CHƯƠNG 4: THƯƠNG MẠI ĐIỆN TỬ THÔNG MINH

4.1 Khái quát về thương mại điện tử thông minh Intelligent E-Commerce
4.1.1 Tổng quan về thương mại điện tử thông minh
Xu hướng làm cho thương mại điện tử “thông minh hơn” ngày càng tăng (như
đã thấy trong Chương 1). Ví dụ: Web 3.0 cho phép các hệ thống thể hiện nhiều trí
thông minh hơn. Một số ứng dụng đã dựa trên trí tuệ nhân tạo (AI). Điều này có
nghĩa là chúng ta có thể thấy tự động hóa nhiều hơn trong các hoạt động thương mại
điện tử khác nhau. Ví dụ: lĩnh vực dịch máy ngôn ngữ đã giúp mọi người mua các
sản phẩm trực tuyến được quảng cáo bằng ngôn ngữ mà họ không nói được. Tương
tự, dịch máy có thể giúp những người chỉ biết ngôn ngữ của họ trò chuyện trong thời
gian thực với những người nói ngôn ngữ khác.

Các ứng dụng thông minh hoặc thông minh khác bao gồm những ứng dụng có
thể giúp máy trả lời các câu hỏi của khách hàng bằng ngôn ngữ tự nhiên. Một lĩnh
vực khác là hệ thống dựa trên tri thức (còn được gọi là hệ thống chuyên gia). Những
hệ thống này có thể đưa ra lời khuyên, hỗ trợ mọi người đưa ra quyết định và thậm
chí tự mình đưa ra quyết định. Ví dụ: các hệ thống như vậy có thể phê duyệt hoặc từ
chối yêu cầu mua hàng trực tuyến của người mua (nếu chúng không được phê duyệt
trước hoặc không có hạn mức tín dụng). Các ví dụ khác bao gồm việc tự động tạo
đơn đặt hàng trực tuyến

và sắp xếp việc thực hiện các đơn đặt hàng trực tuyến. Cả Google và Facebook đều
đang thử nghiệm các dự án nhằm dạy máy móc cách học (học máy) và đưa ra quyết
định. Các công ty khác cũng đang làm như vậy (ví dụ: Toyota; xem Markoff 2015).
Để biết thêm các ứng dụng thông minh trong doanh nghiệp, hãy xem Dodge (2016).

Hệ thống EC thông minh cũng rất quan trọng đối với sự đổi mới và chúng liên
quan đến lĩnh vực phân tích và xử lý dữ liệu lớn. Một trong những dự án tiên tiến
nhất trong lĩnh vực này là Watson Analytics của IBM (ví dụ: xem Taft 2014, Niccolai
2015 và phần “Trợ lý cá nhân thông minh và Cố vấn robot”).
 EC thông minh có thể được nhận biết bởi các ứng dụng thông minh của nó. Các
ứng dụng chính được hỗ trợ bởi nền tảng; công nghệ thông minh chủ yếu liên quan
đến trí tuệ nhân tạo.
Vào tháng 1 năm 2016, Mark Zuckerberg, Giám đốc điều hành của Facebook,
đã thông báo rằng mục tiêu của ông trong năm 2016 là xây dựng một trợ lý dựa trên
AI để hỗ trợ các hoạt động và quyết định cá nhân và kinh doanh của ông. Zuckerberg
đang dạy một cỗ máy hiểu giọng nói của anh ấy và làm theo những điều cơ bản của
anh ấy ra lệnh cũng như nhận dạng khuôn mặt của bạn bè và đối tác kinh doanh của
mình (xem Bell 2016 và Ulanoff 2016).
Ví dụ: Pitney Bowes Đang trở nên thông minh hơn với AI

Pitney Bowes Inc. là nhà cung cấp giải pháp thương mại điện tử toàn cầu có trụ sở tại
Hoa Kỳ trong các lĩnh vực như vận chuyển sản phẩm, thông tin vị trí, thu hút khách
hàng và quản lý thông tin khách hàng. Công ty thực hiện hàng tỷ giao dịch vật lý và kỹ
thuật số hàng năm trên toàn thế giới thương mại được kết nối và không biên giới.

Ngày nay, giá vận chuyển được tính toán tự động dựa trên kích thước, trọng
lượng và bao bì của từng sản phẩm. Việc tính toán phí tạo ra dữ liệu được đưa vào
thuật toán. Càng thu thập được nhiều dữ liệu thì tính toán càng chính xác. Công ty
ước tính mức độ chính xác được cải thiện 25% nhờ thuật toán của họ. Điều này mang
lại cho công ty cơ sở chính xác về giá cả, sự hài lòng của khách hàng tốt hơn và lợi
thế cạnh tranh được cải thiện.

Ví dụ trên cho thấy một ứng dụng của trí tuệ nhân tạo (AI), là động lực chính
trong các hệ thống thương mại điện tử thông minh. Và thực sự, việc áp dụng AI đang
gia tăng (Khani 2016).

4.2 Trí tuệ nhân tạo và quản trị tri thức (Artificial Intelligence and Knowledge
Management)
4.2.1 Vai trò của trí tuệ nhân tạo (Essentials of Artificial Intelligence)
- Định nghĩa về trí tuệ nhân tạo (AI)
 Trí tuệ nhân tạo (Artificial Intelligence) là trí tuệ do con người lập trình tạo nên
với mục tiêu giúp máy tính có thể tự động hoá các hành vi thông minh như con
người. (SLIDE)

AI quan tâm đến hai ý tưởng cơ bản: (1) nghiên cứu các quá trình suy nghĩ của
con người (để hiểu trí thông minh là gì) và (2) sự biểu diễn và sao chép của các
quá trình suy nghĩ đó trong máy móc (ví dụ: máy tính, robot).
Một định nghĩa được công bố rộng rãi về AI là “hành vi của một cỗ máy mà nếu
được thực hiện bởi con người thì sẽ được gọi là thông minh”.
Một ứng dụng nổi tiếng của trí tuệ nhân tạo là chương trình cờ vua được lưu trữ
trên siêu máy tính. (Deep Blue được phát triển bởi một nhóm nghiên cứu tại IBM.)
Hệ thống này đã đánh bại nhà vô địch thế giới nổi tiếng, Grand Master Garry
Kasparov.

+ Các thuộc tính của trí tuệ nhân tạo (Capabilities of Intelligence)
➢Học và hiểu từ kinh nghiệm
➢ Hợp lý hoá các nghi vấn, giải quyết những thông tin chưa hoàn
thiện hoặc trái nghịch nhau.
➢ Phản hồi nhanh và thành công với một tình huống mới.
➢ Học hiểu và suy luận một các có logic, giải quyết vấn đề và hướng
tới kết luận một các hiệu quả.
➢ Áp dụng những kiến thức vào nhiều môi trường và tình huống
khác nhau
➢ Nhận biết và đánh giá mức độ quan trọng tương đối của các yếu
tố khác nhau trong một tình huống.
⇒ Trí tuệ nhân tạo cố gắng cung cấp những khả năng này nhưng nhìn chung nó vẫn
chưa sánh được với trí thông minh của con người.
+ Mức độ thông minh của AI
● Ví dụ Turing Test
Alan Turing đã thiết kế một bài kiểm tra thú vị để xác định xem một
máy tính có thể hiện hành vi thông minh hay không; bài kiểm tra này được
gọi là bài kiểm tra Turing. Theo thử nghiệm này, một máy tính chỉ có thể
được coi là thông minh khi người phỏng vấn đặt ra những câu hỏi giống nhau
cho cả người vô hình và máy tính vô hình không thể xác định cái nào là cái
nào.
 - Nội dung của lĩnh vực AI (The Content of the AI Field)
Lĩnh vực AI rất rộng vì chúng ta có thể tìm thấy các công nghệ và ứng dụng AI trong
hàng trăm lĩnh vực khác nhau, từ y học đến thể thao. Ở đây chúng tôi chỉ trình bày một số
dẫn xuất AI chính được sử dụng trong thương mại điện tử.

+ Tác nhân thông minh (Intelligent Agents)

Một tác nhân thông minh (IA) là một chương trình máy tính tự động, tương đối nhỏ, quan
sát và thực hiện các hành động trong môi trường thay đổi và điều hướng hoạt động của
nó để đạt được các mục tiêu cụ thể liên quan đến những thay đổi ở trên, thông qua việc
chạy các nhiệm vụ cụ thể một cách tự động. Các tác nhân thông minh có khả năng học
hỏi bằng cách sử dụng và mở rộng kiến thức được tích hợp trong họ. Các tác nhân thông
minh là công cụ mạnh mẽ để vượt qua khó khăn quan trọng nhất của Internet là quá tải
thông tin - và làm cho thương mại điện tử trở thành một công cụ tổ chức có tính khả thi
hơn. Sự quan tâm đến việc sử dụng tác nhân thông minh cho thương mại điện tử bắt đầu
trong thế giới học thuật ngay sau khi thương mại điện tử ra đời, vào giữa những năm
1990. Tuy nhiên, chỉ từ năm 2014, khi khả năng của IA tăng đáng kể, chúng ta mới thấy
nhiều ứng dụng, mà sẽ được trình bày trong phần "Các Ứng Dụng Trí Tuệ Nhân Tạo Gần
Đây trong Thương Mại Điện Tử".

Ban đầu, các tác nhân thông minh được sử dụng chủ yếu để hỗ trợ các hoạt động hàng
ngày như tìm kiếm sản phẩm, nhận gợi ý, xác định giá sản phẩm, lập kế hoạch tiếp thị,
tiến hành đàm phán, cải thiện bảo mật máy tính, quản lý phiên đấu giá, hỗ trợ thanh toán
và cải thiện quản lý tồn kho. Tuy nhiên, những ứng dụng này khá đơn giản, sử dụng mức
độ trí tuệ thấp. Lợi ích chính của họ là tăng tốc độ, giảm chi phí, giảm lỗi và cải thiện
dịch vụ khách hàng. Các ứng dụng hiện nay, như chúng ta sẽ thấy trong chương này, đã
phức tạp hơn.

Ví dụ: Chương trình phát hiện virus Một ví dụ đơn giản về một tác nhân phần mềm thông
minh là một chương trình phát hiện virus. Nó tồn tại trong máy tính của bạn, quét tất cả
dữ liệu đang đến và loại bỏ các virus được tìm thấy một cách tự động trong khi học các
loại virus mới và phương pháp phát hiện mới.

Các tác nhân thông minh cũng được áp dụng trong trợ lý kỹ thuật số cá nhân, máy chủ
thư điện tử, lọc và phân phối tin tức, xử lý cuộc hẹn, và tự động thu thập thông tin.

+ Máy học (Machine Learning)

Hệ thống Trí Tuệ Nhân Tạo (AI) không có khả năng học tương tự như con người; thay
vào đó, chúng có khả năng học đơn giản (nhưng đang được cải thiện) được gọi là máy
học (machine learning), được mô phỏng dựa trên các phương pháp học hỏi của con
người. Các nhà khoa học máy học cố gắng dạy máy tính nhận biết các mẫu và tạo kết nối
bằng cách hiển thị cho chúng một lượng lớn ví dụ và dữ liệu liên quan. Máy học cho
phép các hệ thống máy tính theo dõi và cảm nhận hoạt động môi trường của họ và điều
chỉnh hành vi của họ để phù hợp với sự thay đổi trong môi trường. Về mặt kỹ thuật, máy
học là một ngành khoa học quan tâm đến thiết kế và phát triển các thuật toán cho phép
máy tính học dựa trên dữ liệu từ cảm biến, cơ sở dữ liệu hoặc các nguồn khác.
Các thuật toán máy học được sử dụng hiện nay bởi nhiều công ty. Các ví dụ nổi tiếng bao
gồm dịch vụ gợi ý sản phẩm. Theo Taylor (2016), "sức mạnh tính toán gia tăng, kết hợp
với các cải tiến khác bao gồm các thuật toán tốt hơn và mạng nơ-ron sâu cho xử lý hình
ảnh và các cơ sở dữ liệu in-memory siêu nhanh như SAP HANA là lý do tại sao máy học
là một trong những lĩnh vực phát triển nóng bỏng nhất trong phần mềm doanh nghiệp
ngày nay." Các ứng dụng máy học cũng mở rộng do sự có sẵn của các nguồn dữ liệu lớn,
đặc biệt là những nguồn được cung cấp bởi Internet of Things (mục "Internet of Things
(IoT) và Thương mại điện tử").
+ Hệ thống Robot (Robotics Systems)

Các hệ thống cảm quan như hệ thống nhận dạng cảnh và hệ thống xử lý tín hiệu, khi kết
hợp với Trí Tuệ Nhân Tạo, định nghĩa một danh mục rộng của các hệ thống phức tạp
thường được gọi là robot. Có nhiều định nghĩa về robot và chúng đang thay đổi theo thời
gian. Một định nghĩa cổ điển là “rằng robot là một thiết bị điện cơ có thể được lập trình
để thực hiện nhiệm vụ thủ công hoặc trí óc”. Viện Nghiên cứu Robotica của Mỹ chính
thức định nghĩa một robot là "một là tay máy vạn năng, hoạt động theo chương trình và
có thể lập trình lại để hoàn thành và nâng cao hiệu quả hoàn thành các nhiệm vụ khác
nhau trong công nghiệp, như vận chuyển nguyên vật liệu, chi tiết, dụng cụ hoặc các thiết
bị chuyên dùng khác." Định nghĩa này bỏ qua nhiều nhiệm vụ trí óc được thực hiện bởi
các robot hiện nay. Một robot "thông minh" hoặc một bot có một loại cơ quan cảm quan
như máy ảnh, thu thập thông tin về môi trường và hoạt động của robot. Dữ liệu thu thập
được được giải mã bởi "bộ não" của robot, cho phép nó phản ứng với các thay đổi trong
môi trường.

