Tái thiết kế tổ chức doanh nghiệp trong kỷ nguyên AI tác nhân

Tái thiết kế tổ chức doanh nghiệp trong kỷ nguyên AI tác nhân

Trong bối cảnh việc áp dụng các tác nhân AI (AI agents) cấp doanh nghiệp đang tăng trưởng nhanh chóng, một sự đứt gãy đang xuất hiện giữa tham vọng và khả năng thực thi. Mặc dù 85% tổ chức tuyên bố mong muốn trở thành một doanh nghiệp "agentic" (có khả năng tự chủ) trong vòng ba năm tới, nhưng 76% trong số họ thừa nhận rằng hoạt động và cơ sở hạ tầng hiện tại không thể hỗ trợ sự thay đổi này. Nguyên nhân được chỉ ra là do sự thiếu sẵn sàng về con người, quy trình và quy trình làm việc.

Minh họa về AI tác nhân

Vấn đề của giải pháp "băng dính"

Thách thức lớn nhất nằm ở chỗ nhiều tổ chức thường chỉ lồng ghép các tác nhân AI vào hoạt động hiện có, thay vì tái tưởng tượng lại mô hình vận hành và cách thức công việc cần được kết nối lại. Ông Prasun Shah, Giám đốc công nghệ toàn cầu (CTO) mảng tư vấn lực lượng lao động và Giám đốc AI tại PwC UK Consulting, giải thích rằng các doanh nghiệp đang "nhúng nhân viên AI vào một mô hình vận hành dành cho con người". Họ đang thêm các tác nhân AI lên các cấu trúc nơi làm việc hiện có, khi mà "việc này giống như dán băng dính lên các phần của một mô hình vận hành đang bị hỏng".

Cách làm này có thể ngăn cản các tổ chức khai thác toàn bộ giá trị mà AI tác nhân mang lại, tạo ra những tình huống mà sự thất vọng có thể nhanh chóng ập đến. Giá trị thực sự nằm ở khả năng của các tác nhân trong việc thực thi toàn bộ quy trình làm việc với sự can thiệp tối thiểu của con người. Chúng có thể phối hợp các nhiệm vụ phức tạp, đưa ra quyết định độc lập, điều chỉnh theo các điều kiện thay đổi và lặp lại hiệu suất.

Trong các lĩnh vực thí điểm ban đầu như dịch vụ khách hàng, nhân sự và bán hàng, ước tính rằng các tác nhân AI có thể tăng tốc quy trình kinh doanh lên tới 30% đến 50% và giảm thời gian làm việc giá trị thấp xuống 25% đến 40% khi được triển khai quy mô lớn. Tuy nhiên, đi kèm với khả năng này là sự phức tạp cao hơn và nhu cầu thay đổi trên phạm vi toàn doanh nghiệp.

Mở rộng vốn từ vựng về AI

Nền tảng AI tác nhân doanh nghiệp Ema mô tả sự thay đổi này là "Chuyển đổi kinh doanh tác nhân" (Agentic Business Transformation - ABT), một thuật ngữ được công ty này đặt ra vào năm ngoái cùng với HFS Research. Mục tiêu là lấp đầy khoảng trống mà họ thấy trong vốn từ vựng hiện có về các tác nhân AI, đồng thời cung cấp cho các doanh nghiệp một khuôn khổ mới để suy nghĩ về việc áp dụng công nghệ này.

"Không có từ vựng hiện nào nắm bắt đầy đủ phạm vi của sự thay đổi này," ông Surojit Chatterjee, CEO và nhà sáng lập Ema giải thích. "Chuyển đổi số là việc chuyển từ giấy tờ sang phần mềm. Chuyển đổi AI là việc thêm trí tuệ nhân tạo vào các quy trình hiện có. Copilot là việc AI hỗ trợ trong các nhiệm vụ của con người. Nhưng ABT là một thứ hoàn toàn khác: Đó là sự tích hợp các tác nhân AI vào cấu trúc của tổ chức."

Đối với ông Shah, thuật ngữ chuyên biệt này "giúp thúc đẩy nhu cầu thiết kế lại một tổ chức một cách toàn diện: mô hình vận hành, quy trình làm việc, quyền ra quyết định và hệ thống quản lý hiệu suất". Ông nhấn mạnh rằng "mọi thứ cần thiết để đảm bảo những tác nhân đó thực sự là những người tham gia tích cực vào việc tạo ra giá trị, thay vì chỉ là các công cụ điểm hoặc trợ năng năng suất".

