ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT



BÁO CÁO PHÂN TÍCH GROW CASE

GVHD : Nguyễn Thế Đại Nghĩa

Nhóm thực hiện : Nhóm 12
Lớp học phần : 232MI5224
 PHỤ LỤC
THÀNH VIÊN THỰC HIỆN

STT Họ và tên MSSV

1 Lê Ngọc Khang K225042214
2 Diệp Nguyễn Thanh Nhàn K225042221
3 Lê Tống Tâm Thư K225042236
4 Nguyễn Ngọc Bảo Thy K225042240
 Mục Lục
A. BÁO CÁO DỰ ÁN ................................................................................................. 1
1. TỔNG QUAN .......................................................................................................... 1
1.1. Tóm tắt mục tiêu của đề xuất .......................................................................1
1.2. Bổ sung mục tiêu ...........................................................................................1
1. CÁC VẤN ĐỀ CHÍNH ............................................................................................1
2.1. Vấn đề thứ nhất .............................................................................................. 1
2.2. Vấn đề thứ hai ............................................................................................... 2
2. ĐÁNH GIÁ CÁC LỰA CHỌN ...............................................................................3
2.1. Tiêu chuẩn ...................................................................................................... 3
2.2. Các lựa chọn ..................................................................................................3
2.3. Đánh giá các lựa chọn .................................................................................... 3
3. KHUYẾN NGHỊ ......................................................................................................4
3.1. Đề xuất ...........................................................................................................4
4.1.1. Vấn đề .................................................................................................. 4
4.1.2 Đề xuất giải quyết vấn đề ......................................................................4
4.2. Phân tích thị trường (SWOT) .........................................................................4
4.2.1 Strength ..................................................................................................4
4.2.2 Weakness ............................................................................................... 5
4.2.3 Opportunities .........................................................................................5
4.2.4 Threat .....................................................................................................6
4.3. Đề xuất chi tiết ............................................................................................... 6
4.4. Cách đề xuất giải quyết vấn đề ...................................................................... 6
5. KẾ HOẠCH THỰC HIỆN ...................................................................................... 7
5.1 Chiến lược B2B2C .......................................................................................... 7
5.1.1 Timeline ................................................................................................. 7
5.1.2 Dự tính nguồn nhân lực ........................................................................ 8
5.1.3 Dự phòng ( giảm thiểu rủi ro ) ..............................................................8
5.2 Chiến lược tăng khả năng chính xác cho công cụ AI ...................................10
 5.2.1 Timeline ............................................................................................... 10
5.2.2 Dự tính nguồn nhân lực ...................................................................... 10
5.2.3 Dự phòng ( giảm thiểu rủi ro ) ............................................................12
6. KẾT LUẬN ............................................................................................................ 12
6.1 Nhắc lại mục tiêu ...........................................................................................13
6.2 Vấn đề và giải pháp .......................................................................................13
6.3. Lợi ích ...........................................................................................................14
B. ĐÁNH GIÁ ............................................................................................................15
A. BÁO CÁO DỰ ÁN
1. TỔNG QUAN
1.1. Tóm tắt mục tiêu của đề xuất
Từ sự thành công của cột mốc 7 năm, thừa thắng xông lên, mục tiêu hàng đầu
hiện giờ của GROW là đẩy mạnh cải tiến các công nghệ cũ và phát triển, sáng tạo ra
các công nghệ mới để tiếp tục trụ vững là người tiên phong trong lĩnh vực công
nghệ.
Đào tạo, xây dựng những đội ngũ chuyên viên thực hiện công việc quản lý và
giám sát của các mục tiêu mở rộng thị trường trong tương lai.
Đi kèm với đó là đặt ra những chính sách về bảo mật, ngăn chặn thông tin của
khách hàng bị rò rỉ, đặc biệt là bên thứ 3 có thể lợi dụng để gây ra thiệt hại cho đôi
bên.
Đầu tư phát triển, cải tiến và tăng cường hoạt động của AI, đưa GROW trở
thành đối tác thay thế tin cậy mà khách hàng có thể tin tưởng, giao phó trong một số
lĩnh vực quan trọng như là quản lý nhân sự và đánh giá năng lực.
1.2. Bổ sung mục tiêu
Tính đến tháng 6 năm 2017, GROW đã có 74.000 người dùng, bao gồm cả
sinh viên tại các trường đại học danh tiếng và ít được biết đến hơn. Các khách hàng
bao gồm Mitsubishi Corporation, All Nippon Airways (ANA), Septeni, DeNA,
Rakuten, AXA và nhiều hãng khác. Ngay cả các tổ chức chính phủ như Bộ Kinh tế,
Thương mại & Công Nghiệp Nhật Bản (METI) và Các Tiểu vương quốc Ả Rập
Thống nhất cũng tham gia.
Nhìn vào số liệu khiêm tốn được thống kê vào tháng 12 năm 2016 là 2.000
người tham gia và con số tăng trưởng bùng nổ lên đến 74.000 người dùng vào năm
2017 ta thấy được con đường chiến lược mà GROW lựa chọn đang hoàn toàn phù
hợp, và các đề xuất của nhóm sẽ hướng đến việc hoàn chỉnh và khắc phục những
thiếu sót còn tồn đọng.
1. CÁC VẤN ĐỀ CHÍNH
2.1. Vấn đề thứ nhất

