương lai của tài chính được cung cấp sức mạnh bởi Claude. Tôi muốn gợi lên một khung cảnh có lẽ quen thuộc với nhiều người trong khán phòng hôm nay: bạn đã uống ba cốc cà phê, lúc đó là 3 giờ sáng, bạn đang điên cuồng kiểm tra mô hình cuối cùng. Bạn có 100 tab đang mở, bạn có cuộc gọi chuẩn bị lúc 5 giờ sáng cho cuộc gọi khách hàng lúc 6 giờ sáng. Hôm nay, tất cả những điều đó sắp thay đổi.

Chúng tôi rất vui mừng thông báo về Claude, dành cho phân tích tài chính. Đây là lớp thông minh hợp nhất đầu tiên trong ngành giúp thay đổi cách các chuyên gia tài chính làm việc với AI. Giờ đây, bạn sẽ có một cộng tác viên ảo hạng nhất được hỗ trợ bởi AI sẽ giúp bạn hoàn thành công việc tốt hơn và nhanh hơn. Claude là một phiên bản Claude tùy chỉnh dành cho doanh nghiệp, được xây dựng đặc biệt cho các nhà phân tích tài chính và được trang bị sự tinh tế, độ chính xác, khả năng suy luận mà bạn cần để xử lý sự phức tạp trong công việc của mình.

Anthropic và sự phát triển của AI trong Tài chính

Kể từ năm 2021, Anthropic đã xây dựng các hệ thống AI hữu ích, vô hại và trung thực. Nền tảng của chúng tôi là sự an toàn và tin cậy, đây chính xác là những gì các công ty dịch vụ tài chính cần. Khi bạn quản lý hàng tỷ tài sản, việc đủ tốt thôi là chưa đủ. AI đang thay đổi mọi ngành công nghiệp và không đâu điều này rõ rệt hơn trong dịch vụ tài chính. Sự phức tạp của các thị trường hiện đại, tốc độ thông tin, khối lượng dữ liệu khổng lồ mà bạn cần xử lý, tất cả đã đạt đến một điểm mà chỉ riêng trí tuệ con người, dù tuyệt vời đến đâu, cũng không đủ.

Từ việc trò chuyện với nhiều khách hàng của chúng tôi, chúng tôi nhận thấy thế giới đang phân đôi. Sẽ có hai loại công ty đầu tư: những công ty sử dụng AI một cách thể chế, và những công ty đang mất nhân tài hàng đầu vào tay các đối thủ cạnh tranh đang làm điều đó.

Trong năm qua, chúng tôi đã hợp tác với các nhà lãnh đạo đang tạo ra đột phá trên mọi phân khúc của ngành tài chính. Các nhóm tại Bridgewater đã sử dụng Claude từ năm 2023 để cung cấp năng lượng cho các trợ lý phân tích đầu tư của họ, giúp giải quyết các mô hình phức tạp. CTO của họ cho chúng tôi biết rằng Claude thực sự đang thúc đẩy những nỗ lực của họ để mở rộng giới hạn của những gì có thể. Tại Úc, Commonwealth Bank đang đặt cược lớn vào AI. CTO của họ, Rodrigo, xem sự hợp tác của chúng tôi là nền tảng cho chiến lược AI toàn cầu của họ. Và tại New York, ở AIG, Peter nói với chúng tôi rằng họ đã hoàn toàn hình dung lại quy trình underwriting với Claude. Những gì trước đây mất hàng tuần giờ chỉ còn mất vài ngày. Thời gian đã được rút ngắn hơn 5 lần, và độ chính xác đã tăng từ 75% lên 90%. Các underwriter giờ đây có thể phục vụ khách hàng của họ tốt hơn và nhanh hơn.

Hệ sinh thái đối tác Claude

Hiện tại, các giải pháp chúng tôi chia sẻ hôm nay không phải do chúng tôi tạo ra một mình. Chúng là kết quả của sự hợp tác sâu rộng với toàn bộ hệ sinh thái tài chính. Nền tảng của chúng tôi có các nhà cung cấp Claude. AWS và GCP cung cấp cơ sở hạ tầng an toàn, có khả năng mở rộng mà các tổ chức tài chính yêu cầu. Tôi rất vui mừng chia sẻ rằng hôm nay, Claude dành cho doanh nghiệp, bao gồm Claude cho dịch vụ tài chính, hiện đã có mặt trên AWS Marketplace. Và nó cũng sẽ sớm có mặt trên Google Cloud Marketplace.

Chúng tôi thường nghe rằng AI chỉ tốt khi có ngữ cảnh phù hợp. Chúng tôi rất vui được hợp tác với các nền tảng như Fox, Databricks, Palantir và Snowflake để đưa dữ liệu của công ty bạn vào Claude để bạn có ngữ cảnh cần thiết hoàn thành công việc thực sự liên quan đến hoạt động hàng ngày của bạn. Và hôm nay, chúng tôi đặc biệt vui mừng thông báo tích hợp mới với các nguồn dữ liệu thị trường bên ngoài quan trọng để hỗ trợ các quyết định tài chính quan trọng nhất của bạn. Chúng tôi đang hợp tác với các công ty mà bạn đã tin tưởng: FactSet cung cấp các yếu tố cơ bản toàn diện và ước tính đồng thuận; S&P Global cho phép truy cập vào Cap-IQ financials, dữ liệu thị trường và transcript; Dilupa cung cấp các yếu tố cơ bản được AI xác minh với trích dẫn nguồn; giữa Morningstar và Pitchbook, bạn có cả nghiên cứu đầu tư công khai và thông tin thị trường tư nhân trong tầm tay.

Các nhà cung cấp dịch vụ tư vấn của chúng tôi cũng đang biến công nghệ này thành sự chuyển đổi kinh doanh thực sự. Deloitte và KPMG đang hiện đại hóa toàn bộ tổ chức và triển khai các AI agent ở quy mô lớn. PwC đang giải quyết các thách thức quy định quan trọng, điều hướng các yêu cầu tuân thủ liên tục thay đổi. Và Slalom cùng Tribe AI đang hiện đại hóa các hoạt động cốt lõi, từ di chuyển hạ tầng Cobol cũ sang đẩy nhanh quá trình due diligence với xử lý tài liệu thông minh. Nói chung, chúng ta đang xây dựng hệ sinh thái AI sẽ định hình tương lai của dịch vụ tài chính.

Với vai trò Head of Revenue, đội ngũ của tôi và tôi dành toàn bộ thời gian để trò chuyện với khách hàng và đối tác. Chúng tôi đã nghe từ bạn về tầm quan trọng của việc đưa tất cả ngữ cảnh này, cả nội bộ và bên ngoài, vào Claude để giúp bạn tận dụng công nghệ này. Chúng tôi quan tâm sâu sắc đến việc định hình tương lai của AI và sự hợp tác giữa con người. Cảm ơn phản hồi của bạn. Chúng tôi rất vui mừng mang giải pháp này đến với bạn hôm nay.

Thảo luận chuyên sâu: Đột phá và Thách thức trong việc áp dụng AI

Bây giờ tôi thực sự hào hứng chào đón lên sân khấu hai đối tác của chúng tôi, những người đã giúp minh họa sức mạnh của hệ sinh thái của chúng tôi đang hoạt động. Ông LaCursey là Chief Strategy Officer tại Kencho Technologies, AI Innovation Hub của S&P Global. Ông ấy đã và đang định hình cách AI biến đổi dữ liệu tài chính thành thông tin tình báo có thể hành động. Và Vikram Bhatt là Vice Chair kiêm Financial Services Industry Leader tại Deloitte, nơi ông đã giúp các tổ chức tài chính toàn cầu điều hướng quá trình chuyển đổi số. Xin mời họ lên sân khấu.

Bạn đã chọn bài hát đó sao? Vâng. Nó thực sự có trong rider của tôi. Cảm ơn rất nhiều vì đã có mặt tại đây. Cả hai bạn đều đóng vai trò quan trọng trong việc định hình biên giới của việc áp dụng AI tại công ty mình. Từ góc nhìn độc đáo của bạn, Peter với data intelligence, Vikram với triển khai và chuyển đổi, đâu là một đột phá mà bạn đã thấy thực sự tạo ra khoảnh khắc 'à ha' tại công ty của mình?

Vâng, tôi nghĩ, ý tôi là, đối với tôi thì đó thực sự là sự chấp nhận. Tôi đã dành phần lớn thập kỷ qua để cố gắng thuyết phục các công ty dịch vụ tài chính áp dụng AI. Và chúng tôi đã có một số thành công thực sự lớn với machine learning truyền thống. Tôi phải nói rằng trong thế giới Generative AI, cuộc trò chuyện đó rất, rất khác biệt. Nó giống như, làm thế nào bạn có thể phục vụ chúng tôi nhanh nhất có thể? Dữ liệu ở định dạng được tối ưu hóa cho các trường hợp sử dụng LLM, cho Generative AI, và làm thế nào tôi có thể đảm bảo rằng dữ liệu bạn đang cung cấp là đáng tin cậy, chính xác, và về cơ bản là một phần của danh sách công việc mà chúng tôi luôn dựa vào.

Vì vậy, tôi nghĩ đối với chúng tôi, điều bất ngờ lớn về Generative AI chính là tốc độ áp dụng, tỷ lệ áp dụng. Bạn biết đấy, nó đã có ảnh hưởng rất lớn đến roadmap của chúng tôi, các sản phẩm mà chúng tôi đã ưu tiên, LLM ready API của chúng tôi (là dữ liệu đằng sau những gì chúng tôi đã làm với MCP), chúng tôi đã thấy sức hút rất lớn với điều đó. Khách hàng của chúng tôi muốn đảm bảo rằng khi họ tương tác với công nghệ này, họ có thể dựa vào dữ liệu đáng tin cậy và dữ liệu trong các quy trình làm việc đã tồn tại, sau đó họ có thể tự động hóa và tối ưu hóa bằng các LLM. Và đó thực sự là một bất ngờ lớn. Đó là việc tham gia vào các cuộc trò chuyện với khách hàng mà không nói, "được rồi, nhưng đây là những gì AI có thể làm", "đây là loại phép màu bạn có thể mở khóa". Họ đã biết phần đó rồi. Bây giờ, làm thế nào chúng ta có thể thực sự biến công ty, tổ chức hoặc nhóm của mình thành một nhóm tiên phong về AI và cũng đảm bảo rằng chúng ta có thể tin tưởng vào các output. Và để làm được điều đó, bạn cần dữ liệu đáng tin cậy. Vậy đó là điều lớn mà chúng tôi đã nhận thấy. Còn bạn thì sao, khi bạn nghĩ về việc đưa công nghệ này vào, những khoảnh khắc 'à ha' nào khiến mọi người thực sự chấp nhận nó?