Theo Ema, ABT bao gồm ba trụ cột chính: ngăn xếp công nghệ của tổ chức, lực lượng lao động và các chỉ số đo lường thành công.

Tác nhân AI là mô liên kết

Trụ cột đầu tiên của ABT là ngăn xếp công nghệ. "Ngăn xếp công nghệ hiện tại của bạn được thiết kế cho các quy trình làm việc tập trung vào ứng dụng và do con người vận hành," ông Chatterjee nói. "Nó cần được xem xét lại khi chủ thể là một tác nhân AI hoạt động ở tốc độ máy tính trên nhiều hệ thống đồng thời."

Khi các tác nhân AI được tích hợp vào một tổ chức, các doanh nghiệp sẽ cần chuyển dịch từ một tập hợp các quy trình và bước tuyến tính sang việc kết nối lại công việc theo một cách hoàn toàn khác. Đó là bởi vì giá trị của các tác nhân AI không nằm ở việc trở thành một lớp khác trong ngăn xếp công nghệ hiện có, mà là ở vai trò "mô liên kết" (connective tissue). Chúng di chuyển giữa hoặc xuyên qua các lớp để phối hợp một nhiệm vụ cấp cao hoặc truy xuất và diễn giải dữ liệu từ nhiều ứng dụng riêng biệt. Các tác nhân AI có thể tạo ra "một sự khác biệt cạnh tranh thực sự cho một doanh nghiệp" thông qua việc đưa ra quyết định dựa trên khả năng ngữ cảnh này.

Để xây dựng mô liên kết này, các nhà lãnh đạo cần thích ứng ngăn xếp công nghệ của mình để tạo ra các quyết định chất lượng cao hơn từ các tác nhân AI, ưu tiên quyền truy cập đồng thời vào nhiều bộ dữ liệu và ứng dụng để phát triển kiến thức ngầm. "Các tổ chức thực hiện chuyển đổi kiến trúc này sẽ thực sự trở nên thích ứng hơn," ông Chatterjee nhận định. "Khi một yêu cầu kinh doanh mới xuất hiện, bạn không cần đợi sáu tháng để nhà cung cấp phần mềm xây dựng một tính năng. Bạn cấu hình một nhân viên AI bằng ngôn ngữ tự nhiên và kết nối nó với các hệ thống cần thiết. Thời gian từ yêu cầu kinh doanh đến quy trình vận hành giảm từ tháng xuống ngày."

Lực lượng lao động được thiết kế lại

Khi các tác nhân AI được triển khai cho nhiều trường hợp sử dụng hơn, các nhà lãnh đạo doanh nghiệp phải xem xét điều này có ý nghĩa gì đối với sự năng động trong lực lượng lao động — trụ cột thứ hai của ABT.

Cấu trúc lực lượng lao động ngày nay ít thay đổi so với mô hình phân cấp của những ngày đầu công nghiệp hóa. Để tối đa hóa hiệu quả và quy mô, các quy trình được chuẩn hóa, nhiệm vụ được phân định rõ ràng giữa các đơn vị kinh doanh chiến lược (SBU), và nhân viên thăng tiến trong tổ chức dựa trên khả năng tối ưu hóa đầu ra từ các nhóm dưới quyền. Tuy nhiên, với các tác nhân AI có thể thực thi, phối hợp và tối ưu hóa nhiệm vụ — thường không cần sự điều phối của quản lý — các đường ranh giới của hệ thống phân cấp đã thiết lập đó trở nên mờ nhạt.

Trong một lực lượng lao động kết hợp giữa các tác nhân AI và nhân viên con người, các nhà quản lý sẽ được giải phóng khỏi nhiều nhiệm vụ dựa trên thực thi nhưng sẽ đảm nhận các trách nhiệm mới liên quan đến việc quản lý các đội ngũ hỗn hợp. Các nhà quản lý "sẽ cần có khả năng xử lý các vấn đề về niềm tin, khả năng giải thích, an toàn tâm lý và thậm chí là động lực địa vị" để điều hướng những căng thẳng mới có thể phát sinh trong lực lượng lao động hỗn hợp.

