Từ Người Dùng đến Người Kiến Tạo: Đưa 200 Thành Viên Trong Đội Ngũ Trở Thành Nhà Sáng Tạo AI Agent Chỉ Trong 2 Tuần

Làm thế nào để biến hàng trăm nhân viên — từ kỹ sư phần mềm đến nhân viên kinh doanh — thành những người có thể tự tay tạo ra AI agent phục vụ công việc? Ben Maraney, đại diện của Forter, đã chia sẻ câu chuyện thực tế về hành trình này tại một hội nghị công nghệ gần đây.

Bài trình bày tập trung vào cách Forter "giải mã" việc tạo AI agent cho cả nhân viên kỹ thuật lẫn phi kỹ thuật, đồng thời chia sẻ những bài học quý giá về việc kết hợp nền tảng no-code với code-based, tận dụng máy chủ MCP tùy chỉnh và phối hợp chặt chẽ với các đội ngũ bảo mật lẫn pháp lý.

Bối cảnh: AI Agent không còn là đặc quyền của kỹ sư

Trong làn sóng AI hiện nay, nhiều doanh nghiệp nhận ra rằng sức mạnh thực sự của AI không chỉ nằm ở các mô hình ngôn ngữ lớn, mà còn ở khả năng tự động hóa quy trình nghiệp vụ cụ thể thông qua các AI agent.

Tuy nhiên, rào cản lớn nhất lại nằm ở chính con người: đa số nhân viên không có nền tảng lập trình, và ngay cả kỹ sư cũng thường mất nhiều thời gian để xây dựng một agent hoàn chỉnh.

Forter đã đặt ra mục tiêu đầy tham vọng: đưa 200 thành viên trong đội ngũ trở thành những nhà sáng tạo agent trong vòng hai tuần. Đây không phải là một khóa đào tạo lý thuyết, mà là một chương trình thực chiến nhằm tạo ra giá trị ngay lập tức.

Chiến lược: Đơn giản hóa tối đa, tránh phức tạp hóa

Điểm cốt lõi trong cách tiếp cận của Forter là loại bỏ những rào cản kỹ thuật không cần thiết.

Tận dụng máy chủ MCP tùy chỉnh

Thay vì để mỗi nhân viên tự xây dựng kết nối với các hệ thống nội bộ, Forter đã xây dựng sẵn các máy chủ MCP (Model Context Protocol) tùy chỉnh. Đây là lớp trung gian giúp AI agent có thể truy cập dữ liệu và công cụ nội bộ một cách an toàn, thống nhất.

Nhờ vậy, nhân viên không cần hiểu sâu về API hay hạ tầng — họ chỉ cần biết agent của mình cần làm gì.

Kết hợp no-code và code-based

Một bài học quan trọng được Maraney nhấn mạnh: không nên ép mọi người dùng cùng một công cụ.

• Nhân viên phi kỹ thuật có thể dùng nền tảng no-code để tạo agent xử lý các tác vụ như tổng hợp báo cáo, trả lời câu hỏi nội bộ hay phân loại yêu cầu.
• Kỹ sư và chuyên gia R&D có thể dùng nền tảng code-based để tùy biến sâu hơn, tích hợp logic phức tạp.

Sự linh hoạt này giúp cả hai nhóm đều tìm được cách làm phù hợp với kỹ năng của mình.

Bỏ qua các thiết lập RAG phức tạp

Một điểm gây bất ngờ: Forter không dựng các hệ thống RAG (Retrieval-Augmented Generation) cồng kềnh như nhiều dự án AI khác.

Thay vì cố gắng xây dựng pipeline RAG hoàn hảo, đội ngũ tập trung vào việc giúp nhân viên tạo ra agent chạy được ngay, rồi cải tiến dần.

Cách tiếp cận "làm được trước, tối ưu sau" này giúp rút ngắn đáng kể thời gian từ ý tưởng đến sản phẩm.

Yếu tố then chốt: Bảo mật và pháp lý không thể bỏ qua

Một trong những thách thức lớn nhất khi triển khai AI agent nội bộ là đảm bảo an toàn dữ liệu và tuân thủ quy định.

Forter đã giải quyết bài toán này bằng cách đưa đội ngũ bảo mật và pháp lý tham gia ngay từ đầu, thay vì để họ đóng vai trò "người kiểm duyệt" vào phút cuối.

Kết quả là:

• Các nguyên tắc bảo mật được tích hợp sẵn vào hướng dẫn tạo agent.
• Nhân viên hiểu rõ giới hạn về dữ liệu được phép truy cập.
• Quá trình phê duyệt diễn ra nhanh hơn nhờ quy trình đã được thống nhất trước.

Ý nghĩa đối với doanh nghiệp Việt Nam

Câu chuyện của Forter mang lại nhiều gợi ý thiết thực cho các doanh nghiệp Việt Nam đang bắt đầu hành trình ứng dụng AI:

• Đừng chờ đợi sự hoàn hảo: Bắt đầu với công cụ đơn giản, để nhân viên làm quen trước.
• Đầu tư vào hạ tầng dùng chung: Các máy chủ MCP hay lớp kết nối nội bộ giúp tiết kiệm thời gian về sau.
• Trao quyền cho cả người không chuyên: Khi nhân viên kinh doanh hay vận hành cũng tạo được agent, giá trị AI sẽ lan tỏa nhanh hơn nhiều.
• Mời bảo mật và pháp lý vào cuộc sớm: Đây là cách duy nhất để mở rộng quy mô mà không gặp rủi ro.

Kết luận

Việc biến 200 thành viên thành nhà sáng tạo AI agent trong hai tuần không phải là điều thần kỳ — đó là kết quả của một chiến lược rõ ràng: đơn giản hóa công cụ, phân chia nền tảng theo kỹ năng, và phối hợp chặt chẽ giữa các bộ phận.

Với các doanh nghiệp Việt Nam, bài học lớn nhất có lẽ là: AI chỉ thực sự tạo giá trị khi mọi nhân viên — không chỉ kỹ sư — đều có thể tham gia kiến tạo.