Hôm nay, khi mở phần billing để kiểm tra một khoản chi, tôi chậm lại một nhịp trước con số 12 triệu token.
Đó là lượng token tôi đã dùng qua API của OpenAI trong 30 ngày, chỉ tính riêng mình tôi.
Tôi nhìn lại, tự hỏi có phải mình đang xem nhầm tài khoản của team không. Rồi tôi mở danh sách những công cụ vẫn trả phí, trong đó có một gói chatbot Ultra đắt tiền mà tab của nó đã lâu không được mở.
Không phải vì mô hình dở, cũng không phải vì tôi dùng AI ít đi. Ngược lại, tôi dùng AI nhiều gấp mấy lần trước; chỉ là tôi không còn dành phần lớn thời gian ngồi trước một ô chat, gõ một câu hỏi rồi chờ một câu trả lời hoàn chỉnh.
12 triệu token ấy chảy vào một tầng gần như vô hình. Không logo, không trang giới thiệu bóng bẩy, không ai đứng ra hứa hẹn đây là "trải nghiệm AI tốt nhất". Tôi tự lắp nó từ những phần rời rạc: dữ liệu riêng, các luồng công việc lặp lại, những system prompt được chỉnh đi chỉnh lại và các model từ nhiều nhà cung cấp.
Hạ tầng Harness và sự giải phóng khỏi một chatbot duy nhất
Nhìn từ bên ngoài, đó chỉ là những công cụ và mô hình được nối với nhau. Nhưng dần dần, chúng đã thay đổi cách tôi dùng AI trong công việc marketing.
Nếu phải gọi tên phần hạ tầng ghép nối đó, bạn có thể tìm hiểu về Harness. Nó giúp những gì chúng ta đã biết về cách mình làm việc không bị mắc kẹt trong một nhà cung cấp hay một chatbot duy nhất. Tôi cũng hết phải copy paste nội dung từ nơi này sang nơi khác.
OpenAI hay bất kỳ nhà cung cấp nào ra model mới, nếu model đó thực sự hợp với một khâu nào đó, tôi thử đưa nó vào hệ thống. Không hợp thì tôi bỏ qua mà chẳng cần di chuyển dữ liệu đi đâu.
Các mô hình Gen AI không còn là nơi tôi gửi gắm toàn bộ công việc. Chúng giống một nhân sự theo hợp đồng: được giao đúng việc, được đánh giá bằng kết quả và có thể thay thế khi cần.
Từ chốt plan sang live document và tư duy Bayes
Cách nghĩ ấy quay lại thay đổi cả cách tôi làm marketing. Trong một thời gian dài, chúng ta luôn phải "chốt" một bản kế hoạch. Khi plan được duyệt để chạy, ai cũng có cảm giác mình vừa hoàn thành một việc quan trọng.
Nhưng thị trường luôn thay đổi. Một nội dung có thể nhận phản hồi khác hẳn dự đoán, như Starbucks gần đây cũng trượt chân vì một bài đăng ở thị trường Trung Quốc. Một tín hiệu nhỏ từ dữ liệu bán hàng, từ bình luận, từ những cuộc gọi với khách hàng hay từ diễn biến văn hóa cũng đủ khiến một giả định từng rất chắc chắn khi lập kế hoạch phải được xem lại.
Khi có một hạ tầng đủ linh hoạt ở phía sau, ý tưởng và plan không phải chết ngay sau buổi duyệt. Nó trở thành một live document. Điều đáng giá của Gen AI là tôi có thể đối thoại trực tiếp với live document ấy cùng những mô hình thông minh nhất và hiệu chỉnh ngay khi có tín hiệu mới. Nó khá giống định lý Bayes trong công việc sáng tạo: khi bằng chứng thay đổi, niềm tin cũng cần được cập nhật.
Giữ cho cuộc đối thoại không bị đứt đoạn
Gen AI không làm thay phần phán đoán cho công việc của chúng ta. Nó cũng không chịu trách nhiệm thay chúng ta về một quyết định truyền thông, một hướng đi thương hiệu hay cách đọc một hành vi con người. Nó chỉ giúp cho cuộc đối thoại không bị đứt đoạn.
Nó giữ cho những câu hỏi còn mở được ở lại. Nó giúp tôi quay về một ý tưởng cũ mà không phải lục lại mọi mảnh giấy, mọi ghi chú, mọi đoạn chat. Nó cho phép một giả định tiếp tục được chất vấn thay vì bị cất kỹ chỉ vì đã đến hạn nộp bài.
12 triệu token là dấu vết của một cỗ máy đang nghĩ phía sau công việc, là một hạ tầng âm thầm giữ cho suy nghĩ của tôi tiếp tục chuyển động.
Trên màn hình, cuộc đối thoại về một ý tưởng marketing vẫn dang dở. Một giả định cần kiểm tra lại, vài dữ liệu mới vừa xuất hiện và một câu hỏi tôi chưa muốn trả lời quá sớm.
Tôi sẽ quay lại với câu hỏi đó.
Tài liệu tham khảo
- South China Morning Post. (2013, October 23). Starbucks China deletes blog post seen as rude rebuttal of CCTV accusation. https://www.scmp.com/news/china-insider/article/1337931/starbucks-china-deletes-blog-post-widely-seen-attack-cctv