Các tác nhân AI vào năm 2025: Kỳ vọng so với thực tế

Đỗ Ngọc Minh

Các tác nhân AI vào năm 2025: Kỳ vọng so với thực tế 

Không thể nào bước hai bước trên lĩnh vực truyền thông công nghệ mà không tình cờ đọc được một bài báo ca ngợi năm 2025 là năm của AI . Chúng ta được biết rằng AI sẽ thay đổi cách thức làm việc, tác động đến mọi khía cạnh của cuộc sống, cả cá nhân lẫn công việc. 

Chúng ta vừa mới thoát khỏi cơn sốt NFT và tiền điện tử đặc trưng của đầu những năm 2020.

NFT là Mã thông báo không thể thay thế (Non-Fungible Token), một loại tài sản kỹ thuật số độc nhất được lưu trữ trên blockchain, hoạt động như một chứng chỉ xác thực quyền sở hữu kỹ thuật số cho các tài sản như tranh ảnh, âm nhạc, video hoặc vật phẩm trong game. Điểm khác biệt của NFT là tính duy nhất, không thể thay thế hoặc trao đổi ngang hàng với tài sản khác, giống như một bức tranh gốc không thể đổi bằng một bức tranh khác. 

 Bong bóng siêu vũ trụ sau đó

Metaverse là "vũ trụ ảo" hay không gian kỹ thuật số, nơi người dùng có thể tương tác với nhau và với môi trường ảo thông qua công nghệ như thực tế ảo (VR), thực tế ảo tăng cường (AR) và các nền tảng trực tuyến khác. Nó được hình dung như một sự phát triển tiếp theo của internet, tạo ra một thế giới 3D liên tục và sống động, nơi mọi người có thể làm việc, vui chơi, giao lưu và mua sắm trong thời gian thực. 

Sau đó giới truyền thông bắt đầu ca ngợi trí tuệ nhân tạo (AI ) tạo sinh (gen AI) sau những lần ra mắt như dòng mô hình GPT của OpenAI , Claude của Anthropic và Copilot của Microsoft.

Tuy giai điệu vẫn chưa hoàn toàn thay đổi, nhưng trọng tâm của năm 2025 đã chuyển từ các mô hình ngôn ngữ lớn (LLM) sang những tiến bộ trong các tác nhân trí tuệ nhân tạo (AI) tự động, mở ra tương lai của công việc.  

Mặc dù sự quan tâm dành cho AI thế hệ mới (gen AI) tăng vọt trong thời gian ngắn xung quanh R1 của Deepseek, hứa hẹn cải thiện hiệu suất đáng kể so với ChatGPT, nhưng câu chuyện đổi mới chủ đạo trong năm 2025 lại là về agents AI. Các phương tiện truyền thông đưa tin về những hứa hẹn về đổi mới, tự động hóa và hiệu suất mà agents AI sẽ mang lại, nhưng liệu có bao nhiêu phần trong cuộc trò chuyện này là những lời quảng cáo thổi phồng về lượt nhấp chuột?

Thế giới truyền thông được hỗ trợ bởi quảng cáo phát triển mạnh nhờ lượt nhấp chuột, và việc mong đợi những tiêu đề giật gân, thu hút sự chú ý được tạo ra để thu hút lượt nhấp chuột của bạn là điều dễ hiểu. Nhưng chúng ta có thể thực tế mong đợi gì từ AI agents vào năm 2025, và nó sẽ ảnh hưởng đến cuộc sống của chúng ta như thế nào?  

Chúng tôi đã trao đổi với một số chuyên gia của IBM để làm rõ những thông tin thổi phồng này, với mục tiêu tạo ra một cuộc thảo luận hợp lý hơn về các tác nhân AI và những gì chúng sẽ làm. Đội ngũ chuyên gia am hiểu của chúng tôi bao gồm:  

• Tiến sĩ Maryam Ashoori: Giám đốc Quản lý Sản phẩm, IBM® watsonx.ai™  

• Marina Danilevsky: Nhà khoa học nghiên cứu cao cấp, Công nghệ ngôn ngữ  

• Vyoma Gajjar: Kiến trúc sư giải pháp kỹ thuật AI  

• Chris Hay: Kỹ sư xuất sắc  

Tác nhân AI là gì?