Các robot có thể hoàn toàn tự động, được lập trình để thực hiện nhiệm vụ hoàn toàn dựa
vào chính nó hoặc nó có thể được điều khiển từ xa bởi con người. Một số robot giống với
con người và được gọi là android. Hầu hết các robot công nghiệp không phải là con
người. Các robot tự động được trang bị một tác nhân thông minh AI. Các robot thông
minh tiên tiến hơn không chỉ tự động, mà họ còn có khả năng học hỏi từ môi trường, phát
triển dựa trên khả năng của mình. Ngày nay, các robot có thể học các nhiệm vụ phức tạp
bằng cách quan sát con người làm gì. Điều này dẫn đến sự hợp tác tốt hơn giữa con người
và robot. Nhóm Tương tác tại MIT đang thử nghiệm khả năng này, nhằm mục đích dạy
robot đưa ra các quyết định phức tạp. Để biết thêm chi tiết, xem Shah (2016). Để có cái
nhìn tổng quan về cách robot đang thay đổi, xem Waxer (2016).

Robot được sử dụng một cách rộng rãi trong kho hàng thương mại điện tử (ví dụ:
Amazon.com sử dụng hàng ngàn robot). Họ cũng được sử dụng trong sản xuất theo đơn
đặt (Make-to-Order, MTO) và gần đây trong các máy tự lái và máy bay không người lái
(drones). Một thế hệ mới của robot được thiết kế để hoạt động như những người tư vấn,
như đã mô tả trong phần "Trợ Lý Cá Nhân Thông Minh và Robot Tư Vấn" (Intelligent
Personal Assistants and Robot Advisers).

Robot có thể giúp trong mua sắm trực tuyến bằng cách thu thập thông tin mua sắm (tìm
kiếm) và thực hiện so sánh giá cả và khả năng. Chúng được gọi là "shopbots" Robot cũng
có thể vận chuyển hàng hóa tại các khu chợ ngoài trời. Walmart hiện đang thử nghiệm
với các xe đẩy mua sắm được điều khiển bằng robot (Knight 2016). Một danh mục đặc
biệt của robot là chatbot mà sẽ được mô tả sau trong phần này. Các tư vấn cá nhân thông
minh, bao gồm các tư vấn robot cho đầu tư, sẽ được mô tả trong phần "Trợ Lý Cá Nhân
Thông Minh và Robot Tư Vấn" (Intelligent Personal Assistants and Robot Advisers).

Có những lo ngại lớn về việc robot không chỉ đảm nhận các công việc công nghiệp mà
còn đảm nhận nhiều công việc văn phòng. Đại học Oxford ở Vương quốc Anh đã xem
xét 700 việc làm và xếp hạng chúng từ 0 (không có rủi ro tự động hóa) đến 1 (rủi ro tự
động hóa rất cao). Rickard-Straus đã cung cấp danh sách 100 công việc có nguy cơ cao
nhất (tất cả đều trên 0,95) và 100 công việc có ít rủi ro nhất (có 0,02 hoặc ít hơn). Top 10
“an toàn” và 10 rủi ro được liệt kê trongBảng 4-1

đưa ra phân tích về lĩnh vực nào máy móc có thể thay thế con người—và lĩnh vực nào
chúng chưa thể thay thế được. Lý do chính cho mối quan tâm là nhiều công việc đang
gặp nguy hiểm; lợi thế của robot đang tăng lên nhanh chóng—cùng với khả năng của
chúng và số lượng lớn các ngành nghề có mức độ rủi ro cao. (Xem thảo luận của Reich
2015.)

+ Xử lý ngôn ngữ tự nhiên (Natural Laguage Processing)

Công nghệ xử lý ngôn ngữ tự nhiên (NLP) cho phép người dùng máy tính có khả năng
giao tiếp với máy tính bằng ngôn ngữ bản địa của họ. Công nghệ này cho phép tạo ra một
loại giao diện trò chuyện, trái ngược với việc sử dụng ngôn ngữ lập trình bao gồm các
thuật ngữ máy tính, cú pháp và lệnh. NLP bao gồm hai lĩnh vực con:
● Hiểu ngôn ngữ tự nhiên nghiên cứu về cách cho phép máy tính hiểu được các
hướng dẫn hoặc truy vấn được cung cấp bằng tiếng Anh thông thường hoặc các
ngôn ngữ khác.
● Tạo ngôn ngữ tự nhiên nỗ lực để làm cho máy tính tạo ra ngôn ngữ nói thông
thường để mọi người có thể hiểu máy tính dễ dàng hơn. NLP liên quan đến dữ liệu
được tạo bằng giọng nói, cũng như văn bản và các dạng dữ liệu khác.
 + Hiểu giọng nói (Speech (Voice) Understanding)

Hiểu giọng nói là việc nhận diện và hiểu các ngôn ngữ được nói bằng máy tính. Các ứng
dụng của công nghệ này ngày càng trở nên phổ biến hơn. Ví dụ, nhiều công ty đã áp dụng
công nghệ này trong các trung tâm cuộc gọi của họ.
Liên quan đến NLP là việc dịch máy các ngôn ngữ, được thực hiện cả cho văn bản viết
(ví dụ: nội dung web) và cho cuộc trò chuyện bằng giọng nói (ví dụ: qua Skype).

+ Language Translation(dịch ngôn ngữ)

Dịch máy sử dụng các chương trình máy tính để dịch từ và câu từ một ngôn ngữ này sang
ngôn ngữ khác. Ví dụ, bạn có thể sử dụng dịch vụ dịch Babel Fish, có sẵn tại
babelfish.com, để thử hơn 25 kết hợp khác nhau của dịch ngôn ngữ. Tương tự, bạn cũng
có thể sử dụng dịch miễn phí của Google để dịch nhiều ngôn ngữ khác nhau
(translate.google.com). Cuối cùng, người dùng có thể đăng trạng thái của họ trên
Facebook bằng bất kỳ ngôn ngữ nào, sau đó có thể thực hiện dịch (theo Keating 2016).

Một công nghệ Trí Tuệ Nhân Tạo khác liên quan đến NLP và robot là chatbot.

- Chatbot

Chatbot , là một dịch vụ máy tính hoá cho phép cuộc trò chuyện giữa con người và
máy tính, thường thông qua Internet. Cuộc trò chuyện thường được thực hiện bằng
cách đặt câu hỏi và trả lời ngắn. Các chatbot thông minh hơn được trang bị các xử
lý ngôn ngữ tự nhiên, vì vậy máy tính có thể hiểu được cuộc trò chuyện phi cấu
trúc. Một số công ty thử nghiệm với chatbot học hỏi, nơi chúng có thể tích luỹ
thêm kiến thức thông qua kinh nghiệm. Khả năng của máy tính trò chuyện với con
người được cung cấp bởi một hệ thống kiến thức (thường dựa trên quy tắc; xem
phần "Hệ thống Kiến thức (Kiến thức Chuyên môn)"). Mặt máy tính có thể trông
giống một người hoặc một biểu tượng. Dịch vụ cũng có sẵn trên các dịch vụ nhắn
tin như Facebook Messenger và Twitter.

+ Chatbot trong Thương mại điện tử - r Chatbots in E-Commerce

Sử dụng phổ biến nhất của chatbot (bot viết tắt) trong thương mại điện tử là trong dịch
vụ khách hàng. Ví dụ, Taco Bell đang thử nghiệm chatbot đặt hàng thức ăn trên Slack
(một dịch vụ nhắn tin). Schlicht (2016) cung cấp một hướng dẫn cho người mới về
chatbot. Ông trình bày ví dụ giả định sau về việc mua sắm tại Nordstrom (một cửa hàng
bách hóa) ngày nay so với việc sử dụng chatbot.

Ví dụ: Nordstrom Sử dụng Chatbot "Nếu bạn muốn mua giày từ Nordstrom trực tuyến,
bạn sẽ vào trang web của họ, tìm kiếm cho đến khi bạn tìm thấy đôi giày bạn muốn và
sau đó bạn sẽ mua chúng. Nếu Nordstrom tạo ra một bot, mà tôi chắc chắn họ sẽ, bạn sẽ
đơn giản chỉ cần gửi tin nhắn cho Nordstrom trên Facebook. Nó sẽ hỏi bạn bạn đang tìm
gì và bạn sẽ đơn giản chỉ cần nói với nó. Thay vì duyệt qua một trang web, bạn sẽ có một
cuộc trò chuyện với bot Nordstrom, tương tự như trải nghiệm khi bạn đến cửa hàng bách
hóa."

Một video trên Facebook có thời lượng 5 phút có sẵn tại Nó hiển thị một phiên hỏi và
đáp. Phiên trò chuyện với David Marcus về lý do tại sao Facebook đang đầu tư vào
chatbot.

O'Brien (2016b) trình bày cuộc thảo luận về những gì chatbot có thể làm cho thương mại
điện tử. Bài thuyết trình này bao gồm Amazon Alexa, mà được giới thiệu trong phần
"Trợ Lý Cá Nhân Thông Minh và Robot Tư Vấn". Mah (2016) thảo luận về vai trò ngày
càng tăng của chatbot trong tiếp thị.

Chatbot cũng được sử dụng trong quảng cáo và tiếp thị. Quoc (2016) cung cấp 11 ví dụ
về các bot trò chuyện trong năm 2016. Chúng bao gồm Allo từ Google, Slack, Operator
Amazon's Echo, Snapchat Discover, Apple TV và Siri Magic, Telegram, Kik và WeChat.
WeChat cung cấp một bot Trung Quốc phổ biến cho phép bạn:

● Gọi taxi
● Đặt thức ăn giao tận nơi
● Mua vé xem phim
● Tùy chỉnh và đặt hàng đôi giày Nike
● Đặt hàng tới cửa hàng gần nhất của Starbucks
● Theo dõi tiến trình tập thể dục hàng ngày của bạn
● Mua sắm bộ sưu tập mới nhất của Burberry
● Đặt lịch hẹn với bác sĩ
● Thanh toán hóa đơn nước
● Tổ chức cuộc họp kinh doanh
● Và nhiều chức năng khác

Để xem danh sách các bot, xem botlist.co/bots.

Ví dụ 1: LinkedIn LinkedIn đang giới thiệu chatbot, sẽ thực hiện các nhiệm vụ như so
sánh lịch của những người tham gia cuộc họp và đề xuất thời gian và địa điểm họp. Để
biết thêm chi tiết, xem CBS News (2016).

Ví dụ 2: Mastercard Mastercard đang ra mắt hai nền tảng thông điệp dựa trên Trí Tuệ
Nhân Tạo: Mastercard bot dành cho ngân hàng và Mastercard bot dành cho các nhà bán
lẻ.

+ Hệ thống tri thức - Knowledge Systems

Các hệ thống này, được trình bày trong phần “Hệ thống kiến thức (chuyên
gia)”, là các chương trình máy tính lưu trữ kiến thức mà các ứng dụng sử dụng để tạo
ra lời khuyên chuyên môn và/hoặc giải quyết vấn đề. Nó cũng giúp mọi người xác
minh thông tin liên lạc và có thể đưa ra một số loại quyết định thông thường.
4.2.2 Các ứng dụng trí tuệ nhân tạo hiện đại( Recent AI Applications in E-
Commerce)

Kể từ năm 2014, chúng ta đã chứng kiến số lượng ứng dụng AI ngày càng tăng
trong các hoạt động EC khác nhau. Sự gia tăng này là do một số lý do như đổi mới
công nghệ, sử dụng rộng rãi điện thoại thông minh, sự cạnh tranh ngày càng tăng
giữa các nhà bán lẻ và nhà bán lẻ điện tử và một số câu chuyện thành công cho thấy
EC được AI hỗ trợ có thể mang lại lợi thế chiến lược. Trong Phần này, chúng tôi
cung cấp một số ví dụ minh họa sau cuộc thảo luận chung về lợi ích tiềm năng của AI
trong EC.

- Đóng góp của trí tuệ nhân tạo đối với thương mại điện tử - The AI Contribution
to E-Commerce

Như đã mô tả trước đó, Trí Tuệ Nhân Tạo đã nâng cao EC từ khi nó ra đời. Tuy nhiên,
chỉ đến bây giờ chúng ta mới thấy một làn sóng các ứng dụng mạnh mẽ. Dưới đây là
những gì các công ty công nghệ lớn đang làm với Trí Tuệ Nhân Tạo:

● Apple. Theo Fingas (2016), Trí Tuệ Nhân Tạo(AI) và thực tế ảo là công nghệ cốt
lõi trong tương lai của Apple. Apple liên tục cải tiến Siri (robot trợ lý cá nhân của
họ; xem phần "Mạng Internet của Đồng (IoT) và Thương mại Điện tử"). Apple
còn có nhiều dự án Trí Tuệ Nhân Tạo khác, bao gồm làm cho iPhone "thông
minh" hơn (xem Statt 2016).
 ● Google. Google tham gia vào nhiều dự án Trí Tuệ Nhân Tạo. Một nỗ lực chính là
Google Brain, một dự án bí mật bao gồm học máy. Chúng tôi đã đề cập đến
DeepMind của công ty trong phần "Giới thiệu về Thương mại Điện tử Thông
Minh". Google tin rằng Trí Tuệ Nhân Tạo sẽ có khả năng giải quyết các vấn đề
lớn nhất của thế giới. O’Brien (2016a), một nhà khoa học tại Google Brain, nhấn
mạnh rằng "sẽ cần một số con người thông minh để đưa nó đến đó".
● Facebook. Giám đốc điều hành của Facebook là người tin tưởng rất nhiều vào Trí
Tuệ Nhân Tạo. Ông đang phát triển một robot trợ lý cá nhân cho việc sử dụng
riêng của mình (xem phần "Mạng Internet của Đồng (IoT) và Thương mại Điện
tử"). Facebook đang làm việc trên một số dự án khác liên quan đến quảng cáo và
dịch vụ khách hàng. Facebook nói rằng Trí Tuệ Nhân Tạo mới của họ có thể hiểu
văn bản với độ chính xác gần như của con người.
● IBM. IBM đã tiên phong trong khái niệm thương mại thông minh vào năm
2013/2014 (ví dụ: xem Taft 2014). Lúc đó, họ tập trung vào dữ liệu lớn và phân
tích dữ liệu. Một phần quan trọng là việc sử dụng các công nghệ khai thác dữ liệu
(một sản phẩm Trí Tuệ Nhân Tạo) để tìm ra sự tương quan ẩn. Điều này cho phép
phân tích dự đoán tốt hơn, được sử dụng trong chiến lược và ra quyết định EC.
Deep Blue là máy tính mạnh đã đánh bại vô địch cờ vua thế giới vào những năm
1990. IBM cũng nổi tiếng với Watson của họ, siêu máy tính đã thắng trong trò
chơi Jeopardy, và đóng góp của họ cho nghiên cứu y tế. Watson cũng được sử
dụng để phân tích tâm lý con người từ những thông điệp tweet của họ để giúp các
nhà tiếp thị.
● Amazon.com. Công ty này tiên phong trong việc sử dụng Trí Tuệ Nhân Tạo từ
những năm 1990. Phần lớn nổi tiếng là các hệ thống đề xuất sách của họ. Ngày
nay, công ty đang thử nghiệm hoặc sử dụng Trí Tuệ Nhân Tạo trong nhiều hoạt
động của cửa hàng trực tuyến. Nổi tiếng là việc sử dụng robot thông minh trong
kho hàng. Công ty cũng sử dụng phân tích dự đoán và học máy để đánh giá nhu
cầu cho sản phẩm của họ. Trí Tuệ Nhân Tạo cũng được sử dụng cho quản lý hàng
tồn kho.

