Bên Trong Hành Trình của Salesforce Mang Trí Tuệ Nhân Tạo Đến Mọi Người

Optimus Prime—động cơ phần mềm, không phải là tên của Autobot lãnh chúa—được sinh ra trong một căn phòng dưới tầng hầm của cửa hàng nội thất West Elm trên đường University Avenue ở Palo Alto. Bắt đầu từ hai năm trước, một nhóm tín đồ trí tuệ nhân tạo bên trong Salesforce đã thoát khỏi trụ sở chọc trời với mục tiêu nhân đôi tác động của các mô hình học máy ngày càng định hình thế giới kỹ thuật số của chúng ta—bằng cách tự động tạo ra những mô hình đó. Khi người mua đang thanh toán cho sofa ở trên đầu họ, họ đã xây dựng một hệ thống để làm điều đó một cách điên rồ.

Họ đặt tên cho nó theo tên của lãnh đạo Transformers vì, như một người tham gia nhớ lại, “học máy liên quan đến việc biến đổi dữ liệu.” Dù bộ phận tiếp thị có suy nghĩ lại, hoặc quyền sở hữu không có sẵn, sự liên kết với Transformers không đi xa khỏi tầng hầm đó. Thay vào đó, Salesforce đã đặt tên chương trình trí tuệ nhân tạo của mình là Einstein, theo tên của một anh hùng khác đổi thế giới—một cái tên đã được cấp quyền.

Các truyền thuyết văn hóa đại chúng mà công ty đã triệu tập cho nỗ lực trí tuệ nhân tạo của mình—lãnh đạo robot; thiên tài biểu tượng—đại diện cho loại sức mạnh linh hoạt mà công nghệ được dự đoán sẽ đạt được bởi cả những người hâm mộ nhiệt huyết nhất và những nhà phê phán u ám nhất. Salesforce chắc chắn đứng vững ở phía của những người hâm mộ—không ai cổ vũ mạnh mẽ hơn, đặc biệt là trong quảng bá trí tuệ nhân tạo. Nhưng chương trình trí tuệ nhân tạo thực tế của công ty là một cách tiếp cận thực tế hơn là kịch tính hay tận thế.

Tháng Ba vừa qua, Salesforce bật một công tắc và làm cho một phần lớn của Einstein sẵn có cho tất cả người dùng của mình. Dĩ nhiên là vậy. Salesforce luôn chuyên sâu vào việc đưa phần mềm tiên tiến vào tay các doanh nghiệp hàng ngày bằng cách chuyển nó từ máy chủ trong nhà lên đám mây. Phương châm ban đầu của công ty là “không có phần mềm.” Khách hàng của họ không cần phải mua và cài đặt các chương trình phức tạp rồi trả tiền để duy trì và nâng cấp chúng—Salesforce sẽ chăm sóc tất cả điều đó tại các trung tâm dữ liệu của mình trong đám mây. Điều đó ngày nay có vẻ là rõ ràng, nhưng khi Salesforce ra mắt vào năm 1999, nó nghe có vẻ cách mạng như trí tuệ nhân tạo đối với chúng ta ngày nay.

Nói về cuộc cách mạng đã mang lại nhiều lợi ích cho Salesforce. Công ty này hiện có 26,000 nhân viên trên toàn thế giới, và nó đã dán tên mình trên tòa nhà cao nhất mới của thành phố. Người sáng lập, Marc Benioff, là một nhà từ thiện đã đặt tên cho các bệnh viện và quỹ của mình. Mặc dù có tất cả những điều này, trong thế giới của nó về phần mềm B2B (doanh nghiệp-đến-doanh nghiệp), Salesforce vẫn giữ được hình ảnh tự hào về bản thân như một startup bất khuất.

Vì vậy, tất nhiên, khi xu hướng trí tuệ nhân tạo bùng nổ, những người ở bên trong công ty và các chuyên gia mà họ tuyển dụng đã hội tụ quanh một nhiệm vụ lý tưởng. Đội ngũ bắt đầu tạo ra “AI cho mọi người”—làm cho học máy trở nên giá cả phải chăng đối với các công ty đã bị loại khỏi thị trường chuyên gia. Họ hứa hẹn “dân chủ hóa” AI.

