Agent thao tác máy tính là phần mềm dùng trí tuệ nhân tạo để tự bấm, tự gõ và tự điều hướng trong các ứng dụng giống như một người đang ngồi trước màn hình, thay vì chỉ trả lời bằng chữ. Nó nhận một yêu cầu viết tự do, tự chia thành các bước thao tác, rồi thực hiện trên trình duyệt hoặc trên phần mềm cài sẵn.
Đầu tháng 10 năm 2026, OpenAI giới thiệu Dots, một nền tảng agent có thể chạy trong máy ảo hoặc chạy ngay trên máy cá nhân qua ứng dụng ChatGPT trên desktop. Điểm đáng chú ý không nằm ở phần trình diễn, mà nằm ở chỗ chính nhà phát hành thừa nhận agent vấp nhiều rào chắn khi làm việc trên web công cộng, và chạy trôi hơn hẳn khi làm việc trong hệ thống nội bộ. Bài này tách ra những gì nhóm công cụ đó làm được, những gì chưa, và một doanh nghiệp ở Việt Nam nên bắt đầu từ đâu nếu muốn thử.
Agent thao tác máy tính khác chatbot ở chỗ nào?
Khác biệt nằm ở chỗ kết thúc một lượt làm việc. Chatbot trả về chữ và người đọc phải tự đi làm phần việc còn lại; agent thao tác thì tự đi làm phần việc đó, và thứ nó trả về là một trạng thái đã thay đổi trong hệ thống. Chính vì vậy mức rủi ro của hai nhóm cũng khác nhau hẳn.
| Tiêu chí | Chatbot trả lời | Agent thao tác |
|---|---|---|
| Kết quả một lượt | Một đoạn văn bản | Một thay đổi trong phần mềm |
| Hậu quả khi sai | Người đọc phát hiện rồi bỏ qua | Dữ liệu đã bị ghi, phải hoàn tác |
| Quyền cần cấp | Quyền đọc là đủ | Quyền ghi vào hệ thống thật |
| Thứ cần ghi lại | Nội dung hội thoại | Từng thao tác và thời điểm |
| Chỗ cần người duyệt | Thường không | Bước chạm tiền và chạm dữ liệu khách |
Nếu bạn đang phân vân giữa các khái niệm gần nhau như trợ lý ảo, chatbot và agent, phần so sánh trong bài trợ lý ảo là gì tách rõ ba nhóm theo việc chúng được phép làm gì với dữ liệu, chứ không theo tên gọi nhà cung cấp đặt.
Vì sao agent làm việc nội bộ trôi hơn việc tiêu dùng?
Nhận định đáng giá nhất từ đợt giới thiệu Dots nằm ở một câu ngắn: khi dữ liệu, phần mềm và quyền kiểm soát đều thuộc về người dùng, agent ít vướng rào cản hơn. Đây không phải lời quảng cáo mà là một thừa nhận về giới hạn, và nó gợi ý rất rõ nơi nên đặt thử nghiệm đầu tiên.
Một trang web công cộng được thiết kế để phòng thủ trước phần mềm tự động, vì đa số phần mềm tự động truy cập nó đều có ý đồ xấu. Ngược lại, hệ thống nội bộ của chính doanh nghiệp được thiết kế để phục vụ nhân viên, và nó sẵn sàng cấp tài khoản, cấp quyền, mở giao diện lập trình cho bất kỳ công cụ nào chủ sở hữu muốn dùng. Agent bước vào hai môi trường đó với hai số phận khác nhau.
Hệ quả thực tế: kịch bản nghe hấp dẫn nhất trên sân khấu, kiểu nhờ agent tự đi săn vé máy bay giá rẻ rồi tự thanh toán, lại là kịch bản dễ gãy nhất. Còn kịch bản nghe nhàm chán nhất, kiểu gom số liệu từ ba phần mềm nội bộ rồi dựng một bảng tổng hợp mỗi sáng, lại là kịch bản chạy được ngay.
Những rào chắn nào đang chặn agent trên web công cộng?
Có bốn lớp chắn mà bất kỳ agent nào cũng gặp khi rời khỏi hệ thống của chủ sở hữu, và cả bốn đều không phải lỗi kỹ thuật có thể vá được bằng một phiên bản mô hình mạnh hơn. Chúng là lựa chọn thiết kế có chủ đích của phía bên kia.
- Cơ chế chống robot. Các bài kiểm tra hình ảnh và hành vi tồn tại chính để chặn thao tác tự động, nên agent vượt được chúng là điều nhà cung cấp dịch vụ không mong muốn.
- Đăng nhập và xác thực hai lớp. Mã gửi về điện thoại hoặc khoá bảo mật vật lý cần một con người có mặt, đây là điểm dừng theo thiết kế.
- Bước thanh toán. Ngân hàng và cổng thanh toán yêu cầu xác nhận từ chủ thẻ; giao quyền này cho phần mềm vừa vi phạm điều khoản dịch vụ vừa khó quy trách nhiệm khi có tranh chấp.
