Tuy nhiên, theo các chuyên gia, giá trị của Agentic AI không chỉ nằm ở năng lực của mô hình mà ở cách thiết kế hệ thống và kiểm soát quyền hạn. Trao đổi với Báo Nhân Dân, Giáo sư Trần Thế Truyền (ảnh bên), Trưởng bộ phận AI, Sức khỏe và Khoa học, thuộc Sáng kiến AI Ứng dụng (Đại học Deakin - Australia) đã phân tích rõ xu thế này và gợi mở hướng tiếp cận phù hợp cho Việt Nam.
Trình độ mới của AI
Phóng viên: Thưa Giáo sư, xét về bản chất khoa học, Agentic AI khác gì so với AI tạo sinh, đặc biệt ở khả năng tự chủ trong lập kế hoạch và thực thi nhiệm vụ?
Giáo sư Trần Thế Truyền: Đây là hai trình độ AI có quan hệ kế thừa nhau. AI tạo sinh (Generative AI) chủ yếu làm nhiệm vụ sinh nội dung theo yêu cầu, chẳng hạn như trả lời câu hỏi, viết văn bản, tóm tắt tài liệu, tạo hình ảnh hoặc sinh mã lệnh từ một lời nhắc. AI tác nhân (Agentic AI) là bước tiến tiếp theo trên nền tảng đó. Hệ thống không chỉ tạo ra nội dung, mà còn có thể theo đuổi một mục tiêu, tự chia mục tiêu đó thành các bước, lập kế hoạch và trực tiếp thực hiện kế hoạch. Trong quá trình thực hiện, nó có thể gọi công cụ, truy cập dữ liệu, sử dụng bộ nhớ, kiểm tra kết quả, điều chỉnh cách làm và thậm chí phối hợp với các tác nhân AI khác nếu cần. Nói ngắn gọn, AI tạo sinh chủ yếu trả lời, còn AI tác nhân bắt đầu làm việc.
Điểm khác biệt quan trọng nhất là mức độ tự chủ có kiểm soát. Nếu AI tạo sinh chủ yếu mang tính phản ứng, tức là người hỏi gì thì trả lời nấy, AI tác nhân bắt đầu có khả năng chủ động hơn trong việc theo đuổi mục tiêu. Tuy nhiên, chữ “tự chủ” không nên hiểu là AI được hành động vô hạn, mà được trao quyền hành động trong một khung đã được thiết kế và kiểm soát.
- Từ quan sát tại các trung tâm công nghệ quốc tế, AI tác nhân hiện ở giai đoạn nào trong chu kỳ phát triển? Những hướng tiếp cận hoặc mô hình nào đang dẫn dắt xu thế này?
Theo tôi, AI tác nhân đang ở giai đoạn chuyển từ thử nghiệm sang triển khai có chọn lọc, chứ chưa trưởng thành. Có thể nói năm 2026 là giai đoạn bắt đầu có sự sàng lọc thực chất: ý tưởng rất nhiều, nhưng không phải hệ thống nào cũng tạo ra giá trị thật trong môi trường vận hành.
Về xu hướng công nghệ, hiện có thể nhìn thấy hai lớp phát triển song song. Một lớp là các hệ thống đã được thương mại hóa hoặc tích hợp vào sản phẩm. Lớp còn lại là các hướng nghiên cứu độc lập, đang phát triển rất nhanh nhưng chưa có thiết kế nào thật sự chiếm ưu thế. Ở lớp thương mại, tôi thấy có ba dòng thiết kế chính.
Thứ nhất là tác nhân sử dụng công cụ, tức là dùng mô hình ngôn ngữ lớn làm “bộ não”, nhưng nối với website, cơ sở dữ liệu, phần mềm doanh nghiệp hoặc API để có thể hành động.
Thứ hai là điều phối quy trình nhiều bước, trong đó hệ thống được thiết kế theo các bước và vai trò rõ ràng, thay vì để mô hình tự do hoàn toàn.
Thứ ba là nền tảng tác nhân cho doanh nghiệp, tức là xây dựng hẳn một lớp hạ tầng để AI có thể làm việc trong tổ chức, có quyền hạn, nhật ký, giám sát và tích hợp hệ thống.
Điểm chung của các hướng này là AI chỉ thật sự hữu ích khi được đặt vào một hệ thống được thiết kế chặt chẽ. Nói cách khác, giá trị không chỉ nằm ở mô hình mạnh đến đâu, mà ở việc thiết kế hệ thống chung quanh mô hình đó tốt đến đâu.
