Thành tựu đầu tiên của cà phê là mang mọi người lại gần với nhau. Trong gần một nửa thế kỷ từ khi cà phê du nhập vào nước Anh, tiệm cà phê đã phát triển mạnh mẽ trở thành nơi gặp gỡ, lan tỏa caffeine và thông tin. Có một tiệm cà phê như thế của Edward Lloyd mở ra năm 1687, sau này đã trở thành một nơi quan trọng hơn rất nhiều. Tiệm này của Lloyd nằm gần khu cảng của London là nơi tụ tập của công nhân cảng. Lloyd hiểu rất rõ bản chất công việc kinh doanh và nhu cầu thông tin nóng sốt. Ông đã tạo dựng được một thanh danh bất ngờ, "bản tin của Lloyd," một tờ rơi tập họp tin tức tàu thuyền, tàu nào sắp cập bến, tàu nào sắp rời đi, điều kiện thời tiết trên biển. Cà phê có thể du nhập từ phương Đông đến nước Anh, còn thông tin thì mang tính toàn cầu.

Những thông tin này được dùng để làm gì? Một phần cũng là để có chuyện bàn tán tầm phào, nhưng một phần lớn khác là lợi thế nhờ tin tức. Chuyện cá cược là phổ biến, và thị trường cũng không nhỏ. Người ta không chỉ cá với nhau xem con bọ nào có tốc độ leo tường nhanh nhất, mà còn đặt cược xem có khả năng Tướng John Byng bị xử trảm vì bất tài trong cuộc đụng độ trên biển với nước Pháp. Cá cược thế cũng hên xui, nhưng đặt cược chuyện một con tàu có thể trở về trước thời hạn quy định thì sao? Lúc này hẳn sẽ tốt hơn nếu có chút kiến thức về cung đường của con tàu, thời tiết biển dọc theo hải trình, và con tàu chở gì mang về để thu lợi được tốt nhất. Nếu dự đoán tốt thì khả năng thắng cược sẽ cao hơn.

Cá cược có thể bắt nguồn từ niềm vui hay do nghiện cờ bạc, nhưng nếu để trở thành hoạt động kinh doanh bền vững thì nó cần nhiều hơn. Sự đột phá mở ra khi người ta nhận thấy việc đặt cược cũng là một cách để giảm thiểu rủi ro chứ không phải là tiếp cận rủi ro. Trong ngành hàng hải, việc này lệ thuộc rất nhiều vào hiệu suất của con tàu. Đầu tiên là tiền vốn đầu tư rất lớn, thế nên nếu con tàu (chưa kể số hàng hóa nó chuyên chở) không quay về an toàn thì những người bỏ tiền đầu tư phải đối mặt thua lỗ lớn. Ngay cả việc chậm cập bến cũng là cơ hội bị đánh mất và ảnh hưởng đến các thị trường khác. Nếu doanh nghiệp của bạn lệ thuộc vào hàng hóa nhập khẩu, thì chỉ cần một đợt hàng bị chậm trễ sẽ gây ra muôn vàn khó khăn. Nói cách khác, các doanh nghiệp lúc nào cũng trong trạng thái đánh cược. Thứ họ muốn là bảo hiểm để biến ván cược thành ăn chắc.

Hãy ngẫm nghĩ một chút về khát khao an toàn của người ra quyết định. Lý giải kinh điển trong kinh tế học là ác cảm rủi ro. Người ra quyết định có ác cảm rủi ro khi người đó không muốn chọn đặt cược công bằng. Ví dụ, nếu có người đề nghị bạn nếu ném viên xúc xắc ra số 3 thì lấy 60 đô, bằng không thì không có gì cả, nhưng bạn từ chối chỉ muốn lấy 9 đô (hay một con số nào đó dưới 10 đô) để ăn chắc, thì bạn là người có ác cảm rủi ro. Lập luận này cũng có thể lý giải theo chiều ngược lại. Giả sử bạn đứng trước một rủi ro là nếu bạn ném xúc xắc ra số 3 thì bạn phải trả 60 đô, nhưng bạn chọn trả 11 đô (hay một con số nào đó cao hơn 10 đô) để chắc ăn không phải trải qua nguy cơ này, thì bạn cũng là có ác cảm rủi ro. Trong tình huống trước, bạn từ chối đặt cược có cơ hội thắng là 10 đô để chấp nhận một khoản tiền ăn chắc có giá trị thấp hơn. Trong tình huống sau, bạn tránh ván cược có nguy cơ thua 10 đô, mặc dù số tiền phải trả cao hơn mức này. Một cái là bạn trả tiền để từ chối rủi ro, một cái là bạn trả tiền để xóa rủi ro. Như vậy, nếu bạn là người có ác cảm rủi ro, bạn sẽ tránh cờ bạc và mua bảo hiểm.