1
 Khó khăn trong việc mở rộng mạng lưới của GROW là nên phát triển GROW
một cách rộng rãi hay tập trung chiến lược cho 1 số lĩnh vực để đảm bảo tính hiệu
quả đây là một vấn đề nan giải. Việc thay đổi từ hình thức phỏng vấn truyền thống -
trực tiếp sang hình thức sử dụng công cụ AI của GROW để tuyển nhân sự đòi hỏi
GROW cần có các yếu tố cũng như kỹ năng cần thiết để đảm bảo thông tin chính
xác, đầy đủ và mang tính hiệu quả. Một nhóm AI yêu cầu ít nhất ba vai trò riêng
biệt: kỹ sư dữ liệu tổ chức phân tích thông tin, nhà khoa học dữ liệu điều tra thông
tin và kỹ sư phần mềm triển khai các ứng dụng. cụ thể:
Khó khăn trong việc tiếp cận và thu thập thông tin từ nhóm khách hàng có vị
trí đặc biệt quan trọng trong cơ cấu phòng nhân sự của các công ty nổi tiếng. Grow
cần xây dựng mối quan hệ đáng tin cậy và bền chặt, dễ dàng tạo dựng niềm tin
tưởng để thu thập thông tin từ nguồn này.
Thách thức lớn trong việc tiếp cận các nguồn thông tin bảo mật cấp cao. Grow
cần đảm bảo tính an toàn và bảo mật tuyệt đối trong quá trình tiếp cận và sử dụng
thông tin này.
Phân tích dữ liệu phức tạp về quy trình nguồn nhân lực của các công ty.
Grow cần phát triển các phương pháp và công cụ phân tích dữ liệu hiệu quả hơn để
có được thông tin giá trị từ dữ liệu phức tạp và đa dạng
Các công ty bị hạn chế về nguồn nhân lực có đủ kỹ năng có thể lâm vào tình
huống bị động khi tiếp cận với GROW và có xu hướng bài trừ, né tránhlớn với nó.
2.2. Vấn đề thứ hai
Liệu AI của GROW có thể thay thế hết tất cả các trực giác con người trong
việc phân tích mọi dữ liệu. Liệu nó có thể thay thế hoàn toàn tư duy của người
tuyển dụng - quản lý nhân sự hay không? Chính vì những tranh cãi này, Grow cần
đưa ra những thông tin đảm bảo trong hoạt động sử dụng AI để đánh giá năng lực
cá nhân nhằm:
Đảm bảo tính tin cậy của người đánh giá và đánh giá đúng mức tin cậy. Grow
cần phát triển thuật toán và phương pháp để xác định khả năng và mức tin cậy của
người đánh giá và hiệu chỉnh đánh giá cho phù hợp với thực tế

2
 Đảm bảo tính minh bạch và giải thích được mọi quá trình đánh giá. Grow cần
cung cấp thông tin rõ ràng và giải thích về cách công cụ AI hoạt động, cách tính đến
kết quả IAT và cách đánh giá được thực hiện để tạo sự tin tưởng và hiểu biết từ
người đánh giá.
2. ĐÁNH GIÁ CÁC LỰA CHỌN
2.1. Tiêu chuẩn
IGS cần tập trung vào việc cải tiến hệ thống AI của họ để đạt được mục tiêu
mở rộng. Điều quan trọng là với sự phát triển của AI, GROW càng có thêm cơ hội
để phát triển hơn nữa nhờ vào dữ liệu mới thu thập từ chính khách hàng.
Tiêu chuẩn đánh giá các lựa chọn của IGS không chỉ dựa vào việc cải thiện AI
mà còn dựa vào việc mở rộng và phát triển hệ thống dữ liệu từ nguồn thông tin
được khách hàng cung cấp.
2.2. Các lựa chọn
Để AI có thể hoạt động hiệu quả, dữ liệu cần phải được cập nhật, chân thực và
phong phú. Điều quan trọng là tăng số lượng người dùng để thu thập thông tin đa
dạng và đáng tin cậy.
Ngoài ra, việc phát triển một chiến lược rõ ràng để thử nghiệm và cập nhật các
thuật toán là vô cùng quan trọng. Chỉ thông qua việc đánh giá khách quan hơn về
hiệu suất của AI mới có thể đảm bảo sự thành công trong lựa chọn và sử dụng công
nghệ này.
2.3. Đánh giá các lựa chọn
Lựa chọn này tương đối dễ thực hiện mà lại có thể mang tới nhiều lợi ích
trong việc phát triển hoạt động GROW. Bằng cách thu hút nhiều khách hàng hơn,
chúng ta sẽ có cơ hội tiếp cận nhiều người dùng và dữ liệu hơn, từ đó tạo ra một tác
động tích cực cho doanh nghiệp. Đây không chỉ là mục tiêu hàng đầu kể từ khi
thành lập mà còn là bước quan trọng để thúc đẩy sự phát triển bền vững trong tương
lai.
Tuy nhiên, vì nó đòi hỏi nhiều nguồn lực hơn nên việc kiểm tra và cập nhật
thường xuyên sẽ khó khăn hơn. Để đánh giá lựa chọn của IGS một cách hiệu quả,

