AI đang chuyển mình từ “trợ lý” sang “tự động hóa hoàn toàn” nhờ AI tạo sinh và AI tác vụ (agentic AI)

• AI đang chuyển từ vai trò “trợ lý” sang “tự động hóa” thông qua AI tác vụ – những hệ thống có khả năng phân tích, học hỏi, đưa ra quyết định và hành động theo mục tiêu được giao mà không cần can thiệp liên tục của con người.

• Các agent AI cấp độ 3 (theo mô hình 5 cấp độ giống ô tô tự lái) đang được triển khai trong nhiều lĩnh vực: chăm sóc khách hàng (giảm thời gian từ 12–30%), vận hành nội bộ (giảm 30–90%), và tiếp thị – bán hàng (tăng doanh thu từ 9–21%).

• Một số ứng dụng nổi bật: Google Gemini trong xe hơi Volkswagen, hệ thống hỗ trợ bác sĩ thú y ở Pets at Home, trợ lý ảo Claude của Anthropic giúp hoàn thành biểu mẫu và tìm kiếm dữ liệu nội bộ.

• Các lĩnh vực áp dụng đa dạng: chăm sóc khách hàng, lập trình, tài chính, nhân sự, pháp lý, y tế, logistics và bán lẻ. AI tác vụ được dùng để xử lý công việc lặp lại, quản lý dữ liệu, dự đoán xu hướng, hỗ trợ ra quyết định, phát hiện gian lận và tối ưu hoá chiến dịch marketing.

• Rào cản triển khai gồm: chất lượng dữ liệu kém, thiếu giao thức tiêu chuẩn để các agent liên lạc, thiếu năng lực điện toán, và rủi ro bảo mật do gia tăng điểm truy cập hệ thống.

• Vấn đề đạo đức và niềm tin: người dùng lo ngại AI sẽ thay thế họ hoặc gây ra hậu quả không lường trước; trong khi doanh nghiệp lo về trách nhiệm khi AI hành động sai.

• Chiến lược áp dụng khuyến nghị: bắt đầu từ các nhiệm vụ đơn giản, xác định rõ nhu cầu và chọn mức độ tự động phù hợp từng phòng ban; tránh triển khai toàn diện ngay từ đầu.

• Các công ty “AI từ cốt lõi” (AI-native) như Antavo hay Klarna có lợi thế hơn nhờ tích hợp AI từ đầu vào quy trình, dễ dàng biến chiến lược thành hành động thực tế.

📌 AI tác vụ đang tái định hình cách doanh nghiệp vận hành: tiết kiệm thời gian đến 90%, tăng doanh thu đến 21% ở một số bộ phận. Tuy tiềm năng rất lớn, nhưng công nghệ này vẫn cần giám sát con người do chưa đạt cấp độ tự động hoá hoàn toàn. Những doanh nghiệp tích hợp AI từ cốt lõi sẽ dẫn đầu cuộc đua, trong khi các tổ chức chậm chân có nguy cơ bị bỏ lại phía sau.

https://www.ft.com/content/3e862e23-6e2c-4670-a68c-e204379fe01f

#FT

AI agents: từ đồng hành đến tự động hóa

Một cái nhìn sâu sắc về cường điệu và thực tế xung quanh "AI đại lý" hay AI tác vụ — sử dụng AI agents thực hiện các tác vụ một cách tự động.

AI agents: từ đồng hành đến tự động hóa trên x (mở trong cửa sổ mới) AI agents: từ đồng hành đến tự động hóa trên facebook (mở trong cửa sổ mới) AI agents: từ đồng hành đến tự động hóa trên linkedin (mở trong cửa sổ mới)

AI đang chuyển từ "đồng hành" sang "tự động hóa". Sự phát triển của AI tạo sinh ngày càng tập trung vào "AI đại lý": sử dụng AI agents thực hiện các tác vụ một cách tự động, hoặc trong các thông số cố định hoặc để đạt được mục tiêu do người dùng đặt ra.

Giới thiệu về agents

AI agents không phải là mới nhưng chúng đang trở nên ngày càng tinh vi hơn. Ở dạng cơ bản, chúng chỉ đơn giản là các công cụ được xây dựng để thực hiện các tác vụ như trả lời câu hỏi theo kịch bản, như chatbots làm, hoặc tìm kiếm thông tin từ web. Các chức năng này bị hạn chế, không yêu cầu hành động tiếp theo mà không có đầu vào thêm. Các hệ thống AI phản ứng như vậy hoạt động hoàn toàn dựa trên phản hồi được lập trình.

