Mở rộng quy mô thí điểm AI tác nhân trong doanh nghiệp: Từ thử nghiệm đến triển khai thực tế

AI tác nhân (agentic AI) đang nhanh chóng chuyển từ giai đoạn thử nghiệm sang triển khai thực tế trong doanh nghiệp, với khoảng 80% các công ty trong danh sách Fortune 500 đã áp dụng công nghệ này. Tuy nhiên, tiến trình mở rộng quy mô vẫn còn không đồng đều khi nhiều tổ chức đang mắc kẹt trong các dự án thí điểm cô lập, chưa kết nối với chiến lược kinh doanh tổng thể.

Hình minh họa về AI tác nhân trong doanh nghiệp

Thách thức không nằm ở công nghệ mà ở chiến lược

Theo Arun Chandra, Giám đốc điều hành (COO) của NiCE, bước đầu tiên để mở rộng quy mô AI tác nhân là vượt qua tư duy thử nghiệm vì mục đích tự thân. “Ai cũng đang cố tìm hiểu xem mình có thể làm gì với công nghệ này”, ông nói. Nhưng để mở rộng thành công, doanh nghiệp cần xác định rõ mục tiêu chiến lược: tăng doanh thu, giảm chi phí, hay theo đuổi một mục tiêu tài chính hoặc chiến lược cụ thể nào khác.

Một sai lầm phổ biến mà Chandra chỉ ra là áp dụng AI lên các quy trình làm việc đã lỗi thời hoặc kém hiệu quả. “Điều cuối cùng bạn muốn làm là áp dụng AI vào một quy trình làm việc đã lỗi thời hoặc kém hiệu quả”, ông nhấn mạnh. Doanh nghiệp cần tái thiết kế lại quy trình từ gốc thay vì chỉ đơn thuần phủ thêm một lớp AI lên trên hệ thống hiện tại.

Nền tảng dữ liệu – yếu tố quyết định hiệu quả

Để AI tác nhân hoạt động hiệu quả ở quy mô lớn, chúng cần được trang bị đầy đủ dữ liệu, kiến thức và bối cảnh cần thiết để đưa ra quyết định chính xác. Điều này bao gồm cả việc kết nối đến hệ thống back-end nếu chúng được kỳ vọng sẽ thực thi hành động thực tế.

“Hiệu quả của các tác nhân AI hoàn toàn phụ thuộc vào bối cảnh, kiến thức và dữ liệu mà chúng có thể tiếp nhận và sử dụng.” – Arun Chandra, COO của NiCE

Dữ liệu phân mảnh là một trong những rào cản lớn nhất. Khi thông tin nằm rải rác ở nhiều hệ thống khác nhau mà không được kết nối, tác nhân AI sẽ không thể đưa ra quyết định đúng đắn, dẫn đến hiệu quả thấp và rủi ro gia tăng.

Quản trị và tổ chức – khía cạnh thường bị bỏ quên

Việc mở rộng quy mô tác nhân AI cũng đặt ra những thách thức về tổ chức không kém phần quan trọng. Nếu các đội nhóm khác nhau xây dựng hệ thống AI cô lập mà không kết nối với nhau, một hình thức phân mảnh mới sẽ xuất hiện. Bên cạnh đó, quản trị, quyền riêng tư, bảo mật và quản lý thay đổi trở nên cấp thiết hơn khi các tác nhân AI đảm nhận những công việc có hệ quả lớn.

Chandra đưa ra một quan điểm đáng chú ý: Các tác nhân AI cuối cùng nên được đánh giá theo tiêu chuẩn tương tự như nhân viên con người. Doanh nghiệp cần bắt đầu tư duy về lực lượng lao động như một sự kết hợp giữa con người và AI, nơi mỗi bên đều có vai trò, trách nhiệm và tiêu chuẩn đánh giá riêng.

Tầm nhìn tương lai và lộ trình hành động

Trong tương lai, cách tiếp cận kết nối này có thể cho phép các tác nhân AI làm việc chủ động và thậm chí giao tiếp với nhau để giải quyết nhu cầu của khách hàng. Hãy hình dung một tác nhân AI chăm sóc khách hàng có thể tự động phối hợp với tác nhân AI quản lý đơn hàng và tác nhân AI kỹ thuật để xử lý hoàn chỉnh một khiếu nại mà không cần sự can thiệp của con người ở từng bước.

Lời khuyên cho doanh nghiệp Việt Nam

Bài học từ kinh nghiệm của NiCE mang tính tham chiếu cao cho các doanh nghiệp tại Việt Nam đang trong giai đoạn khởi động hành trình AI:

• Bắt đầu từ bài toán kinh doanh cụ thể: Xác định rõ bạn muốn tối ưu quy trình nào, tiết kiệm bao nhiêu chi phí, hay tăng trưởng doanh thu ra sao
• Không phủ AI lên quy trình kém hiệu quả: Tái thiết kế quy trình trước, sau đó mới áp dụng AI
• Đầu tư vào hạ tầng dữ liệu: Đảm bảo dữ liệu được kết nối, sạch và có ngữ cảnh đầy đủ
• Xây dựng khung quản trị rõ ràng: Thiết lập tiêu chuẩn đánh giá, kiểm soát rủi ro và quy trình phê duyệt cho tác nhân AI
• Tránh “ôm đồm”: Tập trung vào một số trường hợp sử dụng giá trị cao, đo lường kết quả, rồi mới mở rộng dần

Chandra nhấn mạnh rằng ưu tiên khi chuyển từ thí điểm sang mở rộng quy mô không phải là “ôm đồm” mà là xây dựng một chiến lược kết nối xoay quanh các trường hợp sử dụng giá trị cao, cải tiến quy trình làm việc, phát triển lực lượng lao động và kết quả đo lường được.