AI AGENT – AGENTIC AI – GENERATIVE AI

Đỗ Ngọc Minh

AI AGENT – AGENTIC AI – GENERATIVE AI

Giới thiệu

Khi trí tuệ nhân tạo (AI) thâm nhập vào nhiều ngành công nghiệp khác nhau, các thuật ngữ mới đang xuất hiện để mô tả chức năng của nó và trong một số trường hợp, điều này gây ra sự nhầm lẫn.

Các thuật ngữ AI tác nhân – agentic AI, tác nhân AI – AI agent và khái niệm AI tạo sinh - generative AI  thường được sử dụng thay thế cho nhau nhưng về cơ bản chúng khác nhau về công nghệ và trường hợp sử dụng.

 

Đối với các công ty đang cân nhắc việc tích hợp AI (cho dù là để tự động hóa quy trình làm việc, để tăng cường ra quyết định hay để thúc đẩy hành động tự động), sự hiểu biết này là rất cần thiết.

 

Mỗi loại đều có một vai trò khác nhau trong việc định hình tương lai của hệ thống doanh nghiệp:

AI tạo sinh (generative AI) tạo ra nội dung

Tác nhân AI (AI agent) đạt được các mục tiêu dựa trên nhiệm vụ

Và AI tác nhân (agentic AI) đưa mức độ tự chủ đó lên cao hơn với khả năng suy luận, lập kế hoạch và học hỏi.

 

Tại sao điều này quan trọng đối với chủ doanh nghiệp, lập trình viên và người lãnh đạo tự động hóa?

 

Đối với chủ doanh nghiệp, sự phân biệt này cho phép đưa ra các quyết định sáng suốt hơn về việc phân bổ nguồn lực sao cho hiệu quả nhất. Cuối cùng, lựa chọn sai có thể dẫn đến ROI không tối ưu, vi phạm quy định hoặc kém hiệu quả.

 

Những danh mục này rất quan trọng đối với các lập trình viên và nhóm kỹ thuật khi xem xét các công cụ, API và kiến ​​trúc phù hợp.

Trí tuệ nhân tạo tạo sinh (Generative AI) đang làm được những điều tuyệt vời trong lĩnh vực tạo ngôn ngữ tự nhiên, tuy nhiên việc xây dựng các hệ thống độc lập như trí tuệ nhân tạo tác nhân (Agentic AI) đòi hỏi các khung lập kế hoạch, quản lý bộ nhớ, theo dõi trạng thái và điều phối (trên nhiều nền tảng khác nhau).

Và đối với các nhà lãnh đạo tự động hóa và kiến ​​trúc sư giải pháp, những khác biệt này định hình ý nghĩa của việc thiết kế các quy trình làm việc thông minh hơn.

Vì vậy, thay vì phân biệt giữa AI agent và AI tác nhân (agentic AI), cả hai có thể hoạt động kết hợp và có thể gợi ra các quy trình nhiều bước trong một phản hồi duy nhất, theo mong muốn—cho phép tự động hóa thông minh, có khả năng mở rộng, vượt xa những gì các hệ thống dựa trên quy tắc tĩnh có thể làm được.

 

Tóm lại, hiểu được sự khác biệt và điểm chung giữa các loại tự động hóa AI khác nhau có thể giúp các tổ chức điều chỉnh các sáng kiến ​​chính xác hơn với mục tiêu kinh doanh và chi phí.

 

Hiểu về các Mô hình AI Mới

 AI Agent là gì?

 Trong AI, agent là các hệ thống có thể hoàn thành nhiệm vụ bằng cách sử dụng chuỗi hành động, thường tương tác với người dùng, dữ liệu hoặc môi trường. Không hoàn toàn tự chủ, chúng áp dụng logic, quy tắc và đôi khi là máy học để thực hiện các quy trình công việc, chẳng hạn như lên lịch họp, trả lời các câu hỏi của khách hàng hoặc xử lý các hoạt động kinh doanh trong giới hạn nhất định.

 AI Agentic là gì?

 Nhiều người nhầm lẫn giữa AI agent và AI agentic, tuy nhiên AI agentic là một bước tiến khác biệt so với các mô hình AI truyền thống. Nó tổng hợp các khả năng suy luận, lập kế hoạch và kiểm soát phản ứng để hướng tới mục tiêu với sự hỗ trợ tối thiểu của con người.

