TMI Soft
/

Khi AI viết được code, giá trị của kỹ sư dịch chuyển đi đâu?

Đội ngũ TMI Soft, Kỹ sư AI FDE5 phút đọc

Khi AI viết được code, giá trị của kỹ sư dịch chuyển đi đâu?

Tóm tắt nhanh

Khi AI làm cho việc viết code nhanh và rẻ hơn, giá trị của kỹ sư dịch chuyển từ "làm ra được" sang "làm ra được thứ có giá trị". AI xử lý tốt những gì đã thành lời và thành dữ liệu; còn điều doanh nghiệp thật sự cần thường chưa được nói ra. Đặt câu hỏi, lắng nghe không phán xét, đồng hành cùng người dùng và chịu trách nhiệm về kết quả vẫn là việc của con người, và đó là vai trò của FDE (Forward Deployed Engineer).

Ý chính

  • Làm ra phần mềm càng rẻ thì làm đúng thứ cần làm càng có giá trị
  • Ranh giới giữa AI và con người là thông tin đã thành lời, thành dữ liệu hay chưa
  • AI làm tốt: chuẩn bị, tóm tắt, phân tích, thiết kế, viết code, kiểm thử
  • Chỉ con người làm được: đặt câu hỏi, lắng nghe không phán xét, đối diện người dùng, chịu trách nhiệm về kết quả
  • FDE hiểu mục tiêu và thực trạng hiện trường, tự làm ra giải pháp bằng AI và đồng hành đến khi có kết quả

Hãy thử nhớ lại hai dự án phần mềm trong doanh nghiệp của anh/chị. Một dự án làm đúng như yêu cầu, nghiệm thu đầy đủ, vậy mà sau đó gần như không ai dùng. Và một dự án khiến người dùng thật sự vui, thậm chí chủ động xin thêm. Hai dự án đó khác nhau ở đâu?

Thường thì khác biệt không nằm ở việc code được viết giỏi đến đâu. Nó nằm ở chỗ đội làm dự án đã làm ra thứ được yêu cầu, hay thứ doanh nghiệp thật sự cần. Khi AI đã viết được code, khác biệt này càng trở thành yếu tố quyết định.

Khi làm ra càng rẻ, làm đúng càng có giá trị

AI đang làm cho phần "làm ra" của phần mềm nhanh và rẻ hơn rất nhiều: thiết kế màn hình, viết code, viết kiểm thử, tóm tắt tài liệu. Việc từng mất nhiều tuần có thể có bản chạy thử trong vài ngày.

Nhưng khi ai cũng làm ra được, câu hỏi đáng giá không còn là "có làm được không", mà là "có làm được thứ có giá trị không". Một hệ thống làm nhanh gấp mười lần nhưng không ai dùng thì vẫn là một khoản chi không mang lại gì. Giá trị của kỹ sư vì thế dịch chuyển: từ người viết code theo yêu cầu sang người tìm ra đúng thứ cần làm và đưa nó vào vận hành.

Thứ có giá trị nằm ở đâu?

AI làm rất tốt những gì được nói ra. Vấn đề là điều doanh nghiệp thật sự cần thường chưa được nói thành lời. Hỏi một trưởng bộ phận "anh/chị đang gặp vấn đề gì?", câu trả lời rất hay gặp là: "Nói là vấn đề thì tôi nghĩ không ra ngay." Nỗi khó có thật, nhưng nó nằm trong thói quen làm việc, trong những bước làm tay mà mọi người đã quen đến mức không còn để ý.

Vì vậy, ranh giới giữa việc AI làm được và việc cần con người không phải là "nghe được hay không". Ranh giới là thông tin đã thành lời, thành dữ liệu hay chưa.

Sơ đồ ranh giới giữa việc AI làm tốt (thứ đã thành lời, thành dữ liệu) và việc chỉ con người làm được (thứ chưa thành lời)
Ranh giới không phải "nghe được hay không", mà là "đã thành lời hay chưa".

Những việc AI làm tốt: xử lý thứ đã thành lời

  • Chuẩn bị, ghi chép, tóm tắt: tìm hiểu trước về doanh nghiệp, ghi biên bản, tóm tắt buổi làm việc.
  • Phân tích, đưa ý tưởng: đọc dữ liệu, so sánh phương án, gợi ý hướng giải quyết.
  • Thiết kế, phát triển, kiểm thử: biến yêu cầu đã rõ thành phần mềm chạy được.