Tác nhân AI là một chương trình phần mềm có khả năng hoạt động tự động để hiểu, lập kế hoạch và thực hiện các nhiệm vụ. Tác nhân AI được hỗ trợ bởi LLM và có thể giao tiếp với các công cụ, mô hình khác và các khía cạnh khác của hệ thống hoặc mạng khi cần thiết để đáp ứng mục tiêu của người dùng. 

 

Chúng tôi không chỉ đơn thuần yêu cầu chatbot gợi ý công thức nấu ăn dựa trên các nguyên liệu có sẵn trong tủ lạnh. Nhân viên hỗ trợ không chỉ là những email tự động thông báo với khách hàng rằng phải mất vài ngày mới có người thật trả lời yêu cầu của bạn. 

 

Trợ lý AI khác với trợ lý AI truyền thống , vốn cần lời nhắc mỗi khi đưa ra phản hồi. Về lý thuyết, người dùng giao cho trợ lý một nhiệm vụ cấp cao, và trợ lý sẽ tự tìm cách hoàn thành nhiệm vụ đó. 

 

Các sản phẩm hiện tại vẫn đang trong giai đoạn đầu tiếp cận ý tưởng này. "Những gì thường được gọi là 'agents' trên thị trường thực chất là việc bổ sung các khả năng lập kế hoạch và gọi công cụ (đôi khi được gọi là gọi hàm) cơ bản cho các LLM", Ashoori nói. "Những khả năng này cho phép LLM chia nhỏ các tác vụ phức tạp thành các bước nhỏ hơn mà LLM có thể thực hiện."

 

Hay lạc quan rằng các agents mạnh mẽ hơn sẽ sớm xuất hiện: "Hiện nay, bạn không cần bất kỳ tiến bộ nào nữa trong các mô hình để xây dựng các AI agents trong tương lai ", ông nói. 

 

Sau khi đã giải quyết xong vấn đề đó, chúng ta sẽ bàn luận về các agents trong năm tới như thế nào và chúng ta có thể coi trọng đến mức nào? 

 

Câu chuyện 1: Năm 2025 là năm của tác nhân AI

Tạp chí Time dự đoán "sẽ có nhiều tác nhân tốt hơn" hơn. 

1. "Các 'tác nhân' tự động và lợi nhuận có thể sẽ thống trị chương trình nghị sự về trí tuệ nhân tạo", Reuters đưa tin. 

2. "Thời đại của AI tác nhân đã đến", Forbes hứa hẹn, đáp lại tuyên bố của Jensen Huang từ Nvidia. 

3. Truyền thông công nghệ tràn ngập những lời khẳng định rằng cuộc sống của chúng ta đang trên bờ vực của một sự thay đổi toàn diện. Các tác nhân tự động đang sẵn sàng tinh giản và thay đổi công việc của chúng ta, thúc đẩy tối ưu hóa và đồng hành cùng chúng ta trong cuộc sống hàng ngày, xử lý những công việc thường nhật theo thời gian thực và giải phóng chúng ta cho các hoạt động sáng tạo và các nhiệm vụ cấp cao khác.

Năm 2025 là năm của khám phá AI agents:

“IBM và Morning Consult đã thực hiện một cuộc khảo sát với 1.000 nhà phát triển đang xây dựng các ứng dụng AI cho doanh nghiệp, và 99% trong số họ cho biết họ đang khám phá hoặc phát triển các tác nhân AI”, Ashoori giải thích. “Vì vậy, câu trả lời là năm 2025 sẽ là năm của tác nhân AI.” Tuy nhiên, tuyên bố đó không phải là không có ẩn ý.  

Sau khi thiết lập quan niệm thị trường hiện tại về tác nhân như các LLM có chức năng gọi hàm, Ashoori phân biệt giữa ý tưởng đó và các tác nhân thực sự tự chủ. “Định nghĩa thực sự [của một tác nhân AI] là một thực thể thông minh có khả năng suy luận và lập kế hoạch, có thể tự động hành động. Những khả năng suy luận và lập kế hoạch đó vẫn đang được thảo luận. Điều đó tùy thuộc vào cách bạn định nghĩa nó.”  

