ຜູ້ຊາຍຫວຽດນາມດໍາເນີນໂຄງການ AI ຢູ່ບໍລິສັດທີ່ມີຜູ້ໃຊ້ 400 ລ້ານຄົນ

Doan Nguyen Tuan ແມ່ນ ນັກວິທະຍາສາດ ຂໍ້ມູນອາວຸໂສແລະເປັນຜູ້ນຳທີມພັດທະນາແອັບພລິເຄຊັນ AI ຢູ່ Quora, ຫຼັງຈາກຮຽນຈົບດ້ວຍກຽດຕິຍົດຈາກມະຫາວິທະຍາໄລ Yale.

Tuan, ອາຍຸ 28 ປີ, ເຮັດວຽກເປັນພະນັກງານຂໍ້ມູນວິທະຍາສາດຂອງ Quora. ນີ້ແມ່ນແພລະຕະຟອມ Q&A ທີ່ນິຍົມໃນສະຫະລັດທີ່ມີຜູ້ໃຊ້ປະຈໍາເດືອນ 400 ລ້ານຄົນ, ໃຫ້ພວກເຂົາຄົ້ນຫາຂໍ້ມູນ, ແບ່ງປັນຄວາມຊໍານານແລະເຊື່ອມຕໍ່ກັບຜູ້ຊ່ຽວຊານໃນຫຼາຍໆດ້ານ. ໃນເດືອນພະຈິກ 2023, Quora ມີມູນຄ່າ 500 ລ້ານ USD, ໃນ 17 ເຄືອຂ່າຍສັງຄົມທີ່ໃຊ້ຫຼາຍທີ່ສຸດ ໃນໂລກ , ເປັນອັນດັບສອງຂອງເວັບໄຊທ໌ຄົ້ນຫາຂໍ້ມູນໃນສະຫະລັດ.

ໃນບໍລິສັດເຕັກໂນໂລຢີຂອງອາເມລິກາ, ມັນມັກຈະໃຊ້ເວລາ 10 ປີຂອງປະສົບການເພື່ອກາຍເປັນ "ພະນັກງານ" - ຕໍາແຫນ່ງໃນລະດັບຜູ້ຊ່ຽວຊານ. Tuan ຮູ້ສຶກໂຊກດີທີ່ສາມາດເຂົ້າຮັບຕໍາແໜ່ງນີ້ຫຼັງຈາກເຮັດວຽກພຽງແຕ່ 4 ປີ. ລາວວາງແຜນຍຸດທະສາດຂໍ້ມູນໄລຍະຍາວ, ຕັດສິນໃຈກ່ຽວກັບແຜນການພັດທະນາໃນແຕ່ລະໄລຍະແລະບຸກຄະລາກອນທີ່ຈະປະຕິບັດມັນ, ຫຼັງຈາກນັ້ນຊັກຊວນໃຫ້ພາກສ່ວນກ່ຽວຂ້ອງຮັບຮູ້ແນວຄວາມຄິດຂອງລາວ.

ລາວຍັງເປັນຜູ້ນໍາຂອງ Poe Growth, ທີມງານທີ່ພັດທະນາແອັບພລິເຄຊັນ Poe AI (Platform for Open Exploration) ເຊິ່ງເປັນເວທີທີ່ພັດທະນາໂດຍ Quora ຕັ້ງແຕ່ເດືອນມີນາ 2022. ແອັບພລິເຄຊັນນີ້ຊ່ວຍໃຫ້ຜູ້ໃຊ້ເຂົ້າເຖິງເຕັກໂນໂລຢີ AI (ປັນຍາປະດິດ) ເຊັ່ນ GPT4, Claude ຫຼື Llama ໄດ້ຢ່າງງ່າຍດາຍ. ດ້ວຍຕົວແບບ AI ຫຼາຍແບບປະສົມປະສານຢູ່ໃນແອັບພລິເຄຊັນດຽວ, ຜູ້ໃຊ້ສາມາດເລືອກແລະໃຊ້ຮູບແບບທີ່ເຫມາະສົມກັບການເຮັດວຽກຂອງພວກເຂົາທີ່ດີທີ່ສຸດ. ໃນບົດບາດນີ້, Tuan ເຮັດວຽກໂດຍກົງກັບ CEO ແລະຜູ້ຈັດການຜະລິດຕະພັນຂອງ Quora ເພື່ອກໍານົດຍຸດທະສາດການພັດທະນາຜູ້ໃຊ້ແລະການຄຸ້ມຄອງໂຄງການ.