Nhiều công ty khác đang cài đặt, hoặc ít nhất là đang thử AI liên quan đến Thương mại
Điện tử. Ví dụ, ViSenze của Singapore là một công ty khởi nghiệp mang lại lợi ích của
Trí Tuệ Nhân Tạo cho người dùng thương mại điện tử (chủ yếu ở châu Á; xem Russel
2016). Tóm lại, có vẻ như Trí Tuệ Nhân Tạo đang thay đổi "khuôn mặt" của thương mại
điện tử (ví dụ: Choudhury 2016).

Tverdohleb (2016) mô tả cách Trí Tuệ Nhân Tạo đang giúp đỡ thế giới của thương mại
điện tử bằng một nền tảng đặc biệt được gọi là Deep Agent. Trí Tuệ Nhân Tạo đặc biệt
hấp dẫn đối với các công ty khởi nghiệp trực tuyến và những người quan tâm đến "học
sâu". Dưới đây là một số ví dụ minh họa.

- Ứng dụng của AI trong Thương mại điện tử

+ Tiếp thị và quảng cáo (Marketing and Advertising)
Trí Tuệ Nhân Tạo đang được sử dụng trong nhiều nhiệm vụ trực tuyến về tiếp thị và
quảng cáo như:
• Phân tích dự đoán và Trí Tuệ Nhân Tạo được sử dụng để tùy chỉnh và tự động hóa các
chiến dịch tiếp thị qua email (Insightly Blog 2015).
• ClickZ Intelligence (2013) liệt kê các lĩnh vực sau: trải nghiệm khách hàng mới, ra mắt
sản phẩm mới, quảng cáo tự động(có lập trình), tạo nội dung và thiết kế trang web.
• Rossi (2016) mô tả ba cách mà Trí Tuệ Nhân Tạo(AI) giúp đỡ khách hàng: cải thiện
tìm kiếm, giúp người mua hiểu rõ sở thích của họ và làm trợ lý cá nhân cho người mua
hàng.
• Blog (2016) cung cấp danh sách 13 công ty sử dụng Trí Tuệ Nhân Tạo (AI) trong tiếp
thị, quảng cáo và bán hàng.
• Davis (2016) cung cấp 15 ví dụ về việc sử dụng Trí Tuệ Nhân Tạo(AI) trong tiếp thị,
bắt đầu bằng việc đề xuất sản phẩm.
• Dịch vụ AI Einstein của Salesforce giúp tạo điều kiện cho giao dịch bán hàng (xem
Womack 2016).
• Kohl (2016) mô tả việc sử dụng Trí Tuệ Nhân Tạo để thúc đẩy sự tương tác của khách
hàng. Điều này đặc biệt quan trọng, vì mua sắm đang tiến triển thành các giao dịch mà sẽ
diễn ra mà không cần sự tương tác của con người (ví dụ: xem IoT và phần "Thử Nghiệm
Lựa Chọn về IoT trong Thực Tế")
. • Watson của IBM đang học từ những tweet của con người. Điều này sẽ giúp các công
ty dự đoán hành vi của người tiêu dùng, quyết định điều gì để cung cấp và khi nào (xem
chi tiết tại Russell 2014).
Nhìn chung thì( AI) Trí Tuệ Nhân Tạo có vai trò lớn trong tương lai của ngành bán lẻ
(Arthur 2016).
• Chatbot được sử dụng rộng rãi trong lĩnh vực tiếp thị (Mah 2016).
* Để biết cách sử dụng Trí Tuệ Nhân Tạo trong các phiên đấu giá điện tử, Để có một
cuộc thảo luận toàn diện, xem Sutton (2016).
+ Dịch vụ và tư vấn khách hàng (Customer Service and Advice)
Liên quan đến tiếp thị là dịch vụ khách hàng. Chatbot (phần "Những Điều Cơ Bản về Trí
Tuệ Nhân Tạo") được sử dụng rộng rãi để trả lời câu hỏi của khách hàng (Friedman
2016).
• Các máy tính của Google đang sử dụng chatbot cho nền tảng Google Cloud Platform để
trả lời câu hỏi của khách hàng. Điều này cải thiện hiệu quả của các trung tâm dữ liệu của
IBM (xem Clark 2016b để biết chi tiết).
• Sử dụng Trí Tuệ Nhân Tạo (học máy) và điện toán đám mây cho phép quản lý CRM
(mối quan hệ khách hàng) thông minh hơn như đã được chứng minh bởi Salesforce's
Einstein (xem Nicolaus 2016).
+ Ví dụ: Chatbot Tư Vấn trong Lĩnh Vực Y Tế
Như sẽ được thấy trong phần "Trợ Lý Cá Nhân Thông Minh và Cố Vấn Robot",
chatbot được sử dụng như giao diện giữa người dùng và máy tính trong trợ lý cá
nhân. Một công ty khuyến cáo chatbot trong lĩnh vực y tế là Baidu của Trung
Quốc. Melody của Baidu là một chatbot thông minh có thể giúp bệnh nhân xác
định liệu họ có nên đi gặp bác sĩ hay không. Cuộc trò chuyện hiện tại dựa trên văn
bản và chế độ là câu hỏi và trả lời. Hệ thống này được tích hợp với Bác sĩ của
Baidu, cho phép bệnh nhân đặt câu hỏi cho bác sĩ, đặt lịch hẹn và tìm kiếm thông
tin về sức khỏe và y tế. Melody tích lũy kiến thức của mình bằng cách trích dẫn dữ
liệu từ tài liệu số hóa, bao gồm nghiên cứu và diễn đàn trực tuyến. Để biết thêm
chi tiết, xem Larson (2016).
+ Trí Tuệ Nhân Tạo trong B2B
Các ứng dụng Trí Tuệ Nhân Tạo trong B2B chủ yếu là trong mua sắm điện tử (e-
procurement) (Clinton 2016), quản lý chuỗi cung ứng (Chandra và Darbhe 2016), và
Robot Thông Minh (xem McMahon, không ngày).

+ Các ứng dụng khác

• Ứng dụng trong mạng xã hội (Smith 2014).

• Ứng dụng trong du lịch (ví dụ: lập kế hoạch chuyến đi, Brady 2016). Kiểm tra
utip.com và eurovacations.com).
• Cố vấn robot (Robot advisers) (xem phần “Trợ lý cá nhân thông minh và cố vấn
robot”).
• AI trong học tập điện tử(e-learning) đang ở giai đoạn phát triển ban đầu. Để biết về
tương lai của AI trong học tập điện tử, hãy xem Smith (2016). Tuy nhiên, một số người
thắc mắc liệu ngành này đã sẵn sàng cho việc này chưa (ví dụ: xem Taylor 2016).

⇒Kết luận: Ngày càng có nhiều bằng chứng cho thấy AI đang chuyển đổi nhiều
doanh nghiệp (xem Pickup 2016 để biết cách thực hiện điều này). Một lĩnh vực chính
trong quá trình chuyển đổi này sẽ là tự động hóa nhiều nhiệm vụ EC và thay thế con
người bằng AI (đó là điều tốt hay điều xấu?). Xem Logic sông (2016).
4.2.3 Hệ thống quản trị tri thức Knowledge (Expert) Systems
- Tổng quan về quản trị tri thức (Knowledge management)
+ Tri thức là “hiểu biết” từ thông tin (SLIDE)
+ Quản trị tri thức (Knowledge management) là quá trình các “hiểu biết”
của một công ty hay doanh nghiệp) (SLIDE)
Tri thức là một trong những tài sản quan trọng nhất trong bất kỳ tổ chức nào và
do đó điều quan trọng là phải nắm bắt, lưu trữ, bảo mật và tái sử dụng (chia sẻ) nó.
Đây là những mục đích chính của quản lý tri thức. Do đó, quản trị tri thức
(Knowledge management) đề cập đến quá trình nắm bắt hoặc tạo ra kiến thức, lưu trữ
và bảo vệ nó, cập nhật liên tục, phổ biến và sử dụng nó bất cứ khi nào cần thiết (xem
en.wikipedia.org/wiki/Knowledge_management và Bahal 2011).
Tri thức trong tổ chức được thu thập từ cả nguồn bên ngoài và bên trong. Sau
đó, nó được kiểm tra, diễn giải, sàng lọc và lưu trữ trong cái được gọi là cơ sở tri thức
của tổ chức, kho lưu trữ tri thức của doanh nghiệp. Mục đích chính của cơ sở tri thức
của tổ chức là cho phép chia sẻ tri thức.
- Các hình thức quản trị tri thức và hoạt động
Kiến thức của tổ chức gắn liền với các nguồn lực chính sau: (1) vốn con người,
bao gồm kiến thức, năng lực, trí thông minh và tính sáng tạo của nhân viên; (2) vốn
tổ chức, bao gồm kinh nghiệm tổ chức được lưu trữ (ví dụ: các phương pháp hay
nhất, bằng sáng chế, sổ tay, tài liệu giảng dạy); và (3) vốn khách hàng và đối tác, bao
gồm kinh nghiệm làm việc với khách hàng và đối tác kinh doanh.
Kiến thức tổ chức này phải được quản lý hợp lý và tận dụng thông qua việc chia
sẻ và phổ biến. Đây là mục đích chính của quản trị tri thức (Knowledge
management) , có các nhiệm vụ chính sau:
+ Tạo lập (create knowledge): Kiến thức được tạo ra khi con người có thêm kinh
nghiệm (ví dụ: thử nghiệm và sai lầm) và học hỏi. Đôi khi kiến thức từ bên ngoài
được đưa vào (ví dụ: do các nhà cung cấp và tư vấn cung cấp).
+ Ghi chép (capture knowledge): Kiến thức hiện có phải được xác định và tập hợp.
Hãy nhớ rằng, một lượng đáng kể kiến thức không được ghi lại và chỉ tồn tại
trong trí nhớ của mọi người
+ Lọc (Refine knowledge): Kiến thức mới cần được hiểu rõ để có thể áp dụng trong
thực tế. Do đó, cần thu thập cả những hiểu biết của con người (kiến thức ngầm) và
các dữ liệu rõ ràng.
+ Lưu trữ (Store knowledge): Kiến thức hữu ích cần được lưu trữ ở định dạng dễ
truy xuất trong kho lưu trữ tri thức được bảo mật.
 + Cập nhật (Update knowledge): Kiến thức phải được giữ cập nhật. Nó phải được
xem xét để xác minh rằng nó có liên quan và chính xác; nếu không, nó phải được
cập nhật.
+ Phổ cập (Disseminate knowledge): Kiến thức phải được cung cấp ở định dạng hữu
ích cho bất kỳ ai trong tổ chức cần nó và được phép truy cập nó.

⇒ Những nhiệm vụ này có thể được xem như một quá trình mang tính chu kỳ.Mục tiêu
của thương mại điện tử là tự động hóa các hoạt động quản trị tri thức (Knowledge
management) cũng như hỗ trợ sử dụng tri thức được lưu trữ.
- Chia sẻ tri thức (Share Knowledge)
Kiến thức có giá trị hạn chế nếu không được cập nhật và chia sẻ. Khả năng chia sẻ và sau
đó phân phối kiến thức làm giảm chi phí cho mỗi người dùng và tăng hiệu quả của nó.
Kiến thức được chia sẻ cũng có thể giảm thiểu rủi ro và bất ổn và tạo điều kiện thuận lợi
cho việc giải quyết vấn đề. Một ví dụ về hệ thống chia sẻ tri thức tại Infosys
Technologies được cung cấp trong Trường hợp 5.2.

+ Các công cụ phần mềm chia sẻ kiến thức

● Hệ thống chuyên gia và định vị chuyên môn
● Hệ thống quản lý tri thức
● Mạng xã hội và công cụ Web 2.0
● Công cụ thương mại điện tử hợp tác

- Các hình thức quản trị tri thức và hoạt động

+ Mối tương quan giữa Quản trị tri thức Knowledge Management (KM) và E-
commerce (thương mại điện tử)?

Các Tổ chức cần kiến thức được cung cấp bởimquản trị tri thức (Knowledge
management) để thực hiện tốt hơn các nhiệm vụ của họ.

Các hoạt động quản trị tri thức (Knowledge management) cốt lõi cho các công ty tham
gia trong EC nên bao gồm: tạo ra, thu thập và mã hóa, phân loại, phân phối và sử dụng.
● Tạo ra kiến thức liên quan đến việc sử dụng các công cụ và kỹ thuật máy tính khác
nhau để phân tích dữ liệu giao dịch và tạo ra ý tưởng mới (ví dụ, Hệ thống Hỗ trợ
Nhóm [GSS], crowdsourcing và blog).
● Việc thu thập kiến thức và mã hóa bao gồm thu thập kiến thức mới và lưu trữ nó
dưới định dạng mà máy có thể đọc được
 ● Phân loại kiến thức tổ chức kiến thức bằng cách sử dụng phân loại phù hợp liên
quan đến việc sử dụng nó.
● Việc phân phối kiến thức là chia sẻ thông tin có liên quan với các nhân viên khác,
nhà cung cấp và người tiêu dùng và các bên liên quan nội bộ và bên ngoài thông
qua các mạng điện tử - cả công cộng và riêng tư.
● Việc sử dụng kiến thức liên quan đến việc áp dụng kiến thức phù hợp vào việc giải
quyết vấn đề bằng cách khai thác các cơ hội và nâng cao kỹ năng của nhân viên.
Về mặt trực quan, KM có liên quan đến học trực tuyến (ví dụ: xem Lytras và cộng
sự 2013). Cuối cùng, sự tiến hóa tri thức đòi hỏi phải cập nhật tri thức theo thời
gian.
● Cuối cùng, sự phát triển kiến thức đòi hỏi phải cập nhật tri thức theo thời gian.
Trong quá khứ, các dự án KM quản trị tri thức) và EC (thương mại điện tử) được
xử lý một cách độc lập tuy nhiên, chúng có thể được sử dụng cùng nhau để cùng
có lợi.

