Giáo sư Trần Thế Truyền: Giá trị Agentic AI nằm ở thiết kế hệ thống, không chỉ mô hình
Theo các chuyên gia, giá trị của Agentic AI không chỉ phụ thuộc vào năng lực của mô hình mà còn ở cách thiết kế hệ thống và kiểm soát quyền hạn. Trong cuộc trao đổi với Báo Nhân Dân, Giáo sư Trần Thế Truyền, Trưởng bộ phận AI, Sức khỏe và Khoa học thuộc Sáng kiến AI Ứng dụng tại Đại học Deakin (Australia), đã phân tích rõ xu hướng này và gợi mở hướng tiếp cận phù hợp cho Việt Nam.
AI tạo sinh và AI tác nhân: Sự khác biệt cốt lõi
Giáo sư Trần Thế Truyền giải thích rằng AI tạo sinh (Generative AI) và AI tác nhân (Agentic AI) có mối quan hệ kế thừa nhau. AI tạo sinh chủ yếu tập trung vào việc sinh nội dung theo yêu cầu, như trả lời câu hỏi, viết văn bản, tóm tắt tài liệu, tạo hình ảnh hoặc mã lệnh từ lời nhắc. Trong khi đó, AI tác nhân là bước tiến tiếp theo, không chỉ tạo ra nội dung mà còn có khả năng theo đuổi mục tiêu, chia nhỏ thành các bước, lập kế hoạch và trực tiếp thực hiện.
Trong quá trình thực hiện, AI tác nhân có thể gọi công cụ, truy cập dữ liệu, sử dụng bộ nhớ, kiểm tra kết quả, điều chỉnh cách làm và thậm chí phối hợp với các tác nhân AI khác. "Nói ngắn gọn, AI tạo sinh chủ yếu trả lời, còn AI tác nhân bắt đầu làm việc", Giáo sư nhấn mạnh. Điểm khác biệt quan trọng nhất là mức độ tự chủ có kiểm soát, không phải hành động vô hạn mà trong một khung đã được thiết kế.
Giai đoạn phát triển và xu hướng công nghệ
Giáo sư cho biết AI tác nhân hiện đang ở giai đoạn chuyển từ thử nghiệm sang triển khai có chọn lọc, chưa thật sự trưởng thành. Năm 2026 được dự báo là thời điểm bắt đầu sàng lọc thực chất, với nhiều ý tưởng nhưng không phải hệ thống nào cũng tạo ra giá trị thật trong môi trường vận hành.
Về xu hướng công nghệ, có hai lớp phát triển song song:
- Các hệ thống đã được thương mại hóa hoặc tích hợp vào sản phẩm.
- Các hướng nghiên cứu độc lập phát triển nhanh nhưng chưa có thiết kế chiếm ưu thế.
Ở lớp thương mại, ba dòng thiết kế chính bao gồm:
- Tác nhân sử dụng công cụ, dùng mô hình ngôn ngữ lớn làm "bộ não" kết nối với website, cơ sở dữ liệu, phần mềm doanh nghiệp hoặc API.
- Điều phối quy trình nhiều bước với thiết kế theo các bước và vai trò rõ ràng.
- Nền tảng tác nhân cho doanh nghiệp, xây dựng hạ tầng để AI làm việc trong tổ chức với quyền hạn, nhật ký, giám sát và tích hợp hệ thống.
Điểm chung là AI chỉ thật sự hữu ích khi được đặt vào một hệ thống được thiết kế chặt chẽ. "Giá trị không chỉ nằm ở mô hình mạnh đến đâu, mà ở việc thiết kế hệ thống chung quanh mô hình đó tốt đến đâu", Giáo sư khẳng định.
Kiểm soát và an toàn trong AI tác nhân
Khi AI có khả năng hành động tự chủ, bài toán kiểm soát trở nên then chốt. Nguyên tắc hiện nay không phải là trao càng nhiều quyền càng tốt, mà là thiết kế theo hướng tự chủ trong khuôn khổ. Hệ thống chỉ được dùng những công cụ đã cấp phép, trong phạm vi dữ liệu xác định, với nhật ký hoạt động đầy đủ và khả năng giám sát thời gian thực.
Về mặt kỹ thuật, các lớp an toàn thường gồm:
- Giới hạn quyền truy cập và phân tách nhiệm vụ.
- Đánh giá trước khi hành động và yêu cầu xác nhận của con người với quyết định hệ trọng.
- Khả năng truy vết đầy đủ và đánh giá sau triển khai.
Trong lĩnh vực nhạy cảm như y tế, tài chính hay quản trị công, AI có thể hỗ trợ mạnh ở khâu tổng hợp, điều phối, cảnh báo và phân tích, nhưng trách nhiệm cuối cùng vẫn thuộc về tổ chức và con người có thẩm quyền. "Nếu đặt sai bài toán kiểm soát ngay từ đầu, thì càng thông minh hệ thống càng dễ tạo ra rủi ro lớn", Giáo sư cảnh báo.
Tác động thực tế và ứng dụng tại Việt Nam
Hiện nay, AI tác nhân chưa tạo ra chuyển biến sâu rộng ở quy mô nền kinh tế, phần lớn ứng dụng vẫn ở giai đoạn thí điểm. Tuy nhiên, hướng chuyển dịch đã rõ: AI đang đi từ vai trò "trợ lý trả lời" sang "điều phối quy trình nhiều bước". Trong doanh nghiệp, AI có thể theo dõi công việc, tổng hợp dữ liệu, kích hoạt quy trình và đề xuất bước tiếp theo.
Đối với Việt Nam, Giáo sư khuyến nghị ưu tiên triển khai AI tác nhân ở những công việc thuần trên máy tính, mang tính tri thức, có tính lặp lại và quy trình rõ ràng. Các lĩnh vực như giáo dục, tài chính, sản xuất, logistics và dịch vụ công là những nơi có thể tạo hiệu quả sớm và ít rủi ro.
Tuy nhiên, AI tác nhân cũng làm nổi bật các vấn đề như an ninh mạng, an toàn dữ liệu, quản trị rủi ro số và năng lực số của lực lượng lao động. "Đây không phải là phần phụ, mà là phần hạ tầng bắt buộc nếu muốn đi đường dài", Giáo sư nhấn mạnh.
Chiến lược phát triển AI cho Việt Nam
Giáo sư Trần Thế Truyền cho rằng Việt Nam đang ở vị trí đáng chú ý với cơ hội ở tầng ứng dụng, tích hợp hệ thống và triển khai theo ngành. Trong 5-10 năm tới, Việt Nam nên đi theo hướng tự chủ có trọng điểm, tập trung vào năm lớp đầu tư quan trọng:
- Dữ liệu Việt Nam chất lượng cao cho bài toán thực tế.
- Hạ tầng tính toán và triển khai trong nước cho lĩnh vực trọng yếu.
- Đội ngũ kỹ sư, chuyên gia và nhà nghiên cứu đủ mạnh.
- Khung quản trị, tiêu chuẩn và năng lực đánh giá an toàn.
- Ứng dụng giải quyết vấn đề thật của Việt Nam.
"Chiến lược hợp lý không phải là chạy theo mọi thứ, mà là chọn một số lĩnh vực mũi nhọn để làm thật sâu", Giáo sư kết luận, nhấn mạnh rằng Việt Nam sẽ không đi nhanh hơn bằng cách làm tất cả, mà bằng cách chọn đúng nơi để tạo ra hiệu quả lớn nhất.