Trong chương này, chúng ta sẽ xem xét những người ra quyết định làm thế nào khi đối mặt với tình trạng không chắc chắn và có lý do chính đáng để giảm thiểu nguy cơ tiếp xúc với nó. Từ đó, chúng ta có thể chỉ ra rõ ràng hơn việc dự đoán tốt có thể giúp được gì cho người ta. Chúng ta bắt đầu với hình thức giảm tiếp xúc rủi ro quen thuộc nhất – mua bảo hiểm. Chúng tôi sẽ cho bạn thấy rằng bằng cách này, bạn không chỉ có kết quả tốt hơn nếu bạn là người có ác cảm rủi ro, đồng thời bạn cũng không cần phải chú trọng thu thập thông tin cho mục đích ra quyết định. Dĩ nhiên, bảo hiểm có thể xem là minh họa rõ ràng nhất về cách đối phó với rủi ro – phòng hộ. Ở đây chúng ta sẽ quan tâm đến việc dự đoán sẽ đưa ra thông tin giúp ra quyết định tốt hơn bằng cách quản trị rủi ro và từ đó loại bỏ nhu cầu phải bảo hiểm để hạn chế tiếp xúc rủi ro.

Phạm vi bảo hiểm

Mong muốn được chắc chắn đã tạo ra ngành bảo hiểm, như minh họa về các hoạt động tại tiệm cà phê của Lloyd, mà ngày nay có tên gọi khác là Lloyd's of London, không còn bán cà phê mà đã trở thành tập đoàn bảo hiểm có lịch sử hàng trăm năm. Tin tức của tiệm cà phê trở nên quý báu cho một hoạt động mới – tính toán tỉ lệ xuất hiện của các sự kiện khác nhau mà các doanh nghiệp muốn đặt cược với mục đích bảo hiểm. Thông tin này có ý nghĩa quan trọng vì những người nhận cược – người bảo lãnh – cần được nhận tiền cho đặc quyền này. Họ phải kiếm được đủ tiền từ phí bảo hiểm do các khách hàng đóng vào để bù đắp cho rủi ro có thể phát sinh, và dôi ra một chút trả công họ quản trị rủi ro cho khách hàng. Dự đoán tốt hơn thúc đẩy những khoản cược có giá hợp lý và cho phép một khoản lợi nhuận mang tính không ổn định của một cá nhân doanh nghiệp trở thành nguồn thu ổn định cho một nhóm doanh nghiệp bảo hiểm.

Sự không chắc chắn bao trùm việc ra quyết định. Và hầu hết các quyết định, trong kinh doanh hay trong các tình huống khác, diễn ra mà không có sự bảo hiểm rõ ràng. Nói cho đúng, ngày nay vẫn đang có bảo hiểm hàng hải. Phí bảo hiểm hẳn là đã rẻ hơn nhiều vì việc vận chuyển bằng đường biển đã trở nên an toàn hơn và có thể được dự báo với độ tin cậy cao, nhưng lại có nhiều sản phẩm mới bất ngờ như bảo hiểm tiền chuộc (trong trường hợp con tàu của bạn rơi vào tay hải tặc). Tuy nhiên, trong nhiều lĩnh vực khác, vì nhiều lý do khác nhau, người ta vẫn đang ra quyết định mà không có cơ hội tham gia một ván cược song song để giảm thiểu rủi ro.

Khi có khả năng gặp rủi ro, người ta sẽ đưa ra quyết định gì? Nếu bản thân quyết định không có đóng góp gì làm thay đổi nguy cơ rủi ro, thì rủi ro cũng không thật quá quan trọng. Chính là khi hành động được chọn có thể gây ra hệ quả rủi ro khác nhau, lúc đó việc tiếp xúc rủi ro mới có ý nghĩa. Để thấy rõ hơn, hãy thử hình dung một nông dân đang cân nhắc nên phân bổ bao nhiêu diện tích cho việc trồng bắp. Năng suất của loại cây trồng này lệ thuộc rất lớn vào lượng mưa. Lượng mưa cao thì năng suất cao; lượng mưa thấp thì năng suất thấp hoặc mất mùa hoàn toàn. Nếu thêm giả thiết là ở các nước đang phát triển, năng suất vụ mùa là nguồn lương thực chính của gia đình người nông dân, thì rủi ro về lượng mưa có ý nghĩa quan trọng đáng kể. Có lẽ nên tiết kiệm tiền và đừng để bị mắc nợ còn hơn là tự mình gánh chịu rủi ro này.

