Một kỹ sư của startup fintech Ramp, Sandra Yang, vừa công bố trên mạng xã hội X kết quả thử nghiệm dùng AI agent để tự vận hành một hoạt động kinh doanh và tạo doanh thu thực tế. Sau 4 tuần, hệ thống tiêu tốn 3.000 USD nhưng chỉ mang về 75 USD.

Theo chia sẻ của Sandra Yang, vào tháng 7 cô đã cấp cho Devin - AI agent chuyên lập trình - thẻ Ramp, số điện thoại và tài khoản email, đồng thời đặt tên hệ thống là BugBasher. AI này được giao toàn bộ quy trình, từ lên ý tưởng đến triển khai.

Mô hình kinh doanh mà Sandra Yang lựa chọn dựa trên dữ liệu kiểm tra vệ sinh nhà hàng do thành phố New York công bố. BugBasher sẽ gọi cho các nhà hàng từng vi phạm liên quan đến côn trùng để hỏi họ có muốn được kết nối với đơn vị diệt côn trùng hay không, sau đó nhận hoa hồng nếu việc kết nối thành công.

Sau 4 tuần và hàng nghìn cuộc gọi, BugBasher tạo ra 75 USD doanh thu. Sandra Yang cho rằng đây là “trường hợp công khai đầu tiên một AI agent bán hàng B2B thành công khi xuất phát hoàn toàn từ con số 0”, tức không có sẵn khách hàng, quan hệ hay uy tín trên thị trường.

Về cách vận hành, cứ mỗi 20 phút hệ thống lại khởi chạy một phiên Devin mới. Mỗi phiên sẽ tải tệp “brain” trong kho lưu trữ để kiểm tra lịch sử hoạt động và chiến lược gọi điện trước đó, rồi tự quyết định bước tiếp theo. BugBasher cũng rà soát kết quả cuộc gọi hằng ngày để liên tục chỉnh sửa kịch bản; prompt ban đầu dài 252 từ, sau đó tăng lên 2.793 từ.

Hệ thống cũng cho thấy khả năng thích nghi trong một số tình huống. Khi phát hiện người nghe không hiểu tiếng Anh, BugBasher tự bổ sung hướng dẫn chuyển sang hỏi bằng tiếng Tây Ban Nha hoặc tiếng Trung. Tuy vậy, một số lỗi như đọc nguyên system prompt trong lúc gọi hoặc tự lẩm bẩm liệt kê lập luận vẫn kéo dài đến cuối thử nghiệm.

Có thời điểm BugBasher bị đình trệ suốt 8 ngày vì không tìm được đơn vị diệt côn trùng phù hợp. Thay vì chờ phê duyệt, hệ thống tự tìm cách xử lý. Do không có quyền truy cập Slack để xác định người phụ trách, AI này lần theo lịch sử commit trên GitHub để tìm email của lập trình viên, sau đó gửi thư đề nghị xử lý các yêu cầu phê duyệt còn tồn đọng.

BugBasher cũng liên tục điều chỉnh cách tiếp cận khách hàng. Khi cách chào mời theo hướng “cung cấp lead miễn phí” không nhận được phản hồi, hệ thống chuyển sang nêu cụ thể tên nhà hàng ngay từ đầu. Sau đó, khi đổi phương thức thanh toán từ trả sau sang trả trước, một đơn vị diệt côn trùng đã thanh toán 75 USD chỉ 8 giờ sau khi nhận đề nghị.

Đánh giá về kết quả thử nghiệm, Sandra Yang cho rằng BugBasher bám rất sát những mục tiêu cụ thể, nhưng gần như bất lực trước các nhiệm vụ không có đích đến hoặc cách làm được xác định rõ. Chỉ với chỉ thị “hãy kiếm tiền”, hệ thống mất 4 tuần và 3.000 USD để tạo ra 75 USD doanh thu, cho thấy AI agent vẫn còn lúng túng trong lập kế hoạch dài hạn và ứng phó với môi trường phức tạp.

Sandra Yang cũng nhận định thế giới thực là môi trường đánh giá rất tốt đối với AI agent. Dù phần lớn giả thuyết ban đầu của BugBasher đều sai, hệ thống vẫn lặp lại quá trình ghi nhận thất bại rồi chuyển sang thử nghiệm tiếp theo, trước khi chạm tới một chiến lược có thể vận hành. Tuy nhiên, câu hỏi liệu AI agent có thể tự điều hành một doanh nghiệp có lãi trong dài hạn hay không vẫn chưa có lời đáp.