Hàn Quốc đang bước nhanh vào giai đoạn mới của chuyển đổi AI trong doanh nghiệp, khi trọng tâm không còn là triển khai chatbot đơn lẻ mà là xây dựng hệ thống đa agent, kết hợp nhiều mô hình AI và thiết lập khung quản trị đủ chặt để đưa công nghệ vào vận hành ở quy mô lớn.

Theo Bộ Khoa học và Công nghệ Thông tin Hàn Quốc, nước này hiện dẫn đầu OECD về tỷ lệ triển khai AI, ở mức 28%, đồng thời thuộc nhóm đi đầu về phân tích dữ liệu lớn và ứng dụng Internet vạn vật.

OpenAI trước đó cũng cho biết Hàn Quốc là một trong những thị trường có số người dùng ChatGPT trả phí lớn nhất, chỉ sau Mỹ. Trong bối cảnh đó, thảo luận về AI trong khối doanh nghiệp nội địa đã vượt xa câu chuyện đưa chatbot vào sử dụng, chuyển sang bài toán lựa chọn và phối hợp các mô hình phù hợp với dữ liệu ngành và bối cảnh kinh doanh cụ thể.

Nếu trước đây nhiều tổ chức chỉ thử nghiệm chatbot ở phạm vi hẹp, thì hiện nay mô hình đa agent đang nổi lên như một hướng triển khai mới. Trong mô hình này, nhiều AI agent phối hợp với nhau để thiết kế, thực thi và mở rộng các quy trình công việc số.

Điểm cốt lõi, theo góc nhìn doanh nghiệp, không nằm ở việc chọn một mô hình duy nhất, đắt nhất hay mạnh nhất cho mọi tác vụ. Điều quan trọng hơn là khả năng chọn đúng mô hình đáng tin cậy, phù hợp nhất với từng nghiệp vụ và có thể xử lý chính xác tri thức chuyên ngành của doanh nghiệp.

Theo “Báo cáo hiện trạng AI agent” do Databricks công bố dựa trên dữ liệu ẩn danh từ 20.000 doanh nghiệp toàn cầu, mức sử dụng hệ thống đa agent đã tăng 327% chỉ trong vài tháng gần đây. Báo cáo cũng cho thấy 78% doanh nghiệp đang sử dụng đồng thời từ hai họ mô hình ngôn ngữ lớn trở lên, gồm GPT, Claude, Llama, Gemini và Qwen.

Những con số này cho thấy doanh nghiệp không còn phụ thuộc vào một mô hình duy nhất. Thay vào đó, họ đang kết hợp thế mạnh của nhiều mô hình theo từng trường hợp sử dụng để xây dựng một AI stack linh hoạt hơn.

Tự động hóa là nền tảng để mở rộng AI

Nhiều doanh nghiệp hàng đầu thế giới đã bắt đầu thiết kế kiến trúc trong đó các agent chuyên biệt có thể tự lập kế hoạch và tự chủ thực hiện những tác vụ phức tạp. Hệ thống này cho phép chia nhỏ mục tiêu lớn thành nhiều nhiệm vụ thành phần, phân bổ cho từng agent theo lĩnh vực chuyên môn, đồng thời kết hợp dữ liệu có cấu trúc và phi cấu trúc để liên tục cải thiện chất lượng đầu ra.

Tại Hàn Quốc, nền tảng dữ liệu và AI đã hiện diện trong các quy trình cốt lõi của doanh nghiệp. Một ví dụ là nền tảng thời trang Musinsa, đơn vị đang sử dụng Databricks Lakehouse để cung cấp gợi ý cá nhân hóa dựa trên lượng lớn dữ liệu người dùng, đồng thời củng cố năng lực ra quyết định dựa trên dữ liệu.