Nghe có vẻ rủi ro một chút! Chúng ta có thể tin tưởng những người có sức mạnh tuyệt vời như vậy không? (Cắt sang đám đông chúc tất cả Elon Musk, Stephen Hawking và Nick Bostrom hát một lễ tang cho nhân loại.) Nhưng điều mà Salesforce đang nghĩ đến không phải là hoàn toàn phản động. Einstein của nó không phải là người đã lật đổ hàng thế kỷ vật lý chính thống và làm cho bom H; anh ta chỉ là một thiên tài đáng yêu có thể trả lời tất cả câu hỏi của bạn. Slogan dân chủ của Salesforce đơn giản chỉ là về việc làm cho thế hệ công nghệ mới trở nên tiếp cận được với những người bình thường. Các công ty khác lớn hơn—Microsoft, Google, Amazon—có thể vượt mặt Salesforce về sức mạnh nghiên cứu, nhưng Salesforce hứa hẹn sẽ đưa một lợi thế thị trường vào tay khách hàng của mình ngay bây giờ. Điều này bắt đầu với công việc hằng ngày của việc xếp hạng danh sách cơ hội bán hàng.

“Tôi nên làm gì tiếp theo?” Hầu hết chúng ta đặt câu hỏi đó nhiều lần mỗi ngày. (Và quá nhiều trong số chúng ta kết thúc việc trả lời, “Kiểm tra Facebook” hoặc “Xem liệu Trump có tweet tiếp không!”) Ứng dụng công việc và hệ thống năng suất cá nhân cung cấp một số sự giúp đỡ, nhưng thường biến thành công việc thêm vào chính nó. Imagine nếu trí tuệ nhân tạo trả lời câu hỏi “nhiệm vụ tiếp theo” cho bạn?

Đó là điều mà đội ngũ trí tuệ nhân tạo của Salesforce quyết định cung cấp như công cụ sẵn có đầu tiên của Einstein. Ngày nay, Salesforce cung cấp mọi loại dịch vụ dựa trên đám mây cho dịch vụ khách hàng, thương mại điện tử, tiếp thị và nhiều hơn nữa. Nhưng ở gốc, đó là một sản phẩm CRM (quản lý mối quan hệ khách hàng) công việc mà các nhân viên kinh doanh sử dụng để quản lý cơ hội của họ. Ưu tiên những cơ hội này có thể trở nên phức tạp nhanh chóng và chiếm nhiều thời gian quý báu. Vì vậy, mô-đun Trí tuệ Einstein—một cột bổ sung nhỏ ở phía bên phải của màn hình cơ bản của Salesforce—sẽ làm điều đó cho bạn, xếp hạng chúng dựa trên, ví dụ, “xác suất đóng”. Đối với các nhà tiếp thị, cũng chiếm một phần lớn khách hàng của Salesforce, nó có thể lấy danh sách gửi thư lớn và sắp xếp từng người nhận theo khả năng họ sẽ mở một email.

Nhưng đợi chút, điều gì làm cho điều này được xem xét là trí tuệ nhân tạo? Bất kỳ ai cũng có thể yêu cầu bảng tính sắp xếp danh sách dựa trên các yếu tố khác nhau. Sự khác biệt trong học máy là đơn giản nhưng sâu sắc: Chương trình nghiên cứu lịch sử của dữ liệu và tự tìm ra những yếu tố nào dự đoán tốt nhất cho tương lai—và sau đó nó tiếp tục điều chỉnh mô hình của mình dựa trên thông tin mới theo thời gian. Càng nhiều dữ liệu, câu trả lời càng tinh tế và mạnh mẽ, đó là lý do tại sao Einstein có thể làm việc không chỉ từ cột dữ liệu cơ bản của Salesforce mà còn từ thông tin như chuỗi email bán hàng mà nó phân tích và hình ảnh mà nó đọc.

Giám đốc tiếp thị sản phẩm của Salesforce, Ally Witherspoon, sử dụng ví dụ về một đội bán hàng tấm pin năng lượng mặt trời sử dụng công cụ học máy để phát hiện ra rằng một yếu tố quan trọng trong việc dự đoán khả năng của khách hàng nói “có” là xem mái nhà có độ dốc phù hợp cho năng lượng mặt trời hay không. Ở xa hơn, một chương trình khác theo dạng học sâu có thể kiểm tra ảnh vệ tinh của các bất động sản khác nhau và tự động gắn thẻ nhà theo hình dạng mái nhà.

