AI Agent Đang Làm Việc, Nhưng Ai Thực Sự Đang Điều Hành Công Ty?

Phòng tài chính của bạn có một agent tự động đối chiếu hóa đơn. Bộ phận chăm sóc khách hàng có một agent xử lý thay đổi địa chỉ. IT thì xây dựng một agent khác để phân loại sự cố. Mỗi team đều phấn khích vì năng suất tăng vọt. Mỗi agent dường như đều hoạt động tốt.

Rồi những câu hỏi khó chịu bắt đầu xuất hiện. Ai chịu trách nhiệm khi một agent phân loại sai một hóa đơn quan trọng? Ai quyết định mức độ tự chủ cho từng agent? Khi nào agent cần chuyển tiếp cho con người? Và làm sao bạn biết liệu các agent của mình thực sự đang giúp ích hay đang âm thầm tích lũy rủi ro?

Những câu hỏi này không thể được trả lời bằng kiến trúc kỹ thuật. Kiến trúc cho bạn biết hệ thống được xây dựng như thế nào—agent lấy context ra sao, chúng gọi tool thế nào, chúng suy luận ra sao. Nhưng một khi agent bắt đầu thực thi công việc thực tế xuyên suốt nhiều phòng ban, bạn cần một thứ hoàn toàn khác: một mô hình vận hành cho một công ty nơi phần mềm không còn chỉ hỗ trợ—mà còn thực thi.

Đó là agentic operating model.

Ba Vết Nứt Cấu Trúc Trong Mô Hình Cũ

Trong nhiều thập kỷ, mọi mô hình vận hành đều dựa trên một giả định: con người là người thực thi chính. Phần mềm hỗ trợ—nó ghi lại giao dịch, quản lý tương tác, điều hướng phê duyệt, hiển thị dashboard—nhưng con người mới là người khởi xướng, đánh giá, quyết định và kết thúc công việc.

Agentic AI phá vỡ giả định đó. Phần mềm giờ đây chạy các workflow đa bước, phối hợp giữa các hệ thống, xử lý các ngoại lệ ban đầu, đưa ra quyết định rủi ro thấp, và chỉ chuyển tiếp khi độ tin cậy giảm hoặc chính sách yêu cầu. Điều này có vẻ dễ quản lý khi bạn nhìn vào một use case đơn lẻ. Nhưng khi agent lan rộng khắp tài chính, chăm sóc khách hàng và IT cùng lúc, mô hình vận hành cũ bộc lộ ba vết nứt cấu trúc.

Thứ nhất, tự động hóa diễn ra trong các silo. Một phòng ban mua một công cụ agentic cho dịch vụ khách hàng. Phòng khác xây dựng agent cho tài chính. IT tạo một agent cho phân loại sự cố. Mỗi cái trông có vẻ hiệu quả khi đứng riêng, nhưng không có mô hình chung về ai sở hữu agent, phê duyệt hoạt động ra sao, hay kết quả được đánh giá thế nào. Bạn không có một mô hình vận hành mới—bạn chỉ có một tập hợp các tự động hóa mọc hoang.

Thứ hai, trách nhiệm giải trình trở nên mơ hồ. Khi một agent phân loại sai hóa đơn, ai chịu trách nhiệm cho sai lầm đó? Team data science? Chủ quy trình AP? Nhà cung cấp nền tảng? Nếu không có định nghĩa rõ ràng, mỗi sự cố trở thành một cuộc tranh luận xuyên phòng ban.

Thứ ba, quy mô khuếch đại rủi ro. Các pilot nhỏ trông an toàn vì team dự án theo dõi chúng sát sao. Nhưng khi agent hoạt động xuyên đơn vị hoặc quốc gia, điểm yếu ngay lập tức lộ diện: ngưỡng phê duyệt không nhất quán, mức chấp nhận rủi ro khác nhau, và metric thành công không đồng nhất.

Đây là lý do tại sao agentic AI không thể được quản lý như một dự án công nghệ. Nó là một lớp thực thi mới đòi hỏi kỷ luật vận hành mới.

