Khi AI Không Chỉ Trả Lời Mà Còn Hành Động

Trí tuệ nhân tạo đang bước sang một giai đoạn mới. AI hiện nay đã có thể tham gia trực tiếp vào quá trình thực hiện công việc.

Thay vì chỉ hướng dẫn người dùng cách hoàn thành một nhiệm vụ, AI có thể tự xây dựng kế hoạch, truy xuất thông tin, sử dụng công cụ và thực hiện nhiều bước liên tiếp để đạt được mục tiêu. Đây chính là hướng phát triển của Agentic AI – trí tuệ nhân tạo có khả năng hành động tự chủ.

Tuy nhiên, khi AI được trao quyền thực hiện hành động, các yêu cầu về bảo mật, quản trị và hạ tầng công nghệ cũng trở nên quan trọng hơn.

Agentic AI là gì?

Agentic AI là hệ thống trí tuệ nhân tạo có khả năng tự lập kế hoạch, đưa ra quyết định và thực hiện các hành động nhằm hoàn thành mục tiêu được giao, với mức độ giám sát của con người tùy theo yêu cầu và giới hạn của hệ thống.

Khác với các ứng dụng AI chủ yếu tạo ra câu trả lời, Agentic AI được thiết kế để xử lý công việc thông qua nhiều bước liên tiếp.

Theo IBM và Google Cloud, đặc điểm quan trọng của Agentic AI nằm ở khả năng hành động hướng tới mục tiêu, sử dụng công cụ và điều chỉnh cách thực hiện dựa trên thông tin mới.

Ví dụ, khi được yêu cầu phân tích tình trạng hoạt động của hệ thống máy chủ, một chatbot AI thông thường có thể hướng dẫn người quản trị cách kiểm tra CPU, RAM server, dung lượng lưu trữ và nhật ký hệ thống.

Trong khi đó, một Agentic AI được tích hợp với công cụ giám sát có thể thực hiện quy trình:

Đối với những thao tác ảnh hưởng trực tiếp đến hệ thống đang vận hành, Agentic AI có thể được thiết kế để yêu cầu quản trị viên phê duyệt trước khi thực hiện.

Điểm khác biệt cốt lõi không nằm ở việc AI trả lời thông minh đến đâu, mà ở khả năng chuyển từ hiểu yêu cầu sang thực hiện công việc thực tế.

Agentic AI hoạt động như thế nào?

Agentic AI thường hoạt động thông qua một vòng lặp gồm tiếp nhận mục tiêu, lập kế hoạch, thực thi hành động, kiểm tra kết quả và điều chỉnh khi cần thiết.

Tiếp nhận và xác định mục tiêu

Người dùng đưa ra một yêu cầu tổng thể, chẳng hạn: “Hãy tổng hợp tình trạng vận hành của các máy chủ và xác định những hệ thống có dấu hiệu quá tải”.

Agentic AI phân tích yêu cầu, xác định dữ liệu cần truy cập, phạm vi công việc và tiêu chí hoàn thành.

Phân tích và lập kế hoạch

Hệ thống sử dụng mô hình AI để phân chia mục tiêu thành các nhiệm vụ nhỏ.

Ví dụ, để đánh giá hiệu năng hạ tầng CNTT, Agentic AI có thể xác định cần kiểm tra mức sử dụng CPU server, RAM, lưu trữ, lưu lượng mạng và các sự kiện bất thường.

Thực hiện hành động bằng công cụ

Đây là thành phần tạo nên sự khác biệt quan trọng của Agentic AI.

Thông qua API, công cụ phần mềm hoặc những hệ thống tích hợp được cấp quyền, AI có thể truy xuất dữ liệu, chạy tác vụ, tạo báo cáo và cập nhật trạng thái công việc.

Đánh giá kết quả và điều chỉnh

Sau mỗi hành động, hệ thống kiểm tra kết quả trả về.

Nếu dữ liệu chưa đầy đủ hoặc một bước thực hiện thất bại, AI có thể thay đổi kế hoạch, thử phương án được cho phép khác hoặc chuyển yêu cầu cho người phụ trách.

Quy trình này không đồng nghĩa với việc AI luôn tự học hoặc tự cập nhật mô hình sau mỗi lần chạy. Khả năng ghi nhớ, thích ứng và cải thiện kết quả phụ thuộc vào kiến trúc được triển khai.

Cách hoạt động theo vòng lặp này cũng được mô tả trong các tài liệu kiến trúc AI Agent của OpenAI và Google Cloud.

AI Agent và Agentic AI có giống nhau không?

Hai khái niệm này có liên hệ chặt chẽ nhưng không hoàn toàn đồng nghĩa.

AI Agent là một tác nhân phần mềm có khả năng sử dụng AI và công cụ để thực hiện nhiệm vụ nhất định.

Agentic AI thường được dùng để mô tả hệ thống hoặc phương thức triển khai AI mang tính tự chủ, có thể kết hợp một hoặc nhiều AI Agent để xử lý những quy trình phức tạp.