 “Tôi chắc chắn thấy các tác nhân AI đang hướng đến mục tiêu này, nhưng chúng ta vẫn chưa đạt được mục tiêu đó,” Gajjar nói. “Hiện tại, chúng ta đang thấy những dấu hiệu ban đầu—các tác nhân AI đã có thể phân tích dữ liệu, dự đoán xu hướng và tự động hóa quy trình làm việc ở một mức độ nào đó. Nhưng việc xây dựng các tác nhân AI có khả năng tự động xử lý các quyết định phức tạp sẽ đòi hỏi nhiều hơn là chỉ các thuật toán tốt hơn. Chúng ta sẽ cần những bước tiến lớn trong việc suy luận theo ngữ cảnh và thử nghiệm cho các trường hợp đặc biệt,” bà nói thêm.  

Danilevsky không tin rằng đây là điều gì mới mẻ. "Tôi vẫn đang đấu tranh để thực sự tin rằng điều này khác biệt so với việc chỉ điều phối," cô nói. "Bạn đã đổi tên điều phối, nhưng giờ nó được gọi là tác nhân, vì đó là từ hay. Nhưng điều phối là thứ chúng ta đã làm trong lập trình từ lâu rồi."   

Về việc năm 2025 là năm của agents, Danilevsky tỏ ra hoài nghi. "Điều đó phụ thuộc vào việc bạn định nghĩa agents là gì, bạn nghĩ agents sẽ đạt được điều gì và bạn nghĩ nó sẽ mang lại giá trị gì", bà nói. "Đây là một tuyên bố khá táo bạo khi chúng ta thậm chí còn chưa hiểu rõ về ROI (lợi tức đầu tư) của công nghệ LLM nói chung."  

Và không chỉ riêng khía cạnh kinh doanh khiến cô ấy phải đặt cược. "Có rất nhiều sự cường điệu về việc tưởng tượng liệu thứ này có thể suy nghĩ thay bạn và đưa ra tất cả những quyết định này cũng như thực hiện hành động trên máy tính của bạn hay không. Thực tế mà nói, điều đó thật đáng sợ."

Danilevsky cho rằng sự khác biệt này là do giao tiếp sai. "[Các tác nhân] thường kém hiệu quả vì con người giao tiếp rất kém. Chúng ta vẫn không thể khiến các tác nhân trò chuyện diễn giải chính xác những gì bạn muốn mọi lúc."  

Tuy nhiên, năm tới hứa hẹn sẽ là một kỷ nguyên thử nghiệm đầy hứa hẹn. "Tôi rất tin tưởng vào [năm 2025 là năm của agents]", Hay hào hứng nói.  

Mọi công ty công nghệ lớn và hàng trăm công ty khởi nghiệp hiện đang thử nghiệm các agents. Ví dụ, Salesforce đã phát hành nền tảng Agentforce, cho phép người dùng tạo các agents dễ dàng tích hợp vào hệ sinh thái ứng dụng Salesforce.  

“Làn sóng đang đến và chúng ta sẽ có rất nhiều agents. Hệ sinh thái này vẫn còn rất non trẻ, nên tôi nghĩ sẽ có rất nhiều người xây dựng agents, và họ sẽ rất vui khi được làm việc này.” 

 

Câu chuyện 2: Các tác nhân có thể tự mình xử lý các nhiệm vụ cực kỳ phức tạp

Câu chuyện này giả định rằng các tác nhân ngày nay đáp ứng được định nghĩa lý thuyết được nêu trong phần giới thiệu của bài viết này. Các tác nhân của năm 2025 sẽ là các chương trình AI hoàn toàn tự động, có thể xác định phạm vi dự án và hoàn thành nó với tất cả các công cụ cần thiết mà không cần sự trợ giúp của con người. Nhưng điều còn thiếu trong câu chuyện này chính là sự tinh tế.