"ໃນບໍລິສັດຂະຫນາດນ້ອຍ (ໃນດ້ານຊັບພະຍາກອນມະນຸດ) ແບບນີ້, ຂ້ອຍມີໂອກາດທີ່ຈະຮັບຜິດຊອບເພີ່ມເຕີມ. ອັນທີສອງ, ຂ້ອຍຈະເຮັດວຽກໃນສະພາບແວດລ້ອມທີ່ເຕັມໄປດ້ວຍຄົນທີ່ມີພອນສະຫວັນ, ເຫມາະສໍາລັບການຮຽນຮູ້ແລະພັດທະນາຕົນເອງ", ທ່ານກ່າວຕື່ມວ່າ Quora ມີພະນັກງານປະມານ 200 ຄົນ.

ດວນ ຫງວຽນຕ໋ວນ. ຮູບພາບ: ສະຫນອງໂດຍລັກສະນະ — ດວນ ຫງວຽນຕ໋ວນ. ຮູບພາບ: *ສະຫນອງໂດຍລັກສະນະ*

Tuan ເລືອກເຮັດວຽກຢູ່ Quora ເພາະວ່າລາວເອງໄດ້ໃຊ້ເວທີນີ້ຫຼາຍເມື່ອລາວເລີ່ມຮຽນຮູ້ກ່ຽວກັບວິທະຍາສາດຂໍ້ມູນ.

"ເພື່ອນຂອງຂ້ອຍເວົ້າວ່າຂ້ອຍໃຊ້ເວລາຫຼາຍເກີນໄປໃນ Quora. ດຽວນີ້ນາງຈະເຫັນຂ້ອຍຫຼາຍຂຶ້ນ, ແຕ່ຢູ່ Quora," ລາວແບ່ງປັນໃນ Facebook ໃນເດືອນສິງຫາ 2019, ເມື່ອລາວເລີ່ມເຮັດວຽກຢູ່ທີ່ນັ້ນ.

ກ່ອນຫນ້ານັ້ນ, Tuan ຈົບການສຶກສາດ້ານສະຖິຕິແລະວິທະຍາສາດຂໍ້ມູນຈາກມະຫາວິທະຍາໄລ Yale. ນີ້ແມ່ນໂຮງຮຽນ Ivy League, ອັນດັບທີ 5 ໃນສະຫະລັດ, ອີງຕາມການຈັດອັນດັບມະຫາວິທະຍາໄລ US News. ໃນປີ 2024, Yale ຈະເປັນມະຫາວິທະຍາໄລທີ່ດີທີ່ສຸດອັນດັບ 10 ຂອງໂລກ, ອີງຕາມ Times Higher Education.

ໃນເບື້ອງຕົ້ນ, Tuan ມີຈຸດປະສົງເພື່ອສືບຕໍ່ການພົວພັນສາກົນ. ຈຸດປ່ຽນແປງຂອງຄວາມມັກໃນວິທະຍາສາດຂໍ້ມູນຂອງລາວໄດ້ມາເມື່ອ Tuan ເຂົ້າຮ່ວມໂຄງການອາສາສະຫມັກກັບ Africa Health Placements (AHP), ອົງການສາທາລະນະສຸກແລະ ທາງການແພດ ໃນອາຟຣິກາໃຕ້, ໃນຊ່ວງລຶະເບິ່ງຮ້ອນຂອງນັກຮຽນໃຫມ່ຂອງລາວ. ວຽກງານຂອງລາວແມ່ນເພື່ອບັນທຶກ, ນໍາສະເຫນີຂໍ້ມູນ, ແລະສ້າງແບບຈໍາລອງການຄາດເດົາສໍາລັບອົງການຈັດຕັ້ງເປັນເວລາສາມເດືອນ.

