VBD 
Như chúng ta đã biết, Các chatbot AI tân tiến nhất hiện tại sử dụng AI sinh tạo (generative AI) để đưa ra phản hồi dựa trên từng tương tác đơn lẻ. Trong đó, người dùng đặt câu hỏi bằng mẫu lệnh và chatbot sẽ sử dụng xử lý ngôn ngữ tự nhiên (NLP) để đưa ra phản hồi.
Với tốc độ phát triển không ngừng của công nghệ, một thế hệ mới của trí tuệ nhân tạo đã ra đời, Agentic AI, thế hệ AI có khả năng lập luận tinh vi và lên kế hoạch chi tiết để tự động giải quyết các vấn đề phức tạp. Công nghệ này hứa hẹn sẽ cải thiện năng suất và vận hành trong nhiều lĩnh vực ngành nghề khác nhau, tạo ra sân chơi mới cho các doanh nghiệp trong kỷ nguyên số hoá.
Agentic AI là gì?
Agentic AI về bản chất là những hệ thống trí tuệ nhân tạo với khả năng “tự chủ” nhất định, có thể tự hành động để đạt được mục tiêu cụ thể do con người thiết lập.
Khác biệt so với các mô hình AI truyền thống – vốn chỉ phản hồi yêu cầu hoặc thực hiện các nhiệm vụ đã được định trước – Agentic AI có thể đưa ra quyết định, lập kế hoạch hành động và không ngừng học hỏi từ trải nghiệm của chính nó. Điều này cho phép chúng chủ động giải quyết các vấn đề phức tạp thay vì chỉ làm theo hướng dẫn.
Một điểm nổi bật giúp Agentic AI vượt xa AI truyền thống chính là khả năng “xâu chuỗi”. Điều này đồng nghĩa với việc chúng có thể thực hiện một loạt hành động liên tiếp để hoàn thành yêu cầu duy nhất, bằng cách chia nhỏ các nhiệm vụ phức tạp thành từng bước cụ thể và dễ quản lý hơn.
Điều khiến Agentic AI trở nên vượt trội chính là khả năng chủ động. Không chỉ thực hiện theo lệnh, nó còn dự đoán nhu cầu, đưa ra các giải pháp sáng tạo và thích nghi với các tình huống thực tế. Agentic AI không chỉ giải quyết vấn đề mà còn tối ưu hóa cách tiếp cận để đạt hiệu quả cao nhất.
Hãy tưởng tượng một trợ lý kỹ thuật số không chỉ hỗ trợ công việc mà còn thấu hiểu, dự đoán nhu cầu và mang đến những giải pháp mà bạn chưa từng nghĩ đến – đó chính là sức mạnh của Agentic AI.
Agentic AI hoạt động như thế nào?
Agentic AI vận hành thông qua quy trình 4 bước để giải quyết vấn đề:
- Nhận thức (Perceive): Agentic AI thu thập và xử lý dữ liệu từ các nguồn khác nhau như cảm biến, cơ sở dữ liệu hay các giao diện kỹ thuật số. Quá trình này bao gồm việc trích xuất các đặc điểm nổi bật, nhận dạng đối tượng hoặc xác định các thực thể liên quan trong môi trường.
- Lập luận (Reason): Một mô hình ngôn ngữ lớn (LLM) đóng vai trò như bộ điều phối hoặc công cụ lập luận, giúp hiểu nhiệm vụ, đưa ra giải pháp và phối hợp với các mô hình chuyên biệt cho các chức năng cụ thể (tạo nội dung, xử lý hình ảnh hoặc hệ thống gợi ý). Quá trình này sử dụng các kỹ thuật như Tạo tăng cường truy xuất (Retrieval Augmented Generation – RAG) để truy cập các nguồn dữ liệu độc quyền và cung cấp kết quả chính xác, phù hợp.
- Hành động (Act): Bằng các tích hợp với các công cụ và phần mềm bên ngoài thông qua API, Agentic AI có thể nhanh chóng thực hiện các nhiệm vụ dựa trên kế hoạch đã đề ra. Các cơ chế bảo vệ (guardrails) có thể được tích hợp vào Agentic AI để đảm bảo chúng thực hiện nhiệm vụ một cách chính xác. Ví dụ, một Agentic AI hỗ trợ chăm sóc khách hàng có thể xử lý yêu cầu bồi thường đến một giới hạn nhất định, đối với các yêu cầu vượt giới hạn sẽ cần có phê duyệt từ con người.