Các mô hình ngày nay đã quá đủ

Hay tin rằng nền tảng cho những phát triển như vậy đã được đặt ra. "Điều quan trọng nhất về các tác nhân là họ có khả năng lập kế hoạch", ông phác thảo. "Họ có khả năng suy luận, sử dụng công cụ và thực hiện nhiệm vụ, và họ cần phải làm điều đó với tốc độ và quy mô lớn."

Ông trích dẫn 4 phát triển mà, so với các mô hình tốt nhất của 12 đến 18 tháng trước, có nghĩa là các mô hình của đầu năm 2025 có thể cung cấp năng lượng cho các tác nhân mà những người ủng hộ quan điểm này hình dung:  

• Các mô hình tốt hơn, nhanh hơn, nhỏ hơn  

• Đào tạo chuỗi suy nghĩ (COT)  

• Tăng cửa sổ ngữ cảnh  

• Gọi hàm  

“Giờ đây, hầu hết những thứ này đều đã được đưa vào sử dụng,” Hay tiếp tục. “Bạn có thể có các công cụ gọi AI. Nó có thể lập kế hoạch. Nó có thể suy luận và đưa ra câu trả lời tốt. Nó có thể sử dụng tính toán thời gian suy luận. Bạn sẽ có chuỗi suy nghĩ tốt hơn và nhiều bộ nhớ hơn để làm việc. Nó sẽ chạy nhanh hơn. Nó sẽ rẻ hơn. Điều đó dẫn bạn đến một cấu trúc mà tôi nghĩ bạn có thể có các tác nhân. Các mô hình đang được cải thiện và chúng ngày càng tốt hơn, vì vậy điều đó sẽ chỉ tăng tốc.” 

Những kỳ vọng thực tế là điều bắt buộc

Ashoori cẩn thận phân biệt giữa những gì các tác nhân có thể làm sau này và những gì họ có thể làm ngay bây giờ. "Có lời hứa, và có những gì các tác nhân có khả năng làm ngay hôm nay", bà nói. "Tôi cho rằng câu trả lời phụ thuộc vào trường hợp sử dụng. Đối với các trường hợp sử dụng đơn giản, các tác nhân có khả năng [chọn đúng công cụ], nhưng đối với các trường hợp sử dụng phức tạp hơn, công nghệ vẫn chưa hoàn thiện."  

Danilevsky định hình lại câu chuyện theo ngữ cảnh. "Nếu một điều gì đó đúng một lần, điều đó không có nghĩa là nó đúng mọi lúc. Có một vài điều mà các tác nhân có thể làm không? Chắc chắn rồi. Điều đó có nghĩa là bạn có thể tác nhân hóa bất kỳ luồng suy nghĩ nào chợt nảy ra trong đầu bạn không? Không."  

Đối với Gajjar, vấn đề nằm ở rủi ro và quản trị. “Chúng ta đang chứng kiến ​​các tác nhân AI phát triển từ những người tạo nội dung thành những người giải quyết vấn đề tự động. Các hệ thống này phải được kiểm tra ứng suất nghiêm ngặt trong môi trường sandbox để tránh các lỗi lan truyền. Việc thiết kế cơ chế cho các hành động khôi phục và đảm bảo nhật ký kiểm tra là một phần không thể thiếu để giúp các tác nhân này khả thi trong các ngành công nghiệp có rủi ro cao.”  

Nhưng bà lạc quan rằng chúng ta sẽ vượt qua được những thách thức này. “Tôi nghĩ chúng ta sẽ thấy tiến triển trong năm nay trong việc tạo ra các cơ chế khôi phục và theo dõi kiểm toán. Vấn đề không chỉ là xây dựng AI thông minh hơn mà còn là thiết kế các mạng lưới an toàn để chúng ta có thể theo dõi và khắc phục sự cố nhanh chóng khi mọi thứ đi chệch hướng.”  

