Barndoor mua lại Diaphora, chủ sở hữu Frags — runtime workflow mã nguồn mở
Barndoor AI vừa thâu tóm Diaphora, startup đứng sau Frags, engine mã nguồn mở dùng để xây dựng các workflow AI. Thương vụ này kết hợp công nghệ workflow của Diaphora với khả năng quản trị và kiểm soát truy cập của Barndoor, cho phép doanh nghiệp tạo lập AI automation một lần rồi triển khai an toàn trên toàn tổ chức. Điểm đáng chú ý là Frags và ngôn ngữ FML vẫn sẽ được giữ mã nguồn mở.

Barndoor AI vừa tuyên bố mua lại Diaphora, startup đứng sau Frags — engine mã nguồn mở chuyên dùng để xây dựng các workflow AI. Đây là một thương vụ "spin-in" khi cả đội ngũ Diaphora sẽ gia nhập Barndoor, còn công nghệ của họ sẽ được tích hợp thẳng vào nền tảng AI gateway của bên mua.
Điểm cốt lõi của thương vụ này là sự kết hợp giữa khả năng dự đoán và khả năng quản trị. Theo giới thiệu, doanh nghiệp sẽ có thể xây dựng các Blueprint — những workflow AI lặp lại, kết nối công cụ và dữ liệu qua một chuỗi bước được định nghĩa sẵn, có thể kiểm soát và phân phối tới đúng nhóm người dùng được cấp quyền.
Bài toán của AI trong doanh nghiệp
Tự động hóa truyền thống từ lâu chỉ tập trung vào các tác vụ có tính quy tắc, dễ đoán như định tuyến bản ghi, đồng bộ hệ thống hay xử lý yêu cầu thường ngày. AI hứa hẹn tự động hóa được những công việc phức tạp hơn, nhưng doanh nghiệp vẫn vấp phải ba rào cản lớn:
- Độ tin cậy: đầu ra do AI tạo ra có thể khó lường
- Quyền truy cập: để AI hành động trên các công cụ và dữ liệu nội bộ, cần kiểm soát chặt chẽ những gì nó được phép chạm tới
- Khả năng phân phối: triển khai một automation từ cá nhân ra cả tổ chức là chuyện hoàn toàn khác
Diaphora và Barndoor được xây dựng để giải quyết hai mặt đối lập của cùng một vấn đề. Diaphora tập trung làm cho workflow AI trở nên dễ đoán hơn, trong khi Barndoor quản trị quyền truy cập cần thiết để triển khai chúng một cách an toàn trong doanh nghiệp.
Frags và ngôn ngữ FML
Diaphora được xây dựng trên Frags, một runtime workflow AI mã nguồn mở sử dụng Frags Modeling Language (FML) để định nghĩa cách AI thực thi một workflow và giới hạn phạm vi mà mô hình ngôn ngữ lớn (LLM) được phép hành động.
Theo mô tả, Frags xem các workflow phức tạp — như truy xuất dữ liệu hay quy trình nghiệp vụ — là những hành động có kiểm soát mà AI không thể tự ý thay đổi nếu chưa được cấp quyền. Cách tiếp cận này giúp LLM chỉ hoạt động ở đúng nơi cần thiết, từ đó tiết kiệm chi phí và giảm rủi ro.
"Hầu hết các hệ thống AI vận hành dựa trên một kế hoạch — tức là những gì bạn hy vọng sẽ xảy ra. Còn blueprint định nghĩa điều thực sự diễn ra." — Oren Michels, đồng sáng lập kiêm CEO của Barndoor.
Một blueprint kết nối công cụ và dữ liệu qua chuỗi bước xác định để tạo ra workflow lặp lại được. AI có thể được dùng ở những chỗ cần phán đoán, còn các bước còn lại sẽ thực thi nhất quán theo blueprint. Nếu không hoàn thành được một bước bắt buộc, hệ thống sẽ dừng lại và chỉ ra vấn đề thay vì lấp liếm bằng một câu trả lời nghe có vẻ hợp lý.
Quản trị là chìa khóa để mở rộng
Barndoor đóng vai trò quản trị những công cụ, dữ liệu và mô hình mà AI được phép truy cập trong doanh nghiệp. Các Blueprint của Diaphora sẽ kế thừa chính những kiểm soát này. Nhân viên chỉ nhìn thấy và chạy được các automation đã được cấp quyền cho vai trò của mình, trong khi doanh nghiệp vẫn lưu lại hồ sơ về việc mỗi automation đã truy cập gì, thay đổi gì và tốn bao nhiêu chi phí.
