GIỚI THIỆU: TỪ CHATBOT ĐẾN TRÍ TUỆ ĐẠI DIỆN

Trong thập kỷ qua, trí tuệ nhân tạo (AI) đã phát triển từ các hệ thống hẹp, dựa trên quy tắc thành các kiến ​​trúc lý luận thích ứng có khả năng hiểu, lập kế hoạch và hành động. Các giao diện đàm thoại ban đầu, chẳng hạn như chatbot, từng đại diện cho tuyến đầu của tự động hóa, nhưng ngày nay chúng chỉ đánh dấu điểm khởi đầu của một quá trình chuyển đổi rộng lớn hơn. Các doanh nghiệp hiện đại đang tìm kiếm nhận thức tự chủ – các hệ thống diễn giải các mục tiêu, thực hiện các nhiệm vụ và liên tục học hỏi từ các kết quả. Mô hình mới này định nghĩa AI Agentic.
Làn sóng chatbot doanh nghiệp đầu tiên tập trung vào việc tự động hóa các tương tác của khách hàng thông qua nhận dạng ý định và các luồng được viết sẵn. Mặc dù các hệ thống này đã cải thiện tốc độ và khả năng truy cập, nhưng chúng vẫn bị giới hạn trong các phản hồi được xác định trước. Sự xuất hiện của các mô hình ngôn ngữ lớn (LLM) như GPT-3 và PaLM đã làm cho cuộc đối thoại trôi chảy hơn và nhận thức theo ngữ cảnh, nhưng thiết kế của chúng vẫn phản ứng – có thể trả lời, nhưng không lập kế hoạch hoặc hành động. Do đó, AI đàm thoại đã đạt đến một điểm dừng: tương tác mà không có tích hợp. 

ĐỊNH NGHĨA AI TÁC NHÂN

Trí tuệ nhân tạo (AI) vượt ra ngoài phạm vi giao tiếp để kết hợp lý luận, trí nhớ và hành động. Các hệ thống như vậy nhận thức mục tiêu, phân tích chúng thành các bước logic và tương tác với môi trường kỹ thuật số thông qua API hoặc công cụ quy trình làm việc. Các triển khai gần đây minh họa sự thay đổi này: 

➢ Azure AI Foundry Agents cho phép các mô hình kích hoạt các hành động hạ nguồn như truy vấn cơ sở dữ liệu và tạo tài liệu.
➢ Các API gọi hàm của OpenAI cho phép các mô hình thực hiện suy luận nhiều bước trong các giới hạn được kiểm soát.
➢ Claude 3 Opus của Anthropic minh họa sự phản ánh và tự đánh giá trong quá trình lập kế hoạch tác vụ.

Cùng nhau, những tiến bộ này đánh dấu sự xuất hiện của các hệ thống AI phát triển từ “Tôi nên trả lời gì?” thành “Tôi phải hoàn thành những gì?”

SỰ LIÊN QUAN ĐẾN DOANH NGHIỆP

Giá trị chiến lược của Agentic AI nằm ở khả năng phối hợp. Ví dụ: một nhân viên mua sắm có thể truy xuất dữ liệu nhà cung cấp từ SharePoint, xác minh giá cả thông qua API ERP, tạo đơn đặt hàng và khởi tạo phê duyệt tài chính mà không cần sự can thiệp của con người. Thông qua sự phối hợp này, AI chuyển từ vai trò là một giao diện sang trở thành một bên tham gia tích cực vào quy trình làm việc của doanh nghiệp, có khả năng cảm nhận, quyết định và hành động theo các ràng buộc chính sách đã được xác định.

