Một cái nhìn thực tiễn về cách LogicMonitor, OpenAI và Tribe AI đang đưa agentic AI vào cuộc sống – cho thấy việc doanh nghiệp thực sự triển khai, đo được ROI và tự động hóa đặt con người làm trung tâm như thế nào.
AGENTIC AI ĐANG TỪ Ý TƯỞNG TRỞ THÀNH SẢN PHẨM
Chủ động điều khiển (autonomous) – các agent giờ đây đã sẵn sàng cho doanh nghiệp. Với khả năng lý luận (reasoning) và các “guardrails” (giới hạn an toàn), chúng thực hiện các tác vụ phức tạp và lặp đi lặp lại trong vận hành IT một cách an toàn và ở quy mô lớn.
Tuy nhiên, thành công với AI không phải bật công tắc và chạy ngay. Các lãnh đạo tại OpenAI và Tribe AI nhấn mạnh rằng để đạt ROI đo lường được, cần có: sự tài trợ từ cấp điều hành, lựa chọn đúng trường hợp sử dụng, và cải tiến liên tục.
Những người triển khai nhanh nhất thường bắt đầu với một workflow duy nhất, đo lường kết quả và mở rộng dựa trên giá trị thực – chứ không chỉ lý thuyết. Trong thực tế, Edwin AI (của LogicMonitor) đã giảm tới 88% lượng cảnh báo nhiễu và 70% số ticket ServiceNow trong vài tuần đầu triển khai.
Khuyến nghị: Hãy tập trung sáng kiến AI tiếp theo vào một workflow có tác động lớn. Đo lường, cải tiến và mở rộng.
AGENT LÀ GÌ (VÀ TẠI SAO HIỆN NAY LẠI QUAN TRỌNG)
Trong nhiều năm, AI doanh nghiệp bị giới hạn ở việc tự động hóa tĩnh – script, workflow hoặc copilots phản hồi trong phạm vi hẹp. Làn sóng mới của agentic AI thay đổi hoàn toàn điều này: thay vì phản ứng, các agent chủ động khởi xướng. Chúng hiểu mục tiêu, lý luận các bước và hành động trong giới hạn rõ ràng để đạt kết quả thay cho người dùng.
Kaitlin MacRae – Giám đốc Quan hệ Đối tác tại OpenAI – giải thích rằng bước đột phá chính là “reasoning”:
“Qua một loạt mở khóa, chúng tôi đã trao cho các model tiên phong khả năng lý luận. Điều này mở ra cánh cửa xây dựng các agent tự‑lái – hệ thống không chỉ phản hồi mà còn chủ động. Khi một model có thể lý luận, nó có thể lập kế hoạch và hành động, và điều đó mở khóa tự động hóa tác vụ ở quy mô lớn. Với doanh nghiệp, đây là bước ngoặt: tự động hóa công việc lặp đi lặp lại, có cấu trúc mà nhân viên làm mỗi ngày.”
MacRae lưu ý: reasoning là yếu tố giúp autonomy có thể ghép nối (composable). Một agent có thể thực hiện một hành động đơn giản – như đặt lịch hẹn hoặc xác minh báo cáo chi phí – nhưng khi nhiều agent phối hợp, chúng bắt đầu mô phỏng cấu trúc doanh nghiệp: một agent triage, một agent routing, các agent khác thực thi các tác vụ xuyên hệ thống và đội nhóm. Reasoning cung cấp lớp phán đoán “tiếp theo phải làm gì”, trong khi guardrails và context giữ mọi hành động phù hợp với chính sách và mục đích.
Trong thực tế, đây là cách doanh nghiệp chuyển từ tự động hóa ở cấp tác vụ sang autonomy phối hợp. Agent đơn xử lý công việc thường nhật; mạng lưới agent thực hiện quy trình nhiều bước end‑to‑end. Hệ thống kết nối này cho phép triage, escalation và resolution tự động – đồng thời liên tục thu hồi phản hồi thực tế để cải tiến model. Chu trình khép kín này rút ngắn thời gian cải tiến từ tháng xuống tuần, đẩy AI doanh nghiệp tiến tới tự động hóa thực sự.
TẠI SAO DOANH NGHIỆP THÀNH CÔNG HOẶC BỊ TRÌ HOÃN
Dự án AI doanh nghiệp hiếm khi thất bại vì công nghệ yếu. Thất bại thường do cấu trúc hỗ trợ – lãnh đạo, ưu tiên, đo lường – không sẵn sàng chuyển đổi từ ý tưởng sang triển khai. Tribe AI – với hàng trăm hệ thống lớn – đã thấy mô hình lặp lại nhiều lần.
Jaclyn Rice Nelson – Co‑founder & CEO của Tribe AI – nhấn mạnh rằng dù giá trị là thật, để đạt được nó đòi hỏi kỷ luật. Dữ liệu của họ chỉ ra năm yếu tố nhất quán quyết định liệu sáng kiến AI có mang lại ROI hoặc bị “kẹt” ở giai đoạn thử nghiệm:
- Tài trợ điều hành với ngân sách và visibility thật – không chỉ tài nguyên phòng lab.