AI agents phức tạp hơn, với tính tự động và khả năng thích ứng, cũng đã tồn tại từ lâu. Chúng điều khiển bộ điều nhiệt nhà và tự động hóa các quy trình nhà máy.

Tuy nhiên, loại công nghệ này đang nhanh chóng phát triển khả năng vượt ra ngoài việc tìm kiếm và cung cấp thông tin hoặc thực hiện các tác vụ riêng biệt. AI agents được hỗ trợ bởi mô hình ngôn ngữ lớn (LLMs) có thể phân tích dữ liệu, học từ chúng và đưa ra quyết định dựa trên cả các quy tắc được lập trình và thông tin thu được thông qua tương tác với môi trường của chúng.

AI thích ứng như vậy có thể thực hiện các hành động ngày càng phức tạp để theo đuổi một mục tiêu và mà không cần đi theo một con đường quy định trước. Sử dụng máy học tiên tiến và mạng nơ-ron, chúng có thể hiểu bối cảnh, phân tích và phản hồi với các tình huống động, học từ kinh nghiệm và sử dụng giải quyết vấn đề và lý luận để đưa ra quyết định chiến lược.

Khả năng dự đoán dựa trên phân tích thống kê lịch sử thêm một lớp nữa, cho phép AI agents lập kế hoạch, tự động hóa và thực hiện các tác vụ cũng như đưa ra quyết định sáng suốt với mục tiêu cụ thể trong đầu. Chúng thực hiện các tác vụ của mình sau khi được đưa ra các lời nhắc bằng ngôn ngữ tự nhiên và mà không cần đầu vào liên tục từ người dùng. Chúng cũng có thể được thiết kế để kiểm tra công việc của nhau trong một quá trình lặp lại giúp cải thiện chất lượng và độ tin cậy.

Nền tảng cho tiến bộ

Một số phát triển đã cho phép AI agents trở nên phức tạp hơn trong khi đồng thời dễ sử dụng hơn. AI tạo sinh đã cung cấp giao diện ngôn ngữ tự nhiên, mở rộng quyền truy cập vào AI, đặc biệt là cho những người dùng ít am hiểu công nghệ hơn. AI tạo sinh diễn giải lời nhắc từ người dùng sau đó AI khác hoàn thành tác vụ. Google nói: "AI tạo sinh chỉ là một phần của câu đố AI. Các công nghệ AI khác, như AI dự đoán, AI thị giác và AI đàm thoại, đều quan trọng để xây dựng AI agents tinh vi."

Tiến bộ trong sức mạnh tính toán và bộ nhớ đã cho phép các mô hình ngôn ngữ lớn và máy học tinh vi hơn. Hiểu biết về bối cảnh và khả năng lập kế hoạch đã cải thiện khi hệ thống AI học thêm dữ liệu và cải thiện khả năng nhớ các tương tác.

Đây là nền tảng cho AI agents, với sự dễ dàng tương tác đẩy nhanh phát triển khi ngày càng nhiều người dùng có quyền truy cập. Đồng thời AI tự nó đang tăng tốc chu kỳ đổi mới, tinh chỉnh đầu ra của mình và tạo ra các quy trình lặp lại với tốc độ ngày càng cao.

Cường điệu hay thực tế?

AI agents có thể tăng tốc phân tích và quyết định cũng như tiếp quản một số chức năng từ nhân viên nhưng chúng vẫn thiếu tính tự động hoàn toàn.

Cassie Kozyrkov, người sáng lập và giám đốc điều hành của Decision Intelligence và trước đây là nhà khoa học quyết định trưởng tại Google, nói vai trò chính của AI agents trong doanh nghiệp vẫn nằm ở việc tiếp quản các tác vụ lặp đi lặp lại với "các quy trình được hiểu rõ và thiết kế tốt" mà không yêu cầu "sự sáng tạo".

