Những Điều Doanh Nghiệp Nhầm Lẫn Về Trí Tuệ Nhân Tạo Agentic

Trí tuệ nhân tạo Agentic đã trở thành một trong những công nghệ doanh nghiệp được thảo luận nhiều nhất vào năm 2025, nhưng các triển khai thực sự vẫn còn hiếm. Các nhà phân tích lưu ý rằng mặc dù hàng nghìn công cụ được tiếp thị là “đại lý”, nhưng hầu hết đều thiếu tính tự chủ thực sự. Một báo cáo của Gartner về khoảng 3.000 đề xuất đại lý cho thấy chỉ có 4% thể hiện hành vi đại lý thực sự, trong khi đa số còn lại chỉ là các rô-bốt trò chuyện hoặc tự động hóa được lập trình. Việc “rửa” đại lý này khiến các công ty nhầm lẫn giữa RPA, tự động hóa quy trình làm việc hoặc truy cập ChatGPT doanh nghiệp với các hệ thống đại lý thực sự theo đuổi mục tiêu, phản ứng với thông tin mới và làm việc trên dữ liệu không cấu trúc.

Những Lầm Tưởng: RPA, Giấy Phép ChatGPT và Hype

RPA so với Trí Tuệ Nhân Tạo Agentic:

Các công cụ RPA truyền thống tuân theo các hướng dẫn được định nghĩa trước tĩnh. Trí tuệ nhân tạo Agentic lên kế hoạch hành động dựa trên ngữ cảnh và sử dụng các công cụ, API và nguồn dữ liệu có sẵn. Như IDC và các nghiên cứu ngành khác lưu ý, RPA thực hiện các quy tắc cố định trong khi các đại lý thích nghi động. Nhiều quy trình làm việc được bán dưới dạng “tự động hóa thông minh”, kết hợp rô-bốt trò chuyện với việc thu thập dữ liệu từ màn hình, được mô tả sai là hệ thống đại lý.

Giấy Phép ChatGPT so với Triển Khai Trí Tuệ Nhân Tạo:

Các doanh nghiệp thường giả định rằng mua giấy phép cho ChatGPT Doanh nghiệp hoặc Copilot có nghĩa là họ đã “triển khai Trí tuệ nhân tạo”. Trên thực tế, điều này chỉ cung cấp cho nhân viên một giao diện trò chuyện. Menlo Ventures báo cáo rằng dưới 10% công ty đã triển khai Trí tuệ nhân tạo ngoài các công cụ trò chuyện chung, ngay cả khi thử nghiệm của nhân viên đẩy các đội CNTT phải áp dụng chúng. Một giao diện rô-bốt trò chuyện cơ bản khác với một đại lý định hướng mục tiêu.

Quảng Cáo Thừa Thãi Của Nhà Cung Cấp:

Các công ty khởi nghiệp và tư vấn thường quảng cáo “đại lý” như là giải pháp cho mọi quy trình kinh doanh. Nghiên cứu cho thấy 88% giám đốc điều hành đang tài trợ cho các nỗ lực Trí tuệ nhân tạo Agentic, nhưng dưới 2% trong số các dự án đó đạt đến quy mô sản xuất. Gartner dự đoán rằng trên 40% các sáng kiến Trí tuệ nhân tạo Agentic hiện tại sẽ bị hủy bỏ vào năm 2027 do hiệu suất kém hoặc yêu cầu không rõ ràng.

Trí Tuệ Nhân Tạo Agentic Thực Sự Là Gì

Trí tuệ nhân tạo Agentic liên quan đến việc ra quyết định gần như tự chủ. Một đại lý thực sự nhận được một mục tiêu, truy cập thông tin và công cụ, và xác định các bước cần thiết để đạt được mục tiêu của nó. Không giống như các quy trình làm việc cứng nhắc, các đại lý có thể thay đổi khi các biến mới xuất hiện.

Các khung hiện đại minh họa cách hệ sinh thái đang phát triển. LangGraph của LangChain cung cấp một thời gian chạy sẵn sàng cho sản xuất cho các đại lý. DSPy của DeepLearning.AI cung cấp các nguyên tắc cho kế hoạch, công nhân và công cụ. Các nền tảng mới nổi như crewAI của IBM và AutoGen của Microsoft nhấn mạnh sự tăng trưởng trong việc dàn xếp đa đại lý. Những công cụ này vẫn còn trong giai đoạn đầu, và hầu hết các doanh nghiệp đều thiếu chuyên môn nội bộ cần thiết để vận hành chúng một cách hiệu quả.

