AI Agent là gì?

Theo McKinsey, AI agents là các thành phần phần mềm có khả năng hành động thay cho người dùng hoặc hệ thống để thực hiện các nhiệm vụ. Chúng có thể được tổ chức thành các hệ thống phối hợp các quy trình công việc phức tạp, điều phối hoạt động giữa nhiều agent, áp dụng logic để giải quyết các vấn đề khó khăn và đánh giá câu trả lời cho các truy vấn của người dùng.

Nếu bạn đã từng trò chuyện với chatbot dịch vụ khách hàng hoặc yêu cầu một mô hình AI tạo sinh (generative AI) viết một bài sonnet, bạn đã tương tác với phiên bản cơ bản của AI agents. Với sự tiến bộ vượt bậc trong khả năng xử lý ngôn ngữ tự nhiên của các mô hình AI tạo sinh, AI agents ngày nay mở ra nhiều khả năng mới. Chúng có thể lập kế hoạch, cộng tác, hoàn thành nhiệm vụ và thậm chí học hỏi để cải thiện hiệu suất. Khi độ chính xác tăng lên, các công ty có thể sử dụng AI agents để tự động hóa quy trình tổ chức và nâng cao hiệu quả công việc hàng ngày của nhân viên.

Lari Hämäläinen, chuyên gia cấp cao của McKinsey, nhận định: “Sự phát triển của AI tạo sinh diễn ra cực kỳ nhanh. Kết quả từ sự kết hợp giữa con người và máy móc hiện nay mang lại chất lượng và năng suất tuyệt vời.” Các cấu trúc bộ nhớ ngắn hạn và dài hạn mới giúp AI agents cá nhân hóa tốt hơn khi tương tác với người dùng bên trong và ngoài tổ chức, từ đó nhanh chóng cải thiện khả năng thực hiện nhiệm vụ.

Trong tương lai gần, AI agents sẽ chuyển từ công cụ dựa trên tri thức sang công cụ hành động. Trong 18 tháng qua, Google, Microsoft, OpenAI và các công ty khác đã đầu tư vào thư viện phần mềm và khung công tác để hỗ trợ chức năng agent. Các ứng dụng như Microsoft Copilot, Amazon Q và Project Astra của Google, được cung cấp bởi các mô hình ngôn ngữ lớn (LLM), đánh dấu sự chuyển đổi này. AI agents có thể trở nên phổ biến như các ứng dụng di động hiện nay.

Các loại AI Agents

AI agents được phân loại dựa trên khả năng, vai trò, kỹ năng và kết quả mà chúng được huấn luyện để mang lại. Dưới đây là một số loại chính:

• Agent hỗ trợ cá nhân (copilot): Đây là các agent hỗ trợ người dùng cá nhân, tăng năng suất và khả năng của họ. Ví dụ, Microsoft 365 Copilot hoặc ChatGPT của OpenAI có thể hỗ trợ soạn thảo nội dung, viết mã hoặc tìm kiếm thông tin. Một số copilot được tùy chỉnh cho quy trình làm việc cụ thể của người dùng, nhưng hiệu quả phụ thuộc vào sự chủ động của từng cá nhân.
• Nền tảng tự động hóa quy trình: Loại agent này tập trung vào tự động hóa các nhiệm vụ đơn lẻ hoặc quy trình nhỏ, đóng vai trò như một bộ điều phối và thực thi quy trình. Ví dụ bao gồm Microsoft Copilot Studio và Agentforce của Salesforce. Thành công của loại agent này đòi hỏi nỗ lực lớn trong triển khai, quản lý thay đổi và quản lý agent.
• Agent AI tạo sinh cho giải pháp chuyên ngành: Đây là các giải pháp được xây dựng cho các lĩnh vực kinh doanh hoặc chức năng cụ thể, như hệ thống dịch vụ khách hàng AI hoặc pipeline phát triển phần mềm. Các agent này tái định hình lĩnh vực với AI là cốt lõi, thay vì chỉ áp dụng AI vào các vai trò hoặc quy trình hiện có.
• Doanh nghiệp và mô hình hoạt động AI-native: Các agent này được tích hợp xuyên suốt mô hình hoạt động của doanh nghiệp, thay vì chỉ áp dụng cho từng quy trình riêng lẻ. Công ty sẽ trải qua quá trình tái thiết kế toàn diện theo hướng AI-first, tương tự như quá trình chuyển đổi số trước đây.
• Nhân viên ảo AI: Đây là loại agent có tiềm năng đột phá nhất, hoạt động như nhân viên hoặc thành viên nhóm. Các nhân viên ảo này cho phép công ty tận dụng giá trị mà không cần chuyển đổi tổ chức hoàn toàn, bằng cách hoạt động trong mô hình hiện tại.