Những việc chỉ con người làm được: chạm vào thứ chưa thành lời

  • Đặt câu hỏi: có người hỏi thì điều chưa rõ mới thành lời. Một câu hỏi đúng lúc như "giải quyết xong thì có điều gì tốt?" có thể làm lộ ra mục tiêu kinh doanh đằng sau một yêu cầu kỹ thuật.
  • Lắng nghe không phán xét: khi không sợ bị đánh giá, người ta mới nói thật về cách làm hiện tại, kể cả những chỗ chưa hợp lý.
  • Đối diện người dùng: thay đổi cách làm là việc của con người. Phải có người đồng hành cho đến khi người dùng hiểu và đồng ý thay đổi.
  • Chịu trách nhiệm về kết quả: AI đưa ra được phương án, nhưng không chịu trách nhiệm cho phương án đó. Doanh nghiệp cần một người đứng ra chịu trách nhiệm đến khi có kết quả.
Kỹ sư ngồi lắng nghe trưởng bộ phận kể về công việc hằng ngày, ghi chép trên sổ tay
Có người hỏi và lắng nghe không phán xét, nỗi khó chưa thành lời mới được nói ra.

Vai trò đảm nhận phần đó: FDE

Vai trò sinh ra để đảm nhận đúng phần giá trị này là FDE (Forward Deployed Engineer): người đối diện khách hàng và tự làm ra thứ tạo được kết quả.

Cụ thể, FDE làm bốn việc liền mạch:

  • Hiểu mục tiêu doanh nghiệp muốn hướng tới, không chỉ yêu cầu được viết ra.
  • Hiểu thực trạng ở hiện trường: ai đang làm, làm thế nào, vướng ở đâu.
  • Nhìn ra giải pháp có giá trị nối hai điểm đó, và tự biến nó thành hình bằng AI và các công cụ.
  • Đồng hành đến khi có kết quả, không dừng ở lúc bàn giao.
Sơ đồ vai trò FDE: đối diện khách hàng, nối thực trạng hiện trường với mục tiêu hướng tới để tạo ra kết quả
FDE nối thực trạng hiện trường với mục tiêu doanh nghiệp hướng tới, và đồng hành đến khi có kết quả.

AI giúp FDE làm phần "làm ra" nhanh hơn nhiều, nên FDE có thể mang bản nháp, mock-up đến ngay sau buổi trao đổi để doanh nghiệp xem và sửa. Sửa một thứ được cho xem dễ hơn nhiều so với mô tả từ con số không. Thời gian tiết kiệm được từ AI dồn vào chính phần mà AI không làm thay được: hỏi, nghe, quyết định và đồng hành cùng người dùng.

Kỹ sư cho quản lý doanh nghiệp xem bản mock-up ứng dụng trên laptop để góp ý trực tiếp
AI giúp có bản nháp sớm; doanh nghiệp chỉ cần xem và sửa.

Muốn biết FDE khác gì nhà thầu phát triển, Bridge SE hay tư vấn IT, anh/chị có thể đọc bài Nên thuê nhà thầu, Bridge SE, tư vấn IT hay FDE? Định nghĩa và nguồn gốc của vai trò này có trong bài FDE là gì?

Doanh nghiệp nên tìm kỹ sư như thế nào trong thời AI?

Khi chọn đội ngũ hay đối tác cho dự án phần mềm hoặc AI, kỹ năng viết code vẫn cần, nhưng không còn là thứ phân biệt. Những câu hỏi đáng đặt ra hơn:

  • Họ hỏi gì trong buổi đầu tiên? Hỏi về chức năng, hay hỏi về mục tiêu kinh doanh và người sẽ dùng hằng ngày?
  • Họ có xin gặp người dùng thật không? Hay chỉ làm việc với người phụ trách dự án?
  • Họ cho xem bản nháp sớm đến mức nào? Với AI, vài ngày là đủ để có thứ để sửa.
  • Họ có dám nói "phần này chưa cần làm" không?
  • Họ chịu trách nhiệm đến đâu? Đến lúc nghiệm thu, hay đến lúc có kết quả trong vận hành?

Tại TMI Soft, kỹ sư AI FDE được đào tạo trước hết về cách đứng trước khách hàng: nghiêm túc tìm hiểu doanh nghiệp, để khách hàng là người nói và người quyết, nhìn ra ngoài hệ thống tới người dùng và cách vận hành, rồi mới đến kỹ thuật. Nếu anh/chị chưa biết nên bắt đầu từ bài toán nào, có thể xem thêm Doanh nghiệp nên bắt đầu ứng dụng AI từ đâu?

Nguồn tham khảo

Nếu doanh nghiệp của anh/chị có một nỗi khó chưa gọi được thành tên, một buổi trao đổi ngắn với kỹ sư AI FDE của TMI có thể là bước đầu để biến nó thành một bài toán rõ ràng.

