Kore.ai ra mắt nền tảng Artemis: Xây dựng AI agent bằng chính AI để thách thức Microsoft và Salesforce

Kore.ai vào thứ Tư vừa qua đã ra mắt phiên bản Artemis của nền tảng Agent Platform, đánh dấu một sự tái tạo từ gốc rễ công nghệ cốt lõi của hãng. Đây là một hệ thống được thiết kế để giúp các doanh nghiệp xây dựng, quản trị và tối ưu hóa AI agent bằng chính trí tuệ nhân tạo, giúp rút ngắn quy trình kỹ thuật thường kéo dài hàng tháng xuống chỉ còn vài ngày.

Sự ra đời của nền tảng này diễn ra trong bối cảnh mọi nhà cung cấp công nghệ lớn — từ Microsoft và Salesforce đến Google và ServiceNow — đều đang chạy đua để trở thành hạ tầng mặc định cho các AI agent doanh nghiệp. Câu trả lời của Kore.ai trước thị trường đầy cạnh tranh này là đặt cược vào tính trung lập, một ngôn ngữ trung gian độc quyền để định nghĩa các agent, và triết lý cho rằng AI chứ không phải là các lập trình viên con người nên đảm nhận phần lớn công việc nặng nhọc.

"Chúng tôi đang cố gắng thay đổi mô hình về cách mọi người thiết kế, xây dựng, triển khai và tối ưu hóa các ứng dụng AI agent," Raj Koneru, nhà sáng lập và CEO của Kore.ai, chia sẻ trong một cuộc phỏng vấn độc quyền với VentureBeat trước buổi ra mắt. "Chủ đề chính mà chúng tôi mang đến là bạn làm AI bằng AI — bạn thiết kế bằng AI, xây dựng bằng AI, kiểm thử bằng AI, triển khai bằng AI, quản lý bằng AI và tối ưu hóa bằng AI."

Ngôn ngữ mới dựa trên YAML nhằm chuẩn hóa việc định nghĩa và quản trị AI agent

Tại lõi kỹ thuật của nền tảng Artemis là Agent Blueprint Language (ABL), một ngôn ngữ khai báo được biên dịch, xây dựng dựa trên YAML. ABL chuẩn hóa cách các AI agent, quy trình công việc và hệ thống đa tác nhân được định nghĩa, xác thực và quản trị. Kore.ai mô tả đây là một lớp trung gian nằm giữa các hướng dẫn bằng ngôn ngữ tự nhiên mà người dùng doanh nghiệp có thể cung cấp và hạ tầng sản xuất thực tế nơi các agent hoạt động.

ABL đi kèm với trình phân tích cú pháp (parser), trình biên dịch và runtime riêng. Nó hỗ trợ sáu mô hình điều phối tích hợp sẵn — giám sát, ủy quyền, chuyển giao, phân tán, thăng cấp và liên kết tác nhân với tác nhân — điều phối cách nhiều agent cùng làm việc trên các nhiệm vụ phức tạp.

Ông Koneru nhận định ABL giải quyết một khoảng trống cơ bản trong bối cảnh AI hiện tại. "Có rất nhiều giá trị trong việc tạo mã, và mã đó được các nhà phát triển sử dụng để xây dựng ứng dụng," ông nói. "Chúng tôi thấy một khoảng trống giữa việc tạo mã và thực sự chạy nó trên hạ tầng — với việc triển khai, quản lý phiên bản, quản trị và khả năng quan sát mà môi trường sản xuất yêu cầu."

Vì các tạo phẩm ABL dựa trên YAML, chúng có thể được lưu trữ trên GitHub, kiểm soát phiên bản thông qua các đường ống CI/CD và được xem xét bởi cả nhà phát triển cũng như các bên liên quan kinh doanh. Đây là một lựa chọn thiết kế nhằm thu hẹp khoảng cách giữa các nền tảng no-code và kỹ thuật phần mềm truyền thống. "Tạo phẩm cuối cùng là ABL, một cấu trúc dựa trên YAML — bạn có thể đưa nó vào GitHub, bạn có thể kiểm soát phiên bản nó," ông Koneru nói. "Nó mang lại cho người làm kinh doanh, nhà phát triển và bộ phận IT một tiêu chuẩn chung để xây dựng."