Trong khi có tiềm năng lớn cho AI đại lý thực hiện các tác vụ ngày càng phức tạp, Pascal Bornet, một chuyên gia về tự động hóa và tác giả của Agentic Artificial Intelligence, chỉ ra "khoảng cách đáng kể" giữa cường điệu và thực tế. Ngay cả với chỉ thị rõ ràng, các hệ thống vẫn chưa thể thực hiện các tác vụ phức tạp từ đầu đến cuối, đặc biệt trong các tình huống tinh tế hoặc mới lạ, mà không có sự giám sát của con người.

Tuy nhiên, lĩnh vực này "đang tiến bộ nhanh chóng". Bornet so sánh sự phát triển với tiến trình từ ô tô hoàn toàn thủ công đến hoàn toàn tự động, được xếp hạng từ cấp độ không đến cấp độ 5. Hiện tại, ô tô tự động hoạt động ở cấp độ 2 đến 4, tùy thuộc vào môi trường. Tự động hóa có thể xử lý nhiều tác vụ nhưng cần giám sát của con người và đôi khi cần can thiệp.

AI agents đang ở giai đoạn tương tự. Hầu hết hoạt động ở cấp độ 2 hoặc 3, với một số "hệ thống chuyên biệt" đạt cấp độ 4 trong các lĩnh vực được xác định chặt chẽ. Cấp độ 5, nơi agents hoàn toàn hiểu, lập kế hoạch và thực hiện các nhiệm vụ phức tạp với sự can thiệp tối thiểu của con người trên bất kỳ lĩnh vực hoặc ranh giới doanh nghiệp nào, vẫn là lý thuyết.

Cho các thách thức liên quan đến việc tích hợp khả năng vào một hệ thống nhất quán, agents đa phương tiện hoàn toàn tích hợp vẫn còn xa nhưng Bornet nói các khối xây dựng đã sẵn sàng. Ông nói một số ứng dụng, như cái được phát triển cho bác sĩ thú y bởi Pets at Home, công ty FT250 của Vương quốc Anh, minh họa xử lý âm thanh nhưng hệ thống đa phương tiện sẽ yêu cầu điều phối tinh vi của agents với các loại chuyên môn khác nhau.

Ứng dụng chức năng

Trong khi một số ngành đã áp dụng AI đại lý nhiều hơn những ngành khác, như được đề cập bên dưới, nó có thể được đưa vào hoạt động trong các chức năng phổ biến với hầu hết các doanh nghiệp. Bornet nói cơ hội là hệ thống. "AI đại lý không đến cho một [bộ phận] duy nhất, nó đến cho tất cả. Mọi quy trình công việc có ma sát là một trường hợp sử dụng đang chờ được biến đổi."

Hiện tại agents được sử dụng chủ yếu trong các vai trò nội bộ để đạt được hiệu quả và tiết kiệm thay vì tăng trưởng doanh thu hàng đầu. Báo cáo 2025 từ UK Finance được đồng tác giả với Accenture nói: "Hầu hết việc sử dụng gần hạn liên quan đến việc triển khai agent đơn lẻ nhắm vào lợi ích hiệu suất và hiệu quả và cải thiện trải nghiệm khách hàng và đồng nghiệp". Tổ chức thương mại đã tìm thấy "tương đối ít" ví dụ trong dịch vụ tài chính nhằm tăng doanh số hoặc doanh thu. Họ cũng lưu ý rằng hầu hết các triển khai được "giám sát chặt chẽ bởi một nhân viên hoạt động như một giám sát viên có thẩm quyền".

Trên khắp ngành, AI có thể giảm thời gian dành cho công việc nhàm chán để "giải phóng" nhân viên cho các tác vụ sáng tạo hoặc có kỹ năng hơn đã được áp dụng nhanh hơn ở những nơi khác.

Bornet và nhóm của ông đã thu thập dữ liệu từ 167 công ty trong các ngành khác nhau đã triển khai những gì ông phân loại là agents dựa trên LLM cấp độ 3 trong môi trường sản xuất. Dịch vụ khách hàng, vận hành nội bộ và chức năng bán hàng và tiếp thị đã thấy việc áp dụng cao nhất, với lợi ích từ tiết kiệm thời gian 12 đến 30% trong dịch vụ khách hàng, 30 đến 90% trong vận hành nội bộ và tăng doanh thu 9 đến 21% cho các nhóm bán hàng và tiếp thị.