Chúng tôi thực sự có một chiến lược ưu tiên AI trong mọi việc chúng tôi làm. Một phần trong số đó là nội bộ trong mỗi dịch vụ chúng tôi có. Chúng tôi bắt đầu nhúng AI, bạn biết đấy, từ đầu đến cuối. Về phía khách hàng, điều chúng tôi thấy là ban đầu có sự tập trung vào năng suất như một chủ đề giá trị chính thông qua AI. Nhưng điều thực sự đang xảy ra là nó đang mở rộng sang, liệu chúng ta có thể phát triển các sản phẩm mới dựa trên AI không? Chúng ta có thể hình dung lại phân phối không? Chúng ta có thể hình dung lại các quy trình từ đầu đến cuối không? Nó thực sự đang thay đổi cuộc trò chuyện từ năng suất thuần túy là yếu tố thúc đẩy giá trị sang tạo doanh thu. Chúng ta có thể quản lý rủi ro và kiểm soát tốt hơn không? Chúng ta có thể thúc đẩy trải nghiệm tốt hơn cho nhân viên và khách hàng không? Vì vậy, khi sự thèm muốn và phạm vi giá trị thực sự đã mở rộng, nó thực sự đã đưa AI vào mọi thứ và mọi khía cạnh của tổ chức khách hàng. Tôi thích điều đó. Và lần này chúng ta sẽ bắt đầu với bạn. Nhưng bạn nghĩ gì về những điều cần làm khác biệt với tư cách là một tổ chức để đảm bảo rằng bạn thực sự nắm bắt được toàn bộ giá trị đó, không chỉ là áp dụng công nghệ?

Thúc đẩy Văn hóa "Ưu tiên AI"

Vâng, tôi có lẽ sẽ đưa ra một câu trả lời không chính xác, không mang tính chính trị. Dịch vụ tài chính, chúng ta là một ngành được quản lý chặt chẽ. Mọi người đều biết điều đó. Vì vậy, thách thức thực sự nằm trong cuộc chiến giữa, tôi sẽ nói, đổi mới và quản lý rủi ro. Làm thế nào để bạn cùng tồn tại theo cách mà không có 20 người kiểm tra cho một cánh cửa và phương trình thực sự bị đảo ngược? Để bạn thực sự có nhiều người hơn thúc đẩy đổi mới trong toàn tổ chức và bạn làm việc cùng tồn tại với các nhóm kiểm toán của mình, với các nhóm rủi ro mô hình của bạn, tất cả các bên liên quan khác cần thiết để việc áp dụng thành công. Một ví dụ khác là chiến lược ưu tiên AI mà tôi đã đề cập. Tôi nghĩ ngày càng nhiều khách hàng thực sự đang nói rằng AI không chỉ là việc thúc đẩy năng suất 30% đến 50% trong tổ chức CIO hay bất cứ nơi nào khác. Nó thực sự là về việc thay đổi cách chúng ta kinh doanh. Và để làm được điều đó, làm thế nào bạn thực sự mang con người vào? Chúng tôi có triết lý về con người và máy móc cùng tồn tại trong thời đại AI. Và làm thế nào bạn thúc đẩy sự thay đổi của con người với tốc độ và quy mô cùng với tốc độ thay đổi đến từ AI? Bạn nghĩ làm thế nào để làm được điều đó? Làm thế nào để họ cùng tồn tại và chấp nhận đồng thời?

Tôi nghĩ đó không phải là một câu trả lời duy nhất. Có nhiều đòn bẩy khác nhau mà người ta có thể sử dụng để thúc đẩy điều đó. Ví dụ, một số tổ chức đã tổ chức các học viện dành cho 300 executive hàng đầu để thực sự thúc đẩy đào tạo. Một số đang tổ chức các hackathon để thực sự suy nghĩ về các quy trình hoặc value stream nhất định mà họ có thể hoàn toàn hình dung lại. Có các học viện và khóa đào tạo AI hoàn chỉnh đang được đẩy mạnh cho các nhà phát triển cũng như người dùng phổ thông. Vì vậy, tôi nghĩ cuối cùng không phải là một đòn bẩy duy nhất sẽ thúc đẩy tốc độ chấp nhận AI của con người, mà là một số điều cần được thực hiện cùng nhau. Peter, bạn nghĩ mọi người cần làm gì khác biệt? Và các tổ chức cần làm gì khác biệt?

Chà, tôi nghĩ thành thật mà nói, nó tóm lại là, tôi nghĩ Vikram đã đề cập đến nó. Nó giống như một vấn đề văn hóa. Và tôi nghĩ rằng phần lớn văn hóa đó phải đến từ cấp trên. Bạn phải có các nhóm lãnh đạo thực sự ủng hộ khái niệm ưu tiên AI này. Tôi hoàn toàn đồng ý với điều đó. Tôi nghĩ, nhưng một phần của việc từ cấp trên là cũng phải chấp nhận thực tế rằng nhiều tổ chức này, các tổ chức đến từ dưới lên, phải không? Những người đang làm việc hàng ngày đang đưa ra những ý tưởng tuyệt vời, không chỉ về năng suất (mà tôi nghĩ thường là trọng tâm), mà còn về những mở rộng lớn về cơ hội doanh thu, tôi nghĩ điều đó hoàn toàn đúng. Tôi nghĩ rằng nó đang thay đổi tư duy về đổi mới. Và tôi thực sự nghĩ rằng một phần lớn của điều đó là hiểu rằng, đặc biệt trong lĩnh vực của chúng tôi, sẽ có những quy trình làm việc mà việc ít sợ rủi ro hơn một chút thực sự quan trọng. Và việc có thể tạo ra không gian cho thử nghiệm sẽ thực sự quan trọng. Ý tôi là, chắc chắn đối với chúng tôi tại Kencho, chúng tôi đã có không gian đó và cách nó hoạt động đối với chúng tôi là chúng tôi hoạt động một cách khá độc lập. Và kết quả là, chúng tôi có nhiều không gian hơn một chút để thử nghiệm. Nhưng sau đó, điều quan trọng là cũng phải hiểu rõ ranh giới ở đâu và rủi ro đó là không thể chấp nhận được.

Tầm quan trọng của dữ liệu đáng tin cậy và agent nền tảng

Chúng tôi nhận thấy lợi ích to lớn khi có dữ liệu đáng tin cậy của S&P làm năng lực cốt lõi nền tảng. Chúng tôi đã và đang phát triển một grounding agent (tác nhân làm nền tảng) để đảm bảo rằng khi một Mô hình ngôn ngữ lớn tương tác với dữ liệu của chúng tôi, chúng tôi chịu trách nhiệm tự động hóa việc truy xuất và truy vấn các tập dữ liệu từ toàn bộ kho dữ liệu của chúng tôi, sau đó hiển thị dữ liệu đó kèm theo trích dẫn. Điều này vừa thúc đẩy thử nghiệm, vừa đảm bảo rằng phản hồi và mọi sản phẩm đầu ra đều thực sự dựa trên sự thật có thể kiểm chứng. Do đó, chúng tôi tin rằng có một sự cân bằng cần thiết và việc xây dựng lòng tin là điều thực sự quan trọng đối với chúng tôi. Tôi rất thích điều đó – sự thúc đẩy đổi mới, mong muốn khai thác tối đa năng lượng từ tổ chức của bạn, nhưng phải thực hiện một cách có trách nhiệm. Đó thực sự là cốt lõi trong nhiều việc chúng tôi làm. Cảm ơn hai bạn rất nhiều vì đã đến, và cảm ơn vì sự hợp tác này. Chắc chắn rồi. Rất hân hạnh. Cảm ơn.

Giới thiệu giải pháp Claude Financial Analysis và sức mạnh của các mô hình AI

Tôi rất vui mừng được chào đón đồng nghiệp Nick Linn, người phụ trách sản phẩm Claude for Financial Services của chúng tôi, lên sân khấu. Cảm ơn tất cả. Cảm ơn Kate. Tên tôi là Nick Linn, và tôi phụ trách sản phẩm Claude for Financial Services. Tôi cũng từng là một investment banker và private equity investor. Vì vậy, tôi đã từng là nhà phân tích, như Kate đã đề cập, người vội vã cố gắng debug mô hình AI lúc 3 giờ sáng khi đang xây dựng pitch deck, không ngủ. Đó là lý do tại sao tôi đặc biệt hào hứng chia sẻ những gì chúng tôi đang phát triển. Như Kate đã đề cập, chúng tôi đang công bố giải pháp Claude Financial Analysis, sản phẩm đầu tiên của Anthropic được xây dựng đặc biệt cho ngành tài chính.

Giải pháp của chúng tôi được xây dựng trên ba trụ cột chính tạo nên một agent. Đầu tiên là các mô hình AI. Một điều tôi luôn nghĩ là các mô hình AI mà chúng ta tương tác hôm nay là phiên bản kém nhất của chúng. Và Claude ngày nay không chỉ là state of the art (hiện đại nhất) về mã. Claude đã được huấn luyện đặc biệt cho kiến thức chuyên ngành tài chính (finance domain knowledge) và xuất sắc trong các tác vụ như phân tích dữ liệu ở quy mô lớn (data analysis at scale), lý luận tài chính (financial reasoning) và thậm chí là thao tác Excel (Excel manipulation).

Vòng lặp sản phẩm nghiên cứu (research product flywheel) là một phần quan trọng trong chiến lược của Anthropic. Chúng tôi tin tưởng mạnh mẽ vào việc hợp tác với các khách hàng như quý vị để thực sự hiểu mô hình AI đang hoạt động tốt ở đâu, còn những lỗ hổng nào, và để mượn một thuật ngữ chúng tôi sử dụng nội bộ, hillclimb (tăng tiến) để cải thiện thế hệ tiếp theo của năng lực mô hình AI của chúng tôi. Finance Agent Benchmark (Điểm chuẩn agent tài chính), được công bố bởi những người bạn của chúng tôi tại Val's.ai, đã thu hút được rất nhiều sự chú ý trong ngành và là đại diện tốt cho nhiều tác vụ lý luận tài chính. Bạn có thể thấy, Claude Opus vượt trội hơn hẳn các đối thủ cạnh tranh.