ພາລະກິດຂອງ AHP ແມ່ນເພື່ອທົດແທນການແພດທີ່ບໍ່ມີປະສົບການຈາກຕ່າງປະເທດເພື່ອສະຫນັບສະຫນູນການບໍລິການດ້ານສຸຂະພາບໃນທ້ອງຖິ່ນ. ຢ່າງໃດກໍ່ຕາມ, ທ່ານຫມໍເຫຼົ່ານີ້ມັກຈະຢູ່ເປັນເວລາສັ້ນໆ, ປະມານ 1-2 ປີ. ໃນເວລາຫວ່າງຂອງລາວ, Tuan ໄດ້ສັງເກດເຫັນຂໍ້ມູນແລະຮັບຮູ້ວ່າພວກເຂົາມີຄວາມຄ້າຍຄືກັນ: ເຂົາເຈົ້າຍັງອ່ອນ, ງ່າຍທີ່ຈະຮັບສະຫມັກ, ແລະສ່ວນຫຼາຍແມ່ນມາຈາກສະຫະລັດ, ຜູ້ທີ່ຈະກັບຄືນໄປສະຫມັກໂຄງການການຝຶກອົບຮົມທີ່ຢູ່ອາໄສຢ່າງໄວວາເມື່ອພວກເຂົາມີປະສົບການພຽງພໍ. ລາວໄດ້ລາຍງານເລື່ອງນີ້ຕໍ່ຄະນະກໍາມະການບໍລິຫານແລະສ້າງລະບົບຂໍ້ມູນໂດຍໃຊ້ Excel ເພື່ອຄາດຄະເນໄລຍະເວລາທີ່ທ່ານຫມໍຈະຢູ່ໃນອາຟຣິກາໃຕ້. ດັ່ງນັ້ນ, AHP ໄດ້ປ່ຽນແຜນການຮັບສະໝັກແພດຂອງຕົນໃຫ້ມີປະສິດທິພາບຫຼາຍຂຶ້ນ.

"ເມື່ອຂ້ອຍສາມາດໃຊ້ຂໍ້ມູນແລະສ້າງແບບຈໍາລອງທີ່ມີຜົນກະທົບທາງບວກຢ່າງແທ້ຈິງຕໍ່ອົງການຈັດຕັ້ງແລະຊຸມຊົນຢູ່ທີ່ນັ້ນ, ຂ້ອຍທັນທີທັນໃດຮູ້ວ່າອຸດສາຫະກໍານີ້ມີຄວາມຫນ້າສົນໃຈຫຼາຍ, ມີທ່າແຮງແລະມີຫຼາຍຢ່າງທີ່ຈະຮຽນຮູ້," Tuan ເວົ້າ.

ໃນໄລຍະປີທີ່ລາວຢູ່ Yale, ອ້ອມຮອບໄປດ້ວຍຄົນທີ່ມີພອນສະຫວັນ, Tuan ບໍ່ສາມາດຊ່ວຍເຫຼືອແຕ່ຕົກໃຈແລະຊົມເຊີຍອາຈານແລະຫມູ່ເພື່ອນຂອງຕົນ. ສິ່ງທີ່ລາວຊົມເຊີຍທີ່ສຸດແມ່ນຄວາມຖ່ອມຕົວ, ຄວາມຈິງໃຈຂອງເຂົາເຈົ້າ, ດ້ວຍຄວາມກະຕືລືລົ້ນ, ມີຈິດໃຈກ້າວໜ້າ ແລະ ຄວາມກະຕືລືລົ້ນທີ່ຈະຮຽນຮູ້.

