Nếu quyền lực không còn chỉ nhìn chức danh, làm sao biết ai đáng được lắng nghe?

Phòng họp có sáu người.

Một VP.

Một kỹ sư kỳ cựu, hai mươi năm trong nghề.

Một kỹ sư AI trẻ, mới vào công ty được hai năm.

Một người đứng đầu bán hàng.

Một người đứng đầu tài chính.

Và một quản lý sản phẩm.

Họ phải quyết một việc rất cụ thể: một dự án quan trọng — còn làm tiếp không?

Tiền đã bỏ. Thời gian đã qua. Bên ngoài có cạnh tranh. Bên trong có rủi ro.

Thế là một câu hỏi trông rất đơn giản hiện ra: Trong sáu người này, lời ai nên nặng hơn?

Công ty truyền thống có một câu trả lời rất rẻ. Nhìn Title.

Lời VP nặng nhất. Rồi người thâm niên. Rồi người cầm việc kinh doanh. Người mới vào hai năm, thường ngồi phía sau.

Vì sao?

Vì cách ấy ít tốn công nhất. Sơ đồ tổ chức đã vẽ sẵn. Ai ngồi trên, người ấy đã cầm nhiều quyền hơn.

Bài trước ta hỏi: vì sao quyền lực trong công ty, về lâu dài, phải thuộc về chức danh?

Nhưng chỉ cần mở cánh cửa ấy, câu hỏi tiếp theo bước vào ngay:

Được.

Nếu Title không nên mãi quyết định ai được nói lời cuối — thì ta thật sự nên nghe ai?

Câu trả lời tự nhiên nhất có lẽ là: nghe chuyên gia. Nghe người hiểu nhất.

Nghe vậy hợp lý hơn nhiều so với «nghe người chức danh cao nhất».

Chỉ cần hỏi thêm một câu: Ai định nghĩa chuyên gia?

Mọi thứ lại rối ngay.

Hai mươi năm thâm niên? Đã làm bao nhiêu dự án? Bằng cấp trường danh tiếng? Điểm hiệu suất năm ngoái? Đã thành công bao nhiêu lần? Hay để AI, từ dữ liệu lịch sử, tính một điểm cho mỗi người?

Kỹ sư kỳ cựu sẽ nghĩ: tôi đã thấy nhiều thất bại nhất.

Kỹ sư trẻ sẽ nghĩ: tôi gần công nghệ mới nhất.

Bán hàng sẽ nói: khách hàng thật sự nghĩ gì, chỉ tôi biết.

Tài chính sẽ nói: mọi người đang kể chuyện. Cuối cùng vẫn là con số nói.

Quản lý sản phẩm sẽ tin: vì sao người dùng trả tiền, tôi rõ nhất.

VP cũng có lý của mình: tôi nhìn cả công ty, không phải một góc vấn đề.

Ai cũng chứng minh được: mình mới là người trong phòng đáng được nghe nhất.

Nên «nghe chuyên gia» thật ra chưa giải được gì. Nó chỉ đổi Title sang một danh tính khác.

Thâm niên. Hồ sơ. Bằng cấp. Thành tích cũ. Vẫn là danh tính.

Chỉ là bộ áo khác.

Rồi ta dễ bước thêm một bước. Người vốn thiên lệch. Cứ để hệ thống tính.

Jason: 87.4.

Alice: 76.2.

Bob: 61.8.

Ai điểm cao, lời người ấy nặng hơn. Ai điểm thấp, nghe người khác trước.

Trông rất khoa học. Thậm chí công bằng hơn Title nhiều. Vì nó không còn hỏi anh có phải VP không.

Nó hỏi: trước nay anh làm ra sao?

Vấn đề cũng nằm đúng chỗ đó.

Nếu đủ thành thật, ta sẽ thấy: chỉ đổi Title thành Score, có thể chẳng đổi gì.

Trước đây: VP > Director > Manager.

Sau này: 92 > 84 > 71.

Tầng vẫn còn. Chỉ là nó rời thẻ nhân viên, chui vào cơ sở dữ liệu.