3
cần phải xem xét kỹ lưỡng các yếu tố như tính linh hoạt, hiệu suất và chi phí. Việc
chọn lựa một giải pháp phù hợp có thể mang lại lợi ích to lớn cho tổ chức của bạn
trong dài hạn.
3. KHUYẾN NGHỊ
3.1. Đề xuất
4.1.1. Vấn đề
Bảo mật dữ liệu: GROW xử lý thông tin bằng cách sử dụng dữ liệu, cho phép
sửa đổi dữ liệu một cách linh hoạt. Tuy nhiên, tồn tại những rủi ro liên quan đến
việc cạnh tranh không lành mạnh và xâm nhập thông tin. Vì vậy, khách hàng
thường xuyên lo lắng về tính công bằng của các đánh giá hoặc thông tin họ tải lên
ứng dụng sẽ bị rò rỉ ra ngoài.
4.1.2 Đề xuất giải quyết vấn đề
Để giải quyết vấn đề về nguy cơ rò rỉ thông tin, cần có kiến nghị xây dựng
chính sách bảo mật dữ liệu, mã hóa dữ liệu, sao lưu dữ liệu, kiểm soát truy cập từ xa
và truy cập truyền thông không dây, đào tạo về công nghệ, áp dụng chính sách sử
dụng thiết bị.
4.2. Phân tích thị trường (SWOT)
4.2.1 Strength
Tính hiệu quả: Mang lại cái nhìn trực quan hơn cho cả ứng viên và nhà tuyển
dụng
Giúp các ứng viên định hình rõ năng lực, xác định được mục tiêu phù hợp,
khai phá tiềm năng ẩn giấu để phát triển bản thân và có nhiều cơ hội trong công việc.
Tiết kiệm thời gian, công sức, tiền bạc cho các nhà tuyển dụng mà vẫn đảm
bảo tìm kiếm được những ứng viên chất lượng, phù hợp với yêu cầu đặt ra.
Nền tảng thân thiện, thu hút người dùng: Ứng dụng nền tảng này không chỉ
giúp các công ty thu hút được thế hệ ứng viên mới mà còn thể hiện sự chuyên
nghiệp và tiên tiến của tổ chức đó. Trong bối cảnh công nghệ, việc có một nền tảng
dễ sử dụng và giao diện trực quan trong quá trình ứng tuyển là một động lực hấp

4
dẫn cho thế hệ trẻ. Điều này giúp tạo ra một ấn tượng tích cực ban đầu và khẳng
định vị trí của doanh nghiệp trong lòng ứng viên.
Giá trị tiên phong: Là lá cờ tiên phong trong việc cung cấp dịch vụ công nghệ
tân tiến này, GROW không chỉ chiếm ưu thế về phân khúc thị trường mà còn mang
lại giá trị cho toàn bộ ngành công nghiệp. Điều này chứng tỏ giá trị tiên phong của
công nghệ AI trong việc cải thiện hiệu quả làm việc và sự sáng tạo trong môi trường
kinh doanh ngày nay. Sự cam kết vào việc phát triển công nghệ và mang lại lợi ích
cho khách hàng đã giúp GROW xây dựng uy tín và vị thế không thể phủ nhận
4.2.2 Weakness
AI cần rất nhiều dữ liệu để có thể sàng lọc hồ sơ như con người. Ngoài ra, nó
học tập thông qua việc quan sát sự lặp lại của các hành vi trước đó. Do đó, có nguy
cơ nó sẽ áp đặt thành kiến trong một số trường hợp nếu không được cập nhật chính
xác và kịp thời.
GROW xử lý dữ liệu dựa trên thông tin người dùng cung cấp. Vì vậy, nó phụ
thuộc rất lớn vào ý chí của người dùng. Sẽ khó kiểm soát được nếu các ứng viên
đưa ra các câu trả lời thiếu tính trung thực. Về điểm này, tuyển dụng trực tiếp thông
qua nhà tuyển dụng sẽ mang lại phán đoán chính xác, linh hoạt hơn.
4.2.3 Opportunities
Trong bối cảnh toàn cầu hóa và hiện đại hóa ngày càng phát triển, việc sử
dụng trí tuệ nhân tạo để sàng lọc trí tuệ con người mang lại nhiều cơ hội cho các tổ
chức và doanh nghiệp. Với khả năng xử lý dữ liệu mạnh mẽ, AI có thể giúp rút
ngắn thời gian và công sức trong việc đánh giá ứng viên, từ đó giúp doanh nghiệp
tiết kiệm chi phí và tăng hiệu quả. Việc kết hợp trí tuệ nhân tạo vào quy trình tuyển
dụng không chỉ giúp loại bỏ các yếu tố thiên vị mà còn nâng cao chất lượng của lực
lượng lao động. Với những ưu điểm vượt trội mà AI mang lại, không khó để thấy
rằng sự kết hợp giữa con người và công nghệ AI trong việc sàng lọc trí tuệ con
người là xu hướng không thể phủ nhận trong tương lai.

