Tại Sao Bạn Nên Cải Thiện Phân Tích Nhân Sự Bằng AI?

Sự kết hợp giữa phân tích nhân sự và trí tuệ nhân tạo không chỉ là một từ thông dụng công nghệ khác để ném ra trong các buổi đánh giá hàng quý. Nó đang định hình lại một cách cơ bản cách các tổ chức thông minh hiểu, quản lý và nuôi dưỡng tài sản đắt đỏ nhất của họ: con người. Và nếu bạn vẫn đối xử với dữ liệu lực lượng lao động của mình như một tủ hồ sơ thay vì một quả cầu pha lê, thì bạn đã tụt hậu rồi.

• Phân Tích Nhân Sự Thực Sự Có Nghĩa Là Gì Và Tại Sao Nó Quan Trọng Hiện Nay?
• Cuộc Cách Mạng AI: Từ Phân Tích Nhân Sự Mô Tả Sang Dự Đoán
• OnlineExamMaker: Công Cụ AI Tốt Nhất Để Kết Nối Phân Tích Nhân Sự Và Đánh Giá
• Lý Do Kinh Doanh: Tại Sao Phân Tích Nhân Sự Được AI Hỗ Trợ Thực Sự Mang Lại Lợi Nhuận
• Các Kỹ Thuật AI Cốt Lõi Đang Chuyển Đổi Phân Tích Nhân Sự
• Xây Dựng Chương Trình Phân Tích Nhân Sự Được Hỗ Trợ Bởi AI Của Bạn
• Con Đường Phía Trước: Biến AI Trong Nhân Sự Thành Lợi Thế Cạnh Tranh Của Bạn

Phân Tích Nhân Sự Thực Sự Có Nghĩa Là Gì Và Tại Sao Nó Quan Trọng Hiện Nay?

Hãy bắt đầu với những điều cơ bản, được chứ? Phân tích nhân sự – còn được biết đến với cái tên mỹ miều là phân tích con người hoặc phân tích nhân tài – về cơ bản là việc sử dụng các phương pháp dựa trên dữ liệu để đưa ra quyết định thông minh hơn về lực lượng lao động của bạn. Hãy nghĩ về nó như việc chuyển từ “Tôi có linh cảm Susan có thể sẽ rời đi” sang “Mô hình dự đoán của chúng tôi chỉ ra xác suất 78% nhân viên nghỉ việc trong Q3 dựa trên điểm số gắn kết, phân công dự án và điểm chuẩn về lương thưởng.”

Đây là sự thật khó chịu: về mặt lịch sử, bộ phận Nhân sự đã rất tệ trong việc chứng minh giá trị của mình. Trong khi marketing theo dõi tỷ lệ chuyển đổi và bộ phận tài chính ám ảnh về từng đồng xu, các phòng nhân sự đã dành hàng thập kỷ hoạt động trong một thứ chỉ có thể được mô tả là môi trường chân không về đo lường. Chúng ta triển khai các chương trình gắn kết nhân viên mà không biết liệu chúng có thực sự gắn kết bất kỳ ai hay không. Chúng ta tung ra đào tạo lãnh đạo mà không theo dõi xem nó có tạo ra những nhà lãnh đạo tốt hơn không.

Tại sao? Bởi vì đo lường tác động của vốn con người thực sự khó khăn. Những lợi ích không hiển hiện ngay lập tức, và các thông lệ kế toán cứng nhắc phân loại phát triển nhân tài là chi phí thay vì đầu tư. Nó giống như cố gắng chứng minh ROI của việc dạy con bạn đọc – rõ ràng là có giá trị, nhưng lại cực kỳ khó để định lượng.

Nhưng đây là nơi cuộc chơi thay đổi: vai trò chiến lược của quản lý nhân sự đã phát triển. Phân tích lực lượng lao động giờ đây mang đến cho các chuyên gia nhân sự thứ mà mọi trưởng bộ phận đều khao khát – một chỗ ngồi tại bàn chiến lược. Không phải bàn cho trẻ con. Mà là bàn chiến lược thực sự nơi các quyết định ngân sách được đưa ra và hướng đi kinh doanh được thiết lập.