Mặc dù Hay hy vọng vào tiềm năng phát triển agent vào năm 2025, ông nhận thấy một vấn đề ở một khía cạnh khác: “Hầu hết các tổ chức đều chưa sẵn sàng cho agent. Điều thú vị là việc giới thiệu các API mà doanh nghiệp hiện có. Đó mới là nơi công việc thú vị sẽ diễn ra. Và vấn đề không phải là các mô hình sẽ tốt đến mức nào. Vấn đề là mức độ sẵn sàng của doanh nghiệp.” 

Câu chuyện 3: Những người điều phối AI sẽ quản lý mạng lưới các tác nhân AI

“Trạng thái bình thường mới” được hình dung trong câu chuyện này là các nhóm tác nhân AI được tập hợp dưới các mô hình điều phối siêu việt, quản lý quy trình làm việc chung của toàn bộ dự án.

Các doanh nghiệp sẽ sử dụng điều phối AI để phối hợp nhiều tác nhân và các mô hình học máy  (ML) khác hoạt động song song và sử dụng chuyên môn cụ thể để hoàn thành nhiệm vụ.

Sự tuân thủ là tối quan trọng để áp dụng AI một cách lành mạnh

Gajjar cho rằng dự đoán này không chỉ đáng tin cậy mà còn có khả năng xảy ra. "Chúng ta đang ở giai đoạn đầu của sự chuyển đổi này, nhưng nó đang diễn ra rất nhanh. Các công cụ điều phối AI có thể dễ dàng trở thành xương sống của các hệ thống AI doanh nghiệp trong năm nay—kết nối nhiều tác nhân, tối ưu hóa quy trình làm việc AI và xử lý dữ liệu đa ngôn ngữ và đa phương tiện", bà nhận định. Tuy nhiên, bà cảnh báo không nên vội vàng áp dụng nếu không có các biện pháp bảo vệ phù hợp.  

“Đồng thời, việc mở rộng quy mô các hệ thống này sẽ cần những khuôn khổ tuân thủ chặt chẽ để mọi thứ vận hành trơn tru mà không ảnh hưởng đến trách nhiệm giải trình”, Gajjar cảnh báo. “Năm 2025 có thể là năm chúng ta chuyển từ thử nghiệm sang áp dụng trên quy mô lớn, và tôi rất mong chờ xem các công ty sẽ cân bằng tốc độ với trách nhiệm như thế nào.”

Điều bắt buộc là các tổ chức phải hết sức tâm huyết với việc quản trị và tuân thủ dữ liệu và AI cũng như việc áp dụng những cải tiến mới nhất. 

Tiến trình không phải là một đường thẳng

“Bạn sẽ có một AI điều phối, và chúng sẽ làm việc với nhiều tác nhân,” Hay phác thảo. “Một mô hình lớn hơn sẽ là một điều phối, và các mô hình nhỏ hơn sẽ thực hiện các tác vụ bị hạn chế.”

Tuy nhiên, khi các tác nhân phát triển và cải thiện, Hay dự đoán sẽ có sự chuyển dịch từ quy trình làm việc được điều phối sang các hệ thống tác nhân đơn lẻ. “Khi các tác nhân riêng lẻ đó trở nên mạnh mẽ hơn, bạn sẽ chuyển sang nói rằng, 'Tôi có tác nhân này có thể làm mọi thứ từ đầu đến cuối.'”  

 Hay dự đoán một sự tiến hóa qua lại khi các mô hình phát triển. "Bạn sẽ chạm đến giới hạn [về những gì một tác nhân đơn lẻ có thể làm], và sau đó bạn sẽ lại quay trở lại với sự hợp tác đa tác nhân. Bạn sẽ phải giằng co giữa các khuôn khổ đa tác nhân và một tác nhân duy nhất giống như thần thánh." Và trong khi các mô hình AI sẽ là những yếu tố quyết định quy trình làm việc của dự án, Hay tin rằng con người sẽ luôn nắm bắt được tình hình.

Sự phối hợp không phải lúc nào cũng là giải pháp đúng đắn

Đối với Ashoori, nhu cầu về một siêu điều phối viên không hẳn là điều hiển nhiên mà phụ thuộc vào các trường hợp sử dụng dự kiến. "Đó là một quyết định về kiến ​​trúc", cô giải thích. "Theo định nghĩa, mỗi tác nhân nên có khả năng tự tìm ra liệu họ có cần điều phối với một tác nhân khác, sử dụng một loạt công cụ hay cần một số dữ liệu bổ sung. Bạn không nhất thiết phải cần một tác nhân trung gian ngồi trên và giám sát mọi người để ra lệnh cho họ phải làm gì."  