Cần lưu ý rằng việc sử dụng AI agents cùng với con người không luôn nâng cao hiệu suất. Một phân tích về một công ty phần mềm dịch vụ khách hàng bởi Cục Nghiên cứu Kinh tế Quốc gia Hoa Kỳ đã tìm thấy rằng AI vừa cải thiện giải quyết vấn đề vừa cắt giảm thời gian. Tuy nhiên, nhân viên mới là người được lợi nhiều nhất, với AI chuyển giao điện tử kiến thức của những người có kinh nghiệm. Hiệu suất của những người lâu năm không cải thiện.

Điều ngược lại có thể đúng trong các vai trò có tay nghề cao. Attila Kecsmar, đồng sáng lập và giám đốc điều hành của Antavo, nền tảng chương trình đám mây trung thành AI, nói rằng trong các lĩnh vực kỹ thuật hơn, như lập trình, những người sử dụng AI mà không hiểu đầy đủ về đầu ra sẽ gặp khó khăn, trong khi năng suất và tốc độ của những người lao động có thẩm quyền sẽ được siêu tăng cường.

Biểu đồ thanh về Các rào cản chính mà tổ chức gặp phải khi mở rộng việc sử dụng gen AI (% người được hỏi) cho thấy Doanh nghiệp có lo ngại về việc áp dụng LLMs trong công việc của họ

Dịch vụ khách hàng

Đây là triển khai AI nổi bật nhất từ góc độ người tiêu dùng nhưng phản hồi hỗn hợp. Những người ủng hộ ngành nói chatbots hoạt động như thế nào nhưng khảo sát khách hàng cho thấy điều ngược lại. Sở thích có thể thay đổi khi agents dịch vụ khách hàng phát triển và người bản địa kỹ thuật số tạo thành nhiều hơn trong cơ sở người tiêu dùng. Phản hồi tốt hơn và hỗ trợ 24/7 có thể cải thiện nhận thức của khách hàng.

Agents cũ trả lời câu hỏi dựa trên kịch bản được thiết lập mà nhanh chóng hết hiệu lực, đặc biệt với câu hỏi phức tạp. Agents mới hơn, với khả năng nhớ và phản hồi với đầu vào động, phản hồi nhiều hơn. Chúng có thể hành động dựa trên dữ liệu khách hàng cập nhật cũng như nhớ lại các tương tác lịch sử với khách hàng.

Với AI đại lý, giao diện dịch vụ khách hàng đã phát triển vượt ra ngoài chatbots quay số. Google Gemini đứng sau ứng dụng MyVW của Volkswagen, một trợ lý ảo trả lời câu hỏi của tài xế về xe của họ.

Lập trình

Ứng dụng của AI trong lập trình được tài liệu hóa tốt. Trong báo cáo của tư vấn McKinsey, Lenovo nói rằng tốc độ và chất lượng sản xuất mã của các kỹ sư của họ đã cải thiện 10%.

Kecsmar đồng ý rằng các kỹ sư được hỗ trợ bởi agent có thể đạt được nhiều hơn nhưng nói điều này sẽ dẫn đến kỳ vọng tăng cao về năng suất và hiệu suất của con người. Cho giao diện ngôn ngữ tự nhiên, ngày càng khả thi cho người thường viết mã.

Đây là cuộc cách mạng thực sự trong AI đại lý, Kozyrkov nói. "Trước đây, bạn phải đi và học nghệ thuật bí truyền của một số ngôn ngữ mới và bây giờ bạn không cần - bạn nói tiếng mẹ đẻ và nó hoạt động."

Trong khi điều này mang đến cơ hội, cô ấy cảnh báo rằng đó cũng là một trong những rủi ro lớn nhất khi triển khai AI trong doanh nghiệp. "Thật không may, tiếng mẹ đẻ mơ hồ và không phải ai cũng biết khi họ đang không rõ ràng. Bây giờ bạn có thể lập trình một máy mà không suy nghĩ kỹ, vì vậy không ngạc nhiên khi bạn có hậu quả không mong muốn."

Tiếp thị và quản lý chiến dịch

Như được đề cập trong báo cáo của chúng tôi về cá nhân hóa và tiếp thị, AI đã mở rộng đáng kể phạm vi của các bộ phận tiếp thị, cho phép truyền thông đại chúng được nhắm mục tiêu vào các phân khúc ngày càng nhỏ hơn.

