Get Free Bitcoin

Get Free Bitcoin
Free Bitcoin

Sunday, 23 July 2023

Elon Musk đang cho thấy tài năng quản trị doanh nghiệp thiên bẩm của mình khi mạng xã hội Twitter vẫn vận hành được dù bị cắt giảm phần lớn nhân sự.

 

Kể từ khi chính thức tiếp quản Twitter vào cuối tháng 10 năm ngoái, một trong các thay đổi lớn nhất mà ông Elon Musk thực hiện đối với mạng xã hội này là nhân sự. Khoảng 6.500 nhân viên, tương đương 80% nhân sự Twitter đã bị cắt giảm chỉ trong vòng 6 tháng sau khi ông Musk lên nắm quyền.

Theo một nguồn tin nội bộ, giờ đây Twitter chỉ còn gần 1.500 người bao gồm 2 nhà thiết kế, 6 nhà phát triển iOS, 20 nhà phát triển web cùng khoảng 1.400 nhân viên kinh doanh và vận hành.

Nhưng điều kinh ngạc hơn cả là cho dù sa thải phần lớn nhân sự đến như vậy, website Twitter vẫn hoạt động gần như bình thường – tất nhiên ngoại trừ một vài sự cố và lỗi kỹ thuật vặt vãnh, hầu như mọi hoạt động của hệ thống vẫn diễn ra tương đối bình thường trong suốt thời gian đó.

Tại sao họ có thể làm được điều đó?

Trên thực tế, đã bao giờ bạn thấy thắc mắc tại sao nhiều công ty công nghệ tưởng chừng đơn giản lại cần đến hàng chục nghìn nhân viên chưa? Có thể công ty đó cần đến một đội ngũ đông đảo người làm kinh doanh cũng như vận hành, hỗ trợ công nghệ, nhưng thông thường nguyên nhân đến từ một định luật có tên gọi Định luật Parkinson.

Ông Cyril Northcote Parkinson, người xây dựng nên Định luật mang tên ông

Được lấy tên theo người tìm ra nó, nhà sử học Cyril Northcote Parkinson, định luật này cho rằng các công việc ngay cả đơn giản cũng có xu hướng mở rộng ra, chiếm hết thời gian, ngân sách và nhân lực được phân bổ cho nó – cho dù có bao nhiêu người được phân bổ công việc này, họ vẫn luôn cảm thấy bận rộn khi hoàn thành nó.

Họ cảm thấy bận rộn bởi vì khi có quá thừa thời gian – hay thời gian rảnh rỗi – trong hệ thống, họ sẽ bắt đầu tập trung vào những nhiệm vụ ngày càng ít quan trọng hơn.

Đây là cách nó thể hiện ở cấp độ một cá nhân:

Giả sử bạn có một tuần để hoàn thành một báo cáo nào đó.

Nhưng trên thực tế, bạn chỉ cần khoảng 5 tiếng đồng hồ để hoàn thành báo cáo đó nếu thực sự tập trung và làm việc hiệu quả. Tuy nhiên, vì bạn biết mình có một tuần để hoàn thành nó, bạn sẽ có xu hướng dành thời gian để làm nó hơn mức cần thiết.

Định luật Parkinson là lý do tại sao mọi người thường trở nên năng suất khi sát đến deadline.

Bạn trở nên phân tâm hơn, nghỉ giải lao lâu hơn và có thể quyết định thêm nhiều chi tiết, bảng biểu khác đôi khi không cần thiết. Về cơ bản, tác vụ này trở nên phức tạp hơn, tiêu tốn thời gian hơn chỉ bởi vì bạn có nhiều thời gian để làm nó hơn.

Đây là cách nó thể hiện ở cấp độ một tổ chức:

Giả sử đó là một công ty công nghệ lớn. Một công ty mạng xã hội với nhiều phòng ban khác nhau. Mỗi phòng ban lại có nhiệm vụ riêng phải hoàn thành để đóng góp vào năng suất chung của công ty.

Giả sử, mỗi phòng ban lại có một ngân sách riêng và thời gian nhất định để hoàn thành nhiệm vụ của mình trong một năm.

 

Theo định luật Parkinson, mỗi bộ phận sẽ sử dụng toàn bộ ngân sách và thời gian được phân bổ, ngay cả khi các nhiệm vụ đó lẽ ra có thể được hoàn thành với thời gian và ngân sách ít hơn. Đó là bởi vì khi các nguồn lực và thời gian tăng lên, các phòng ban có xu hướng trở nên phức tạp hơn và ít hiệu quả hơn.

