Vì sao AI doanh nghiệp cần "ngữ cảnh vận hành" để thực sự hữu ích

Các doanh nghiệp đang đổ nguồn lực vào AI để tạo ra khuyến nghị, tự động hóa công việc và ra quyết định nhanh hơn. Nhưng theo Devavrat Shah, nhà khoa học trưởng về AI doanh nghiệp tại Celonis, một mô hình mạnh đến đâu cũng có thể đưa ra lựa chọn sai nếu nó không hiểu doanh nghiệp thực sự vận hành ra sao. Vấn đề cốt lõi không phải là năng lực của mô hình, mà là ngữ cảnh vận hành mà mô hình được đặt vào.

Từ thí điểm đến vận hành: khoảng trống ngữ cảnh

Sau nhiều năm thử nghiệm và chạy thử nghiệm, các lãnh đạo doanh nghiệp muốn thấy bằng chứng rõ ràng rằng việc mở rộng AI sẽ tác động tích cực đến lợi nhuận. Thế nhưng nhiều tổ chức vẫn thiếu một mảnh ghép quan trọng.

Theo Shah, khi các tác nhân AI (AI agent) hoạt động mà không có ngữ cảnh vận hành, chúng đang áp dụng những nguyên tắc chung cho những tình huống chuyên biệt, và kết quả thường không đạt yêu cầu.

"Bạn không thể làm điều đó trong chân không," ông nói.

Thiếu ngữ cảnh, các tác nhân AI có thể bỏ qua những ràng buộc quan trọng, mắc sai lầm tốn kém, hoặc tiêu tốn quá nhiều tài nguyên tính toán chỉ để tìm hiểu những gì chúng cần biết.

Shah gọi cách tiếp cận đúng đắn là "trí tuệ quyết định" (decision intelligence). Ông lập luận rằng các tác nhân AI có thể hỗ trợ từng tác vụ riêng lẻ trong một quy trình ra quyết định lớn hơn, nhưng chúng cần hiểu vai trò của mỗi tác vụ và các điều kiện kinh doanh xung quanh nó.

Hai rủi ro khi AI thiếu ngữ cảnh

Ông mô tả hai kịch bản đối lập nếu không cung cấp ngữ cảnh cho AI:

• Tiêu tốn tài nguyên quá mức: Một hệ thống cực kỳ thông minh cuối cùng vẫn có thể tự tìm ra câu trả lời bằng cách đặt rất nhiều câu hỏi, giống như con người. Nhưng để làm được điều đó, nó sẽ tiêu tốn lượng lớn năng lực tính toán chỉ để hoàn thành những tác vụ đơn giản.
• Mắc sai lầm tốn kém: Trong thực tế, AI sẽ bỏ sót ngữ cảnh, ràng buộc hoặc giới hạn quan trọng, rồi đưa ra quyết định sai. Có những sai lầm tương đối nhẹ, như gợi ý một nhà hàng không ngon. Nhưng cũng có những sai lầm nghiêm trọng, như đưa ra dự báo tài chính sai lệch có thể dẫn đến thảm họa cho công ty.

Lớp ngữ cảnh nằm ở đâu trong kiến trúc?

Celonis tiếp cận vấn đề này bằng cách xây dựng một bản sao số thời gian thực của tổ chức (real-time digital twin). Theo Shah, lớp ngữ cảnh nằm giữa hai tầng:

• Tầng dưới — hệ thống ghi nhận (system of record): các công cụ quy trình làm việc và nhật ký sự kiện (event log) mà chúng tạo ra.
• Tầng trên — lớp tác nhân AI: các chuyên gia nghiệp vụ hoặc những tác nhân AI hoạt động dựa trên lớp ngữ cảnh này.

Mô hình ngữ cảnh của Celonis được thiết kế để làm ba việc cùng lúc:

1. Trừu tượng hóa đúng tầng dưới để xác định những phần nào của quy trình có thể được giao cho tác nhân AI.
2. Đưa các tác nhân AI theo vai trò (role-based agent) vào từng phần đó một cách có cấu trúc và có giới hạn rõ ràng.
3. Ưu tiên tác nhân AI để các hạ tầng tác nhân khác đang kết nối có thể giao tiếp tự nhiên, từ đó mang lại kết quả phù hợp cho con người xem xét, phê duyệt và đôi khi tự động hóa.

Bài toán dữ liệu và an toàn thông tin

Một câu hỏi thực tế: liệu hầu hết doanh nghiệp có sẵn dữ liệu phù hợp để cung cấp ngữ cảnh cho AI? Theo Shah, các hệ thống ghi nhận và công cụ quy trình không cần phải hoàn hảo hay sạch tuyệt đối. Kiến trúc tác nhân AI được thiết kế để kết nối và hiểu được những dữ liệu đó ở trạng thái hiện có.