AI agents có thể đưa điều này xa hơn. Antavo đã phát triển một AI agent cho khách hàng thương hiệu của mình giúp họ nghĩ ra và truyền đạt các chương trình và chiến dịch trung thành. Nó có thể quyết định cách tiếp cận phù hợp cho một thương hiệu trong bất kỳ ngành nào và phân tích dữ liệu và đưa ra ý tưởng, minh họa bằng biểu đồ, về cách tối ưu hóa và phát triển một chương trình. Nó cũng có thể nhìn vào bên trong, tìm kiếm và cung cấp thông tin liên quan để giúp nhân viên dịch vụ khách hàng giải quyết câu hỏi của người tiêu dùng.

Nhân sự

AI agents có thể được sử dụng trong tuyển dụng, lên lịch họp, giữ chân nhân viên và quản lý, dự đoán luân chuyển và xác định nơi có thể cần đào tạo.

Trợ lý ảo

Chúng có khả năng thực hiện các tác vụ đơn giản với sự giám sát tối thiểu, như lên lịch họp với khách hàng, gửi email tiêu chuẩn và truyền thông khách hàng chung. Claude, mô hình AI của Anthropic, có thể tìm thông tin từ nhiều nguồn trong máy tính để có thể hoàn thành một biểu mẫu.

Tài chính

Ứng dụng bao gồm hệ thống AI có thể đưa ra quyết định giao dịch dựa trên phân tích dữ liệu thời gian thực hoặc hệ thống gợi ý chiến lược đầu tư dựa trên hồ sơ khách hàng. AI cũng có thể giúp xác định gian lận, gắn cờ nghi ngờ của mình trong thời gian thực.

Chăm sóc sức khỏe

Công cụ chẩn đoán tự động có thể xác định vấn đề bằng cách sử dụng lịch sử và hình ảnh bệnh nhân, đề xuất điều trị chăm sóc sức khỏe cá nhân hóa, theo dõi sức khỏe bệnh nhân và đề xuất hoặc nhắc nhở mọi người về các hành động tiếp theo. AI agents có thể được triển khai trong phẫu thuật hỗ trợ robot để cải thiện điều khiển và độ chính xác. Nhận dạng mẫu, học sâu và thị giác máy tính tất cả đều nâng cao khả năng của máy móc trong việc điều chỉnh vết rạch phẫu thuật trong thời gian thực. Các hệ thống như IntelliVue Guardian của Philips quản lý biến chứng sau phẫu thuật bằng cách cung cấp cảnh báo sớm cho những bệnh nhân có nguy cơ cao nhất.

Luật

Ngoài các tác vụ đơn giản và lặp đi lặp lại như soạn thảo hợp đồng, agents có thể tư vấn về các vụ kiện. Dựa trên phân tích dữ liệu lịch sử hoặc phán quyết của thẩm phán, chúng có thể dự đoán kết quả tiềm năng cho một vụ kiện và đề xuất lập luận.

Ngay cả A&O Shearman, công ty luật quốc tế, đang sử dụng một công cụ AI được tạo ra trong sự hợp tác với Harvey, một start-up. Điều này sử dụng thông tin tài chính của một doanh nghiệp để đánh giá khách hàng cần nộp đơn ở thẩm quyền nào trong trường hợp sáp nhập. Sau đó nó xác định bất kỳ dữ liệu nào còn thiếu và soạn thảo yêu cầu thông tin cho mỗi bên.

Sản xuất và hậu cần

Trong khi ô tô tự động chưa đạt đến dòng chính, xe tải tự động sắp xuất hiện. Aurora Innovation, công ty làm việc với Volvo, Uber và FedEx ở Hoa Kỳ, dự định sử dụng 10 xe tải không người lái giữa Dallas và Houston. AI agents cũng được sử dụng trong sản xuất để giám sát và bảo trì thiết bị và tối ưu hóa quy trình. Chúng có thể thực hiện kiểm soát chất lượng trên cả đầu vào và đầu ra với sự nhất quán lớn hơn con người.

