Sự trỗi dậy của Trí tuệ nhân tạo Agentic: Một cách tiếp cận chiến lược ba bước để tự động hóa thông minh

Giống như nhiều người, tôi yêu thích lời khuyên tốt. Nhưng đôi khi, tôi cần giúp đỡ để hoàn thành một việc.

Phiên bản tiếp theo của Trí tuệ nhân tạo — Trí tuệ nhân tạo Agentic — sẽ giúp chúng ta chuyển từ lời khuyên sang việc thực hiện. Nó sẽ cho phép các doanh nghiệp tận dụng nó để nhảy vọt về phía trước.

Nhưng nhảy vọt đến đâu? Và chuyển đổi như thế nào?

Trí tuệ nhân tạo Agentic có thể giảm chi phí hỗ trợ khách hàng xuống 25-50% trong khi cải thiện đáng kể chất lượng và sự hài lòng của khách hàng vì nó vượt ra ngoài việc thực hiện nhiệm vụ đơn giản. Nó cũng có thể tự động giải quyết các quy trình làm việc và tương tác của khách hàng phức tạp. Khi được áp dụng cho hỗ trợ khách hàng, ví dụ, các đại lý không chỉ trả lời các câu hỏi mà còn giải quyết toàn diện các yêu cầu từ đầu đến cuối, giảm sự can thiệp của con người và tăng hiệu quả.

Giống như tất cả các công nghệ mới, việc áp dụng Trí tuệ nhân tạo Agentic đưa ra những thách thức. Một công ty phải có các quy trình làm việc được ghi chép rõ ràng và hiểu sâu sắc và có một cơ sở kiến thức vững chắc mà Trí tuệ nhân tạo Agentic có thể dựa vào. Và giống như Trí tuệ nhân tạo tạo sinh, các vấn đề về quyền riêng tư và bảo mật dữ liệu yêu cầu các công ty phải hiểu các mô hình ngôn ngữ lớn (LLM) mà họ sử dụng và cách thông tin được lưu trữ và truyền đạt bởi chúng.

Tuy nhiên, chiến lược áp dụng đúng đắn cho tự động hóa thông minh có thể đảm bảo thành công. Để tận dụng được nhiều lợi ích nhất, các công ty sẽ cần làm ba việc:

• Bắt đầu từ đúng nơi
• Cân bằng Trí tuệ nhân tạo Agentic với chuyên môn con người
• Kết nối với mạng lưới chuyên môn Agentic

Mặc dù vẫn còn sớm, đây là những gì chúng tôi đang học được khi làm việc với khách hàng trong các ngành công nghiệp khác nhau để tích hợp Trí tuệ nhân tạo Agentic vào các quy trình làm việc và hoạt động của họ.

Đừng bắt đầu nhỏ — bắt đầu thông minh

Có thể ngược lại với trực giác, nơi tốt nhất để bắt đầu là với các trường hợp sử dụng có khối lượng lớn nhất. Điều đó có rủi ro không? Không nếu được thực hiện đúng. Trên thực tế, mặc dù bắt đầu với các trường hợp sử dụng có khối lượng thấp có thể xuất hiện để giảm rủi ro, nhưng nó thực sự tăng rủi ro không thấy đủ tác động để chứng minh cho khoản đầu tư.

Bắt đầu với các trường hợp sử dụng có khối lượng lớn nhất mang lại tiềm năng lợi nhuận trên đầu tư (ROI) lớn nhất, cho phép một công ty nhanh chóng nhận ra tác động đáng kể, tối đa hóa lợi ích về hiệu quả và chứng minh giá trị rõ ràng của việc sử dụng các đại lý Trí tuệ nhân tạo.

Làm thế nào để giảm thiểu rủi ro khi bắt đầu quá lớn? Bằng cách triển khai ban đầu các đại lý với chỉ 1% khối lượng lớn nhất của trường hợp sử dụng. Cách tiếp cận này cho phép bạn xác định và sửa các vấn đề tiềm ẩn trong khi chuẩn bị cho tự động hóa rộng hơn.

Đối với một công ty bán lẻ, điều này có thể có nghĩa là tự động hóa các quy trình làm việc “nơi là đơn hàng của tôi?” hoặc xử lý trả hàng. Ngoài việc theo dõi các chuyến hàng trên toàn mạng lưới thực hiện của công ty, một đại lý Trí tuệ nhân tạo có thể xác minh danh tính của khách hàng, kiểm tra trạng thái thời gian thực và cập nhật khách hàng — thậm chí cung cấp các tùy chọn nếu đơn hàng đã bị trì hoãn bất ngờ.

Đối với việc trả hàng, một đại lý có thể kiểm tra các chính sách trả hàng của công ty, thu thập thông tin của khách hàng về việc trả hàng, đề xuất các bước tiếp theo và hoàn thành các nhiệm vụ liên quan, như in nhãn trả hàng, lên lịch trình lấy hàng, phát hành hoàn tiền, v.v. Đại lý trả hàng cũng có thể theo dõi các mẫu lạm dụng và, nếu cần, điều chỉnh quyết định và các bước tiếp theo của nó.

Sau khi một công ty triển khai một đại lý Trí tuệ nhân tạo trên một phần mẫu của quy trình làm việc có khối lượng lớn, nó phải theo dõi hoạt động của quy trình làm việc để xác định nơi nó có thể cần điều chỉnh. Khi đại lý hoạt động trơn tru, công ty có thể mở rộng việc sử dụng nó trong các lượng đã định trước cho đến khi cuối cùng nó xử lý toàn bộ khối lượng quy trình làm việc.