- Lựa chọn vấn đề gắn trực tiếp với chỉ số kinh doanh.
- Đo lường được từ sprint đầu tiên để theo dõi tiến độ và tác động.
- Kết nối dữ liệu và hệ thống để agent có thể hành động.
- Hỗ trợ và quản lý thay đổi để đội ngũ áp dụng và mở rộng.
MacRae bổ sung: nhiều tổ chức vẫn hiểu sai rằng agentic AI là để thay thế con người. Thực tế, sức mạnh của nó nằm ở việc hỗ trợ đội ngũ bằng cách tự động hóa workflow – chứ không loại bỏ phán đoán con người. Các doanh nghiệp thành công coi agent như phần mở rộng của đội ngũ, không thay thế. Họ bắt đầu với một workflow rõ ràng, đo lường kết quả và mở rộng dần. Những sai sót ban đầu không bị “lãng phí” – chúng là dữ liệu để cải tiến liên tục.
Tóm lại: thành công phụ thuộc ít vào độ tiên tiến của model mà nhiều vào cách tích hợp nó thông minh trong tổ chức.
CÁC TRƯỜNG HỢP SỬ DỤNG GIÁ TRỊ CAO ĐÃ THẤY TRONG THỰC TẾ
Cả lãnh đạo tại Tribe AI và OpenAI nhấn mạnh rằng agentic systems đã được nhúng vào workflow hàng ngày trong kỹ thuật, IT operations và các chức năng khách hàng. Các pattern trưởng thành và có thể lặp lại đều có đặc điểm: tự động hóa công việc phức tạp và có cấu trúc, đồng thời giữ nhận thức về context, lịch sử và mục đích.
- Coding agents: tạo, di chuyển, kiểm thử và review code – giải phóng kỹ sư khỏi công việc lặp lại, đồng thời nâng cao cả khối lượng và chất lượng output.
- Workflow orchestration: agent điều phối quy trình nhiều bước như onboarding, billing hoặc chuỗi phê duyệt. Bằng cách xử lý phụ thuộc giữa hệ thống, chúng giảm handoff và độ trễ, khiến quy trình mềm mượt hơn cho cả nhân viên và khách hàng.
- Training & coaching agents: các copilots chuyên biệt mô phỏng người thực hiện tốt nhất ở một chức năng, cung cấp hướng dẫn dựa trên dữ liệu công ty và phân tích hiệu suất.
- Observability & IT operations: tại LogicMonitor, sản phẩm như Edwin AI dùng agentic workflows để phát hiện, chẩn đoán, triage và khắc phục sự cố theo thời gian thực. Chúng giảm alert fatigue, rút ngắn mean time to resolution và đảm bảo hành động đúng tự động – mà không cần cảnh báo vô tận hay các war room.
Trên tất cả các use case này, các agent giữ trạng thái (state): chúng nhớ context, artifacts và bước trước đó. Nhờ vậy, người dùng không phải giải thích lại ý định, và hệ thống có thể hành động nhất quán từ tương tác này sang tương tác khác. Đây chính là nền tảng làm cho automation agentic trở nên đáng tin cậy ở quy mô doanh nghiệp.
CASE STUDY: EDWIN AI CỦA LOGICMONITOR (HỢP TÁC OPENAI + TRIBE)
LogicMonitor đứng ở trung tâm vận hành observability hybrid, giám sát cả môi trường on‑premises và cloud cho một số doanh nghiệp lớn nhất toàn cầu. Với vị trí này, họ tiếp cận một lượng khổng lồ telemetry – metrics, logs, events – mô tả sức khỏe hệ thống theo thời gian thực. Trọng tâm của họ luôn là biến tỷ tín hiệu thành hiển thị rõ những gì thực sự quan trọng và cần hành động tiếp theo.
Trên nền tảng LM Envision, Edwin AI sử dụng agentic workflows để lọc bỏ noise, cô lập nguyên nhân gốc (root cause) bằng ngôn ngữ đơn giản, và kích hoạt phản hồi đúng qua các công cụ như ServiceNow, Slack và các nền tảng tự động hóa. Thay vì làm kỹ sư bị cảnh báo ngập tràn, Edwin trở thành đồng đội tự chủ, có khả năng triage, contextualize và remediate sự cố trước khi chúng leo thang.
Karthik SJ – GM AI tại LogicMonitor – tóm tắt tại webinar:
“Tập trung vào điều làm cho ‘bia của bạn ngon hơn’. Dễ để xây pilot AI và demo agent – nhưng khó để operationalise. Bắt đầu với đúng đối tác, biết bí quyết của mình, và đầu tư vào đó. Với LogicMonitor, điều đó có nghĩa là tăng gấp đôi đầu tư vào dữ liệu sạch, rõ ràng và tin rằng các foundation model sẽ tiếp tục cải tiến. Đừng chạy theo cái đang thay đổi; tập trung vào cái không đổi – chất lượng dữ liệu, sự rõ ràng, và tác động đo lường được.”