5
 Với những ưu thế vượt trội phân tích như trên, cộng thêm việc là công ty tiên
phong dẫn đầu về lĩnh vực này sẽ là cơ hội thu hút các nhà đầu tư lớn nhỏ. Từ đó,
công ty có thể tận dụng phát triển mở rộng ra thị trường quốc tế.
4.2.4 Threat
GROW là hệ thống AI được tạo ra để đánh giá con người.Vì vậy, họ phải tiếp
nhận một lượng khách hàng lớn với những đặc điểm, yêu cầu khác nhau. Khách
hàng thay đổi, dữ liệu thay đổi, tiêu chí thay đổi, điều này sẽ gây ra nhiều khó khăn
trong việc quản lý và đánh giá tính chính xác của hệ thống.
Một trong những vấn đề nghiêm trọng nhất là rủi ro về bảo mật thông tin
khách hàng. Việc tiếp cận và xử lý dữ liệu cá nhân của khách hàng đòi hỏi sự cẩn
trọng cao độ, để tránh vi phạm quy định về bảo mật thông tin cá nhân. Để giải quyết
được thách thức này, cần thiết lập các biện pháp an ninh thông tin chặt chẽ và tuân
thủ các quy tắc về bảo mật dữ liệu.
4.3. Đề xuất chi tiết
Grow tập trung vào sử dụng AI, cụ thể là đã sử dụng trong việc thu hút nhiều
tài năng hơn để chất lượng trở nên tốt hơn. Ngoài ra, cần phải xây dựng thêm đội
ngũ giám sát quá trình và chất lượng công việc thực tế để đảm bảo tính trung thực
của nhân viên tránh trường hợp gây những thiệt hại cho Grow.
Thêm vào một số chức năng (quan sát biểu cảm ứng viên, phân tích giọng
nói…) hoặc phối hợp với các phần mềm đánh giá khác đưa ra kết quả phân tích
khách quan và chính xác nhất, nhằm tăng độ chính xác cho công cụ AI.
Về mặt tài chính: Những sự thay đổi này có thể mất khá nhiều thời gian cũng
như chi phí để đào tạo, cũng như thử nghiệm độ hiệu quả và vận hành thử trong thời
gian đầu triển khai. Tuy nhiên càng về sau thì chi phí càng ít đi và chất lượng công
việc được nâng lên đáng kể. Doanh thu từ đó cũng sẽ tăng trưởng theo.
4.4. Cách đề xuất giải quyết vấn đề
Việc tập trung vào việc thu hút nhiều nhân viên bằng AI đã cho thấy hiệu quả
qua việc năng suất chất lượng hơn, giảm bớt các tác động của việc thiếu hụt nhân tài.
Ngoài ra, cần tạo điều kiện cho nhân viên có cơ hội đào tạo hoặc cơ hội đảm nhận

6
trách nhiệm mới, thực hiện sắp xếp công việc linh hoạt. Các tổ chức phi lợi nhuận
như Fast.ai và các công tyDeeplearning.ai, những người có thể giúp tạo phòng thí
nghiệm Google Brain, cung cấp các khóa học trực tuyến. Grow có thể đào tạo nhân
viên về AI và các kỹ thuật liên quan để cải thiện hiệu suất của mình.
Kết hợp phần mềm hỗ trợ việc quan sát biểu cảm, giọng nói thái độ ứng viên
trong suốt quá trình đánh giá đã làm tăng độ chính xác của AI lên đáng kể. Trên nền
tảng đã phân chia ứng viên theo đúng vị trí muốn ứng tuyển, phần mềm này hỗ trợ
đo lường mức độ lo lắng, áp lực và phân tích giọng nói của ứng viên. Ví dụ nhà
lãnh đạo hạn chế sự lo lắng, hồi hộp khi trả lời; nhân viên bán hàng cần tránh việc
nói lắp. Phần mềm sẽ theo dõi ứng viên và cung cấp thông tin về những mặt đã nêu
trên cho Grow, hỗ trợ Grow phần nào trong việc xem xét để đưa ra kết quả đánh giá
phù hợp và chính xác hơn. Thêm vào đó có thể phân chia ứng viên thành các nhóm
ứng tuyển khác nhau trước khi đánh giá. Từ đó sàng lọc và phân chia ứng viên
thành nhiều nhóm, mỗi nhóm tiến hành phân tích với những thuật toán khác nhau,
phù hợp với đặc điểm của từng nhóm để đưa ra đánh giá chính xác nhất (Tránh bỏ
sót hững nhân viên có khả năng trở thành nhà lãnh đạo trong tương lai nhưng lại bị
sàng lọc quá sớm trong quá trình tuyển dụng).
5. KẾ HOẠCH THỰC HIỆN
5.1 Chiến lược B2B2C
B2B2C là tên viết tắt của "Business To Business To Customer", một mô hình
kinh doanh mô tả sự hợp tác giữa hai doanh nghiệp (B2B) để cung cấp sản phẩm
hoặc dịch vụ đến khách hàng cuối cùng (B2C).
5.1.1 Timeline
Vào đầu năm 2015, Fukuhara đã bắt đầu tổ chức các buổi thảo luận hàng tuần
với đồng nghiệp, bạn bè và các nhà nghiên cứu cũ để tìm ra một công cụ giúp sinh
viên hiểu rõ điểm mạnh và điểm yếu của mình và hỗ trợ quá trình tuyển dụng nhân
sự. Công cụ này được đặt tên là GROW. Nhóm IGS đã phát triển GROW thành một
ứng dụng di động dành cho người tiêu dùng, trong đó có một trò chơi cho phép sinh
viên "tặng" nhau phản hồi về năng lực và đặc điểm cá nhân thông qua một bài kiểm