Thông tin về mái nhà có thể bắt đầu là một thành phần quan trọng trong cách chương trình học máy sắp xếp danh sách của mình—và, trong một trong những điểm nhấn thiết kế tinh tế của Einstein, người dùng có thể nhấp chuột để xem những yếu tố nào đã tạo hình cho điểm ưu tiên mỗi lần đánh giá. Nếu người dùng sẽ tin tưởng vào công cụ, sự minh bạch như vậy sẽ giúp đỡ. Nhưng điều gì sẽ xảy ra khi tất cả các đại diện bán hàng đã học được cách phớt lờ những người mái nhà phẳng?

Như Chủ tịch Công nghệ của Salesforce, Srini Tallapragada, giải thích, “Ở một mức độ nào đó, một cột dữ liệu có thể trở thành vô dụng—nó trở thành một phương pháp tốt nhất, nên nó mất giá trị dự đoán. Mô hình phải tiếp tục thay đổi.”

Điều đó thật tuyệt. Nó cũng là công nghệ học máy tiêu chuẩn cho năm 2017. Nhưng để đưa nó vào hoạt động tại công ty của bạn, bạn sẽ cần bỏ ra rất nhiều thời gian và công sức để xây dựng một mô hình hiểu rõ điều quan trọng trong doanh nghiệp của bạn, sau đó làm sạch dữ liệu của bạn để có kết quả tốt. Đó là lý do tại sao ngân hàng, công ty bảo hiểm và bác sĩ của bạn chưa sử dụng trí tuệ nhân tạo, giải thích bởi Vitaly Gordon, người rời bỏ LinkedIn vào năm 2014 để trở thành một trong những người tiên phong học máy của Salesforce. Mặc dù là một lĩnh vực dựa trên ý tưởng tự động hóa công việc của con người, “Đó là một vấn đề tiếp cận với người,” Gordon nói. Những công ty này có lẽ biết nhiều về bạn hơn cả Facebook hay Google, nhưng họ không thể cạnh tranh với các nhà khoa học dữ liệu biết cách khai thác những ngọn núi thông tin.

Hiện nay, nhu cầu về những chuyên gia này giống như làn sóng những chuyên gia định tuyến internet vào những năm 90 hoặc những chuyên gia SEO vào những năm 2000—thậm chí điên đảo hơn cả thị trường nhà ở khu vực vịnh. Nếu bạn là Facebook, Google hoặc Amazon, bạn có thể thuê những người sáng lập lĩnh vực này và cho họ làm việc tối ưu hóa thuật toán và phát minh ra những cách mới để phục vụ hàng tỷ khách hàng với trí tuệ nhân tạo nhiều hơn. Nếu bạn là bất cứ ai khác, bạn gần như đã thất bại. Bạn sẽ hoặc trả một số tiền lớn cho một công ty tư vấn lớn để xây dựng một hệ thống học máy tùy chỉnh, hoặc bạn sẽ ngồi nhìn từ ngoài lề. Điều mà Salesforce đang bán là ý tưởng rằng nếu doanh nghiệp của bạn thuộc sở hữu của họ, bạn sẽ nhận được lợi ích từ trí tuệ nhân tạo mà không phải chiến đấu cho những người tài năng để tùy chỉnh nó cho bạn. Tất cả đều đi kèm trong hộp—hoặc sẽ là, nếu có một hộp. (Ảo tưởng của chúng ta cũng cần phải thay đổi, nữa.)

Salesforce hiện có 150.000 khách hàng, hầu hết trong số họ đã tùy chỉnh hệ thống theo nhu cầu và loại dữ liệu riêng của họ. Phương pháp tiếp cận “đa người sử dụng” của Salesforce có nghĩa là dữ liệu của mỗi công ty được giữ riêng biệt, và khi một khách hàng thêm một trường dữ liệu tùy chỉnh, Salesforce thậm chí không biết đến bản chất của thông tin.

Để gắn Einstein vào từng cấu hình phần mềm duy nhất của những doanh nghiệp này, tập đoàn trí tuệ nhân tạo của Salesforce nhận ra rằng họ cần một phương pháp mới. “Không có đủ nhà khoa học dữ liệu trên thế giới để xây dựng tất cả các mô hình dự đoán chúng tôi cần,” John Ball, giám đốc điều hành Salesforce Einstein nói. Giống như cách AT&T nhận ra cách đây một thế kỷ rằng nếu họ tiếp tục với các nhân viên điều khiển bằng tay, mọi người ở Mỹ sẽ kết thúc bị ngồi tại một bảng điều khiển, Salesforce nhìn thấy rằng sự tự động hóa là không thể tránh khỏi.