Câu hỏi thường gặp

AI viết được code rồi, doanh nghiệp còn cần kỹ sư không?

Vẫn cần, nhưng vai trò thay đổi. AI làm phần viết code, thiết kế, kiểm thử nhanh hơn nhiều. Kỹ sư cần làm phần AI không làm thay được: tìm ra đúng thứ doanh nghiệp cần, quyết định nên làm gì, đồng hành cùng người dùng và chịu trách nhiệm về kết quả.

Phần nào trong dự án phần mềm có thể giao cho AI?

Những việc xử lý thông tin đã thành lời hoặc thành dữ liệu: chuẩn bị và tóm tắt buổi làm việc, phân tích dữ liệu, đưa ý tưởng, thiết kế, viết code và kiểm thử. Việc hỏi để làm rõ nhu cầu, ra quyết định và chịu trách nhiệm vẫn cần con người.

Vì sao nhiều hệ thống làm đúng yêu cầu mà vẫn không được dùng?

Vì yêu cầu được viết ra thường chưa phản ánh hết điều doanh nghiệp thật sự cần. Nhu cầu thật nằm trong thói quen làm việc và chưa được nói thành lời. Nếu không ai hỏi và đi gặp người dùng, hệ thống dễ làm đúng yêu cầu nhưng sai nhu cầu.

FDE khác gì một kỹ sư phần mềm biết dùng AI?

Kỹ sư biết dùng AI làm nhanh hơn phần việc được giao. FDE nhận trách nhiệm rộng hơn: đối diện khách hàng để hiểu mục tiêu và thực trạng, tự quyết định nên làm gì, tự làm ra giải pháp bằng AI và các công cụ, rồi đồng hành đến khi có kết quả trong vận hành.

Chủ đề:AI FDEFDEAI viết codekỹ sư phần mềmứng dụng AI cho doanh nghiệp

AI FDE ·

Nên thuê Dev outsource, BrSE, tư vấn IT hay FDE? So sánh để doanh nghiệp chọn đúng người khi ứng dụng AI

Mỗi vai trò giữ một phần của dự án và xuất phát từ một điểm khác nhau: Dev outsource xuất phát từ đặc tả đã chốt, BrSE từ yêu cầu đã chốt, tư vấn IT từ việc sắp xếp vấn đề, còn Sales IT từ sản phẩm cần bán. FDE (Forward Deployed Engineer) giữ cả bốn khâu: khảo sát yêu cầu, phân tích & đề xuất, phát triển, triển khai & vận hành, và xuất phát từ mục đích, mục tiêu kinh doanh của doanh nghiệp. Nếu bài toán còn mơ hồ và chưa có người nội bộ giữ trọn chuỗi, FDE là lựa chọn ít rủi ro nhất.

AI FDE ·

FDE (Forward Deployed Engineer) là gì? Vai trò và trách nhiệm của kỹ sư triển khai tại hiện trường

FDE (Forward Deployed Engineer) là kỹ sư được “triển khai” đến ngay cạnh đội ngũ của khách hàng: họ trực tiếp tìm hiểu bài toán kinh doanh, thiết kế giải pháp, viết code, tích hợp với hệ thống hiện có và ở lại đến khi giải pháp chạy được trong vận hành thật. Mô hình này do Palantir khởi xướng và đang được các công ty AI như OpenAI áp dụng rộng rãi, vì khoảng cách lớn nhất của AI hiện nay không nằm ở mô hình, mà ở việc đưa mô hình vào quy trình hằng ngày.

Ứng dụng AI ·

Doanh nghiệp nên chọn ChatGPT, Copilot, Claude, Gemini hay AI chạy nội bộ?

Đừng chọn theo bảng xếp hạng mô hình, hãy chọn theo nơi dữ liệu đang nằm. Công ty dùng Microsoft 365 nên bắt đầu với Copilot; dùng Google Workspace thì dùng Gemini đã có sẵn; chưa theo hệ sinh thái nào thì chọn một trợ lý chung là ChatGPT hoặc Claude bản doanh nghiệp. Các nhóm chuyên môn bổ sung công cụ chuyên sâu sau. AI chạy nội bộ chỉ đáng cân nhắc khi dữ liệu tuyệt đối không được rời công ty hoặc khối lượng tác vụ rất lớn.

Bắt đầu với một buổi trao đổi

Chia sẻ bài toán của doanh nghiệp. TMI sẽ liên hệ lại để đề xuất bước bắt đầu phù hợp,
từ buổi đánh giá bài toán AI đến dự án phát triển hệ thống.