7
tra kết hợp ẩn (Implicit Association Test - IAT). Để thu hút các công ty tham gia
vào nền tảng này, IGS đã áp dụng chiến lược B2B2C và bắt đầu cung cấp chức
năng nhân sự cho tổ chức trong các doanh nghiệp.
5.1.2 Dự tính nguồn nhân lực
Nhóm tập trung chủ yếu vào người dùng là sinh viên và đã tổ chức vô số cuộc
họp với các giám đốc điều hành tại các công ty và tổ chức khác nhau.
Các công ty tham gia vào nền tảng GROW đã được tích hợp với IAT (Implicit
Association Test - Bài kiểm tra kết hợp ẩn).
IGS đã nhận được sự hỗ trợ tiếp thị từ Asahi Shimbun, một trong những công
ty truyền thông nổi tiếng và có uy tín nhất tại Nhật Bản, cũng như từ các nguồn thu
khác như hoạt động giáo dục của mình.
5.1.3 Dự phòng ( giảm thiểu rủi ro )
Để đảm bảo việc cải thiện công nghệ, tăng tỷ lệ thu hút khách hàng và mở
rộng cơ sở người dùng, Fukuhara đã chủ động tổ chức nhiều cuộc họp với các nhà
đầu tư mạo hiểm (VC). Vào mùa hè năm 2017, IGS đã thành công trong việc huy
động 6 triệu đô la trong vòng gọi vốn Series A. Các nhà đầu tư trong vòng gọi vốn
này bao gồm Đại học Tokyo Edge Capital, Công ty Quản lý Đầu tư Khoa học Đại
học Tokyo và Sáng kiến Đổi mới Keio.
Sau khi hoàn thành vòng gọi vốn Series A, IGS tập trung mạnh vào việc thu
hút khách hàng. Họ đặt mục tiêu vào những người ra quyết định về nhân sự tại các
công ty nổi tiếng và đồng thời thể hiện khả năng kỹ thuật của mình trong việc thực
hiện các phân tích dữ liệu phức tạp liên quan đến quá trình nguồn nhân lực của các
công ty. Nhờ vào việc ký kết nhiều hợp đồng khách hàng với các công ty lớn tại
Nhật Bản và một chiến dịch truyền thông tích cực, GROW đã chứng kiến một sự
gia tăng đáng kể trong số lượng người dùng. Từ con số ban đầu là 2.000 người dùng
vào tháng 12 năm 2016, số lượng người dùng đã tăng lên 74.000 vào tháng 6 năm
2017. Mặc dù con số này vẫn nhỏ so với tỷ lệ sinh viên tốt nghiệp đại học hàng năm
tại Nhật Bản (khoảng 650.000), nhưng nó đáng kể và có ý nghĩa trong việc khẳng
định sự phát triển và tiếp cận của GROW đối với cộng đồng sinh viên.

