Love AI
New member
Tác nhân AI ngày càng đóng vai trò then chốt trong doanh nghiệp: không chỉ trả lời câu hỏi mà còn thực hiện chuỗi hành động để hoàn thành mục tiêu. Bài viết tóm tắt xu hướng, tác động tài chính và ví dụ thực tế từ thị trường.
Nhiều khách hàng hiện nay thấy điều thú vị nhất ở trí tuệ nhân tạo không còn là “thông minh” mà là những gì nó âm thầm làm được ở hậu trường. Từ vài năm trước khi AI chủ yếu tự động hóa công việc hậu cần, giờ đây nó đã tiến tới tạo văn bản, viết mã và xử lý các tác vụ phức tạp hơn.
Ban đầu, doanh nghiệp sử dụng các mô hình học máy và bot để rút ngắn quy trình, phân loại yêu cầu hỗ trợ hoặc phát hiện gian lận — những ứng dụng mang tính tiết kiệm thời gian và chi phí. Tuy nhiên, bước nhảy lớn là khi AI không còn là dự án phụ mà thành một phần mặc định trong hoạt động doanh nghiệp.
Theo khảo sát State of AI của McKinsey, khoảng bốn phần năm tổ chức hiện dùng AI ở ít nhất một chức năng kinh doanh, và khoảng bảy trong mười báo cáo sử dụng công cụ tạo sinh (generative AI) thường xuyên. Tỷ lệ áp dụng generative AI đã chuyển từ giai đoạn “hiếu kỳ” sang “sử dụng rộng rãi”, với hơn 70% triển khai qua nhiều mảng như vận hành, marketing và chăm sóc khách hàng.
Câu chuyện tài chính cũng thay đổi: ngày càng nhiều lãnh đạo cho biết các trường hợp sử dụng generative AI không chỉ cắt giảm chi phí mà còn tăng doanh thu. Đến cuối 2024, một bộ phận lãnh đạo báo cáo mức tăng doanh thu trên 10% ở một số chức năng nhờ ứng dụng gen AI — từ đó AI trở thành vấn đề quan trọng trên bàn của CEO, không chỉ của CTO.
Nếu 2025 là năm của các foundation model, thì 2026 là thời điểm các mô hình đó dần hòa vào kiến trúc công nghệ của tổ chức. Các mô hình ngôn ngữ lớn đã trở thành hạ tầng: quan trọng nhưng không còn là yếu tố chiến lược phân biệt nếu đứng riêng lẻ. Nhiều nền tảng và API giúp hạ thấp rào cản tiếp cận, biến mô hình thành hàng hoá cho số đông chứ không chỉ là tài sản của một vài đơn vị.
Cũng vì thế, cuộc chiến giá trị đã dịch lên tầng hệ thống: thay vì hỏi “Bạn có mô hình nào?”, các doanh nghiệp quan tâm hơn đến “Bạn xây hệ thống gì xung quanh mô hình đó, và nó có thể điều hành quy trình kinh doanh mà không cần can thiệp không?”.
Trong bối cảnh ấy, loại hệ thống gây chú ý nhất không còn là chatbot trả lời đơn lẻ mà là các tác nhân (agent). Một tác nhân AI hôm nay có thể hiểu mục tiêu, gọi các công cụ thích hợp và dàn xếp chuỗi quyết định trong thời gian để hoàn thành nhiệm vụ đầu cuối. Ví dụ thực tế ở Trung Quốc: người dùng có thể yêu cầu “đặt 40 cốc cà phê”, “gợi ý robot hút bụi hiệu năng cao dưới 3.000 nhân dân tệ” hay “lên kế hoạch du lịch gia đình đến Hải Sầm”, và một ứng dụng dựa trên LLM sẽ so sánh chuyến bay và khách sạn, gọi đặt phòng nhà hàng, đặt đồ ăn địa phương, lọc sản phẩm phù hợp trên sàn thương mại điện tử và xử lý thanh toán — tất cả trong một giao diện duy nhất.
Những mô hình này đang dần thay thế chatbot nhiệm vụ đơn lẻ bằng tác nhân xử lý đầu-cuối, được áp dụng vào hành trình mua sắm, dịch vụ và nhiều ứng dụng hỗ trợ khách hàng khác. Đối với doanh nghiệp, thách thức tiếp theo là thiết kế hệ thống xung quanh tác nhân để đảm bảo an toàn, hiệu quả và khả năng sinh lời lâu dài.