Lượng mưa là một sự kiện có thể đo lường không nằm trong kiểm soát của nông dân, một sản phẩm bảo hiểm dựa trên lượng mưa có thể làm thay đổi quyết định. Sản phẩm bảo hiểm này sẽ chi trả nếu lượng mưa thấp, khi đó người nông dân có tiền trả nợ hay có thu nhập cho gia đình. Thực tế, thông qua sản phẩm bảo hiểm, người nông dân đang đặt cược vào trời mưa. Nhưng không giống như đánh bạc, họ đang đặt cược vào tin xấu chứ không trông chờ tin tốt. Một mặt, khi gieo trồng nhiều hơn, họ đặt cược sẽ có lượng mưa lớn; mặt khác, khi mua bảo hiểm, họ đặt cược sẽ có lượng mưa thấp. Làm cả hai thì thành ra bù trừ; họ chẳng đặt cược gì cả. Nếu tiếp xúc rủi ro là yếu tố cản trở việc gieo trồng, thì bảo hiểm sẽ giúp họ thay đổi quyết định. Nếu tiếp xúc rủi ro không phải là điểm mấu chốt, thì bảo hiểm sẽ không giúp được gì.

May mắn là, nhờ có các nhà nghiên cứu kinh tế học, chúng ta không cần phải đưa ra giả thuyết về khả năng này. Các nhà nghiên cứu đã thực hiện một nghiên cứu kéo dài nhiều năm, theo đó họ cho các nhóm nông dân tại Ghana khoản trợ cấp bằng tiền mặt, bảo hiểm lượng mưa, vừa tiền mặt vừa bảo hiểm, không có khoản trợ cấp nào cả, và đo lường tác động của nó đến quyết định gieo trồng của họ. Các nhà nghiên cứu nhận thấy trợ cấp tiền mặt không có hiệu quả trong việc cải thiện quyết định đầu tư nông nghiệp, như vậy vấn đề không phải là không có tiền để trồng trọt. Thay vào đó, vấn đề là tiếp xúc rủi ro. Những người được tiếp cận sản phẩm bảo hiểm, nhìn chung, đầu tư nhiều hơn từ 10 – 15% cho canh tác, mặc dù họ cũng hiếm khi mua bảo hiểm hơn 60% diện tích đất.

Điều này cho ta thấy bảo hiểm có thể làm thay đổi quyết định theo chiều hướng ủng hộ những lựa chọn mang tính rủi ro cao. Nhưng nó còn làm được nhiều hơn thế. Nếu người nông dân tại Ghana có thể dành thời gian và tiền bạc để dự đoán lượng mưa năm tới, họ có thể giảm bớt rủi ro khi giảm gieo trồng trong những năm có dự báo lượng mưa thấp. Nói cách khác, bảo hiểm loại bỏ nhu cầu phải dự đoán trong quá trình ra quyết định. Trong trường hợp của nông dân Ghana, loại dự báo này không tồn tại, nếu có thì cũng không đủ độ tin cậy để giảm bớt rủi ro. Trong phần sau đây, chúng ta sẽ thảo luận trường hợp không có bảo hiểm, người ra quyết định phải chủ động tìm kiếm các dự đoán để tự mình giảm thiểu chi phí của rủi ro và bất ổn.

Dự đoán làm giảm rủi ro

Khi thảo luận với các lãnh đạo doanh nghiệp về AI như một đột phá công nghệ có thể giúp giảm bớt chi phí cho dự đoán và tạo ra nhiều cơ hội để sử dụng kết quả dự đoán hơn, một ví dụ thường dùng của chúng tôi là thời tiết. Thời tiết là yếu tố mà chúng ta đều biết là có tác động đến các quyết định hàng ngày. Chúng ta có nên mang theo dù, có nên mặc áo khoác, có nên lựa cung đường di chuyển khác, v.v, một loạt các quyết định như thế. Thời tiết là một biến số, và nó có ý nghĩa đối với các quyết định của chúng ta. Chúng ta không cần phải tự thuyết phục là dự báo thời tiết tốt hơn có giá trị quan trọng.

Không chỉ là những quyết định hàng ngày, rủi ro thời tiết có đôi khi trở nên cực đoan, và dự báo thời tiết, cho dù chưa hoàn hảo, vẫn có ý nghĩa lớn. Điều này đặc biệt đúng trong lúc chiến tranh. Rất nhiều trận chiến trong lịch sử có kết quả tùy thuộc vào thời tiết. Trận chiến nổi tiếng nhất là cuộc tấn công vịnh Normandy, nhất định phải tránh các cơn bão từ eo biển Anh. Nhờ vào dự báo thời tiết, các tướng lĩnh đã có quyết định đúng đắn.

