Cách Amplitude xây dựng công cụ AI nội bộ được cả công ty yêu thích (và cách bạn cũng có thể làm được)

• Moda là công cụ AI kết nối dữ liệu nội bộ của Amplitude để nhanh chóng trả lời câu hỏi và tạo ra các đầu ra như PRD
• Ban đầu chỉ được chia sẻ cho một vài người, nhưng sau khi chứng minh được tính hữu ích, nó đã bùng nổ ra toàn công ty
• Tự động hóa quá trình phát triển từ những mẩu ý tưởng nhỏ thành các tài liệu cụ thể và hoàn chỉnh
• Ngay cả trước khi triển khai, kỳ vọng và yêu cầu từ nhân viên đã đổ dồn tới, nên công cụ được đưa vào môi trường production trong thời gian ngắn
• Cải thiện mạnh mẽ khả năng truy cập dữ liệu và tốc độ soạn thảo tài liệu, tạo ra thay đổi lớn về năng suất

---

Chiến lược xây dựng và ứng dụng công cụ AI nội bộ Moda của Amplitude

• CTO của Amplitude là Wade Chambers đã trình diễn thử nội bộ công cụ AI do mình tạo ra cho một số đồng nghiệp
  • Phản ứng bùng nổ đến mức chỉ sau một tuần, cả công ty đã bắt đầu sử dụng
• Vấn đề trước đây: mất rất nhiều thời gian để truy cập dữ liệu nội bộ, tìm tài liệu cần thiết và tổng hợp thành văn bản
• Mục tiêu: để bất kỳ ai cũng có thể đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận được câu trả lời dựa trên dữ liệu cùng với tài liệu hoàn chỉnh

• Tính năng chính

  • Tự động hóa truy cập dữ liệu: có thể tìm kiếm theo thời gian thực trong kho lưu trữ nội bộ, log và dữ liệu phân tích
  • Tạo tài liệu: AI tự động viết bản nháp cho nhiều loại tài liệu như PRD, báo cáo phân tích
  • Mở rộng ý tưởng: mở rộng từ ghi chú một dòng hoặc ý tưởng phác thảo thành tài liệu cụ thể
  • Triển khai ngay: khi nhu cầu cao đã được xác nhận ngay từ giai đoạn phát triển, công cụ nhanh chóng được đưa lên production

Tóm tắt các nội dung chính

1. Xây dựng công cụ AI nội bộ mạnh mẽ trong 3~4 tuần thời gian rảnh

• Tận dụng thời gian rảnh ngoài công việc chính để phát triển công cụ AI nội bộ Moda chỉ trong 3~4 tuần
• Mục tiêu ban đầu: triển khai chức năng tìm kiếm nhanh dữ liệu nội bộ và tự động tạo tài liệu như PRD
• Cách tiếp cận: thay vì một sản phẩm hoàn hảo, ưu tiên tạo nhanh prototype có thể hoạt động và tập trung vào giải quyết vấn đề thực tế
• Trong quá trình phát triển, công cụ kết nối API truy cập dữ liệu với knowledge base nội bộ để tự động hóa toàn bộ quy trình câu hỏi → thu thập dữ liệu → tạo tài liệu

2. Mở rộng ra toàn công ty chỉ trong 1 tuần bằng social engineering

• CTO Wade Chambers trình diễn cho một số đồng nghiệp → nhận được phản hồi tích cực ngay lập tức và lan truyền bằng truyền miệng
• Cố ý chỉ chia sẻ trước cho 'một nhóm nhỏ được chọn lọc' để tạo sự hào hứng ban đầu, rồi để nó lan sang xung quanh
• Khi các yêu cầu kiểu “Khi nào chúng tôi có thể dùng cái này?” tăng bùng nổ, công ty đã gần như sẵn sàng sử dụng toàn diện ngay cả trước khi phát hành chính thức
• Để triển khai nhanh, các thủ tục phê duyệt phức tạp được giảm xuống mức tối thiểu và áp dụng chiến lược triển khai ngay

3. Phân tích phản hồi khách hàng bằng AI và xác định các chủ đề chính

• Product manager sử dụng Moda để thu thập phản hồi khách hàng từ nhiều nguồn dữ liệu (ticket hỗ trợ, khảo sát, NPS, mạng xã hội, v.v.)
• AI tự động phân loại phản hồi và tóm tắt các chủ đề cốt lõi xuất hiện lặp đi lặp lại
• Dựa trên đó, nhanh chóng tạo thứ tự ưu tiên cải tiến sản phẩm và báo cáo phân tích nhu cầu khách hàng
• So với phân tích thủ công, hiệu quả tiết kiệm thời gian và nguồn lực con người là rất lớn

4. Nén nghiên cứu, PRD và tạo prototype vào trong một cuộc họp duy nhất

• Workflow truyền thống: nghiên cứu → họp ý tưởng → viết PRD → tạo prototype (mất vài tuần)
• Khi dùng Moda, trong một cuộc họp có thể:
  • Nhập ý tưởng → tìm kiếm dữ liệu/trường hợp liên quan
  • AI tạo bản nháp PRD
  • Tiến tới thiết kế prototype với hỗ trợ của AI
• Khi cuộc họp kết thúc, đã có thể sở hữu kế hoạch cụ thể và mẫu thử có thể triển khai

5. Cải thiện sự đồng cảm và độ trôi chảy giữa các bộ phận bằng bài tập hoán đổi vai trò

• Các nhóm product, design và engineering mô phỏng vai trò của nhau bằng công cụ AI
• Ví dụ: engineer dùng AI để tạo đề xuất thiết kế, designer dùng AI để cân nhắc các ràng buộc kỹ thuật
• Trải nghiệm đổi vai giúp nâng cao mức độ hiểu ngôn ngữ và góc nhìn giữa các bộ phận, đồng thời cải thiện hiệu quả cộng tác
• Vì AI có thể nhanh chóng dịch và tóm tắt kiến thức chuyên môn phức tạp nên rào cản tiếp cận được hạ thấp

6. Hỗ trợ đội ngũ engineering giải quyết technical debt

• Moda tự động hóa phân tích codebase hiện có và công việc tài liệu hóa, giúp tăng tốc việc xác định technical debt
• AI sắp xếp các vấn đề phát sinh từ hệ thống cũ theo mức độ ưu tiên và thậm chí còn đưa ra đề xuất refactor
• Vì kế hoạch xử lý technical debt được trình bày theo hướng dựa trên dữ liệu, việc hình thành đồng thuận giữa quản lý và phát triển trở nên dễ dàng hơn
• Các công việc bảo trì lặp đi lặp lại và quản lý rủi ro được thực hiện theo cách có thể dự đoán và có hệ thống

[t7vonn]

Việc nó được làm bằng thời gian rảnh khiến tôi hơi lo rằng đây sẽ trở thành một tiền lệ không tốt.
Tại sao các công cụ in-house lúc nào cũng phải có ai đó đứng ra gánh vác rồi dùng chính thời gian rảnh của mình để làm nhỉ..

[laeyoung]

"CTO của Amplitude, Wade Chambers, đã thử cho một số đồng nghiệp xem công cụ AI do nội bộ tự xây dựng"

Bài viết trên Naver được nhắc trong tài liệu thuyết trình của Ha Yong-ho cũng vậy, có vẻ như để AI Transformation lan tỏa tốt trên toàn công ty thì cần có quyết tâm hoặc mục tiêu từ cấp C-level.