8
 Bên cạnh đó còn có một số phương án dự phòng khác để cải thiện công nghệ,
tăng tỷ lệ thu hút khách hàng và mở rộng cơ sở người dùng, như:
Nâng cao trải nghiệm người dùng: GROW có thể tập trung vào việc cải thiện
trải nghiệm người dùng bằng cách tối ưu hóa giao diện người dùng, tăng tốc độ
phản hồi và cải thiện tính thân thiện và thuận tiện của nền tảng. Điều này giúp tạo
sự hài lòng và trung thành từ phía người dùng hiện tại và thu hút người dùng mới.
Mở rộng đối tác và liên kết: GROW có thể tăng cường hoạt động tìm kiếm đối
tác và thiết lập các liên kết với các tổ chức, trường đại học và doanh nghiệp khác.
Điều này giúp mở rộng mạng lưới người dùng tiềm năng và tạo ra cơ hội hợp tác và
phát triển.
Phát triển các tính năng và dịch vụ mới: GROW có thể tiếp tục nghiên cứu và
phát triển các tính năng và dịch vụ mới để đáp ứng nhu cầu và mong muốn của
người dùng. Việc cung cấp giải pháp và công cụ tốt hơn trong lĩnh vực quản lý nhân
sự và phân tích dữ liệu có thể thu hút sự quan tâm và tăng cường giá trị đối với
khách hàng.
Xây dựng mối quan hệ và tương tác cộng đồng: GROW có thể tạo một cộng
đồng người dùng tích cực bằng cách xây dựng môi trường tương tác và chia sẻ
thông tin. Việc tạo ra diễn đàn, blog, hoặc các kênh truyền thông xã hội cho phép
người dùng giao tiếp, chia sẻ kinh nghiệm và cung cấp phản hồi. Điều này tạo sự
kết nối và tăng cường niềm tin và sự tương tác với người dùng.
Mở rộng quốc tế: GROW có thể xem xét mở rộng hoạt động sang các thị
trường quốc tế. Việc nghiên cứu và tìm hiểu về các quy định và yêu cầu địa phương,
tạo ra phiên bản dịch thuật hoặc tùy chỉnh sản phẩm và dịch vụ để phù hợp với các
thị trường khác nhau có thể mở rộng cơ sở người dùng và tăng doanh số bán hàng.
Tăng cường chiến dịch tiếp thị và quảng bá: GROW có thể đầu tư vào chiến
dịch tiếp thị và quảng bá mạnh mẽ hơn để tăng khả năng nhận biết thương hiệu và
tạo sự quan tâm từ khách hàng tiềm năng. Việc sử dụng các phương tiện truyền
thông, quảng cáo trực tuyến, sự kiện và chiến dịch tiếp thị kỹ thuật số có thể giúp
tăng hiệu quả tiếp cận và tạo lợi thế cạnh tranh.

9
 5.2 Chiến lược tăng khả năng chính xác cho công cụ AI
5.2.1 Timeline
Đây là quá trình không ngừng hoàn thiện của GROW trong suốt quá trình hoạt
động kể từ khi thành lập. GROW khuyến khích khách hàng phản hồi sau khi sử
dụng để có thể nắm bắt kịp thời các tình huống đặc biệt. Đồng thời, họ cùng với các
bên tuyển dụng xây dựng một khuôn mẫu lý tưởng nhất và lường trước cả những
trường hợp không thường xảy ra để đảm bảo tính chính xác của công cụ trí tuệ nhân
tạo (AI). Điều này nhằm đảm bảo rằng GROW luôn cung cấp những giải pháp
chính xác và đáng tin cậy cho người dùng của mình.
5.2.2 Dự tính nguồn nhân lực
IGS đã phát triển một danh sách các năng lực và các truy vấn liên quan để đáp
ứng các tiêu chí cụ thể. Ban đầu, mỗi năng lực được tiếp cận thông qua sáu hoặc
bảy câu hỏi, được gọi là "truy vấn". Tuy nhiên, để tăng khả năng người đánh giá
hoàn thành đánh giá một cách hiệu quả, IGS đã giữ lại ba truy vấn phù hợp nhất và
ít dư thừa nhất. Đây là một ví dụ về các câu truy vấn cụ thể:

Câu truy Cô ấy / anh ấy không chỉ bắt chước người khác khi làm một nhiệm
vấn 1 vụ - Cô ấy / anh ấy cố gắng tăng thêm giá trị của bản thân.

Câu truy Cô ấy / anh ấy rất giỏi trong việc đưa ra những ý tưởng mà chưa ai
vấn 2 nghĩ ra.

Câu truy Cô ấy/ anh ấy có thể kết hợp những ý tưởng hiện có để tạo ra một
vấn 3 cái gì đó mới.

Người đánh giá được yêu cầu sử dụng phiếu đánh giá bốn cấp độ để trả lời
từng truy vấn, nhằm ngăn chặn phản hồi trung lập. Ngoài ra, GROW còn đánh giá
dựa trên các tiêu chí cụ thể trong phiếu đánh giá, bao gồm:

Phiếu tự Cô ấy / anh ấy chỉ bắt chước người khác khi thực hiện một
đánh giá 1 nhiệm vụ.

10
Phiếu tự Thỉnh thoảng, cô ấy / anh ấy sẽ làm điều gì đó khác biệt.
đánh giá 2

Phiếu tự Cô ấy / anh ấy có thái độ đúng đắn để làm mọi việc theo cách
đánh giá 3 làm tăng thêm giá trị của chính cô ấy / anh ấy.

Phiếu tự Bằng cách làm mọi thứ theo cách riêng của cô ấy /anh ấy, cô ấy
đánh giá 4 / anh ấy thực sự làm tăng thêm giá trị của chính cô ấy / anh ấy.