Mọi bên trong Chiến tranh Thế giới II đều biết đến rủi ro thời tiết. Nhưng do đặc thù địa lý, khả năng dự báo thời tiết của các bên là không đồng đều. Bão và các hệ thống thời tiết khác thường di chuyển theo hướng đông ngang qua Đại Tây Dương. Nước Mỹ có thể đo lường những hệ thống này và dự báo chính xác hơn những nước nằm ở bên kia bờ Đại Tây Dương. Ngược lại, người Đức cũng làm mọi cách để thu thập dữ liệu liên quan. Họ có thể cử tàu ra khơi, nhưng tàu cũng không thể ở yên tại một chỗ quá lâu vì bị quân Đồng Minh truy đuổi. Do đó, tháng 9/1943, một chiếc U-boat của Đức đã mang đội ngũ băng qua Đại Tây Dương, cập bến Canada để dựng nên trạm theo dõi thời tiết.

Đây không phải việc đơn giản. Họ phải biết chọn địa điểm hợp lý. Nó phải nằm ở nơi xa xôi, nhưng xa xôi có cái khó của nó. Vị thuyền trưởng tàu U-boat cập bến tại North Labrador. Sau đó người Đức phải dựng một trạm thời tiết tự vận hành, bao gồm cả nguồn điện; họ đã mang theo mười cục pin rất nặng. Họ dựng trạm và thử nghiệm phát sóng. Họ sơn lên đó cái tên Dịch vụ Thời tiết Canada với hy vọng không ai đụng chạm đến nó, trong trường hợp bị phát hiện. Người Đức mất đâu đó hơn một ngày để lắp đặt trước khi lên tàu quay lại Châu Âu.

Thông tin về thời tiết có thể đã giúp cho người Đức lấy lại phần yếu thế do thiếu dự báo thời tiết. Nhưng vì nhiều lý do không xác định, việc truyền thông tin đã bị chặn lại sau vài tuần. Người Đức cử một đội khác đến Canada năm 1944, nhưng chiếc U-boat đã không đến nơi. Trạm thời tiết này cuối cùng tình cờ bị phát hiện năm 1980.

Dự báo thời tiết tốt hơn có thể đã giúp cho lãnh đạo phe Đức lên kế hoạch cho các hoạt động quân sự phù hợp để tránh các sự kiện thời tiết. Thêm vào đó, dự đoán cũng giúp họ tiên lượng nước đi của phe Đồng Minh. Dẫu sao phe Đồng minh cũng có dữ liệu dự báo của mình. Vào ngày khởi binh, số liệu kém cỏi của phe Đức đã khiến họ tự tin thái quá rằng hôm đó sẽ không ai mở lệnh tấn công, vì vậy họ cũng lơi lỏng hơn. Tướng Eisenhower sau này cũng ghi nhận công lao đóng góp của các nhà khí tượng học xuất sắc cho thắng lợi này ở Châu Âu.

Ý nghĩa của câu chuyện này không phải là để ủng hộ những lời tuyên cáo khá rõ ràng rằng dự đoán là có giá trị. Thay vào đó, nó chứng minh cho thấy khi nào thì dự đoán có giá trị. Dự đoán có thể biến một kịch bản rủi ro trở nên bớt rủi ro hơn. Kế hoạch phản công trong một khung thời gian nhất định rõ ràng là rất rủi ro nếu bạn không nắm được tình hình thời tiết lúc đó và cũng không thể hủy bỏ kế hoạch triển khai nếu thời tiết bất lợi. Nhưng nếu bạn có dự báo, bạn có thể lập kế hoạch phù hợp và lựa chọn thời gian nào ít có rủi ro nhất.

Bạn tự tin đến mức nào?

Có phải là dự đoán sẽ giúp cho việc ra quyết định tốt hơn? Cũng không hẳn như vậy. Chất lượng của dự đoán cũng là một yếu tố quan trọng. Trong Thế chiến II, Ken Arrow, sau này được trao giải Nobel về kinh tế, từng là người dự báo thời tiết cho Hải quân Mỹ. Đội ngũ nhân viên thống kê của ông chịu trách nhiệm dự báo thời tiết trước một tháng. Họ phát hiện là những kết quả dự báo này chẳng khác gì dự đoán ngẫu nhiên, hay nói cách khác, chẳng thể được coi là dự báo gì cả. Đội của họ đề nghị được nhận một nhiệm vụ khác. Câu trả lời từ trên xuống là không. Theo lời Arrow, câu trả lời họ nhận được là: "Tướng Chỉ huy hoàn toàn ý thức được rằng kết quả dự báo không tốt. Tuy nhiên, ông ấy vẫn cần chúng để lên kế hoạch." Lệnh là lệnh.

