AI Agent cho doanh nghiệp Việt Nam: bắt đầu từ đâu (hướng dẫn 2026)

Trả lời nhanh: doanh nghiệp nên bắt đầu AI Agent từ đâu?

Hãy bắt đầu từ một quy trình cụ thể, lặp lại nhiều, có dữ liệu sẵn và có người chịu trách nhiệm rõ ràng, chứ không bắt đầu từ việc chọn công cụ. Giao cho AI Agent quyền tối thiểu, đặt điểm chuyển cho con người ở mọi bước có rủi ro, đo kết quả trong một đợt thí điểm, rồi mới mở rộng.

Bài viết không đưa ra danh sách “top công cụ” mà một khung ra quyết định trung lập, không phụ thuộc nhà cung cấp, để ban lãnh đạo và đội kỹ thuật cùng trả lời hai câu hỏi: làm gì trước, và làm thế nào để an toàn. Nếu cần nắm khái niệm trước, xem AI Agent là gì.

AI Agent khác chatbot và RPA ở đâu, và khi nào cần?

Anthropic, trong hướng dẫn “Building effective agents”, phân biệt hai loại hệ thống: workflow là hệ thống mà mô hình ngôn ngữ và công cụ được điều phối theo các đường đi viết sẵn trong code; còn agent là hệ thống mà mô hình tự quyết định các bước và công cụ cần dùng để hoàn thành nhiệm vụ. Cùng hướng dẫn đó khuyến nghị tìm giải pháp đơn giản nhất có thể và chỉ tăng độ phức tạp khi cần, vì hệ thống agentic thường đánh đổi độ trễ và chi phí để lấy hiệu quả công việc.

Hệ quả thực tế: không phải việc nào cũng cần AI Agent. Một quy trình có các bước cố định nên được làm bằng workflow hoặc RPA; AI Agent phù hợp khi đầu vào đa dạng, số bước khó đoán trước và kết quả vẫn kiểm tra được. Bảng so sánh chi tiết AI Agent với chatbot, RPA và workflow có trong bài AI Agent là gì.

5 câu hỏi kiểm tra mức sẵn sàng trước khi triển khai AI Agent

Trước khi bàn đến nền tảng hay mô hình, hãy trả lời năm câu hỏi dưới đây cho từng quy trình ứng viên. Nếu có hai câu trở lên trả lời “chưa”, quy trình đó chưa nên là dự án AI Agent đầu tiên.

• Quy trình đã được mô tả chưa? Có ai viết được các bước, ngoại lệ và tiêu chí “làm xong” trên một trang giấy không? Nếu chưa, hãy lập bản đồ quy trình trước.
• Ai là chủ quy trình? Phải có một người có quyền quyết định, chịu trách nhiệm kết quả và duyệt các trường hợp AI Agent chuyển lên.
• Dữ liệu ở đâu và có truy cập được qua API hoặc kết nối an toàn không? AI Agent không thể làm việc tốt với dữ liệu nằm rải rác trong tin nhắn và file cá nhân.
• Sai thì thiệt hại thế nào? Phân biệt việc chỉ đọc và đề xuất (rủi ro thấp) với việc gửi cho khách, thanh toán, xóa dữ liệu (rủi ro cao).
• Đo kết quả bằng gì? Chọn trước hai hoặc ba chỉ số như thời gian xử lý, tỷ lệ phải sửa lại, tỷ lệ chuyển cho người, và ghi lại số liệu hiện tại để so sánh.

Chọn quy trình đầu tiên cho AI Agent

Quy trình đầu tiên nên đủ nhỏ để thí điểm an toàn nhưng đủ lặp lại để thấy khác biệt. Một cách chấm điểm đơn giản là xét bốn yếu tố: tần suất lặp lại, mức độ đọc hiểu văn bản cần thiết, mức độ sẵn sàng của dữ liệu và mức rủi ro khi sai. Ưu tiên quy trình có tần suất cao, cần đọc hiểu, dữ liệu sẵn và rủi ro thấp.

Nếu quy trình đầu tiên nằm ở khối hỗ trợ, có thể tham khảo gợi ý theo từng lĩnh vực trong bài AI trong kế toán – tài chính và AI trong tuyển dụng và nhân sự.

Phân quyền và cơ chế chuyển giao cho con người

OWASP xếp “Excessive Agency” (trao quyền quá mức) trong danh sách OWASP Top 10 năm 2025 cho ứng dụng mô hình ngôn ngữ lớn (mục LLM06): hệ thống có thể thực hiện hành động gây hại khi mô hình cho ra kết quả bất ngờ, mơ hồ hoặc bị thao túng. Nguyên nhân thường là chức năng, quyền hạn hoặc mức tự chủ vượt quá nhu cầu thực tế.