Kiến trúc sư AI của Kore.ai chuyển đổi mục tiêu kinh doanh thành hệ thống agent sẵn sàng vận hành

Đổi mới lớn thứ hai là Arch, một hệ thống AI chuyển đổi các yêu cầu kinh doanh thành ABL sẵn sàng cho sản xuất. Người dùng cung cấp các thông số kỹ thuật, nguồn dữ liệu và quy tắc kinh doanh bằng ngôn ngữ tự nhiên. Sau đó, Arch sẽ thiết kế cấu trúc đa tác nhân — lựa chọn từ sáu mô hình điều phối của nền tảng — tạo mã ABL, tạo dữ liệu kiểm thử, triển khai ứng dụng và giám sát nó trong môi trường sản xuất.

Đặc biệt, Arch cũng xử lý việc tối ưu hóa. Nó quan sát xem các agent đã triển khai có đạt được mục tiêu hay không, xác định nơi và lý do tại sao chúng kém hiệu quả, và tự động tạo lại và triển khai lại ABL đã được tinh chỉnh để cải thiện hiệu suất.

"Hãy nghĩ theo cách này," ông Koneru giải thích. "Ban đầu, tôi muốn 50% tự động hóa cho một trường hợp sử dụng cụ thể. Tôi đang đạt được 30%. Nhờ chu kỳ tối ưu hóa đó, mức độ sẽ tăng lên 50% bằng cách điều chỉnh ứng dụng dựa trên dữ liệu sử dụng thực tế."

Cách tiếp cận vòng khép kín này — thiết kế, xây dựng, kiểm thử, triển khai, quản lý, tối ưu hóa — là động lực để Kore.ai khác biệt hóa mình so với cả các nền tảng cấu hình no-code từng thống trị kỷ nguyên phát triển chatbot trước đây và các khung pro-code đang nổi lên từ các công ty như Anthropic và OpenAI.

Tại sao Kore.ai xây dựng "não kép" để giữ cho AI agent an toàn trong ngân hàng, y tế và các ngành được kiểm soát khác

Có lẽ yếu tố kiến trúc quan trọng nhất của nền tảng Artemis là những gì Kore.ai gọi là Kiến trúc Não Kép (Dual-Brain Architecture): hai động cơ nhận thức — một dành cho suy luận tác nhân được cung cấp bởi các mô hình ngôn ngữ lớn (LLM), và một dành cho thực thi xác định các quy tắc kinh doanh — hoạt động song song thông qua bộ nhớ chia sẻ trong một runtime duy nhất.

Thiết kế này phản ánh một bài học khó khăn mà Kore.ai đã đúc kết được từ hơn một thập kỷ triển khai AI trong ngân hàng, y tế, bảo hiểm và viễn thông. Trong những môi trường đó, việc giao toàn quyền quyết định cho một mô hình ngôn ngữ là điều không thể chấp nhận.

"Các doanh nghiệp sẽ không hoàn toàn ủy thác việc ra quyết định cho một mô hình," ông Koneru nói. Ông vẽ ra sự tương phản rõ ràng với các startup mới về AI: "Nhiều công ty AI bản địa mới nổi lên, đặc biệt là ở Thung lũng Silicon, về cơ bản là các khung được xây dựng như một lớp bao bọc xung quanh LLM. Điều đó có nghĩa là phần lớn việc ra quyết định được để lại cho mô hình — bạn phụ thuộc nhiều vào nó, và chính mô hình đó là nơi thiết lập các hàng rào an toàn."