Tuy nhiên, trong một số trường hợp, bạn có thể. "Bạn có thể cần tìm ra cách sử dụng kết hợp các tác nhân chuyên biệt cho mục đích của mình", Ashoori cho biết. "Trong trường hợp đó, bạn có thể quyết định tự tạo ra tác nhân của riêng mình để đóng vai trò là người điều phối."  

Danilevsky khuyên các doanh nghiệp trước tiên nên tìm hiểu quy trình công việc nào có thể và nên được agent hóa để đạt được mức ROI nào, sau đó phát triển chiến lược AI từ đó. "Liệu sẽ có một số luồng điều phối với một số agent không? Chắc chắn rồi. Nhưng liệu mọi thứ trong tổ chức của bạn có nên được điều phối với luồng agentic không? Không, điều đó sẽ không hiệu quả." 

Câu chuyện 4: Các tác nhân sẽ tăng cường năng lực của người lao động

Một viễn cảnh phổ biến về việc áp dụng công nghệ agentic trong năm tới là các agent sẽ bổ sung, nhưng không nhất thiết phải thay thế, người lao động. Những người ủng hộ cho rằng họ sẽ đóng góp vào một quy trình làm việc hợp lý do con người dẫn dắt.

Tuy nhiên, nỗi lo mất việc làm liên quan đến AI vẫn luôn thường trực trong các cuộc thảo luận xoay quanh việc áp dụng AI trong doanh nghiệp. Khi các agent trở nên năng lực hơn, liệu các nhà lãnh đạo doanh nghiệp sẽ khuyến khích sự hợp tác giữa agent và con người hay tìm cách thay thế người lao động bằng các công cụ AI?

Các tác nhân nên là một công cụ, không phải là sự thay thế

Ashoori tin rằng con đường tốt nhất phía trước nằm ở việc tin tưởng nhân viên tự quyết định cách sử dụng AI tối ưu trong công việc của họ. "Chúng ta nên trao quyền cho nhân viên quyết định cách họ muốn tận dụng các nhân viên, nhưng không nhất thiết phải thay thế họ trong mọi tình huống", bà giải thích. Một số chức năng công việc đã sẵn sàng để chuyển giao cho nhân viên, trong khi với những chức năng khác, đầu vào của con người là không thể thay thế. "Một nhân viên có thể ghi chép và tóm tắt một cuộc họp, nhưng bạn sẽ không cử nhân viên của mình đến để nói chuyện với tôi."  

Danilevsky đồng tình với quan điểm của Ashoori và lưu ý rằng việc áp dụng agents tại nơi làm việc sẽ không diễn ra suôn sẻ. "Vẫn sẽ có những trường hợp mà ngay khi mọi thứ trở nên phức tạp hơn, bạn sẽ cần đến con người." Trong khi các nhà lãnh đạo doanh nghiệp có thể muốn cắt giảm chi phí ngắn hạn bằng cách cắt giảm việc làm, thì việc sử dụng agents "...sẽ dần trở thành một vai trò tăng cường. Bạn được cho là luôn có một con người, và con người được hỗ trợ, nhưng con người mới là người đưa ra quyết định cuối cùng", Danilevsky nói khi mô tả tầm nhìn về con người trong vòng lặp (HITL) của bà đối với AI.  

Hay nhìn thấy một con đường hướng tới việc áp dụng AI bền vững đang được triển khai. "Nếu chúng ta làm đúng, AI sẽ hỗ trợ con người làm việc tốt hơn. Nếu AI được thực hiện đúng cách, nó sẽ giải phóng chúng ta để làm những điều thú vị hơn." Nhưng đồng thời, ông cũng có thể hình dung ra một viễn cảnh khác của tương lai, nơi AI được ưu tiên quá mức. "Có một rủi ro thực sự là khi thực hiện sai cách và kém hiệu quả, chúng ta sẽ kết thúc bằng việc con người hỗ trợ AI thay vì ngược lại."  