Các loại agent này không loại trừ lẫn nhau. Nhiều tổ chức sẽ kết hợp, ví dụ, triển khai copilot cá nhân đồng thời tự động hóa một số quy trình và thử nghiệm nhân viên ảo.

AI Agents hoạt động như thế nào?

AI agents có thể hỗ trợ các trường hợp sử dụng phức tạp và không rõ ràng trong nhiều ngành và chức năng kinh doanh. Chúng sử dụng được cả công cụ dành cho con người (như trình duyệt web) và công cụ dành cho máy tính (như API), mang lại sự linh hoạt để hoạt động trong các kiến trúc công nghệ mà không cần thay đổi lớn.

Quá trình hoạt động của AI agents thường gồm bốn bước:

1. Người dùng giao nhiệm vụ: AI agents tự động lập kế hoạch và xác định cách hoàn thành nhiệm vụ.
2. Hệ thống agent lập kế hoạch, phân bổ và thực hiện: Hệ thống chia nhỏ quy trình thành các nhiệm vụ và giao cho các subagent chuyên biệt. Các agent này sử dụng kinh nghiệm, chuyên môn, dữ liệu nội bộ và bên ngoài để thực hiện nhiệm vụ.
3. Hệ thống cải thiện kết quả: Hệ thống có thể yêu cầu thêm thông tin từ người dùng để đảm bảo độ chính xác. Sau khi đưa ra kết quả, hệ thống có thể yêu cầu phản hồi để tinh chỉnh.
4. Agent thực hiện hành động: Agent hoàn thành các hành động cần thiết để hoàn tất nhiệm vụ.

Các triển khai AI agents cần có các biện pháp kiểm soát, như vòng phản hồi để cải thiện công việc, khả năng tự học để giải quyết vấn đề hoặc chuyển vấn đề cho người quản lý. Một số agent chuyên biệt có thể kiểm tra và sửa lỗi, đảm bảo kết quả không có thiên kiến hoặc vấn đề đạo đức.

Mối quan hệ giữa AI Agents và LLM

AI agents phối hợp với các mô hình AI khác nhau để hoàn thành nhiệm vụ. Khi giao tiếp với con người, chúng sử dụng LLM có khả năng xử lý ngôn ngữ tự nhiên. Ví dụ, trong một chiếc xe tự lái, agent hiểu yêu cầu điểm đến của người dùng có thể dùng LLM, nhưng agent đảm bảo an toàn khi rẽ trái sẽ dùng mô hình thiết kế chuyên biệt, không phải LLM.

AI Agents ảnh hưởng đến tăng trưởng kinh doanh như thế nào?

McKinsey ước tính các trường hợp sử dụng AI tạo sinh trong doanh nghiệp có thể tạo ra giá trị 4,4 nghìn tỷ USD mỗi năm. Tuy nhiên, để biến tiềm năng này thành tăng trưởng kinh doanh, các tổ chức cần nhanh chóng triển khai AI để tái định hình cách thức làm việc. AI agents giúp khai thác giá trị nhanh hơn, tốt hơn và rẻ hơn so với các công nghệ cũ.

Giá trị của AI tạo sinh không chỉ nằm ở tự động hóa các nhiệm vụ thông thường. McKinsey dự báo AI agents có thể tái định hình quy trình và hiện đại hóa cơ sở hạ tầng CNTT, từ chuyển sang ngôn ngữ lập trình dễ dùng hơn, chuyển đổi sang các khung hiện đại, đến tái cấu trúc hệ thống theo hướng mô-đun hóa và di chuyển ứng dụng sang môi trường đám mây tiết kiệm chi phí. Các agent chuyên biệt có thể cộng tác trong các nhiệm vụ phức tạp và cải thiện theo thời gian thực dựa trên phản hồi từ con người.

Một số ngành đã triển khai AI agents thường xuyên. Ví dụ, chatbot dịch vụ khách hàng đã trở thành tiêu chuẩn trên nhiều trang web. Theo nghiên cứu của McKinsey, các tổ chức dùng agent dịch vụ khách hàng AI tăng khả năng giải quyết vấn đề lên 14

AI agents hỗ trợ tự động hóa các trường hợp phức tạp thông qua ba cách:

• Quản lý tình huống không thể dự đoán: Không giống các hệ thống dựa trên quy tắc, AI agents dựa trên mô hình nền tảng được huấn luyện với dữ liệu lớn, giúp chúng thích nghi với nhiều kịch bản và thực hiện các nhiệm vụ chuyên biệt.
• Định hướng bằng ngôn ngữ tự nhiên: Người dùng có thể sử dụng ngôn ngữ tự nhiên để thiết lập các quy trình phức tạp, giúp nhiều nhân viên sử dụng AI mà không cần lập trình phức tạp.
• Tích hợp với công cụ hiện có: AI agents hoạt động trên mô hình nền tảng, cho phép chúng sử dụng công cụ và giao tiếp trong hệ sinh thái số mà không cần tích hợp thủ công phức tạp.