Thậm chí nguy hơn. Vì hệ chức danh cũ ít ra còn thừa nhận: đây là quyền lực. Điểm thuật toán khoác thêm một lớp áo đẹp:

Đây không phải quyền lực.

Đây là khoa học.

Một người vừa bị hệ thống viết thành 61.8, bước vào phòng họp có thể đã thấp đi một bậc.

Dù câu hỏi hôm nay đúng là việc người ấy hiểu nhất.

Nên tôi càng tin câu ta thật sự nên hỏi không phải: người này phán đoán giỏi không?

Mà là: trên đúng vấn đề cụ thể hôm nay, phán đoán của người ấy vì sao đáng được nghe nghiêm túc?

Hai câu ấy cách nhau rất xa.

Câu trước đang chấm điểm «người». Câu sau đang đánh giá «phán đoán lần này».

Một người có thể rất giỏi đoán vì sao một sản phẩm sẽ thất bại. Nhưng chưa chắc biết người tiêu dùng có thích một vị mới không.

Người ấy có thể đọc rủi ro khuôn nhà cung cấp cực chuẩn. Bảo đoán kinh tế vĩ mô, có khi cũng chỉ xem tin.

Người ấy có thể rất giỏi đánh đổi kỹ thuật. Sang chính sách pháp quy, vẫn có thể chỉ đang đoán.

Nên một người không nên mang trên lưng một Judgment Score vạn năng. Như điểm tín dụng. Đi theo vào mọi vấn đề.

Đó cũng là một nguyên tắc tôi nghĩ công ty tương lai sẽ cần:

Chấm điểm phán đoán, không chấm điểm tổng cho người.

Score predictions, not people.

Vậy «chấm điểm phán đoán» nghĩa là gì?

Bắt đầu từ một đổi rất đơn giản.

Công ty đừng chỉ hỏi: dự án này sẽ thành công không?

Câu ấy quá dễ giả vờ hiểu.

Sẽ.

Không.

Tùy.

Ai cũng nói được.

Hỏi cách khác: anh cho rằng xác suất dự án này lên được trước ngày 1 tháng 12 là bao nhiêu?

Alice: 70%.

Bob: 40%.

Jason: 55%.

Ba phán đoán ấy bỗng ghi lại được.

Thứ đáng xem cũng không còn là: ai nói mạnh hơn. Ai chức danh cao hơn.

Mà là: khi Alice nói 70%, những việc kiểu ấy sau đó có xảy ra khoảng bảy lần trên mười không?

Khi Bob cứ nói 40%, anh thật sự thấy rủi ro sớm hơn người khác, hay chỉ bi quan theo thói quen?

Đó là một khái niệm rất quan trọng trong nghiên cứu dự báo: Calibration, hiệu chỉnh.

Nó không hỏi: anh có thông minh không.

Nó hỏi: mức chắc chắn anh tự nhận, và việc sau đó xảy ra, có khớp không?

Một người đoán đúng ba lần liền, có thể chỉ là may.

Nhưng nếu người ấy đã phán nhiều lần cùng kiểu, việc gọi 70% về dài hạn thật sự xảy ra khoảng bảy lần trên mười; việc gọi 40% cũng chỉ xảy ra khoảng bốn lần trên mười — thì bắt đầu không giống trúng số nữa.

Nó gần hơn với một năng lực phán đoán đã được kiểm.

Nhưng chú ý.

Điều ấy vẫn không có nghĩa: Alice là một người 87 điểm.

Nó chỉ có nghĩa: trên lớp vấn đề này, dự báo của Alice đáng được nhìn kỹ hơn một chút.

Nhưng vấn đề công ty thật sự gặp, hiếm khi sạch thế. Nhiều quyết định phải một năm sau mới biết kết quả. Có quyết định thậm chí không bao giờ có một «đúng» hay «sai» rõ.

Còn có những vấn đề con người chưa từng gặp.

Nên nếu ai đó bảo: chúng tôi đã tính chính xác năng lực phán đoán của từng nhân viên,

tôi càng cảnh giác hơn.

