Vì sao các dự án AI tác tử bị hủy và bài học từ một chương trình thí điểm kéo dài tám tuần

Khách hàng yêu cầu hoàn tiền, tác tử tìm đơn hàng trong CRM, kiểm tra chính sách đổi trả rồi soạn thư trả lời trong chưa đầy một phút. Sau đó, tác tử bị khựng lại vì yêu cầu phê duyệt hoàn tiền nằm trong một hệ thống tài chính mà nó chưa từng được kết nối, còn địa chỉ của khách hàng lại không khớp giữa hai cơ sở dữ liệu. Những điểm thiếu kết nối như vậy hiếm khi lộ ra trong buổi trình diễn, nhưng lại quyết định chi phí vận hành tác tử và việc mọi người có thể tin cậy nó hay không. Điều này cho thấy rủi ro lớn hơn của AI tác tử nằm ở doanh nghiệp triển khai tác tử, chứ không phải ở bản thân mô hình.

Gartner dự đoán hơn 40% dự án AI tác tử sẽ bị hủy trước cuối năm 2027, đồng thời chỉ ra chi phí ngày càng tăng, giá trị kinh doanh không rõ ràng và các biện pháp kiểm soát rủi ro yếu kém. Đọc kỹ dự báo này sẽ thấy vấn đề nằm ở cách các dự án được phê duyệt chỉ dựa trên một buổi trình diễn, trong khi chưa hiểu rõ công việc hiện tiêu tốn bao nhiêu và ai chịu trách nhiệm về kết quả.

Câu hỏi tôi muốn đặt ra với mọi ban lãnh đạo là liệu doanh nghiệp có thể để tác tử này thực hiện công việc hằng ngày với mức chi phí và rủi ro mà mình chấp nhận được hay không. Để trả lời, cần xem xét kỹ điều tôi gọi là công việc còn lại sau tự động hóa, tức mọi việc con người vẫn phải làm sau khi tác tử hoàn tất phần việc của mình. Một chương trình thí điểm kéo dài tám tuần là cách thiết thực để đo lường những việc này trước khi cam kết triển khai trên quy mô toàn diện.

Những vấn đề tác tử kế thừa từ doanh nghiệp

Tác tử hiếm khi hoạt động độc lập, bởi ngay cả một nhiệm vụ trông có vẻ đơn giản cũng liên quan đến hồ sơ khách hàng, một vài ứng dụng kinh doanh và thường cả một bước phê duyệt; mỗi kết nối đều giới hạn những gì tác tử có thể xem và thực hiện. Khi hồ sơ không nhất quán hoặc không ai biết chắc ai là người phê duyệt, tác tử sẽ kế thừa sự rối rắm đó cùng với nhiệm vụ.

Các trường hợp thông thường hiếm khi là vấn đề; vấn đề nằm ở những trường hợp ngoại lệ, vì đó là lúc chi phí vận hành chồng chất, và cũng chính là phần mà một buổi trình diễn được thiết kế để né tránh. Nghiên cứu năm 2026 của Deloitte cho thấy chỉ 5% tổ chức đánh giá quy trình kinh doanh của mình đã sẵn sàng ở mức cao cho các tác tử AI. Con số này nói lên nhiều điều hơn bất kỳ tiêu chuẩn đánh giá mô hình nào, bởi nó cho thấy AI sẵn sàng trước khi phần lớn quy trình kịp sẵn sàng.

Bài toán kinh doanh phải tính đến cả công việc còn lại sau tự động hóa

Đo thời gian tác tử tạo ra kết quả là cách dễ nhất để phóng đại giá trị của nó, bởi con số quan trọng là tổng công sức cần bỏ ra để hoàn thành nhiệm vụ. Giả sử một yêu cầu cần nhân viên xử lý trong 20 phút, còn tác tử rút ngắn khâu xử lý ban đầu xuống còn hai phút; thoạt nhìn, có vẻ tiết kiệm được 18 phút, cho đến khi có người phải dành 15 phút kiểm tra kết quả và sửa lỗi. Khi tính cả chi phí vận hành tác tử vào phía chi phí, khoản tiết kiệm ba phút là quá ít ỏi.

