Một tín hiệu đáng chú ý trong thị trường AI doanh nghiệp không nằm ở một mô hình mới, mà ở nơi các mô hình và agent được triển khai. Tháng 5/2026, OpenAI và Dell Technologies công bố hợp tác đưa Codex vào các môi trường hybrid và on-premises, với mục tiêu để doanh nghiệp có thể sử dụng AI tại nơi dữ liệu, hệ thống và quy trình trọng yếu đang vận hành. Đây không chỉ là câu chuyện hạ tầng. Nó phản ánh một dịch chuyển quản trị: khi AI bắt đầu chạm vào công việc thật, vị trí triển khai và cơ chế kiểm soát trở thành một phần của thiết kế giá trị.
Trong giai đoạn thử nghiệm, tổ chức thường bắt đầu bằng một công cụ dễ truy cập, một nhóm người dùng nhỏ và các tình huống có rủi ro thấp. Nhưng khi agent cần đọc dữ liệu khách hàng, truy vấn tài liệu nội bộ, hỗ trợ kỹ sư hoặc cập nhật hệ thống nghiệp vụ, câu hỏi không còn là “mô hình nào trả lời hay hơn”. Câu hỏi trở thành: agent được nhìn thấy dữ liệu nào, được gọi công cụ nào, được phép làm gì và ai chịu trách nhiệm khi kết quả không đúng.
Điều này giải thích vì sao các nền tảng như OpenAI Frontier nhấn mạnh kết nối bối cảnh kinh doanh, thực thi agent, vòng đánh giá–cải tiến và kiểm soát quyền hạn. Giá trị của AI không chỉ đến từ năng lực suy luận của mô hình; nó đến từ việc mô hình được đặt đúng trong kiến trúc công việc của doanh nghiệp.
Từ bản demo sang môi trường vận hành
Một bản demo có thể thuyết phục vì nó cho thấy agent xử lý được một tác vụ trong điều kiện thuận lợi. Môi trường vận hành đặt ra yêu cầu khác: dữ liệu thay đổi, chính sách có ngoại lệ, quyền truy cập không đồng nhất, hệ thống có thể chậm hoặc gián đoạn và khách hàng không hỏi theo kịch bản. Khi đó, doanh nghiệp cần thiết kế cách agent hoạt động trong giới hạn cụ thể thay vì chỉ đánh giá chất lượng câu trả lời.
Việc đưa AI gần hơn với hệ thống hiện hữu có thể giảm ma sát tích hợp và giúp xử lý yêu cầu về dữ liệu, an ninh hoặc tuân thủ. Tuy nhiên, không nên hiểu đơn giản rằng on-premises tự động đồng nghĩa với an toàn. Một agent vẫn có thể đưa ra hành động sai, truy cập dữ liệu quá rộng hoặc tạo ra một quyết định không thể giải thích nếu quyền hạn, log và quy trình phê duyệt không được thiết kế rõ.
Nơi dữ liệu ở không thay thế cho quản trị dữ liệu
Quyết định triển khai cần tách ba vấn đề thường bị gộp vào nhau. Thứ nhất là nơi dữ liệu được lưu trữ hoặc xử lý. Thứ hai là dữ liệu nào được phép đi vào ngữ cảnh của agent. Thứ ba là agent có thể sử dụng đầu ra đó để thực hiện hành động nào. Một tổ chức có thể giữ dữ liệu trong hạ tầng của mình nhưng vẫn tạo rủi ro nếu một agent được cấp quyền truy vấn quá rộng hoặc có thể thay đổi bản ghi mà không có bước kiểm tra.
Do đó, dữ liệu cần được phân loại theo mức độ nhạy cảm và theo mục đích công việc, không chỉ theo tên hệ thống. Với mỗi use case, doanh nghiệp nên xác định bộ dữ liệu tối thiểu cần thiết, chủ sở hữu dữ liệu, thời hạn truy cập, cách che dữ liệu nhạy cảm và tín hiệu nào sẽ kích hoạt rà soát. Cách làm này vừa giảm bề mặt rủi ro, vừa giúp agent có bối cảnh đủ tốt để tạo giá trị thay vì nhận một kho thông tin mơ hồ.
Ví dụ ứng dụng
Ví dụ: agent hỗ trợ xử lý yêu cầu khách hàng
Một doanh nghiệp bảo hiểm muốn dùng agent để hỗ trợ nhân viên tra cứu hồ sơ và chuẩn bị phương án phản hồi khách hàng. Bước đầu, agent chỉ nên đọc các trường dữ liệu cần thiết, trích dẫn quy định liên quan và tạo bản nháp để nhân viên phê duyệt. Nếu agent được phép sửa hồ sơ hoặc đưa ra cam kết bồi thường, doanh nghiệp phải thiết kế ngưỡng thẩm quyền, bước phê duyệt, activity log (bản ghi để theo dõi và kiểm tra lại hoạt động hoặc thay đổi tương ứng) và cách xử lý các trường hợp ngoại lệ.