Vì một hệ thống thành thật, nhiều khi không đưa cho ta một điểm đẹp. Nó chỉ tiếp tục hỏi vài câu rất thô.

Người này thật sự đã xử bao nhiêu vấn đề cùng kiểu?

Không phải: người ấy ở công ty bao nhiêu năm.

Mà là: đã xử sự cố nhà cung cấp tương tự chưa? Rủi ro pháp quy tương tự? Lần ra mắt sản phẩm tương tự?

Phán đoán ấy lại đến từ đâu?

Dữ liệu đo trực tiếp? Hồ sơ hệ thống? Những vụ lặp đi lặp lại? Kinh nghiệm tận tay? Người khác kể lại? Hay một trực giác chính người ấy cũng khó giải thích, chỉ thành hình sau khi làm đi làm lại rất nhiều lần?

Tôi nghĩ chỗ này còn một điểm đặc biệt quan trọng. Trực giác không nên tự bị coi là bằng chứng kém.

Nhiều người thật sự làm vài chục năm mang một thứ phán đoán rất khó nhét vào slide.

Họ viết không ra công thức đủ.

Họ chỉ cảm: cái này sai mùi.

Thứ ấy cũng nên vào hệ thống.

Chỉ là hệ thống phải biết: lần phán đoán này đứng trên loại bằng chứng nào.

Đừng vì muốn trông «khoa học» mà giả vờ mọi phán đoán đều cùng một thứ.

Còn một vấn đề thực tế hơn.

Câu ấy, có thật là phán đoán của chính người đó không?

Giả sử VP vừa mở miệng: cá nhân tôi nghĩ, dự án này ít nhất 80% sẽ thành công.

Rồi năm người kia bắt đầu nói.

82%.

75%.

78%.

80%.

85%.

Đó có thật là sáu phán đoán không?

Chưa chắc.

Rất có thể chỉ là: một phán đoán, cộng năm lần vọng.

Nên tôi nghĩ những quyết định thật sự quan trọng về sau, có lẽ nên bắt đầu bằng một việc nhiều công ty hôm nay chưa quen:

đừng mở miệng trước.

Mỗi người tự viết phán đoán của mình. Khóa lại. Rồi mới thảo luận. Đổi bằng chứng. Nghe người khác phản. Rồi mới cho sửa.

Thế là công ty giữ lại được bốn thứ: phán đoán ban đầu. Bằng chứng mới. Phán đoán đã sửa. Kết quả cuối.

Nếu chẳng thứ nào được giữ, vài năm sau công ty thật sự nhớ, thường chỉ là lúc ấy người quyền lớn nhất trong phòng đã nói gì.

Trong họp còn một thứ rất dễ bị nuốt mất.

Ý kiến thiểu số.

Giả sử sáu người đoán xác suất dự án thành công. Năm người lần lượt nói:

75%.

78%.

80%.

72%.

77%.

Alice nói:

30%.

Một cuộc họp truyền thống dễ xảy ra chuyện gì?

Năm người gần như cùng hướng. Alice thận trọng hơn. Làm tiếp.

Nếu ta để AI tính một trung bình có trọng số đơn giản, tình hình có thể chẳng khá hơn bao nhiêu.

Cuối cùng hiện ra: 68.7%.

Trông cực kỳ chính xác. Người ta thậm chí có cảm giác: hệ thống đã tính xong giúp ta.

Nhưng thứ thật sự đáng tiền có thể vừa bị chính con số trung bình ấy rửa sạch.

Vì AI còn có thể nhìn tiếp.

Alice đã xử năm lần thất bại rất giống. Trên lớp vấn đề này, dự báo cũ của cô không phải hét bừa. Con số 30% ấy, cô đưa ra trước khi nghe ai khác. Và cô chỉ ra một rủi ro pháp quy mà năm người kia không ai nhắc.

Lúc ấy, đầu ra AI thật sự có giá không nên chỉ là: Final Probability: 68.7%.

Mà nên là: ở đây có một bất đồng đáng mở lại.

Đó là một nguyên tắc tôi nghĩ hệ thống phán đoán tương lai sẽ cần:

gom ý không chỉ để trung bình hóa thành một con số. Thứ quan trọng là làm lộ những bất đồng đáng thấy.