GROW sử dụng một thuật toán máy học (AI) và đang chờ cấp bằng sáng chế.
Phương pháp tính xác suất (Bayes) được áp dụng để thu thập dữ liệu về cách các
năng lực của người tham gia đã được đánh giá trong quá khứ (gọi là "sơ bộ").
GROW cũng thu thập một lượng lớn dữ liệu về người đánh giá để xác định khả
năng đánh giá chính xác và điều chỉnh dữ liệu để phù hợp với thực tế.
Thuật toán của GROW cũng đặt nhiều câu hỏi truy vấn đa dạng trên nhiều
khía cạnh khác nhau. Mỗi cặp truy vấn-phiếu tự đánh giá được gắn với dữ liệu riêng
về thời gian hoàn thành đánh giá (từ khi đọc truy vấn và phiếu đánh giá cho đến khi
thực hiện đánh giá). Nếu một người đánh giá trả lời nhanh hơn so với trung bình,
thuật toán có thể giảm trọng số đánh giá của người đó. Tương tự, nếu một người
đánh giá đưa ra nhiều xếp hạng đa dạng - ví dụ, xếp hạng 1, 2, 3 và 4 - thì người đó
được coi là đáng tin cậy hơn so với người đánh giá chỉ đưa ra một xếp hạng duy
nhất. GROW cũng xem xét kết quả IAT (Implicit Association Test) của người đánh
giá, vì một số khuynh hướng tính cách nhất định (như sự tận tâm) thường dẫn đến
đánh giá đáng tin cậy hơn.
Ngoài ra, một yếu tố dữ liệu quan trọng khác mà GROW đánh giá là biểu đồ
xã hội của người đánh giá. Nếu người đánh giá đánh giá cho nhiều người dùng
trong các mạng xã hội khác nhau, sự đánh giá của họ thường được coi là đáng tin
cậy hơn so với người đánh giá chỉ tham gia để đánh giá một người dùng cụ thể.

11
 Để đảm bảo việc đánh giá chính xác nhất dựa trên những gì đã được lập trình,
việc thu thập nhiều dữ liệu chi tiết là rất quan trọng. GROW sẽ sử dụng những
thông tin này để đưa ra đánh giá đúng đắn và phù hợp với nhu cầu của người dùng.
5.2.3 Dự phòng ( giảm thiểu rủi ro )
Tạo khuôn mẫu tốt nhất có thể dự đoán những gì có thể xảy ra để giảm thiểu
rủi ro do hệ thống không chính xác.
Một số phương án khác để giảm thiểu rủi ro do hệ thống không chính xác
ngoài việc tạo khuôn mẫu như:
Thu thập phản hồi từ người dùng: GROW có thể yêu cầu người dùng cung
cấp phản hồi sau khi nhận được kết quả dự đoán. Điều này giúp xác định các trường
hợp mà hệ thống không chính xác và cung cấp cơ hội để sửa chữa và cải thiện.
Sử dụng phân tích đa chiều: Thay vì dựa vào một mô hình dự đoán duy nhất,
GROW có thể áp dụng phương pháp phân tích đa chiều bằng cách sử dụng nhiều
mô hình hoặc phương pháp khác nhau để đưa ra dự đoán. Kết quả từ các mô hình
khác nhau có thể được kết hợp hoặc đánh giá để giảm thiểu rủi ro từ hệ thống không
chính xác.
Tổ chức kiểm định và đánh giá độ tin cậy: GROW có thể thiết kế một quy
trình kiểm định và đánh giá độ tin cậy cho kết quả dự đoán. Điều này có thể bao
gồm việc tạo ra một bộ dữ liệu kiểm thử độc lập để đánh giá hiệu suất của hệ thống
và xác định mức độ tin cậy của các dự đoán.
Áp dụng nguyên tắc giám sát và kiểm soát chất lượng: GROW có thể thiết lập
quy trình giám sát và kiểm soát chất lượng để đảm bảo rằng mô hình và dữ liệu
đang được duy trì và cập nhật đúng cách. Việc này bao gồm việc theo dõi hiệu suất
của mô hình, kiểm tra và cải thiện dữ liệu huấn luyện, và đảm bảo rằng quy trình
đặt câu hỏi và thu thập dữ liệu được thực hiện một cách đúng đắn.
Thực hiện kiểm định độc lập: Việc này đảm bảo rằng kết quả dự đoán được
đánh giá một cách khách quan và không bị ảnh hưởng bởi các yếu tố nội tại của hệ
thống.
6. KẾT LUẬN

