AI agent cho doanh nghiệp là gì, triển khai từ đâu

AI agent, chatbot và workflow tự động hoá khác nhau ở đâu

Nhiều doanh nghiệp gọi mọi thứ có chữ AI là 'AI agent', nhưng ba khái niệm này giải quyết ba bài toán khác nhau, và nhầm lẫn giữa chúng thường dẫn đến chọn sai công cụ rồi thất vọng vì kỳ vọng không đúng.

Workflow tự động hoá — như một luồng dựng trên n8n — chạy đúng theo một đường đã vẽ sẵn: có đơn hàng mới thì ghi vào Google Sheets, chuyển khoản về thì đối chiếu công nợ. Luồng này không tự suy nghĩ; gặp tình huống ngoài kịch bản là dừng lại, cần người xử lý tiếp.

Chatbot kịch bản trả lời theo mẫu câu hoặc nút bấm dựng sẵn: khách chọn 'xem bảng giá' thì hiện đúng bảng giá đã nạp. Gặp câu hỏi lệch khỏi kịch bản, chatbot loại này im lặng hoặc trả lời sai chủ đề.

AI agent khác ở chỗ tự đọc dữ liệu và ngữ cảnh của câu hỏi mới, tự quyết bước xử lý tiếp theo trong phạm vi được cấp quyền, rồi hành động — trả lời, tra cứu, hoặc soạn nháp một văn bản — thay vì chỉ chạy đúng một kịch bản đã lập trình sẵn.

AI agent cho doanh nghiệp nhỏ dùng để làm gì

AI agent phát huy tác dụng rõ nhất ở những việc lặp lại, có mẫu câu hỏi hoặc yêu cầu rõ ràng, nhưng khối lượng đủ lớn khiến người làm tay bị quá tải. Bốn việc phổ biến nhất ở doanh nghiệp vừa và nhỏ tại Việt Nam:

Trong bốn việc trên, trả lời khách từ tài liệu nội bộ thường là điểm bắt đầu dễ đo hiệu quả nhất — AdSys đóng gói sẵn thành trợ lý trả lời khách trên website, còn việc gom lead đa kênh về một chỗ và chấm điểm theo mức độ quan tâm là phần việc của AdSys LeadFlow; trợ lý AI trả lời theo dữ liệu nội bộ của riêng doanh nghiệp là AdSys AI.

• Trả lời khách từ tài liệu nội bộ — khách hỏi giá, chính sách bảo hành, cách dùng sản phẩm qua website hoặc Zalo, AI agent đọc đúng tài liệu đã nạp để trả lời, không cần nhân viên trực suốt ngày đêm
• Lọc và chấm điểm lead — khách để lại số điện thoại từ nhiều kênh, AI agent đọc nội dung khách hỏi để phân loại mức độ quan tâm trước khi chuyển cho sale, thay vì sale phải đọc từng lead
• Soạn nháp báo giá — khách nêu nhu cầu, AI agent soạn sẵn bản báo giá nháp theo bảng giá và điều kiện đã nạp, nhân viên chỉ cần kiểm tra lại trước khi gửi
• Tóm tắt báo cáo — cuối tuần hoặc cuối tháng, AI agent đọc dữ liệu bán hàng, chăm sóc khách đã có sẵn và tóm tắt lại thành vài dòng, thay vì chủ doanh nghiệp phải tự lọc từng bảng tính

AI agent lấy dữ liệu ở đâu để trả lời đúng, không đoán mò

Câu hỏi nhiều chủ doanh nghiệp đặt ra trước khi triển khai là: AI lấy đâu ra thông tin để trả lời đúng bảng giá, đúng chính sách của riêng doanh nghiệp mình, chứ không phải kiến thức chung trên mạng?

Cách làm đúng gọi là RAG (Retrieval-Augmented Generation — tra cứu rồi mới trả lời). Hiểu đơn giản: toàn bộ tài liệu nội bộ (bảng giá, chính sách bảo hành, câu hỏi thường gặp, quy trình) được tách thành từng đoạn nhỏ và đưa vào một kho có thể tìm kiếm. Khi khách hỏi, hệ thống tìm vài đoạn tài liệu liên quan nhất tới câu hỏi đó, rồi mới đưa cho AI đọc và trả lời chỉ dựa trên đúng những đoạn vừa tìm được.

Cách này khác hẳn để AI 'tự nhớ' rồi trả lời theo kiến thức chung đã học từ trước — kiểu trả lời đó dễ đúng ở câu hỏi phổ thông nhưng dễ sai, thậm chí bịa, ở những chi tiết riêng của doanh nghiệp như giá, điều khoản hợp đồng, hoặc tình trạng đơn hàng. Ví dụ dễ hình dung: giống như đưa cho nhân viên mới một cuốn sổ tay quy trình để tra trước khi trả lời khách, thay vì để nhân viên đó trả lời theo trí nhớ mơ hồ.

Vì vậy, chất lượng của AI agent phụ thuộc phần lớn vào chất lượng tài liệu được nạp vào, không chỉ vào mô hình AI đang dùng. Tài liệu càng đầy đủ, càng được cập nhật thường xuyên, AI càng trả lời đúng.