Đây là nơi mà Optimus Prime xuất hiện. (Bên trong Salesforce, các nhà phát triển vẫn sử dụng cái tên đó.) Đó là hệ thống tự động hóa việc tạo ra các mô hình học máy cho mỗi khách hàng Salesforce để những nhà khoa học dữ liệu không phải bỏ một thời gian dài để giám sát mỗi mô hình mới khi nó được tạo ra và được huấn luyện để đưa ra những câu trả lời tốt. Optimus Prime, ở một ý nghĩa nào đó, là một trí tuệ nhân tạo xây dựng trí tuệ nhân tạo—và là một công cụ có tính chất đệ quy đẹp và làm xao lạ.

“Thường thì một nhà khoa học dữ liệu nghiên cứu một vấn đề có thể mất vài tuần đến một tháng để đưa ra một mô hình tốt cho một vấn đề,” Shubha Nabar, giám đốc khoa học dữ liệu của Salesforce giải thích. “Với tầng tự động này, chỉ mất vài giờ.”

Hiện nay, thành quả của Optimus Prime chủ yếu có sẵn trong các tính năng được đóng gói gọn gàng của các ứng dụng đám mây Salesforce mà khách hàng có thể bật bằng cách đánh dấu một ô. Tiếp theo, Salesforce dự định mở rộng công nghệ theo từng bước. Đầu tiên, người dùng sẽ có khả năng mở rộng khả năng của Einstein rộng rãi hơn đối với nhiều dữ liệu tùy chỉnh hơn. Sau đó, giao diện click chuột sẽ cho phép người không phải là lập trình viên xây dựng ứng dụng tùy chỉnh cho người dùng. “Chúng tôi muốn cho phép một quản trị viên—không phải là nhà khoa học dữ liệu, thậm chí không phải là một nhà phát triển thực sự—dự đoán bất kỳ lĩnh vực nào trong bất kỳ đối tượng nào,” Ball nói. Ngay cả ở tương lai xa hơn, Salesforce dự định mở rộng thêm phần cơ bản của hệ thống học máy của mình để các nhà phát triển bên ngoài có thể thử nghiệm. Khi đó, nó sẽ trực tiếp cạnh tranh với tất cả các đại gia trí tuệ nhân tạo khác, như Google và Microsoft, để chiếm lĩnh thị trường doanh nghiệp.

Salesforce gần đây đã công bố nghiên cứu cho biết tác động của trí tuệ nhân tạo thông qua phần mềm quản lý mối quan hệ khách hàng (CRM) một mình sẽ thêm hơn 1 nghìn tỷ đô la vào GDP trên khắp thế giới và tạo ra 800,000 việc làm mới. Từ khi công ty công bố Einstein lần đầu tiên vào năm 2016, nó đã đặt mình vào tất cả với trí tuệ nhân tạo. Lúc đó, Benioff nói, “AI là nền tảng tiếp theo—tất cả các ứng dụng tương lai, tất cả khả năng tương lai của tất cả các công ty sẽ được xây dựng trên nền tảng AI.”

Thậm chí Benioff còn nói với các nhà phân tích trong cuộc họp quý lợi nhuận hàng tuần rằng anh ta sử dụng Einstein để dự đoán kết quả và giải quyết các cuộc tranh luận: “Tôi thậm chí còn quay lại với Einstein trong cuộc họp và nói, ‘Được rồi, Einstein, bạn đã nghe tất cả điều này, bây giờ bạn nghĩ sao?’ Và Einstein sẽ đưa ra cho tôi cái trên và dưới về quý và chỉ cho tôi nơi chúng ta mạnh và nơi chúng ta yếu, và đôi khi nó sẽ chỉ ra một giám đốc điều hành cụ thể, điều mà nó đã làm trong ba quý gần đây, và nói rằng giám đốc điều hành này là ai đó cần sự chú ý đặc biệt.”

