Quản trị AI agents trong doanh nghiệp cần làm rõ bốn việc: agent được tham gia công việc nào, được phép thực hiện hành động gì, khi nào phải có người phê duyệt và ai chịu trách nhiệm về kết quả. Bài viết đề xuất đặt giới hạn quyền, lưu bản ghi hoạt động và đánh giá cả chất lượng lẫn rủi ro của quy trình, thay vì chỉ đo số lượt sử dụng AI.
Các báo cáo gần đây cho thấy một điểm chung: doanh nghiệp không còn ở giai đoạn chỉ thử nghiệm AI tạo sinh. Nhiều tổ chức đã mở rộng quyền truy cập công cụ AI cho nhân viên, bắt đầu tùy biến agents cho quy trình riêng và đặt kỳ vọng lớn vào năng suất. Deloitte cho biết trong khảo sát State of AI in the Enterprise 2026, tỷ lệ người lao động được trang bị công cụ AI chính thức đã tăng khoảng 50% trong một năm, từ dưới 40% lên khoảng 60%. Cũng trong báo cáo này, 85% doanh nghiệp kỳ vọng sẽ tùy biến AI agents cho nhu cầu riêng, nhưng chỉ 34% cho biết họ đang dùng AI để tái hình dung sâu mô hình kinh doanh.
Điểm đáng chú ý là khoảng cách giữa tham vọng và năng lực vận hành. Microsoft Work Trend Index 2026 nhấn mạnh rằng yếu tố tổ chức như văn hóa, hỗ trợ của quản lý và thực hành nhân sự có tác động lớn hơn nỗ lực cá nhân trong việc tạo ra giá trị từ AI. Nói cách khác, một nhân viên giỏi dùng AI vẫn có thể bị chặn lại nếu quy trình, dữ liệu, quyền quyết định và chuẩn chất lượng của tổ chức chưa được thiết kế lại.
Vì sao AI agents cần cơ chế quản trị riêng?
Trong giai đoạn đầu, nhiều doanh nghiệp dùng AI như trợ lý cá nhân: viết nháp, tóm tắt, lập dàn ý, dịch, phân loại thông tin hoặc hỗ trợ phân tích. Các tác vụ này có rủi ro tương đối thấp nếu có người kiểm tra. Nhưng khi AI agents tham gia các chuỗi việc nhiều bước, tự gọi công cụ, tạo khuyến nghị, gửi yêu cầu hoặc cập nhật dữ liệu, rủi ro quản trị thay đổi về bản chất. Sai sót không còn nằm ở một câu trả lời riêng lẻ, mà có thể lan sang cả quy trình.
Deloitte cảnh báo rằng AI agents đang mở rộng nhanh hơn năng lực kiểm soát. Trong một khảo sát đa quốc gia năm 2026, chỉ 21% doanh nghiệp cho biết họ có mô hình quản trị trưởng thành để kiểm soát rủi ro của agentic AI. IBM cũng ghi nhận một “AI control gap”: hai phần ba CIO và CTO được khảo sát cho biết họ chịu trách nhiệm về các hệ thống AI mà họ không hoàn toàn kiểm soát, trong khi chỉ 11% nói rằng họ đã sẵn sàng đầy đủ cho quy mô triển khai AI agents.
Ví dụ quản trị
Một bộ phận chăm sóc khách hàng có thể dùng agent để phân loại khiếu nại, đề xuất câu trả lời và chuyển yêu cầu sang bộ phận kỹ thuật. Nếu agent chỉ gợi ý nội dung để nhân viên phê duyệt, rủi ro còn kiểm soát được. Nhưng nếu agent tự cập nhật trạng thái đơn hàng, tự gửi cam kết bồi hoàn hoặc tự kích hoạt quy trình hoàn tiền, doanh nghiệp cần quy định rõ giới hạn quyền, activity log (bản ghi để theo dõi và kiểm tra lại hoạt động hoặc thay đổi tương ứng), điểm dừng bắt buộc và người chịu trách nhiệm cuối cùng.
Vì sao đào tạo kỹ năng prompt chưa đủ?
Một phản ứng phổ biến của doanh nghiệp là tổ chức các lớp đào tạo prompt hoặc hướng dẫn dùng công cụ. Việc này cần thiết, nhưng chưa đủ. Khi AI đi vào vận hành, năng lực quan trọng không chỉ là biết đặt câu hỏi cho mô hình, mà là biết thiết kế lại công việc. Người quản lý cần xác định việc nào nên để AI hỗ trợ, việc nào phải giữ phán đoán của con người, đầu ra nào cần kiểm chứng và tiêu chí nào dùng để đánh giá tác động.
PwC Global AI Jobs Barometer 2026 cho thấy thị trường lao động đang thưởng cho các kỹ năng gắn với AI và các kỹ năng con người như phán đoán, sáng tạo, lãnh đạo. Điều này gợi ý rằng AI không chỉ làm thay công việc, mà làm thay đổi chuẩn năng lực. Người có giá trị không phải là người dùng nhiều công cụ nhất, mà là người biết kết hợp công cụ với chuyên môn, bối cảnh và trách nhiệm ra quyết định.
