Một phần quan trọng của kỹ năng này là biết khi nào KHÔNG
Tư duy xác suất không có nghĩa là dùng AI ở mọi chỗ. Trong giai đoạn hiện nay, sai lầm phổ biến nhất không phải là dùng AI quá ít — mà là dùng nó cho những việc vốn đã có lời giải tất định rẻ hơn, nhanh hơn và đáng tin hơn.
Bốn tình huống mà xác suất là lựa chọn sai
| Tình huống | Vì sao không hợp | Nên làm gì |
|---|---|---|
| Tính tiền, thuế, lương | Sai một lần là sai pháp lý; không có khái niệm "phần lớn đúng" | Quy tắc tất định. AI chỉ để phát hiện bất thường, không để tính. |
| Quyền truy cập, phân quyền | Đúng 99,9% nghĩa là cứ 1000 lần có một lần rò dữ liệu | Quy tắc cứng, không ngoại lệ |
| Việc có quy tắc rõ ràng và ổn định | AI đắt hơn, chậm hơn, kém tin cậy hơn một câu điều kiện | Viết quy tắc — đây là lỗi phổ biến nhất hiện nay |
| Khi luật yêu cầu giải thích được từng quyết định | Không giải thích được từng trường hợp | Quy tắc tất định, hoặc AI chỉ gợi ý cho người quyết |
Phép thử một trang
Nếu bạn có thể viết ra đầy đủ quy tắc trong một trang giấy, hãy viết quy tắc.
Dùng AI cho việc đó là chọn một công cụ đắt hơn, chậm hơn và ít tin cậy hơn — chỉ vì nó mới. Và bạn sẽ phải xây thêm toàn bộ hạ tầng đánh giá, giám sát và xử lý ca sai cho một bài toán vốn không cần.
Dấu hiệu bạn đang ở tình huống này: khi bạn mô tả tính năng cho đồng nghiệp, họ nói "cái này chỉ cần if-else thôi mà" — và bạn không phản bác được.
Vùng xám: quy tắc rõ nhưng quá nhiều ngoại lệ
Đây là vùng khó nhất và cũng là vùng AI thật sự có giá trị.
Nếu quy tắc viết được nhưng có 300 ngoại lệ, và danh sách ngoại lệ thay đổi hằng tháng, thì hệ thống quy tắc sẽ trở thành thứ không ai bảo trì nổi. Đó là lúc AI thắng — không phải vì nó chính xác hơn, mà vì nó bảo trì được.
Cách phân biệt:
| Dấu hiệu | Nghiêng về |
|---|---|
| Quy tắc ổn định nhiều năm | Tất định |
| Quy tắc đổi mỗi tháng, ngoại lệ tăng dần | Xác suất |
| Có thể liệt kê hết đầu vào | Tất định |
| Đầu vào là ngôn ngữ tự nhiên, ảnh, âm thanh | Xác suất |
| Cần giải thích từng quyết định trước toà | Tất định |
| Chấp nhận được "phần lớn đúng" | Xác suất |
Mô hình lai — thường là câu trả lời đúng
Rất nhiều bài toán không phải chọn một trong hai. Quy tắc tất định xử lý phần rõ ràng; AI xử lý phần còn lại.
Ví dụ: phân loại giao dịch kế toán.
- Giao dịch khớp chính xác mẫu đã biết (lặp lại hằng tháng, cùng đối tác, cùng số tiền): quy tắc, độ chính xác 100%, chi phí gần bằng không.
- Giao dịch mới hoặc mô tả tự do: AI gợi ý, người xác nhận.
- Giao dịch trên ngưỡng tiền lớn: luôn qua người, bất kể hệ thống nói gì.
Ví dụ: một dự án lẽ ra không nên bắt đầu
Công ty logistics xây hệ thống AI dự đoán mã bưu chính từ địa chỉ tự do. Sáu tháng, đạt 91%.
Vấn đề: đã tồn tại một cơ sở dữ liệu địa chỉ chính thức, tra cứu được, đúng 100%, miễn phí. Vấn đề thật không phải "đoán mã bưu chính" mà là "địa chỉ người dùng nhập bị sai chính tả" — và bài toán đó chỉ cần chuẩn hoá chuỗi cộng tra cứu, không cần mô hình.
Sáu tháng công sức cho một bài toán đã có lời giải. Không ai hỏi câu "việc này có cần xác suất không" ở đầu dự án.
Câu hỏi để hỏi ở đầu mỗi dự án AI
- Có ai đã giải bài này bằng quy tắc chưa? Vì sao không được?
- Chúng ta có liệt kê được hết đầu vào không?
- Quy tắc sẽ đổi bao nhiêu lần một năm?
- Có phần nào của bài toán giải được bằng quy tắc, để AI chỉ lo phần còn lại?
- Có luật hoặc hợp đồng nào yêu cầu giải thích được từng quyết định không?
Lưu ý về câu số 4: nó hiếm khi cho ra câu trả lời "tất cả" hoặc "không có gì". Phần lớn bài toán thật đều tách được thành một phần rõ ràng và một phần mơ hồ — và việc tách đó thường là quyết định thiết kế quan trọng nhất của cả dự án.
Làm ngay
Chạy năm câu hỏi trên cho tính năng bạn đã chọn. Nếu câu 1 hoặc câu 4 cho ra câu trả lời khó chịu — tốt. Biết bây giờ rẻ hơn biết sau sáu tháng.