Tương tự, Claude cũng rất có khả năng thực hiện công việc. Một trong những đối tác của chúng tôi, Fundamental Labs, đã xây dựng một Excel agent (agent Excel) có tên Shortcut trên Opus. Agent này đã vượt qua năm trong số bảy cấp độ của cuộc thi financial modeling world cup và đạt độ chính xác hơn 83% trong các tác vụ Excel và lý luận tài chính phức tạp. Một lần nữa, vượt trội hơn hẳn các đối thủ cạnh tranh.

Năng lực agent và Nền tảng linh hoạt

Trụ cột tiếp theo của giải pháp của chúng tôi là năng lực agent được xây dựng trên nền tảng các mô hình AI này. Trí thông minh mô hình (model intelligence) cần được chuyển đổi thành thứ gì đó thực sự hữu ích cho con người. Năng lực agent của Claude rất linh hoạt và có thể kết hợp, thực sự nhằm giải quyết các vấn đề cốt lõi mà quý vị gặp phải hàng ngày, bao gồm xây dựng các báo cáo đa phương thức (multi-modal reports) như pitch deck, investment memo (bản ghi nhớ đầu tư), phân tích và trực quan hóa dữ liệu như phân tích Benchmark hay biểu đồ diễn biến giá cổ phiếu. Và khả năng đọc, ghi các tài liệu Excel và PowerPoint một cách tự nhiên. Tôi rất vui mừng thông báo rằng lần đầu tiên, các khả năng đầu ra mở rộng này hiện đang trong giai đoạn nghiên cứu thử nghiệm (research preview) dành riêng cho một số khách hàng chọn lọc của giải pháp phân tích tài chính của chúng tôi.

Chúng tôi cũng đã mở rộng giới hạn sử dụng (usage limits) để thực sự hỗ trợ công việc chuyên sâu mà các nhà phân tích thực hiện hàng ngày. Chúng tôi đã tích hợp Claude Code để hỗ trợ các trường hợp sử dụng (use cases) như phân tích các tập dữ liệu lớn hơn nhiều, mô phỏng Monte Carlo (Monte Carlo simulations) và phân tích rủi ro (risk analyses).

Cuối cùng, trí thông minh mô hình và chức năng agent được cung cấp thông qua nền tảng rất linh hoạt của chúng tôi. Giải pháp của chúng tôi là agent đầu tiên có trí thông minh hợp nhất (unified intelligence) trên tất cả các nguồn dữ liệu tài chính cốt lõi mà quý vị làm việc. FKT và Peter Shared của chúng tôi rất vui được hợp tác với các nhà lãnh đạo ngành (industry leaders) như quý vị để xây dựng các tích hợp quan trọng đó vào các agent với nhiều tích hợp nữa sẽ ra mắt trong tương lai. Điều quan trọng là chúng tôi cung cấp dịch vụ triển khai và onboarding chuyên biệt cho ngành tài chính, nhằm thực sự hỗ trợ quý vị trong việc triển khai, đào tạo và quản lý thay đổi (change management).

Tất nhiên, điều này được xây dựng với bảo mật và độ tin cậy cấp doanh nghiệp (enterprise grade security). Chúng tôi đạt chứng nhận SOC 2 Type 2 và theo mặc định, chúng tôi không đào tạo bất kỳ mô hình AI nào của mình bằng dữ liệu của quý vị.

Giải quyết các thách thức tài chính bằng Claude: Minh họa thực tế

Giải pháp của chúng tôi thực sự tập trung vào việc giải quyết các vấn đề mà quý vị đều rất quen thuộc. Trong đầu tư, insights (thông tin chi tiết) là alpha (lợi nhuận vượt trội). Khả năng sàng lọc nhiễu, xây dựng một luận điểm (thesis) và đưa ra quyết định đầu tư nhanh chóng là tối quan trọng. Như chúng tôi đã nghe từ nhiều khách hàng, điều này đúng với cả sell side (bên bán) và buy side (bên mua).

Để tóm tắt những khó khăn, các nhà phân tích làm việc với hàng tá tài liệu mỗi ngày và dành hàng giờ nghiên cứu các nguồn dữ liệu khó xác minh. Họ vất vả chuẩn bị các phân tích và kiểm tra các mô hình AI từng ô một. Và họ chuẩn bị investment memo và pitch deck thủ công, thường phải thức trắng đêm (all-nighters) trong một thời gian gấp rút của thương vụ (tight deal timeline). Với Claude, chúng ta có thể bắt đầu giải quyết tất cả những khó khăn này.

Bây giờ, hãy cùng xem điều đó diễn ra như thế nào trên thực tế. Sarah, một nhà phân tích hedge fund tại Acme Capital, đang làm việc lúc 2 giờ chiều. Người quản lý portfolio của cô ấy xông vào văn phòng với một câu hỏi khẩn cấp mà tôi nghĩ nhiều người trong quý vị đều quen thuộc. Công ty mục tiêu (target company) của cô ấy, Velocity Athletic, đã báo cáo kết quả kinh doanh (earnings) tồi tệ trong ngày hôm đó. Doanh thu giảm 12%. Nhưng bằng cách nào đó, giá cổ phiếu tăng 17%, giao dịch ở mức 71 đô la mỗi cổ phiếu. PM của cô ấy cần biết, liệu đợt tăng giá (rally) này có được biện minh bởi chiến lược mới của họ không? Hay họ nên bán ra khi giá tăng đột biến (spike)? Anh ấy cần câu trả lời trước khi thị trường đóng cửa (market closes).

Bây giờ, hãy để tôi cho quý vị thấy cách Claude biến tác vụ khẩn cấp kéo dài 4-5 giờ này thành phân tích dưới 30 phút. Đầu tiên, Sarah kết nối các công cụ của mình. Hãy xem những gì có sẵn trong một không gian làm việc (workspace). Tất cả các công cụ mà cô ấy làm việc: S&P Global, Morningstar, FactSet, Delupa, và thậm chí cả các tài liệu Box nội bộ của công ty cô ấy. Không còn phải vật lộn với 14 tab trình duyệt khác nhau. Việc tìm kiếm ngay tại đây với quyền truy cập hợp nhất (unified access). Sarah bắt đầu một truy vấn toàn diện (comprehensive query), yêu cầu Claude kéo dữ liệu từ nhiều nguồn dữ liệu cùng lúc. Hãy xem điều gì xảy ra. Claude điều phối (orchestrates) trên các nền tảng: S&P Global cho bản ghi chép (transcripts), Morningstar cho báo cáo, Box cho các phân tích nội bộ, Delupa kéo dữ liệu tài chính của 8 quý. Và đây là mấu chốt. Sarah nhận được thông tin tổng hợp (synthesized intelligence), chứ không chỉ là dữ liệu thô (raw data dumps). Sản phẩm đầu ra: phân tích đầy đủ bản ghi chép kết quả kinh doanh với cảnh báo (red flags) từ Q&A (hỏi đáp), CFO (Giám đốc Tài chính) tiết lộ mức giảm biên lợi nhuận 400 điểm cơ bản (400 basis point margin hit) do thuế quan (tariffs). Đối thủ cạnh tranh dường như đang làm tốt hơn. Pace running đã có mặt tại Việt Nam từ năm 2019. Và quan trọng nhất, bạn có thể xem đầy đủ dữ liệu tài chính được liên kết với nguồn dữ liệu gốc, như chúng ta thấy ở đây với Delupa. Sarah có thể xác minh kết quả ngay lập tức.

Tạo trực quan hóa và báo cáo tài chính chuyên sâu

Để đi sâu hơn, Sarah yêu cầu Claude tạo các trực quan hóa (visualizations) và phân tích cụ thể như biểu đồ giá cổ phiếu có chú thích (annotated stock price chart), phân tích so sánh (comps) và phân tích định chuẩn (benchmarking analyses), và thậm chí cả mô hình dòng tiền chiết khấu (discounted cash flow model). Như bạn có thể thấy, Claude hiện đang kéo các sự kiện doanh nghiệp (corporate events) quan trọng từ SEC Edgar và web, dữ liệu giá từ S&P Global, dữ liệu tài chính từ Delupa, ước tính đồng thuận (consensus estimates) từ FactSet, và tạo ra một số sản phẩm trực quan (visual artifacts).

Đầu tiên, một biểu đồ giá cổ phiếu có chú thích sự kiện (event-annotated stock price chart) hiển thị mức tăng đột biến 17% với tất cả các sự kiện chính được đánh dấu: cuộc họp hội đồng quản trị khẩn cấp (Emergency board meeting), giao dịch bán cổ phiếu của CFO (CFO stock sale), bất ngờ về lợi nhuận (Earnings surprise). Tiếp theo, một bảng so sánh toàn diện (comprehensive comp table). Velocity Athletic đang giao dịch ở mức 21 lần EBITDA, so với các đối thủ cạnh tranh (peers) ở mức 16 lần, mặc dù có nền tảng cơ bản (fundamentals) kém hơn.

Và đây là lúc mọi thứ trở nên mạnh mẽ. Claude đã xây dựng một mô hình dòng tiền chiết khấu (discounted cash flow model) hoàn toàn có thể kiểm toán được, với một bộ chọn trường hợp chức năng (functional case selector), dự phóng (projections) gắn liền với giả định (assumptions), và thậm chí là tính toán WACC (chi phí vốn bình quân gia quyền) hoàn hảo mà không cần lời nhắc. Hiện tại, mô hình DCF này dự phóng giá cơ sở (base price) là 54 đô la, cho thấy rằng 71 đô la có lẽ là quá lạc quan.

Cuối cùng, Sarah thực sự cần chuẩn bị một sản phẩm đầu ra (deliverable) cho PM của mình. Cô ấy yêu cầu Claude tạo một investment memo (bản ghi nhớ đầu tư) bằng cách sử dụng các mẫu (templates) của công ty cô ấy từ Box. Claude tìm kiếm trong Box bất kỳ thông tin nội bộ (internal information) liên quan nào, bao gồm một mẫu memo và bất kỳ giao dịch theo sự kiện (event-driven trades) nào trong quá khứ làm tài liệu tham khảo. Trong vài giây, cô ấy có một memo chuyên nghiệp với một bản tóm tắt điều hành (executive summary) và khuyến nghị bán vào đợt tăng giá (fade the rally). Luận điểm rõ ràng (Clear rationale) với dữ liệu hỗ trợ (supporting data) từ hiệu suất thị trường (market performance) và so sánh. Và các hành động cụ thể (action items) và phân tích rủi ro (risk analyses) đều được trích dẫn (cited) đúng cách. Điểm mấu chốt (bottom line): Thị trường đang định giá quá cao (overpricing) một thách thức hoạt động (operational challenge) phức tạp. Vì vậy, hãy chốt lời ngay bây giờ. Mua lại sau, khi giá rẻ hơn.