Ví dụ, một hệ thống chăm sóc khách hàng có thể được xây dựng từ nhiều tác nhân chuyên biệt:

• Agent tiếp nhận và phân loại yêu cầu.

• Agent truy xuất thông tin khách hàng.

• Agent tra cứu kiến thức sản phẩm.

• Agent đề xuất hướng giải quyết.

• Agent cập nhật trạng thái xử lý.

Các Agent này có thể được phối hợp thông qua một lớp điều phối, còn gọi là AI Orchestration.

Tuy nhiên, không phải mọi bài toán Agentic AI đều cần nhiều Agent. Với quy trình đơn giản, một Agent có công cụ và quyền hạn phù hợp có thể đáp ứng yêu cầu mà không cần kiến trúc Multi-Agent phức tạp.

Ứng dụng Agentic AI trong doanh nghiệp

Giá trị của Agentic AI nằm ở khả năng tham gia trực tiếp vào quy trình nghiệp vụ, đặc biệt khi công việc cần xử lý dữ liệu từ nhiều nguồn và phối hợp qua nhiều hệ thống.

Tự động hóa chăm sóc khách hàng

Agentic AI có thể hỗ trợ xử lý yêu cầu khách hàng xuyên suốt nhiều bước, thay vì chỉ trả lời những câu hỏi thường gặp.

Ví dụ, khi khách hàng yêu cầu kiểm tra tình trạng đơn hàng, AI có thể truy xuất hệ thống quản lý đơn hàng, xác định trạng thái giao hàng và cung cấp thông tin cập nhật.

Với những trường hợp cần thay đổi đơn hàng hoặc xử lý hoàn tiền, AI có thể chuyển yêu cầu cho nhân viên có thẩm quyền.

Quản lý và vận hành hạ tầng CNTT

Đây là một trong những hướng ứng dụng đáng chú ý đối với các doanh nghiệp đang quản lý nhiều máy chủ, hệ thống lưu trữ và thiết bị mạng.

Khi được tích hợp vào nền tảng giám sát, Agentic AI có thể hỗ trợ:

• Tổng hợp trạng thái hoạt động của hệ thống.

• Phân tích cảnh báo từ máy chủ và thiết bị mạng.

• Đối chiếu thông tin với tài liệu vận hành.

• Phân loại và tạo ticket sự cố.

• Đề xuất phương án xử lý cho quản trị viên.

Chẳng hạn, nếu một máy chủ xuất hiện cảnh báo dung lượng lưu trữ tăng bất thường, hệ thống có thể kiểm tra lịch sử sử dụng, xác định những thành phần cần được xem xét và tạo báo cáo hỗ trợ đội ngũ IT.

Agentic AI có thể góp phần giảm thao tác kiểm tra thủ công, nhưng không thay thế những quy trình kiểm soát thay đổi quan trọng trong môi trường production.

Hỗ trợ phát triển phần mềm

Trong lĩnh vực lập trình, Agentic AI có thể hỗ trợ phân tích yêu cầu, tìm kiếm những đoạn mã liên quan, đề xuất thay đổi, tạo bản vá và chạy kiểm thử trong môi trường được cấp quyền.

Khác với AI chỉ sinh mã nguồn theo yêu cầu, Agentic AI có thể tham gia vào một chuỗi công việc phát triển phần mềm có kiểm tra và phản hồi.

Tuy nhiên, việc hợp nhất mã nguồn, triển khai sản phẩm hoặc thay đổi cấu hình production vẫn cần cơ chế kiểm duyệt phù hợp.

Marketing và quản lý hoạt động kinh doanh

Agentic AI cũng có tiềm năng hỗ trợ các quy trình Marketing và Sales Operations.

Đối với Marketing B2B, hệ thống có thể hỗ trợ phân loại khách hàng tiềm năng, đồng bộ thông tin giữa CRM và phần mềm quản lý công việc, đồng thời đề xuất các bước chăm sóc tiếp theo.

Khả năng tự động thực thi phụ thuộc vào quyền API, mức độ tích hợp dữ liệu và quy tắc phê duyệt được thiết lập.

Hạ tầng công nghệ cần gì để triển khai Agentic AI?

Để Agentic AI hoạt động hiệu quả trong môi trường doanh nghiệp, hệ thống không chỉ cần mô hình AI mà còn phải có hạ tầng xử lý, lưu trữ, kết nối dữ liệu và các thành phần bảo mật phù hợp.

Năng lực xử lý AI

Mô hình ngôn ngữ lớn (LLM) thường đóng vai trò quan trọng trong việc phân tích yêu cầu, suy luận và lựa chọn hành động.

Doanh nghiệp có thể sử dụng mô hình AI thông qua dịch vụ Cloud API hoặc triển khai mô hình trên hạ tầng máy chủ riêng.

Đối với phương án On-Premise, nhu cầu sử dụng GPU, CPU và RAM phụ thuộc vào kích thước mô hình, số lượng người dùng đồng thời, độ trễ mục tiêu và khối lượng tác vụ. Không phải mọi hệ thống Agentic AI đều cần máy chủ GPU chuyên dụng.