Tất nhiên, không tất cả các nhiệm vụ và quy trình làm việc đều phù hợp với tự động hóa hoàn toàn bằng Trí tuệ nhân tạo Agentic. Trên thực tế, việc giữ các chuyên gia con người kết nối với hoạt động chung của các đại lý Trí tuệ nhân tạo sẽ mang lại kết quả tốt nhất.

Cân bằng Trí tuệ nhân tạo với chuyên môn con người

Khi một công ty kiểm tra các quy trình làm việc và quy trình của mình để tìm kiếm các ứng viên tự động hóa, nó sẽ tìm thấy các trường hợp tốt nhất phù hợp với sự giám sát của con người hoặc hành động trực tiếp. Trí tuệ nhân tạo Agentic là một đổi mới đáng kinh ngạc, có khả năng cao, nhưng nó có những hạn chế.

Ba hạn chế cụ thể:

Các đại lý Trí tuệ nhân tạo, giống như các mô hình ngôn ngữ lớn (LLM) hỗ trợ chúng, không hiện có trí tuệ chung. Chúng hoạt động tốt nhất trong các lĩnh vực hẹp, được định nghĩa rõ ràng. Vì vậy, trong khi con người có thể học cách thực hiện một nhiệm vụ cụ thể và trừu tượng từ kiến thức đó các nguyên tắc mà chúng sau đó áp dụng cho các nhiệm vụ khác nhau, không liên quan, Trí tuệ nhân tạo hiện tại không thể.

Then, có các quy trình làm việc với các ma trận quyết định phức tạp đòi hỏi kinh nghiệm và phán quyết dựa trên kinh nghiệm đáng kể. Ví dụ, một công ty bán lẻ có thể cần nội dung cho một chiến dịch tiếp thị đơn giản. Một đại lý có thể xử lý điều đó — và thực hiện chiến dịch.

Nhưng muốn xem lại biểu hiện và lời hứa của thương hiệu trên nhiều thị trường? Một đại lý sẽ không thể thực hiện được nhiệm vụ đó. Nó sẽ đòi hỏi sự hiểu biết về xu hướng thị trường, nhận thức về thương hiệu, sự khác biệt về văn hóa trên các thị trường và sự hiểu biết về cách các thương hiệu evokes cảm xúc.

Cuối cùng, các quy trình làm việc phụ thuộc vào giao tiếp “lộn xộn” của con người và sắc thái cảm xúc đòi hỏi các yếu tố đặc biệt của con người như lòng trắc ẩn vẫn nên ở với con người. Hãy nghĩ về các vấn đề dịch vụ khách hàng liên quan đến khách hàng khó chịu hoặc các tương tác chăm sóc sức khỏe nơi trạng thái cảm xúc hoặc tinh thần của bệnh nhân có thể bị rủi ro.

Nhưng tôi không mô tả một quá trình quyết định nhị phân: đưa điều này cho các đại lý Trí tuệ nhân tạo; mọi thứ khác đi đến con người. Trong thực tế, một mô hình kết hợp hoạt động tốt nhất.

Mặc dù cần có sự phân chia rõ ràng giữa vai trò của Trí tuệ nhân tạo và con người, ngay cả khi các nhiệm vụ cần được xử lý bởi các chuyên gia con người, Trí tuệ nhân tạo vẫn nên có mặt để mở rộng khả năng của họ và tận dụng tối đa chuyên môn của họ.

Nói chung, các công ty nên sử dụng Trí tuệ nhân tạo Agentic cho các nhiệm vụ giao dịch, lặp đi lặp lại và tận dụng chuyên môn con người cho các tương tác có mức độ rủi ro cao, các kịch bản phức tạp về mặt cảm xúc và các tình huống đòi hỏi sự phán quyết tinh vi. Một yêu cầu bảo hành 50 đô la có thể được tự động hóa hoàn toàn, trong khi một yêu cầu 5.000 đô la có thể được hưởng lợi từ trí tuệ cảm xúc của con người và xử lý nhạy cảm về thương hiệu.

Kết nối với mạng lưới chuyên môn Agentic

Có lẽ quan trọng nhất, đừng cố gắng tự mình tham gia vào Trí tuệ nhân tạo Agentic. Thiết lập một mạng lưới các đối tác chuyên gia. Các nền tảng Trí tuệ nhân tạo Agentic mới nổi có thể cung cấp công nghệ trên các kênh kỹ thuật số và giọng nói. Một nhà tích hợp hệ thống và cố vấn hiểu môi trường hoạt động của khách hàng có thể đào tạo các mô hình Agentic cho các nhu cầu cụ thể của khách hàng và sau đó tích hợp chúng vào hoạt động của công ty.

Tích hợp các mô hình này vào các hệ thống doanh nghiệp đòi hỏi chuyên môn sâu về các quy trình làm việc phức tạp và các thách thức cụ thể của ngành. Nó cũng đòi hỏi sự hiểu biết tinh tế về các điểm quyết định của quy trình làm việc và nơi tương tác của con người là cần thiết nhất – hoặc có lợi, để Trí tuệ nhân tạo Agentic trở thành một lợi ích cho người lao động và năng suất của nhóm.

Trí tuệ nhân tạo Agentic cung cấp cho các doanh nghiệp một cách mạnh mẽ để cải thiện hiệu quả, nâng cao trải nghiệm của khách hàng và thúc đẩy đổi mới. Nhưng thành công không phải là về việc vội vàng. Đó là về việc đưa ra những lựa chọn thông minh, sáng suốt: Bắt đầu từ đúng nơi, áp dụng một mô hình kết hợp giữa con người và Trí tuệ nhân tạo, và kết nối với đúng mạng lưới.

Bởi vì với thế giới Trí tuệ nhân tạo đang thay đổi nhanh chóng như vậy, bạn không thể tự mình thực hiện.