Phân tích của McKinsey về một tác tử chăm sóc khách hàng trong lĩnh vực ngân hàng cho thấy xu hướng tương tự ở quy mô lớn: token chiếm 20–25% chi phí vận hành biến đổi, còn khâu giám sát của con người chiếm 70–75%, nghĩa là phần lớn chi phí phát sinh bên ngoài mô hình. Nếu chưa thiết lập số liệu cơ sở trước khi bắt đầu viết mã, chương trình thí điểm vẫn có thể cho thấy nhiều tiến triển kỹ thuật nhưng chưa kiểm chứng được hiệu quả đầu tư. Tối thiểu, người phụ trách kinh doanh cần có câu trả lời rõ ràng cho từng điểm sau:

• Khối lượng: quy trình diễn ra thường xuyên đến đâu và có bao nhiêu người tham gia.
• Thời gian hoàn thành: toàn bộ nhiệm vụ mất bao lâu, bao gồm cả việc kiểm tra và chỉnh sửa.
• Độ chính xác: mức độ thường xuyên xảy ra lỗi hoặc phải làm lại.
• Chi phí mỗi nhiệm vụ: hiện nay cần bao nhiêu chi phí để hoàn thành thành công một nhiệm vụ.
• Tác động kinh doanh: một cải thiện thực sự sẽ tạo ra thay đổi gì cho khách hàng, nhân viên hoặc doanh nghiệp.

Tác tử phải chứng minh được giá trị trong quy trình làm việc

Việc áp dụng thường được xếp vào nhóm quản lý thay đổi, nhưng theo kinh nghiệm của tôi, vấn đề được quyết định sớm hơn nhiều, bởi tác tử được đặt ở đâu trong quy trình làm việc. Một công ty dịch vụ chuyên nghiệp toàn cầu đã xây dựng các tác tử phục vụ công việc hỗ trợ và tuân thủ. Tác tử hỗ trợ của công ty có thể truy xuất thông tin từ một số hệ thống nội bộ, nhưng mọi người phải mở một ứng dụng riêng để sử dụng nên phần lớn chẳng buồn làm vậy. Khi quy trình tương tự được chuyển vào nền tảng hỗ trợ hiện có, tác tử xuất hiện ngay trong phiếu hỗ trợ mà nhân viên phụ trách đã xử lý. Tác tử sàng lọc tuân thủ cũng được triển khai theo cách tương tự: tích hợp vào Salesforce để tự chạy mỗi khi một hồ sơ vụ việc được tạo.

Bản thân các tác tử không thay đổi; chỉ vị trí của chúng trong quy trình làm việc thay đổi. Nhân viên phụ trách vốn đã có lý do để mở phiếu hỗ trợ hoặc tạo hồ sơ vụ việc, nên đưa tác tử đến đúng thời điểm đó không đòi hỏi họ phải làm thêm việc gì. Vì vậy, việc bố trí tác tử vừa là quyết định về kiến trúc, vừa là quyết định về khả năng được sử dụng: tác tử cần có ngữ cảnh tại nơi công việc diễn ra, và đầu ra của nó phải chuyển tiếp sang bước kế tiếp mà không cần ai chép thủ công.

Mức độ tự chủ làm thay đổi bài toán bảo mật

Tác tử chỉ có thể đọc thông tin sẽ tạo ra một dạng rủi ro; tác tử có thể chỉnh sửa hồ sơ hoặc gửi email cho khách hàng lại tạo ra một dạng rủi ro hoàn toàn khác. Vì vậy, các biện pháp kiểm soát phải tương ứng với những gì tác tử thực sự được phép làm. Cấp quyền quá rộng và làm rò rỉ dữ liệu nhạy cảm là những rủi ro quen thuộc, nhưng cần đặc biệt chú ý đến tấn công chèn chỉ dẫn: những chỉ dẫn ẩn trong tài liệu hoặc email mà tác tử tiếp nhận trong khi đang thực hiện một công việc hoàn toàn hợp lệ.

Hướng dẫn của Gartner về quản trị tác nhân, công bố vào tháng 5 năm 2026 chia mức độ tự chủ thành bốn cấp, giúp xác định một cách thiết thực mức độ kiểm soát cần áp dụng:

1. Quan sát: tác nhân truy xuất thông tin và phát hiện quy luật, với quyền chỉ đọc.
2. Đề xuất: tác nhân khuyến nghị hành động, còn nhân viên đưa ra quyết định.
3. Hành động sau khi được phê duyệt: tác nhân chuẩn bị hoặc khởi động một hành động, nhưng phải được một người cho phép trước khi hành động đó được thực hiện.
4. Tự chủ hành động: tác nhân tự thực hiện các hành động đã được phê duyệt trong những giới hạn nhất định, đồng thời được giám sát và chuyển cấp xử lý khi có ngoại lệ.

Ở mọi cấp độ, tác nhân cần có danh tính riêng, quyền hạn giới hạn trong phạm vi nhiệm vụ và hồ sơ ghi lại từng hành động. Các tổ chức cũng cần quy định cách xử lý và lưu giữ dữ liệu, làm rõ thông tin nào được chuyển đến các nhà cung cấp mô hình bên ngoài, đồng thời chỉ định người có thẩm quyền tạm dừng tác nhân và thu hồi quyền truy cập ngay khi phát hiện dấu hiệu bất thường.