Hệ thống lưu trữ và dữ liệu

Agentic AI thường cần truy cập cơ sở dữ liệu, tài liệu và thông tin nghiệp vụ để thực hiện công việc.

Tùy kiến trúc, hệ thống có thể sử dụng cơ sở dữ liệu quan hệ, Object Storage hoặc Vector Database nhằm phục vụ khả năng truy xuất thông tin.

Nếu ứng dụng yêu cầu tìm kiếm thông tin từ tài liệu nội bộ, doanh nghiệp có thể cân nhắc kết hợp Retrieval-Augmented Generation (RAG).

Mạng và khả năng kết nối

Khả năng truy cập API, cơ sở dữ liệu và các nền tảng nghiệp vụ có ảnh hưởng trực tiếp đến hoạt động của AI Agent.

Đối với hệ thống On-Premise hoặc Hybrid AI, doanh nghiệp cần đánh giá băng thông, độ trễ, phân vùng mạng và cơ chế kết nối an toàn giữa những thành phần hạ tầng.

Nền tảng điều phối và giám sát

Lớp điều phối chịu trách nhiệm quản lý chuỗi hành động, trạng thái công việc và sự phối hợp giữa những Agent.

Bên cạnh đó, hệ thống cần có khả năng ghi log, theo dõi hành động, giới hạn tài nguyên và xử lý sự cố.

Hệ thống bảo mật và phân quyền

Khác với chatbot chỉ đưa ra câu trả lời, Agentic AI có thể trực tiếp thay đổi dữ liệu hoặc kích hoạt các quy trình nghiệp vụ.

Vì vậy, quản lý danh tính, phân quyền truy cập, xác thực hành động và kiểm toán hệ thống là những yêu cầu cần được thiết kế ngay từ đầu.

Doanh nghiệp nên bắt đầu với Agentic AI như thế nào?

Không nhất thiết phải xây dựng một hệ thống Multi-Agent quy mô lớn ngay từ đầu. Doanh nghiệp có thể tiếp cận theo lộ trình từng bước.

1. Xác định bài toán: Lựa chọn quy trình có nhiều thao tác thủ công, mục tiêu rõ ràng và kết quả có thể đo lường.

2. Đánh giá dữ liệu và khả năng tích hợp: Kiểm tra chất lượng dữ liệu, API, quyền truy cập và những hệ thống cần kết nối.

3. Triển khai thử nghiệm: Bắt đầu với một AI Agent trong phạm vi hẹp, ưu tiên các thao tác đọc dữ liệu hoặc tạo bản nháp.

4. Thiết lập kiểm soát: Cấu hình quyền hạn, cơ chế phê duyệt, giới hạn chi phí, theo dõi hành động và phương án dừng hệ thống.

5. Đánh giá và mở rộng: Đo lường tỷ lệ hoàn thành, chất lượng kết quả, thời gian xử lý và chi phí trước khi tăng quyền tự chủ hoặc mở rộng sang nhiều quy trình.

Cách triển khai từ quy mô nhỏ và mở rộng theo kết quả thực tế cũng phù hợp với khuyến nghị trong tài liệu xây dựng AI Agent của OpenAI.

NSTECH – Đồng hành xây dựng hạ tầng cho ứng dụng AI doanh nghiệp

Khi doanh nghiệp chuyển từ thử nghiệm AI sang triển khai những ứng dụng thực tế, hạ tầng xử lý, lưu trữ, mạng và bảo mật cần được đánh giá phù hợp với yêu cầu vận hành.

Với các nhu cầu xây dựng hạ tầng AI On-Premise hoặc Hybrid AI, NSTECH là địa chỉ để doanh nghiệp trao đổi về cấu hình máy chủ, tài nguyên GPU, giải pháp lưu trữ và hệ thống mạng phục vụ ứng dụng AI.

Liên hệ NSTECH để được tư vấn lựa chọn hạ tầng CNTT phù hợp với nhu cầu triển khai AI của doanh nghiệp.

Website: https://nstech.vn/
Hotline: 09 3333 5554
Email: ducnh@nstech.vn
Văn Phòng TPHCM: 419/2N Phan Xích Long, Phường Đức Nhuận, Tp.Hồ Chí Minh
Văn Phòng Hà Nội: Tầng 6 Số 95 Phố Hoàng Cầu, Phường Đống Đa, Thành phố Hà Nội
Văn Phòng Đà Nẵng: Số 36 đường Nguyễn Cư Trinh, Phường Hòa Cường, TP Đà Nẵng

Hoàng Đức (Đức King Server)

Tôi là Hoàng Đức – CEO Công ty Cổ phần NSTECH Việt Nam. Với nhiều năm kinh nghiệm trong lĩnh vực hạ tầng máy chủ và giải pháp công nghệ, tôi định hướng NSTECH không chỉ là đơn vị cung cấp thiết bị, mà là đối tác chiến lược giúp doanh nghiệp xây dựng nền tảng IT ổn định, an toàn và bền vững.