12
 6.1 Nhắc lại mục tiêu
GROW hiện tại đang tập trung vào ba khía cạnh chính: công nghệ, nhân sự và
chính sách.
Công nghệ: GROW đang đẩy mạnh tiến bộ công nghệ bằng cách nâng cấp và
phát triển các công nghệ hiện có, đồng thời tạo ra các công nghệ mới nhằm duy trì
sự cạnh tranh trong lĩnh vực của mình. Điều này bao gồm việc nâng cao hiệu suất,
tính bảo mật và khả năng mở rộng của nền tảng, cũng như áp dụng các công nghệ
mới như trí tuệ nhân tạo, học máy, và phân tích dữ liệu để mang lại giá trị gia tăng
cho khách hàng.
Nhân sự: GROW đặt mục tiêu đào tạo và phát triển nhân sự để đáp ứng các
mục tiêu mở rộng thị trường trong tương lai. Điều này bao gồm tạo ra các chương
trình đào tạo và phát triển nhằm nâng cao kỹ năng, kiến thức và năng lực của đội
ngũ quản lý và giám sát. Bằng cách đầu tư vào việc phát triển nhân sự, GROW
mong muốn xây dựng một đội ngũ chất lượng cao và có khả năng thích ứng với sự
phát triển của công ty.
Chính sách: GROW đặt sự quan tâm đặc biệt vào việc thiết lập các chính sách
bảo mật để ngăn chặn việc rò rỉ thông tin khách hàng, đặc biệt là từ các bên thứ ba
có thể gây hại cho cả hai bên. Điều này bao gồm việc xác định và thực hiện các biện
pháp bảo mật, quản lý quyền riêng tư và tuân thủ các quy định và quy định pháp
luật liên quan. GROW cam kết bảo vệ thông tin của khách hàng và xây dựng niềm
tin và lòng tin cậy từ phía họ.
6.2 Vấn đề và giải pháp
Thứ nhất, Trong quá trình mở rộng mạng lưới, GROW đặt ra một vấn đề quan
trọng là liệu nên phát triển công ty một cách rộng rãi hay tập trung chiến lược vào
một số lĩnh vực nhất định để đạt được tính hiệu quả cao hơn. Một giải pháp được đề
xuất là GROW nên tập trung vào nhóm AI, với mục tiêu thu hút nhiều tài năng hơn
và nâng cao hiệu suất của nhóm. Để đảm bảo tính trung thực và tránh rủi ro rò rỉ
thông tin, GROW cần xây dựng thêm đội ngũ giám sát. Điều này giúp đảm bảo sự

13
trung thực của nhân viên, tránh trường hợp thông tin công ty và khách hàng bị rò rỉ,
gây thiệt hại đến tài sản và danh tiếng của GROW.
Ngoài ra, GROW nên chuyển hướng tập trung vào nhóm khách hàng có vị trí
quan trọng trong cơ cấu phòng nhân sự của các công ty nổi tiếng. Điều này bao gồm
tiếp cận các nguồn thông tin bảo mật cấp cao và phân tích dữ liệu phức tạp liên
quan đến quy trình nguồn nhân lực của các công ty đó. GROW cũng nên tận dụng
các phi vụ hợp đồng lớn với các công ty nổi tiếng để tăng cường truyền thông và
xây dựng danh tiếng của mình.
Thứ hai, GROW có thể sử dụng trí tuệ nhân tạo để thay thế trực giác con
người trong việc phân tích dữ liệu. Cũng cần tìm ra liệu quản lý nhân sự có thể thay
thế hoàn toàn tư duy của người tuyển dụng hay không. Thang cấp độ mức tin cậy
của người đánh giá, bài kiểm tra liên kết ngầm, phiếu đánh giá bốn cấp độ và xác
định năng lực thông qua truy vấn đều là các giải pháp được đưa ra
6.3. Lợi ích
Hiện nay, môi trường quản trị nhân lực đang đối diện với nhiều khó khăn và
thách thức, nhưng GROW đã khắc phục gần như tất cả các trở ngại đó nhờ thế
mạnh của mình. Đầu tiên, GROW đã giúp các doanh nghiệp tìm kiếm và sàng lọc
ứng viên tiềm năng một cách hiệu quả, nhanh chóng và tiết kiệm hơn so với các
phương pháp truyền thống. Hơn nữa, GROW còn có khả năng nhắm mục tiêu chính
xác các nhóm ứng viên có tiềm năng thăng tiến cao trong quá trình tuyển dụng.
Tuy nhiên, bên cạnh những ưu điểm vượt trội, GROW cũng tồn tại những hạn
chế nhất định, và cần có những giải pháp và cải tiến để đáp ứng yêu cầu hiện tại và
tương lai. Điều này cho thấy dù trí tuệ nhân tạo phát triển cao đến mức nào, chúng
không nên quá lệ thuộc vào AI mà cần tận dụng trí tuệ AI kết hợp với những giải
pháp riêng của con người. Cần có sự hòa nhập và kết hợp giữa trí tuệ AI và sự quản
lý của đội ngũ chuyên viên thực hiện công việc quản lý và giám sát quá trình để
mang lại hiệu quả tốt nhất.
Tóm lại, GROW đã giải quyết nhiều khó khăn trong môi trường quản trị nhân
lực bằng cách tận dụng trí tuệ nhân tạo. Tuy nhiên, cần tồn tại sự kết hợp giữa trí

14
tuệ nhân tạo và con người để áp dụng các giải pháp tốt nhất cho quản lý và giám sát
quá trình, thay vì chỉ dựa hoàn toàn vào trí tuệ nhân tạo.
B. ĐÁNH GIÁ
Biểu mẫu đánh giá, theo dõi trên Trello:
https://trello.com/b/5rlL0Nha/cds-grow-case-nhom-12

15