Sáu Yếu Tố Bạn Cần Định Nghĩa

Một agentic operating model hữu ích không cần một tuyên ngôn dài dòng. Nó cần một vài quyết định được làm rõ ràng. Dưới đây là sáu yếu tố team của bạn cần định nghĩa trước khi agent thứ ba đi vào sản xuất:

1. Ranh giới quyền hạn — agent được phép đọc, đề xuất, soạn thảo hoặc thực thi những gì. Nó có được phép ghi vào ERP không? Nó có thể xóa ticket không? Hãy định nghĩa phạm vi dữ liệu và hành động cho mỗi agent.

2. Ba vai trò sở hữu — chủ sở hữu kinh doanh (chịu trách nhiệm về kết quả), chủ sở hữu kỹ thuật (chịu trách nhiệm về code và hạ tầng agent), và chủ sở hữu rủi ro (chịu trách nhiệm về khung kiểm soát). Mỗi agent phải có cả ba người được chỉ định.

3. Lộ trình leo thang — "Human in the loop" vô nghĩa nếu không có đúng người được chỉ định và có thể liên hệ được. Hãy định nghĩa ai được page, ở ngưỡng tin cậy nào, và trong SLA bao lâu.

4. Chế độ vận hành cho mỗi workflow — chọn một trong ba chế độ cho mỗi workflow:

   • Chỉ đề xuất: agent gợi ý, con người quyết định
   • Human-in-the-loop: agent thực thi, con người phê duyệt trước hành động cuối cùng
   • Tự chủ có giới hạn: agent thực thi trong các tham số đã định, leo thang khi có ngoại lệ

5. Metric kết quả — đo lường kết quả thay vì hoạt động của agent. "Agent xử lý 500 ticket" chẳng cho bạn biết gì. "Agent giải quyết 85% thay đổi địa chỉ trong vòng 2 phút với độ chính xác 99.5%" mới cho bạn biết mọi thứ.

6. Vai trò con người được thiết kế lại — chuyển con người từ thực thi tác vụ sang giám sát, xử lý ngoại lệ, tinh chỉnh chính sách và cải tiến liên tục. Nếu mô tả công việc của team vận hành không thay đổi, bạn không đang mở rộng quy mô—bạn chỉ đang chồng lớp.

Từ Quản Lý Theo Vai Trò Sang Quản Lý Theo Kết Quả

Hệ quả sâu sắc nhất của agentic operating model là sự chuyển đổi từ quản lý theo vai trò sang quản lý theo kết quả.

Trong mô hình cũ, tổ chức quản lý công việc bằng các ô trên sơ đồ tổ chức: ai làm gì, mỗi team có bao nhiêu người, bàn giao giữa các vai trò diễn ra thế nào. Điều này hợp lý khi con người là người thực thi chính. Nhưng khi agent thực thi cùng với con người, đơn vị phân tích quan trọng hơn không còn là vai trò—mà là kết quả end-to-end.

Agent không quan tâm đến ranh giới tổ chức. Chúng kéo dữ liệu từ CRM, kiểm tra chính sách trong knowledge base, tạo ticket trong ITSM, và cập nhật ERP trong một luồng duy nhất. Các công ty cần bắt đầu đặt câu hỏi: chúng ta đang cố gắng đạt được kết quả gì, bước nào thực sự cần con người, điểm quyết định nào phải được bảo vệ, và phần nào được thực thi tốt nhất bởi lao động số?

Không phải lĩnh vực nào cũng sẵn sàng cho quản lý theo kết quả. Nếu quy trình hỗn loạn, dữ liệu không chuẩn hóa, và quyền sở hữu end-to-end không tồn tại, ép buộc mô hình này sẽ tạo ra sự hỗn loạn. Bước thực tế đầu tiên là ổn định quy trình, làm rõ quyền sở hữu, thiết lập metric cơ sở, và giới thiệu agent dần dần.

Ai Nên Dẫn Dắt

Một khi công ty bắt đầu coi trọng agent như một phần của việc thực thi, cấu trúc quản trị phải thay đổi.

Các công ty thường cần một diễn đàn quản trị xuyên chức năng liên quan đến kinh doanh, công nghệ, rủi ro, bảo mật, pháp lý và nhân sự. Mục tiêu không phải là thêm quan liêu mà là đảm bảo các quyết định quan trọng không được đưa ra trong sự cô lập. Diễn đàn này thảo luận về ưu tiên use case, mức độ tự chủ trên mỗi lĩnh vực, tiêu chuẩn kiểm soát tối thiểu, metric hiệu suất, sự cố và tác động đến lực lượng lao động.