Bán lẻ

Bên cạnh chatbots được triển khai trong dịch vụ khách hàng, AI agents có thể được sử dụng dọc theo chuỗi cung ứng để giám sát và quản lý mức tồn kho dựa trên dữ liệu lịch sử và dự đoán xu hướng và nhu cầu.

Nhược điểm

Có nhiều vấn đề mà doanh nghiệp cần xem xét khi áp dụng AI.

Các công ty hoạt động với công nghệ kế thừa hoặc có dữ liệu không đầy đủ hoặc không nhất quán sẽ thấy khó khăn hơn trong việc tiến bộ. Bất kỳ vấn đề chất lượng dữ liệu nào gặp phải khi đào tạo agents sẽ được làm trầm trọng hơn bởi "slop" tên thông thường cho sự gia tăng nội dung được tạo bởi LLM.

EY nói điều này có thể được giải quyết một phần bởi agents tìm kiếm thông tin từ nhiều đầu vào thay vì dựa vào dữ liệu được cào tĩnh. Ví dụ, AI lặp lại có thể thu thập dữ liệu từ thiết bị đeo, sẽ lớp dữ liệu hiện tại và ngữ cảnh trên thông tin lịch sử.

AI tạo sinh chỉ là một phần của câu đố AI

Kết nối trong và giữa các công ty bị cản trở bởi sự không tương thích dữ liệu cũng như những thiếu sót của giao diện lập trình ứng dụng hiện có. Bornet nói thiếu một giao thức tiêu chuẩn là một trở ngại cho các hệ thống đa agent có thể vượt qua ranh giới doanh nghiệp.

Kecsmar tin vấn đề này có thể tự nó được giải quyết bởi agents. "Trong tương lai, các agents được phát triển xung quanh kỹ năng trao đổi dữ liệu sẽ có thể tạo ra trao đổi dữ liệu của riêng họ. Chúng sẽ được tải lên với cách công ty chủ của họ truyền đạt dữ liệu và chúng sẽ có một công cụ gọi để giao tiếp dữ liệu giữa các nguồn khác nhau."

Tin tưởng là một vấn đề ở một số lĩnh vực, ví dụ trong các ngành mà lựa chọn đảo ngược bị hạn chế. "'Tự động hóa hoàn toàn và bỏ mặc' trong ngành dịch vụ tài chính là một ý tưởng tồi," Kozyrkov nói, và thêm rằng "quy tắc vàng của AI là nó mắc lỗi". Người tiêu dùng có thể không muốn để agents có quyền tự chủ đối với tài khoản ngân hàng hoặc thẻ tín dụng của họ. Cũng có sự thiếu tin tưởng giữa các nhà lãnh đạo về hiệu suất AI và với những người lao động đối mặt với nguy cơ bị thay thế. Khi các hệ thống có thể liên kết trên ranh giới kinh doanh, các công ty có tin tưởng vào agents bên ngoài không?

Sử dụng AI không kiềm chế cũng thêm vào các mối đe dọa an ninh mạng bằng cách tăng điểm truy cập và nguy cơ hành động không mong đợi. Kozyrkov nói: "Một trong những gợi ý hàng đầu là: hạn chế quyền truy cập của nó. Đừng cho nó bất kỳ dữ liệu nào mà bạn không muốn bị rò rỉ." Cấp cho AI quyền truy cập giống như một nhân viên con người tăng đáng kể bề mặt tấn công, có nghĩa là hệ thống dễ bị tấn công hơn.

Hạn chế về năng lực tính toán là một trở ngại nữa. Bất chấp đầu tư vào cơ sở hạ tầng, cuộc cạnh tranh cho tài nguyên bị căng thẳng rất quyết liệt. Tuy nhiên, không có người dùng nào trả giá phí vận hành một truy vấn AI ngay cả về mặt năng lượng, một điểm được nêu ra tại phiên họp tròn Hội đồng Vốn Khí hậu FT năm ngoái. Đối với các công ty sử dụng dịch vụ thương mại, giá hiện tại dựa trên số lượng nhân viên — nhưng điều gì sẽ xảy ra nếu mức nhân viên giảm do áp dụng AI?

Các công ty cũng cần xem xét các hàm ý đạo đức của việc áp dụng AI. Nghiên cứu tại Đại học Cambridge lưu ý rằng — nếu chúng chưa thể — agents có thể sớm có khả năng dự đoán thói quen và mẫu chi tiêu của chúng ta và gây ảnh hưởng hoặc thao túng chúng, mặc dù điều này có thể có liên quan nhiều hơn đến người tiêu dùng.

