Doanh nghiệp đang đẩy nhanh việc đưa AI agent vào quy trình làm việc, nhưng lợi ích về năng suất chưa đi kèm với sự giảm tải tương ứng cho con người. Theo Business Insider ngày 6/10/2026 (giờ địa phương), nhiều nhân sự cho biết AI agent không thực sự thay thế được công việc như kỳ vọng, mà ngược lại còn kéo theo khối lượng giám sát, rà soát kết quả và tái huấn luyện ngày càng lớn.

Soumaya Nour, Giám đốc sản phẩm tại một nền tảng đầu tư tác động xã hội ở Anh, cho biết AI agent hỗ trợ khách hàng càng vận hành lâu càng dễ đi chệch khỏi phạm vi nhiệm vụ. Dù ban đầu được huấn luyện để chuyển các yêu cầu vượt khả năng xử lý sang cho con người, agent dần có xu hướng tự giải quyết và đưa ra câu trả lời sai nhưng rất tự tin, khiến số lượng khiếu nại từ khách hàng tăng lên. Theo bà, cứ vài tháng một lần, hệ thống lại phải được hiệu chỉnh để làm rõ lại vai trò của agent và bổ sung các trường hợp ngoại lệ.

Tốc độ phổ biến của AI agent cũng đang tăng nhanh. Trong báo cáo công bố hồi tháng 6, Boston Consulting Group (BCG) cho biết 30% tổ chức đã tích hợp AI agent vào quy trình làm việc, tăng từ 13% của năm trước. Tuy nhiên, việc giao thêm việc cho agent không đồng nghĩa nhân sự sẽ được giải phóng đáng kể thời gian.

Sergio Freitas, Giám đốc kỹ thuật tại Cisco, nói AI agent không làm tăng giờ làm việc, nhưng cũng không khiến một ngày làm việc ngắn hơn. Theo ông, nếu lập trình truyền thống là công việc đòi hỏi tập trung sâu, thì điều phối agent lại buộc nhân sự phải chuyển đổi tác vụ thường xuyên hơn và giám sát nhiều hơn, từ đó làm gia tăng cảm giác mệt mỏi.

Rủi ro lớn hơn nằm ở chỗ sản lượng tăng không đồng nghĩa chất lượng đầu ra được đảm bảo. Dựa trên khảo sát 1.488 lao động toàn thời gian tại Mỹ, BCG gọi hiện tượng này là “AI brain fry” – trạng thái mệt mỏi tinh thần tích lũy do phải giám sát AI agent quá mức, dẫn tới giảm tập trung, chậm phán đoán và đau đầu. Eliza Wie, Phó giáo sư tại Trường Kinh doanh Foster thuộc Đại học Washington, cho rằng con người đang tự bào mòn năng lượng khi cố bắt kịp các agent vận hành liên tục 24/7.

Bài toán trách nhiệm cũng chưa có lời giải rõ ràng. Dan Lewis, tác giả một bản tin, cho biết thời gian dành để kiểm tra kết quả do AI tạo ra còn nhiều hơn thời gian trực tiếp tự làm. Sebastian Gierlinger, Phó chủ tịch phụ trách AI và IT tại Storyblocks, cũng cho biết trong giai đoạn đầu triển khai công cụ AI, các lập trình viên phải chịu áp lực lớn vì khối lượng mã cần rà soát tăng mạnh.

Ở giai đoạn triển khai, áp lực tuân thủ cũng là một trở ngại đáng kể. Nicholas Cohen, thực tập sinh tại Headwater Energy, nhận định thách thức lớn nhất là chuẩn bị dữ liệu phù hợp cho quy trình làm việc dựa trên agent. Ngay cả những nền tảng giữ dữ liệu trong môi trường nội bộ như AWS Bedrock cũng không thể loại bỏ hoàn toàn rủi ro tuân thủ. Theo ông, việc tự huấn luyện mô hình trong doanh nghiệp bằng dữ liệu nội bộ có thể giúp tăng khả năng kiểm soát, nhưng đi kèm yêu cầu cao về tài nguyên tính toán và chi phí.

Về dài hạn, vấn đề suy giảm hiệu quả vận hành cũng dần lộ rõ. Salesforce gọi hiện tượng này là “context rot”, tức bối cảnh mới liên tục được bổ sung khiến các chỉ dẫn cũ bị đẩy lùi, làm mô hình dần lệch khỏi các ràng buộc vận hành ban đầu. Ivan Burazin, CEO Daytona, cho biết ở giai đoạn đầu của dự án, chỉ dẫn thường được xây dựng đầy đủ, nhưng theo thời gian prompt trở nên sơ sài hơn và chất lượng kết quả cũng giảm theo.

Dù vậy, doanh nghiệp vẫn bắt đầu xem khả năng khai thác AI là một kỹ năng nền tảng. Tuy nhiên, với những công việc đòi hỏi tính sáng tạo, vai trò của con người vẫn rất rõ ràng. Brad Sams từ Stardog Software cho biết ông quản lý trung bình 30 agent mỗi ngày, nhưng các đầu ra cần người đọc trực tiếp, như tài liệu marketing, vẫn phải do con người viết hoặc ít nhất phải được con người kiểm tra lại.

Loạt trường hợp trên cho thấy triển khai AI agent không đơn thuần là mở rộng tự động hóa. Muốn đưa công nghệ này vào vận hành thực tế, doanh nghiệp đồng thời phải xử lý bài toán suy giảm hiệu quả, gánh nặng kiểm soát đầu ra và rủi ro tuân thủ.