Theo Aaron Bawcom của McKinsey, khi làm việc cùng nhau, AI agents có thể phát triển các hành vi và kỹ năng không được lập trình sẵn, tạo ra giá trị lớn hơn tổng các phần.

Ví dụ thực tế

Lenovo đã triển khai AI agents trong hai lĩnh vực chính: kỹ thuật phần mềm và hỗ trợ khách hàng. Các kỹ sư phần mềm đạt cải thiện năng suất đến 15

Các trường hợp sử dụng khác

Dưới đây là ba trường hợp giả định về tiềm năng của AI agents:

• Thẩm định khoản vay: Một hệ thống AI agents có thể xử lý các kịch bản rủi ro tín dụng đa dạng, giảm thời gian và công sức so với quy trình truyền thống.
• Tài liệu hóa và hiện đại hóa mã: AI agents có thể phân tích mã cũ, tài liệu hóa và cải thiện nó, giảm rủi ro bảo mật và thúc đẩy đổi mới.
• Chiến dịch tiếp thị trực tuyến: Một hệ thống AI agents có thể phát triển, thử nghiệm và tối ưu hóa chiến dịch, từ ý tưởng đến nội dung, dựa trên dữ liệu và phản hồi.

Thách thức trong triển khai AI Agents

• Xây dựng niềm tin: Nicolai von Bismarck của McKinsey chỉ ra rằng khách hàng, kể cả thế hệ Z, vẫn thích giao tiếp qua điện thoại hơn là AI. Một ngân hàng đã giải quyết vấn đề này bằng cách xây dựng kiến trúc kiểm tra lỗi AI trước khi trả lời khách hàng, giảm sai sót và tăng niềm tin.
• Quản lý thay đổi: Theo Jorge Amar, việc triển khai AI agents đòi hỏi tái cấu trúc cách các chức năng hoạt động để tối đa hóa giá trị.
• Bảo vệ dữ liệu: Aaron Bawcom nhấn mạnh rằng bảo mật dữ liệu là mối quan tâm lớn. Các tổ chức cần triển khai các biện pháp kiểm soát chặt chẽ.

AI Agents thay đổi kiến trúc công nghệ như thế nào?

Sự gia tăng của AI agents sẽ chuyển đổi kiến trúc CNTT từ mô hình ứng dụng truyền thống sang mô hình đa agent. Các nhà lãnh đạo công nghệ sẽ quản lý hàng nghìn agent giao tiếp với nhau, với con người và các chương trình bên ngoài để đạt mục tiêu chung. Ba cách triển khai bao gồm:

• Siêu nền tảng: Các ứng dụng kinh doanh bên thứ ba, như công cụ CRM, tích hợp AI agents để tự động hóa các tác vụ như báo cáo bán hàng mà không cần lập trình riêng.
• Bộ bao AI (AI wrappers): Công cụ này cho phép dịch vụ doanh nghiệp giao tiếp với bên thứ ba qua API mà không lộ dữ liệu độc quyền.
• Agent AI tùy chỉnh: Nhân viên có thể tạo agent AI bằng cách tinh chỉnh LLM hoặc sử dụng dữ liệu nội bộ thông qua kỹ thuật RAG, như hỗ trợ nhân viên tổng đài trả lời khách hàng.

Các bước triển khai AI Agents

McKinsey gợi ý ba bước chính:

1. Xem xét các đề xuất công nghệ dài hạn: Đánh giá các dự án lớn để xác định cách AI tạo sinh có thể giảm chi phí và thời gian, đặc biệt với các đề xuất tích hợp AI hạn chế.
2. Tập trung vào vấn đề lớn: Xác định các vấn đề công nghệ phức tạp, tốn kém và gây nợ kỹ thuật, sau đó dùng AI để giải quyết.
3. Chuẩn bị cho tác động: Lập kế hoạch cho chiến lược nhân tài, tái đào tạo, điều chỉnh mô hình hoạt động và đánh giá lại chi tiêu vận hành.

Kết luận

AI agents đang mở ra một kỷ nguyên mới, giúp tái định hình cách làm việc trong các tổ chức. Chúng không chỉ tự động hóa mà còn đổi mới quy trình, nâng cao hiệu quả và tạo ra giá trị lớn. Tuy nhiên, để tận dụng tối đa, các tổ chức cần xây dựng niềm tin, quản lý thay đổi và đảm bảo bảo mật dữ liệu. Hành trình của AI agents chỉ mới bắt đầu, và tiềm năng của chúng hứa hẹn sẽ thay đổi sâu sắc cách chúng ta làm việc và kinh doanh.