Câu chuyện này nghe thật hoang đường, nhưng nó làm nổi bật một điều về dự đoán. Không phải dự đoán nào cũng có chất lượng như nhau. Điều này đặc biệt đúng trong lĩnh vực dự báo thời tiết. Suốt nhiều thập niên trong thế kỷ 18, người nông dân Mỹ phải mua quyển Niên lịch Nông nghiệp, trong đó có dự báo thời tiết trước một mùa hay một năm, mặc dù kết quả dự báo này cũng chẳng tốt hơn xem thời tiết bằng chuột chũi. Tuy nhiên, dự báo thời tiết bằng khoa học đã có sự cải thiện đáng kể. Thoạt đầu là bằng cách thu thập dữ liệu giống như quân đội Đức đã từng làm. Sau nữa, trong thời hiện đại, các nhà khoa học khí tượng sử dụng máy tính để xây dựng các mô hình khi kết hợp với dữ liệu có thể dự báo thời tiết tại một vị trí cụ thể với mức độ chính xác đến kinh ngạc. Dự báo trước 5 ngày hiện nay có độ chính xác tương đương dự báo trước 1 ngày ở 15 năm trước.

Nhưng chúng ta sẽ làm gì với kết quả dự báo 5 ngày này? Dự báo 5 ngày cũng có sai sót, và có những lúc thời tiết khó dự báo hơn. Những người làm nghề biết rõ tính bất ngờ này vì họ sử dụng nhiều mô hình khác nhau. Nếu kết quả từ các mô hình đều giống nhau, thì dự báo đáng tin cậy hơn so với lúc mỗi mô hình cho ra một kết quả khác nhau. Như vậy có nghĩa là nếu bạn cần sử dụng kết quả dự báo trước 5 ngày để ra quyết định thì bạn phải nắm rõ mức độ tin cậy của nó. Theo như DJ Patil, người từng đứng đầu bộ phận khoa học dữ liệu, việc dự báo thời tiết được xếp hạng dựa trên độ chênh lệch so với mức độ tin cậy này.

Không có dự đoán nào là chính xác 100%. Và mặc dù AI giúp cho việc dự đoán ngày càng tốt hơn, nhưng ý nghĩa của "tốt hơn" là nó đáng tin cậy hơn. Câu hỏi quan trọng đối với người ra quyết định là mức độ tin cậy nào là đủ. Ví dụ, một trong những chi phí lớn của sản xuất nông nghiệp là phân bón. Nhưng nếu ngay khi bón phân mà gặp mưa lớn, thì xem như chi phí này đổ sông đổ biển. Vậy thì, điều gì sẽ khiến bạn thay đổi quyết định dựa trên dự báo thời tiết không có mưa? Giả sử bạn chấp nhận rủi ro nếu dự báo có mưa là 5% trong tuần sau. Tuy nhiên, khi bạn nhận được dự báo dưới ngưỡng này (giả sử là 4%), thì bạn có dám ra quyết định không? Nếu độ tin cậy của dự báo này là 95%, thì khả năng có mưa là cao hơn 4%. Điều tệ hơn nữa là mức độ tin cậy này là chưa đủ. Nếu dự báo có độ chính xác là 95%, có nghĩa là nó dự báo có mưa nhưng lại không mưa trong 5% thời gian, hay dự báo không mưa nhưng lại có mưa trong 5% thời gian. Vấn đề ở đây là dự báo không thể hoàn hảo, nên chuyện quan trọng là phải biết ảnh hưởng của nó là gì. Mặc dù dự báo có cải thiện, nhưng nếu bạn bị lệ thuộc vào nó, thì cũng chưa chắc bạn sẽ làm tốt hơn so với hiện tại. Đến cuối cùng, kết quả công việc sẽ tăng lên theo mức độ tin cậy.

Dự đoán kịp thời

Một khía cạnh khác khi nói rằng dự đoán tốt hơn đó là tốc độ. Điều hiển nhiên ai cũng hiểu là dự đoán đưa ra sau khi sự kiện cần dự đoán đã diễn ra thì không còn ý nghĩa nữa. Điều thú vị là có nhiều lĩnh vực chúng ta biết cách dự đoán, nhưng lại không kịp dự đoán. Một lần nữa, hãy lấy ví dụ trong lĩnh vực dự báo thời tiết.