Các automation được tạo trong Diaphora có thể trở thành công cụ MCP (Model Context Protocol) được quản trị bên trong Barndoor. Cơ chế kiểm soát truy cập theo vai trò của Barndoor sẽ quyết định ai được khám phá và chạy từng automation mà không cần một quy trình cấp phép riêng.
"Barndoor vốn được nhìn nhận như một sản phẩm quản trị và bảo mật. Đây chính là lúc quản trị bắt đầu thúc đẩy việc ứng dụng thay vì làm chậm nó. Không ai dùng AI mà họ không tin, và cũng không ai dùng AI mà họ không biết cách dùng." — Oren Michels.
Những loại công việc mới được mở ra
Thương vụ này nhắm tới hai nhóm tác vụ mà AI hiện tại còn xử lý yếu.
Thứ nhất là AI hành động thay vì chỉ soạn thảo. Nhiều công cụ AI ở nơi làm việc hiện nay chỉ tạo ra kết quả để con người xem lại rồi gửi đi. Một blueprint có thể được thiết kế để tự hoàn tất hành động — ví dụ phát hiện lỗi hóa đơn và đăng hóa đơn đã sửa, thay vì chỉ đề xuất bản sửa để ai đó phê duyệt.
Thứ hai là câu trả lời nằm rải rác ở nhiều hệ thống. Có những workflow cần thông tin từ nhiều hệ thống khác nhau với chủ sở hữu và quyền truy cập khác nhau. Chẳng hạn một buổi đánh giá sức khỏe khách hàng theo quý có thể cần lấy hợp đồng từ hệ thống này, dữ liệu sử dụng từ hệ thống khác, lịch sử hỗ trợ từ hệ thống thứ ba và thông tin thanh toán từ hệ thống thứ tư. Blueprint có thể mang theo quyền hạn phù hợp cho từng bước, cho phép nhân viên được cấp quyền chạy workflow mà không cần truy cập trực tiếp vào mọi hệ thống bên dưới.
"Chúng ta đều từng xây những automation AI chạy rất tốt trên laptop, nhưng chạy chúng ổn định trong cả doanh nghiệp lại là câu chuyện khác. Xây automation với tốc độ của nền kinh tế agent đòi hỏi những workflow nhanh, phân tán và được quản trị, chứ không phải những script lẻ không ai mở rộng hay giám sát nổi." — Jay Parisi, đồng sáng lập kiêm CEO của Diaphora.
Phản hồi từ phía doanh nghiệp
Syndio, một khách hàng của Barndoor hoạt động trong lĩnh vực bình đẳng lương và trí tuệ quyết định, xem tính dự đoán được và khả năng quan sát là yếu tố then chốt để mở rộng AI.
"Độ tin cậy là thứ biến một dự án AI thành thứ chúng tôi có thể đưa ra cho toàn bộ đội ngũ. Với Barndoor, nếu chúng tôi biết một workflow sẽ tuân theo đúng quy trình đã định nghĩa mỗi lần và nhìn thấy chính xác những gì đã tác động vào nó, chúng tôi có thể triển khai rộng hơn nhiều so với bất cứ thứ gì đang chạy hiện nay." — Nimrod Vered, CTO của Syndio.
Frags vẫn sẽ mã nguồn mở
Một chi tiết đáng chú ý với cộng đồng phát triển: Frags và FML sẽ vẫn được giữ mã nguồn mở và tiếp tục được đội ngũ Barndoor hỗ trợ. Điều này cho phép bất kỳ ai cũng có thể đóng góp, mở rộng hoặc kiểm chứng cách engine này hoạt động — yếu tố quan trọng để xây dựng niềm tin vào những hệ thống AI tự động ra quyết định trong môi trường doanh nghiệp.
Với các đội ngũ kỹ thuật và doanh nghiệp tại Việt Nam đang loay hoay tìm cách đưa AI từ giai đoạn thử nghiệm sang vận hành thực tế, hướng tiếp cận "workflow có quản trị" này đáng để theo dõi. Việc giữ phần lõi mã nguồn mở cũng mở ra cơ hội cho các nhà phát triển trong nước tự nghiên cứu, tùy biến và tích hợp vào hệ thống nội bộ của mình trước khi quyết định dùng bản thương mại.
Doanh nghiệp có thể bắt đầu xây dựng các AI automation có quản trị ngay từ hôm nay thông qua diaphora.ai.