Cuộc Cách Mạng AI: Từ Phân Tích Nhân Sự Mô Tả Sang Dự Đoán

Phân tích nhân sự truyền thống có thể cho bạn biết điều gì đã xảy ra. AI cho bạn biết điều gì sẽ xảy ra – và quan trọng hơn, bạn có thể làm gì về nó.

Hãy nghĩ về nó theo cách này: phân tích kiểu cũ giống như nhìn vào một album ảnh. Bạn có thể thấy mình đã ở đâu, xác định các mẫu hình trong quá khứ và có thể phát hiện một số xu hướng rõ ràng. AI trong nhân sự, mặt khác, giống như có một cỗ máy thời gian. Đột nhiên, bạn không chỉ ghi lại lịch sử; bạn đang định hình tương lai.

Nơi Phân Tích Truyền Thống Còn Thiếu Sót

Đây là điều khiến phân tích nhân sự truyền thống trằn trọc:

• Hạn chế về quy mô: Các nhà phân tích con người chỉ có thể xử lý một lượng dữ liệu nhất định trước khi bộ não của họ trở nên rối bời. Có 10,000 nhân viên tạo ra hàng triệu điểm dữ liệu? Chúc may mắn khi tìm kiếm các mẫu hình có ý nghĩa theo cách thủ công.
• Tư duy tuyến tính: Các phương pháp truyền thống cho rằng mối quan hệ là đơn giản – đào tạo nhiều hơn bằng hiệu suất tốt hơn, lương cao hơn bằng tỷ lệ nghỉ việc thấp hơn. Thực tế? Phức tạp hơn nhiều. Hành vi của nhân viên tuân theo các mẫu hình phi tuyến tính phức tạp mà con người đơn giản không thể theo dõi.
• Tương quan ẩn: Các yếu tố thúc đẩy sự gắn kết của nhân viên có thể chẳng liên quan gì đến những gì bạn nghĩ. Có lẽ đó không phải là đồ ăn nhẹ miễn phí hay ngày thứ Sáu thoải mái. Có thể đó là số lượng dự án liên phòng ban, thời gian phản hồi của quản lý, hay thậm chí là nhiệt độ văn phòng. Bạn sẽ không bao giờ biết nếu không thể xử lý các con số.

AI Thay Đổi Mọi Thứ Như Thế Nào

Phân tích nhân sự dự đoán được hỗ trợ bởi AI không chỉ vượt qua những hạn chế này – nó xóa bỏ chúng. IBM nổi tiếng thông báo AI của họ có thể dự đoán việc nhân viên nghỉ việc với độ chính xác 95%. Đó không phải là phép thuật; đó là máy học đang xử lý các mẫu hình quá phức tạp cho nhận thức của con người.

OnlineExamMaker: Công Cụ AI Tốt Nhất Để Kết Nối Phân Tích Nhân Sự Và Đánh Giá

Trong khi chúng ta tập trung nhiều vào phân tích, đừng quên đánh giá – một thành phần quan trọng của quản lý nhân tài cung cấp nhiên liệu cho động cơ phân tích của bạn.

Đây là nơi các nền tảng như OnlineExamMaker phát huy tác dụng. Phần mềm tạo đánh giá này cung cấp cho các quản lý nhân sự một cách tiếp cận hợp lý để đánh giá ứng viên, đo lường kỹ năng nhân viên và theo dõi hiệu quả đào tạo – tất cả đều tạo ra dữ liệu quý giá cho các chương trình phân tích của bạn.

Điều gì làm cho OnlineExamMaker đặc biệt hữu ích cho phân tích nhân sự?

• Tạo đánh giá tự động: Xây dựng các bài kiểm tra kỹ năng, đánh giá tính cách và đánh giá đào tạo một cách nhanh chóng
• Tích hợp dữ liệu: Xuất kết quả đánh giá trực tiếp vào đường ống phân tích của bạn
• Chấm điểm có thể tùy chỉnh: Thiết kế các đánh giá đo lường những gì thực sự quan trọng với tổ chức của bạn
• Theo dõi hiệu suất: Giám sát cách kết quả đánh giá tương quan với hiệu suất công việc theo thời gian

Hãy nghĩ về nó như việc khép vòng lặp: phân tích dự đoán của bạn xác định ai cần phát triển trong các lĩnh vực cụ thể, bạn triển khai các đánh giá mục tiêu thông qua OnlineExamMaker để đo lường chính xác khoảng cách kỹ năng, bạn thực hiện các can thiệp đào tạo, sau đó bạn đánh giá lại để đo lường sự cải thiện. Vòng lặp hoàn chỉnh đó tạo ra dữ liệu phong phú khiến các mô hình AI của bạn trở nên thông minh hơn qua mỗi lần lặp.