Có thể nghe có vẻ hơi Big Brother, nhưng tất cả mọi người tôi nói chuyện tại Salesforce đều cẩn thận để giữ cuộc trò chuyện về trí tuệ nhân tạo thân thiện. Einstein không muốn lấy việc của bạn—nó chỉ muốn giúp bạn làm việc thông minh hơn. Tuy nhiên, vũ trụ trí tuệ nhân tạo đầy những nỗi sợ mơ hồ về tương lai của công việc và câu hỏi về độ chệch, quyền riêng tư và tính toàn vẹn của dữ liệu. Khi Salesforce mở rộng các dự án trí tuệ nhân tạo của mình, nó sẽ không thể tránh khỏi những vấn đề này.

Một trong những ưu điểm của Salesforce trong việc thu hút tài năng trong lĩnh vực này là, dưới sự chỉ huy của Benioff, công ty đã xây dựng được một danh tiếng mạnh mẽ về ý thức xã hội. Đó là điều ngược lại với Uber. Điều này là một trong những yếu tố quan trọng đối với Richard Socher, một trong những người nổi tiếng về trí tuệ nhân tạo, công ty của anh ta, MetaMind, đã được Salesforce mua lại cách đây một năm.

Socher, người hiện đang dẫn đầu nỗ lực nghiên cứu của Salesforce, chuyên về các kỹ thuật học sâu giúp phần mềm hiểu được ngôn ngữ tự nhiên và hình ảnh. Anh ấy giảng dạy một khóa học trí tuệ nhân tạo rất phổ biến tại Stanford, và đồng xuất bản các bài báo có tiêu đề như “Pointer Sentinel Mixture Models” và “Your TL;DR by an AI: A Deep Reinforced Model for Abstractive Summarization.”

Với mái tóc rối bời của mình, Socher vẫn trông giống như sinh viên nghiên cứu anh ấy không lâu và anh ấy có sự hăng hái trẻ trung để thử nghiệm giới hạn về những gì chúng ta nghĩ rằng trí tuệ nhân tạo có thể xử lý.

“Tôi muốn có khả năng có thêm nhiều cuộc trò chuyện thực tế hơn trong tương lai với một hệ thống có rõ ràng đã giải quyết một loạt các khả năng thông minh đa dạng,” anh ta nói. Hiện tại, điều đó có nghĩa là xây dựng các chuỗi học có thể “đọc” đoạn văn ngẫu nhiên và sau đó đặt câu hỏi và trả lời đúng về chúng, cũng như khám phá các phương pháp mới để xây dựng hệ thống trí tuệ nhân tạo có thể làm nhiều công việc cùng một lúc.

Khi công nghệ trở nên mạnh mẽ hơn, Socher nói rằng chúng ta không thể trì hoãn cuộc trò chuyện về đạo đức của nó. “Trí tuệ nhân tạo chỉ tốt như dữ liệu nó nhận được,” anh ta nói. “Nếu dữ liệu của bạn có những độ chệch con người không tối ưu nhất, trí tuệ nhân tạo của bạn sẽ nhận ra điều đó. Và sau đó, bạn tự động hóa nó, và nó mắc phải sai lầm đó hàng trăm triệu lần. Bạn cần phải rất cẩn trọng.”

Công việc bán hàng có thể đau khổ, và những người bán hàng phải duy trì tinh thần lạc quan ngay cả khi công việc của họ trở nên khó khăn và tuyệt vọng. Trong hai thập kỷ qua, Salesforce đã phồn thịnh bằng cách ôm lấy tinh thần lạc quan đó. Trong khi nỗ lực AI của Google hoàn toàn xoay quanh việc hoàn thiện việc truy cập thông tin và mục tiêu của Facebook là kết nối mọi người một cách thông minh hơn, Salesforce muốn làm thế giới trở nên tốt đẹp hơn bằng cách giúp khách hàng thông minh hóa ngày làm việc của họ.

Đôi khi, bức tranh của Salesforce về một tương lai được động bằng trí tuệ nhân tạo của mình nghe có vẻ quá tốt để tin. Để có một đánh giá đất đỏ về kế hoạch của công ty từ một người ngoại đạo, tôi đã hỏi ý kiến Pedro Domingos, một chuyên gia về trí tuệ nhân tạo tại Đại học Washington và tác giả cuốn sách The Master Algorithm.