GIẢI PHẪU CỦA MỘT ĐẠI DIỆN AI

Sự chuyển đổi từ trợ lý đàm thoại sang tác nhân tự động thể hiện một sự tái kiến ​​trúc cơ bản của trí tuệ số. Tác nhân AI không phải là một mô hình đơn lẻ mà là một hệ thống kết hợp nhận thức, lý luận, hành động và trí nhớ dưới sự kiểm soát chặt chẽ. Cùng nhau, các thành phần này tạo thành một vòng lặp liên tục cho phép tác nhân diễn giải môi trường, lập kế hoạch phản hồi và hành động có trách nhiệm trong các hệ thống doanh nghiệp. Về mặt khái niệm, một tác nhân hoạt động theo chu trình nhận thức – lý luận – hành động, phản ánh cấu trúc hành vi thông minh được mô tả trong lý thuyết tác nhân cổ điển (Russell & Norvig, 2022).

Trên thực tế, các khả năng này phù hợp với bốn lớp kiến ​​trúc. Lớp nhận thức thu thập dữ liệu có cấu trúc và không có cấu trúc, chuyển đổi thành các dữ liệu nhúng để hiểu theo ngữ cảnh. Lớp lý luận , được điều phối thông qua các khuôn khổ như LangChain hoặc Semantic Kernel, lên kế hoạch và đánh giá các hành động. Lớp hành động thực thi các kế hoạch này thông qua các công cụ tự động hóa quy trình làm việc như Azure Logic Apps, trong khi lớp bộ nhớ và quản trị duy trì tính liên tục, thực thi chính sách và ghi lại các quyết định để đảm bảo tính minh bạch và kiểm soát. Nhiều tác nhân doanh nghiệp kết hợp Thế hệ Tăng cường Truy xuất (RAG) để có kiến ​​thức thời gian thực với tinh chỉnh để đạt độ chính xác của miền, kết hợp khả năng thích ứng với chuyên môn.

Do đó, một tác nhân AI đại diện cho sự hội tụ của phân tích, tự động hóa và nhận thức – một kiến ​​trúc được thiết kế để hoạt động thông minh trong khi vẫn được quản lý, giải thích và chịu trách nhiệm.

KIẾN TRÚC HỆ THỐNG ĐA TÁC NHÂN

Thiết kế một tác nhân đơn lẻ là một nhiệm vụ kỹ thuật; thiết kế hệ thống tác nhân là một chuyên ngành kiến ​​trúc. Trong bối cảnh doanh nghiệp, hệ thống đa tác nhân (MAS) phối hợp các nhân viên chuyên môn – người kiểm tra chính sách, người thu thập dữ liệu, người lập kế hoạch, người giải thích – để các mục tiêu phức tạp được hoàn thành thông qua phân công lao động và hợp tác có cấu trúc.

Việc triển khai hoàn thiện không phụ thuộc vào sức mạnh của bất kỳ mô hình nào mà phụ thuộc vào việc quản trị cộng tác — các quy tắc xác định cách các tác nhân chia sẻ ngữ cảnh, giải quyết xung đột và chuyển giao quyền hạn. MAS có thể được cấu trúc theo nhiều cấu trúc khác nhau. Thiết kế phân cấp đặt tác nhân điều phối lên trên các chuyên gia lĩnh vực, mang lại khả năng kiểm soát nhưng có nguy cơ gây ra tắc nghẽn. Các mô hình hợp tác cho phép các đồng nghiệp cùng nhau lập kế hoạch và phê bình, tăng cường tính sáng tạo nhưng vẫn yêu cầu các quy tắc đồng thuận.

Các hệ thống dựa trên thị trường phân bổ nhiệm vụ một cách linh hoạt thông qua cơ chế chấm điểm hoặc đấu thầu. Hầu hết các doanh nghiệp áp dụng các hình thức kết hợp , sử dụng kiểm soát phân cấp để tuân thủ và các vòng lặp hợp tác để đổi mới.