Tuan ບອກວ່າຕອນທີ່ລາວກຳລັງຮຽນຂຽນລະຫັດສາຍທຳອິດຂອງລາວ, ເພື່ອນຂອງລາວກໍ່ຕັ້ງບໍລິສັດ startup ຢູ່ Silicon Valley ແລ້ວ, ແຕ່ລາວກໍ່ຍັງເຮັດວຽກຢ່າງຈິງຈັງໃນຫຼາຍໂຄງການໃນຫ້ອງຮຽນ, ເຖິງແມ່ນວ່າເຂົາເຈົ້າບໍ່ໄດ້ໃຫ້ຄະແນນກໍ່ຕາມ. ອີກເທື່ອໜຶ່ງ, ລາວໄດ້ເຂົ້າຫ້ອງຮຽນໂດຍສາດສະດາຈານ Robert J. Shiller, ຜູ້ໄດ້ຮັບລາງວັນໂນແບລດ້ານເສດຖະສາດປີ 2013, ແລະຮູ້ສຶກແປກໃຈເມື່ອລາວສາລະພາບວ່າລາວບໍ່ແມ່ນຜູ້ຊ່ຽວຊານດ້ານການຕະຫຼາດການເງິນ. ທຸກໆມື້, ລາວໄດ້ຄົ້ນຄ້ວາແລະຮຽນຮູ້ເພີ່ມເຕີມໂດຍການກັ່ນຕອງຂໍ້ມູນຈາກຫນັງສືພິມ, ອ່ານຫນັງສື, ສົນທະນາກັບສະມາຊິກໃນຄອບຄົວແລະຜູ້ຊ່ຽວຊານໃນພາກສະຫນາມ.

"ຂ້ອຍຮູ້ວ່າການຮຽນຮູ້ບໍ່ເຄີຍຈົບ, ເຖິງແມ່ນວ່າຕອນນີ້, ເຖິງແມ່ນວ່າຂ້ອຍເຮັດວຽກຢູ່ Quora, ໃນຕໍາແຫນ່ງທີ່ຂ້ອຍເຊື່ອວ່າຂ້ອຍໂຊກດີຫຼາຍທີ່ປະສົບຜົນສໍາເລັດ, ທຸກໆມື້ຂ້ອຍຕື່ນນອນຂ້ອຍຄວນຄິດວ່າຄວາມຮູ້ນີ້ບໍ່ພຽງພໍ, ຍັງມີຫຼາຍສິ່ງທີ່ຕ້ອງຮຽນຮູ້, "ລາວແບ່ງປັນ.

Tuan ມັກຈະອ່ານການຄົ້ນຄວ້າແລະບົດລາຍງານຈາກບໍລິສັດເພື່ອຊອກຫາວິທີທີ່ດີກວ່າໃນການແກ້ໄຂບັນຫາ. ນອກຈາກນັ້ນ, ລາວຍັງຮຽນຮູ້ໂດຍການສົນທະນາກັບພະນັກງານໃຫມ່ໃນ Quora ເພາະວ່າ "ພວກເຂົາແມ່ນຜູ້ທີ່ນໍາເອົາຄວາມຮູ້, ທັດສະນະ, ແລະວິທີການໃຫມ່ໃນການເຮັດວຽກ." ເມື່ອລາວພົບບັນຫາທີ່ຫຍຸ້ງຍາກ, ລາວຂໍໃຫ້ເພື່ອນຮ່ວມງານທົບທວນຂໍ້ມູນກັບລາວເພື່ອໃຫ້ມີທັດສະນະທີ່ແຕກຕ່າງກັນແລະຊອກຫາວິທີແກ້ໄຂ.