- Học hỏi (Learn): Agentic AI không ngừng cải thiện thông qua một vòng lặp phản hồi, hay còn gọi là “vòng xoay dữ liệu” (data flywheel), nơi dữ liệu được tạo ra từ các tương tác của nó sẽ được đưa trở lại hệ thống để cải thiện mô hình. Khả năng thích nghi và “học chủ động” mang đến cho doanh nghiệp một công cụ mạnh mẽ để thúc đẩy việc ra quyết định tốt hơn và nâng cao hiệu quả vận hành.
Agentic AI học tập như con người ?
Agentic AI trở thành hiện thực nhờ vào việc máy tính ngày càng vượt trội trong việc nhận dạng hình ảnh và hiểu ngôn ngữ. Những tiến bộ này, chủ yếu được thúc đẩy bởi các công nghệ tiên tiến dựa trên mô hình Transformer.
Các mô hình GenAI được huấn luyện dựa trên khối lượng dữ liệu khổng lồ bao gồm văn bản, hình ảnh, âm thanh, video và số liệu. Giờ đây, chúng có thể xử lý hàng loạt nhiệm vụ như tóm tắt thông tin, dịch, trả lời câu hỏi, chỉnh sửa hình ảnh, tạo âm thanh, chuyển đổi giọng nói thành văn bản. Tuy nhiên, các mô hình này chưa thực sự “tự chủ” – chúng cần các lệnh hoặc hướng dẫn cụ thể để tạo ra kết quả chính xác nhất.
Đây chính là lúc Agentic AI – bước tiến mới trong lĩnh vực trí tuệ nhân tạo – xuất hiện. Tương tự như việc con người đảm nhận các vai trò và nhiệm vụ công việc cụ thể, Agentic AI xây dựng các nhóm tác nhân AI độc lập. Những tác nhân này phối hợp chặt chẽ với nhau, sử dụng khả năng lập luận và lên kế hoạch để giải quyết vấn đề thông qua các bước, với các mô hình ngôn ngữ lớn (LLM) đóng vai trò như “bộ não” để đưa ra quyết định.
Agentic AI được thiết kế để hoạt động giống con người: xử lý nhiệm vụ một cách độc lập, làm việc nhóm, tự đánh giá tiến độ và cải thiện qua từng chu kỳ lặp lại.
Trong khi AI tạo sinh (Generative AI) phụ thuộc vào hướng dẫn của con người và không thể tự xử lý các vấn đề phức tạp hay lập luận đa bước, Agentic AI vượt trội nhờ mạng lưới các tác nhân có khả năng học hỏi, thích nghi và phối hợp linh hoạt, tự ra quyết định và liên tục cải thiện hiệu suất – tương tự như cách con người làm việc và tiến bộ một cách tự nhiên.
Ứng dụng của Agentic AI trong doanh nghiệp
Ứng dụng của Agentic AI vô cùng phong phú, chỉ bị phụ thuộc và giới hạn bởi sự sáng tạo và kỹ năng của con người. Từ các nhiệm vụ đơn giản như tạo và phân phối nội dung, đến những ứng dụng phức tạp hơn như quản lý phần mềm doanh nghiệp, Agentic AI đang dần thay đổi cục diện nhiều lĩnh vực trên thị trường.
- Dịch vụ khách hàng: Agentic AI cải thiện dịch vụ khách hàng bằng cách nâng cao khả năng tự phục vụ và tự động hóa các giao tiếp hàng ngày. Theo Salesforce, hơn một nửa các chuyên gia trong lĩnh vực dịch vụ khách hàng được điều tra đã ghi nhận sự cải thiện đáng kể trong tương tác với khách hàng, giúp giảm bớt thời gian phản hồi và gia tăng mức độ hài lòng. Ngoài ra, các “nhân vật ảo” (digital humans) – các tác nhân AI được thiết kế với hình dáng và tính cách mang đậm bản sắc thương hiệu. Những “nhân vật” này cung cấp các tương tác chân thực, theo thời gian thực, giúp bộ phận bán hàng chăm sóc khách hàng hoặc giải quyết vấn đề trực tiếp thông qua điện thoại trong giờ cao điểm.