Kết quả đo lường được:
- Chemist Warehouse: giảm 88% alert noise – kỹ sư có thời gian hơn để cải tiến.
- Nexon Asia Pacific: giảm khoảng 70% số ticket ServiceNow – tối ưu hóa hoạt động hỗ trợ.
- Syngenta: nhận giá trị trong vòng một giờ sau khi kích hoạt; Edwin phát hiện vấn đề tồn tại 3 năm mà NOC chưa phát hiện.
Từ ý tưởng đến sản xuất thực tế, triển khai Edwin đầu tiên mất khoảng 12 tuần. Khi hệ thống chứng minh giá trị, khách hàng mở rộng nhanh – tạo ra feedback flywheel, mỗi use case mới tạo ra thêm dữ liệu, hiểu biết sắc nét hơn và kết quả nhanh hơn. Những gì bắt đầu như thử nghiệm trong lĩnh vực observability thông minh giờ trở thành mạng lưới agent sống động, tiến hóa, thúc đẩy hoạt động IT tự động trong doanh nghiệp.
LÀM SAO ĐỂ GIA NHẬP “5% CLUB”
Chỉ một phần nhỏ doanh nghiệp đang thấy kết quả đo lường được từ agentic AI. Yếu tố phân biệt họ là sự kỷ luật triển khai:
- Bắt đầu nhỏ. Chọn một workflow có “điểm đau” lặp lại – ví dụ triage cảnh báo, deflection ticket hoặc giải quyết sự cố.
- Xác định thành công bằng các chỉ số định lượng.
- Kết nối đúng dữ liệu và hệ thống để agent có thể hành động tự chủ nhưng an toàn, với guardrails và quyền rõ ràng.
- Triển khai một lát cắt mỏng của workflow: từ triage → action → confirmation. Ghi mọi bước và chia sẻ số liệu nội bộ; visibility tạo dựng niềm tin và tăng tốc sự chấp nhận.
- Khi giá trị chứng minh, mở rộng theo hướng ngang sang các task liên quan và theo hướng dọc thành mạng lưới multi‑agent quản lý quy trình chéo chức năng.
Jaclyn Rice Nelson khuyên rằng mở rộng (scale) không nên là mục tiêu đầu tiên. Scale là kết quả của việc làm đúng các yếu tố cơ bản.
“Bạn không muốn làm phức tạp mọi thứ. Bắt đầu nhỏ, xây dựng lặp lại và nhận giá trị dần. Sai lầm lớn nhất là triển khai quá nhiều, quá nhanh. Những chiến thắng đến từ một workflow rõ ràng, chứng minh tác động, tạo niềm tin và trở thành nền tảng cho bước tiếp theo.”
Cuối cùng, cân bằng giữa sáng kiến từ trên xuống (flagship program từ lãnh đạo) và khả năng từ dưới lên (bottom‑up enablement), cho phép các đội nhóm truy cập các giải pháp AI giúp cải thiện công việc hàng ngày. Chiến lược hai tốc độ này giữ đổi mới gắn liền với tác động kinh doanh, đồng thời phát triển năng lực tổ chức để duy trì lâu dài.
WHAT’S NEXT
Giai đoạn tiếp theo của AI doanh nghiệp đang hình thành. Thay vì các copilots độc lập hoặc tự động hóa một nhiệm vụ duy nhất, tổ chức bắt đầu triển khai mạng lưới đa‑agent. Điều này có nghĩa mạng lưới các agent lý luận phối hợp giữa các bộ phận, công cụ và nguồn dữ liệu dưới sự giám sát của con người.
Khi kiến trúc này trưởng thành, hệ thống nhớ và trạng thái (memory & state) sẽ trở thành thành phần cơ sở của hạ tầng doanh nghiệp. Agent sẽ giữ được ngữ cảnh tổ chức, học từ mỗi tương tác và liên tục cải thiện hiệu suất. Các agent dạng “mua sẵn” sẽ xử lý quy trình phổ biến như điều hướng ticket hoặc tạo báo cáo, trong khi các agent được tùy chỉnh sẽ xoáy sâu vào workflow chuyên biệt, mang lại lợi thế cạnh tranh trực tiếp.
“Karthik SJ tóm lược sự thay đổi này là một vấn đề về tốc độ và độ chính xác vận hành: ‘Những gì trước đây mất vài ngày giờ có thể được rút xuống còn vài giờ – hoặc thậm chí vài phút’.”
Agentic AI đang tái định nghĩa tốc độ mà doanh nghiệp có thể phản ứng, thích ứng và tạo ra giá trị.
Unitas cam kết đồng hành cùng doanh nghiệp, cung cấp các giải pháp và phân tích an ninh mạng tiên tiến nhất. Để nhận được tư vấn chuyên sâu hoặc hỗ trợ nhanh chóng, vui lòng liên hệ với chúng tôi qua email: info@unitas.vn hoặc Hotline: (+84) 939 586 168.