- Điều khoản sử dụng. Nhiều nền tảng cấm thẳng việc truy cập bằng phần mềm tự động, nên kể cả khi vượt được về mặt kỹ thuật thì tài khoản vẫn có nguy cơ bị khoá.
Cách đọc đúng bốn lớp chắn này là xem chúng như biên giới cố định chứ không phải chướng ngại tạm thời. Một kế hoạch tự động hoá dựa trên giả định rằng năm sau agent sẽ vượt được chúng là một kế hoạch đặt cược vào điều mà chính các nhà cung cấp đang chủ động ngăn lại.
Chi phí thật của một agent gồm những khoản nào?
Dots hiện chỉ mở cho người dùng gói Pro ở mức 100 USD mỗi tháng theo công bố của OpenAI, nhưng phí thuê bao thường là khoản nhỏ nhất trong tổng chi phí. Ba khoản còn lại ít được nhắc tới mà lại quyết định việc thử nghiệm có hoà vốn hay không.
- Thời gian giám sát. Giai đoạn đầu phải có người xem lại kết quả từng lượt. Nếu việc kiểm tra tốn gần bằng việc tự làm thì phần tiết kiệm bằng không.
- Thời gian sửa khi sai. Một thao tác ghi nhầm vào hệ thống thật tốn nhiều công hoàn tác hơn là tốn công làm lại từ đầu.
- Thời gian mô tả công việc. Agent chỉ làm đúng khi quy trình được mô tả rõ. Nhiều doanh nghiệp phát hiện ra quy trình của mình chưa từng được viết ra thành văn bản.
Công thức để bạn tự thay số của mình: lấy số lượt chạy mỗi tháng nhân với thời gian tiết kiệm mỗi lượt, trừ đi thời gian giám sát và thời gian sửa lỗi, rồi quy phần còn lại ra tiền theo chi phí nhân sự. Nếu con số đó không vượt phí thuê bao thì việc cần làm là đổi loại công việc chứ không phải đổi nhà cung cấp.
Việc nào trong doanh nghiệp nên giao cho agent trước?
Nhóm việc phù hợp có bốn dấu hiệu chung: lặp lại nhiều lần mỗi tuần, đầu vào và đầu ra đều nằm trong hệ thống mà doanh nghiệp tự quản, quy tắc xử lý mô tả được bằng lời, và sai sót phát hiện được ngay trong ngày.
| Công việc | Vì sao hợp |
|---|---|
| Gom số liệu bán hàng từ nhiều kênh thành một bảng | Dữ liệu thuộc về doanh nghiệp, sai thì đối chiếu lại được |
| Nhập thông tin khách từ biểu mẫu vào phần mềm quản lý | Quy tắc rõ ràng, khối lượng lớn, giá trị mỗi bản ghi thấp |
| Soạn bản nháp báo giá theo mẫu có sẵn | Luôn có người duyệt trước khi gửi ra ngoài |
| Phân loại và gắn nhãn yêu cầu hỗ trợ | Gắn nhầm nhãn thì sửa được, không mất dữ liệu |
| Đối chiếu tồn kho giữa hai hệ thống | Chỉ cần quyền đọc, kết quả là một báo cáo chênh lệch |
Nếu việc bạn định giao chỉ là chuyển dữ liệu giữa các phần mềm theo quy tắc cố định, hãy cân nhắc một công cụ nối hệ thống thuần tuý trước khi dùng agent. Bài n8n là gì trình bày khi nào một luồng cố định đủ dùng và rẻ hơn nhiều so với một agent phải suy luận lại ở mỗi lượt chạy.
Việc nào không nên giao cho agent?
Danh sách loại trừ quan trọng ngang danh sách lựa chọn, vì một sự cố ở nhóm này đủ để xoá sạch phần tiết kiệm tích luỹ trong nhiều tháng và làm cả đội mất niềm tin vào công cụ.
- Việc chạm tiền. Chuyển khoản, thanh toán, hoàn tiền, xuất hoá đơn chính thức. Agent có thể chuẩn bị, người bấm nút cuối.
- Việc gửi thông tin ra bên ngoài. Gửi thư cho khách, đăng bài công khai, trả lời khiếu nại. Một câu sai ở đây là một sự cố thương hiệu.
- Việc xoá dữ liệu. Nên tách thành đánh dấu để xoá, rồi người xác nhận theo lô.
- Việc có ràng buộc pháp lý. Ký kết, cam kết thời hạn, xác nhận điều khoản với khách hàng.
- Việc dựa trên dữ liệu mà doanh nghiệp không được phép xử lý tự động theo thoả thuận đã ký với khách.
Ranh giới chung dễ nhớ: agent được phép chuẩn bị mọi thứ, nhưng thao tác cuối cùng tạo ra hậu quả không hoàn tác được thì vẫn thuộc về một người có tên và có trách nhiệm.
Cần đặt những ranh giới quyền nào trước khi bật agent?
