Ngày 2/11, Sally Xu của nhóm khoa học dữ liệu xAI đăng bài trên website chính thức, giới thiệu Data Bot, một bot dùng chung mà nhóm xây dựng bên trong Grok Bot. Nó có thể truy vấn kho dữ liệu, thực hiện phân tích, trả kết quả theo đúng dạng người hỏi quen dùng và còn tham gia được vào các kênh Slack. Bài viết ước tính tuần trước bot đã xử lý khoảng 70 giờ công việc mà lẽ ra sẽ rơi vào tay nhóm khoa học dữ liệu.
Con số này là ước tính nội bộ và không đi kèm phương pháp thống kê. Trang web ghi tên tác giả là SpaceXSI, vì xAI đã sáp nhập với SpaceX trong năm nay. Về quy mô nhóm, bài chỉ nói là "nhỏ" chứ không nêu số người, nên người ngoài không thể tính ra 70 giờ chiếm bao nhiêu phần khối lượng công việc.
Thứ được dạy cho nó là bốn loại quy tắc
Data Bot chạy trên tính năng bot theo nhóm của Grok Bot, còn năng lực của nó đến từ các "kỹ năng" dùng chung do nhóm dữ liệu duy trì, chia làm bốn loại:
- Chỉ số và phân tích: thống nhất định nghĩa cho các chỉ số cốt lõi như người dùng hoạt động và doanh thu, ghi rõ bảng nguồn và logic truy vấn; khi chỉ số biến động, trước hết tách theo phân khúc thị trường và khu vực, đối chiếu lịch nghỉ lễ và nhật ký thay đổi sản phẩm, rồi mới đưa ra kết luận.
- Thí nghiệm: thiết lập A/B test, phân tích power, kiểm tra cân bằng mức độ hiển thị và thiên lệch mẫu, lập kế hoạch mở rộng; chỉ khi power đủ mới viết báo cáo kết luận.
- Biểu đồ và dashboard: dùng đường cho xu hướng, thanh ngang để so sánh các hạng mục, kèm chủ đề và hướng dẫn phong cách của nhóm; biểu đồ trong cuộc trò chuyện có thể biến thành dashboard Databricks hoặc Hex.
- Kỹ thuật dữ liệu: quy chuẩn viết và rà soát mô hình dbt, quy ước cảnh báo đường ống dữ liệu, và cách thêm điểm theo dõi khi ra mắt tính năng mới.
Phần còn lại là bộ nhớ dùng chung. Bot ghi lại, chẳng hạn, một đường ống dữ liệu do ai phụ trách, hoặc một lần chỉ số giảm thực ra là do kỳ nghỉ lễ ở một khu vực. Những ký ức mới như vậy cần quản trị viên phê duyệt, sau khi được duyệt mới có hiệu lực với mọi người dùng. Điều một người đã dạy thì lần sau người khác không phải dạy lại, và ký ức sai cũng có một chốt chặn.
Ai đang dùng
Bài viết nêu cách dùng của ba đồng nghiệp không thuộc khối dữ liệu.
Giám đốc sản phẩm Kevin Niparko xem nó như một đồng nghiệp để hỏi, vài phút là có câu trả lời, và khi hỏi tiếp không cần chạy lại cả phân tích từ đầu. Anh thích kết luận ngắn kèm biểu đồ, và Data Bot xuất kết quả đúng theo thói quen đó. Anh mô tả:
"having a data scientist in his pocket"
(như có một nhà khoa học dữ liệu trong túi.)
Jon Brenner, người làm tiếp thị vòng đời khách hàng, đưa cho bot một ID chiến dịch Braze và hỏi những người đã mở email sau đó làm gì. Với đợt khuyến mãi X Subscription, anh dùng cách này để thống kê có bao nhiêu người nhận thực sự đổi gói, một câu hỏi mà các chỉ số có sẵn của Braze không trả lời được.
Giám đốc tăng trưởng doanh thu Katy Abbaszadeh dùng nó để đo mức độ chiến dịch thúc đẩy pipeline bán hàng và các giao dịch hiện có, theo dõi mục tiêu hằng tuần, tìm xem tiến độ đang kẹt ở đâu, rồi biến kết quả thành biểu đồ để trình bày.
Khi vào Slack, bot còn chạy được tác vụ theo lịch, ví dụ theo dõi một chỉ số theo quy chuẩn của nhóm dữ liệu hay gửi báo cáo tuần. Đồng nghiệp có thể hỏi thẳng vào báo cáo tuần, hoặc nhờ nó điều tra những biến động bất thường. Bài viết nói các phân tích phức tạp, cần nhiều phán đoán hơn vẫn thuộc về nhóm dữ liệu; nhóm cũng thừa nhận vẫn đang mày mò xem bot cần thêm những hướng dẫn nào.
Hai con đường: công cụ nội bộ và sản phẩm
Nhìn ngang, trong một năm qua có vài mẫu đáng để đối chiếu.
Hồi tháng 6, Anthropic từng công bố cách làm nội bộ: nối thẳng dữ liệu kinh doanh cho Claude thì độ chính xác chỉ đạt 21%; sau khi nạp các định nghĩa và quy tắc vào trước, Claude có thể tự trả lời khoảng 95% câu hỏi phân tích dữ liệu. Còn OpenAI hồi tháng 9 thêm Data agent vào ChatGPT Work, đi theo hướng sản phẩm: kết nối các nguồn dữ liệu như Snowflake, BigQuery, và dựng dashboard ngay trong sáu công cụ như Tableau, Power BI.
Bài của xAI gần với hướng của Anthropic hơn: nhóm nội bộ viết tri thức ngầm thành các kỹ năng, còn mô hình chỉ là người thực thi. Khác với Anthropic, xAI không công bố độ chính xác, không có so sánh trước và sau, cũng không nói câu trả lời sai sẽ được phát hiện bằng cách nào. Với các giám đốc sản phẩm và người làm tiếp thị đặt câu hỏi, vốn thường không đủ khả năng tự kiểm tra lại một câu SQL, khoảng trống này ảnh hưởng đến việc các công ty khác có làm theo được hay không còn nhiều hơn con số 70 giờ.
Quyền truy cập cũng tương tự. Bài viết nhắc rằng cập nhật bộ nhớ cần phê duyệt, nhưng không nói ai được tra bảng nào. Với một bot mở cho toàn công ty và nối với kho dữ liệu, phạm vi truy cập dữ liệu doanh thu và người dùng được vạch ra thế nào thì bài không giải thích.
Bài cũng không nói liệu Data Bot có kế hoạch bán ra bên ngoài hay không. Grok Bot trên trang có thể tải về và liên hệ bộ phận bán hàng, tháng 10 năm nay nó còn bắt đầu cấp cho người dùng hộp thư riêng; còn việc khách hàng bên ngoài có dùng được tính năng bot theo nhóm ở mức tương tự hay không thì phải chờ thuyết minh sản phẩm tiếp theo của xAI.
Nguồn tham khảo: blog chính thức của xAI, CocoLoop, tài khoản chính thức của Grok Bot; con số 70 giờ là cách tính ước lượng nội bộ của nhóm, số liệu đối chiếu của Anthropic và OpenAI lấy từ các công bố trước đó của hai công ty.