Đầu tư cho agentic AX đang tăng tốc khi doanh nghiệp đẩy mạnh ứng dụng AI agent vào vận hành. Tuy vậy, tại Digital Insight 2026 tổ chức ở Seoul, nhiều chuyên gia cho rằng trở ngại lớn nhất không nằm ở bản thân công nghệ mà ở mức độ chuẩn bị của doanh nghiệp, từ dữ liệu, phạm vi phân quyền đến hạ tầng vận hành.

Ngày 29/9, DigitalToday tổ chức hội thảo Digital Insight 2026 tại COEX, Samseong-dong, Seoul, với chủ đề “Xu hướng toàn cầu và chiến lược thành công của agentic AX”. Sự kiện quy tụ đại diện từ khu vực công và nhiều doanh nghiệp như SK Telecom, MegazoneCloud, Hana Bank, ENCORE, NOL Universe và NVIDIA Korea.

Phát biểu tại sự kiện, Kim Tae-yoon, Phó chủ tịch phụ trách foundation model tại SK Telecom, nhấn mạnh lợi thế của những mô hình do doanh nghiệp trong nước sở hữu hoặc có thể chủ động kiểm soát. Theo ông, đây là yếu tố quan trọng để chuyển tri thức đặc thù trong sản xuất và kinh doanh thành tài sản phục vụ AI.

Ông cho rằng xu hướng mô hình AI đang dịch chuyển nhanh từ dạng hỏi - đáp hoặc hỗ trợ lập trình sang “AI biết làm việc” dựa trên agent. Sau năm 2027, AI có thể tiến tới các hệ đa agent, nơi nhiều mô hình đảm nhận các vai trò khác nhau và cùng phối hợp xử lý công việc.

Kim Han-soo, Giám đốc điều hành AIR Unit của MegazoneCloud, cho rằng điều kiện tiên quyết để AI agent bám vào quy trình làm việc không phải là triển khai công nghệ trước, mà là xác định rõ phạm vi nhiệm vụ và quyền hạn được giao cho agent.

Ông ví quá trình này với quản trị nhân sự trong doanh nghiệp: không ai trao ngay toàn bộ quyền truy cập hệ thống nội bộ hay thẻ tín dụng công ty cho nhân viên mới từ ngày đầu tiên. Với AI agent cũng vậy, doanh nghiệp cần đặt ra tiêu chí rõ ràng về vai trò, trách nhiệm và giới hạn quyền hạn trước khi đưa vào vận hành. Theo ông, cốt lõi của AI agent trong doanh nghiệp là “tính tự chủ có kiểm soát”.

Đại diện Hana Bank, Lee Woo-seop, Trưởng bộ phận Kinh doanh Chiến lược số, đã chia sẻ các trường hợp triển khai AI cùng định hướng sắp tới của ngân hàng. Theo ông, Hana Bank đang kết hợp các giải pháp AI thương mại bên ngoài với hệ thống AI tự phát triển trong mạng nội bộ để đáp ứng những yêu cầu đặc thù của ngành tài chính, như môi trường mạng tách biệt và bảo vệ dữ liệu cá nhân.

Ông cho biết cách tiếp cận tự xây dựng giúp ngân hàng tận dụng dữ liệu nội bộ mà không cần đưa dữ liệu ra ngoài. Đổi lại, mô hình này kéo theo gánh nặng lớn hơn về đầu tư hạ tầng cũng như chi phí vận hành và bảo trì.

“Dù ứng dụng AI trong lĩnh vực tài chính tiếp tục mở rộng, cốt lõi vẫn là niềm tin và khả năng kiểm soát”, ông Lee nói. Theo ông, ngân hàng sẽ tiếp cận các quy định tài chính theo hướng tích cực và tiếp tục cân nhắc nên triển khai cái gì, theo cách nào trong khuôn khổ hiện hành.

Kim Ki-dong, Trưởng nhóm tại ENCORE, công ty chuyên về AI và dữ liệu, nhận định chênh lệch về hiệu quả triển khai AI agent giữa các tổ chức chủ yếu xuất phát từ mức độ sẵn sàng của dữ liệu. Ông cho rằng để agent khai thác tốt dữ liệu doanh nghiệp, trước hết cần giúp agent hiểu ý nghĩa của dữ liệu và mối liên kết giữa dữ liệu đó với các nguồn khác.

Theo ông, mô hình và công nghệ AI sẽ tiếp tục được cải thiện, nhưng việc agent sử dụng thông tin gì và đưa ra quyết định như thế nào vẫn phụ thuộc vào mức độ chuẩn bị của doanh nghiệp. Vì vậy, chiến lược dữ liệu sẵn sàng cho AI cần được xây dựng ngay từ bây giờ.

Yoo Ju-bong, Leader tại NOL Universe, chia sẻ các ví dụ và kết quả triển khai AX nội bộ trong quá trình chuyển đổi của doanh nghiệp. Theo ông, công ty ưu tiên thay đổi cách làm việc bên trong tổ chức thay vì tập trung trước vào dịch vụ B2C ứng dụng AI, do hoạt động vận hành trong lĩnh vực du lịch, giải trí và văn hóa vẫn còn nhiều khâu thủ công.

Ông cho biết tài liệu nhận từ các đối tác liên kết và công ty tổ chức biểu diễn thường không thống nhất về định dạng, khiến nhân viên phải đối chiếu và nhập lại bằng tay. Nhiều đầu việc nhỏ vì thế liên tục bị đẩy lùi trong thứ tự ưu tiên phát triển. Theo ông, chỉ cần thiếu một người phụ trách cũng đã khó tìm người thay thế, nên công ty quyết định đẩy nhanh AX nội bộ với quan điểm phải thay đổi cách làm việc trước khi mở rộng ra B2C.

Kim Sun-wook, Giám đốc điều hành của NVIDIA Korea, cho biết gần đây ông nhận được nhiều yêu cầu từ doanh nghiệp theo hướng “không có đủ tài nguyên tính toán, liệu có thể thuê máy hay không”. Theo ông, điều này cho thấy nhu cầu triển khai AI agent đang tăng lên rõ rệt.

Ông nhấn mạnh một agent đúng nghĩa không chỉ là một mô hình đơn lẻ, mà phải vận hành đồng thời với nhiều thành phần tích hợp như các công cụ và lớp điều phối. Vì vậy, bài toán agent cũng chính là bài toán hạ tầng.

Theo Kim Sun-wook, để vận hành agent, doanh nghiệp cần hợp nhất CPU, GPU và máy chủ lưu trữ thành một hạ tầng thống nhất. Yếu tố quyết định khả năng vận hành hạ tầng đó là điện năng. “Agent chỉ có thể chạy trong giới hạn năng lượng cho phép”, ông nói.