Tác động của AI tác nhân đối với cấu trúc lực lượng lao động hiện tại vượt xa cả tầng quản lý. McKinsey dự đoán rằng đến năm 2030, ba phần tư các công việc hiện tại sẽ cần được thiết kế lại, nâng cao kỹ năng hoặc điều chuyển lại, và các tổ chức sẽ cần hành động nhanh chóng để sửa đổi tuyển dụng, giữ chân và đãi ngộ.

Từ đầu ra đến kết quả thực tế

Các chỉ số đo lường thành công là trụ cột thứ ba và cuối cùng của ABT.

Khi các tác nhân AI đảm nhận quyền sở hữu lớn hơn đối với các quy trình cốt lõi của doanh nghiệp, đảm nhận các vai trò hợp tác cùng nhân viên con người, các chỉ số lực lượng lao động truyền thống tập trung vào hoạt động hoặc đầu ra — chẳng hạn như số cuộc gọi được xử lý hoặc số báo cáo được nộp — không còn ý nghĩa nữa.

"Khi bạn thêm nhân viên AI vào lực lượng lao động, các chỉ số hoạt động trở nên vô nghĩa hoặc gây hiểu lầm," ông Chatterjee nói. "Một nhân viên AI có thể xử lý một nghìn tương tác khách hàng trong thời gian một người xử lý mười tương tác. Nếu bạn đo lường thành công bằng số tương tác được xử lý, bạn sẽ kết luận rằng AI đang hoạt động tuyệt vời trong khi bỏ lỡ việc liệu bất kỳ tương tác nào trong số đó có thực sự thúc đẩy sự hài lòng của khách hàng, giữ chân khách hàng hay doanh thu hay không."

Để khắc phục điều này, các doanh nghiệp phải phát triển một bộ chỉ số mới tập trung vào kết quả (outcome) thay vì đầu ra (output). Đó là các chỉ số về lợi ích hoặc những thay đổi rộng lớn hơn đạt được, thay vì các sản phẩm giao hàng cụ thể.

Ví dụ, khi một trong những khách hàng doanh nghiệp lớn của Ema cải tổ các chỉ số của riêng mình, chuyển từ các chỉ số công cụ như chi phí cho mỗi truy vấn và độ chính xác của AI sang các kết quả như tỷ lệ hợp đồng được xem xét mà không cần thăng cấp của con người, ROI đo được từ AI tác nhân đã tăng gấp ba trong hai quý. Những thay đổi này có nghĩa là "khách hàng này đã ngừng xây dựng các giải pháp điểm trong các quy trình khối lượng lớn, độ phức tạp thấp và bắt đầu triển khai nhân viên AI ở nơi giá trị kết quả là cao nhất," ông Chatterjee cho biết.

Việc tích hợp các chỉ số mới cũng có thể yêu cầu cấu hình lại hoàn toàn các quy trình phần thưởng và quản lý nhân tài, cũng như trách nhiệm giải trình và quyền sở hữu trong tổ chức. Trong các đội ngũ người-AI, ví dụ, mặc dù các trách nhiệm đạo đức và ủy thác có thể vẫn thuộc về nhân viên con người, nhưng trách nhiệm giải trình vận hành sẽ trở nên phân tán đáng kể để phản ánh vai trò hệ thống của các tác nhân AI.

Sự thay đổi này sẽ đặt ra những câu hỏi mới mà các nhóm lãnh đạo cấp cao sẽ cần phải giải quyết. Họ sẽ cần xem xét: Ai chịu trách nhiệm khi một nhân viên AI mắc sai lầm? Điều gì sẽ xảy ra khi AI và con người bất đồng? Những rào chắn nào nên được dựng lên để bảo vệ khách hàng?

Đặt nền móng cho thay đổi ở cấp độ hệ thống

Thay đổi ở cấp độ hệ thống là một quá trình từng bước. Đây là những câu hỏi phức tạp mà các chuyên gia vẫn đang tiếp tục tìm hiểu. Nhưng bằng cách khởi động đối thoại nội bộ về ba trụ cột chính của ABT — lực lượng lao động, ngăn xếp công nghệ và các chỉ số đo lường thành công — các nhà lãnh đạo có thể đặt nền móng cho một doanh nghiệp sẵn sàng đón nhận các tác nhân AI ở cấp độ hệ thống và bắt đầu thu hẹp khoảng cách giữa tham vọng và khả năng thực thi.