Trước khi nói đến roadmap, bạn phải phân biệt rõ ba thứ hay bị gộp làm một: chatbot, AI copilot và AI agent. Nhầm lẫn này khiến nhiều doanh nghiệp đầu tư sai chỗ.
Ba mức độ tự chủ
- Chatbot/Q&A: trả lời một lượt, không hành động. Ví dụ: bot FAQ trả lời chính sách đổi trả.
- Copilot: gợi ý cho con người trong luồng làm việc, con người vẫn bấm nút cuối. Ví dụ: gợi ý email trả lời khách.
- Agent (agentic): nhận mục tiêu, tự lập kế hoạch, gọi công cụ (tool/API), lặp nhiều bước và tự hoàn thành công việc với mức giám sát định trước. Ví dụ: agent nhận email khiếu nại → tra đơn hàng trong hệ thống → soạn phản hồi → tạo phiếu hoàn tiền → cập nhật CRM.
Khi nào doanh nghiệp thật sự cần agent
Agent chỉ đáng đầu tư khi công việc có đủ 3 đặc điểm:
- Nhiều bước, nhiều hệ thống: công việc phải nối qua vài công cụ (CRM, ERP, email, kho dữ liệu).
- Lặp lại và có khối lượng lớn: đủ số lần xảy ra để tự động hóa có ROI.
- Có quy tắc/ngữ cảnh nhưng không hoàn toàn cứng nhắc: nếu quy tắc cứng 100% thì viết RPA/script rẻ hơn; nếu quá mơ hồ và rủi ro cao thì để con người.
Một cách hình dung khác: agent phù hợp khi bạn có thể mô tả công việc bằng câu "nhận X, làm một chuỗi việc qua vài hệ thống, trả ra Y đã hoàn tất", trong đó chuỗi việc có nhánh rẽ tùy ngữ cảnh chứ không cứng nhắc. Nếu chuỗi việc cố định tuyệt đối (không nhánh rẽ), một script/RPA truyền thống rẻ và ổn định hơn nhiều so với việc trả tiền cho mỗi lượt suy luận của mô hình.
Ví dụ cụ thể
Một công ty thương mại điện tử có 4.000 yêu cầu hỗ trợ/tháng, 60% là "đơn hàng của tôi đâu?". Việc này: nhiều bước (tra vận đơn, tra kho, tra thanh toán), khối lượng lớn, có quy tắc nhưng cần diễn giải ngôn ngữ khách. Đây là ứng viên agent lý tưởng — hoàn tự động 60% ticket, escalate phần khó cho người.
Hãy so với một ví dụ KHÔNG hợp: "agent tự quyết có sa thải nhân viên hay không". Đây là quyết định pháp lý/đạo đức cao, chi phí sai gần như không thể hoàn tác, và không đo được "xong đúng" bằng dữ liệu — vi phạm cả ba tiêu chí. Ngay cả khi kỹ thuật làm được, đây không phải chỗ để agent tự chủ.
Khung tư duy: "3 câu hỏi trước khi làm agent"
1. Công việc này có PHẢI gọi nhiều công cụ/hệ thống không?
-> Không: cân nhắc chatbot/copilot.
2. Chi phí sai của một lần agent hành động là bao nhiêu?
-> Cao & không thể hoàn tác: giữ human-in-the-loop.
3. Có đo được "xong đúng" bằng dữ liệu không?
-> Không đo được: chưa nên tự động hóa.
Các bước áp dụng ngay
- Liệt kê 10 quy trình tốn nhiều giờ người nhất trong 1 phòng ban.
- Với mỗi quy trình, chấm 3 tiêu chí trên theo thang 0–2.
- Đánh dấu quy trình đạt tổng ≥ 5 là "ứng viên agent".
- Gạch bỏ những việc chỉ cần một câu trả lời — chuyển sang danh sách chatbot.
- Ghi lại "chi phí sai" cho mỗi ứng viên để dùng ở bài sau.
Sai lầm thường gặp
- Gọi mọi thứ là "AI agent": gắn nhãn agent cho một chatbot FAQ khiến kỳ vọng và ngân sách sai lệch.
- Chọn use case vì "nghe hay": bắt đầu bằng bài toán sáng tạo/marketing hào nhoáng thay vì việc lặp lại có ROI rõ.
- Bỏ qua câu hỏi "chi phí sai": triển khai agent hành động trực tiếp vào tiền/khách hàng mà chưa có giám sát.
- Nghĩ agent thay được cả phòng ban ngay: thực tế agent xử tốt nhất phần "đuôi dài" lặp lại, còn ca khó vẫn cần người.
- Dùng agent cho việc chỉ có một bước cố định: đó là chỗ của RPA/script rẻ hơn và ổn định hơn, không cần trả tiền cho suy luận của mô hình mỗi lần.
Tóm tắt điều cần nhớ
Giá trị của agentic AI không nằm ở "có AI", mà ở việc giao được một mục tiêu và để hệ thống tự hoàn tất chuỗi việc qua nhiều công cụ. Doanh nghiệp thắng không phải là doanh nghiệp có nhiều agent nhất, mà là doanh nghiệp chọn đúng những công việc nhiều-bước-lặp-lại-đo-được để giao cho agent, và biết dứt khoát nói không với phần còn lại.
Kết bài này bạn đã có một danh sách ứng viên agent thô cùng ước lượng "chi phí sai" cho mỗi cái. Bài 2 sẽ biến danh sách đó thành một bản đồ cơ hội có định lượng, quét toàn doanh nghiệp một cách có hệ thống để không bỏ sót mỏ vàng và không bị chi phối bởi phòng ban nào la to nhất.