+KM và Mạng xã hội ( Knowledge Management and Social Networks)

● Các cộng đồng trực tuyến, bao gồm các mạng xã hội, là một nơi tạo ra kiến thức
quan trọng. Điều này được thực hiện thông qua việc sử dụng kiến thức của đám
đông và các cuộc thảo luận và phản hồi từ khách hàng và nhân viên. Lĩnh vực này
có một số biến thể. Một biến thể bị giới hạn trong một công ty duy nhất (xem
Mạng Kiến thức tại Caterpillar). Tri thức cũng có thể được tạo ra trong nội dung
do người dùng tạo ra (xem Chương 5), và trong chức năng “trả lời” của một số
mạng xã hội hoặc KMail tại Infosys.
Các ứng dụng Web 2.0 giúp tổng hợp kiến thức doanh nghiệp, tạo điều kiện cho giao tiếp
và hợp tác, và đơn giản hóa việc xây dựng kho lưu trữ các phương pháp tốt nhất, như
được minh họa bằng ví dụ sau.

+ Ví dụ: Từ năm 2001,, IBM đã sử dụng các cộng đồng để tổ chức các phiên tư duy
trực tuyến, tạo ý tưởng và giải quyết vấn đề. Những phiên này được gọi là "Sự
kiện Jam". Theo trang web của họ, "Các Sự kiện Jam của IBM và các phương tiện
hợp tác Web 2.0 khác đang mở ra những cơ hội to lớn cho sự đổi mới hợp tác.."
(collaborationjam.com). Mỗi Sự kiện Jam có một chủ đề khác nhau. Vào năm
2006, phiên tư duy trực tuyến lớn nhất của IBM từng được tổ chức, gọi là Sự kiện
Đổi mới (Innovation Jam), đã thu hút một cộng đồng hơn 150.000 nhân viên từ
 104 quốc gia và 67 công ty để khởi đầu các doanh nghiệp mới của IBM (xem
Bjelland và Wood 2008 và collaborationjam.com/)

Các cuộc họp ảo, nơi nhân viên IBM có thể tham gia vào việc khởi đầu Sự kiện
Jam Đổi mới, được tiến hành trong SL. Ngay cả CEO trước đây của IBM cũng đã
tạo ra một hình đại diện để đại diện cho mình. Ngoài lĩnh vực kinh doanh, các chủ
đề gần đây đã được khám phá bởi IBM Jams bao gồm các vấn đề xã hội. Các chủ
đề khác đã được khám phá là công nghệ mới cho việc lọc nước, Internet 3D và
ngân hàng không có chi nhánh.

+ Triển khai Công nghệ quản trị tri thức

Quản trị tri thức liên quan đến Thương mại điện tử và Công nghệ thông tin không
dễ dàng triển khai. Bahal (2011) liệt kê 8 yếu tố quyết định thành công cho Quản
lý Kiến thức bao gồm chiến lược, lãnh đạo, tích hợp và cơ sở hạ tầng kỹ thuật.
Currier (2010) liệt kê các lý do sau theo thứ tự giảm dần về mức độ quan trọng:

+ ROI khó đo lường

+ Khó khăn trong việc đào tạo người dùng cuối;
+ Ngân sách không đủ;
+ Chiến lược được xác định hoặc thực hiện kém;
+ Sự chống đối của nhân viên;
+ Khó khăn trong việc tìm kiếm phần mềm và nhà cung cấp KM phù hợp;
+ Cần đảm bảo bảo mật;
+ Tùy chỉnh quá khó khăn;
+ Duy trì chất lượng đầu ra có thể tốn kém;
+ Thiếu cam kết của ban quản lý cấp cao;
+ Việc triển khai gây gián đoạn;
+ Thiếu cam kết của IT
+ Các vấn đề bảo vệ quyền riêng tư của nhân viên.

+ Tìm kiếm kiến thức và/hoặc chuyên gia điện tử và việc sử dụng các hệ thống định vị
chuyên gia (Finding Expertise and/or Experts Electronically and the Use of Expert
Location Systems)

Kiến thức chuyên gia có thể được cung cấp trong một tổ chức bằng nhiều cách khác
nhau. Kiến thức con người là hiếm hoi do đó, các công ty cố gắng lưu giữ nó bằng cách
điện tử, dưới dạng các hệ thống chuyên gia, trong cơ sở kiến thức doanh nghiệp. Người
dùng có thể tìm kiếm các chuyên gia con người để trả lời câu hỏi của họ hoặc họ có thể
tìm kiếm trong cơ sở kiến thức để tìm kiếm kiến thức chuyên môn.

Những người cần sự trợ giúp có thể đăng các câu hỏi của họ trên mạng nội bộ của công
ty (ví dụ: sử dụng các nền tảng hỏi và đáp đặc biệt, như KMail của Infosys, hoặc thảo
luận về vấn đề của họ trong các diễn đàn hoặc blog), hoặc trên các mạng xã hội công
cộng như Yahoo! Answers , có tính năng "tìm kiếm câu trả lời". Tương tự, các công ty có
thể yêu cầu lời khuyên về cách giải quyết vấn đề hoặc tận dụng một cơ hội và đề xuất các
động lực để tham gia. Các câu trả lời có thể tạo ra hàng trăm ý tưởng hữu ích trong vài
ngày. Đó là một loại hình tư duy tập thể.

● Câu trả lời được cung cấp bởi mọi người trên Mạng xã hội hoặc Cổng thông tin ( r
Answers Provided by People at Social Networks or Portals)

Một số mạng xã hội (ví dụ: linkedin.com) hoặc cổng Internet (ví dụ:
Answers.yahoo.com) cung cấp khả năng Hỏi & Đáp miễn phí.
Ví dụ: Yahoo! Câu trả lời (answer.yahoo.com) cho phép bạn đăng câu hỏi miễn phí.
Ví dụ Một trong những tác giả của cuốn sách này đã đăng câu hỏi sau đây lên Yahoo!

Câu trả lời.

Câu hỏi: “Yahoo của tôi! e-mail đã bị tấn công. Người gửi thư rác gửi yêu cầu gửi tiền
dưới tên tôi tới tất cả những người trong danh sách liên hệ của tôi. Tôi nên làm gì?"

Trả lời (Ẩn danh): (Câu trả lời hay nhất do người bình chọn chọn): “Người gửi thư rác có
thể lấy được mật khẩu của bạn bằng thư rác lừa đảo. Thay đổi mật khẩu của bạn. Trong
khi bạn đang ở trong cài đặt tài khoản của mình, hãy kiểm tra xem địa chỉ liên hệ email
thay thế của bạn có bị giả mạo hay không. Điều đó có thể được sử dụng để lấy mật khẩu
mới. Ngoài ra, tránh nhấp vào các liên kết trong thư rác của bạn. Trang web của người
gửi thư rác đó có thể chạy một tập lệnh độc hại. Điều này chạy trong trình duyệt của bạn
và có thể yêu cầu webmail hiện được đăng nhập trong trình duyệt đó gửi thư rác.”

Trả lời do con người cung cấp trên Yahoo! thường được tạo ra bằng tay bởi những người
tình nguyện miễn phí. Đôi khi, các câu trả lời được tạo ra tự động, như được mô tả trong
phần tiếp theo.

● Hệ thống trả lời tự động (Automated Question-Answer Systems)

Ngoài sự tư vấn từ con người, ngày càng có nhiều ứng dụng cố gắng cung cấp các câu trả
lời tự động cho câu hỏi của người dùng. Hệ thống tìm kiếm chuyên gia được mô tả trong
phần tiếp theo là một ví dụ về một hệ thống như vậy. Người dùng đặt câu hỏi và máy tính
cố gắng tìm câu trả lời phù hợp nhất. Mục tiêu của một hệ thống câu hỏi - câu trả lời tự
động (Q&A) là tìm câu trả lời phù hợp với các câu hỏi được đặt ra bằng ngôn ngữ tự
nhiên (ví dụ: tiếng Anh, tiếng Trung).

Ví dụ: Lời khuyên từ công cụ tìm kiếm Answers.com và Ask.com thuộc một loại đặc biệt
của các công cụ tìm kiếm chứa một bộ sưu tập lớn câu hỏi mỗi câu hỏi có câu trả lời được
tạo sẵn. Công cụ cố gắng để so khớp một câu hỏi được đặt ra bằng ngôn ngữ tự nhiên với
một câu hỏi tiêu chuẩn trong danh sách câu trả lời tương ứng.

Hệ thống Q&A khác biệt với câu hỏi thường gặp (FAQ) trong việc nội dung của một
FAQ là khá có cấu trúc và giới hạn về kích thước, tập trung vào "câu hỏi thường gặp".
Ngoài ra, một FAQ đăng các câu hỏi để lựa chọn, trong khi trong diễn đàn Q&A, người
dùng đặt câu hỏi không có cấu trúc bằng ngôn ngữ tự nhiên.

Để bắt đầu, máy tính cần hiểu câu hỏi (ví dụ: bằng cách sử dụng phần mềm hiểu ngôn
ngữ tự nhiên); sau đó, máy tính có thể tìm kiếm câu trả lời phù hợp. Có một số phương
pháp cho máy tính để tìm câu trả lời cho các câu hỏi như vậy. Một phương pháp dựa trên
việc sử dụng Trí tuệ nhân tạo (AI) bằng cách sử dụng các hệ thống chuyên gia. Cố gắng
tư duy tự động từ các trường hợp lịch sử là một phương pháp phổ biến khác. Lưu ý rằng
Q&A tự động chủ yếu tập trung vào việc giải quyết vấn đề tự động và không liên quan
đến tìm kiếm trên Web.
Ví dụ: IBM PureSystems IBM PureSystems là một họ máy tính thông minh dành riêng
cho các chuyên gia đã được tích hợp để giúp các công ty giải quyết các thách thức về
Công nghệ thông tin. Chúng dựa trên Cloud Computing. Để biết thêm chi tiết, xem trang

● Trò chuyện trực tiếp với các chuyên gia (rLive Chat with Experts)

Cuộc trò chuyện trực tiếp với các chuyên gia đang trở nên phổ biến. Ví dụ, bạn có thể trò
chuyện với các bác sĩ chuyên khoa khác nhau. Bạn có thể làm điều tương tự với nhiều
chuyên gia khác. Nhiều công ty cung cấp dịch vụ trò chuyện trực tiếp (tương tự như
Yahoo Messenger hoặc AOL IM). Thời gian chờ đợi để nhận câu trả lời thường ngắn.

● Trò chuyện với nhân vật ảo (Chat with Avatars)

Bạn có thể trò chuyện với nhân vật ảo sử dụng một bộ câu hỏi và câu trả lời đã được lập
trình trước. Dịch vụ như vậy rất rẻ (nhưng có thể không quá chính xác). Chất lượng của
câu trả lời đang tăng lên khi cơ sở kiến thức mở rộng và khả năng của máy tính hiểu ngôn
ngữ tự nhiên được cải thiện. Ví dụ, xem Ted, tư vấn đầu tư ảo của TD Ameritrade
(tdameritrade.com/virtualclient/about.html). Thêm thông tin được đề cập trong Chương 1.

● Hệ thống định vị chuyên gia (Expert Location Systems)

Hệ thống định vị chuyên gia/chuyên môn (ELS) là các hệ thống máy tính tương tác giúp
nhân viên tìm kiếm các chuyên gia trong tổ chức của họ để giúp họ giải quyết các vấn đề
kinh doanh hoặc kỹ thuật cụ thể, quan trọng trong thời gian ngắn. Hệ thống định vị
chuyên gia được thiết kế để:

1. Xác định chuyên gia trong các lĩnh vực cụ thể trong tổ chức.
2. Kết nối người với thông tin về các chuyên gia đó và cho phép liên hệ với
họ.
3. Hỗ trợ nhân viên về lời khuyên về phát triển sự nghiệp.
4. Hỗ trợ cho công việc nhóm và các nhóm trong mạng xã hội.

Phần mềm cho các hệ thống này được sản xuất bởi các công ty như IBM và RightNow
Technologies (hiện là một công ty thuộc Oracle). Đối với lợi ích, tính năng và các bản
trình diễn. Hầu hết các hệ thống định vị chuyên gia hoạt động theo cùng một cách, khám
phá cơ sở kiến thức để tìm câu trả lời cho vấn đề (nếu có) hoặc để xác định các chuyên
gia đủ điều kiện. Quá trình tổng quan được thể hiện

Bốn bước của quy trình là:

1. Nhân viên gửi một câu hỏi đến hệ thống định vị chuyên gia.(ELS - Expert
Location Systems)
2. Phần mềm tìm kiếm trong cơ sở dữ liệu của mình để xem liệu có câu trả lời cho
câu hỏi đã tồn tại hay không. Nếu tồn tại, thông tin (báo cáo nghiên cứu, bảng tính,
vv.) sẽ được trả lại cho người đó. Nếu không, phần mềm tìm kiếm trong tài liệu và
trao đổi đã lưu trữ để tìm chuyên gia thuộc lĩnh vực chuyên môn.
3. Khi một chuyên gia tiềm năng được tìm thấy, hệ thống hỏi xem họ có khả năng trả
lời câu hỏi không. Nếu có, chuyên gia gửi một câu trả lời. Nếu chuyên gia không
thể trả lời, họ có thể chọn định tuyến câu hỏi đến chuyên gia tiếp theo phù hợp cho
đến khi có một phản hồi.
 4. Sau khi tìm thấy câu trả lời cho câu hỏi, nó được kiểm tra về tính chính xác bởi
một cố vấn của công ty và được gửi đến người đã đặt câu hỏi. Đồng thời, câu hỏi
và câu trả lời của nó được thêm vào kho kiến thức để sử dụng trong các tình huống
tương tự trong tương lai.