Tuy nhiên, ông nhấn mạnh một bước quan trọng: khi mở các hệ thống ghi nhận cho nhà cung cấp bên thứ ba, doanh nghiệp phải trải qua quy trình an toàn thông tin (InfoSec) cổ điển để đảm bảo phần mềm của nhà cung cấp đáng tin cậy trước khi tích hợp vào tổ chức.

Con người sẽ làm gì khi AI đảm nhận phần lớn công việc?

Shah cho rằng lợi ích rõ ràng nhất nằm ở những tác vụ thủ công, lặp đi lặp lại và nhàm chán, nơi việc tiếp cận nguồn lực và phối hợp giữa các nhóm là phần then chốt của quy trình ra quyết định. Khi AI đảm nhận những việc này, tổ chức ra quyết định nhanh hơn và giảm chi phí cơ hội.

Mặt khác, các quyết định chiến lược — loại mà nhiều tổ chức không có đủ nguồn lực để suy nghĩ thấu đáo — sẽ có thêm không gian. Con người có thể dành nhiều thời gian hơn cho việc cân nhắc các lựa chọn và so sánh chúng.

"Cuối cùng, vai trò của tổ chức là quyết định chọn phương án nào, vì điều đó liên quan đến lợi ích và định hướng của chính họ," Shah nói.

Theo ông, điều này dẫn đến sự dịch chuyển lao động: bớt việc lặp đi lặp lại, nhiều việc chiến lược hơn. Tuy nhiên, để hiện thực hóa lợi ích đó, doanh nghiệp cần đầu tư vào đào tạo lại lực lượng lao động để nhân viên hiểu được kết quả đầu ra của AI và ý nghĩa của chúng, thay vì chỉ giao phó quyết định cho tác nhân AI.

Với góc nhìn của một nhà giáo dục, Shah lo ngại về tốc độ thay đổi quá nhanh và cho rằng doanh nghiệp cũng cần hành động với tốc độ tương tự.

Lời khuyên cho nhà lãnh đạo: bắt đầu từ đâu?

Shah đưa ra ba bước thực tiễn:

• Chọn một quyết định cụ thể mà doanh nghiệp muốn cải thiện, xác định quy trình xung quanh nó và từng bước của quy trình.
• Tập trung vào bước khó nhất, thử đưa tác nhân AI vào hỗ trợ bước đó, sau đó đo lường tốc độ và giá trị đạt được để biết có nên mở rộng hay không.
• Thiết lập quản trị rõ ràng: vì AI được đưa vào theo cách quy định cho từng vai trò, doanh nghiệp có thể xác định chính xác vai trò đó được làm gì và không được làm gì. Celonis cung cấp các tác nhân AI theo vai trò đã được chứng nhận (certified role agents) để làm rõ "hợp đồng" giữa con người và tác nhân.

Bước thứ ba là con người: ở những phần công việc còn chuyên gia trong vòng lặp, họ cần hiểu kết quả đầu ra của AI, cách làm việc cùng nó và ý nghĩa của những kết quả đó. Đây là lúc cần đào tạo về AI và đào tạo về công cụ.

Tương lai: ba nhóm ứng dụng chính

Shah phân loại các ứng dụng trí tuệ quyết định sắp tới thành ba nhóm:

1. Tác vụ thủ công, lặp đi lặp lại, tốn nhiều sức lao động — nơi AI mang lại giá trị rõ ràng nhất.
2. Tác vụ phối hợp — phần lớn công việc của lực lượng lao động tri thức hiện nay dành cho phối hợp (email, bảng tính…). Những việc này có thể được AI xử lý nhanh hơn, tốt hơn và bớt nhàm chán.
3. Hỗ trợ quyết định chiến lược — cung cấp cho con người khả năng đánh giá các phương án và ra quyết định quan trọng nhanh chóng.

Đối với các quy trình lập kế hoạch trong doanh nghiệp — tài chính, nhân sự, marketing, bán hàng, sản phẩm — những quyết định kinh doanh quan trọng hiện thường diễn ra theo chu kỳ hàng năm.

"Có lẽ [việc hoạch định nguồn lực] không nên mất nhiều thời gian đến thế, và người ta thực sự có thể đưa ra lựa chọn đúng một cách nhanh chóng," Shah kết luận.

Với các doanh nghiệp Việt Nam đang bước vào giai đoạn đưa AI từ thử nghiệm sang vận hành thực tế, bài học từ Celonis là một lời nhắc: mô hình mạnh chưa đủ — điều quyết định thành công là mức độ hiểu biết của AI về chính quy trình, ràng buộc và con người trong tổ chức của bạn.