Cách tiếp cận của Kore.ai đảo ngược điều đó. Các hàng rào an toàn — cả đầu vào và đầu ra — được thực thi ở tầng nền tảng, không phải bởi mô hình. Các đánh giá chạy bên trong động cơ quản trị của nền tảng. Các quy tắc kinh doanh có thể thực thi xác định khi cần độ chính xác cao, trong khi LLM xử lý các phản hồi hội thoại và suy luận ở nơi thích hợp. Trong kịch bản y tế, nơi một AI agent xử lý đơn thuốc tái cấp cho hàng triệu người tiêu dùng, hoặc trong môi trường ngân hàng, nơi một agent tư vấn cho khách hàng về quản lý danh mục đầu tư, hậu quả của một phản ứng ảo giác hoặc quy trình công việc thực thi sai là rất nghiêm trọng.

Sự hợp tác sâu rộng với Microsoft và cam kết về tính trung lập của nhà cung cấp

Artemis ban đầu được ra mắt trên Microsoft Azure, tích hợp nguyên bản với Microsoft Foundry, Microsoft Agent 365, Entra ID và Microsoft Graph API. Kore.ai là đối tác ra mắt của Agent 365 và đang hướng tới việc trở thành một dịch vụ Azure nguyên bản trong Azure Foundry.

Mối quan hệ đối tác với Microsoft diễn ra rất sâu sắc. Tuy nhiên, Kore.ai đồng thời định vị mình là giải pháp thay thế trung lập so với Microsoft và các đối thủ — một sự căng thẳng mà công ty đối mặt trực tiếp. Ông Koneru cho biết nền tảng hỗ trợ 175 mô hình AI khác nhau — bao gồm cả từ OpenAI, Anthropic và các nhà cung cấp mã nguồn mở — triển khai trên Azure, AWS, Google Cloud và môi trường tại chỗ (on-premises).

Triển khai AI agent ở quy mô lớn

Các tuyên bố của Kore.ai về sự sẵn sàng cho doanh nghiệp được chứng minh bởi các triển khai nằm trong số các triển khai AI lớn nhất thế giới. Một trong các chuỗi hiệu thuốc lớn nhất tại Hoa Kỳ nhận khoảng 750 triệu cuộc gọi từ người tiêu dùng mỗi năm. Chuỗi này đã ký hợp đồng với Kore.ai vào cuối tháng 3 năm 2025, triển khai trên hạ tầng riêng của mình, và đạt mức triển khai đầy đủ trên tất cả các cửa hàng trong vòng sáu tháng.

Một ví dụ thứ hai liên quan đến ngân hàng đầu tư lớn thứ hai thế giới, đã triển khai sản phẩm AI for Work của Kore.ai cho 135.000 nhân viên và nhà thầu. Ngân hàng sử dụng nền tảng này để cung cấp cho hơn 30.000 tư vấn viên tài chính quyền truy cập vào nghiên cứu độc quyền và dữ liệu danh mục đầu tư của khách hàng thông qua giao diện hội thoại.

Kết luận

Nền tảng Artemis có sẵn ngay hôm nay tại kore.ai, ban đầu ra mắt trên Microsoft Azure và sẽ có sẵn trên các đám mây khác sau đó. Đối với các CIO đang điều hướng một thị trường ngày càng đông đúc và biến động nhanh cho các AI agent doanh nghiệp, sự ra mắt của Artemis đặt ra một lựa chọn rõ ràng: đặt cược vào nền tảng nguyên bản của một hyperscaler và chấp nhận sự phụ thuộc đi kèm, hoặc áp dụng một lớp trung lập hứa hẹn điều phối và quản trị các agent trên mọi mô hình, mọi đám mây và mọi nhà cung cấp.

"Nếu tôi đi theo con đường của một hyperscaler hoặc một công ty SaaS cung cấp nền tảng tác nhân, tôi sẽ bị khóa chặt theo cách này hay cách khác," ông Koneru nói. "Chúng tôi cần sự chuẩn hóa. Chúng tôi cần một cách trung tâm để xây dựng và triển khai. Chúng tôi cần một cách trung tâm để quản trị."