Tổng kết và tầm nhìn tương lai của AI trong phân tích tài chính

Bây giờ, hãy tóm tắt những gì đã xảy ra ở đây. Sarah đã cung cấp phân tích chất lượng thể chế (institutional quality analyses) chỉ trong vòng chưa đầy 30 phút – một quy trình điển hình mất từ 3 đến 5 giờ, trên nhiều nền tảng khác nhau. Vì vậy, cô ấy không chỉ tiết kiệm thời gian, mà còn khám phá những thông tin chi tiết mà cô ấy có thể đã bỏ lỡ, như giao dịch bán cổ phiếu của CFO hay lợi thế hiện có của đối thủ cạnh tranh. Chúng tôi tin rằng đây là tương lai của phân tích tài chính, nơi Trí tuệ nhân tạo hoàn toàn tăng cường khả năng của các nhà phân tích, nơi những thông tin chi tiết tốt nhất từ tất cả các nền tảng hội tụ trong một không gian làm việc thông minh (intelligent workspace).

Một ví dụ về việc các khả năng này trở thành hiện thực đến từ Quỹ tài sản có chủ quyền Na Uy (Norwegian Sovereign Wealth Fund), hay còn gọi là NBIM – quỹ tài sản có chủ quyền lớn nhất thế giới. Trích lời CEO Nikolai: "Claude đã thay đổi cơ bản cách chúng tôi làm việc tại NBIM." Họ đã đạt được tăng 20% năng suất (20% productivity gains) – tức là tiết kiệm được 213.000 giờ mỗi năm – để tập trung vào những gì thực sự quan trọng: các quyết định tốt hơn, lợi nhuận cho người dân Na Uy. Đối với Nikolai, Claude đã trở thành không thể thiếu (indispensable).

Lời mời hợp tác và thảo luận về việc triển khai AI trong thực tế

Việc xây dựng các giải pháp này đòi hỏi sự hợp tác sâu rộng với tất cả quý vị. Mỗi người tham dự ngày hôm nay sẽ nhận được một tháng dùng thử miễn phí giải pháp này. Cá nhân tôi rất vui mừng được dành nhiều thời gian hơn với quý vị để đi sâu vào các vấn đề mà chúng ta có thể cùng nhau giải quyết, để định hình tương lai của dịch vụ tài chính (financial services) bằng cả sản phẩm và khả năng mô hình AI của chúng tôi. Với những điều đó, tôi xin nhường lời cho đồng nghiệp Jonathan Pelosi, Trưởng bộ phận Dịch vụ Tài chính của chúng tôi, và hội đồng chuyên gia lãnh đạo ngành (industry leaders) đáng kính của chúng tôi để chia sẻ hành trình của riêng họ với Claude.

Cảm ơn Nik. Và gửi tới DJ, dù tôi không chọn bài hát đó, tôi rất thích nó. Chúng tôi đã hoàn thành phần trình bày. Và cảm ơn tất cả mọi người đã tham gia cùng chúng tôi. Hy vọng quý vị đã hiểu được lý do tại sao chúng tôi lại lạc quan như vậy về khả năng hỗ trợ mọi người trong số quý vị và giúp quý vị hoàn thành tất cả các tác vụ liên quan đến phân tích tài chính.

Nhưng đừng chỉ tin lời tôi. Tôi có một hội đồng ấn tượng hơn nhiều có thể nói về những gì họ đang làm với loại công nghệ này và cách họ đang thực hiện nó. Và như Nik đã ám chỉ, trong vai trò giám sát tất cả dịch vụ tài chính cho Anthropic, điều đó có nghĩa là chúng tôi hỗ trợ các ngân hàng lớn nhất, công ty bảo hiểm, quỹ phòng hộ (hedge funds) và quản lý tài sản (asset managers) trong việc ứng dụng công nghệ này, và thực tế áp dụng nó vào công ty của quý vị theo cách mà quý vị có thể sử dụng nó để thúc đẩy giá trị thực và chuyển đổi thực sự. Và tôi nói "thực tế" bởi vì quá thường xuyên, chúng ta sẽ đọc về những tiêu đề lý thuyết về những gì công nghệ này có thể làm. Và quý vị nghĩ, ồ, nó sẽ thay đổi cách chúng ta làm việc và cải thiện năng suất lên 50%. Khi nhóm của tôi và tôi làm việc với quý vị, chúng tôi thường bóc tách các lớp và nói, vậy làm thế nào để thực sự biến điều đó thành hiện thực? Làm thế nào để thực sự điều chỉnh điều này cho tổ chức của quý vị? Làm thế nào để thực sự thực hiện quản lý thay đổi, giúp các cá nhân này cảm thấy thoải mái khi sử dụng công nghệ này? Đó là những điều chúng tôi bận tâm và những điều chúng tôi rất hào hứng để thảo luận thêm. Vì vậy, với những điều đã nói, tôi sẽ mời hội đồng đáng kính của tôi lên. Quý vị có thể đến và cho họ cơ hội tự giới thiệu. Cảm ơn đội.

Giới thiệu về các diễn giả

JP: Chúng ta sẽ có phần giới thiệu nhanh, vì tôi không nghĩ các chức danh đã phản ánh đầy đủ công việc về AI mà họ đang làm. Và chúng ta sẽ bắt đầu với người bạn tốt của tôi, Michael đây. Mời anh.

Michael: Cảm ơn JP. Tên tôi là Michael. Tôi đồng phụ trách nhóm COO tại D. Shaw. Điều đó có nghĩa là nhóm của tôi và tôi làm việc trên các sáng kiến chuyển đổi lớn, trên toàn công ty. Và không có thách thức hay cơ hội nào lớn hơn, trên toàn công ty mà chúng tôi đang dành thời gian ngay bây giờ ngoài AI. Cảm ơn Michael.

JP: Lloyd.

Lloyd: Cảm ơn JP. Tôi là Lloyd Hilton, Trưởng nhóm AI tại HD Capital. Đối với những ai chưa biết chúng tôi, chúng tôi là một công ty PE lớn, thuộc top 10 lớn nhất toàn cầu. Chúng tôi là chuyên gia trong lĩnh vực cụ thể. Chúng tôi có khoảng 50 công ty danh mục đầu tư trong không gian SaaS và dịch vụ B2B. Và chúng tôi đã và đang thúc đẩy một nỗ lực chuyển đổi lớn với các công ty danh mục đầu tư đó trong hai năm rưỡi qua, hợp tác với đội ngũ Anthropic.

JP: Don.

Don: Chào buổi sáng mọi người. Cảm ơn JP đã mời chúng tôi. Tên tôi là Don. Tôi là Giám đốc Dữ liệu và Phân tích tại New York Life. Đối với những ai chưa quen với New York Life, chúng tôi nằm trong danh sách Fortune 69, với hơn một nghìn tỷ đô la bảo hiểm đang có hiệu lực. Và chúng tôi là một trong những công ty bảo hiểm lớn nhất thế giới. Tôi chịu trách nhiệm về chiến lược AI và dữ liệu tổng thể cũng như việc thực thi nó. Cảm ơn Don.

JP: Frode.

Frode: Cuối cùng nhưng không kém phần quan trọng. Vâng, tên tôi là Frode. Tôi là một phần của Quỹ tài sản có chủ quyền Na Uy (Norwegian Sovereign Wealth Fund). Chúng tôi là một Quỹ tài sản có chủ quyền trị giá hai nghìn tỷ đô la, với 70% là cổ phiếu, 30% là thu nhập cố định và trái phiếu. Và chúng tôi chỉ có 700 nhân viên trên toàn thế giới. Vì vậy, chúng tôi có một chủ sở hữu duy nhất, Bộ trưởng Tài chính, người đại diện cho người dân Na Uy. Tôi là một phần của nhóm ở Bắc Mỹ quản lý phần lớn tài sản cổ phiếu. Cảm ơn Frode.

JP: Tôi đã trò chuyện trước đó và tôi nghĩ rằng số liệu thống kê này, tôi nghĩ, phải là sự thật: rằng mỗi nhân viên, không có tổ chức nào trên Trái Đất quản lý nhiều tiền hơn NBIM. Vì vậy, đó thực sự là một con số ấn kê. Và đối với những người trong khán phòng, các bạn cũng sẽ có cơ hội đặt câu hỏi sau khi tôi hỏi một vài câu cho các diễn giả. Vì vậy, hãy lưu ý điều đó. Chúng tôi thực sự mong muốn được nghe từ các bạn.

Luận điểm đầu tư AI và cam kết từ cấp cao

JP: Nhưng hãy bắt đầu với Luận điểm đầu tư AI. Tất nhiên, các bạn là những tổ chức lớn, các công ty phức tạp. Quyết định đầu tư toàn lực và thực hiện điều này ở cấp độ toàn công ty đã diễn ra vào thời điểm nào và ai là người thúc đẩy nó? Đối với câu hỏi này, chúng ta sẽ bắt đầu với Frode. Tôi tò mò muốn nghe từ anh.

Frode: Vâng, chắc chắn rồi. Vì vậy, chiến lược AI của chúng tôi thực sự là trở thành người dùng AI hàng đầu trong quản lý đầu tư. Và điều đó có nghĩa là tích hợp AI vào mọi thứ chúng tôi làm, theo một cách có trách nhiệm. Điều đó có nghĩa là tạo ra lợi ích về hiệu quả, giảm chi phí, tăng lợi nhuận và thực sự cải thiện quản lý rủi ro. Vì vậy, tôi nghĩ điều đã thay đổi là chúng tôi có một chiến lược phối hợp. Chúng tôi thực sự đã dành sự hỗ trợ tổ chức và một nhóm AI chuyên biệt giúp đỡ trong tổ chức. Và điều này thực sự được thúc đẩy từ cấp cao nhất. Vì vậy, chúng tôi có "người cuồng AI" ở cấp cao nhất của công ty, Nicolai Tangen. Và ông ấy hoàn toàn ủng hộ sự thay đổi mà họ thấy trong xã hội. Vì vậy, sự lãnh đạo, sự nhiệt tình của ông ấy về AI thực sự, thực sự đang tạo tiền đề nội bộ trong công ty và thúc đẩy sự thích ứng văn hóa mà họ thấy. Tôi nghĩ điều đó là hoàn toàn quan trọng. Cảm ơn Frode.