 Chúng có thể chia nhỏ các mục tiêu phức tạp thành các quy trình con, khởi xướng các hành động, thay đổi chiến lược ngay lập tức và thậm chí gọi điện cho các agent hoặc thiết bị khác, tạo nên một bước tiến hướng tới sự tự chủ thực sự trong AI dành cho doanh nghiệp.

 Trí tuệ nhân tạo tạo sinh là gì? Generative AI

Nhiều người dùng cho rằng trí tuệ nhân tạo truyền thống và trí tuệ nhân tạo tạo sinh là giống nhau, nhưng thực tế không phải vậy. Trí tuệ nhân tạo tạo sinh đề cập đến các mô hình tạo ra nội dung như văn bản, hình ảnh, mã hoặc âm thanh bằng cách học các mẫu từ lượng lớn dữ liệu.

Ví dụ về điều này bao gồm các công cụ như ChatGPT và DALL-E. Chúng rất giỏi trong việc bắt chước sự sáng tạo của con người, nhưng chúng làm điều đó theo những cách thức được quy định và chúng không được phép tiếp tục làm điều đó, cũng không có bất kỳ quyền tự chủ hay thẩm quyền nào.

  

Bảng So sánh (Agentic AI), (AI Agents) và (Generative AI)

 

Lựa chọn loại AI phù hợp với vấn đề và mức độ trưởng thành

Các loại AI khác nhau được thiết kế và sử dụng ở những mục đích khác nhau. Các doanh nghiệp cần đánh giá mức độ phức tạp hiện tại của quy trình kinh doanh, mức độ trưởng thành của dữ liệu và mức độ kỳ vọng về tự động hóa AI để lựa chọn loại AI cụ thể.

 

Sử dụng AI tạo sinh nếu mục tiêu của bạn là tạo nội dung, hiểu ngôn ngữ, tóm tắt hoặc tạo ý tưởng.

 

Đối với tự động hóa các tác vụ cụ thể (chẳng hạn như quy trình hỗ trợ khách hàng hoặc quy trình tuyển dụng, hoặc thậm chí định tuyến tác vụ), AI Agent sẽ là lựa chọn tốt nhất.

 

Áp dụng Agentic AI để cải thiện tự động hóa dài hạn với mục tiêu, bộ nhớ, khả năng tác nhân và suy luận đa bước.

 

Những điểm chính cần lưu ý cho doanh nghiệp và nhà phát triển

Sự khác biệt giữa Trí tuệ nhân tạo tác nhân (Agentic AI), Tác nhân AI (AI Agents) và Trí tuệ nhân tạo tạo sinh (Generative AI) không chỉ đơn thuần là kiến ​​thức chung. Nó rất quan trọng để đưa ra những lựa chọn thông minh và sẵn sàng cho tương lai về tự động hóa và ứng dụng AI. Mỗi loại AI đáp ứng nhu cầu kinh doanh riêng biệt, mức độ phức tạp và độ trưởng thành khác nhau của tổ chức.

 

Rủi ro, Hạn chế và Thực tiễn Tốt nhất

Các hệ thống AI này rất mạnh mẽ, nhưng chúng cũng tiềm ẩn những rủi ro mà doanh nghiệp cần lưu ý:

 

§  Nếu không được giám sát, AI tạo sinh có thể tạo ra những thông tin sai lệch hoặc đưa ra nội dung thiên vị.

 

§  Các quy trình làm việc cứng nhắc và thiếu tích hợp có thể dẫn đến các AI agent dễ bị lỗi.

 

§  An toàn, Khả năng Giải thích, Kiểm soát và Tài nguyên:

Các khía cạnh Tự chủ và Lập kế hoạch của Agentic AI mang đến những mối quan ngại bổ sung: an toàn, khả năng giải thích, kiểm soát và gánh nặng tài nguyên.

 

Thực tiễn tốt nhất:

·     Bắt đầu với một trường hợp sử dụng được xác định rõ ràng và lợi tức đầu tư (ROI) dự kiến.

·     Bạn không bao giờ có thể tin tưởng vào hệ thống giám sát tự động mà không có sự giám sát!

·     Cần tập trung vào việc xử lý dữ liệu một cách công khai, minh bạch và an toàn.

·     Thường xuyên kiểm tra kết quả của AI trước khi đưa vào sản xuất.

 

Kết luận

Cả ba công nghệ đều có những ứng dụng khác nhau trong tất cả các ngành công nghiệp và đều tiềm ẩn tiềm năng to lớn trong tương lai. Các hệ thống này có khả năng nhận biết, đưa ra quyết định và hành động theo mệnh lệnh được đưa ra.