Mọi người thật sự đồng ở đâu? Bất đồng thật sự là gì? Có ý kiến thiểu số nào đứng trên kinh nghiệm hoặc bằng chứng người khác không có? Ai có quá khứ thật sự dính với vấn đề hôm nay? Và còn thứ gì ta thật ra chẳng biết?

Mấy câu ấy thường đáng tiền hơn một tổng điểm bí ẩn.

Vì điều công ty thật sự nên sợ chưa từng là trong phòng có người không đồng ý.

Mà là: cái «khác» đáng được nghe nhất bị trung bình hóa, bị lịch sự làm mềm, bị chức danh phủ nhẹ đi.

Tới đây phải kẻ một đường rất rõ.

Dù dự báo của Alice đáng được coi trọng, cũng không có nghĩa Alice tự cầm quyền quyết cuối.

Prediction không phải Decision.

Dự báo hỏi: điều gì nhiều khả năng xảy ra nhất?

Quyết định hỏi: biết những khả năng ấy rồi, ta thật sự làm gì?

Ở giữa còn rất nhiều thứ.

Chiến lược. Khẩu vị rủi ro. Pháp lý. Giá trị. Tiền mặt. Chi phí cơ hội.

Và việc quan trọng nhất: nếu sai, ai đỡ lấy kết quả?

Một đội hoàn toàn có thể đoán đúng: xác suất dự án lên đúng hạn chỉ 32%.

Điều ấy không tự nghĩa là: hủy.

Công ty có thể muốn mua cái 32% ấy. Có thể đó là cửa sổ duy nhất còn mở. Có thể không làm thì lỗ hơn.

Thậm chí công ty biết tỷ lệ thành công thấp, về chiến lược vẫn phải làm.

Nên: hệ thống phán đoán có thể ảnh hưởng quyền lực. Nó không thể tự biến thành quyền lực.

Biết điều gì có thể xảy ra, và quyết tương lai nào ta chịu gánh, vẫn là hai việc khác nhau.

Nếu bài dừng ở đây, hệ thống ấy nghe có thể đã rất đẹp.

Dĩ nhiên không đơn giản vậy. Vì chính nó cũng bệnh.

Nhát đầu rơi vào người mới.

Giả sử phán đoán lịch sử bắt đầu quyết hôm nay ai đáng được nghe.

Người vừa vào công ty thì sao?

Không có hồ sơ. Không có lịch sử. Hệ thống không biết người ấy giỏi hay không.

Chỗ này phải có một nguyên tắc rất quan trọng:

Unknown không phải Bad.

Không có lịch sử, không có nghĩa năng lực kém.

Tổ chức thật rất dễ phạm đúng lỗi ấy.

Không có hồ sơ, thì coi như điểm thấp.

Vì chỗ trống khiến lãnh đạo ít an tâm nhất.

Thế là người trẻ, hoặc người mới, tự nhiên ngồi phía sau.

Không phải vì họ sai. Mà vì: hệ thống chưa thấy họ.

Tương lai có thể để người mới lập hồ sơ phán đoán trước, trên những vấn đề rủi ro thấp, phản hồi nhanh.

Có thể để họ làm «dự báo bóng»: cứ để lại phán đoán, tạm thời chưa ảnh hưởng quyết định chính thức.

Những thứ ấy còn thiết kế được. Nhưng chưa phải câu trả lời.

Bài này chỉ cần chặn một việc: đừng bao giờ viết «chưa được kiểm» thành «không đáng được nghe».

Nhát thứ hai là gaming.

Chỉ cần hồ sơ phán đoán bắt đầu ảnh hưởng sức nặng của một người, người ta sẽ bắt đầu nuôi hồ sơ ấy.

Đó là bản tính.

Họ sẽ chọn vấn đề dễ đoán. Tránh những quyết định bất định thật. Nộp muộn hơn một chút. Xem người khác nghĩ gì đã. Giấu chỗ mình không chắc. Sau đó giải thích lại ý lúc ấy.