Gajjar cũng cảnh báo không nên quá phụ thuộc vào AI. “Tôi không nghĩ AI sẽ thay thế công việc chỉ sau một đêm, nhưng chúng chắc chắn sẽ định hình lại cách chúng ta làm việc. Các công việc lặp đi lặp lại, giá trị thấp đã được tự động hóa, giúp mọi người có thời gian cho những công việc mang tính chiến lược và sáng tạo hơn. Tuy nhiên, các công ty cần chủ động trong việc ứng dụng AI. Các khuôn khổ quản trị - chẳng hạn như những khuôn khổ tập trung vào sự công bằng, minh bạch và trách nhiệm giải trình - sẽ là chìa khóa.”

AI nguồn mở mang đến nhiều cơ hội mới

Đối với Hay, một lợi thế của các mô hình AI nguồn mở là chúng mở ra cánh cửa cho một thị trường agents AI trong tương lai và khả năng kiếm tiền sau đó cho những người sáng tạo. "Tôi nghĩ agents nguồn mở là chìa khóa," Hay nói. "Nhờ nguồn mở, bất kỳ ai cũng có thể xây dựng một agents và nó có thể thực hiện các nhiệm vụ hữu ích. Và bạn có thể tạo ra công ty của riêng mình."  

Hay tin rằng việc cân nhắc những khó khăn tiềm ẩn khi phát triển và tái cấu trúc tổ chức so với những lợi ích mà AI mang lại, đặc biệt là ở Nam Bán cầu, cũng rất quan trọng. Các ngôn ngữ lớn (LLM) cung cấp đầu ra dạng văn bản, có thể tiếp cận người dùng qua SMS ở những khu vực không có kết nối internet ổn định. "Việc AI có thể hoạt động trong điều kiện băng thông thấp và chi phí ngày càng rẻ hơn ở các quốc gia này là điều rất đáng mừng", Hay nói.

Suy nghĩ cuối cùng: Quản trị và chiến lược là điều cần thiết để triển khai tác nhân AI thành công

Trong suốt những cuộc trò chuyện này, 2 chủ đề đã được 4 chuyên gia của chúng tôi nhắc đi nhắc lại nhiều lần. Bên cạnh 4 câu chuyện đã được xem xét, một lộ trình bền vững vượt qua sự bùng nổ AI hiện nay đòi hỏi các doanh nghiệp và lãnh đạo doanh nghiệp phải nắm bắt 2 ý tưởng:  

1.   Quản trị AI là nền tảng cho việc tuân thủ thành công và sử dụng có trách nhiệm. 

2.   Một chiến lược AI mạnh mẽ tập trung vào giá trị kinh tế sẽ giúp doanh nghiệp áp dụng AI bền vững. 

Nhu cầu quản trị 

“Các công ty cần có khuôn khổ quản trị để giám sát hiệu suất và đảm bảo trách nhiệm giải trình khi các tác nhân này tích hợp sâu hơn vào hoạt động”, Gajjar nhấn mạnh. “Đây chính là điểm nhấn trong phương pháp AI có trách nhiệm của IBM. Tất cả là đảm bảo AI hoạt động cùng con người chứ không phải chống lại con người, và xây dựng các hệ thống đáng tin cậy và có thể kiểm toán ngay từ đầu.”  

Ashoori vẽ nên một bức tranh về một sự cố AI tiềm ẩn. "Sử dụng một tác nhân ngày nay về cơ bản là lấy một chứng nhận  Large Language Model - Mô hình ngôn ngữ lớn (LLM) và cho phép nó thực hiện các hành động thay mặt bạn. Điều gì sẽ xảy ra nếu hành động này kết nối với một tập dữ liệu và xóa một loạt các bản ghi nhạy cảm?"  