JP: Và không có gì ngạc nhiên, sự đồng thuận từ cấp trên này là rất quan trọng nếu bạn đang cố gắng thúc đẩy việc áp dụng và thay đổi thực sự có ý nghĩa trên toàn tổ chức. Tôi nghĩ Nikolai đã làm rất tốt điều đó. Lloyd, về phía công ty của bạn cả nội bộ và với các công ty danh mục đầu tư của bạn thì sao?

Lloyd: Vâng, tôi nghĩ rằng sự đồng thuận từ cấp trên thực sự cũng phù hợp với chúng tôi. Mặc dù chúng tôi là nhà đầu tư, nhưng nhiều thành viên trong đội ngũ lãnh đạo của chúng tôi là những nhà công nghệ và kỹ sư. Vì vậy, rất sớm, tôi nghĩ chúng tôi đã nhận ra đây là một sự thay đổi nền tảng. Nhiều thành công của HG đã được xây dựng dựa trên việc giúp các công ty danh mục đầu tư của chúng tôi điều hướng từ nền tảng on-prem sang SaaS. Chúng tôi cũng đã đầu tư vào AI một thời gian, vì vậy chúng tôi có một đội ngũ dữ liệu trung tâm. Chúng tôi thực sự đã có quyền truy cập vào GPT-3 từ năm 2021. Vì vậy, chúng tôi đã thử nghiệm với điều này một thời gian, và tôi đoán khi các LLM đầu tiên được ra mắt vào khoảng năm 2022, 2023, chúng tôi nhận ra đây là một cơ hội khá lớn. Tuy nhiên, tôi nghĩ đối với chúng tôi, mọi người tìm thấy niềm tin theo tốc độ của riêng họ, và điều thực sự hữu ích là chúng tôi đã tổ chức một sự kiện ở Thung lũng Silicon. Chúng tôi đã làm việc với đội ngũ Anthropic. Chúng tôi thực sự đã mời Mike Krieger, CPO, đến phát biểu tại sự kiện đó, và chúng tôi đã hoàn toàn giúp các giám đốc điều hành của mình hòa mình vào chủ đề AI này và giúp mọi người thực sự trải nghiệm thực tế. Vì vậy, đối với chúng tôi, đó là một chất xúc tác thực sự. Và tôi đoán trong hai năm qua, điều thực sự khiến chúng tôi ngạc nhiên là tốc độ phát triển của nó. Chúng tôi bắt đầu có lẽ nghĩ rằng, ồ không, chúng tôi có thể đạt được 10 đến 20% năng suất tăng lên thông qua việc tích hợp AI vào các quy trình hiện có của mình. Điều chúng tôi đang thực sự tập trung vào bây giờ là chuyển đổi hoàn toàn các công ty danh mục đầu tư của chúng tôi bằng AI và chúng tôi nghĩ rằng sẽ có một lượng lớn giá trị gia tăng cho chúng tôi và cho các công ty danh mục đầu tư của chúng tôi thông qua việc đó. Vì vậy, đó thực sự là trọng tâm bây giờ. Và chúng tôi đã nhân rộng cách tiếp cận tương tự. Vì vậy, chúng tôi đã nhận được sự đồng thuận từ cấp trên và tập trung cho HD. Bây giờ chúng tôi đang đảm bảo rằng chúng tôi tạo ra cùng một chất xúc tác và cùng một tia lửa cho các công ty danh mục đầu tư của mình. Và chúng tôi thấy rằng điều đó hiện đang lan tỏa khá tốt trong danh mục đầu tư của HD để thúc đẩy sự thay đổi chuyển đổi đó. Tuyệt vời. Cảm ơn Lloyd.

Quyết định Xây dựng (Build) hay Mua (Buy)

JP: Và đối với những người trong khán giả, tôi có thể hình dung đây là điều mà các bạn đang băn khoăn, và đối với những người đang theo dõi qua mạng. Quá thường xuyên chúng ta nghe, tôi nên tự xây dựng nội bộ hay nên mua một giải pháp có sẵn? Với các API hiện nay, việc xây dựng các giải pháp được hỗ trợ bởi AI tùy chỉnh thực sự ngày càng dễ dàng hơn. Và đồng thời, có rất nhiều giải pháp có sẵn tuyệt vời. Nicklin vừa trình bày một cái nhìn hôm nay. Với tất cả những điều đó, chúng ta sẽ bắt đầu với bạn, Don. Bạn nghĩ thế nào về khái niệm xây dựng so với mua này? Và về cơ bản, việc quyết định đi theo con đường nào, bạn có đi cả hai không, hãy giải thích quá trình suy nghĩ đó cho chúng tôi?

Don: Vâng, không, tôi nghĩ đó là một câu hỏi tuyệt vời. Tôi nghĩ khi chúng ta lần đầu bắt đầu làn sóng AI tạo sinh này, rất nhiều tổ chức, đặc biệt là các công ty dịch vụ tài chính, đã phải đưa ra một quyết định. Như là chúng ta nên tận dụng các API và xây dựng các trình bao bọc tùy chỉnh của riêng mình, hay chúng ta nên hợp tác với một công ty như Anthropic và tận dụng các giải pháp cấp doanh nghiệp này? Rõ ràng có những sự đánh đổi với những điều đó. Tôi nghĩ đối với chúng tôi, chúng tôi thực sự rất có chủ đích rằng việc tiếp tục đổi mới trên lớp UI và tất cả các khả năng khác nhau như Canvas, và những thứ tương tự, các bộ kết nối, v.v., sẽ thực sự đầy thách thức. Tôi nghĩ các công ty như Anthropic đang di chuyển với tốc độ đổi mới đáng kinh ngạc. Chúng tôi muốn đảm bảo rằng các nhà phát triển và kỹ sư nội bộ của chúng tôi tập trung vào các giải pháp độc quyền và cụ thể nhất của tổ chức chúng tôi. Vì vậy, đối với chúng tôi, việc hợp tác thay vì cố gắng xây dựng các giải pháp tùy chỉnh của riêng mình có ý nghĩa rất lớn. Và hãy dành các tích hợp và giải pháp tùy chỉnh cho những điều thực sự quan trọng đối với khả năng cạnh tranh của chúng tôi. Cảm ơn Don.

JP: Michael, các bạn nghĩ gì về điều đó, D. Shaw?

Michael: Đối với những người trong ngành quỹ phòng hộ, ít nhất, tôi nghĩ chúng tôi khá nổi tiếng với việc tập trung lớn vào việc xây dựng mọi thứ. Chúng tôi thuê các nhà công nghệ tuyệt vời và chúng tôi cho họ cơ hội xây dựng những thứ tuyệt vời. Và vì vậy, bản năng khi có điều gì đó xuất hiện đối với chúng tôi là tự mình xây dựng phiên bản tốt nhất của nó. Tài nguyên không phải là vô hạn, và với những người giỏi, đi kèm với chi phí cơ hội lớn. Và vì vậy, chúng tôi luôn suy nghĩ kỹ về việc xây dựng so với mua. Điều tôi nghĩ khác biệt lần này, và tôi nghĩ Don đã đề cập đến, là tốc độ thay đổi của công nghệ. Và với tốc độ đó, đi kèm với một sự cân bằng khác nhau giữa việc xây dựng và mua. Để có thể xây dựng và triển khai ở tốc độ và quy mô mà một số thứ đang được cung cấp trên thị trường thương mại có thể cung cấp, thường là điều gì đó nằm giữa khó khăn và không thể thực hiện nội bộ. Vì vậy, điều đó thay đổi tính toán của chúng tôi. Chúng tôi vẫn đang làm cả hai, và chúng tôi đang cực kỳ cố ý trong việc chọn nơi chúng tôi xây dựng, và nơi chúng tôi mua.

JP: Tuyệt vời. Và vâng, chúng tôi cũng nghe điều đó rất thường xuyên, và họ sẽ phát triển một đối tác với chat AI nội bộ, và họ sẽ chia sẻ một tính năng mà họ đặc biệt tự hào. Và đến lúc chúng tôi gặp họ, bạn gần như sợ phải cho họ biết, kiểu như điều đó đã là quá khứ rồi, và hãy nhìn vào cái này, cái này, và cái này, những thứ đã được phát triển rồi. Vì vậy, tôi hoàn toàn đồng ý.

Quản lý chuyển đổi và áp dụng AI

JP: Nhận thấy rằng tất cả các bạn đều là các công ty lớn và là những nhà lãnh đạo trong các lĩnh vực tương ứng của mình. Một thách thức lớn khác mà chúng tôi nghe nói đến là quản lý sự thay đổi, và thúc đẩy loại chuyển đổi này ở quy mô lớn. Công nghệ này có thể làm những điều thú vị là một chuyện. Làm thế nào để bạn thực sự khiến mọi người sử dụng nó? Vì vậy, khi bạn nghĩ về sự chuyển đổi ở quy mô mà bạn đang hoạt động, và Don, chúng ta sẽ bắt đầu với bạn, rõ ràng, nhưng với rất nhiều nhân viên, bạn nghĩ gì về việc thúc đẩy việc áp dụng công nghệ như thế này một cách thực tế? Và bạn có rất nhiều phòng ban và nhân viên khác nhau để xem xét.

Don: Vâng, đối với chúng tôi, chiến lược AI của chúng tôi khá giống như "mọi thứ, mọi nơi, cùng lúc". Vì vậy, chúng tôi thực sự coi chiến lược AI của mình như một danh mục các sáng kiến. Tôi nghĩ chúng tôi đã bắt đầu với nhiều người tập trung vào các trường hợp sử dụng mục tiêu, cụ thể cho các workflow, hoặc một số lĩnh vực kinh doanh nhất định. Chúng tôi đã có giá trị đo lường được và đã triển khai sản phẩm, và điều đó thật tuyệt. Chúng tôi chắc chắn nhận ra rằng chúng tôi muốn nâng cao cả sàn và trần của khát vọng của mình, bằng cách thực sự dân chủ hóa và trao quyền cho tất cả nhân viên của chúng tôi bằng các công cụ AI. Và vì vậy, có nhiều công cụ mà chúng tôi thực sự đang tận dụng để làm điều đó. Và sau đó, chúng tôi cũng đang tập trung vào sự tái tạo. Vì vậy, các nhà lãnh đạo doanh nghiệp ở cấp cao nhất đang thực sự xem xét từng lĩnh vực tương ứng của họ để hiểu cách AI, agent tech AI và các mô hình mới này thực sự có thể giúp chúng tôi định hình lại khát vọng của mình về cách chúng tôi có thể chuyển đổi thành tốc độ để chúng tôi thực hiện nó. Và để chúng tôi làm điều đó, tôi có nghĩa là, một lần nữa, rất, rất phổ biến. Hàng tấn khóa đào tạo thực hành và hackathon, tất cả những điều khác nhau mà bạn thực sự phải làm, như là đi vào những nơi khó khăn, nó thực sự giúp mọi người hiểu những khả năng này là gì? Có những thay đổi về tư duy liên quan đến điều đó mà tôi nghĩ có lẽ chúng ta sẽ đề cập sau trong cuộc thảo luận. Nhưng nó thực sự đã là một nỗ lực toàn diện được bổ sung bởi cả cam kết từ cấp trên của CEO và các nhà lãnh đạo điều hành của ông ấy. Nhưng một lần nữa, sự trao quyền từ dưới lên này đi kèm với điều đó. Cảm ơn Don.