Cơ Hội Trong Các Ngành Công Nghiệp Được Điều Chỉnh

Các lĩnh vực được điều chỉnh như tài chính, bảo hiểm và chăm sóc sức khỏe là những ứng cử viên mạnh cho tự động hóa đại lý. Các ngành công nghiệp này dựa trên các chính sách, tài liệu và hồ sơ kiểm toán được cấu trúc, điều này làm cho chúng trở thành môi trường lý tưởng cho các đại lý được điều chỉnh bởi quy tắc.
Tài Chính:

Các công cụ Trí tuệ nhân tạo và tự động hóa đại lý đang được sử dụng bởi các ngân hàng để tự động hóa các quy trình tuân thủ, trên tàu và KYC/AML – tự động xác minh tài liệu, chạy sàng lọc rủi ro và trừng phạt, và đánh dấu các trường hợp để xem xét của con người. Theo SS&C Blue Prism, điều này có thể tăng tốc đáng kể việc trên tàu: một ngân hàng đã thấy 49% giảm thời gian từ mở tài khoản đến giao dịch. Trong khi đó, tính đến năm 2025, một phần ngày càng tăng của các ngân hàng trên toàn cầu đang triển khai hoặc đánh giá Trí tuệ nhân tạo sinh – một khảo sát của Temenos cho thấy 36% đã triển khai hoặc đang trong quá trình, và 39% đang đánh giá. Một EY-Parthenon năm 2025 báo cáo 61% ngân hàng sử dụng Trí tuệ nhân tạo sinh đã quan sát được lợi ích đáng kể. Các phân tích cấp ngành ước tính rằng tự động hóa dựa trên Trí tuệ nhân tạo có thể mang lại lợi ích về năng suất từ 30-50% trong các chức năng tuân thủ, hoạt động và quản lý rủi ro.

Bảo Hiểm:

Xử lý yêu cầu, dướiwriting và phát hiện gian lận phù hợp với các hệ thống đại lý. Một đại lý yêu cầu có thể đọc tài liệu, kéo chi tiết chính sách, xác minh yêu cầu và đề xuất các bước tiếp theo. Nghiên cứu từ BCG cho thấy những người áp dụng sớm đã đạt được xử lý yêu cầu nhanh hơn khoảng 40% và tăng sự hài lòng của khách hàng. Với các quy định như Hướng dẫn Trí tuệ nhân tạo của NAIC, các công ty bảo hiểm có thể nhúng quy tắc trực tiếp vào logic hoạt động của đại lý. Một phân tích của Menlo Ventures năm 2025 cho thấy 92% công ty bảo hiểm sức khỏe của Mỹ sử dụng Trí tuệ nhân tạo cho kiểm tra tuân thủ, kiểm tra偏见 và nhiệm vụ kiểm toán.

Chăm Sóc Sức Khỏe:

Các tổ chức chăm sóc sức khỏe đang chuyển sang các đại lý để hỗ trợ tài liệu lâm sàng, phân loại, sắp xếp và phân tích giai đoạn đầu dưới sự giám sát của lâm sàng. Kaiser Permanente đã triển khai Trí tuệ nhân tạo sinh trên 40 bệnh viện cho tài liệu theo Menlo Ventures, giảm tải hành chính. Mayo Clinic đang đầu tư hơn 1 tỷ đô la vào các chiến lược tự động hóa được hỗ trợ bởi Trí tuệ nhân tạo. Các yêu cầu tuân thủ nghiêm ngặt thường dẫn đến các hệ thống đại lý an toàn hơn, có thể kiểm toán được.

Trên các lĩnh vực này, các quy tắc được xác định rõ ràng như hướng dẫn bảo hiểm, chính sách tín dụng và giao thức lâm sàng có thể được mã hóa thành rào cản ngăn chặn hành vi của đại lý.

Thử Thách Kỹ Thuật và Quản Lý

Các doanh nghiệp phải đối mặt với một số chướng ngại vật khi triển khai các hệ thống đại lý.

Phức Tạp Dữ Liệu và Tích Hợp:

Các đại lý cần truy cập vào API, tài liệu, cơ sở dữ liệu và thông tin thời gian thực. Các đội phải lập chỉ mục các khối lượng lớn dữ liệu không cấu trúc, cấu hình máy chủ giao thức ngữ cảnh mô hình, và xây dựng các giao diện công cụ đáng tin cậy. Những nhiệm vụ này thường vượt quá các kỹ năng CNTT hiện tại.