Mỗi biện pháp kiểm soát này đều phát sinh chi phí vận hành, bởi quyền hạn rộng hơn, hoạt động giám sát bổ sung và các lần phê duyệt thường xuyên đều làm chi phí tăng dần theo thời gian. Vì vậy, lựa chọn mức độ tự chủ phù hợp vừa là quyết định kinh tế, vừa là quyết định về bảo mật; mức phù hợp là mức mà tại đó tác nhân tạo ra kết quả đáng giá với mức rủi ro doanh nghiệp có thể chấp nhận.

Chọn quy trình đủ khả năng biện minh cho việc sử dụng tác nhân

Nhiều nhóm bắt đầu từ công nghệ rồi mới đi tìm vấn đề cần giải quyết, trong khi điểm khởi đầu tốt hơn là một quy trình mà những người trực tiếp thực hiện đã thấy rõ chi phí hoặc độ trễ.

Một công ty mạng lưới chuyên gia toàn cầu mà chúng tôi từng hợp tác là ví dụ điển hình: nhóm của công ty phải đối chiếu các yêu cầu khảo sát với chuyên gia trên ba hệ thống không thể trao đổi dữ liệu với nhau, đồng thời kiểm tra thủ công hồ sơ, lịch sử tham gia và mức độ tuân thủ cho từng lượt đối chiếu. Chúng tôi xây dựng một tác nhân kết hợp tìm kiếm ngữ nghĩa với lịch sử tham gia và các quy tắc tuân thủ đó; khi đưa vào vận hành, số phiếu báo cáo ghép nối sai giảm 80%, độ chính xác đối chiếu tăng 40% và nhóm được giải phóng 22% năng lực làm việc.

Dự án thành công vì vấn đề được xác định cụ thể: thông tin phân tán, phải kết nối thủ công và chất lượng đối chiếu có thể đo lường trước và sau khi triển khai. Việc xác định cụ thể cũng giúp trả lời câu hỏi liệu quy trình có thực sự cần đến tác nhân hay không. Công việc tuân theo các quy tắc cố định thường được xử lý với chi phí thấp hơn bằng tự động hóa thông thường; còn những công việc chủ yếu là tìm kiếm và tóm tắt thông tin thường phù hợp với trợ lý AI. Tác nhân chỉ xứng đáng với chi phí và rủi ro phát sinh thêm khi nhiệm vụ đòi hỏi đọc hiểu ngữ cảnh, lựa chọn giữa các hành động được phép và kết nối nhiều bước để đạt kết quả.

Thử nghiệm tám tuần với các mốc quyết định rõ ràng

Toàn bộ quá trình thử nghiệm xoay quanh một câu hỏi thương mại: liệu tác nhân này có thể cải thiện quy trình đủ mức để xứng đáng được vận hành ở quy mô lớn hay không? Tám tuần là khoảng thời gian đủ để kiểm chứng tính khả thi của phương án kinh doanh, công nghệ và năng lực quản lý những gì tổ chức xây dựng.

Tuần 1–2: Xác định những điểm cần cải thiện

Trước tiên, ghi lại quy trình hiện đang vận hành, từ khối lượng công việc và thời gian hoàn thành đến tỷ lệ lỗi, khối lượng phải làm lại và chi phí. Ghi rõ các hệ thống liên quan, người chịu trách nhiệm ở từng giai đoạn và những trường hợp ngoại lệ cần con người xử lý; sau đó, thống nhất giữa người phụ trách nghiệp vụ và nhóm kỹ thuật về kết quả duy nhất mà tác nhân cần cải thiện. Mốc quyết định: tiếp tục khi vấn đề, số liệu ban đầu, người chịu trách nhiệm và các chỉ số thành công đã rõ ràng.

Tuần 3: Xác định ranh giới hoạt động của tác nhân

Đây là giai đoạn xác định các giới hạn của tác nhân, bao gồm danh tính, quyền hạn, quyền truy cập dữ liệu, công cụ được phép sử dụng và mức độ tự chủ. Kiểm thử tác nhân trước các cuộc tấn công chèn lệnh, truy cập trái phép, rò rỉ dữ liệu nhạy cảm và sử dụng sai công cụ; đồng thời thiết lập việc ghi nhật ký, quy trình ứng phó sự cố và phương án đình chỉ tác nhân hoặc thu hồi quyền truy cập. Mốc quyết định: tiếp tục khi các biện pháp kiểm soát và quy trình can thiệp đã được kiểm thử thực tế, đồng thời mọi người đều hiểu tác nhân được phép làm gì.