Ba câu hỏi doanh nghiệp cần đặt ra
Câu hỏi thứ nhất là AI đang được dùng ở đâu trong quy trình tạo giá trị. Nếu tổ chức chỉ đếm số lượng tài khoản AI hoặc số lượt sử dụng, rất khó biết AI có tạo ra kết quả hay không. Cần nhìn vào các luồng việc cụ thể: bán hàng, chăm sóc khách hàng, phân tích dữ liệu, tuyển dụng, đào tạo, lập báo cáo, kiểm soát tuân thủ hoặc nghiên cứu thị trường. Ở mỗi luồng việc, AI phải được gắn với thời gian xử lý, chất lượng đầu ra, chi phí, rủi ro và trải nghiệm người dùng.
Câu hỏi thứ hai là ai chịu trách nhiệm khi AI tham gia quyết định. Trách nhiệm không thể đẩy cho công cụ. Doanh nghiệp cần phân biệt rõ người thiết kế quy trình, người vận hành, người phê duyệt, người kiểm tra dữ liệu và người chịu trách nhiệm với khách hàng hoặc cơ quan quản lý. Khi trách nhiệm mơ hồ, AI có thể làm tăng tốc độ nhưng đồng thời làm giảm khả năng kiểm soát.
Câu hỏi thứ ba là tổ chức học từ AI như thế nào. Một doanh nghiệp trưởng thành không chỉ ghi nhận lỗi, mà phải phân tích vì sao lỗi xảy ra: dữ liệu đầu vào kém, hướng dẫn không rõ, agent vượt quyền, quy trình thiếu điểm kiểm tra hay con người phê duyệt quá hình thức. Những bài học này cần được chuyển thành chuẩn vận hành mới, không chỉ xử lý từng sự cố.
Hàm ý cho doanh nghiệp Việt Nam
Với doanh nghiệp Việt Nam, cơ hội của AI là rõ ràng, nhưng rủi ro cũng thực tế. Nhiều tổ chức còn phân tán dữ liệu, quy trình phụ thuộc vào kinh nghiệm cá nhân và chuẩn chất lượng chưa được văn bản hóa. Nếu đưa AI agents vào môi trường đó quá nhanh, doanh nghiệp có thể tự động hóa cả sự thiếu rõ ràng hiện có. Ngược lại, nếu xem AI như một cơ hội để chuẩn hóa quy trình, làm sạch dữ liệu và thiết kế lại trách nhiệm, công nghệ có thể trở thành động lực cải tiến quản trị.
Cách tiếp cận phù hợp là bắt đầu từ các quy trình có tần suất cao, dữ liệu tương đối rõ và rủi ro có thể kiểm soát. Doanh nghiệp có thể thử nghiệm AI trong việc tóm tắt phản hồi khách hàng, chuẩn bị báo cáo quản trị, phân tích yêu cầu đào tạo, rà soát tài liệu nội bộ hoặc hỗ trợ nhân viên xây dựng bản nháp. Sau đó, cần đo tác động bằng chỉ số cụ thể: thời gian tiết kiệm, tỷ lệ lỗi, mức độ hài lòng, số lần phải sửa lại và chất lượng quyết định.
Kết luận
AI agents có thể làm thay đổi cách doanh nghiệp vận hành, nhưng giá trị không tự xuất hiện chỉ vì công cụ trở nên thông minh hơn. Giá trị đến từ việc tổ chức biết thiết kế lại công việc, đặt giới hạn quyền, kiểm soát dữ liệu, xác định trách nhiệm và học từ quá trình triển khai. Trong giai đoạn tiếp theo, lợi thế không thuộc về doanh nghiệp “dùng AI nhiều nhất”, mà thuộc về doanh nghiệp biết biến AI thành năng lực quản trị có kiểm soát.
Tác giả: PGS.TS Nguyễn Hải Ninh.
Tài liệu tham khảo
Deloitte. (2026, January 21). From ambition to activation: Organizations stand at the untapped edge of AI’s potential. https://www.deloitte.com/us/en/about/press-room/state-of-ai-report-2026.html
Deloitte. (2026, April 24). Business and IT leaders report AI agents are scaling faster than their guardrails. https://www.deloitte.com/us/en/insights/topics/emerging-technologies/ai-agents-scaling-faster.html
IBM. (2026, June 8). New IBM study finds CIOs and CTOs face growing AI control gap as enterprise deployment scales. https://newsroom.ibm.com/2026-06-08-new-ibm-study-finds-cios-and-ctos-face-growing-ai-control-gap-as-enterprise-deployment-scales
Microsoft. (2026, May 5). Agents, human agency, and the opportunity for every organization. https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization
PwC. (2026, June 15). AI reshapes global labour market into two distinct paths, rewarding human skills. https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-ai-jobs-barometer.html