Phần mềm tạo kỳ thi của nền tảng này cũng hỗ trợ các lộ trình học tập cá nhân hóa mà chúng ta đã thảo luận trước đó. Khi phân tích của bạn tiết lộ rằng các phân khúc nhân viên khác nhau học theo những cách khác nhau, bạn có thể tạo các đánh giá tùy chỉnh tôn trọng những phong cách học tập đó trong khi vẫn đo lường kết quả khách quan.

Lý Do Kinh Doanh: Tại Sao Phân Tích Nhân Sự Được AI Hỗ Trợ Thực Sự Mang Lại Lợi Nhuận

Hãy nói về tiền bạc. Bởi vì cuối cùng, nếu AI cho quản lý nhân tài không tác động tích cực đến lợi nhuận, nó chỉ là một sở thích đắt tiền.

Hãy xem xét những lợi ích hữu hình này:

Trải Nghiệm Nhân Viên Tốt Hơn Thông Qua Độ Chính Xác

Đây là điều trái ngược: phân tích con người với trí tuệ nhân tạo làm cho nhân sự trở nên “con người” hơn, chứ không phải ngược lại. Khi bạn có thể phân tích các cuộc khảo sát mức độ hài lòng của nhân viên trên quy mô lớn, bạn sẽ ngừng đoán điều gì thúc đẩy động lực và bắt đầu biết chắc. Bạn phát hiện ra rằng nhóm kỹ sư của bạn coi trọng giờ làm việc linh hoạt hơn là các bữa trưa nhóm, trong khi lực lượng bán hàng thì ngược lại. Được trang bị thông tin thông minh đó, bạn có thể cá nhân hóa trải nghiệm theo những cách thực sự quan trọng.

Đào Tạo Và Phát Triển Được Tối Ưu Hóa

Nhân viên nào thích đào tạo trực tuyến so với đào tạo tại lớp? Khóa học nào mang lại những cải thiện hiệu suất có thể đo lường được? Lịch trình đào tạo tối ưu cho việc tham dự và duy trì tối đa là gì? Máy học trong phân tích nhân sự trả lời những câu hỏi này bằng cách xử lý dữ liệu tham gia, điểm số đánh giá và các chỉ số hiệu suất tiếp theo. Kết quả? Các chương trình đào tạo không lãng phí thời gian hay tiền bạc.

Ngăn Chặn Tình Trạng Nghỉ Việc Thực Sự Hiệu Quả

Chén thánh của phân tích duy trì nhân viên dựa trên AI không chỉ là dự đoán ai có thể rời đi – mà là hiểu lý do tại sao họ có thể rời đi và bạn có thể làm gì về điều đó. Có thể những nhân viên hiệu suất cao trong bộ phận marketing của bạn nghỉ việc khi họ đạt mốc ba năm vì không có lộ trình thăng tiến rõ ràng. Đó là thông tin thông minh có thể hành động được. Tạo ra lộ trình đó, và bạn vừa tiết kiệm được sáu con số chi phí tuyển dụng và đào tạo.

Các Kỹ Thuật AI Cốt Lõi Đang Chuyển Đổi Phân Tích Nhân Sự

Hãy đi vào chi tiết kỹ thuật. Chính xác thì những kỹ thuật AI mà mọi người vẫn nói đến là gì?

Mô Hình Dự Đoán: Quả Cầu Pha Lê Của Bạn Cho Nhân Tài

Phân tích dự đoán trong nguồn nhân lực sử dụng dữ liệu lịch sử để dự báo kết quả tương lai. Các ứng dụng gần như rộng đến mức hạn chế:

• Chấm điểm rủi ro nghỉ việc: Xác định các rủi ro nghỉ việc trước khi họ cập nhật hồ sơ LinkedIn
• Quỹ đạo hiệu suất: Phát hiện sớm những ngôi sao tương lai của bạn và đầu tư phù hợp
• Sẵn sàng thăng tiến: Loại bỏ yếu tố chính trị khỏi việc lập kế hoạch kế nhiệm với dữ liệu khách quan

Vẻ đẹp của mô hình dự đoán nằm ở tính khách quan của nó. Nó không quan tâm đến chính trị văn phòng, thành kiến cá nhân, hay ai chơi golf với CEO. Nó chỉ tuân theo dữ liệu.