Nguồn: Techradar
Nhiều khách hàng hiện nay thấy điều thú vị nhất ở trí tuệ nhân tạo không còn là “thông minh” mà là những gì nó âm thầm làm được ở hậu trường. Từ vài năm trước khi AI chủ yếu tự động hóa công việc hậu cần, giờ đây nó đã tiến tới tạo văn bản, viết mã và xử lý các tác vụ phức tạp hơn.
Ban đầu, doanh nghiệp sử dụng các mô hình học máy và bot để rút ngắn quy trình, phân loại yêu cầu hỗ trợ hoặc phát hiện gian lận — những ứng dụng mang tính tiết kiệm thời gian và chi phí. Tuy nhiên, bước nhảy lớn là khi AI không còn là dự án phụ mà thành một phần mặc định trong hoạt động doanh nghiệp.
Theo khảo sát State of AI của McKinsey, khoảng bốn phần năm tổ chức hiện dùng AI ở ít nhất một chức năng kinh doanh, và khoảng bảy trong mười báo cáo sử dụng công cụ tạo sinh (generative AI) thường xuyên. Tỷ lệ áp dụng generative AI đã chuyển từ giai đoạn “hiếu kỳ” sang “sử dụng rộng rãi”, với hơn 70% triển khai qua nhiều mảng như vận hành, marketing và chăm sóc khách hàng.
Câu chuyện tài chính cũng thay đổi: ngày càng nhiều lãnh đạo cho biết các trường hợp sử dụng generative AI không chỉ cắt giảm chi phí mà còn tăng doanh thu. Đến cuối 2024, một bộ phận lãnh đạo báo cáo mức tăng doanh thu trên 10% ở một số chức năng nhờ ứng dụng gen AI — từ đó AI trở thành vấn đề quan trọng trên bàn của CEO, không chỉ của CTO.
Nếu 2025 là năm của các foundation model, thì 2026 là thời điểm các mô hình đó dần hòa vào kiến trúc công nghệ của tổ chức. Các mô hình ngôn ngữ lớn đã trở thành hạ tầng: quan trọng nhưng không còn là yếu tố chiến lược phân biệt nếu đứng riêng lẻ. Nhiều nền tảng và API giúp hạ thấp rào cản tiếp cận, biến mô hình thành hàng hoá cho số đông chứ không chỉ là tài sản của một vài đơn vị.
Cũng vì thế, cuộc chiến giá trị đã dịch lên tầng hệ thống: thay vì hỏi “Bạn có mô hình nào?”, các doanh nghiệp quan tâm hơn đến “Bạn xây hệ thống gì xung quanh mô hình đó, và nó có thể điều hành quy trình kinh doanh mà không cần can thiệp không?”.
Trong bối cảnh ấy, loại hệ thống gây chú ý nhất không còn là chatbot trả lời đơn lẻ mà là các tác nhân (agent). Một tác nhân AI hôm nay có thể hiểu mục tiêu, gọi các công cụ thích hợp và dàn xếp chuỗi quyết định trong thời gian để hoàn thành nhiệm vụ đầu cuối. Ví dụ thực tế ở Trung Quốc: người dùng có thể yêu cầu “đặt 40 cốc cà phê”, “gợi ý robot hút bụi hiệu năng cao dưới 3.000 nhân dân tệ” hay “lên kế hoạch du lịch gia đình đến Hải Sầm”, và một ứng dụng dựa trên LLM sẽ so sánh chuyến bay và khách sạn, gọi đặt phòng nhà hàng, đặt đồ ăn địa phương, lọc sản phẩm phù hợp trên sàn thương mại điện tử và xử lý thanh toán — tất cả trong một giao diện duy nhất.
Những mô hình này đang dần thay thế chatbot nhiệm vụ đơn lẻ bằng tác nhân xử lý đầu-cuối, được áp dụng vào hành trình mua sắm, dịch vụ và nhiều ứng dụng hỗ trợ khách hàng khác. Đối với doanh nghiệp, thách thức tiếp theo là thiết kế hệ thống xung quanh tác nhân để đảm bảo an toàn, hiệu quả và khả năng sinh lời lâu dài.
Nguồn: Techradar
Bài viết liên quan