Giá trị nằm ở thiết kế hệ thống, không chỉ ở mô hình
- Khi AI có khả năng hành động tự chủ, bài toán kiểm soát trở nên then chốt. Theo Giáo sư, các hệ thống AI tác nhân hiện nay đang được thiết kế để bảo đảm an toàn và trách nhiệm ra sao?
Đúng vậy. Khi AI bắt đầu có thể hành động, thì bài toán trung tâm không còn chỉ là độ thông minh, mà là quản trị quyền hạn, rủi ro và trách nhiệm. Nguyên tắc đúng hiện nay không phải là trao cho tác nhân AI càng nhiều quyền càng tốt, mà là thiết kế theo hướng tự chủ trong khuôn khổ. Chẳng hạn, hệ thống chỉ được dùng những công cụ đã cấp phép, trong phạm vi dữ liệu đã xác định, với nhật ký hoạt động đầy đủ, khả năng giám sát theo thời gian thực và có những điểm chặn để con người can thiệp khi cần.
Về mặt kỹ thuật, các lớp an toàn thường gồm: giới hạn quyền truy cập, phân tách nhiệm vụ, đánh giá trước khi hành động, yêu cầu xác nhận của con người với những quyết định hệ trọng, khả năng truy vết đầy đủ và đánh giá sau triển khai.
Trong những lĩnh vực nhạy cảm như y tế, tài chính hay quản trị công, nguyên tắc rất rõ là AI có thể hỗ trợ rất mạnh ở khâu tổng hợp, điều phối, cảnh báo và phân tích, nhưng trách nhiệm cuối cùng vẫn phải gắn với tổ chức và con người có thẩm quyền. Nếu đặt sai bài toán kiểm soát ngay từ đầu, thì càng thông minh hệ thống càng dễ tạo ra rủi ro lớn. Tôi nghĩ đây là điểm rất quan trọng, vì người ta rất dễ rơi vào hai cực đoan: sợ quá nên không dám ứng dụng, hứng khởi quá nên giao quyền quá sớm. Cả hai đều không tốt. Cách đúng là đi từng bước, nhưng đi một cách có bài bản.
- Trên thực tế, AI tác nhân đang tạo ra những thay đổi cụ thể nào trong vận hành của các lĩnh vực như quản trị công, doanh nghiệp, tài chính hay y tế? Đâu là những chuyển biến rõ nhất?
Tôi cho rằng hiện nay vẫn còn sớm để nói rằng AI tác nhân đã tạo ra chuyển biến sâu rộng ở quy mô nền kinh tế. Phần lớn ứng dụng vẫn đang ở giai đoạn thí điểm, hoặc mới chỉ đem lại hiệu quả cục bộ. Tuy nhiên, hướng chuyển dịch đã khá rõ.
Chuyển biến lớn nhất là AI đang đi từ vai trò “trợ lý trả lời” sang vai trò “điều phối quy trình nhiều bước”. Trong doanh nghiệp, tác nhân AI có thể theo dõi công việc đang mở, tổng hợp dữ liệu từ nhiều hệ thống, kích hoạt quy trình, nhắc việc, tạo báo cáo và đề xuất bước tiếp theo. Điều này làm thay đổi cách tổ chức công việc văn phòng và công việc tri thức. Trong khu vực công, giá trị dễ thấy nhất là ở các quy trình có khối lượng lớn và tính lặp lại cao, chẳng hạn như xử lý hồ sơ, hỗ trợ cán bộ tra cứu chính sách, hoặc phối hợp thông tin giữa nhiều đầu mối. Nếu làm tốt, AI có thể giúp rút ngắn thời gian xử lý và giảm đáng kể khối lượng thao tác thủ công.
Trong tài chính, các hướng đi rõ nhất hiện nay là chăm sóc khách hàng, tuân thủ, xử lý hồ sơ và kiểm soát rủi ro vận hành. Còn trong y tế, tác động thực tế nhất hiện nay vẫn là giảm gánh nặng hành chính, hỗ trợ luồng công việc lâm sàng và điều phối chăm sóc, chứ không phải thay bác sĩ ra quyết định độc lập.
Tôi nghĩ cần nhấn mạnh một điểm: trong ngắn hạn, AI tác nhân sẽ không làm thay đổi xã hội bằng việc thay con người, mà bằng việc tái cấu trúc cách công việc được tổ chức. Ở đâu công việc gồm nhiều bước lặp lại, trên máy tính, nhiều quy định và nhiều điểm phối hợp, ở đó AI sẽ tạo ra thay đổi nhanh nhất.
Việt Nam: Ứng dụng và tự chủ có chọn lọc
- Trong bối cảnh Việt Nam hiện nay, theo Giáo sư, AI tác nhân nên được ưu tiên triển khai ở những lĩnh vực nào để tạo hiệu quả rõ nét và khả thi nhất?