Làm cho điểm đẹp, chứ không làm cho công ty khá hơn.

Không nhất thiết vì nhân viên xấu. Mà vì: hệ thống bắt đầu phát thưởng.

Một chỉ số, một khi từ «giúp hiểu» thành «quyết tương lai», người ta sẽ sống quanh chỉ số ấy.

Nên chỗ này phải tách:

Measurement.

Và: Governance.

Bạn có thể ghi dự báo của một người. Không có nghĩa bạn đã có tư cách, dựa trên hồ sơ ấy, quyết luôn số phận nghề nghiệp của người đó.

Có thể thiết kế vài lớp bảo vệ.

Chẳng hạn khóa phán đoán ban đầu. Từng lĩnh vực nhìn riêng. Hồ sơ cũ dần giảm trọng số. Cho phép thách. Tách «dám đụng bài khó» khỏi «chuyên chọn bài dễ để cày điểm».

Nhưng những thứ ấy không diệt được gaming. Chỉ làm nó khó hơn.

Hệ thống nào bảo: «Chúng tôi đã giải quyết triệt để chuyện nhân viên cày điểm,» lại là hệ thống đáng cảnh giác nhất.

Nhát thứ ba có thể nguy nhất.

Giả sử Alice quả thật phán đúng lâu dài. Nên tổ chức càng muốn nghe cô.

Càng muốn nghe, cô càng dễ vào những dự án quan trọng hơn.

Vào nhiều dự án quan trọng hơn, cô nhận thêm thông tin, nguồn lực, và kinh nghiệm.

Rồi hồ sơ của cô lại mạnh hơn.

Cuối cùng chuyện gì xảy ra?

Ta có thể vừa đúc lại một VP vĩnh viễn.

Chỉ khác lần này: Title biến mất. Tầng sống trong cơ sở dữ liệu.

Đó cũng là kết quả tôi nghĩ cả hệ thống phán đoán phải chặn: ta không thể diệt VP vĩnh viễn, rồi trong cơ sở dữ liệu đúc lại một VP vĩnh viễn.

Người đã được thừa nhận, vốn dễ tiếp tục được thừa nhận.

Không phải hiện tượng mới.

Trong công ty vậy. Trong học thuật vậy. Trên mạng xã hội cũng vậy.

Nên nếu thứ gọi là «trọng số phán đoán» thật sự tồn tại, ít nhất nó phải:

gắn với vấn đề này. Gắn với lĩnh vực này. Có hạn dùng. Cho phép bị thách.

Và thừa nhận được: lần này, tôi không biết.

Nó tuyệt đối không được thành một danh tính vĩnh viễn mới.

Rồi còn nhát thứ tư. Cũng là nhát thời AI đặc biệt rối.

Vấn đề mới.

Hiệu chỉnh lịch sử dễ hỏng nhất đúng lúc công ty cần phán đoán nhất: những việc không ai từng thấy.

Thời AI sẽ ngày càng nhiều vấn đề kiểu ấy.

Ba năm trước chúng còn chưa tồn tại. Hồ sơ cũ không so được. Người thắng cũ cũng chưa chắc còn chuẩn.

Lúc ấy, hệ thống phải dám nói: We don’t know.

Không được vì thiếu lịch sử mà đúc quyền uy.

Cũng không được vì Alice rất chuẩn trên bài cũ, mặc định trên một vấn đề hoàn toàn mới cô vẫn phải nặng nhất.

Có lúc, trọng số thành thật nhất là: lần này, không ai có đặc quyền.

Vậy AI nên làm gì ở đây?

Giờ tôi càng thấy câu trả lời rõ hơn.

Nói trước việc nó không nên làm.

AI không nên trở thành: Management God.

Nó không nên bảo công ty: Alice nên nhận 37% quyền lực.

Quyền lực không tính ra vậy.

Việc AI thật sự hợp, thật ra rất cụ thể.