"Công nghệ không suy nghĩ. Nó không thể chịu trách nhiệm", Danilevsky nói. Về các rủi ro như rò rỉ hoặc xóa dữ liệu do tai nạn, "mức độ rủi ro cao hơn", bà nói. "Con người chỉ có thể làm được một lượng công việc nhất định trong một khoảng thời gian nhất định, trong khi công nghệ có thể làm được những việc trong thời gian ngắn hơn nhiều và theo cách mà chúng ta có thể không nhận thấy".  

Và khi điều đó xảy ra, chúng ta không thể chỉ tay vào AI và đổ lỗi cho những người chịu trách nhiệm. "Một con người trong tổ chức đó sẽ phải chịu trách nhiệm và giải trình về những hành động đó", Hay cảnh báo.  

“Vì vậy, thách thức ở đây là tính minh bạch,” Ashoori nói. “Và khả năng truy xuất nguồn gốc hành động của từng tác nhân. Bạn cần biết chính xác những gì đang diễn ra và có thể theo dõi, truy vết và kiểm soát nó.”  

Đối với Danilevsky, thử nghiệm tự do là con đường dẫn đến phát triển bền vững. “[Có rất nhiều giá trị] khi cho phép mọi người thực sự thử nghiệm công nghệ, xây dựng và thử nghiệm nó.” Bà cũng khuyến khích các nhà phát triển thận trọng khi quyết định sử dụng mô hình nào và dữ liệu nào họ đưa vào các mô hình đó. “[Một số nhà cung cấp] sẽ lấy tất cả dữ liệu của bạn. Vì vậy, hãy cẩn thận một chút.”

 

 

Tại sao chiến lược AI lại quan trọng

“Sự bùng nổ AI hiện nay hoàn toàn do FOMO thúc đẩy, và nó sẽ lắng xuống khi công nghệ trở nên bình thường hơn”, Danilevsky dự đoán. “Tôi nghĩ rằng mọi người sẽ bắt đầu hiểu rõ hơn những thứ nào hiệu quả và những thứ nào không hiệu quả”. Gajjar nói thêm: “Trọng tâm cũng nên là tích hợp các tác nhân AI vào các hệ sinh thái nơi chúng có thể học hỏi và thích nghi liên tục, thúc đẩy hiệu quả lâu dài”.  

Danilevsky nhanh chóng đặt ra những kỳ vọng và tập trung cuộc trò chuyện vào những nhu cầu kinh doanh thực tế. "Các doanh nghiệp cần cẩn thận để không trở thành cái búa đi tìm đinh", bà bắt đầu. "Chúng ta đã từng trải qua điều này khi ngôn ngữ lớn (LLM) mới xuất hiện. Mọi người thường nói, 'Bước một: chúng ta sẽ sử dụng LLM. Bước hai: Chúng ta nên sử dụng chúng để làm gì?'"  

Hay khuyến khích các doanh nghiệp chuẩn bị sẵn sàng cho agents trước. “Giá trị sẽ nằm ở những tổ chức thu thập dữ liệu riêng tư và sắp xếp chúng theo cách sao cho các agents có thể nghiên cứu dựa trên tài liệu của bạn.” Mỗi doanh nghiệp đều sở hữu một khối lượng lớn dữ liệu độc quyền có giá trị, và việc chuyển đổi dữ liệu đó để có thể hỗ trợ quy trình làm việc của agents sẽ mang lại lợi tức đầu tư (ROI) tích cực.  

“Với các agents, doanh nghiệp có thể tận dụng dữ liệu độc quyền và quy trình làm việc hiện có của mình để tạo sự khác biệt và mở rộng quy mô”, Ashoori nói. “Năm ngoái là năm thử nghiệm và khám phá của các doanh nghiệp. Họ cần mở rộng quy mô tác động đó và tối đa hóa ROI của AI tạo sinh. Agents chính là chìa khóa để hiện thực hóa điều đó.”  

Để biết thêm thông tin về việc triển khai AI thành công trong doanh nghiệp, hãy đọc hướng dẫn của Maryam Ashoori về phân tích chi phí AI tác nhân. Ngoài ra, hãy nhớ theo dõi Vyoma Gajjar và Chris Hay trình bày về những dự đoán của họ về AI vào năm 2025 trên  podcast Mixture of Experts của IBM.