Đáng chú ý là làn sóng AI agent cũng đang tạo ra thay đổi ở chính hạ tầng dữ liệu của doanh nghiệp. AI agent không còn chỉ đóng vai trò sử dụng dữ liệu, mà ngày càng tham gia trực tiếp vào quá trình vận hành cơ sở dữ liệu. Theo báo cáo của Databricks, hiện 80% cơ sở dữ liệu trên toàn cầu được tạo bởi AI agent; trong môi trường kiểm thử và phát triển, tỷ lệ này lên tới 97%.

Điều đó cho thấy tự động hóa dựa trên AI agent không chỉ giúp giảm các tác vụ lặp lại. Quan trọng hơn, nó cho phép doanh nghiệp kết nối nhiều nguồn dữ liệu và quy trình công việc hơn, từ đó xây dựng hệ vận hành có khả năng mở rộng. Giá trị của tự động hóa vì thế không dừng ở tối ưu hiệu suất từng tác vụ, mà còn tạo nền tảng để cải thiện tốc độ ra quyết định trên toàn tổ chức và nâng cao trải nghiệm khách hàng.

Quản trị quyết định khả năng đưa AI vào vận hành

Khi AI được mở rộng nhanh trong doanh nghiệp, vai trò của đánh giá và quản trị cũng trở nên quan trọng hơn. Để chuyển AI từ giai đoạn thử nghiệm sang vận hành thực tế một cách an toàn, hiệu năng mô hình thôi là chưa đủ. Doanh nghiệp cần một hệ thống kiểm soát ở cấp toàn công ty nhằm bảo đảm độ tin cậy, tính minh bạch và trách nhiệm giải trình.

Theo báo cáo của Databricks, các doanh nghiệp có khung đánh giá mô hình bài bản có tỷ lệ triển khai thành công vào môi trường vận hành cao gấp khoảng 6 lần so với nhóm không có. Với những doanh nghiệp đầu tư mạnh cho quản trị AI, tỷ lệ chuyển dự án từ giai đoạn thử nghiệm sang vận hành cao hơn tới 12 lần.

Số liệu này cho thấy quản trị AI không phải rào cản của đổi mới, mà là điều kiện để mở rộng AI một cách an toàn và bền vững.

Chỉ khi có nền tảng quản trị đủ chặt, doanh nghiệp mới có thể khai thác trọn vẹn lợi ích của chiến lược đa mô hình. Có mô hình mạnh về suy luận phức tạp, có mô hình vượt trội ở tạo nội dung đa ngôn ngữ, viết mã hoặc tóm tắt tài liệu chuyên ngành. Khi không bị khóa vào một nhà cung cấp duy nhất và có thể tích hợp nhiều họ mô hình trong cùng một kiến trúc, doanh nghiệp sẽ đồng thời tối ưu được hiệu năng, chi phí, yêu cầu tuân thủ và khả năng phục hồi hoạt động.

Với doanh nghiệp Hàn Quốc, chuyển đổi AI hiện đã vượt qua giai đoạn triển khai chatbot hay một mô hình đơn lẻ để bước sang giai đoạn nâng cao hơn: phối hợp linh hoạt nhiều mô hình và agent theo dữ liệu ngành cũng như bối cảnh kinh doanh. Trong giai đoạn tới, năng lực cạnh tranh bền vững sẽ phụ thuộc vào khả năng điều phối có hệ thống các thành phần này.

Với những doanh nghiệp muốn biến AI thành động lực tăng trưởng thực chất, sự đa dạng mô hình không nên bị xem là một lớp phức tạp cần né tránh, mà là tài sản chiến lược cần được đón nhận với tầm nhìn dài hạn. Nhiệm vụ trước mắt là tái cấu trúc hạ tầng dữ liệu còn phân mảnh, đồng thời xây dựng sớm hệ thống đánh giá và quản trị trên một nền tảng dữ liệu đáng tin cậy. Khi mô hình đa agent trở thành trụ cột của vận hành số, AI sẽ không chỉ còn là công cụ tự động hóa mà có thể trở thành động lực mở rộng đổi mới trong ra quyết định và trải nghiệm khách hàng trên toàn doanh nghiệp.