Trách nhiệm là một vấn đề khó đoán khác. Điều này nằm ở ai khi agents thực hiện các tác vụ từ đầu đến cuối mà không có sự can thiệp của con người, hoặc với kết nối với các công ty khác?

Cách áp dụng AI agents

Như với bất kỳ công nghệ mới nào, quan trọng là xác định nhu cầu kinh doanh trước. Bornet nói lựa chọn tinh vi nhất không nhất thiết luôn là tốt nhất — việc thực hiện thành công nằm ở việc chọn đúng cấp độ cho mỗi ứng dụng.

"Hãy xem xét một công ty dịch vụ tài chính thực hiện AI agents," ông nói. "Họ có thể chọn agents cấp độ 1 hoặc 2 cho xử lý giao dịch, nơi khả năng dự đoán và dấu vết kiểm toán là quan trọng. Tuy nhiên họ có thể thực hiện agents cấp độ 3 cho dịch vụ khách hàng, nơi khả năng thích ứng và nhận thức bối cảnh có giá trị hơn kiểm soát nghiêm ngặt."

Quy tắc vàng của AI là nó mắc lỗi

Giữ chức năng của agent đơn giản nhất có thể có nghĩa là có ít phạm vi cho vấn đề. Bornet khuyến nghị bắt đầu với các tác vụ lặp đi lặp lại như tài liệu họp và theo dõi.

Minh bạch cũng là chìa khóa. Bornet nói nhóm của ông đã gặp hậu quả của cả thiếu kiểm soát việc áp dụng AI và sự nhiệt tình không được kiểm soát của nhân viên. Điều này từ "lo lắng của người lao động và nghỉ việc tại một công ty sản xuất đến thiệt hại về danh tiếng khi agents đưa ra quyết định trái phép tại một công ty tài chính". Họ thấy kiến thức kỹ thuật, quản trị hoặc quản lý thay đổi không đầy đủ đã cản trở việc áp dụng trong một số trường hợp.

Kozyrkov, trong khi "vô cùng phấn khích về tất cả các cách AI có thể được sử dụng để thúc đẩy đổi mới", cảnh báo rằng nó phải được sử dụng một cách khôn ngoan. Quan trọng là phải có biện pháp bảo vệ và xác định rõ mục tiêu để tránh hậu quả không mong muốn. "Tương lai là mô-đun hóa. Bạn sẽ không tin tưởng con người thông minh nhất để làm mọi thứ, vậy tại sao lại tin tưởng AI?"

Cô ấy nhìn thấy con người có vai trò trung tâm, ngay cả trong tương lai với AI. "Nếu mục tiêu của bạn là loại bỏ con người nhanh nhất có thể, bạn có thể thấy mình đang loại bỏ các chức năng quan trọng của con người mà có thể không nhận ra những gì bạn đã loại bỏ." Kết quả thành công nhất, cô nói, sẽ đến với những người coi AI agents là một cách để "nâng cao người lao động" thay vì xem người lao động như "người giám sát cho hệ thống đại lý".

Thiết kế quy trình với AI trong đầu sẽ mang lại lợi thế, Kecsmar nói, khuyên các công ty nên nghĩ về việc phát triển hoặc triển khai công cụ AI-native thay vì AI-enabled. Hiệu quả của "AI bản địa" có ý nghĩa hơn cái mà ông gọi là "AI nâng cấp", nơi agents như chatbots chỉ đơn giản làm cho công việc dễ dàng hơn. Điều này có nghĩa là xây dựng khả năng AI từ đầu, không chỉ coi chúng như một phần bổ sung. Các công ty nên nghĩ về AI như một khả năng chiến lược, họ nên suy nghĩ lại các quy trình để tối ưu hóa chức năng của AI agents.

Người thắng và kẻ thua

Rõ ràng là AI đang phá vỡ lực lượng lao động. Klarna, công ty fintech Thụy Điển, đã nói vào cuối năm 2024 rằng họ sẽ có thể giảm một nửa số lượng nhân viên bằng cách sử dụng AI, trong khi các công ty dịch vụ khách hàng đã thay đổi sự kết hợp giữa agents con người và AI. Ngành hậu cần cũng đã thấy ảnh hưởng của AI: Amazon đã sử dụng robot tự động trong kho của họ trong nhiều năm.