Tuan (ຊ້າຍໄກຢູ່ແຖວໜ້າ) ຖ່າຍຮູບກັບເພື່ອນຮ່ວມງານຢູ່ Quora. ຮູບພາບ: ລັກສະນະທີ່ສະຫນອງໃຫ້ — Tuan (ຊ້າຍໄກ, ແຖວໜ້າ) ກັບເພື່ອນຮ່ວມງານຢູ່ Quora. ຮູບພາບ: *ສະຫນອງໂດຍລັກສະນະ*

ທ່ານ Le The Hien, ຜູ້ກໍ່ຕັ້ງອົງການບໍ່ຫວັງຜົນກຳໄລຂອງສະມາຄົມເຕັກໂນໂລຊີ ຫວຽດນາມ, ແລະ ທ່ານ Tuan ໄດ້ສ້າງເວທີປຶກສາຫາລືທີ່ເຊື່ອມຕໍ່ບັນດານັກສຶກສາ ຫວຽດນາມ ກັບບັນດາພະນັກງານເຕັກໂນໂລຊີ ຫວຽດນາມ ຢູ່ ອາເມລິກາ. ລາວເວົ້າວ່າເພື່ອນຂອງລາວແມ່ນຜູ້ທີ່ "ທຸກບໍລິສັດຕ້ອງການ" ເນື່ອງຈາກຄວາມຢາກຮູ້ຢາກເຫັນຂອງລາວແລະຄວາມສາມາດໃນການເຊື່ອມຕໍ່ຄົນ.

"Tuan ກໍາລັງຊອກຫາຄວາມຮູ້ໃຫມ່ຢ່າງຕໍ່ເນື່ອງ, ຮຽນຮູ້ວິທີການໃຫມ່ໃນການເຮັດວຽກແລະສະເຫມີຢູ່ໃນແຖວຫນ້າຂອງເຕັກໂນໂລຢີແລະການເຮັດວຽກ. ລາວຍັງສາມາດຟັງຄວາມຄິດເຫັນທັງຫມົດໃນກອງປະຊຸມ, ເຖິງແມ່ນວ່າພວກເຂົາຂັດກັນ, ແລ້ວສະຫຼຸບໃຫ້ເຂົາເຈົ້າເຂົ້າໄປໃນແຜນການທີ່ເຮັດໃຫ້ທີມງານທັງຫມົດ," ທ່ານ Hien ແບ່ງປັນ.

Tuan ສະເຫມີຢາກກະຕຸ້ນສະມາຊິກທີມງານຂອງລາວທີ່ເຮັດວຽກຢູ່ Quora. ລາວເຫັນວ່າພວກເຂົາມີພອນສະຫວັນທັງຫມົດ, ເຮັດໃຫ້ພວກເຂົາເຂົ້າໃຈວິໄສທັດຂອງລາວເປັນສິ່ງຫນຶ່ງ, ຊັກຊວນໃຫ້ພວກເຂົາຮັບຮູ້ແນວຄວາມຄິດຂອງລາວແມ່ນອີກຢ່າງຫນຶ່ງ.

ທ່ານ Tuan ກ່າວວ່າ "ຂ້ອຍຢາກມີອິດທິພົນໃນທາງບວກຕໍ່ເພື່ອນຮ່ວມທີມຂອງຂ້ອຍ, ເພື່ອໃຫ້ພວກເຂົາມີແຮງຈູງໃຈທີ່ຈະເຮັດວຽກຢ່າງມີປະສິດທິພາບ", Tuan ເວົ້າ.

ໃນປັດຈຸບັນ, ລາວແລະທີມງານ Poe Growth ກໍາລັງສ້າງລະບົບນິເວດ AI ທີ່ຜູ້ຊ່ຽວຊານດ້ານ AI ແລະນັກຮຽນສາມາດສ້າງຕົວແບບ AI ທີ່ສະຫນັບສະຫນູນຜູ້ໃຊ້ຫຼາຍລ້ານຄົນ. ນອກຈາກນັ້ນ, ລາວຍັງສືບຕໍ່ blog, ແບ່ງປັນຄໍາຮ້ອງສະຫມັກທີ່ມ່ວນຊື່ນຂອງວິທະຍາສາດຂໍ້ມູນ, ເຊັ່ນ: ການນໍາໃຊ້ຂໍ້ມູນເພື່ອຄາດຄະເນຜົນການແຂ່ງຂັນບານເຕະຫຼືການສ້າງຍຸດທະສາດການນັດພົບ.

ເຟືອງແອງ

ແຫຼ່ງທີ່ມາ