Bất kể cấu trúc liên kết nào, sự phối hợp hiệu quả đều phụ thuộc vào một hợp đồng giao tiếp được chia sẻ — các lược đồ tin nhắn chuẩn, quyền truy cập công cụ bị giới hạn và sự phối hợp đáng tin cậy. Các công cụ quy trình làm việc trung tâm quản lý tính đồng thời, thử lại và trạng thái, đảm bảo rằng các cuộc hội thoại giữa các tác nhân vẫn nhất quán và có thể khôi phục. Bộ điều phối hoạt động như mặt phẳng điều khiển của hệ thống, thực thi các cổng chính sách và duy trì khả năng kiểm toán.

Một MAS được kiến ​​trúc tốt hoạt động trong các ranh giới rõ ràng: mỗi tác nhân có một vai trò được xác định, các hành động có thể kiểm toán và các kết quả có thể đo lường được. Bảo mật và quản trị được nhúng thông qua quyền truy cập đặc quyền tối thiểu, lọc nội dung và nhật ký quyết định có thể theo dõi. Thành công không chỉ được đo lường bằng tính tự chủ mà còn bằng cách các tác nhân hợp tác hiệu quả như thế nào để đạt được mục tiêu trong các ràng buộc chính sách — cân bằng giữa tính sáng tạo và sự tuân thủ.

AI CÓ TRÁCH NHIỆM & ĐÁNG TIN CẬY TRONG THIẾT KẾ ĐẠI LÝ

Khi các hệ thống AI phát triển từ các mô hình độc lập sang các mạng lưới tác nhân kết nối, nhu cầu về trách nhiệm, tính minh bạch và độ tin cậy ngày càng tăng cao. Các doanh nghiệp phải coi những hệ thống này không phải là thử nghiệm mà là các tác nhân tự chủ, có quyết định ảnh hưởng đến hoạt động kinh doanh, tuân thủ và danh tiếng. Trong bối cảnh này, AI có trách nhiệm không phải là một lớp chính sách mà là một nguyên tắc kỹ thuật cốt lõi hướng dẫn thiết kế, thực thi và giám sát. Trách nhiệm trong các hệ thống tác nhân không chỉ giới hạn ở dữ liệu mà còn ở hành vi – cách các tác nhân suy luận, lựa chọn công cụ, xử lý thông tin nhạy cảm và quản lý sự không chắc chắn. Các khuôn khổ như Tiêu chuẩn AI có trách nhiệm v2 của Microsoft và Khung Quản lý Rủi ro AI của NIST nhấn mạnh nhu cầu về khả năng truy xuất nguồn gốc, giám sát của con người và quản trị được nhúng vào thiết kế thay vì áp dụng hồi tố.

Thiết kế tác nhân có trách nhiệm được xây dựng dựa trên bốn biện pháp bảo vệ liên kết chặt chẽ. Lọc nội dung ngăn chặn việc sử dụng sai mục đích trước khi hành động được thực thi. Đánh giá chính sách thực thi các quy tắc tổ chức dưới dạng mã . Ghi nhật ký và khả năng quan sát ghi lại mọi quyết định để kiểm toán. Giám sát con người trong vòng lặp đảm bảo rằng các hành động quan trọng vẫn chịu sự xem xét của con người, duy trì trách nhiệm giải trình mà không ảnh hưởng đến hiệu quả. Độ tin cậy là cầu nối giữa đạo đức và hoạt động. Một hệ thống thường xuyên gặp sự cố cũng gây hại như một hệ thống hoạt động sai lệch theo dự đoán. Do đó, kỹ thuật độ tin cậy bao gồm khả năng phục hồi, khôi phục và thực thi có thể xác minh – đảm bảo rằng ngay cả khi một tác nhân gặp sự cố, nó vẫn an toàn. Trong các doanh nghiệp trưởng thành, độ tin cậy và trách nhiệm hội tụ: mọi hành động tự động phải có thể xác minh, đảo ngược và xem xét được, biến AI từ hộp đen thành hộp kính – minh bạch, có thể kiểm toán và phù hợp với các giá trị của tổ chức

CON ĐƯỜNG PHÍA TRƯỚC: DOANH NGHIỆP THÔNG MINH

Mô hình tác nhân đang định nghĩa lại ý nghĩa của trí tuệ trong các doanh nghiệp hiện đại. Nếu trước đây, chuyển đổi số tập trung vào tự động hóa quy trình và bảng điều khiển, thì bước tiến tiếp theo tập trung vào sự hợp tác tự động giữa con người và các tác nhân AI, những người có khả năng suy luận, quyết định và hành động như một phần của hệ sinh thái tích hợp.