Tiềm năng cho AI agents thay thế toàn bộ các nhóm công việc có thể trì hoãn việc áp dụng chúng trong các doanh nghiệp hiện có, điều này sẽ mang lại lợi thế cho các start-up xây dựng agents vào quy trình và hệ thống. Đối với các công ty AI-native như vậy, agents sẽ được tích hợp vào quy trình công việc từ ngày một và chúng cũng sẽ hoạt động như các nhân viên ảo với chuyên môn trước đây nằm ngoài phạm vi của hầu hết các công ty nhỏ.

Kecsmar nói Antavo đã áp dụng tư duy "AI-first" này trong việc phát triển agent của mình để giúp khách hàng lập kế hoạch cho chương trình trung thành của họ. Thay vì thiết kế một công nghệ có thể nhận đầu vào từng bước để tạo chiến lược trung thành, agent tiêu hóa mục tiêu của thương hiệu và nghĩ ra kế hoạch thực hiện. Kecsmar tin các công cụ như vậy sẽ biến bất kỳ chiến lược công ty nào thành kế hoạch có thể thực hiện.

Cuối cùng AI cũng có thể giúp nghĩ ra kế hoạch để phát triển sản phẩm và thị trường, chuyển đóng góp của mình từ chi phí và hiệu quả sang lợi ích hàng đầu.

Những tiến bộ hơn nữa sẽ có thể khi agents có thể nói chuyện với nhau qua ranh giới dữ liệu và công ty. Kecsmar tin con người sau đó sẽ có thể chỉ huy agents chuyên biệt từ các nhà cung cấp khác nhau để làm việc cùng nhau thông qua một "lớp điều phối". Ví dụ, agents từ một chuyên gia tiếp thị có thể nói chuyện với những người từ điểm bán hàng và chuyên gia trung thành để đánh giá dữ liệu khách hàng và nghĩ ra một chiến dịch.

Điều này có thể đe dọa các nhà quản lý quy trình công việc ngang mà điểm bán hàng là khả năng tương tác, ví dụ như hậu cần bên thứ ba hoặc quản lý tài nguyên khách hàng. Trong một dấu hiệu về nơi mọi thứ có thể đi, Klarna nói họ sẽ từ bỏ việc sử dụng Workday và Salesforce và phát triển phần mềm riêng bằng AI.

Không phải ai cũng đồng ý. Kozyrkov nói nhiều công ty phần mềm-như-một-dịch-vụ đang xây dựng agents riêng của họ. "Sẽ có nhiều ý nghĩa hơn cho bạn khi sử dụng Agentforce thay vì xây dựng agent riêng của bạn trừ khi có lý do thuyết phục nào đó tại sao bạn không muốn một công ty mà bạn đã tin tưởng với dữ liệu đó để giúp bạn tiết kiệm thời gian sử dụng sản phẩm của họ." Kết nối agents của công ty đó với phần còn lại của doanh nghiệp của bạn là một vấn đề khác.

Kết luận

Rõ ràng là có tiềm năng cho việc sử dụng AI agents nhưng các công ty phải có chiến lược rõ ràng, dựa trên nhu cầu và hoàn toàn nhận thức về rủi ro và cách giảm thiểu chúng.

Đối với các công ty là người áp dụng sớm các agents tiên tiến hơn sẽ có lợi ích rất lớn. Các hệ thống này học khi chúng hoạt động, có nghĩa là chúng cải thiện theo thời gian, cung cấp nhiều lợi thế hơn các công nghệ tĩnh trước đây.

"AI agents tạo ra cái mà chúng tôi gọi là 'lợi thế trí tuệ ghép'", Bornet nói. "Những người áp dụng sớm sẽ đào tạo agents nhanh hơn, định nghĩa lại mô hình kinh doanh và phát triển chuyên môn AI", bỏ lại phía sau bất kỳ công ty nào trì hoãn.

"AI agents thực sự sẽ giúp những người biết họ cần làm gì, như thế nào khi hoàn thành và có cách để hạn chế bất ngờ," Kozyrkov nói.