Ví dụ: Làm thế nào Bộ Thương mại Hoa Kỳ sử dụng Hệ thống Định vị Chuyên Gia
Phòng Dịch vụ Thương mại Hoa Kỳ tại Bộ Thương mại (DOC) tiến hành khoảng
200.000 buổi tư vấn mỗi năm với giá trị thương mại gần 40 tỷ USD. Bộ phận tuyển
dụng nhiều chuyên gia thường xuyên có nhu cầu nghiên cứu hoặc kêu gọi chuyên gia
giải đáp các câu hỏi phức tạp do một tập đoàn Mỹ đặt ra.
Ví dụ, theo D'Agostino (2004), một chuyên gia của DOC đã được tiếp cận để xin lời
khuyên về tính hợp pháp về thuế của một giao dịch giữa Hoa Kỳ với một công ty Ba
Lan. Nhân viên này không biết câu trả lời nên đã tìm kiếm một chuyên gia trong cơ
quan bằng cách sử dụng hệ thống định vị chuyên gia (từ AskMe của Ấn Độ). Trong
một thời gian ngắn, anh đã tìm được 80 chuyên gia và chuyển câu hỏi cho 6 người
trong số họ. Trong một ngày, anh đã có đủ thông tin để đưa ra câu trả lời. Trước đây,
phải mất đến ba ngày mới có được thông tin cần thiết cho một câu trả lời tương tự qua
điện thoại.
Nhân viên này ước tính rằng hiện anh ta sử dụng hệ thống này cho khoảng 40% công
việc anh ta làm.

● Tìm kiếm chuyên môn về mạng xã hội (Seeking Expertise in Social Networks)

Tìm kiếm kiến thức chuyên môn (và các chuyên gia) đang trở thành một
hoạt động xã hội rất phổ biến. Mọi người đăng câu hỏi của họ lên bảng thông báo,
diễn đàn và blog và chờ phản hồi. Một trong những tính năng của LinkedIn là “Diễn
đàn trợ giúp” miễn phí, nơi người dùng có thể đăng câu hỏi để nhận trợ giúp từ các
thành viên diễn đàn hoặc bắt đầu thảo luận.

- Hệ thống chuyên gia (Expert Systems)

Hệ thống chuyên gia, còn được gọi là hệ thống dựa trên tri thức, là một hệ thống máy tính
sử dụng tri thức để giải quyết các vấn đề đòi hỏi chuyên môn và cung cấp lời khuyên cho
người không chuyên, thường trong các lĩnh vực cụ thể. Do đó, nó bắt chước quá trình ra
quyết định của các chuyên gia con người. Nó được coi là một phần của trí tuệ nhân tạo.
Kiến thức cần thiết cho khả năng này được lưu trữ trong một cơ sở kiến thức và được tổ
chức để có thể được phân phối cho người dùng không chuyên khi được yêu cầu. Hệ
thống chuyên gia (ES) được sử dụng rộng rãi trong nhiều ứng dụng trí tuệ nhân tạo(AI)
trong Thương mại Điện tử(EC) (ví dụ: trong hệ thống đề xuất sản phẩm và trong hệ thống
tư vấn).
+ Các thành phần chính được Chúng bao gồm:
● Người dùng - người cần chuyên môn ((users) – who need expertise)
● Các chuyên gia về con người (human experts) - cung cấp kiến thức cụ thể cho hệ
thống
● Kí sư xây dựng hệ thống (system builder) - • những người tiếp thu kiến thức từ
(các) chuyên gia và các nguồn tài liệu
● Cơ sở tri thức (knowledge base) - Kho lưu trữ nơi tổ chức kiến thức đã được thu
thập, thường được lưu trữ dưới dạng quy tắc "nếu-thì".
● Động cơ suy diễn (inference engine) - chương trình kết hợp yêu cầu của người
dùng với các câu trả lời được máy tính hóa (được tạo ra từ các quy tắc)
● Giao diện người dùng (user interface) - Giao diện cho phép người dùng giao tiếp
với hệ thống máy tính. Người dùng có thể chọn từ nhiều chế độ giao tiếp đầu vào-
đầu ra (viết, giọng nói, hình ảnh).
● Cơ chế giải thích (explaination mechanism) - cung cấp tính logic của đầu ra hệ
thống

+ Quá trình và khả năng của hệ thống chuyên gia ( The Process and Capabilities of
Expert Systems)

Kiến thức về một lĩnh vực cụ thể, hoặc kiến thức chuyên môn, nằm trong các chuyên gia
con người và/hoặc trong các nguồn tài liệu đã tài liệu. Kiến thức này được thu thập bởi
người thu thập kiến thức, người sử dụng nó để lập trình hệ thống (hoặc họ yêu cầu một
người xây dựng hệ thống thực hiện điều đó).
Kiến thức được lưu trữ trong cơ sở kiến thức nơi nó được tổ chức. Kiến thức này có thể ở
trong "đám mây", nghĩa là nó có thể được chia sẻ bởi nhiều người dùng. Khi một người
dùng tương tác với hệ thống, cuộc trò chuyện giữa người dùng và hệ thống suy luận diễn
ra. Sau đó, hệ thống suy luận chọn kiến thức thích hợp (ví dụ: các quy tắc) và, ở cuối
cuộc trò chuyện hỏi và đáp, cung cấp một giải pháp hoặc lời khuyên. Một số hệ thống có
cơ chế giải thích cho thấy quá trình suy luận (ví dụ: tất cả các quy tắc đã sử dụng).
Hệ thống chuyên gia có các khả năng chính sau đây:
● Phân tích các triệu chứng
● Xác định vấn đề
● Diễn giải đầu vào của người dùng
● Đưa ra giải pháp và lời khuyên
● Hướng dẫn và hỗ trợ con người trong việc ra quyết định
 ● Hiển thị và thể hiện quá trình
● Dự đoán kết quả
● Giải thích những kết luận, cung cấp giải thích
- Hệ thống dựa trên kiến thức (Knowledge-Based System)
Hệ thống chuyên gia thường được sử dụng đồng nghĩa với hệ thống dựa trên tri
thức. Tuy nhiên, một số phân biệt giữa hai. Hệ thống chuyên gia đề cập đến loại
nhiệm vụ mà hệ thống đang cố gắng giải quyết, thay thế hoặc hỗ trợ chuyên gia con
người trong một nhiệm vụ hoàn chỉnh. Hệ thống dựa trên kiến thức đề cập đến kiến
trúc của hệ thống, nó thể hiện kiến thức một cách rõ ràng chứ không phải là mã thủ
tục. Mặc dù hệ thống dựa trên tri thức sớm nhất hầu hết đều là các hệ thống chuyên
gia, nhưng các công cụ và kiến trúc giống nhau có thể và kể từ đó đã được sử dụng
cho toàn bộ các loại hệ thống khác. Nghĩa là, hầu như tất cả các hệ thống chuyên gia
đều là hệ thống dựa trên tri thức, nhưng nhiều hệ thống dựa trên tri thức không phải là
hệ thống chuyên gia.”
Có một số lượng lớn các ứng dụng của hệ thống dựa trên tri thức và chuyên gia.
Ví dụ: các chatbot được mô tả trước đó thường sử dụng hệ thống chuyên gia để tạo
đầu ra. Tương tự, các trợ lý cá nhân ảo được mô tả trong phần “Internet of Things
(IoT) và
Thương mại điện tử” được trang bị các hệ thống dựa trên tri thức và trường hợp Allstate
cũng vậy. Tóm lại, hệ thống chuyên gia và hệ thống dựa trên tri thức cung cấp kiến thức
chuyên môn nhanh chóng, nhất quán và không tốn kém cho những người không phải là
chuyên gia cũng như cho phép chia sẻ kiến thức một cách nhanh chóng và tiết kiệm.

Trong phần “Trợ lý cá nhân thông minh và Robot cố vấn”, chúng tôi sẽ giới
thiệu các trợ lý cá nhân thông minh sử dụng hệ thống chuyên gia để tạo ra câu trả lời
thông minh cho các truy vấn.

4.2.4 Trợ lý cá nhân thông minh và cố vấn robot ( Intelligent Personal Assistants
and Robot Advisers)
Trong các phần trước, chúng tôi đã giới thiệu cho bạn về chatbot, những cỗ máy
mà bạn có thể thực hiện một số cuộc trò chuyện hạn chế và được sử dụng chủ yếu để
cung cấp thông tin hoặc thực hiện hộp thoại Hỏi đáp đơn giản với người dùng.
Chatbots và các máy tương tự đã được cải thiện theo thời gian. Ví dụ, một số bệnh
viện sử dụng nhân viên tiếp tân robot để hướng dẫn bệnh nhân đến nơi điều trị. Zora
Robotics đã tạo ra một robot Nao có tên để hoạt động như một người bạn trò chuyện
 với những người già ốm yếu, cung cấp nó như một hình thức trị liệu cho những người
mắc chứng mất trí nhớ.
Các thế hệ sắp tới của những cỗ máy nói trên thông minh hơn nhiều. Cơ sở kiến
thức của họ có khả năng cao hơn và thường xuyên được duy trì tập trung, trên “đám
mây”, điều này giúp tiết kiệm chi phí hơn cho một lượng lớn người dùng. Người
dùng thậm chí có thể nhận được sự trợ giúp và lời khuyên phức tạp từ họ. Những trợ
lý này được gọi là trợ lý cá nhân thông minh giúp mọi người cải thiện công việc hoặc
lối sống của họ. Trong phần này, chúng tôi sẽ cung cấp cho bạn một số ứng dụng thú
vị. Bộ ứng dụng đầu tiên liên quan đến trợ lý cá nhân ảo, đặc biệt là Alexa của
Amazon và Siri của Apple. Nhóm thứ hai nói về robot cá nhân, chúng chủ yếu đóng
vai trò cố vấn về các chủ đề cụ thể (ví dụ: đầu tư).
- Alexa của Amazon
Trong số một số trợ lý cá nhân ảo, trợ lý được coi là tốt nhất (năm 2016) là
Alexa. Alexa được phát triển để cạnh tranh với Siri của Apple và nó trở thành một
sản phẩm ưu việt. Amazon Alexa là sản phẩm trợ lý giọng nói cá nhân thông minh
dựa trên đám mây, có thể thực hiện nhiều việc như:
• Trả lời câu hỏi trong một số lĩnh vực
• Điều khiển hoạt động của điện thoại thông minh bằng khẩu lệnh
• Cung cấp thông tin cập nhật về thời tiết và giao thông theo thời gian thực
• Điều khiển các thiết bị và thiết bị nhà thông minh (Phần 7.6) sử dụng
chính nó làm trung tâm tự động hóa gia đình

• Lập danh sách việc cần làm

• Sắp xếp Playbox nhạc

• Đặt báo thức của bạn
• Chơi sách âm thanh cho bạn
• Điều khiển các thiết bị tự động hóa nhà
• Phân tích danh sách mua sắm
+ Kỹ năng Alexa

Ngoài các khả năng tiêu chuẩn (bản địa) được liệt kê ở trên, mọi người có thể sử dụng
ứng dụng Alexa (gọi tắt là kỹ năng) để tải các khả năng tùy chỉnh xuống Alexa (thông
qua điện thoại thông minh của bạn). Các kỹ năng nhằm mục đích dạy cho Alexa điều gì
đó mới mẻ.

Ví dụ về ứng dụng kỹ năng:

- Gọi Uber cho bạn và cho bạn biết chi phí.

- Đặt một chiếc bánh pizza (ví dụ: từ Domino).
- Cung cấp lời khuyên tài chính từ Capital One.
- Khởi động xe Hyundai Genesis từ nhà của bạn (Korosec 2016).

Những kỹ năng này được cung cấp bởi các nhà cung cấp bên thứ ba; họ yêu cầu các
lệnh gọi để kích hoạt.
Ví dụ: bạn cần nói với Alexa: “Alexa, hãy gọi Uber để đón tôi tại văn
phòng lúc 4:30 chiều”. Alexa được trang bị giao diện người dùng NLP - “Xử lý ngôn
ngữ tự nhiên (Natural Laguage Processing)” (phần “Ứng dụng AI gần đây trong
thương mại điện tử”), vì vậy tất cả những gì bạn cần để kích hoạt nó là cung cấp lệnh
thoại. Điều này được thực hiện bằng cách kết hợp phần mềm Alexa với một loa thông
minh có tên Echo.
+ Giao diện giọng nói và loa trong Alexa

Amazon có ba loại loa dành cho Alexa: Echo, Dot và Tag. Alexa cũng có
thể được truy cập bằng dòng Fire TV và một số thiết bị không phải của Amazon. Về
mối quan hệ của Alexa và Echo, xem Gikas (2016).
o Tiếng vọng của Amazon
Amazon Echo là loa không dây thông minh rảnh tay được điều khiển
bằng giọng nói. Nó là phần cứng của Alexa nên cả hai đều hoạt động song
song. Echo luôn bật, luôn lắng nghe. Khi Echo nghe thấy câu hỏi, lệnh hoặc
yêu cầu của bạn, nó sẽ gửi âm thanh lên “đám mây”. Từ đó, các máy chủ của
Amazon sẽ khớp câu trả lời cho các câu hỏi, gửi nó đến Alexa để thông báo
cho bạn.
o Amazon Echo Dot
Amazon Echo Dot là “em trai” của Echo. Nó cung cấp đầy đủ chức
năng của Alexa nhưng chỉ có một loa rất nhỏ bên trong. Nó có thể được liên
kết với bất kỳ hệ thống loa hiện có nào để mang lại trải nghiệm giống như
Echo.
o Nhấn vào Amazon Echo (o Amazon Echo Tap)

