Bài học từ hàng tỷ dự đoán AI: Cách Expedia xây dựng hệ thống AI bền vững trước kỷ nguyên AI Agent

Trong kỷ nguyên của các AI Agent (tác nhân AI) đang phát triển mạnh mẽ, có một sự khác biệt lớn giữa việc xây dựng một hệ thống AI "chạy được ngay hôm nay" và một hệ thống AI "có khả năng tồn tại bền vững ở quy mô lớn". Xavi Amatriain, Giám đốc AI và Dữ liệu tại Expedia Group, đã chia sẻ những kinh nghiệm xương máu từ việc xử lý hàng tỷ dự đoán AI để định hình cách xây dựng các hệ thống thông minh.

1. Tư duy cốt lõi: Tốc độ cần đi kèm kỷ luật

Nhiều doanh nghiệp quá tập trung vào tốc độ (velocity) mà bỏ qua tính kỷ luật và định hướng chiến lược. Việc làm cho một mô hình hoạt động thành công một lần là dễ, nhưng xây dựng hệ thống có khả năng mở rộng, cải tiến liên tục và duy trì sự ổn định qua nhiều nhóm phát triển mới là thách thức thực sự.

Khi AI chuyển từ việc chỉ dự đoán sang hội thoại, lập luận và thực hiện hành động (agentic), các yêu cầu về độ tin cậy, quản trị và trách nhiệm giải trình trở nên khắt khe hơn bao giờ hết.

2. Từ nguyên tắc đến thực thi: 'Agentic Release' Tollgates

Expedia đã thiết lập các "cổng kiểm soát" (tollgates) cho việc phát hành AI. Đây là các bước kiểm tra bắt buộc trước khi đưa các tính năng AI Agent ra thị trường:

• Quyền sở hữu rõ ràng: Ai chịu trách nhiệm khi mô hình gặp lỗi?
• Quản trị dựa trên rủi ro: Đánh giá mức độ ảnh hưởng trước khi triển khai.
• Đánh giá và giám sát: Đảm bảo mô hình được kiểm tra cả offline và online.

3. Các trụ cột chiến lược trong phát triển AI

A. Kết quả kinh doanh là thước đo cao nhất

• Tối ưu hóa giá trị: Mọi nỗ lực ML phải gắn liền với kết quả kinh doanh hoặc trải nghiệm khách hàng, không chỉ là các chỉ số kỹ thuật thuần túy.
• Return on Cost: Giá trị tạo ra phải lớn hơn chi phí phát triển, huấn luyện và vận hành.
• Đơn giản hóa: Chỉ sử dụng các mô hình phức tạp khi các phương pháp đơn giản (heuristics, mô hình cơ bản) không đạt yêu cầu.

B. Thiết kế hệ thống có khả năng mở rộng

• Nền tảng chia sẻ: Xây dựng các khối xây dựng (building blocks) dùng chung để tránh tạo ra các stack cô lập.
• Dữ liệu là sản phẩm: Coi dữ liệu là tài sản hạng nhất với quy trình pipeline, lineage và schema rõ ràng.
• Tối ưu hóa sự lan tỏa: Ưu tiên các giải pháp có thể tái sử dụng kiến thức và tài sản giữa các nhóm, thay vì tối ưu hóa cục bộ.

C. Xây dựng sự tin tưởng (Trust)

• Trách nhiệm giải trình: Mỗi mô hình cần một chủ sở hữu (business owner, product owner, AI owner, operational owner).
• Quản trị theo rủi ro: Hệ thống càng quan trọng (ảnh hưởng đến giá cả, đặt chỗ) càng cần sự can thiệp của con người (human-in-the-loop).
• Khả năng phục hồi: Luôn có cơ chế rollback, fallback và circuit breaker (ngắt mạch) để đảm bảo an toàn khi hệ thống gặp sự cố.
• Giám sát liên tục: Không chỉ là lúc triển khai, mà phải theo dõi drift (sự lệch dữ liệu), độ trễ và chi phí vận hành theo thời gian thực.

4. Kết luận

Các nguyên tắc này không chỉ định nghĩa cách Expedia xây dựng AI, mà còn xác định những gì họ sẵn sàng đưa ra thị trường. Trong một thế giới nơi AI đưa ra những quyết định quan trọng cho hàng triệu người dùng, việc tuân thủ các tiêu chuẩn này là yếu tố sống còn để xây dựng một hệ thống AI trách nhiệm và bền vững.

Xavi Amatriain sẽ chia sẻ sâu hơn về kiến trúc của Expedia tại sự kiện VB Transform vào ngày 14 tháng 7 tới.