Chìa khóa AI doanh nghiệp chuyển từ mô hình sang quản trị dữ liệu và nền tảng điều phối

Trong bối cảnh các mô hình AI thế hệ mới ngày càng tương đồng về năng lực, lợi thế cạnh tranh của doanh nghiệp trong AI đang dịch chuyển khỏi mô hình sang dữ liệu phi cấu trúc mà AI có thể tiếp cận một cách an toàn. Các loại dữ liệu này bao gồm hợp đồng, hồ sơ vụ việc, thông số kỹ thuật sản phẩm, và kho tri thức nội bộ.

Theo Yash Bhavnani, trưởng bộ phận AI tại Box, câu hỏi với các lãnh đạo doanh nghiệp bây giờ không còn là lựa chọn mô hình AI nào, mà là nền tảng nào quản trị nội dung để mô hình có thể "lý luận" trên đó.

AI doanh nghiệp phải dựa trên hệ thống lưu trữ đáng tin cậy

Lợi thế trong AI chuyển từ mô hình sang nội dung có kiểm soát, dẫn tới sự xuất hiện của các hệ thống lưu trữ (systems of record) làm nền tảng giúp đảm bảo tính tin cậy.

Người dùng sử dụng AI để tổng hợp, viết báo cáo hay trả lời câu hỏi, nhưng nếu các công cụ đó không liên kết với kho dữ liệu nội bộ có thẩm quyền, kết quả sẽ thiếu độ tin cậy, không thể truy vết, và gây rủi ro cao. Việc AI không thể liên kết đầu ra với nguồn dữ liệu đã được kiểm soát là gánh nặng tiềm tàng.

Bhavnani chia sẻ: "Với doanh nghiệp bảo hiểm sử dụng AI phân tích hồ sơ khách hàng, sai sót và kết quả không truy xuất được là điều không thể chấp nhận."

Hệ thống lưu trữ cung cấp nội dung có kiểm soát phiên bản, với các quyền truy cập và kiểm soát tuân thủ được tích hợp sẵn. Các pipeline RAG (Retrieval-Augmented Generation) truy xuất dữ liệu trực tiếp từ kho dữ liệu khi suy luận, kết nối câu trả lời với nguồn dữ liệu hiện hành.

Nếu không được tích hợp vào hệ thống lưu trữ, nhân viên sẽ tự tạo workaround, dữ liệu bị nhân bản không kiểm soát qua nhiều công cụ, và hình thành các kho tri thức mờ mà bộ phận IT và compliance không kiểm soát được, như trường hợp người dùng tải tài liệu nhạy cảm lên tài khoản cá nhân và chạy quy trình AI riêng.

Truy cập theo quyền kiểm soát là yếu tố sống còn cho AI tự động đa tác vụ

AI ngày càng tiến gần đến khả năng tự vận hành (agentic AI), thực thi nhiều bước công việc tự động trên tài liệu, quy trình và hệ thống doanh nghiệp. Điều này làm thay đổi hoàn toàn thách thức quản trị rủi ro.

Ben Kus, CTO Box, nhấn mạnh việc một nền tảng AI thiếu tính quyền truy cập có kiểm soát là quá nguy hiểm để triển khai trong môi trường doanh nghiệp.

Với các ngành có quy định nghiêm ngặt như y tế, tài chính, các khung pháp lý như HIPAA, FedRAMP High, SOC 2 yêu cầu có audit trail, thực thi chính sách và kiểm soát truy cập dữ liệu nhạy cảm rõ ràng. Audit trail này phải bao gồm không chỉ tập tin nguồn mà cả phiên làm việc AI sử dụng dữ liệu đó, được bảo vệ bằng cơ chế mã hóa phù hợp.

Nền tảng quản lý nội dung phát triển thành trung tâm điều phối AI

Các nền tảng quản lý nội dung doanh nghiệp đang chuyển từ kho lưu trữ sang thành các lớp điều phối (orchestration layers), đóng vai trò trung tâm điều phối các mô hình, agent và dữ liệu doanh nghiệp.

Thay vì chỉ lưu trữ tài liệu, nền tảng giờ đây quản lý quyền truy cập nội dung, định tuyến tới đúng mô hình xử lý, đảm bảo thực thi quyền truy cập và duy trì audit trail toàn diện cho mọi hành động.

Kus cho biết nền tảng AI-ready cần hỗ trợ cách người dùng truyền thống truy cập, đồng thời sở hữu các agent AI hiểu sâu về cấu trúc dữ liệu trên nền tảng để tận dụng tối ưu, và phải mở để các agent ngoài có thể tích hợp.

Khi nội dung, quyền truy cập, audit trail và quyền ứng dụng được xử lý trong cùng một nền tảng, lớp quản trị đồng bộ gắn liền với nội dung, tạo điều kiện cho AI doanh nghiệp có thể mở rộng an toàn hơn.

Chuyển dữ liệu phi cấu trúc thành trí tuệ cấu trúc

Dữ liệu phi cấu trúc từng là điểm nghẽn lớn với doanh nghiệp vì phải phát triển mô hình chuyên biệt cho từng loại dữ liệu khác nhau.

Tuy nhiên, các mô hình ngôn ngữ lớn đa năng hiện nay đủ thông minh để trích xuất thông tin có cấu trúc từ dữ liệu phi cấu trúc mà không cần đầu tư riêng biệt nhiều.

Box Extract là công cụ tận dụng khả năng này, tự động trích xuất thông tin quan trọng từ hợp đồng, biểu mẫu, yêu cầu bồi thường và báo cáo, và biến chúng thành metadata có cấu trúc trong hệ thống Box. Thay vì phải đọc từng tài liệu, dữ liệu giờ có thể được xử lý, cấu trúc hóa và truy vấn trên toàn bộ kho lưu trữ.

Người dùng có thể trực quan hóa, tìm kiếm và hành động trên dữ liệu đã trích xuất qua các bảng điều khiển tùy chỉnh và công cụ không cần mã hóa (no-code).

Box Agents còn nâng cấp hơn bằng cách hỗ trợ quy trình suy luận và thực thi đa bước trực tiếp trên nội dung doanh nghiệp, với các phiên làm việc liên tục và khả năng tương tác bằng ngôn ngữ tự nhiên. Nhờ tính năng phiên làm việc liên tục, công việc không bị mất giữa các lần tương tác.

Kết quả thực tiễn là các quy trình lập trình trước đây cần phối hợp thủ công giữa nhiều hệ thống nay có thể được tự động hóa ngay trên hệ thống lưu trữ chính thống.

Bhavnani kết luận rằng các doanh nghiệp thu về lợi ích thật sự không chỉ đơn thuần sử dụng mô hình AI mà không kiểm soát mà là những doanh nghiệp đã kết nối AI với hệ thống lưu trữ, kiểm soát quyền truy cập và xây dựng lớp điều phối vận hành giúp kết quả AI đáng tin cậy khi sử dụng quy mô lớn.

Tóm lại, các nền tảng tích hợp quản lý nội dung, bảo mật, tự động hóa và AI trong cùng một lớp điều hành đang trở thành nền tảng chính cho AI doanh nghiệp. Khả năng mô hình dù mạnh đến đâu cũng chưa đủ nếu không có lớp quản trị gắn liền nền tảng, vì các lỗ hổng giữa hệ thống sẽ dễ dàng trở thành điểm yếu.