Xử Lý Ngôn Ngữ Tự Nhiên: Đọc Giữa Các Dòng

Đã bao giờ bạn ước mình có thể phân tích 5.000 bình luận khảo sát nhân viên mà không phát điên? Xử lý ngôn ngữ tự nhiên (NLP) là câu trả lời của bạn. Kỹ thuật AI này có thể:

• Thực hiện phân tích tâm trạng trên các khảo sát gắn kết, nhận ra tông cảm xúc và cường độ
• Trích xuất tín hiệu văn hóa từ các đánh giá đồng nghiệp và giao tiếp nội bộ
• Xác định các chủ đề đang nổi lên trong các cuộc phỏng vấn nghỉ việc trước khi chúng trở thành xu hướng di cư hàng loạt

NLP không chỉ đếm từ khóa – nó hiểu ngữ cảnh, sự mỉa mai và sắc thái. Khi một nhân viên viết “chính sách mới thật thú vị,” NLP biết đó có lẽ không phải là một lời khen.

Học Không Giám Sát: Khám Phá Những Điều Bạn Không Biết Phải Tìm Kiếm

Đây là nơi mọi thứ trở nên thực sự hấp dẫn. Các thuật toán học không giám sát phát hiện các mẫu hình mà không được yêu cầu tìm kiếm điều gì. Chúng có thể tiết lộ rằng những nhân viên gắn kết nhất của bạn chia sẻ những đặc điểm bất ngờ – có thể họ đều tham gia một cuộc thi hackathon nào đó hai năm trước, hoặc họ được kết nối với một mạng lưới không chính thức cụ thể.

Những thuật toán này có thể phân cụm nhân viên thành các phân khúc nhân tài mà bạn chưa từng biết đến, tiết lộ các nhóm tự nhiên giúp thông báo mọi thứ, từ chiến lược truyền thông đến lộ trình phát triển nghề nghiệp.

Xây Dựng Chương Trình Phân Tích Nhân Sự Được Hỗ Trợ Bởi AI Của Bạn

Được rồi, bạn đã bị thuyết phục. Giờ thì sao? Xây dựng một chương trình phân tích nhân sự được AI hỗ trợ không phải là việc mua phần mềm sang nhất và hy vọng phép màu xảy ra. Nó đòi hỏi chiến lược, cấu trúc và sự sẵn sàng suy nghĩ khác biệt.

Bắt Đầu Nhỏ, Nghĩ Lớn

Đừng cố gắng ôm đồm quá nhiều. Hãy chọn một trường hợp sử dụng có tác động cao và thực hiện thật tốt. Lập kế hoạch lực lượng lao động với AI nghe có vẻ hấp dẫn, nhưng nếu bạn thậm chí không thể theo dõi các mẫu hình nghỉ việc cơ bản, bạn chưa sẵn sàng. Hãy bắt đầu với một thứ gì đó tập trung:

• Mô hình dự đoán tỷ lệ nghỉ việc cho đội ngũ bán hàng của bạn
• Đánh giá chất lượng tuyển dụng cho các vị trí được tuyển dụng nhiều nhất
• Đo lường hiệu quả đào tạo cho các chương trình tuân thủ bắt buộc

Chứng minh giá trị trên quy mô nhỏ, sau đó mở rộng. Thành công tạo ra sự ủng hộ của ban lãnh đạo, điều này tạo ra ngân sách, và ngân sách tạo ra thành công lớn hơn.

Xác Định Thành Công Trước Khi Bắt Đầu

Chiến thắng trông như thế nào? Hãy cụ thể. “Quyết định nhân sự tốt hơn” không phải là một chỉ số thành công; đó là một lời sáo rỗng. Hãy thử những cái này:

• Giảm tỷ lệ nghỉ việc của các vai trò quan trọng 20% trong vòng 12 tháng
• Giảm thời gian chuyển đổi thành thông tin chi tiết cho phân tích gắn kết từ tuần xuống ngày
• Đạt độ chính xác 80% trong dự đoán sẵn sàng thăng tiến
• Chứng minh ROI tích cực trong vòng hai chu kỳ ngân sách

Xây Dựng Cơ Sở Hạ Tầng Dữ Liệu Của Bạn

Đây là một thực tế khó chịu: dữ liệu của bạn có lẽ chưa sẵn sàng cho AI. Hầu hết các tổ chức có dữ liệu nhân sự nằm rải rác trên nhiều hệ thống – hệ thống theo dõi ứng viên ở đây, đánh giá hiệu suất ở kia, lương thưởng trong một cơ sở dữ liệu khác.