Giữa thế kỷ 19, đường dây điện báo đã giăng ngang giăng dọc khắp nước Mỹ. Người ta có thể gửi điện tín bằng hệ thống này. Nhưng thời tiết lại gửi đi thông điệp riêng, vì đường điện báo không hoạt động dưới trời mưa. Điều này có nghĩa là nhân viên vận hành bên bờ đông biết là có cơn bão đang tiến vào vì đường dây tại Ohio đêm hôm trước không hoạt động. Lần đầu tiên, thông tin cần dùng để dự báo thời tiết đến trước. Andrew Blum đã viết, "Một khi tin tức có thể lan nhanh hơn gió, thì gió xuất hiện không còn bất ngờ nữa."

Vào thế kỷ 19, hạn chế của việc dự báo thời tiết là dữ liệu, như trường hợp của người Đức trong Thế chiến II. Nhưng truyền thông đã giúp đưa dữ liệu đến nơi nó cần. Trong thế kỷ 20, khả năng dự báo bằng mô hình hay giả lập hệ thống thời tiết toàn cầu gặp hạn chế là độ phức tạp của các phép tính. Với những chiếc máy tính đời cũ, việc dự báo chính xác trước 24 giờ là khả thi, nhưng cần hơn 24 giờ để làm tính. Sự phát triển của công nghệ máy tính, đặc biệt là những chiếc siêu máy tính, đã thả nhẹ đi mặt hạn chế này.

Gần đây hơn, dịch vụ dự báo thời tiết gặp một hạn chế mới. Điện thoại di động và ứng dụng đã làm thay đổi cách người ta khai thác dự báo thời tiết. Người ta không còn hài lòng với việc phải trông đợi vào dự báo chỉ được đưa ra vào đêm hôm trước. Thay vào đó, khi các điều kiện khí hậu thay đổi, họ muốn có dự báo được cập nhật theo từng phút. Người tiêu dùng kiểm tra thời tiết trên internet hay trên ứng dụng điện thoại và đòi hỏi dự báo cho một hai giờ sau phải dựa trên dữ liệu và tính toán mới nhất để đảm bảo tính chính xác. Vấn đề là hệ thống dự báo không được thiết lập để vận hành với tốc độ này.

Đây là nội kiến của Peter Neilley tại Weather Channel (nay được đổi tên thành The Weather Company). Hạn chế giờ đây là nhân lực. Để đảm bảo tính chính xác của dự báo tại địa phương, kết quả dự báo phải có người duyệt qua. Cách làm này chỉ hợp lý cho những dự báo cách ngày chứ không thể áp dụng cho dự báo hàng giờ. Neilley nhận thấy việc duyệt kết quả này phải được tự động hóa. Cuối cùng họ đã phải tái cấu trúc bộ phận. Trong điều kiện thời tiết bình thường, họ sử dụng hệ thống tự động, và kết quả dự báo được công bố mà không cần có người duyệt lại. Với những dự báo cực đoan, như bão hay lốc xoáy, phải có người đích thân tham gia trong quá trình dự báo. Việc dự báo trước kia làm theo lịch trình thì giờ làm theo yêu cầu. Người ta chấp nhận tính chính xác có thể không tối ưu, nhưng các yêu cầu của thị trường buộc họ phải chấp nhận đánh đổi vì tốc độ.

Khi kết quả dự đoán được đưa ra nhanh chóng và cập nhật thường xuyên cùng với dữ liệu mới, cách ứng xử của người ra quyết định cũng phải thay đổi. Người tiêu dùng hiểu được rằng dự báo thời tiết càng gần thì càng chính xác. Biểu đồ thể hiện mối tương quan giữa thời gian và độ chính xác là một biểu đồ hình nón, dự đoán càng xa thì càng thiếu độ tin cậy. Vấn đề của người ra quyết định lúc này là khi nào thì cần ra quyết định.

Khi nào cần quyết định là một vấn đề phức tạp. Thông thường quyết định có thời điểm riêng của nó. Ví dụ, bạn không thể quyết định có nên mang theo dù sau khi bạn đã ra khỏi nhà. Nhưng trong nhiều trường hợp khác, việc trì hoãn ra quyết định có ý nghĩa riêng. Bạn có thể lên kế hoạch mạo hiểm ngoài trời trước một tuần, dựa trên dự báo thời tiết rằng trời đẹp. Nhưng nếu bạn có thể đợi, không chốt sổ việc mạo hiểm ngoài trời ngay mà đợi càng trễ càng tốt thì càng có lợi dựa trên kết quả dự báo thời tiết càng tin cậy.

Việc dự báo kịp thời cũng đồng nghĩa là trì hoãn ra quyết định sẽ có lợi hơn. Như vậy cũng có nghĩa là thay đổi thói quen hay thậm chí cả cách làm việc để tận dụng lợi thế này. Về mặt này, dự đoán tốt hơn không hẳn là việc ra quyết định dễ dàng hơn, nhưng thay vào đó, quyết định không dễ dàng đưa ra do có thêm nhiều lựa chọn cũng có giá trị riêng của nó.