Một văn phòng chuyển đổi hoặc văn phòng AI cần quản lý các use case agentic như một danh mục sản phẩm vận hành, không phải một tập hợp các pilot. Điều đó có nghĩa là một lộ trình, quyền sở hữu dài hạn, kết quả mục tiêu, và các quyết định rõ ràng về thời điểm ngừng hoặc mở rộng một use case.

Quan trọng nhất, agentic operating model không phải là một chương trình công nghệ. COO phải tham gia vì những thay đổi chính là về thiết kế quy trình và kinh tế vận hành. CHRO phải tham gia vì tác động đến thiết kế công việc, kỹ năng và quản lý hiệu suất là trực tiếp. CFO và các nhà lãnh đạo rủi ro phải tích cực vì agent chạm đến kiểm soát, khả năng kiểm toán và trách nhiệm giải trình.

Áp Dụng Vào Hệ Thống Thật

Hãy làm điều này cụ thể với một ví dụ đơn giản. Team vận hành khách hàng của bạn triển khai một agent cho thay đổi địa chỉ. Đây là cách mô hình vận hành hoạt động:

• Ranh giới quyền hạn: agent có thể đọc hồ sơ khách hàng, xác thực định dạng địa chỉ và cập nhật CRM. Nó không thể thay đổi thông tin thanh toán hoặc xóa tài khoản.
• Quyền sở hữu: Phó chủ tịch Trải nghiệm Khách hàng (chủ sở hữu kinh doanh), kỹ sư nền tảng đã xây dựng agent (chủ sở hữu kỹ thuật), và cán bộ tuân thủ (chủ sở hữu rủi ro).
• Leo thang: nếu độ tin cậy của agent giảm xuống dưới 85%, nó tạo một ticket cho team hỗ trợ tier-2 với SLA 15 phút.
• Chế độ vận hành: tự chủ có giới hạn cho thay đổi địa chỉ tiêu chuẩn, human-in-the-loop cho thay đổi địa chỉ quốc tế.
• Metric: thời gian giải quyết, tỷ lệ chính xác, tỷ lệ leo thang và điểm hài lòng của khách hàng.
• Thay đổi vai trò con người: team hỗ trợ tier-1 giờ đây xử lý các ngoại lệ và tinh chỉnh chính sách thay vì gõ các bản cập nhật địa chỉ.

Đây không phải là một bài tập lý thuyết. Đây là quản trị khả thi tối thiểu cho một agent đơn lẻ. Nhân rộng điều này lên tài chính, IT và nhân sự, và bạn bắt đầu thấy tại sao mô hình vận hành lại quan trọng.

Các Dấu Hiệu Cảnh Báo

Không phải tổ chức nào cũng sẵn sàng mở rộng quy mô một agentic operating model. Hãy chú ý những tín hiệu này:

• Mỗi phòng ban tự xây dựng agent riêng mà không có tiêu chuẩn sở hữu
• Không có registry chính thức về các agent đang hoạt động
• Chủ sở hữu kinh doanh không rõ ràng hoặc vắng mặt
• Ngưỡng phê duyệt khác nhau mà không có cơ sở rủi ro
• Team vận hành không biết khi nào agent hành động
• Metric thành công chỉ giới hạn ở việc áp dụng công cụ (ví dụ: "số lượng agent đã triển khai")
• HR không có góc nhìn về thay đổi vai trò hoặc chuyển dịch kỹ năng
• Sự cố agent không đi vào cơ chế quản trị chính thức

Nếu một vài triệu chứng này xuất hiện, ưu tiên không phải là thêm use case mới. Đó là tăng cường kỷ luật vận hành trước.

Agentic operating model cuối cùng không phải là về việc làm cho AI hoạt động nhiều hơn. Đó là về việc đảm bảo rằng khi phần mềm bắt đầu làm việc cùng với con người, công ty vẫn biết ai quyết định, ai chịu trách nhiệm, rủi ro được kiểm soát thế nào, và con người cùng agent tạo ra kết quả cùng nhau ra sao. Đó là điều phân biệt một bản demo ấn tượng với một sự chuyển đổi có thể thực sự mở rộng quy mô.

Bài viết này nằm trong loạt bài về vận hành hóa AI trong doanh nghiệp. Để xem khung đầy đủ với các sơ đồ bổ sung và checklist triển khai, hãy xem bài viết gốc.