Tuần 4–6: Kiểm thử những tình huống có thể làm hỏng bản trình diễn

Tiếp theo, giao cho tác nhân các nhiệm vụ thực tế, bao gồm hồ sơ chưa đầy đủ, thông tin mâu thuẫn, yêu cầu khác thường và những sự cố hệ thống thỉnh thoảng xảy ra. Theo dõi số lượng nhiệm vụ tác nhân hoàn thành, độ chính xác và khối lượng công việc người dùng phải bỏ ra để sửa lỗi; sau đó tính chi phí thực tế cho mỗi nhiệm vụ hoàn thành, bao gồm chi phí sử dụng mô hình, tích hợp, giám sát và rà soát. Mốc quyết định: chuyển sang kiểm thử trực tiếp khi tác nhân đạt các ngưỡng đã thống nhất và nhóm hiểu rõ cả chi phí vận hành lẫn các cách thức tác nhân có thể gặp lỗi.

Tuần 7–8: Đưa tác nhân đến với người dùng thực tế

Cho một nhóm nhỏ nhân viên sử dụng tác nhân trong một phần công việc thực tế được kiểm soát, đồng thời duy trì quy trình cũ để xử lý những việc tác nhân không thể đảm đương. Theo dõi xem mọi người có thực sự sử dụng tác nhân hay không, tác nhân có giúp họ giảm công sức không và họ có tin tưởng kết quả mà tác nhân tạo ra hay không.

Khi kết thúc, đối chiếu kết quả với số liệu ban đầu từ tuần đầu tiên và xem xét năng suất, độ chính xác, mức độ áp dụng, tần suất cần người can thiệp, tổng chi phí vận hành và mọi rủi ro bảo mật chưa được xử lý. Sau đó, quyết định mở rộng, khắc phục những thiếu sót cụ thể rồi kiểm thử lại, hoặc dừng dự án. Ngay cả khi thử nghiệm cho thấy tác nhân quá tốn kém hoặc không đủ tin cậy cho nhiệm vụ, thử nghiệm vẫn hoàn thành mục tiêu vì đã ngăn tổ chức rót một khoản đầu tư lớn hơn nhiều dựa trên phỏng đoán.

Đo lường kết quả, rồi quyết định nên trao cho tác nhân mức độ tự chủ đến đâu

Đếm số tác vụ mà một tác nhân xử lý được không nói lên nhiều điều, bởi một hệ thống có thể xử lý hàng nghìn yêu cầu mà nhân viên vẫn phải kiểm tra, chỉnh sửa hoặc hoàn thành phần lớn trong số đó. Chi phí cho mỗi tác vụ hoàn thành thành công, khi được xem xét cùng với độ chính xác và tỷ lệ ngoại lệ, sẽ phản ánh rõ hơn nhiều liệu quy trình có được cải thiện từ đầu đến cuối hay không.

Những chỉ số tương tự cũng là cơ sở để trao cho tác nhân nhiều quyền tự chủ hơn. Có thể tin tưởng một tác nhân thường xuyên xử lý tốt các yêu cầu thông thường trong phạm vi giới hạn đã thỏa thuận và để nó tự giải quyết những yêu cầu đó; còn nếu tác nhân liên tục gặp các trường hợp không rõ ràng, con người sẽ tiếp tục phê duyệt những quyết định ấy, đồng thời quyền hạn được xem xét lại khi có thêm bằng chứng.

Mở rộng khi doanh nghiệp có thể hỗ trợ tác nhân

Sớm muộn gì, một tác nhân hoạt động hiệu quả với một nhóm cũng sẽ phải xử lý công việc của các phòng ban, ứng dụng và chuỗi phê duyệt khác. Để mở rộng quy mô, cần xác định rõ bên chịu trách nhiệm, áp dụng các biện pháp kiểm soát quyền truy cập nhất quán và có phương án xử lý ngoại lệ, đồng thời dành ngân sách để duy trì tính cập nhật của tác nhân khi các quy trình xung quanh thay đổi.

Quyết định cốt lõi trong tất cả những việc này là tổ chức sẵn sàng giao phó bao nhiêu trách nhiệm, và quyết định đó phải dựa trên bằng chứng từ công việc thực tế chứ không phải một buổi trình diễn ấn tượng. Sau tám tuần, ban lãnh đạo cần hiểu rõ tác nhân có thể đảm đương những gì, ở đâu con người vẫn cần can thiệp và chi phí vận hành tác nhân là bao nhiêu. Những doanh nghiệp vươn lên dẫn đầu về AI tác tử sẽ là những doanh nghiệp ngay từ tuần đầu tiên đã thiết kế quy trình cho giai đoạn sau tự động hóa và cấp ngân sách cho tác nhân xử lý những nhiệm vụ mà chúng thực sự hoàn thành.