- Sáng tạo nội dung: Agentic AI có thể nhanh chóng tạo nội dung marketing chất lượng với tính cá nhân hóa cao, giúp tiết kiệm trung bình 3 giờ cho mỗi nội dung (theo Hubspot). Nhờ đó, doanh nghiệp có thể tập trung vào xây dựng chiến lược và đổi mới các kế hoạch, giúp duy trì tính cạnh tranh và cải thiện mối quan hệ với khách hàng.
- Phát triển kỹ thuật phần mềm: Agentic AI giúp tự động hóa các công việc lập trình có tính lặp đi lặp lại, giúp các lập trình viên gia tăng được năng suất lao động. Dự đoán đến năm 2030, AI có thể tự động hóa tới 30% thời gian làm việc của các lập trình viên.
- Y tế: Đối với bác sĩ phải phân tích lượng lớn dữ liệu y tế và thông tin bệnh nhân, Agentic AI có thể lọc thông tin quan trọng, hỗ trợ bác sĩ đưa ra quyết định một cách chính xác. Ngoài ra, Agentic AI có thể tự động hóa các nhiệm vụ hành chính và cung cấp hỗ trợ 24/7, giúp bác sĩ dành thời gian nhiều hơn cho việc chăm sóc bệnh và nghiên cứu chuyên môn.
Thách thức và rủi ro của Agentic AI
Bên cạnh những lợi ích, Agentic AI cũng đối mặt với không ít thách thức, rủi ro
- Gián đoạn thị trường lao động: Agentic AI có thể “thay thế” các vị trí công việc như nhập liệu, thủ tục hành chính, quy trình đầu tư, quản lý tài sản hay kiểm toán. Sự thay đổi này đòi hỏi con người cần trau dồi thêm các kiến thức chuyên môn cũng như các kỹ năng sử dụng AI mới trong thời đại số hoá như hiện nay
- Quyền riêng tư và bảo mật an ninh mạng: Việc Agentic AI phụ thuộc vào lượng dữ liệu khổng lồ làm dấy lên lo ngại về quyền riêng tư. Việc cân bằng giữa cá nhân hóa và quyền riêng tư là điều quan trọng, điều đó đòi hỏi cần có các hành lang pháp lý để có thể kiểm soát song song với việc tận dụng nguồn lực từ nhân tố AI mới này.
- Biến động thị trường: Agentic AI có thể làm giảm các rào cản trong việc tương tác tự động trên thị trường, điều này có thể dẫn đến gia tăng các rủi ro hệ thống và gia tăng biến động trên thị trường. Quyết định tự động từ AI có thể gây ra tâm lý đám đông (herding behavior), dẫn đến những biến động thị trường đột ngột, không thể đoán trước và khó có thể kiểm soát.
- Quản trị và các quy định: Các khuôn khổ pháp lý cần được Chính phủ cập nhật thường xuyên với sự phát triển không ngừng của AI để bảo đảm tính đúng đắn, hiệu quả giám sát cũng như các tiêu chuẩn đạo đức cần thiết, nhằm giải quyết những thiên kiến (bias) trong quá trình ra quyết định (ví dụ như trong việc xét duyệt tín dụng). Tính minh bạch là điều rất quan trọng để duy trì lòng tin của người dùng cũng như bảo vệ họ khỏi những rủi ro không đáng có.
- Khả năng giải thích (Explainability): Các bên liên quan cần có cái nhìn rõ ràng về quá trình ra quyết định của AI, đặc biệt trong những lĩnh vực có rủi ro cao như tài chính, bảo hiểm, ngân hàng. Luật về bảo vệ dữ liệu của Liên minh Châu Âu – GPDR đã đưa ra khuôn khổ nhất định cho việc triển khai AI có trách nhiệm, nhấn mạnh sự quan trọng của việc xác định trách nhiệm và nghĩa vụ trong việc giải thích các quyết định của AI.
- Chính sách tài khoá và hợp tác: Quỹ Tiền tệ Quốc tế (IMF) đề xuất áp dụng “thuế tự động hóa” để hỗ trợ quá trình thích ứng của lực lượng lao động. Ngoài ra, cần thiết lập sự hợp tác giữa các tổ chức tài chính và cơ quan quản lý để đảm bảo một tương lai tài chính an toàn, bền vững.