Tìm những quyết định cũ thật sự giống. Nhìn lịch sử phán đoán xác suất của từng người. Lôi những bằng chứng đang cãi nhau. Thấy ý kiến nào thật ra chỉ đang copy nhau. Đánh dấu ý kiến thiểu số. Giữ phán đoán ban đầu và phán đoán đã sửa. Chỉ ra bằng chứng nào vẫn đang thiếu. Sắp ngữ cảnh của một quyết định phức tạp cho rõ.

Nói cách khác: vai trò quan trọng nhất của AI chưa chắc là giúp công ty quyết trực tiếp.

Nó có thể trước hết giúp công ty quyết: lúc này nên nhìn kỹ chỗ nào. Ai đáng được nghe thêm một câu. Rủi ro nào không nên lướt qua. Mảnh bằng chứng nào chưa vào phòng.

Nên tôi thích một sự tách:

AI có thể giúp phân bổ sự chú ý. Nó không nên tự phân bổ chủ quyền.

AI có thể giúp quyền lực tìm phán đoán tốt hơn. Nhưng quyền chính thức cuối cùng vẫn nên rơi vào: những người và quy tắc giải thích được, thách được, và quy trách được.

Không thì ta chỉ đổi một kiểu khoán phán đoán cũ sang một kiểu khác:

giao phán đoán cho mô hình. Để trách nhiệm cho không khí.

Sau vòng nghiên cứu đầu, tôi thấy năm nguyên tắc tạm thời vẫn đứng.

Chúng không phải định luật. Cũng không phải chân lý Future Lab đã chứng minh.

Chỉ là cho tới nay, chính chúng tôi chưa tự đâm thủng được chúng.

Thứ nhất: Chấm điểm phán đoán, không chấm điểm tổng cho người.

Score predictions, not people.

Thứ hai: Gán trọng số cho lần ý kiến này, không gắn trọng số vĩnh viễn cho danh tính.

Weight judgments, not identities.

Thứ ba: Ghi lại đóng góp, không xếp hạng giá trị con người.

Record contribution, don’t rank human worth.

Thứ tư: Làm lộ những bất đồng đáng giá, đừng trung bình hóa chúng đi.

Surface disagreement, don’t average it away.

Thứ năm: Để AI giúp quyền lực tìm phán đoán tốt hơn, nhưng đừng để chính AI trở thành nguồn quyền lực.

Let AI inform authority, never automatically become authority.

Chỗ dễ làm sai nhất đúng là điều thứ nhất.

Vì «chấm điểm phán đoán» quá dễ từ từ trượt thành: «chấm điểm người».

Hệ thống sẽ muốn một bảng xếp hạng. Lãnh đạo sẽ muốn một danh sách. Nhân viên sẽ muốn một con số mình có thể nuôi.

Cuối cùng: dự báo lại thành danh tính.

Nên bài này vẫn chưa giải được công ty tương lai.

Nó chỉ trả lời câu bài trước để lại: nếu Title không nên mãi quyết định ai được nói lời cuối, ta có lẽ không nên lập tức tìm một cách khác để xếp hạng người.

Việc thật sự nên làm là học phán trước: trên đúng vấn đề cụ thể hôm nay, phán đoán nào, vì sao, đáng được ta nghe nghiêm túc?

Nhưng chỉ cần ta bắt đầu ghi những phán đoán ấy, cánh cửa tiếp theo hiện ra ngay.

Giả sử ta thật sự muốn biết:

lúc ấy người này cầm thông tin gì. Tin gì. Đưa xác suất nào. Vì sao phán vậy. Sau đó có đổi ý vì bằng chứng mới không. Và cuối cùng chuyện gì xảy ra.

Thì công ty phải giải một vấn đề khác: công ty nên nhớ một quyết định như thế nào?

Vì kết quả vừa ra, trí nhớ người ta bắt đầu lén viết lại lịch sử.

Dự án thành, ai cũng nhớ lúc ấy mình ủng hộ.

Dự án vỡ, ai cũng nhớ mình «từ sớm đã có ý giữ».

Nếu hồ sơ phán đoán của một người thật sự ảnh hưởng ai đáng được nghe hơn, tổ chức phải, trước khi kết quả xuất hiện, giữ lại phán đoán lúc ấy.