Biện pháp OWASP khuyến nghị khá cụ thể và áp dụng được ngay cho dự án đầu tiên:

• Chỉ cấp những công cụ AI Agent thực sự cần; ví dụ agent tóm tắt email chỉ cần quyền đọc, không cần quyền gửi hay xóa.
• Tránh công cụ mở như chạy lệnh tùy ý hoặc truy cập URL bất kỳ; thay bằng công cụ hẹp, đúng chức năng.
• Kiểm tra quyền ở hệ thống đích, không phó mặc cho mô hình tự quyết định hành động có được phép hay không.
• Yêu cầu con người phê duyệt trước các hành động có tác động lớn.
• Ghi nhật ký và giám sát hoạt động của công cụ, giới hạn tần suất để phát hiện sớm hành vi bất thường.

Chuẩn bị dữ liệu cho AI Agent

Chất lượng của AI Agent phụ thuộc trực tiếp vào chất lượng và khả năng truy cập dữ liệu. Với dự án đầu tiên, mục tiêu không phải là xây kho dữ liệu toàn công ty, mà là bảo đảm đúng phần dữ liệu quy trình cần được chuẩn hóa, có chủ sở hữu và được kiểm soát truy cập.

• Liệt kê nguồn dữ liệu quy trình dùng: hệ thống nào, ai sở hữu, cập nhật bao lâu một lần.
• Xác định phiên bản “chuẩn” của tài liệu chính sách, bảng giá nội bộ, biểu mẫu; loại bỏ bản cũ khỏi phạm vi agent đọc.
• Đánh dấu dữ liệu cá nhân và dữ liệu nhạy cảm; chỉ đưa vào khi có căn cứ xử lý hợp pháp và cần thiết cho mục đích.
• Tách môi trường thử nghiệm với dữ liệu mẫu hoặc dữ liệu đã che, trước khi chạy trên dữ liệu thật.
• Thống nhất nơi lưu và thời gian lưu nhật ký của agent.

Bối cảnh pháp lý 2026: Luật Trí tuệ nhân tạo và Luật Bảo vệ dữ liệu cá nhân

Luật Trí tuệ nhân tạo số 134/2025/QH15 được Quốc hội thông qua ngày 10/12/2025, gồm 8 chương 35 điều, quy định việc nghiên cứu, phát triển, cung cấp, triển khai và sử dụng hệ thống AI tại Việt Nam. Theo Điều 34, luật có hiệu lực từ 01/3/2026. Chương II (Điều 9 đến Điều 15) phân loại và quản lý hệ thống AI theo mức rủi ro. Điều 35 cho các hệ thống AI đã hoạt động trước ngày luật có hiệu lực thời hạn tuân thủ 18 tháng với lĩnh vực y tế, giáo dục, tài chính và 12 tháng với các hệ thống khác. Nghị định số 142/2026/NĐ-CP (ban hành ngày 30/4/2026, hiệu lực từ 01/5/2026) quy định chi tiết luật, trong đó hệ thống AI được phân thành ba mức rủi ro cao, trung bình và thấp, và nhà cung cấp phải tự phân loại trước khi đưa hệ thống vào sử dụng. Phân tích chi tiết: Luật Trí tuệ nhân tạo 2025.

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 ban hành ngày 26/6/2025, có hiệu lực từ 01/01/2026. Nghị định số 356/2025/NĐ-CP (hiệu lực cùng ngày) quy định chi tiết luật và thay thế Nghị định 13/2023/NĐ-CP. Luật xác lập các quyền cơ bản của chủ thể dữ liệu như quyền được biết, quyền đồng ý, quyền truy cập, chỉnh sửa và yêu cầu xóa dữ liệu. Khi AI Agent đọc hoặc ghi dữ liệu khách hàng, nhân viên, doanh nghiệp cần xác định rõ căn cứ xử lý và cách đáp ứng các quyền này. Xem thêm: Luật Bảo vệ dữ liệu cá nhân 2025.

Về thực hành, khung AI RMF của NIST (Hoa Kỳ, tự nguyện áp dụng) chia việc quản lý rủi ro AI thành bốn chức năng Govern, Map, Measure, Manage. Theo NIST, sau bước Map, tổ chức cần đủ hiểu biết về tác động của hệ thống để ra quyết định ban đầu có tiếp tục thiết kế, phát triển hay triển khai hay không. Đây là cách hợp lý để gắn quyết định triển khai AI Agent với quản trị rủi ro, không thay thế nghĩa vụ theo pháp luật Việt Nam.

Lộ trình từ thí điểm đến mở rộng

Lộ trình dưới đây mô tả các giai đoạn và điều kiện chuyển giai đoạn, không gắn với mốc thời gian cố định vì mỗi doanh nghiệp có mức sẵn sàng khác nhau.

EYC có thể hỗ trợ ở đâu

EYC là công ty AI và công nghệ tại TP. Hồ Chí Minh, làm về AI Agent, tự động hóa, phần mềm và tích hợp hệ thống. Bản thân EYC đang xây dựng hướng tới mô hình vận hành trong đó AI Agent đảm nhận phần lớn công việc lặp lại dưới sự dẫn dắt của con người, nên các nguyên tắc trong bài này cũng là những gì chúng tôi áp dụng nội bộ. Nếu doanh nghiệp cần đánh giá quy trình đầu tiên hoặc thiết kế phân quyền, xem AI Agent và tự động hóa hoặc tích hợp và tư vấn hệ thống.