Domingos nói rằng Salesforce là “một chút muộn màng” trong lĩnh vực này và có thể sẽ gặp khó khăn hơn so với dự kiến để tích hợp trí tuệ nhân tạo đầy đủ ở những cấp độ sâu hơn của sản phẩm của mình. Nhưng anh ta nghĩ rằng công ty này đang trên đúng đường: Ở giai đoạn này trong sự phát triển của trí tuệ nhân tạo, có thêm lợi ích từ việc đưa công cụ cơ bản vào tay nhiều người hơn là từ việc ép buộc thêm một vài phần trăm hiệu suất từ một thuật toán.

Domingos cũng nói rằng việc đầu vào AI của Salesforce tương đối chậm trễ—so với IBM hoặc Google, chẳng hạn—không nhất thiết phải là điều làm nó bị tụt lại. “Họ vẫn là một người chơi nhỏ trong lĩnh vực này. Nhưng các công ty khác đã đến từ phía sau và tiến xa khá nhanh chóng—nhìn vào Facebook chẳng hạn. Chỉ vì bạn bắt đầu muộn không có nghĩa là sau vài năm bạn không thể trở thành một người dẫn đầu.”

Salesforce đối mặt với một lĩnh vực đông đảo trong cuộc đua để đưa công cụ trí tuệ nhân tạo làm việc như một đại diện của đám đông nhiệt đới. Cạnh tranh bao gồm những ông lớn như Microsoft (với LinkedIn Sales Navigator của mình) và Oracle, cũng như các đối thủ nhỏ hơn như SugarCRM và các startup như Conversica (sử dụng trí tuệ nhân tạo để tự động hóa cuộc trò chuyện với các đầu mối bán hàng đến). Nếu Salesforce thực sự thành công trong việc leo lên hàng đầu của cuộc đua trí tuệ nhân tạo doanh nghiệp kỳ quái ngày nay, các insiders của công ty chỉ đến một lợi thế làm vũ khí không hề bí mật: các kho dữ liệu khách hàng được chăm sóc cẩn thận, được gán nhãn và tổ chức một cách đều đặn.

Những chuyên gia dữ liệu mà tất cả mọi người đều cố gắng thuê với giá cao? Họ dành rất nhiều thời gian hiện nay để “chuẩn bị dữ liệu”, có nghĩa là tìm cách chuẩn bị đống thông tin để máy học có thể tiêu thụ và đưa ra kết quả tốt. Có rất nhiều công việc chăm sóc và mát-xa thông tin phải diễn ra trước khi hầu hết các hệ thống AI có thể bắt đầu đưa ra dự đoán.

Điều này đại diện cho một sự đảo lộn mỉm cười trong tư tưởng tự động hóa nằm ở bản chất của trí tuệ nhân tạo. Quá nhiều lần hôm nay, Domingos chỉ ra, các ông lớn như IBM và Accenture đang chỉ đơn giản là ném đám đông chuyên gia vào vấn đề của khách hàng. “Những gì họ làm cuối cùng là, họ thực sự có lao động con người làm những việc này,” anh ta nói, “Điều đó tạo ra lợi nhuận nhưng không có khả năng mở rộng.”

Nhưng khách hàng Salesforce đã nhập dữ liệu của họ vào một nền tảng phần mềm duy nhất, ngay cả khi nhiều người trong số họ đã thêm những điều chỉnh tùy chỉnh của riêng họ. “Mọi người đặt mọi thứ vào đó,” chủ tịch Công nghệ Salesforce Tallapragada nói. Salesforce không nhìn vào nội dung dữ liệu của khách hàng, nhưng nó biết cách nhiều dữ liệu được tổ chức. “Lợi thế của Salesforce là siêu dữ liệu. Điều đó cho phép chúng tôi tự động hóa mọi thứ,” giám đốc khoa học dữ liệu Nabar nói.

Đối với tất cả những giấc mơ utopia và cơn ác mộng Skynet mà tiến bộ trong trí tuệ nhân tạo ngày nay gây ra, những người thắng và thua trong sự chuyển giao này có lẽ sẽ được xác định bởi điều mà các nhà khoa học máy tính gọi là “vệ sinh dữ liệu”. Nói cách khác: Dù chương trình của chúng ta có thông minh đến đâu trong tương lai AI, sự ngăn nắp vẫn quan trọng. Dọn dẹp sau công việc của bạn và nhớ rửa sạch tệp của bạn trước khi rời đi.

Hãy để người khác chinh phục Go và giải quyết những định lý khó khăn. Salesforce có thể đạt được chiến thắng thông qua sức mạnh gọn gàng.

Hướng ảnh bởi: Michelle Le