Khác biệt nằm ở việc không đánh giá agent như một hộp trả lời, mà như một thành phần trong quy trình dịch vụ. Chỉ số cần theo dõi cũng thay đổi: không chỉ là tốc độ trả lời, mà còn là tỷ lệ hồ sơ cần làm lại, mức tuân thủ chính sách, số lần chuyển cho người xử lý và ảnh hưởng đến trải nghiệm khách hàng.
Hybrid làm lộ rõ các đánh đổi quản trị
Môi trường hybrid có thể kết hợp hệ thống nội bộ, dịch vụ đám mây, dữ liệu đối tác và nhiều công cụ chuyên môn. Lợi ích là doanh nghiệp không phải thay thế toàn bộ kiến trúc hiện có để thử một use case mới. Đổi lại, các điểm kết nối cần được quản trị chặt hơn: định danh nào được sử dụng xuyên hệ thống, quyền nào được kế thừa, dữ liệu nào có thể được lưu lại và hoạt động nào cần được kiểm toán.
Đây là lý do lãnh đạo AI không nên chỉ đặt câu hỏi công nghệ cho bộ phận CNTT. Một quyết định về kiến trúc đồng thời là quyết định về quy trình, trách nhiệm, rủi ro và năng lực vận hành. Người phụ trách nghiệp vụ cần xác định tiêu chuẩn kết quả và các ngoại lệ quan trọng; an ninh và pháp chế cần xác định ranh giới; đội công nghệ cần biến các ranh giới đó thành quyền truy cập, kiểm soát kỹ thuật và bằng chứng có thể kiểm tra.
Năm câu hỏi trước khi mở rộng một use case
Trước khi đưa một agent vào quy mô lớn hơn, lãnh đạo nên trả lời rõ năm câu hỏi. Một: quyết định hoặc công việc cụ thể nào agent sẽ hỗ trợ? Hai: agent cần tối thiểu những dữ liệu, công cụ và quyền nào? Ba: kết quả nào phải có người phê duyệt trước khi đi ra ngoài hệ thống? Bốn: chỉ số nào cho biết agent đang tạo giá trị mà không làm tăng lỗi hoặc rủi ro? Năm: khi chính sách, dữ liệu hay hệ thống thay đổi, ai có quyền cập nhật và ai chịu trách nhiệm kiểm tra lại?
Năm câu hỏi này không làm chậm chuyển đổi AI. Chúng giúp doanh nghiệp tránh mở rộng một bản demo chưa có chủ sở hữu vận hành. Khi câu trả lời được ghi rõ, tổ chức có thể triển khai từng bước, học từ ngoại lệ và mở rộng trên những nền tảng đã được kiểm chứng.
Hàm ý cho doanh nghiệp Việt Nam
Với nhiều doanh nghiệp Việt Nam, hệ thống dữ liệu thường phân tán giữa phần mềm lõi, bảng tính, nền tảng thuê ngoài và quy trình xử lý thủ công. Vì vậy, một dự án AI nên bắt đầu từ luồng công việc có giá trị nhưng có phạm vi đủ hẹp: chẳng hạn hỗ trợ nhân viên tìm chính sách, tổng hợp hồ sơ hay chuẩn bị bản nháp báo cáo. Trước khi mở rộng, cần làm rõ chất lượng dữ liệu, quyền truy cập và nơi con người sẽ kiểm tra đầu ra.
Thông điệp quản trị không phải là mọi doanh nghiệp đều phải đưa AI vào hạ tầng tại chỗ. Lựa chọn phù hợp phụ thuộc vào loại dữ liệu, yêu cầu tuân thủ, hệ thống đang có, năng lực vận hành và giá trị của use case. Tín hiệu thị trường quan trọng hơn là AI đang được đánh giá ngày càng nhiều như một lớp vận hành gắn với dữ liệu và quy trình, thay vì một công cụ đứng bên ngoài công việc.
Tài liệu tham khảo
OpenAI. (2026, May 18). OpenAI and Dell Technologies partner to bring Codex to hybrid and on-premises enterprise environments. https://openai.com/index/dell-codex-enterprise-partnership/
OpenAI. (2026, February 5). Introducing OpenAI Frontier. https://openai.com/index/introducing-openai-frontier/