JP: Và Lloyd, bạn có một thử thách hơi khác. Bạn đang làm việc với các nhân viên nội bộ, nhưng tất nhiên, cả các danh mục đầu tư mà bạn hỗ trợ nữa. Vậy các bạn nghĩ gì về việc mở rộng quy mô này và thúc đẩy sự chuyển đổi đó ở cấp độ danh mục đầu tư, nhận ra rằng đó là rất nhiều công ty khác nhau mà bạn phải giúp đào tạo và giáo dục?

Lloyd: Vâng, vâng, chắc chắn rồi. Vì vậy, tôi nghĩ rất nhiều điều bạn nói rất hợp lý, Don. Chúng tôi có 50 công ty, khoảng 120.000 FTE trên các công ty đó. Tất cả các công ty của chúng tôi trông hơi giống nhau và chủ yếu là các nền tảng phần mềm chuyên biệt. Vì vậy, điều đó đã cho phép chúng tôi thực sự mang sự chuyển đổi ở quy mô lớn đến nhóm đó. Vì vậy, điều đó bắt đầu với một nỗ lực trung tâm, MHD. Chúng tôi có 20 chuyên gia AI nội bộ được hỗ trợ bởi khoảng 150 người khác, cũng như các nhà thầu và đối tác thân thiết. Và chúng tôi đã thực sự thúc đẩy sự thay đổi trung tâm đó trên toàn bộ danh mục đầu tư. Nó cũng cho phép chúng tôi thử nghiệm với nhiều công cụ khác nhau, nhiều sáng kiến khác nhau và thực sự xem điều gì hiệu quả nhanh chóng trong phòng thí nghiệm đó và hiểu các quy trình tốt nhất là gì. Nhưng tôi nghĩ điểm mấu chốt là sự đồng thuận từ cấp trên là vô cùng quan trọng. Vì vậy, chúng tôi đã làm việc một cách có hệ thống với từng nhà lãnh đạo của danh mục đầu tư của chúng tôi, khiến họ tham gia, giúp họ thực hành trực tiếp.

Tái cấu trúc quy trình và lợi ích từ AI

Chúng tôi thực sự đang cố gắng tạo ra sự đột phá trong cách chúng tôi suy nghĩ về vấn đề này. Thay vì điều chỉnh lại các quy trình hiện có và bổ sung một chút AI, chúng tôi đã tái cấu trúc lại nhiều chức năng của mình. Ví dụ, trong mảng kỹ thuật phần mềm, tính trung bình trên toàn bộ danh mục đầu tư, chúng tôi hiện đang ghi nhận mức tăng năng suất khoảng 30%. Một số công ty của chúng tôi đã giảm số lượng đội ngũ phát triển từ chín người xuống còn hai người, đạt được đòn bẩy đáng kể. Chúng tôi có một công ty đã triển khai một ngàn phiên bản kỹ sư phần mềm agentic, nhờ đó tăng 50% năng lực sản phẩm cho đội ngũ kỹ thuật của họ. Đó là loại sự tái tạo mà chúng tôi hiện đang thúc đẩy trên toàn bộ danh mục đầu tư. Tôi phải nói rằng, điều chúng tôi không làm là cắt giảm chi phí. Thay vào đó, chúng tôi tái đầu tư vào năng suất, về cơ bản là dọn dẹp, tận dụng điều đó, và đồng thời xây dựng các sản phẩm AI. Đó là trọng tâm quan trọng khác đối với chúng tôi, nơi chúng tôi đang thấy một lượng lớn giá trị chuyển đổi thông qua việc tích hợp anthropocapy, cùng với các giải pháp khác, vào các giải pháp phần mềm cốt lõi của mình. Và điều này đang bổ sung sự tăng trưởng đáng kể cho một số doanh nghiệp của chúng tôi.

Quản lý thay đổi và tích hợp AI vào văn hóa

Cảm ơn Lloyd. Về chủ đề quản lý thay đổi, vấn đề này cũng thường xuyên được đặt ra. Với các đối tác của chúng tôi, bạn nghĩ thế nào về việc: "Công nghệ này, có rất nhiều điều khiến tôi sợ hãi, và nhân viên của tôi có thể hiểu rằng đây là thứ có thể làm thay công việc của họ", và làm thế nào để bạn dung hòa giữa việc trao quyền cho họ sử dụng nó, đồng thời nhận ra rằng có một số nỗi sợ rằng: "Liệu điều này có làm thay công việc của tôi không?" Vì vậy, chúng tôi suy nghĩ về những tác động văn hóa của công ty, và làm thế nào để biến điều này thành một phần của văn hóa. Câu hỏi này dành cho Nikolai, vì tôi nghĩ MBM đã thực hiện một công việc tuyệt vời trong việc điều hướng vấn đề này. Bạn, tôi đoán bắt đầu từ Nikolai, nhưng với tư cách là một quản lý danh mục đầu tư cấp cao trong các nhóm của bạn, bạn thấy điều này phù hợp như thế nào với văn hóa của công ty và trở thành một phần cốt lõi trong cách các bạn vận hành?

Tích hợp AI: Từ định hướng công nghệ đến thay đổi văn hóa

Bắt đầu từ góc độ từ trên xuống, rõ ràng là rất quan trọng phải không? Ý tôi là, điều đó thực sự đã thúc đẩy nó. Và tôi nghĩ chúng tôi đã tập trung vào công nghệ trong một thời gian dài. Giờ đây, chúng tôi là một tổ chức rất định hướng công nghệ. Chúng tôi đã thực hiện một hành trình từ việc chuyển cơ sở hạ tầng lên Claude, có dữ liệu, Snowflake, tích hợp Claude cho doanh nghiệp, và có thể thực sự chat với dữ liệu của chúng tôi. Và điều đó rất phù hợp với bản chất định lượng và khuynh hướng sử dụng dữ liệu của chúng tôi phải không? Vì vậy, tôi nghĩ từ góc độ văn hóa, đó là một sự phù hợp rất tốt. Và tôi phải nói trong nhóm của mình, ví dụ, rất nhiều người trong chúng tôi thực sự hướng nội phải không? Và chúng tôi thích ngồi trong phòng và gọi điện và làm việc. Và tôi nghĩ chỉ cần có Claude và có các dự án mà chúng tôi hiện có thể xây dựng trợ lý AI và chỉ cần chia sẻ và cộng tác trên đó thực sự đang thúc đẩy sự thay đổi văn hóa mà chúng tôi đang thấy trong nghiên cứu của mình. Tôi nghĩ điều đó cực kỳ hấp dẫn. Và tôi cũng muốn nói thêm rằng việc là một quỹ tài sản quốc gia với một chủ sở hữu duy nhất, việc có AI trong tổ chức chỉ là một yếu tố thúc đẩy lớn đối với chúng tôi phải không? Bởi vì chúng tôi có thể làm rất nhiều điều với công nghệ này mà những người khác không thể làm được vì chúng tôi không bị cản trở bởi động lực khách hàng. Vì vậy, chúng tôi thực sự là một tổ chức cởi mở và tinh gọn với văn hóa hợp tác và chúng tôi chỉ có 700 người. Vì vậy, điều này thật tuyệt vời.

Giải tỏa nỗi sợ và bắt đầu với AI

Ý tưởng về việc làm sáng tỏ công nghệ này ở cấp độ từng nhân viên là rất quan trọng, vì bạn có thể giải quyết những mối lo ngại hoặc nỗi sợ hãi đó một cách nhanh chóng, ở cấp độ văn hóa, bởi vì họ nhanh chóng nhận ra rằng: "Ồ, đây chỉ là một trợ lý AI tuyệt vời, nếu bạn muốn." Nó là một đối tác tuyệt vời khi tôi thức dậy và bắt đầu công việc của mình, giúp tôi làm việc hiệu quả hơn. Vì vậy, thật tuyệt vời khi nghe ví dụ đó.

Vâng, tôi nghĩ, JP, tôi nghĩ đó là một điểm tuyệt vời. Tôi nghĩ chúng tôi thực sự rất có tính có chủ đích. Tôi nghĩ rất sớm trong hành trình này, mọi người thường nói rằng, bạn biết đấy, AI sẽ không lấy đi công việc của bạn, nhưng một người sử dụng AI thì có thể. Và vì vậy, chúng tôi muốn giải quyết trực tiếp vấn đề đó và đảm bảo rằng càng nhiều nhân viên càng tốt, và chúng tôi có tính có chủ đích trong việc mọi nhân viên đều có nhiều hệ thống AI, và không chỉ vậy, mà còn được đào tạo và giúp họ cảm thấy được trao quyền hơn nữa. Tôi nghĩ điều đó thực sự quan trọng để, như bạn nói, vượt qua một số thách thức tại quỹ mà có thể hơi khó khăn một chút. Cảm ơn Don.

Và tôi thường bật cười bởi vì ngay cả khi các đối tác hỏi như: "Làm thế nào để tôi đào tạo, làm thế nào để tôi xây dựng các chương trình giảng dạy này để thúc đẩy việc áp dụng?", tôi sẽ tạm dừng và nói: "Hãy hỏi Claude." Và nói đùa sang một bên, dù đó là Claude hay một công cụ khác bạn đang sử dụng, những công cụ này rất giỏi trong loại tác vụ đó. Chúng tôi sẽ nói: "Đây là công ty của tôi, và đối với những người đang tham gia, điều tương tự cũng áp dụng, đây là quy mô của tôi, đây là những gì chúng tôi làm. Tôi muốn xây dựng một chương trình đào tạo đơn giản cho nhân viên của mình, có thể họ có ba giờ để dành trong hai tuần tới. Bạn sẽ chia nó như thế nào? Chương trình đào tạo đó sẽ trông ra sao?" Tôi nói thật với bạn, nếu bạn làm bài tập đó khi về nhà, nó sẽ cho ra một kết quả rất, rất đẹp. Và tôi muốn nhấn mạnh gấp đôi điều đó.