Không giống như tự động hóa truyền thống, vốn tuân theo quy trình làm việc tuyến tính, các hệ thống tác nhân phát triển thành hệ sinh thái các thực thể lý luận học hỏi, chia sẻ và thích nghi. Mỗi tác nhân đóng góp phán đoán theo ngữ cảnh thay vì đầu ra riêng lẻ, biến tự động hóa thủ tục thành cộng tác nhận thức. Điểm đặc trưng của doanh nghiệp thông minh không phải là quy mô của kho dữ liệu mà là khả năng tương tác của các tác nhân lý luận , được hỗ trợ bởi sự phối hợp an toàn và bối cảnh chung. Sự trỗi dậy của các doanh nghiệp thông minh không làm giảm tác nhân của con người mà còn khuếch đại nó. Khi nhận thức thông thường được tự động hóa, con người chuyển sang giám sát chiến lược, phân xử đạo đức và tổng hợp sáng tạo. Các nghiên cứu như McKinsey (2024) cho thấy các tổ chức tích hợp AI hỗ trợ trên khắp các chức năng kinh doanh đã đạt được mức tăng năng suất lên tới 45% khi kết hợp với các ranh giới đánh giá rõ ràng của con người. Trí tuệ thực sự không chỉ xuất hiện từ tính tự chủ mà còn từ sự kết hợp giữa phán đoán của con người và lý luận của máy móc.

Để đạt được sự tổng hợp này đòi hỏi cơ sở hạ tầng thích ứng được xây dựng trên đồ thị tri thức, truy xuất vectơ thời gian thực và quản trị được nhúng trong chính sách. Đến năm 2030, mức độ trưởng thành của AI trong doanh nghiệp sẽ không được xác định bởi số lượng mô hình được triển khai mà bởi mức độ thông minh của chúng được phối hợp. Kiến trúc Agentic được củng cố bởi các nguyên tắc AI Có Trách Nhiệm sẽ giúp hệ thống thích ứng, dễ giải thích và tự cải thiện. Khi con người và Agent cùng nhau suy luận – giám sát, biện minh và học hỏi một cách cộng tác – các tổ chức sẽ không chỉ đơn thuần được AI hỗ trợ mà còn trở thành một hệ sinh thái được AI cấu trúc hóa : nơi học tập, tuân thủ và đổi mới cùng tồn tại trong thời gian thực.

“Đo lường sự tiến bộ của AI sẽ không còn là máy móc bắt chước con người tốt đến mức nào nữa, mà là con người và máy móc cùng nhau suy nghĩ tốt đến mức nào.”

TÀI LIỆU THAM KHẢO

Anthropic (2024). Claude 3 Opus Tổng quan Kỹ thuật.
Gartner (2024). Doanh nghiệp Thông minh 2030: Điều phối trên Tự động hóa.
McKinsey & Company (2024). Trí tuệ nhân tạo (AI) và Phương trình Năng suất Mới.
Tập đoàn Microsoft (2024). Tiêu chuẩn AI Có trách nhiệm v2 – Kỹ thuật cho An toàn và Minh bạch. OpenAI (2024). Khung MCP và Gọi hàm cho Hệ thống Agentic.
Russell, S., & Norvig, P. (2022). Trí tuệ Nhân tạo: Một Cách tiếp cận Hiện đại (ấn bản thứ 4). Pearson.
Wooldridge, M. (2020). Giới thiệu về Hệ thống Đa Agent (ấn bản thứ 2). Wiley.