Nguyên tắc nền là cấp quyền tối thiểu: agent chỉ nhận đúng những quyền cần cho công việc được giao, trong đúng khoảng thời gian cần thiết, và mọi thứ nó làm đều để lại dấu vết đọc được.
- Tài khoản riêng. Đừng cho agent mượn tài khoản của nhân viên, vì khi đó nhật ký không phân biệt được ai đã làm gì.
- Quyền đọc trước, quyền ghi sau. Chạy ở chế độ chỉ đọc vài tuần và đối chiếu kết quả với thực tế trước khi mở quyền ghi.
- Giới hạn phạm vi dữ liệu. Chỉ mở đúng nhóm bản ghi liên quan, không mở toàn bộ cơ sở dữ liệu khách hàng.
- Nhật ký đầy đủ. Ghi lại thao tác, thời điểm, dữ liệu trước và sau, đủ để dựng lại khi cần truy vết.
- Nút dừng khẩn. Một người trong đội phải tắt được agent ngay mà không cần chờ nhà cung cấp.
Với dữ liệu cá nhân của khách hàng tại Việt Nam, Nghị định 13/2023 đặt ra yêu cầu về cơ sở pháp lý khi xử lý và về việc thông báo cho chủ thể dữ liệu. Việc đưa một agent vào giữa luồng xử lý không làm thay đổi các nghĩa vụ đó, nên phần này nên được rà cùng bộ phận pháp chế trước khi mở quyền ghi.
Đo hiệu quả của agent bằng chỉ số nào?
Chỉ số hay bị chọn nhầm nhất là số lượt chạy, vì nó tăng đều mà không nói gì về giá trị. Bốn chỉ số dưới đây phản ánh đúng hơn và đều lấy được mà không cần công cụ đo lường riêng.
| Chỉ số | Cách lấy | Dấu hiệu cần dừng lại |
|---|---|---|
| Tỷ lệ hoàn thành trọn vẹn | Số lượt đi hết quy trình chia tổng số lượt | Dưới mức hai phần ba và không cải thiện sau hai tuần |
| Tỷ lệ phải sửa tay | Số lượt người phải can thiệp chia tổng số lượt | Cao tới mức giám sát tốn bằng tự làm |
| Thời gian tiết kiệm mỗi lượt | Bấm giờ quy trình cũ và quy trình mới trên cùng mẫu việc | Chênh lệch nhỏ hơn thời gian kiểm tra kết quả |
| Số sự cố phải hoàn tác | Đếm từ nhật ký thao tác | Có bất kỳ sự cố nào chạm tới dữ liệu khách hàng |
Hãy đo quy trình cũ trước khi bật agent. Không có mốc so sánh ban đầu thì mọi con số sau đó đều không kết luận được điều gì, và cuộc tranh luận trong nội bộ sẽ quay về cảm nhận cá nhân.
Triển khai theo lộ trình nào để không vỡ?
Lộ trình bốn giai đoạn dưới đây giữ cho rủi ro luôn nhỏ hơn giá trị thu về ở từng bước, và cho phép dừng lại ở bất kỳ giai đoạn nào mà không mất phần công đã bỏ ra.
- Viết quy trình ra giấy. Một việc, các bước, các trường hợp ngoại lệ. Riêng bước này đã có giá trị kể cả khi bạn dừng lại ở đây.
- Chạy chỉ đọc. Agent đề xuất, người thực hiện. Ghi lại mọi chỗ nó đề xuất sai.
- Mở quyền ghi trên một nhóm nhỏ. Một chi nhánh, một nhóm khách, hoặc một khung giờ. Giữ người giám sát trong suốt giai đoạn này.
- Mở rộng theo số liệu. Chỉ mở rộng khi bốn chỉ số ở mục trên đạt mức đã thống nhất từ đầu.
Phần lớn thất bại mà chúng tôi quan sát được không đến từ mô hình yếu, mà đến từ việc nhảy thẳng từ giai đoạn một sang giai đoạn bốn trên một quy trình chưa từng được viết rõ. Khi đó agent chỉ đang tự động hoá một sự lộn xộn có sẵn.
Bước tiếp theo nên làm gì?
Nếu bạn đã có một danh sách việc lặp lại và đã xác định được việc nào nằm gọn trong hệ thống của mình, phần còn lại là thiết kế ranh giới quyền và chọn chỗ đặt người duyệt. Đây là phần quyết định agent chạy được lâu dài hay chỉ chạy đẹp trong buổi trình diễn.
Cách dựng một agent gắn vào đúng quy trình và đúng dữ liệu của doanh nghiệp, kèm phần phân quyền và ghi nhật ký cho các thao tác chạm vào dữ liệu thật, được trình bày trong giải pháp AI Agent theo yêu cầu.
Đội ngũ InCard có thể cùng bạn rà một quy trình thật, chỉ ra chỗ nào giao được cho agent và chỗ nào nên giữ người quyết định. Bạn có thể đặt lịch demo để đi qua đúng quy trình của mình thay vì xem một kịch bản mẫu.