Amazon Echo Tap là một “em trai” khác của Echo có thể được sử dụng khi đang di
chuyển.
Nó hoàn toàn không dây và di động, đồng thời được sạc qua đế sạc.Cả Dot và Tap đều rẻ
hơn Echo nhưng cung cấp ít chức năng và chất lượng hơn. Tuy nhiên, nếu bạn đã có loa
gia đình tốt, bạn có thể sử dụng Dot.
+ Siri của Apple (Apple’s Siri)
Siri (viết tắt của Giao diện nhận dạng và phiên dịch giọng nói) là một trợ lý cá
nhân ảo thông minh và điều hướng kiến thức. Nó là một phần của một số hệ điều
hành của Apple. Theo en.wikipedia.org/wiki/Siri, Siri có thể “trả lời các câu hỏi, đưa
ra đề xuất và thực hiện hành động bằng cách ủy quyền các yêu cầu cho một nhóm
dịch vụ Web. Phần mềm, cả ở phiên bản gốc và tính năng iOS, đều thích ứng với
cách sử dụng ngôn ngữ cá nhân của người dùng và các tìm kiếm (tùy chọn) riêng lẻ
khi tiếp tục sử dụng và trả về các kết quả được cá nhân hóa.”
Siri có thể được tích hợp vào Siri Remote của Apple. Sử dụng CarPlay, Siri có
sẵn trên một số mẫu ô tô, nơi nó có thể được điều khiển bằng iPhone (5 trở lên).
+ Vivi
Vào năm 2016, Dag Kittlaus, người tạo ra Siri, đã giới thiệu Viv, “Giao diện
thông minh cho mọi thứ”. Viv được kỳ vọng sẽ là thế hệ tương tác ảo thông minh tiếp
theo (xem Matney 2016 để biết thêm chi tiết). Ngược lại với Siri, Viv với tư cách là
một nền tảng mở cho tất cả các nhà phát triển (sản phẩm hệ sinh thái của bên thứ ba).
Viv hiện là Công ty của Samsung. Samsung có kế hoạch ra mắt trợ lý cá nhân của
riêng mình trên Galaxy S8.
+ Trợ lý cá nhân khác
Một số công ty khác có trợ lý cá nhân ảo. Ví dụ: Google Home (xem Kelly
2016) và Microsoft Cortana đều nổi tiếng. Vào tháng 9 năm 2016, Microsoft đã kết
hợp Cortana và Bing (xem Hachman 2016).
● Facebook và CEO của nó

Mark Zuckerberg, CEO của Facebook, đang bận rộn hoàn thiện trợ lý ảo
của riêng mình. Để biết chi tiết, xem Ulamoff (2016). Ban đầu, trợ lý cá nhân sẽ giúp
Mark điều hành ngôi nhà của anh ấy (ví dụ: làm theo các lệnh liên quan đến vận hành
âm nhạc và thiết bị gia dụng) và thực hiện công việc của anh ấy.
 ● IBM Watson

Có lẽ trợ lý cá nhân ảo thông minh nhất là IBM Watson. Nó có giá hàng tỷ đô la. Tuy
nhiên, các dịch vụ của nó có thể được các tổ chức mua, trả lại một số chi phí. Máy có thể
hiểu và nói được 8 ngôn ngữ khác nhau. Nó có thể đọc gần một tỷ (1000 triệu) trang mỗi
giây. Nó có thể học, hiểu, suy luận và tương tác. Nó được xây dựng với 50 công nghệ AI
khác nhau, từ NLP đến thị giác máy. Nó chứa một khả năng phân tích mạnh mẽ. Watson
có thể được truy cập thông qua Web—nó là một tiện ích “đám mây”. IBM làm việc với
hàng trăm nhà phát triển ở 36 quốc gia để tạo ra nền tảng kiến thức cần thiết cho ngày
càng nhiều ứng dụng. Dưới đây là một số ví dụ:

• Macy's đã phát triển một dịch vụ giúp khách hàng định hướng các
cửa hàng của mình khi mua sắm. Sử dụng phần mềm dựa trên vị trí,
ứng dụng sẽ biết bạn đang ở đâu trong cửa hàng. Khách hàng có thể
đặt câu hỏi liên quan đến sản phẩm và dịch vụ trong cửa hàng. Sau
đó, họ nhận được phản hồi tùy chỉnh từ “Macy's On Call”.
• Watson có thể giúp các bác sĩ chẩn đoán nhanh hơn và đề xuất
phương pháp điều trị tốt nhất bằng cách sử dụng Medical Advisor.
Nó có thể phân tích hình ảnh nhanh hơn và tìm kiếm những thứ mà
bác sĩ có thể bỏ sót. Watson đã được sử dụng rộng rãi ở Ấn Độ, nơi
đang thiếu hụt lớn bác sĩ.

• Deep Thunder cung cấp dịch vụ dự báo thời tiết chính xác.

• Khách sạn Hilton đang sử dụng “robot Connie” dựa trên Watson ở
quầy lễ tân tại khách sạn của họ. Dịch vụ này đang được cải thiện và
trong các thử nghiệm đã làm rất tốt.
• Clark (2016a) báo cáo rằng một tỷ người sẽ sử dụng Watson vào
năm 2018. Điều này một phần là do IBM Watson sắp có mặt trên
iPhone (DeNisco 2016)
● Alfe: Trợ lý mua sắm điều khiển bằng giọng nói của Sears

Alfie là một thiết bị mang nhãn hiệu Kenmore tương tự như Alexa, nhưng kém
hiệu quả hơn và rẻ hơn nhiều. tất cả những gì bạn cần làm là kết nối với Wi-Fi và
bạn sẽ có thể:

• “Mua sắm cá nhân: Nhận những gì bạn muốn, đánh giá sản phẩm
bạn yêu cầu, mức giá bạn chấp nhận và giao hàng theo ý thích của
bạn.
 • Cửa hàng tạp hóa: Mua sắm theo từng mặt hàng, lên lịch đặt hàng
lại hoặc xây dựng danh sách mua sắm. Giao hàng tạp hóa dễ hỏng có
sẵn ở các khu vực được chọn.
• Quà tặng hoàn hảo: Mô tả người nhận và Alfie mua sắm cho bạn,
tiết kiệm thời gian.
333

• Trở nên thông minh hơn: Alfie tìm hiểu nhu cầu và sở thích của bạn
khi bạn sử dụng nó nhiều hơn.
• Human Touch: Alfie được hỗ trợ bởi trí thông minh thực sự của
con người, không chỉ xử lý máy tính. Tránh sự thất vọng của trợ lý
ảo. Alfie làm việc chăm chỉ để đưa ra những giải pháp tuyệt vời.
Thời gian đáp ứng có thể khác nhau tùy theo yêu cầu.
• Ứng dụng Kenmore Alfie: Có sẵn để tải xuống miễn phí trên App
Store và Google Play Store.
• Sử dụng Alfie ở mọi nơi trong nhà bạn: Alfie sử dụng mạng Wi-Fi
tại nhà của bạn và có thể được đặt ở bất cứ đâu với pin sạc tiện lợi có
đế từ tính tích hợp.
Tìm hiểu thêm tại alfietech.com. Trang web này bao gồm các hướng dẫn
hữu ích, video hướng dẫn, Câu hỏi thường gặp cũng như cách khắc phục sự cố và
hướng dẫn.
- Robot cá nhân (Personal Robots)
Được xây dựng dựa trên khả năng của chatbot và trợ lý cá nhân, chúng tôi thấy
robot cá nhân sắp xuất hiện trên thế giới. Một số robot này cũng có thể thực hiện các
nhiệm vụ vật lý. Ví dụ: trong khi chatbot được sử dụng để cung cấp thông tin với tư
cách là nhân viên lễ tân và hướng dẫn viên tại sân bay, thì robot cá nhân có thể cải
thiện dịch vụ.
+ Cố vấn robot ( Robo Advisers)

Các trợ lý cá nhân được mô tả trước đó có thể cung cấp cho bạn thông tin và lời khuyên
thô sơ. Tuy nhiên, hiện nay có những robot có thể cung cấp cho bạn lời khuyên phức tạp
hơn nhiều trong các lĩnh vực cụ thể.

Ví dụ: Robot Cố vấn tài chính

Theo khảo sát của AT Kearney (Báo cáo bởi Regan 2015), cố vấn robo được định nghĩa
là nhà cung cấp trực tuyến cung cấp dịch vụ tư vấn đầu tư tự động, chi phí thấp thông qua
nền tảng di động. Máy cố vấn robo sử dụng các thuật toán phân bổ, triển khai, tái cân
bằng và giao dịch đầu tư. Sau khi đăng ký dịch vụ robo, bạn nhập mục tiêu đầu tư và tài
liệu tham khảo bằng thuật toán AI nâng cao. Sau đó, robo sẽ cung cấp các tùy chọn đầu
tư được cá nhân hóa thay thế để bạn lựa chọn (điều này khác với việc đầu tư vào quỹ
tương hỗ hoặc quỹ ETF không được cá nhân hóa). Tiến hành đối thoại với robot, máy sẽ
tinh chỉnh danh mục đầu tư của bạn. Tất cả điều này được thực hiện bằng kỹ thuật số mà
bạn không cần phải nói chuyện với người trực tiếp.
Bạn có thể tự hỏi lời khuyên đó tốt đến mức nào. Câu trả lời là nó sẽ phụ thuộc vào nền
tảng kiến thức của robot, vào hình thức đầu tư, vào động cơ can thiệp của máy, v.v. Tuy
nhiên, bạn cần nhớ rằng robot không thiên vị và chúng nhất quán. Họ có thể còn tỏ ra
giỏi hơn con người ở một trong những khía cạnh quan trọng nhất trong tư vấn đầu tư:
biết cách giảm thiểu thuế liên quan một cách hợp pháp. Điều này ngụ ý rằng việc thu lỗ
thuế ở cấp độ tổ chức hiện nằm trong tầm tay của tất cả các nhà đầu tư.
Được biết, phần lớn các quyết định mua bán cổ phiếu, giao dịch trên các sàn giao
dịch lớn của các tổ chức tài chính đều được thực hiện bằng máy tính. Tuy nhiên, máy
tính cũng có thể quản lý tài khoản của từng người.
Một robot cố vấn thương mại mới nổi đã được phát triển tại Đại học Cornell dưới tên
Gsphere.
Regan (2015) báo cáo rằng hoạt động kinh doanh cố vấn robot có thể đạt 2 tỷ
USD mỗi năm bằng cách 2020. Ngoài cố vấn đầu tư, còn có một số loại cố
vấn robot khác, từ du lịch, y học đến pháp lý.
⇒ Lưu ý cuối cùng: Mặc dù các cố vấn robot hiện tại không có tính cá nhân, nhưng
các robot trong tương lai sẽ có cá tính. Nadine là một robot xã hội thử nghiệm đang
được phát triển ở Singapore và nó có cá tính.
4.3 Internet Vạn Vật - The Internet of Things (IoT)
4.3.1 Internet vạn vật và TMĐT - The Internet of Things and E-Commerce
- Khái niệm: Nói đơn giản IoT là một tập hợp các thiết bị có khả năng kết nối với
nhau, với Internet và với thế giới bên ngoài để thực hiện một công việc nào đó.
(SLIDE)
- Những điều cơ bản của IoT
Internet of Things (IoT) là một thuật ngữ đang phát triển với nhiều định nghĩa. Nói
chung, IoT đề cập đến tình huống trong đó nhiều đối tượng (người, động vật, vật phẩm)
có vi mạch nhúng được kết nối chủ yếu không dây với Internet. Đó là, nó sử dụng điện
toán có mặt khắp nơi. Các nhà phân tích dự đoán rằng đến năm 2020, sẽ có hơn 50 tỷ
thiết bị kết nối với Internet, tạo nên cột sống của IoT. Những thách thức và cơ hội của
công nghệ đột phá này được thảo luận trong cuộc phỏng vấn với Peter Utzschneider, phó
chủ tịch quản lý sản phẩm của Java tại Oracle (xem Kvita năm 2014). Đối với tầm nhìn
của Intel về một thế giới kết nối hoàn toàn

Việc nhúng máy tính và các thiết bị khác vào các vật phẩm ở mọi nơi và kết nối tất cả các
thiết bị với Internet cho phép sự giao tiếp và hợp tác rộng rãi giữa người dùng và vật
phẩm (xem Zuora năm 2015). Loại tương tác này mở ra nhiều ứng dụng. Kiểu tương tác
này mở ra cánh cửa cho nhiều ứng dụng. Đối với các ứng dụng kinh doanh của Internet
vạn vật, xem Jamthe (2016). Ngoài ra, hãy kiểm tra “Internet of Things Consortium”
(iofthings.org) và các hội nghị thường niên của họ

- Định nghĩa và đặc điểm

Có nhiều định nghĩa về IoT. Wikipedia cung cấp định nghĩa sau đây: "Internet of Things
(IoT) là mạng lưới của các đối tượng vật lý - các thiết bị, xe cộ, toà nhà và các vật phẩm
khác được nhúng với điện tử, phần mềm, cảm biến và kết nối mạng, cho phép các đối
tượng này thu thập và trao đổi dữ liệu. Internet of Things cho phép các đối tượng được
cảm nhận và điều khiển từ xa qua cơ sở hạ tầng mạng hiện có, tạo cơ hội để tích hợp trực
tiếp thế giới vật lý vào các hệ thống dựa trên máy tính, và dẫn đến sự cải thiện về hiệu
suất, độ chính xác và lợi ích kinh tế; khi IoT được bổ sung bởi cảm biến và bộ điều khiển,
công nghệ trở thành một ví dụ của lớp tổng hợp rộng hơn của các hệ thống cyber-vật lý,
cũng bao gồm các công nghệ như lưới thông minh, nhà thông minh, giao thông thông
minh và các thành phố thông minh. Mỗi đối tượng có khả năng xác định duy nhất thông
qua hệ thống máy tính nhúng của nó nhưng có khả năng tương tác trong cơ sở hạ tầng
Internet hiện có."
Theo Miller (2015), đây là những đặc điểm chính của Internet of things IoT
là một hệ sinh thái được kết nối trong đó:
- Có thể kết nối một số lượng lớn các đối tượng (vật) vào mạng, tạo ra một mạng
lưới lớn các thiết bị và hệ thống liên kết với nhau.
- Mỗi thứ trong IoT có định danh duy nhất, thường được biểu thị bằng địa chỉ IP
(Giao thức Internet).
- Khả năng nhận, gửi và lưu trữ dữ liệu tự động
- Giao tiếp IoT chủ yếu được truyền qua mạng không dây Internet
- IoT được xây dựng dựa trên việc giao tiếp máy đến máy (M2M)
-Cấu trúc của một ứng dụng IoT (The Structure of IoT Applications)
 Mọi thứ trong IoT đề cập đến nhiều đối tượng và thiết bị khác nhau, từ ô tô và
thiết bị gia dụng đến thiết bị y tế, máy tính, thiết bị theo dõi thể dục, phần cứng, phần
mềm, dữ liệu, cảm biến, v.v. Kết nối “mọi thứ” và cho phép chúng giao tiếp là khả
năng cần thiết của ứng dụng IoT; nhưng đối với các ứng dụng phức tạp hơn, chúng ta
cần các thành phần bổ sung: hệ thống điều khiển và mô hình kinh doanh. IoT cho
phép “mọi thứ” cảm nhận được hoặc được cảm nhận không dây trên mạng. Một ví dụ
không có Internet sẽ là hệ thống kiểm soát nhiệt độ trong phòng. Một ví dụ khác
không có Internet là đèn giao thông tại các ngã tư đường, nơi camera chụp ảnh số
lượng ô tô đi đến từ mỗi hướng và hệ thống điều khiển điều chỉnh thời gian chuyển
đèn theo các quy tắc đã được lập trình. Sau này, chúng tôi sẽ giới thiệu một số ứng
dụng dựa trên Internet.
-Những lợi ích chính của IoT (The Major Benefits of IoT)

Với doanh nghiệp:

o Ứng dụng vào việc giám sát quá trình kinh doanh

o Cải thiện trải nghiệm khách hàng

o Tiết kiệm thời gian và tiền bạc

o Nâng cao năng suất của nhân viên

o Tích hợp và điều chỉnh mô hình kinh doanh

o Đưa ra quyết định kinh doanh tốt hơn, giúp tăng doanh thu

o Thay đổi cách tiếp cận doanh nghiệp, thị trường và cung cấp cho họ các công

cụ để cải thiện chiến lược kinh doanh.