Ví dụ, một bộ phận nào đó sẽ bổ sung thêm các bước khác trong quy trình của mình, đòi hỏi phải có nhiều sự phê chuẩn hơn và nhiều công việc giấy tờ hơn, cuối cùng làm chậm lại cả quá trình. Hoặc nó có thể sử dụng toàn bộ ngân sách để bổ sung nhân sự và thiết bị không cần thiết thay vì cải thiện hoặc gia tăng năng suất.

Ngoài ra các phòng ban cũng muốn sử dụng hết ngân sách được phân bổ bởi vì điều đó sẽ được dùng làm căn cứ để phân bổ ngân sách lớn hơn cho năm sau, khi nhiều tổ chức thường phân bổ ngân sách cho các phòng ban dựa trên mức chi tiêu của năm trước đó. Đó là một hiện tượng thường được gọi là "tiêu hết tiền hoặc mất tiền" trong các tổ chức phức tạp quy mô lớn.

Sự kém hiệu quả này cũng thường kéo theo sự thừa thãi nhân sự. Khi một phòng ban trở nên đông đúc hơn, nó cũng bổ sung thêm nhiều vị trí quản lý không thật sự cần thiết. Nhiều cấp bậc quản lý hơn, sẽ tạo ra nhiều tầng lớp quan liêu hơn không mang lại hiệu suất và cũng làm chậm quá trình ra quyết định.

Ông Musk cũng từng nói đến điều này trên một dòng tweet của mình vài năm trước.

Định luật Parkinson là lời giải thích tại sao các tập đoàn lớn thường trở nên kém hiệu quả, kém sáng tạo hơn theo thời gian. Xu hướng trở nên quan liêu hơn khi bộ máy quản lý và tổ chức trở nên phức tạp hơn giống như một con sán dây ăn mòn dần vào các tập đoàn và công ty lớn.

Twitter: Minh chứng cho tài năng quản trị của ông Elon Musk

Trong quản trị còn một nguyên tắc thú vị khác có tên 80-20 (hay Nguyên tắc Pareto) cho rằng: khoảng 80% kết quả do 20% nguyên nhân tạo ra. Đối với một công ty, 20% khách hàng mang lại 80% doanh thu, 20% nhân viên tạo ra 80% kết quả, 20% tính năng tạo ra 80% nhu cầu sử dụng. Là một trong những nhà quản trị doanh nghiệp tài ba nhất thế giới, gần như chắc chắn ông Musk cũng không xa lạ gì điều này.

Đối với Twitter, quyết định loại bỏ 80% nhân sự của ông Musk dường như đã được từ trước. Từ giữa tháng 10 năm 2022, vài tuần trước khi chính thức tiếp quản Twitter, một số báo cáo cho biết, ông Musk có kế hoạch cắt giảm 75% nhân sự hiện có của công ty. Tuy nhiên, vào thời điểm đó, ông Musk đã phủ nhận các báo cáo này.

Đến giữa tháng 11 năm 2022, ông Musk lại đăng một dòng tweet cho biết, Twitter chỉ cần chưa đến 20% các microservice để hoạt động. Cắt giảm các microservice đó cũng đồng nghĩa với việc sẽ phải cắt giảm một số lượng lớn các lập trình viên phát triển và duy trì các microservice đó.

 

Share:

Chatbot với tên gọi Med-PaLM 2 được phát triển trên cơ sở của PaLM 2, mô hình ngôn ngữ lớn (LLM) mới nhất và tiên tiến nhất của Google.

              Với đặc thù về y tế, Med-PaLM 2 được cho là có thể đưa ra các câu trả lời chuyên ngành y tế chất lượng hơn so với các chatbot thông thường khác như Bard, Bing của Microsoft và ChatGPT của OpenAI.


Google thu nghiem chuong trinh tri tue nhan tao chuyen biet cho y te hinh anh 1
         
 
Chatbot với tên gọi Med-PaLM 2 được phát triển trên cơ sở của PaLM 2, mô hình ngôn ngữ lớn (LLM) mới nhất và tiên tiến nhất của Google.
 
