Sự trỗi dậy của Agentic AI: Tại sao các đội ngũ công nghệ đang dẫn đầu ranh giới tự động hóa

Khi đầu tư của doanh nghiệp vào trí tuệ nhân tạo chuyển từ giai đoạn thử nghiệm sang nhu cầu chiến lược, trọng tâm đang chuyển dịch sang agentic AI để thúc đẩy ROI có thể đo lường được. Trong khi các giám đốc điều hành coi năm 2026 là "năm bước ngoặt" quan trọng cho việc căn chỉnh AI (AI alignment), các chuyên gia kỹ thuật đã và đang triển khai các tác nhân (agents) để quản lý sự phức tạp đang tăng vọt của hạ tầng IT hiện đại.

Sự cần thiết về mặt kinh tế của các quy trình làm việc dạng tác nhân (Agentic Workflows)

Sự thúc đẩy agentic AI đang được dẫn dắt bởi áp lực kinh tế đang cận kề trong lĩnh vực công nghệ. Theo McKinsey, chi phí hạ tầng IT được dự báo sẽ tăng gấp hai đến ba lần vào năm 2030, ngay cả khi ngân sách của các tổ chức phần lớn vẫn dậm chân tại chỗ. Khoảng cách này tạo ra cơ hội lớn để các tác nhân AI vượt xa khỏi việc tự động hóa các tác vụ đơn giản, tiến tới quản lý và điều phối toàn bộ các quy trình làm việc đầu cuối (end-to-end workflows).

Khác với tự động hóa truyền thống, agentic AI hướng tới việc theo đuổi các mục tiêu kinh doanh thông qua khả năng lập luận và điều phối, cho phép tạo ra một môi trường cộng tác nơi con người và các tác nhân làm việc song hành cùng nhau. Đối với các đội ngũ công nghệ—bao gồm kỹ sư, nhà phát triển và kiến trúc sư—sự chuyển dịch này là thiết yếu để duy trì hiệu quả vận hành giữa bối cảnh nhu cầu về dữ liệu và đám mây ngày càng tăng.

Quy trình dữ liệu: Lĩnh vực đột phá tạo niềm tin cho các tác nhân

Một khảo sát gần đây trên 300 chuyên gia công nghệ toàn cầu cho thấy một xu hướng đáng chú ý: niềm tin vào agentic AI không đồng nhất, nhưng đang tăng mạnh trong các lĩnh vực cụ thể có giá trị cao. Quy trình dữ liệu đã nổi lên như lĩnh vực đột phá chính, nơi các đội ngũ công nghệ đặt niềm tin cao nhất.

Vì các quy trình này thường dựa trên các nền tảng có cấu trúc, các tác nhân đang chứng minh được hiệu quả cao trong việc:

• Giám sát chất lượng dữ liệu và lập hồ sơ (profiling).
• Phát hiện bất thường trong trực quan hóa.
• Giám sát luồng dữ liệu thời gian thực.

Bằng cách tận dụng chuyên môn trong lĩnh vực để cung cấp ngữ cảnh cần thiết, các chuyên gia này đang cho phép các tác nhân mang lại kết quả đáng tin cậy trong những môi trường mà sự chính xác là yếu tố không thể thương lượng.

Khoảng cách ngữ cảnh và lộ trình mở rộng quy mô

Mặc dù có niềm tin cao vào các tác vụ kỹ thuật, một rào cản đáng kể vẫn tồn tại: "khoảng cách ngữ cảnh" (context gap). Trong khi các tác nhân rất giỏi trong việc tạo mã nguồn mẫu (boilerplate code) hoặc báo cáo, khả năng sẵn sàng của chúng sẽ giảm xuống khi độ phức tạp của tác vụ tăng lên. Việc ra quyết định phức tạp đòi hỏi ngữ cảnh kinh doanh sâu sắc, và khả năng tạo ngữ cảnh hiện tại vẫn đang ở giai đoạn sơ khai.

Thách thức chính đối với các nhà phát triển là việc thu thập và kết nối các dữ liệu doanh nghiệp rời rạc vào vòng đời của tác nhân với tốc độ mà doanh nghiệp yêu cầu. Để thu hẹp khoảng cách này, các nhà lãnh đạo trong ngành như Jeremy Winter, CVP tại Microsoft Azure Platform, gợi ý rằng các tác nhân phải hoạt động trong cùng các ranh giới vận hành, hệ thống định danh và mô hình quản trị mà con người đang sử dụng. Sự tích hợp này là chìa khóa để khiến các tác nhân hoạt động giống như các hệ thống đáng tin cậy mà các tổ chức vốn đã dựa vào.

Tại sao điều này lại quan trọng đối với bối cảnh AI

Sự chuyển đổi từ "chatbot" sang "tác nhân" (agents) đánh dấu một bước chuyển mình căn bản trong quỹ đạo của AI. Chúng ta đang chuyển từ các mô hình chỉ đơn thuần cung cấp thông tin sang các hệ thống có khả năng thực hiện hành động. Khi các đội ngũ công nghệ tinh chỉnh khả năng lập luận và ngữ cảnh kinh doanh của các tác nhân này, vai trò của con người sẽ tiến hóa từ người thực thi thủ công thành người điều phối (orchestrator) cấp cao, tập trung vào việc giám sát theo mô hình "con người trong vòng lặp" (human-in-the-loop) và tư duy hệ thống.

Các điểm chính cần lưu ý

• Động lực kinh tế: Chi phí hạ tầng IT ngày càng tăng (dự kiến tăng gấp ba vào năm 2030) đang biến agentic AI trở thành một sự cần thiết về mặt tài chính để duy trì hiệu quả.
• Dữ liệu là nền tảng: Các chuyên gia công nghệ thể hiện sự tin tưởng cao nhất vào các tác nhân trong các tác vụ dữ liệu có cấu trúc như phát hiện bất thường và giám sát chất lượng.
• Thách thức về ngữ cảnh: Rào cản chính đối với việc mở rộng quy mô các quy trình làm việc dạng tác nhân phức tạp là khó khăn trong việc tích hợp ngữ cảnh kinh doanh sâu sắc vào vòng đời của tác nhân.