Với các cá nhân:

o Giúp giám sát và bảo vệ tài sản

o Tự động thực hiện các công việc thường ngày

o Giúp cuộc sống trở nên thoải mái và an toàn hơn

- Xu hướng của IoT ( The Drivers of IoT)

50 đến 75 tỷ “thiết bị” – sẽ được kết nối (từ 2020 - 2025)

o Kết nối chủ động các hệ thống, thiết bị đều qua IoT

o Băng thông Internet ngày càng được mở rộng

o Chi phí cho IoT giảm

o Nhiều thiết bị được tạo ra với kết nối nội bộ

o Nhiều cảm biến được dùng trong các thiết bị

o Điện thoại thông minh phát triển nhanh chóng

o Thiết bị đeo tay ngày càng phổ biến

o Tốc độ trao đổi dữ liệu tăng

o Nhiều giao thức được phát triển cho IoT

o Nhu cầu khách hàng tăng

-IoT hoạt động như thế nào?

Dưới đây là một quá trình toàn diện cho IoT. Trong nhiều trường hợp, IoT chỉ tuân theo
một phần của quy trình này.

Hệ sinh thái Internet bao gồm rất nhiều thứ. Các cảm biến và các thiết bị khác thu thập
thông tin từ hệ sinh thái. Thông tin này có thể được hiển thị, lưu trữ và / hoặc xử lý (bao
gồm khai thác dữ liệu). Phân tích này chuyển đổi thông tin thành kiến thức và / hoặc
thông minh. Học máy có thể giúp biến kiến thức thành hỗ trợ quyết định (do con người
và / hoặc máy móc đưa ra), điều đó được chứng minh bằng một số hành động.
Những quyết định được tạo ra có thể giúp tạo ra các ứng dụng sáng tạo, các mô hình kinh
doanh mới và cải tiến quy trình kinh doanh. Những điều này dẫn đến "hành động", có thể
ảnh hưởng đến tình huống ban đầu của các "điều" khác. Lưu ý rằng hầu hết các ứng dụng
hiện có nằm ở phần trên của hình, được gọi là "cảm biến-đến-kiến thức", có nghĩa là dẫn
đến việc tạo kiến thức hoặc giao thông thông tin mới. Tuy nhiên, bây giờ, tập trung đang
dời sang toàn bộ chu trình, tức là cảm biến-đến-hành động (xem Ricktun năm 2016). IoT
có thể tạo ra lượng dữ liệu lớn (big data) cần được phân tích bằng các phương pháp thông
tin kinh doanh khác nhau, bao gồm khai thác dữ liệu sâu.
 Các quyết định được tạo ra có thể giúp tạo ra các ứng dụng sáng tạo, mô hình
kinh doanh mới và cải tiến quy trình kinh doanh. Những kết quả này dẫn đến “hành
động”, có thể tác động đến những thứ khác trong kịch bản ban đầu.
Lưu ý rằng hầu hết các ứng dụng hiện có đều nằm ở phần trên của hình, được
gọi là “cảm biến để hiểu biết sâu sắc”, nghĩa là lựa chọn việc tạo ra, kiến thức hoặc
cung cấp thông tin mới. Tuy nhiên, hiện tại, trọng tâm đang chuyển sang toàn bộ chu
trình, tức là từ cảm biến đến hành động (xem Ricktun 2016). IoT có thể tạo ra lượng
dữ liệu khổng lồ (dữ liệu lớn) cần được phân tích bằng nhiều phương pháp kinh
doanh thông minh khác nhau, bao gồm cả phân tích sâu.
-Một số vấn đề trong việc triển khai IoT

+ Bảo mật: Do Internet không được bảo mật tốt nên việc áp dụng IoT đòi hỏi các
biện pháp bảo mật đặc biệt. Perkins (2016) tóm tắt tình hình như sau: “IoT tạo
ra sự hiện diện kỹ thuật số lan tỏa, kết nối các tổ chức và xã hội nói chung. Các
tác nhân mới bao gồm các nhà khoa học dữ liệu; nhà tích hợp bên ngoài; và các
điểm cuối tiếp xúc. Những người ra quyết định về an ninh phải nắm bắt các
nguyên tắc cơ bản về rủi ro và khả năng phục hồi để thúc đẩy sự thay đổi.” Để
biết chi tiết, hãy xem gartner.com/analyst/25748.

• Kết nối các silo dữ liệu. (Connecting the silos of data) Có hàng triệu kho dữ liệu
trên Internet và nhiều trong số đó cần được kết nối với nhau. Vấn đề này được gọi là
nhu cầu về “vải” và nhu cầu kết nối. Đây có thể là một vấn đề phức tạp đối với các
ứng dụng liên quan đến nhiều bộ phận khác nhau thuộc các tổ chức khác nhau.

• Việc chuẩn bị các kiến trúc CNTT và mô hình vận hành hiện có cho
IoT )Preparing existing IT architectures and operating models for IoT) có thể là một
vấn đề phức tạp ở nhiều tổ chức. Để có phân tích và hướng dẫn đầy đủ, xem
Deichmann, et al. (2015).

4.3.2 Trình diễn có chọn lọc về hoạt động của IoT

Chúng tôi bắt đầu với một ví dụ nổi tiếng. Tủ lạnh của bạn có thể cảm nhận
được số lượng thực phẩm và nhắn tin cho bạn khi sắp hết hàng (cảm biến để hiểu rõ).
Một ngày nào đó, tủ lạnh sẽ có thể đặt hàng những món cần bổ sung, thanh toán và
sắp xếp giao hàng (cảm biến hành động).
- Trình lấy mẫu các ứng dụng hiện có
Các ví dụ sau đây là các ứng dụng IoT liên quan đến thương mại điện tử, dựa
trên Koufopoulos (2015):
 • Khách sạn Hilton. Khách có thể nhận phòng trực tiếp bằng điện thoại thông
minh (không cần sảnh nhận phòng; không cần chìa khóa). Các chuỗi khách sạn
khác cũng làm theo.
• Ford. Người dùng có thể kết nối với ứng dụng bằng giọng nói. Sắp tới: tự
động thanh toán tiền xăng và đặt hàng trước xe Ford tại Starbucks.
• Tesla. Phần mềm của Tesla tự động lên lịch cho người phục vụ đến đón xe
và lái xe đến cơ sở của Tesla khi có nhu cầu sửa chữa hoặc dịch vụ.
• Johnnie Walker. Công ty rượu whisky đã kết nối 100.000 chai rượu whisky
với Internet nhân Ngày của Cha ở Brazil. Bằng cách sử dụng nhãn thông
minh, người mua có thể tạo video được cá nhân hóa. Các ông bố có thể chia sẻ
video lên mạng xã hội. Các ông bố được khuyến mãi khi mua rượu whisky
nếu họ thích.
• Quả táo. Cho phép người dùng iPhone, Apple Watch và HomeKit có Apple
Pay hợp lý hóa việc mua sắm.
• Mạng lưới cỏ ba lá của Starbucks trên đám mây. Hệ thống này kết nối người
pha cà phê với sở thích của khách hàng. Hệ thống này cũng giám sát hiệu suất
của nhân viên, cải thiện công thức nấu ăn, theo dõi mô hình tiêu thụ, v.v.
Jamthe (2016) và Miller (2015) đã báo cáo một số lượng lớn các ứng dụng tiêu
dùng của IoT. Đây là một ví dụ khác:

- Nest: Một công ty của Google

Nhà sản xuất ứng dụng IoT hàng đầu là Nest của Google. Công ty là nhà sản
xuất các sản phẩm tự học có thể lập trình, điều khiển bằng cảm biến, hỗ trợ Wi-Fi.
Vào mùa xuân năm 2016, công ty có ba sản phẩm
• Máy điều nhiệt học tập. Thiết bị tìm hiểu mức nhiệt độ và độ ẩm mà mọi
người thích và điều khiển máy điều hòa/máy sưởi phù hợp. Công ty tuyên bố
họ tiết kiệm được trung bình 13% năng lượng, đủ để trả tiền mua thiết bị trong
2 năm; hãy xem Nest.com/thermostat/meet-nest-thermostat/?alt=3.
• Đầu báo khói và báo động. Thiết bị này tự động kiểm tra và tồn tại trong
khoảng một thập kỷ. Nó được điều khiển từ điện thoại thông minh. Để biết chi
tiết, hãy xem Nest.com/smoke-co-alarm/meet-nest-protect.
• Nest.com. Đây là một hệ thống dựa trên webcam cho phép bạn xem từ điện
thoại thông minh hoặc máy tính để bàn của mình những gì đang diễn ra trong
nhà khi bạn đi vắng. Hệ thống tự động bật khi không có ai ở nhà. Bạn có thể
theo dõi thú cưng, trẻ sơ sinh, v.v. Có một máy ghi âm cho phép bạn quay
ngược thời gian. Để biết chi tiết, hãy xem Nest.com/Camera/meet-nest-cam.
 Để biết cách Nest có thể sử dụng điện thoại của bạn để biết khi nào bạn rời
khỏi nhà, hãy xem Kastrenakes (2016).
Nhiều công ty đang thử nghiệm các sản phẩm IoT để bán lẻ (B2C); cho hoạt động
B2B; cho vận tải, hậu cần và kho bãi nhà máy; và hơn thế nữa. Để biết chi tiết, xem
Miller (2015) và Jamthe (2016).
Lưu ý: Để biết nhiều nghiên cứu điển hình và ví dụ về IoT, hãy xem ptc.com/internet-
of-things/customer-success, divante.co/blog/internet-e-commerce, Greengard (2016b),
và Kuntz và Becker (2015) ).
Trong số tất cả các sản phẩm liên quan đến người tiêu dùng, có ba sản phẩm nổi
tiếng: nhà và thiết bị thông minh, ô tô thông minh và thành phố thông minh.
- Nhà thông minh và thiết bị gia dụng
Trong một ngôi nhà thông minh, các thiết bị như máy tính, tủ lạnh, máy giặt,
máy sấy, đèn, điều hòa, máy sưởi, tivi và hệ thống an ninh được kết nối với nhau và
có thể được điều khiển từ xa bằng điện thoại thông minh thông qua Internet. Để biết
tổng quan, hãy xem smarthomeenergy.co.uk/what-smart-home và Miller (2015).

Tại Hoa Kỳ, hàng nghìn ngôi nhà đã được kết nối với các hệ thống như vậy và các quốc
gia khác cũng đang làm theo. Hiện nay, hệ thống nhà thông minh hỗ trợ một số nhiệm vụ
khác nhau:

• Ánh sáng: Người dùng có thể quản lý hệ thống chiếu sáng trong nhà từ bất kỳ đâu họ
đang ở. Điều này cho phép họ tắt hoặc bật đèn từ xa, điều chỉnh độ sáng và màu sắc theo
sở thích của họ.

• Quản lý năng lượng: Hệ thống sưởi ấm và làm mát trong nhà có thể được điều khiển từ
xa để điều chỉnh nhiệt độ trong ngôi nhà. Một ví dụ cụ thể được đề cập là hệ thống Nest
(nest.com/works-with-nest), giúp người dùng tối ưu hóa việc quản lý nhiệt độ và tiết
kiệm năng lượng.

• Kiểm soát nước: WaterCop (watercop.com) là một hệ thống giảm thiểu thiệt hại do
nước bằng cách theo dõi nước rò rỉ thông qua một cảm biến. Khi phát hiện rò rỉ nước, hệ
thống gửi tín hiệu đến van, làm cho van đóng lại để ngăn nước tiếp tục rò rỉ, từ đó bảo vệ
ngôi nhà khỏi thiệt hại nước.

• Giải trí trong nhà: Thiết bị âm thanh và hình ảnh có thể được lập trình để phản ứng với
thiết bị điều khiển từ xa. Ví dụ, một điều khiển từ xa dựa trên Wi-Fi cho một hệ thống
stereo nằm trong phòng khách có thể điều khiển hệ thống phát âm thanh qua loa được cài
đặt ở bất kỳ nơi nào trong ngôi nhà. Tự động hóa trong nhà thực hiện tất cả từ một điều
khiển và chỉ cần một nút bấm.