Với đặc thù về y tế, Med-PaLM 2 được cho là có thể đưa ra các câu trả lời chuyên ngành y tế chất lượng hơn so với các chatbot thông thường khác như Bard, Bing của Microsoft và ChatGPT của OpenAI.
 
Một số ý kiến chuyên gia cho rằng Med-PaLM 2 sẽ rất hữu ích tại các quốc gia "bị hạn chế về khả năng tiếp cận các y, bác sỹ."
 
Theo Giám đốc điều hành của Google và các nghiên cứu do công ty công bố, Med-PaLM 2 có thể thực hiện các tác vụ như tóm tắt tài liệu hoặc sắp xếp dữ liệu y tế.
 
Đặc biệt, khách hàng thử nghiệm Med-PaLM 2 sẽ có quyền kiểm soát dữ liệu cá nhân, được cài đặt và mã hóa cho mục tiêu bảo mật. Google và hệ thống Med-PaLM 2 cũng không thể truy cập hồ sơ cá nhân này.
 
Trao đổi với tờ Wall Street Journal (WSJ), Giám đốc nghiên cứu cấp cao của Google Greg Corrado cho biết công ty vẫn đang trong giai đoạn đầu phát triển Med-PaLM 2.
 
Ông khẳng định hệ thống này sẽ đóng vai trò quan trọng trong lĩnh vực y tế và giúp mở rộng tiềm năng AI hơn nữa.
 
Các bác sỹ và chuyên gia chăm sóc sức khỏe cho biết các chương trình như Med-PaLM 2 vẫn cần phát triển và thử nghiệm thêm trước khi được sử dụng để chẩn đoán cho bệnh nhân và đề xuất phương pháp điều trị.
 
Hệ thống Med-PaLM 2 đã được thí điểm tại bệnh viện nghiên cứu Mayo Clinic của Mỹ kể từ tháng Tư vừa qua.
 
Người phát ngôn của Google từ chối tiết lộ thời điểm ra mắt chính thức và phổ biến rộng rãi Med-PaLM 2.
 
Google và Microsoft hiện là hai trong số những đối thủ lớn nhất trong mảng AI với những khoản đầu tư mạnh tay trong lĩnh vực này, bên cạnh OpenAI với chatbot từng "gây sốt" ChatGPT/.


Share:

Tuesday, 11 July 2023

Google tối ưu trải nghiệm mua sắm với Search Generative Experience


Google đã thông báo rằng họ sẽ "tăng cường" trải nghiệm mua sắm trên nền tảng bằng cách sử dụng công nghệ A.I. Hiện tại, Google đang thử nghiệm một tính năng mới được gọi là Trải nghiệm Sáng tạo Tìm kiếm (Search Generative Experience) nhằm cung cấp cho người dùng thông tin chi tiết về sản phẩm, giá cả và ưu đãi một cách chính xác nhất dựa trên việc tổng hợp thông tin từ Internet. Google cho biết rằng công nghệ A.I của họ sẽ giúp người dùng thực hiện mua sắm dễ dàng hơn bằng cách lọc thông tin từ 35 tỷ danh sách sản phẩm trên Biểu đồ Mua sắm của Google (Google’s Shopping Graph) để hiển thị kết quả phù hợp. Để trải nghiệm tính năng này, người dùng cần tham gia chương trình Google's Search Labs, một chương trình mới cho phép họ thử nghiệm những trải nghiệm tìm kiếm mới nhất từ Google.

 User asking SGE to evaluate two national parks that are best for young kids and a dog

Search Generative Experience tập trung vào việc cung cấp trải nghiệm mua sắm tốt hơn và thông tin sản phẩm đáng tin cậy cho người dùng

Các nỗ lực được đề cập nhằm mục đích tăng cường hiệu quả quảng cáo cho các thương hiệu, từ đó tạo ra nhiều doanh thu hơn cho các nền tảng quảng cáo kỹ thuật số. Tuy nhiên, nền tảng này đang đối mặt với mối đe dọa ngày càng tăng từ các nhà bán lẻ và công ty thương mại điện tử, chẳng hạn như Walmart, Instacart và Dollar General, khi họ đang cố gắng xây dựng nền tảng quảng cáo của riêng mình để tận dụng các hoạt động kinh doanh có lợi và mang lại lợi nhuận cao. Điều này đang tạo sự chú ý cho cả Google và Meta .

 

Share:

Bài viết ngoài

Nguon Tin Viet

Tự Điển Việt

bachkhoathu.net

Dịch