Câu hỏi này nên nhìn nhận ở nhiều tầng. Ở tầng từng tổ chức, dù là khu vực công hay tư, tôi cho rằng ưu tiên trước hết sẽ đặt vào những công việc thuần trên máy tính, mang tính tri thức, có tính lặp lại và có quy trình tương đối rõ ràng. Đây là những nơi AI tác nhân có thể tạo hiệu quả sớm và ít rủi ro hơn.
Thí dụ, trong giáo dục, có thể hỗ trợ chuẩn bị học liệu, điều phối học tập, hỗ trợ phản hồi cá nhân hóa và giảm tải công việc hành chính. Trong tài chính, đó có thể là xử lý hồ sơ, chăm sóc khách hàng, kiểm tra tuân thủ hoặc hỗ trợ phân tích nghiệp vụ.
Trong sản xuất, logistics và chuỗi cung ứng, AI tác nhân cũng có thể tạo ra hiệu quả đo được, chẳng hạn ở bài toán lập lịch, điều độ, tối ưu tồn kho, phối hợp nhà cung ứng hoặc giám sát vận hành. Tuy nhiên, khi bài toán liên quan nhiều đến thế giới vật lý, mức độ phức tạp và nhu cầu can thiệp của con người cũng tăng lên.
Ở tầng quản trị nhà nước, tôi cho rằng dịch vụ công và hành chính công là một trong những nơi nên ưu tiên. Lý do là ở đây có khối lượng thủ tục lớn, quy trình tương đối chuẩn hóa và lợi ích xã hội nếu làm tốt sẽ lan tỏa rất rộng. Nếu triển khai đúng, AI có thể giúp bộ máy vận hành nhanh hơn, giảm thời gian chờ đợi và cải thiện trải nghiệm của người dân. Tuy nhiên, AI tác nhân cũng làm nổi bật lên một lớp vấn đề mà chúng ta không thể xem nhẹ, đó là an ninh mạng, an toàn dữ liệu, quản trị rủi ro số và năng lực số của lực lượng lao động. Đây không phải là phần phụ, mà là phần hạ tầng bắt buộc nếu muốn đi đường dài.
Ngoài ra, khi AI bắt đầu tham gia sâu hơn vào công việc, những vấn đề như tái đào tạo lao động, dịch chuyển năng suất và phân phối lợi ích trong xã hội cũng sẽ dần trở nên rõ hơn. Đây là những câu chuyện cần được chuẩn bị từ sớm, chứ không thể đợi đến khi tác động đã xảy ra rồi mới xử lý.
- Nhìn tổng thể, Việt Nam đang đứng ở đâu trong làn sóng này và cần lựa chọn hướng đi nào trong 5-10 năm tới để vừa tận dụng được công nghệ toàn cầu, vừa bảo đảm năng lực tự chủ?
Tôi cho rằng Việt Nam hiện đang ở một vị trí khá đáng chú ý. Chúng ta có cơ hội thật sự ở tầng ứng dụng, tích hợp hệ thống và triển khai theo ngành. Điểm tích cực là Việt Nam đã có định hướng chiến lược về AI, đang đẩy mạnh chuyển đổi số, có lực lượng kỹ sư trẻ, khả năng học hỏi nhanh và nhu cầu ứng dụng rất lớn trong cả khu vực công lẫn khu vực tư. Trong 5-10 năm tới, Việt Nam nên đi theo hướng tự chủ có trọng điểm. Tức là không nhất thiết phải tự làm mọi thứ từ đầu, nhưng phải làm chủ được những lớp có ý nghĩa chiến lược đối với mình.
Cụ thể, có ít nhất năm lớp cần đầu tư nghiêm túc: dữ liệu Việt Nam chất lượng cao, có thể sử dụng được trong các bài toán thực tế; hạ tầng tính toán và triển khai trong nước cho những lĩnh vực trọng yếu; đội ngũ kỹ sư, chuyên gia và nhà nghiên cứu đủ mạnh; khung quản trị, tiêu chuẩn và năng lực đánh giá an toàn; và cuối cùng là những ứng dụng giải quyết vấn đề thật của Việt Nam. Tôi nghĩ chiến lược hợp lý không phải là chạy theo mọi thứ, mà là chọn một số lĩnh vực mũi nhọn để làm thật sâu. Việt Nam sẽ không đi nhanh hơn bằng cách làm tất cả, mà bằng cách chọn đúng nơi để tạo ra hiệu quả lớn nhất.
- Trân trọng cảm ơn Giáo sư!