Dự đoán tốt hơn nên không cần quản trị rủi ro

Nhìn chung có 2 cách quản trị rủi ro. Thứ nhất, như đã thảo luận, là bảo hiểm. Bạn có kế hoạch hành động giảm thiểu chi phí liên quan đến kết quả kém. Cách này bao gồm cải thiện kết quả kém mà bạn có thể phải đón nhận khi chấp nhận rủi ro. Ví dụ, bạn có thể bón phân cho vụ mùa mà không phải gánh quá nhiều rủi ro nếu bạn đã mua bảo hiểm chi trả trong trường hợp trời mưa. Cách thứ hai là phòng hộ. Bạn có kế hoạch hành động để giảm khả năng xuất hiện kết quả kém. Đây là cách nói khác của việc bạn ít chấp nhận rủi ro hơn, ví dụ như chọn canh tác giống kháng các điều kiện thời tiết.

Chúng ta có thể thấy tác động của cách này qua việc dự đoán bằng AI tác động đến hoạt động kinh doanh vận tải hàng hóa của Air Canada. Air Canada biết rằng hoạt động kinh doanh vận tải hàng hóa của họ còn nhiều không gian để phát triển. Trên những tuyến bay bị hạn chế về công suất, có 20% đơn hàng không thực hiện (đã lên kế hoạch nhưng không thực hiện), và tổng chung 45% công suất không được khai thác. Máy bay đang vận hành, chúng hoàn toàn có thể chở thêm nữa. Việc dự báo vận tải hàng hóa còn phức tạp hơn dự báo vận chuyển hành khách. Hành khách cũng có thay đổi vào phút chót, nhưng con số đó là tương đối nhỏ so với kiện hàng thay đổi phút chót. Và không giống như hành khách, khối lượng của đơn hàng cũng có thể thay đổi đáng kể vào phút chót. Có hàng tấn những thứ không chắc chắn. Và đây là một bài toán vô cùng thích hợp để giao cho AI.

Có nhiều điểm cần lưu ý trong việc Air Canada ưu ái AI để xếp lịch vận tải. Thứ nhất, sự lãng phí và cơ hội đều bày ra đó cho tất cả mọi người cùng theo dõi và đo lường. Thứ hai, để dự đoán nhu cầu vận tải, Air Canada có một kho dữ liệu. Nó có thể dùng dữ liệu này tính toán khả năng của từng khách hàng xem họ có thật sự vận tải đúng khối lượng đã đăng ký. Cuối cùng, toàn bộ vấn đề đều gói gọn trong nội bộ Air Canada. Cũng không ngạc nhiên khi họ có thể thiết lập cỗ máy dự đoán hứa hẹn giảm công suất trống đến 25%. Vấn đề nằm ở chỗ triển khai. Công nhân vận hành phải nhận nhiều kiện hàng hơn và phải xếp chỗ sao cho tối ưu nhất. Họ không có kinh nghiệm trong chuyện này, do đó cần phải được đào tạo. Nhưng đây là khoản đầu tư một lần, điều mà bạn biết là không thể tránh khỏi khi có thêm thông tin và muốn sử dụng thông tin tối ưu.

Mô hình vận hành của Air Canada chấp nhận không thể khai thác hết công suất khi chưa có dự đoán AI cũng giống như cách mua bảo hiểm. Họ chừa ra một khoảng trống để xử lý trường hợp nhu cầu tăng vọt mà không gây ra trì hoãn. Cách làm này giúp Air Canada đảm bảo dịch vụ khách hàng có thể thay đổi quyết định vào giờ chót. Một cách làm khác là họ nhắm chọn vào nhóm khách hàng không có quá nhiều thay đổi, ví dụ, những khách hàng có nhu cầu vận tải thường xuyên, ổn định. Như vậy họ có thể ký hợp đồng dài hạn và tránh được tình trạng đặt hàng ảo. Air Canada đã không chọn cách làm này cho thấy giá trị của nhóm khách hàng đó. Thực tế đúng là nhóm khách hàng có nhu cầu ổn định không nhất thiết là nhóm chi trả nhiều nhất cho dịch vụ vận tải. Nhưng vấn đề là nếu Air Canada nhắm vào nhóm khách hàng có nhu cầu ổn định, họ sẽ không lãng phí công suất. Đây là chiến lược quản trị rủi ro kiểu phòng hộ.