Công Cụ Phân Mảnh:

Không có khung đại lý tiêu chuẩn. LangGraph, DSPy, AutoGen và các công cụ tương tự đều có sự đánh đổi về bảo mật, linh hoạt và độ trưởng thành. Nhiều doanh nghiệp chuyển sang các công ty tư vấn hoặc nhà cung cấp “đại lý trong hộp” chỉ để nhận được các giải pháp giòn hoặc không đầy đủ.

Đánh Giá và Quan Sát:

Đo lường độ chính xác, an toàn và trôi của đại lý đòi hỏi phải có đường ống đánh giá, kiểm tra kịch bản và giám sát thời gian thực. Nếu không có những hệ thống này, các đại lý có thể đưa ra quyết định không chính xác mà không bị phát hiện.

Bảo Mật và Rủi Ro Mới:

Tính tự chủ của đại lý giới thiệu các rủi ro mới. Phân tích của BCG nhấn mạnh các lỗi级联, rủi ro giả mạo chéo đại lý và các lỗ hổng trong chuỗi gọi công cụ. Những vector tấn công này đặc biệt đáng lo ngại trong tài chính và chăm sóc sức khỏe, nơi việc phơi bày dữ liệu hoặc quyết định sai có hậu quả cao.

Khoảng Cách Kỹ Năng:

Hầu hết các kỹ sư doanh nghiệp hiểu API và cơ sở dữ liệu nhưng thiếu kinh nghiệm với vòng lặp đại lý, kỹ thuật lời nhắc hoặc chuỗi công cụ. Gartner lưu ý rằng nhiều giám đốc điều hành tài trợ cho các sáng kiến đại lý không hiểu đầy đủ những gì đủ điều kiện là một đại lý thực sự, góp phần vào tỷ lệ thành công thấp.

Xây Dựng Đại Lý Trí Tuệ Nhân Tạo Sẵn Sàng Cho Doanh Nghiệp

Các chuyên gia khuyên nên một số thực tiễn cho các tổ chức xây dựng các quy trình làm việc đại lý, đặc biệt là trong các môi trường có rủi ro cao.

Kiến Trúc Bảo Mật Theo Thiết Kế:

Định nghĩa các giới hạn tự chủ, quyền và hồ sơ kiểm toán ngay từ đầu. Chỉ cấp quyền truy cập cần thiết và nhúng đăng nhập và các cơ chế an toàn vào hệ thống. BCG nhấn mạnh việc thiết kế quản lý vào kiến trúc cốt lõi.

Nền Tảng Được Đẩy Xe Lăn:

Sử dụng các nền tảng tích hợp với các hệ thống hiện có và thực thi các quy tắc tại thời gian chạy. Các động cơ chính sách có thể xác thực các cuộc gọi công cụ chống lại các tiêu chuẩn doanh nghiệp trước khi thực hiện, đảm bảo hành vi có thể lặp lại và có thể kiểm toán.

Giám Sát Con Người Trong Vòng Lặp:

Các bước quan trọng nên bao gồm xem xét của con người, đặc biệt là trong các quy trình được điều chỉnh. Các bảng điều khiển và cảnh báo cho phép các đội giám sát hành động của đại lý trong thời gian thực và nhanh chóng nâng cao các bất thường.

Kiểm Tra và Phản Hồi Robust:

Các doanh nghiệp nên chạy mô phỏng cát, kiểm tra lại và kiểm tra căng thẳng kịch bản trước khi triển khai. Đánh giá liên tục có thể phát hiện trôi, lỗi và偏差 tuân thủ. Việc xử lý các đại lý như các thành phần phần mềm với các đường ống CI/CD làm tăng độ tin cậy.

Các khung tiếp tục phát triển với các tính năng về bộ nhớ, ủy quyền và khả năng kiểm toán. Trong dài hạn, các doanh nghiệp muốn có một nền tảng thống nhất nơi họ định nghĩa mục tiêu và chính sách, và hệ thống quản lý lời nhắc, truy cập dữ liệu và các quy trình làm việc tuân thủ.

Kết Luận

Trí tuệ nhân tạo Agentic có tiềm năng đáng kể để chuyển đổi các quy trình làm việc phức tạp trong các ngành công nghiệp được điều chỉnh. Thành công thực sự đòi hỏi kiến trúc bảo mật, quản lý chính sách, giám sát con người và kiểm tra nghiêm ngặt. Các doanh nghiệp tiếp cận Trí tuệ nhân tạo Agentic như một khả năng phần mềm cốt lõi chứ không phải là một nhãn hiệu tiếp thị sẽ nắm bắt được giá trị có ý nghĩa, trong khi những doanh nghiệp dựa vào hype rủi ro sẽ bị đình trệ và đầu tư lãng phí.