Vâng. Nếu nhân viên của bạn nói: "Tôi không biết phải làm gì, tôi không biết bắt đầu từ đâu." Hãy bảo họ mô tả ngắn gọn công việc của họ và hỏi AI: "Tôi sẽ bắt đầu làm việc với điều này như thế nào? Có một vài điều tôi có thể thử là gì?" Nó thực sự mang lại hiệu quả kỳ diệu. Tôi thích ví dụ đó vì tôi thậm chí còn đi xa hơn, tôi có hai đứa con nhỏ, ví dụ, một đứa bốn tuổi và một đứa hai tuổi. Và nếu tôi đang tìm kiếm một hoạt động để làm vào cuối tuần, tôi không giỏi trong việc nghĩ ra những hoạt động đó. Nhưng tôi sẽ hỏi Claude, và tôi sẽ làm tốt hơn nữa. Tôi sẽ nói: "Claude, tôi muốn bạn tối ưu hóa prompt sau đây." Và tôi sẽ nói: "Tôi cần nghĩ ra các hoạt động cho các con của tôi." Và sau đó Claude sẽ viết lại nó, tôi sẽ sao chép và dán. Và sau đó tôi sẽ có được danh sách công việc tuyệt vời nhất thế giới. Vì vậy, đó là một mẹo hay khác: hãy yêu cầu Claude viết prompt cho bạn.

Nhưng quyết định bắt đầu từ đâu là một điều khác mà chúng tôi nghe rất nhiều. Vì vậy, đối với những người trong khán giả, một số bạn là các công ty nhỏ hơn, rất nhiều bạn là các công ty lớn. Nhưng được thôi, có rất nhiều điều. Bạn đã nghe rất nhiều từ nhóm này, sự chuyển đổi trên toàn tổ chức, sự lãnh đạo từ trên xuống. Tôi sẽ bắt đầu lại với Michael ở đây. Đối với những người trong khán giả, nếu chúng ta phải bắt đầu ở đâu đó, thì đó là trường hợp sử dụng nào? Nơi đầu tiên họ bắt đầu là gì nếu họ bắt đầu quá muộn? Bạn sẽ đề xuất điều gì?

Bắt đầu bằng việc trao quyền và liên tục đánh giá

Vì vậy, thật cám dỗ khi tìm kiếm một nơi đầu tiên để bắt đầu. Và lời khuyên của tôi là hãy chống lại sự cám dỗ đó. Đồng nghiệp của bạn, tôi không biết họ có biết cách tốt nhất để sử dụng các công cụ hay không. Chắc chắn là không trước khi bạn cung cấp công cụ cho họ. Nhưng một khi bạn cung cấp các công cụ đó, họ sẽ khám phá ra những điều để làm với chúng mà bạn chưa bao giờ tưởng tượng. Vì vậy, chúng tôi là một nơi khá phân quyền. Chúng tôi là một nơi muốn làm cho mọi đồng nghiệp của mình tốt hơn bằng cách sử dụng AI. Vì vậy, trọng tâm cốt lõi của chúng tôi ngay từ đầu và điều tôi muốn giới thiệu cho những người khác là hãy đưa các công cụ dễ sử dụng ra ngoài đó. Hãy để mọi người tự tìm ra những gì họ đang làm. Và sau đó hãy chú ý. Giúp tăng tốc sự lan truyền, trong một số trường hợp hãy tập trung hóa khi bạn học hỏi. Nhưng không phải là bước đầu tiên của bạn. Tôi sẽ đưa ra một lời khuyên cụ thể về điều đó. Tôi nghĩ một số người sẽ làm điều đó. Họ sẽ thử một cái gì đó. Nó sẽ không hoạt động theo cách họ muốn và họ sẽ từ bỏ nó. Điều chúng tôi thấy có giá trị là khuyến khích mọi người quay lại, cứ sau sáu tháng. Tốc độ thay đổi của công nghệ và sản phẩm chỉ là lạ lẫm đối với hầu hết các đồng nghiệp của bạn. Và mức độ mà chúng có thể cải thiện cho một trường hợp sử dụng cụ thể trong ba tháng, sáu tháng, chín tháng đôi khi có thể gây sốc cho họ. Và vì vậy, việc thúc đẩy họ xem xét lại là một nơi mà chúng tôi không có xu hướng quá thúc ép. Nhưng đó là một nơi mà tôi nghĩ sự thúc ép có thể mang lại kết quả.

Tôi yêu điều đó bởi vì tôi nghĩ theo quan điểm của Michael, tôi muốn nghe từ những người còn lại trong hội đồng. Quan niệm về việc bắt đầu với một trường hợp sử dụng cụ thể, thường thì có thể là: "Ồ, tôi sẽ xây dựng một nhà phân tích chuyên biệt hoặc agent giảm thiểu rủi ro." Chúng tôi sẽ luôn khuyên tương tự như những gì Michael đã nói. Điều đầu tiên là hãy đưa công nghệ này vào tay nhân viên của bạn một cách có trách nhiệm. Rõ ràng bạn bán hàng. Chúng tôi có một giải pháp. Có nhiều giải pháp ngoài kia. Và đó gần như luôn phải là bước đầu tiên bởi vì rất thường xuyên, và tôi hình dung điều này đúng với mọi người trong phòng. Chỉ khi bạn bắt đầu sử dụng những thứ này. Và thành thật mà nói, điều đó đúng trong cuộc sống cá nhân của bạn. Điều đó đúng trong công việc. Họ thực sự bắt đầu thấy những gì nó có khả năng làm được.

Hôm nay tôi đang trải qua một quá trình. Tôi vừa mua một ngôi nhà mới. Tôi đang mua bảo hiểm nhà. Tôi không biết lần cuối cùng bạn đọc chính sách bảo hiểm nhà là khi nào, chúng rất khắc nghiệt. Và chúng dài khoảng 400 trang. Và tôi nhận được ba chính sách này. Và tôi nghĩ, ngay cả việc chắt lọc sự khác biệt giữa phạm vi bảo hiểm và các loại bảo hiểm bổ sung và tất cả những thứ đó. Và tôi làm việc rất nhiều với các công ty bảo hiểm. Vì vậy, tôi lẽ ra phải biết tất cả những điều này. Tôi chỉ tải lên một tệp. Tôi sẽ nói: "Hãy cho tôi một phân tích về những gì tôi đang xem ở đây." Và tôi chia sẻ điều này như một ví dụ bởi vì những khoảnh khắc "à ha" tương tự, và nó đã cho tôi một câu trả lời tuyệt vời, cách nhanh nhất để tạo ra chúng là cấp cho nhân viên của bạn quyền truy cập vào một công cụ như Claude. Và một lần nữa, có những công cụ khác ngoài kia. Nhưng chỉ cần đưa chúng vào tay họ một cách có trách nhiệm là rất lớn.

Với điều đó, tôi muốn chuyển sang Lloyd, khi bạn nghĩ về việc tư vấn cho nhóm này, họ có nguồn lực hạn chế, con người hạn chế, họ nên bắt đầu từ đâu? Bạn có bất kỳ suy nghĩ nào khác về nơi họ nên bắt đầu không? Và hãy giả định cho mục đích này, họ đã kích hoạt Claude hoặc một công cụ AI ở cấp độ nhân viên. Điều gì tiếp theo?

Tối ưu hóa Prompt Engineering và Tác vụ lặp lại

Vâng. Tôi sẽ bổ sung thêm vào quan điểm của Michael. Tôi hoàn toàn đồng ý với việc xem xét lại công nghệ ba đến sáu tháng một lần. Điểm khác tôi muốn bổ sung là thực sự đầu tư vào prompt engineering hoặc context engineering của bạn. Tôi nghĩ có một sự khác biệt lớn giữa một người dùng bình thường đưa một câu lệnh lười biếng vào Claude so với một người thực sự suy nghĩ về ngữ cảnh đó. Tôi nghĩ việc tìm ra những người trở thành người dùng thành thạo trong tổ chức của bạn và có trực giác tự nhiên cho điều đó thực sự có thể giúp tăng tốc nếu bạn đưa những người đó lên làm nhà vô địch AI có thể thúc đẩy rất nhiều thay đổi.

Tôi đoán về các trường hợp sử dụng khác, một khi bạn đã triển khai rộng rãi, cách chúng tôi suy nghĩ về điều đó là xem xét các tác vụ có mức độ ma sát cao, nơi mọi người thực hiện rất nhiều quy trình cơ học có tính lặp lại cao, họ đang sử dụng dữ liệu có cấu trúc, những điều đó thường là ứng cử viên hoàn hảo trong tổ chức của bạn cho một thứ như Claude. Vì vậy, đối với chúng tôi, đối với những quyết định thực sự quan trọng đòi hỏi rất nhiều suy nghĩ cẩn thận và tư duy kiểu "hệ thống hai", chúng tôi có thể sử dụng Claude như một "ban cố vấn", nhưng đối với rất nhiều tác vụ cơ học xảy ra trong tất cả các tổ chức của chúng tôi, đó là việc sử dụng Claude cộng với các công cụ tự động hóa khác để thực sự thúc đẩy chuyển đổi các quy trình đó. Đó là cách chúng tôi nghĩ về nó. Tuyệt vời.

Cảm ơn Lloyd. Một trong những câu hỏi yêu thích của tôi, vì vậy tôi rõ ràng sẽ hỏi nó ở đây, dành cho khán giả, tất cả các bạn đều có rất nhiều kinh nghiệm. Các bạn đã trải qua điều này, các bạn đã áp dụng nó trong tổ chức của mình, các bạn đã thấy rất nhiều điều hiệu quả và rất nhiều điều không hiệu quả. Tôi sẽ bắt đầu với Freud. Với những gì bạn biết bây giờ, nếu bạn có thể làm lại tất cả, có một điều gì đó bạn sẽ làm khác đi không?

[transcript bị gián đoạn]

Tôi không biết tôi sẽ làm gì khác đi, tôi nghĩ. Vào tháng 11, chúng tôi thực sự đã thành công trong việc đạt được điều đó. Tôi nghĩ có lẽ chỉ cần bắt đầu sớm hơn nữa, phải không? Đó là những gì tôi muốn nói. Đây là điều bạn chỉ cần dấn thân và thực hiện. Vì vậy, tôi nghĩ hãy hành động nhanh chóng và mắc lỗi, học hỏi từ chúng và tiếp tục. Đó thực sự là bài học chính và tôi nghĩ nếu có bất cứ điều gì thì đó là điều đó. Cảm ơn Bro.