Bạn cần một kiến trúc sẵn sàng về dữ liệu:

• Kho dữ liệu tập trung: Một nguồn chân lý duy nhất cho tất cả dữ liệu nhân sự
• Đường ống ETL: Quy trình tự động để trích xuất, chuyển đổi và tải dữ liệu
• Bảng điều khiển tích hợp: Trực quan hóa thời gian thực các chỉ số chính
• Dữ liệu sạch: Thông tin được chuẩn hóa, loại bỏ trùng lặp và xác thực

Đây không phải là công việc hào nhoáng, nhưng nó là nền tảng. Bạn không thể xây một tòa nhà chọc trời trên cát lún.

Phát Triển Kiến Thức Về Dữ Liệu Trên Toàn Bộ Bộ Phận Nhân Sự

Đội ngũ nhân sự của bạn cần nói ngôn ngữ dữ liệu. Không cần phải thông thạo – bạn không cần mọi người trở thành nhà thống kê – nhưng cần đủ để giao tiếp. Họ cần hiểu những gì mô hình dự đoán có thể và không thể làm, cách diễn giải khoảng tin cậy, và tại sao tương quan không bằng quan hệ nhân quả.

Hợp tác với các nhóm khoa học dữ liệu hoặc phân tích của bạn. Tạo các vai trò phân tích nhúng trong bộ phận nhân sự. Tổ chức các hội thảo về diễn giải dữ liệu. Biến kiến thức về dữ liệu thành một phần của phát triển chuyên môn.

Đo Lường Thành Công: Chỉ Số Dẫn Đầu So Với Chỉ Số Trễ

Không phải tất cả các chỉ số đều được tạo ra như nhau. Chỉ số trễ cho bạn biết điều gì đã xảy ra – tỷ lệ nghỉ việc hàng quý, mức trung bình thời gian để lấp đầy vị trí, tỷ lệ phần trăm hoàn thành đào tạo. Chúng hữu ích cho phân tích lịch sử nhưng khủng khiếp cho quản lý chủ động.

Chỉ số dẫn đầu, mặt khác, dự đoán kết quả tương lai. Chúng là hệ thống cảnh báo sớm của bạn:

• Đà gắn kết: Mức độ hài lòng đang có xu hướng tăng hay giảm?
• Thời gian đến hiệu suất: Nhân viên mới trở nên hiệu quả nhanh như thế nào?
• Chỉ số dẫn đầu ROI đào tạo: Người học có đang áp dụng các kỹ năng mới ngay lập tức không?
• Thay đổi vị trí trung tâm trong mạng lưới: Các nhân viên chủ chốt có đang bị cô lập không?

Bảng điều khiển của bạn nên cân bằng cả hai loại, nhưng ưu tiên các chỉ số dẫn đầu cho việc ra quyết định chiến lược.

Thiết Kế Bảng Điều Khiển Thực Sự Được Sử Dụng

Một sai lầm phổ biến: xây dựng một bảng điều khiển khổng lồ và hy vọng nó phục vụ tất cả mọi người. Nó sẽ không. Ban lãnh đạo cấp cao muốn xu hướng cấp cao và thông tin chi tiết chiến lược. Các chuyên gia nhân sự cần chi tiết vận hành và dữ liệu có thể hành động.