Điều thú vị là, khi không có khả năng dự đoán, khi sử dụng bảo hiểm để giảm lãng phí, thì sự lãng phí đó lại hiện rõ. Ngược lại, khi phòng hộ, sự lãng phí lại khó thấy. Do đó, mặc dù tính chất không chắc chắn vẫn thế, ta có thể hiểu tại sao các doanh nghiệp chọn dùng AI khi sự lãng phí hiện rõ và không dùng AI khi lãng phí bị che khuất.

Điểm chính

· Sự đánh đổi giữa đánh cược (nắm bắt cơ hội) và bảo hiểm là tùy vào chất lượng thông tin mà người ra quyết định có trong tay để lựa chọn phương hướng hành động. Khi dự đoán tốt hơn, người ra qidnh có thể chuyển từ bảo hiểm sang đánh cược để quản trị rủi ro.

· Khả năng tiếp xúc rủi ro là yếu tố quan trọng vì mỗi hành động khác nhau có mức độ rủi ro khác nhau. Hãy xem xét một người nông dân cân nhắc diện tích canh tác vụ bắp. Năng suất bắp lệ thuộc rất lớn vào lượng mưa. Lượng mưa cao thì năng suất cao; lượng mưa thấp thì năng suất thấp hoặc thậm chí là mất mùa. Lượng mưa là một đại lượng có thể đo lường nhưng không nằm trong tầm kiểm soát của người nông dân; một sản phẩm bảo hiểm dựa trên lượng mưa thực tế có thể tác động đến quyết định của người nông dân. Sản phẩm này sẽ chi trả nếu lượng mưa thấp. Khi gieo trồng nhiều hơn, người nông dân đặt cược rằng trời sẽ mưa lớn, và khi mua bảo hiểm, họ đặt cược trời sẽ mưa ít. Làm theo cả hai nghĩa là họ không phải đặt cược nữa. Nếu khả năng tiếp xúc rủi ro là yếu tố ảnh hưởng đến việc trồng trọt, thì việc chào bán sản phẩm bảo hiểm sẽ làm thay đổi quyết định này. Nếu khả năng tiếp xúc rủi ro không phải là yếu tố tác động, thì bảo hiểm sẽ không giúp được gì. Điều này cho thấy bảo hiểm có thể làm thay đổi quyết định theo hướng lựa chọn có rủi ro cao. Dự đoán tốt hơn cũng có tác động tương tự. Nếu người nông dân có thể dự đoán tốt hơn về lượng mưa trong năm sau, họ có thể làm giảm rủi ro cho quyết định của mình bằng cách giảm canh tác trong những năm dự đoán có mưa ít. Nói cách khác, dự đoán tốt hơn cũng có tác dụng tương tự bảo hiểm trong việc làm giảm rủi ro cho một lựa chọn.

· Thay vì đánh bạc, người ta có hai cách để quản trị rủi ro: bảo hiểm, và phòng hộ. Ví dụ, hãng hàng không đứng trước sự không ổn định về nhu cầu vận chuyển hàng hóa – mức độ dao động lên đến một nửa công suất vận tải của máy bay là hàng hóa được xếp lịch vào phút chót. Do đó, hãng hàng không phải tăng giá (và có nguy cơ mất khách hàng) để phục vụ các đơn hàng gấp vào phút chót, hay đặt giá hợp lý nhưng lại mất cơ hội doanh thu từ những khách hàng phút chót dám chấp nhận trả tiền cao. Cách tiếp cận kiểu bảo hiểm thường được các hãng lựa chọn là đặt giá cao và nhận ít đơn, chừa ra khoảng trống phục vụ cho những nhu cầu đột xuất. Cách tiếp cận kiểu phòng hộ là ký hợp đồng giá cố định dài hạn với những khách hàng có nhu cầu vận tải ổn định, mặc dù mức giá có thể thấp hơn vì các khách hàng ổn định này không muốn phải trả mức giá cao ngất ngưỡng như những khách hàng có nhu cầu phút chót. Cơ hội cải thiện rõ ràng là đối với trường hợp bảo hiểm vì có thể dễ dàng nhìn thấy máy bay không sử dụng hết công suất. Cơ hội khó nhìn thấy hơn với trường hợp phòng hộ vì máy bay thường được sắp xếp hết công suất và chỉ có những người quan sát tỉ mỉ mới nhận thấy hợp đồng giá cố định dài hạn có mức giá thấp hơn rất nhiều so với những đơn hàng theo yêu cầu ngay lập tức. Dự đoán tốt hơn có thể giúp tăng lợi nhuận khi đánh cược và không cần phải mua nhiều bảo hiểm vì dự đoán chính xác giúp cho hãng định giá tốt hơn cho nhóm khách hàng cần gấp phút chót, tăng tỉ lệ khai thác, và giảm lệ thuộc vào các hợp đồng giá cố định dài hạn.