Thay đổi tư duy và văn hóa đối với Trí tuệ nhân tạo

Don: Vâng, tôi sẽ đi sâu hơn vào việc "làm được nhiều hơn, nhanh hơn" một chút, nhưng tôi nghĩ có một điều chúng ta chưa đề cập, mà có lẽ chúng ta nên tập trung sớm hơn, đó là khái niệm về một sự thay đổi thực sự trong tư duy và văn hóa. Chúng ta đã nói rất nhiều về việc dân chủ hóa và triển khai công cụ, nhưng chắc chắn đây không chỉ là việc triển khai công cụ và cấp quyền truy cập cho mọi người. Nó giống như việc bạn phát cho tất cả mọi người ở Mỹ một chiếc máy chạy bộ và kỳ vọng bệnh tim sẽ được chữa khỏi. Điều chúng tôi đã có tính có chủ đích là phải hiểu rằng đây thực sự là một sự thay đổi về tư duy. Tôi nghĩ nhiều người khi nhìn vào Claude hoặc ChatGPT, họ thấy một hộp văn bản và nghĩ, "Ồ, đây giống như Google. Mình chỉ cần đặt một câu hỏi, mình sẽ nhận được câu trả lời và sau đó là xong." Tôi nghĩ thực tế là công nghệ này thực sự được thiết kế để giống một con người hơn. Đây thực sự là một người bạn đồng hành và một trợ lý AI (co-pilot), dù bạn có thể mô tả nó như thế nào đi nữa. Vì vậy, việc có một chút thay đổi trong tư duy và thực sự giúp mọi người hiểu điều đó, tôi nghĩ là rất quan trọng. Chúng tôi đã rất có chủ đích trong việc hợp tác với các đối tác bên ngoài để giúp các nhà điều hành của chúng tôi, đặc biệt là trong hành trình này. Một ví dụ chúng tôi đã sử dụng là, nếu bạn đến Costa Rica cùng gia đình, bạn có thể vào Google và hỏi xin một vài lời khuyên, hoặc bạn có thể chỉ cần prompt Claude hay ChatGPT và nói, "Này, bạn là thủ tướng Costa Rica, người đứng đầu ngành du lịch. Tôi sẽ đến Costa Rica với gia đình bốn người. Các con tôi 10 và 12 tuổi, một đứa thích lướt sóng, đứa kia thích động vật hoang dã. Bạn có thể đưa ra một lịch trình tùy chỉnh không?" Đó là một mô hình rất khác giữa hai công cụ đó. Và thành thật mà nói, đối với hầu hết mọi người khi mới bắt đầu tương tác, đó là cách họ bắt đầu. Nhưng chúng tôi nghĩ điều thực sự quan trọng là phải giúp mọi người trên hành trình của họ. Và nếu có thể quay lại, có lẽ chúng tôi sẽ bắt đầu điều đó sớm hơn nữa. Cảm ơn, Dan. Lloyd, bạn thì sao?

Đẩy nhanh tốc độ phát triển và thích ứng

Lloyd: Vâng, tôi nghĩ tôi sẽ đồng tình thêm một bước. Chúng tôi đang chạy với tốc độ rất nhanh và tôi muốn nghĩ rằng chúng tôi đang đi trước xu hướng. Chúng tôi đã xây dựng các sản phẩm AI đầu tiên của mình vào năm 2023. Nhưng nếu tôi có thể nói một điều, đó là hãy chạy nhanh hơn nữa về phía này. Tốc độ cải tiến theo cấp số nhân của các mô hình AI và hệ sinh thái đang phát triển xung quanh nó thực sự là chưa từng có. Vì vậy, vâng, tôi sẽ nói, hãy chạy mạnh hơn, nhanh hơn nữa.

Khuyến khích thử nghiệm và xây dựng thói quen sử dụng AI

Michael: Chúng tôi khá kiên trì trong việc dựa trên dữ liệu. Một điều chúng tôi làm là xem xét cường độ sử dụng trên toàn công ty. Và điều bạn thấy là một đường cong log-normal, đại loại như thế này. Cơ sở lý thuyết của điều đó là nó mô tả các quá trình mà về cơ bản, bạn càng sử dụng nhiều, bạn càng muốn sử dụng nhiều hơn. Vì vậy, chúng có tính nhân rộng. Và nếu bạn kết hợp điều đó với quan điểm từ dưới lên này, điều bạn muốn làm là khuyến khích mọi người "nếm thử" nhiều hơn. Vì vậy, đây là hai điều tôi làm để giúp điều đó xảy ra. Một, trong nhiều cuộc họp nhóm của tôi, tôi chỉ yêu cầu mọi người thực hiện một vòng lightning round về một điều AI kỳ lạ mà bạn đã thử trong tuần trước. Nó có hiệu quả hay không, nhưng bạn biết đấy, mỗi người 30 giây chia sẻ với nhóm. Và hai, ở đây, cũng là điều bạn đã nói, con đường để cảm thấy thoải mái và học cách sử dụng các công cụ này trong công việc không nhất thiết chỉ phải thông qua công việc. Và thường thì mọi người cảm thấy thoải mái hơn khi chấp nhận rủi ro trong cuộc sống cá nhân của họ. Nó không tiềm ẩn rủi ro về mặt gây xấu hổ, ít nhất là trong suy nghĩ của họ. Và vì vậy, khuyến khích mọi người thử nghiệm ở đó, tôi nghĩ có thể mang lại lợi ích tương đương hoặc hơn so với việc khuyến khích họ thực hiện những bước nhảy đầu tiên tại nơi làm việc.

Tóm tắt các chiến lược chính và tác động cá nhân của AI

Vâng, tôi hoàn toàn đồng ý. Và đó là một lợi ích rất lớn, tôi nghĩ, trong việc thúc đẩy sự chấp nhận cho tất cả mọi người ở đây hôm nay và những người đã theo dõi. Nếu tôi phải tóm tắt những gì chúng ta đã nói hôm nay thì đó là: Cho phép. Hãy cấp quyền truy cập công cụ AI cho nhân viên của bạn. Đào tạo. Bạn không cần phải là một bậc thầy đào tạo hay một chương trình đào tạo trị giá hàng triệu đô la. Bạn có thể làm việc với một số đối tác tuyệt vời mà chúng tôi đã đề cập đến một vài người trong số họ hôm nay. Và bạn có thể sử dụng Claude để giúp bạn xây dựng một chương trình đào tạo nhằm cung cấp cho họ kiến thức cơ bản. Tôi không nói đến 100 giờ ở đây, chỉ là kiến thức cơ bản về cách prompt, cách tương tác với các công cụ này. Đo lường. Đến ý của Michael bây giờ, tôi nghĩ anh ấy đang làm một cách tự nhiên rất tuyệt vời. Hãy làm một speed round. Tôi đã không nản lòng nếu bạn có thể tưởng tượng. Giống như, chúng tôi đang giám sát theo một cách nào đó. Bạn có đang sử dụng các công cụ này để làm tốt hơn công việc của mình không? Và bạn thực sự đang theo dõi điều đó vì dù bạn có sử dụng chúng hay không, điều đó đảm bảo bạn giữ nhân viên của mình có trách nhiệm xây dựng "cơ bắp" đó và quen với việc sử dụng nó.

Tôi sẽ chia sẻ một giai thoại cá nhân khi kết thúc và Michael đã chạm đến điều này. Đôi khi mọi người cảm thấy thoải mái hơn khi sử dụng công nghệ này trong cuộc sống cá nhân để xem khả năng của nó cho công việc. Tôi có một cậu con trai hai tuổi có nhiều vấn đề y tế và, trong quá trình tìm hiểu những thách thức của cháu và những gì chúng tôi có thể làm cho cháu, bệnh viện đã gửi hơn 1.100 trang ghi chú từ NICU, từ bác sĩ thần kinh của chúng tôi. Và rất khó để hiểu tất cả. Vì vậy, ngay cả khi bạn nói chuyện với các bác sĩ khác nhau, họ đều đưa ra những câu trả lời khác nhau. Và tôi đã lấy tất cả những điều này và tải lên Claude. Tôi nói, "Hãy giúp tôi hiểu điều gì đang xảy ra ở đây." Và tôi đã lấy dòng thời gian đó – và tôi không gợi ý Claude là bác sĩ dưới bất kỳ hình thức nào. Tôi chỉ lấy dòng thời gian đó, 1.100 trang tệp PDF, và tôi mang nó trở lại cho bác sĩ của chúng tôi. "Bác sĩ, điều này có vẻ đúng không? Giúp tôi hiểu điều gì đã xảy ra ở đây và tôi có thể làm gì về nó." Và thực sự, bác sĩ đã há hốc mồm. Ông ấy nói, "Làm thế nào mà anh nghĩ ra điều này?" Và tôi không chia sẻ câu chuyện đó vì Claude tuyệt vời đến mức nào. Tôi chia sẻ câu chuyện đó vì trong những khoảnh khắc như vậy, khi nó có tác động ý nghĩa đến cuộc sống cá nhân của bạn, bạn có thể thấy xu hướng của tôi, bất kể công việc trong một công ty, không thể bỏ qua. Việc thử sử dụng công nghệ này trong công việc tăng lên đáng kể.

Vì vậy, như một thông điệp mang về, nếu bạn chưa có một trong những ứng dụng AI này trên điện thoại của mình hôm nay, tôi sẽ nói bước một: hãy sử dụng nó, đặt mục tiêu cho bản thân, hãy sử dụng nó. Tôi không quan tâm bạn đang chụp ảnh một cái cây hay bạn đang phân tích các báo cáo hoặc chính sách bảo hiểm nhân thọ, hãy sử dụng nó một vài lần hôm nay, xây dựng "cơ bắp" đó, và đổi lại bạn sẽ được trang bị tốt hơn để làm điều đó với chính nhân viên của mình. Vì vậy, tôi muốn gửi lời cảm ơn sâu sắc đến hội đồng của chúng tôi. Tôi thực sự, thực sự đánh giá cao điều đó. Cảm ơn tất cả mọi người đã gọi điện và tham gia cùng chúng tôi hôm nay. Và đối với những người đã có mặt, hãy ở lại, chúng ta sẽ có cơ hội đặt câu hỏi. Hãy bắt đầu thôi.