Rào chắn để AI không bịa, biết khi nào cần chuyển người

Một AI agent hữu ích và một AI agent gây mất khách khác nhau ở rào chắn, không phải ở mô hình AI đang chạy bên trong. Ba lớp rào chắn cần có ngay từ đầu:

Đây cũng là nguyên tắc AdSys áp dụng cho AdSys AI: AI chỉ trả lời theo đúng dữ liệu đã nạp, câu không chắc thì chuyển cho người, không để AI tự đoán rồi hứa những điều doanh nghiệp không làm được.

• Giới hạn phạm vi trả lời — AI chỉ trả lời dựa trên tài liệu đã nạp; câu hỏi ngoài phạm vi đó phải báo 'để em kiểm tra rồi phản hồi anh/chị' và chuyển người, không đoán bừa
• Phân quyền theo dữ liệu — nhân viên phòng nào chỉ được AI trả lời trong phạm vi dữ liệu phòng đó, tránh lộ thông tin không liên quan giữa các bộ phận
• Ghi log toàn bộ hội thoại — mọi câu AI đã trả lời và mọi câu đã chuyển người đều được lưu lại, làm cơ sở kiểm tra chất lượng và bổ sung tài liệu định kỳ

Dữ liệu doanh nghiệp có an toàn khi dùng AI agent không

Tài liệu nạp cho AI agent thường có thông tin khách hàng, số điện thoại, đôi khi cả nội dung hợp đồng — đây là dữ liệu cá nhân và dữ liệu kinh doanh nhạy cảm, không phải dữ liệu công khai.

Tại Việt Nam, Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân (hiệu lực từ 1/7/2023) yêu cầu doanh nghiệp xử lý dữ liệu cá nhân của khách hàng, kể cả qua các công cụ tự động như AI agent, phải có cơ sở hợp pháp khi thu thập, xây dựng chính sách bảo vệ dữ liệu, và thông báo khi xảy ra sự cố lộ dữ liệu. Quy định áp dụng cho mọi doanh nghiệp thu thập, xử lý thông tin khách hàng và nhân viên, không riêng doanh nghiệp công nghệ.

Trước khi triển khai, nên hỏi rõ nhà cung cấp AI agent ba điều: dữ liệu được lưu trữ ở đâu, có bị dùng để huấn luyện mô hình AI dùng chung cho khách hàng khác hay không, và ai trong nội bộ có quyền xem lại log hội thoại đã lưu.

Chi phí triển khai AI agent gồm những khoản nào

Chi phí AI agent không phải một khoản trả một lần mà là tổng nhiều thành phần, biến động theo mức dùng thực tế — vì vậy khó có một con số cố định áp dụng cho mọi doanh nghiệp.

Nếu muốn có một con số tham khảo để lên kế hoạch ngân sách: gói AdSys AI hiện có mức giá tham khảo 9 – 60 triệu đồng tuỳ số bài toán và phạm vi dữ liệu — đây là mức AdSys ước tính dựa trên các dự án đã làm, không phải bảng giá cố định, anh/chị nên trao đổi cụ thể để có báo giá chính xác. Với nhu cầu gọn hơn — chỉ cần trả lời khách trên một website — có thể bắt đầu từ gói trợ lý trả lời khách trên website, giá niêm yết 1.790.000đ.

5 bước triển khai AI agent cho doanh nghiệp

Thứ tự triển khai hợp lý giúp tránh tình trạng dựng xong AI agent rồi mới phát hiện thiếu dữ liệu hoặc chọn sai bài toán:

• Bước 1 — Chọn đúng một bài toán cụ thể để bắt đầu (ví dụ: trả lời khách trên website), không làm nhiều việc cùng lúc ngay từ đầu
• Bước 2 — Gom và chuẩn hoá tài liệu nội bộ liên quan tới bài toán đó: bảng giá, câu hỏi thường gặp, chính sách bảo hành, quy trình
• Bước 3 — Dựng AI agent đọc đúng tài liệu đã gom, đặt rào chắn phạm vi trả lời và cơ chế chuyển người rõ ràng
• Bước 4 — Chạy thử nội bộ trước khi cho khách dùng thật, ghi nhận và sửa các câu trả lời sai
• Bước 5 — Bàn giao chính thức, theo dõi log hội thoại, bổ sung tài liệu định kỳ khi có thông tin mới

Đo hiệu quả AI agent bằng cách nào

Đừng đặt mục tiêu AI agent phải tự trả lời đúng 100% ngay từ đầu — mục tiêu thực tế hơn là giảm dần số câu hỏi lặp lại mà nhân viên phải trả lời tay, đồng thời giữ chất lượng trả lời ổn định.

Xem lại các số liệu này định kỳ mỗi tháng giúp biết nên bổ sung dữ liệu ở đâu, và khi nào nên mở rộng AI agent sang bài toán tiếp theo.

• Tỉ lệ câu AI tự trả lời được so với câu phải chuyển người — theo dõi theo tuần để thấy xu hướng tăng hay giảm
• Thời gian phản hồi trung bình cho khách, so với trước khi có AI agent
• Số câu hỏi mới phát hiện mỗi tuần cần bổ sung vào tài liệu — con số này giảm dần theo thời gian là dấu hiệu tốt
• Phản hồi thực tế của khách hàng hoặc nhân viên sau khi được AI agent trả lời, không chỉ nhìn vào số liệu kỹ thuật