Xây dựng các bảng điều khiển dành riêng cho vai trò:

• Bảng điều khiển cho C-suite: Tổng quan sức khỏe lực lượng lao động, chỉ số rủi ro chiến lược, sức mạnh đường ống nhân tài
• Bảng điều khiển cho lãnh đạo nhân sự: Hiệu quả chương trình, sử dụng ngân sách, chỉ số năng suất đội nhóm
• Bảng điều khiển cho chuyên viên nhân sự: Chi tiết trường hợp cá nhân, chỉ số hoạt động hàng ngày, cơ hội can thiệp

Khía Cạnh Đạo Đức: Triển Khai AI Một Cách Có Trách Nhiệm

Hãy giải quyết con voi trong phòng server: AI đạo đức trong phân tích nhân sự không phải là tùy chọn. Các công cụ chúng ta đang thảo luận có thể duy trì sự thiên vị, xâm phạm quyền riêng tư và tạo ra văn hóa giám sát theo kiểu dystopian nếu được triển khai một cách bất cẩn.

Một số nguyên tắc bất di bất dịch:

• Tính minh bạch: Nhân viên nên biết bạn đang thu thập dữ liệu gì và nó được sử dụng như thế nào
• Kiểm tra thiên vị: Thường xuyên kiểm tra các mô hình để tìm các mẫu hình phân biệt đối xử
• Giám sát của con người: AI nên thông báo cho quyết định, không tự động đưa ra quyết định một cách tự chủ
• Tối thiểu hóa dữ liệu: Chỉ thu thập những gì bạn cần, không phải mọi thứ bạn có thể
• Quyền được giải thích: Mọi người xứng đáng biết tại sao một hệ thống AI đưa ra các khuyến nghị về sự nghiệp của họ

Các tổ chức thực hiện đúng điều này sẽ không chỉ tránh được các vụ kiện tụng – họ sẽ xây dựng được niềm tin, điều có thể là tài sản quý giá nhất trong quản lý nhân tài.

Con Đường Phía Trước: Biến AI Trong Nhân Sự Thành Lợi Thế Cạnh Tranh Của Bạn

Đây là điểm mấu chốt: các trường hợp sử dụng phân tích nhân sự được AI hỗ trợ đang chuyển từ thử nghiệm sang thiết yếu. Các tổ chức chiến thắng trong cuộc chiến nhân tài không chỉ đưa ra những đãi ngộ tốt hơn hay mức lương cao hơn – họ đang đưa ra những quyết định thông minh hơn, nhanh hơn, được thông tin tốt hơn về mọi khía cạnh của vòng đời nhân viên.

Họ biết ứng viên nào sẽ thành công trước khi đưa ra lời mời. Họ xác định các rủi ro duy trì trước khi nhân viên bắt đầu tìm kiếm việc làm. Họ cá nhân hóa các lộ trình phát triển mà thực sự phát triển con người. Họ đo lường những điều không thể đo lường và chứng minh giá trị chiến lược của bộ phận nhân sự bằng những con số cứng rắn, lạnh lùng.

Nó có hoàn hảo không? Không. Các mô hình AI mắc sai lầm, dữ liệu có thể không đầy đủ, và phán đoán của con người sẽ luôn có một vai trò. Nhưng hoàn hảo không phải là tiêu chuẩn – tốt hơn mới là tiêu chuẩn. Và phân tích nhân sự được AI nâng cao chắc chắn tốt hơn so với việc ra quyết định dựa trên cảm tính.

Câu hỏi thực sự không phải là liệu bạn có nên cải thiện phân tích nhân sự của mình bằng AI hay không. Câu hỏi thực sự là liệu bạn có đủ khả năng để không làm điều đó. Các đối thủ cạnh tranh của bạn đã sử dụng những công cụ này. Nhân viên tương lai của bạn mong đợi mức độ tinh vi này. Đội ngũ điều hành của bạn yêu cầu loại thông tin chi tiết chiến lược này.

Kỷ nguyên của việc đoán mò trong nhân sự đã kết thúc. Chào mừng bạn đến với thời đại của sự hiểu biết.

Xây dựng một chương trình phân tích nhân sự được AI hỗ trợ đòi hỏi sự kết hợp đúng đắn giữa chiến lược, công nghệ và văn hóa. Hãy bắt đầu với các trường hợp sử dụng rõ ràng, đầu tư vào cơ sở hạ tầng dữ liệu, phát triển khả năng phân tích của đội ngũ và không bao giờ đánh mất tầm nhìn về các tác động đạo đức. Các tổ chức thực hiện đúng điều này sẽ không chỉ cải thiện hoạt động nhân sự của họ – họ sẽ chuyển đổi cách họ cạnh tranh và nuôi dưỡng nhân tài trong một thế giới ngày càng phức tạp.