• An ninh và an toàn trong nhà: Hệ thống an ninh và an toàn trong nhà có thể được lập
trình để thông báo cho bạn về một sự kiện liên quan đến an ninh tại tài sản của bạn. Hệ
thống an ninh trong nhà cũng có thể được hỗ trợ bằng camera, giúp bạn xem tài sản của
mình từ xa trong thời gian thực. Các cảm biến có thể được sử dụng trong nhà để phát hiện
sự xâm nhập, theo dõi thiết bị làm việc và nhiều công việc khác nữa.
Ví dụ: iHealthHome
Các biện pháp an ninh thường được áp dụng tại các cơ sở hỗ trợ sinh
hoạt trong cộng đồng người cao tuổi và dành cho người cao tuổi sống độc
lập. Ví dụ: hệ thống Màn hình cảm ứng iHealthHome thu thập dữ liệu và
liên lạc với phần mềm của công ty. Theo trang web của họ, đây là một hệ
thống giám sát và liên lạc toàn diện dành cho những người chăm sóc
chuyên nghiệp và cộng đồng sống độc lập. Những người chăm sóc gia
đình và bác sĩ được cấp quyền truy cập từ xa vào dữ liệu sức khỏe của
bệnh nhân. Sử dụng công nghệ này, chương trình iHealthHome nhắc nhở
người cao tuổi về các cuộc hẹn hàng ngày của họ, làm cho Internet trở nên
hữu ích, giúp họ luôn bận rộn và hơn thế nữa. iHealthHome cũng nhắc nhở
người cao tuổi uống thuốc, theo dõi huyết áp và giữ liên lạc với người
chăm sóc họ.
+ Thông tin thêm về Thiết bị thông minh

Theo Smartgrid.gov, thiết bị thông minh là “một thiết bị bao gồm trí thông
minh và thông tin liên lạc được tự động hóa hoặc điều khiển từ xa dựa trên sở thích
của người dùng hoặc tín hiệu bên ngoài, từ tiện ích hoặc nhà cung cấp dịch vụ năng
lượng bên thứ ba. Thiết bị thông minh có thể sử dụng Mạng Khu vực Gia đình để liên
lạc với các thiết bị khác trong cơ sở của khách hàng hoặc các kênh khác để liên lạc
với các hệ thống tiện ích.”
McGrath (2016) cung cấp cái nhìn tổng quan về các thiết bị thông minh bao
gồm tất cả các thiết bị sắp ra mắt của Haier (một nhà sản xuất lớn có trụ sở tại Trung
Quốc). Công ty muốn mọi thứ trong nhà đều có thể giao tiếp với nhau, thậm chí với
các nhà sản xuất thiết bị khác. Ví dụ như tủ lạnh thông minh, máy điều hòa không khí
và máy giặt. Công ty cung cấp bảng điều khiển cho tất cả các thiết bị, bất kể nhà sản
xuất. Apple đang nghiên cứu một bộ điều khiển duy nhất cho tất cả các thiết bị thông
minh trong nhà (Heat 2016).
 + Thiết bị gia dụng mới tại CES 2016

Các thiết bị thông minh mới sau đây đã được trưng bày trong triển lãm CES ở Las
Vegas vào tháng 1 năm 2016 (theo Morris 2016).
• Tủ lạnh thông minh Samsung. Máy ảnh kiểm tra nội dung và cảm
biến kiểm tra nhiệt độ và độ ẩm.

• Bếp robot dành cho người sành ăn. Nó có tác dụng với bạn.

• Thiết bị 10 trong 1 cho căn bếp của bạn. Khuấy thức ăn: xào,
tráng trứng,… Ngoài ra còn có thể chọn 10 kiểu nấu: nướng, làm
nước sốt, v.v.
• LG HOM-BOT Turbo+. Nó cho phép bạn chỉ định một khu vực
trong nhà cần được chú ý đặc biệt. Một camera cho phép bạn giám
sát ngôi nhà của mình từ xa khi bạn đi vắng (một camera tương tự
như Nest của Google).
• Tủ lạnh Haier R2D2. Theo Morris (2016), “Đây có phải là chiếc tủ
lạnh thiết thực nhất tại CES? Tất nhiên là không, nhưng chắc chắn nó
là trò chơi có giá trị giải trí cao nhất. Đây là bản sao rất chân thực của
droid nổi tiếng nhất của Star Wars, với hiệu ứng âm thanh và ánh
sáng chân thực. Nó sẽ chứa sáu gói đồ uống mà bạn lựa chọn và sẽ
mang đồ uống đến cho bạn (với tốc độ tối đa là 0,62 dặm một giờ).
Nó còn có một máy chiếu tích hợp, cho phép bạn vừa xem phim vừa
thưởng thức đồ uống của mình.”
• Máy giặt cửa trên thông minh của Whirlpool. Máy hoàn toàn tự
động với hệ thống điều khiển thông minh. Nó cũng tiết kiệm năng
lượng và thậm chí khuyến khích hoạt động từ thiện bằng cách gửi
một số tiền nhỏ đến “Môi trường sống cho nhân loại” mỗi khi bạn
cho máy giặt vào. Công ty cũng cung cấp một máy sấy thông minh.
• LGMáy rửa chén LDT8786ST. Cảm biến của camera của máy
theo dõi những gì đã được làm sạch để tiết kiệm nước. Ngoài ra, nó
còn mang đến cho bạn sự linh hoạt trong các thao tác. Cericola
(2016) nhận thấy xu hướng nhà thông minh sau đây cho năm 2016 tại
hội nghị CES:

• Việc sử dụng TV làm trung tâm thông minh cho các thiết bị gia dụng
đang đến từ Samsung.
Các sản phẩm Dolby Atmos bao gồm loa, bộ thu và các thiết bị giải trí khác.

• Camera an ninh thông minh tại nhà DIY (ví dụ: nó đảm bảo rằng
đó không chỉ là con mèo trước khi báo cảnh sát).
• Điều khiển nước cho vòi, vòi phun nước và thiết bị báo lũ. Ngoài
ra, một robot sẽ dạy bạn cách tiết kiệm nước trong nhà (hydro.fr/en).
- Những thành phố thông minh
Ý tưởng về thành phố thông minh bắt đầu vào khoảng năm 2007 khi IBM triển
khai dự án Hành tinh thông minh và Cisco bắt đầu chương trình Cộng đồng và Thành
phố thông minh. Ý tưởng là ở các thành phố thông minh, công nghệ kỹ thuật số (chủ
yếu dựa trên thiết bị di động) tạo điều kiện thuận lợi cho các dịch vụ công tốt hơn cho
người dân, sử dụng tài nguyên tốt hơn và ít tác động tiêu cực đến môi trường hơn..
Townsend (2013) cung cấp cái nhìn lịch sử bao quát và bao quát về các công nghệ.
Trong phần tổng quan về cuốn sách của mình, ông đưa ra các ví dụ sau: “Ở Zaragoza,
Tây Ban Nha, 'thẻ công dân' có thể giúp bạn truy cập mạng Wi-Fi miễn phí trên toàn
thành phố, mở khóa dịch vụ chia sẻ xe đạp, mượn sách từ thư viện , và trả tiền xe
buýt về nhà. Ở New York, một nhóm du kích gồm các nhà khoa học công dân đã lắp
đặt cảm biến trong hệ thống cống rãnh địa phương để cảnh báo bạn khi nước mưa
chảy tràn tràn hệ thống, đổ chất thải vào các tuyến đường thủy địa phương.” Theo
Editors (2015), thành phố thông minh sẽ sử dụng 1,6 tỷ thiết bị được kết nối vào năm
2016. Để biết thêm về thành phố thông minh, hãy xem Schwartz (2015) và Hean
(2015). Ở nhiều quốc gia, chính phủ và các tổ chức khác (ví dụ: Google) đang phát
triển các ứng dụng thành phố thông minh. Ví dụ, Ấn Độ đang có kế hoạch phát triển
100 thành phố thông minh
Liên quan đến thành phố thông minh là các nhà máy thông minh (Libelium
2015). Ngoài ra, tại các thành phố thông minh, người ta sẽ có thể tìm thấy những
chiếc ô tô được kết nối và tự lái (xem Hamblen 2016 và phần tiếp theo của chúng tôi)
- Ô tô thông minh (Tự lái) - Smart Cars (Self-Driven)

Ô tô thông minh, còn được gọi là ô tô không người lái, ô tô do robot điều khiển,
ô tô tự lái và ô tô tự hành, đã có mặt trên đường ở một số nơi. Ý tưởng này được khởi
xướng bởi Google (có tên là Google Chauffeur) và nó đang trở thành hiện thực, với
một số tiểu bang ở Hoa Kỳ đã sẵn sàng cho phép họ lưu thông trên đường (Hình 4.8).
Những chiếc ô tô này chạy bằng điện và chúng có thể tạo ra một cuộc cách mạng nhờ
khả năng giảm khí thải, tai nạn và ùn tắc giao thông (ví dụ: xem Neckermann 2015 và
Tokuaka 2016). Greenough (2015) ước tính sẽ có 10 triệu chiếc ô tô như vậy lưu
 thông trên đường ở Hoa Kỳ vào năm 2020. Cho đến nay, những chiếc ô tô này đang
được thử nghiệm ở một số thành phố trên toàn thế giới.
Ô tô có hệ thống cảm biến có thể ngăn va chạm và ô tô có thể tự động hoàn
toàn. (Ngày nay, chúng vẫn bao gồm yếu tố đảm bảo an toàn cho con người.) Trong
số nhiều vấn đề triển khai là vấn đề pháp lý, chi phí, xâm phạm quyền riêng tư, an
toàn, v.v.
Bất chấp những vấn đề này, một số nhà sản xuất ô tô vẫn sẵn sàng sớm bán
những chiếc xe như vậy (ví dụ: BMW, Mercedes, Ford, GM, Tesla và — tất nhiên —
Google). Để biết thêm thông tin, xem Những cây cầu (2015).
Ngoài ô tô du lịch, chúng tôi còn thấy những phát triển mới liên quan đến các
phương tiện khác. Ví dụ, xe buýt tự lái là sản phẩm mới ở Phần Lan. Dưới đây là một
số chi tiết:
• Uber và các công ty chia sẻ chuyến đi khác có kế hoạch phát triển ô tô tự lái
(Mitchell và Lien 2016).
• Xe buýt không người lái đang được thử nghiệm ở Phần Lan.
• Taxi tự lái hoạt động ở Singapore (Watts 2016). Lưu ý: Xe không người lái
sắp được Mỹ bật đèn xanh (Levin (2016)).
4.4 Vấn đề quản lý
Một số vấn đề quản lý liên quan đến chương này như sau.
1. Để chứng minh đầu tư vào hệ thống trí tuệ nhân tạo (AI) là hợp lý, bạn
cần đánh giá các chi phí và lợi ích (Chương 7). Vấn đề là một số lợi ích
không rõ ràng và một số lợi ích và chi phí trong tương lai không rõ
ràng. Một số công ty mạo hiểm là những nhà lãnh đạo trong lĩnh vực
đổi mới; những công ty khác là người theo đuổi. Hãy xem xét đối thủ
cạnh tranh. Hãy nhớ rằng các dự án AI có thể tốn kém.
2. Chatbots đang trở nên phổ biến. Chúng ta nên theo đuổi không? Khái niệm này hấp
dẫn. Chi phí có thể hợp lý, nhưng độ chính xác của các câu trả lời bạn nhận được từ
máy rõ ràng phụ thuộc vào việc bạn đầu tư vào kiến thức của máy và việc đào tạo nó.
Chatbots có thể tiết kiệm rất nhiều tiền và làm khách hàng hạnh phúc. Tuy nhiên, chúng
có thể gây thất vọng cho khách hàng với các cuộc trò chuyện "ngốc nghếch".
3. Nhân viên của chúng tôi đóng góp kiến thức của họ vào cơ sở kiến thức của công ty.
Chúng tôi có nên trả thêm tiền cho họ không? Điều này phụ thuộc vào hợp đồng lao động
và tính chất cũng như quy mô của đóng góp. Nếu đóng góp cho các dự án AI không liên
quan đến công việc thông thường của nhân viên, quản lý nên xem xét các phần thưởng
đặc biệt.
4. Robot và các đổi mới về AI sẽ dẫn đến việc mất việc làm của một số người trong công
việc của chúng tôi. Chúng tôi nên làm gì? Đây là một vấn đề lớn sẽ gia tăng trong tương
lai. Hầu hết các công ty đang lắp đặt robot ở những nơi lợi ích lớn và họ cố gắng tái chỉ
định lại những nhân viên bị ảnh hưởng. Robot sẽ khiến một số người mất việc làm, giống
như những quy trình tự động hóa khác đã làm.
5. Công ty của chúng tôi đang xem xét việc giới thiệu trợ lý robot (robo assistant). Làm
thế nào để tiếp cận vấn đề này? Robo assistant (hoặc người tư vấn) được sử dụng bởi các
công ty cho nhiều mục đích. Các ứng dụng phổ biến nhất bao gồm các người tư vấn nội
bộ cho nhân viên (như trong trường hợp Allstate), làm trợ lý cho khách hàng (như được
sử dụng bởi các hãng hàng không), và làm trợ lý cho người quyết định, chẳng hạn như
việc sử dụng các robo advisor trong lĩnh vực đầu tư hoặc trong việc phê duyệt các khoản
vay nhỏ trong ngân hàng. Tùy thuộc vào tính chất của ứng dụng, bạn cần lựa chọn một
nhà cung cấp và một sản phẩm (tư vấn một cuốn sách giới thiệu về Công nghệ thông tin
về cách thực hiện điều này). Cuối cùng, bạn cần tiến hành một phân tích chi phí - lợi ích
(xem Chương 7).
6. Các ứng dụng của Internet of Things (IoT) hứa hẹn nhiều và có tiềm năng lợi ích. Liệu
nó phù hợp với chúng tôi? IoT có nhiều lợi thế tiềm năng, nhưng nó đang ở giai đoạn sơ
khai. Các công ty lớn có thể thu được lợi ích đáng kể. Mặc dù các ứng dụng nhỏ cho ngôi
nhà và các thiết bị là khả thi ngay bây giờ, triển khai quy mô lớn trong các tổ chức có thể
gặp nhiều vấn đề, chẳng hạn như an ninh, tích hợp hệ thống, chứng minh tài chính, và
việc lựa chọn nhà cung cấp triển khai. Có lý thú tìm kiếm sự tư vấn từ một công ty quản
lý Công nghệ thông tin (như Gartner) cũng như tham khảo một nhà cung cấp công nghệ
lớn (như Cisco).