AI agent là gì: khác chatbot ở đâu, doanh nghiệp dùng vào việc gì

AI agent là hệ thống AI được giao một mục tiêu và tự quyết từng bước để đạt nó: tìm thông tin, gọi phần mềm khác, kiểm kết quả, làm lại khi sai. Chatbot chỉ trả lời câu hỏi. Doanh nghiệp nên giao cho agent việc nhiều bước, lặp lại, có cách kiểm đúng sai rõ ràng.

Bài AI agent là gì trên blog này đã giải thích khái niệm và kiến trúc. Bài này đi theo hướng khác: tôi kể những agent đang làm việc thật trong công việc của tôi, việc nào giao được, việc nào không, và chi phí ẩn khi đưa agent vào doanh nghiệp. Định nghĩa tôi dựa theo bài viết của Anthropic, kiểm lại ngày 09/11/2026.

AI agent là gì, theo cách Anthropic phân biệt

Trong bài «Building effective agents» (19/12/2024), Anthropic tách hai loại hệ thống dùng mô hình ngôn ngữ (anthropic.com):

• Workflow (quy trình): mô hình AI và công cụ được nối theo đường đi viết sẵn bằng mã. Ví dụ: nhận email, AI phân loại, theo loại thì chuyển cho người phụ trách. Mỗi lần chạy đi đúng một đường.
• Agent: mô hình AI tự điều khiển quá trình và tự chọn dùng công cụ nào. Giao mục tiêu «tìm hiểu vì sao đơn hàng này giao trễ», agent tự quyết tra hệ thống kho trước hay hỏi đơn vị vận chuyển trước, đọc kết quả rồi quyết bước tiếp.

Anthropic cũng khuyên một điều mà tôi thấy đúng với doanh nghiệp: tìm cách đơn giản nhất trước, chỉ tăng độ phức tạp khi cần. Nhiều việc chỉ cần một lần gọi AI có kèm dữ liệu là đủ, chưa cần agent.

AI agent khác chatbot ở đâu

Dòng «rủi ro khi sai» là thứ nhiều bài quảng cáo agent bỏ qua. Anthropic viết thẳng rằng agent đánh đổi độ trễ và chi phí để làm việc tốt hơn, và sự tự chủ đi kèm nguy cơ lỗi cộng dồn, nên cần thử kỹ trong môi trường cách ly và có rào chắn.

Doanh nghiệp dùng AI agent vào việc gì: ví dụ từ đội agent của tôi

Tôi chạy một nhóm agent làm việc hằng ngày trong các sản phẩm của mình. Ba ví dụ dưới đây là việc thật, không phải bản trình diễn.

Agent lập trình chia việc theo phiếu công việc

Mỗi việc là một phiếu trên GitHub. Agent nhận phiếu, đọc mã liên quan, sửa, chạy kiểm thử, mở yêu cầu gộp mã và ghi kết quả vào phiếu. Một agent điều phối chia việc cho nhiều máy, theo dõi máy nào kẹt. Trang locnguyendata.com này được chuyển khỏi Odoo theo cách đó. Bài hệ thống nhiều agent nói kỹ về cách chia vai.

Voice agent gọi điện tiếng Việt

ZVoice là voice agent tôi đang dựng để gọi và nghe điện thoại cho doanh nghiệp: nghe khách nói, hiểu ý, tra thông tin, trả lời bằng giọng nói. Thách thức lớn nhất là độ trễ: ở lần đo ngày 08/11/2026 trên bản tự dựng, thời gian từ lúc khách nói xong đến lúc agent bắt đầu trả lời khoảng 2,1 giây. Người nghe vẫn nhận ra khoảng lặng này, nên đây là chỗ tôi còn phải cải thiện.

Agent kiểm thử giao diện

Sau mỗi lần sửa giao diện, agent mở trang ở nhiều cỡ màn hình, chụp ảnh, kiểm vùng bấm, chữ tràn, ảnh thiếu mô tả, rồi báo lỗi kèm ảnh. Việc này trước đây tôi tự làm bằng tay và hay bỏ sót khổ điện thoại.

Điểm chung của ba việc: có mục tiêu rõ, cần nhiều bước, và có cách kiểm đúng sai (kiểm thử chạy qua, cuộc gọi được ghi lại, ảnh chụp đối chiếu được). Nếu thiếu cách kiểm đúng sai, tôi chưa giao cho agent.

Việc nào chưa nên giao cho AI agent

• Quyết định khó quay lại: chuyển tiền, xoá dữ liệu, ký hợp đồng, gửi tin hàng loạt cho khách. Agent của tôi được làm đến bước chuẩn bị, người duyệt mới làm bước cuối.
• Việc không có tiêu chí đúng sai: «viết chiến lược thương hiệu» không có phép kiểm, agent sẽ cho ra thứ nghe hợp lý mà không ai đánh giá được.
• Việc chỉ làm một lần: dựng agent tốn công cấu hình công cụ, quyền truy cập và kiểm thử. Việc làm một lần thì tự làm với trợ lý AI nhanh hơn.
• Dữ liệu nhạy cảm chưa phân quyền: agent dùng được công cụ nào thì đọc được dữ liệu đó. Chưa phân quyền rõ thì chưa nối.

Điểm bất lợi và chi phí ẩn của AI agent

• Chi phí mô hình tăng theo số bước. Một việc agent làm 20 bước là 20 lần gọi mô hình hoặc hơn. Cần đo chi phí trên mỗi việc trước khi mở rộng.
• Lỗi cộng dồn. Bước 3 hiểu sai thì bước 4 đến 20 làm đúng theo cái sai. Cần điểm kiểm giữa chừng, không chỉ kiểm cuối.
• Báo «xong» rất tự tin. Agent hay báo hoàn thành khi việc mới xong một nửa. Phải có phép kiểm tự động hoặc người đọc báo cáo.
• Cần người giữ hệ thống. Công cụ đổi API, mô hình đổi phiên bản, quyền truy cập hết hạn. Agent không tự bảo trì được nền của chính nó.
• Chậm hơn người dùng tưởng. Agent suy nghĩ qua nhiều bước nên có độ trễ. Với việc cần phản hồi tức thì như gọi điện, độ trễ là vấn đề kỹ thuật chính, như ví dụ ZVoice ở trên.

Muốn thử agent lập trình trước tiên, bài AI coding agent với Claude Code là điểm bắt đầu dễ nhất, vì kết quả kiểm được bằng kiểm thử tự động.

Câu hỏi thường gặp về AI agent

AI agent và chatbot cái nào rẻ hơn?

Chatbot rẻ hơn mỗi lần dùng vì chỉ gọi mô hình một lượt. Agent tốn hơn nhưng làm xong cả việc. So sánh nên tính trên chi phí mỗi việc hoàn thành, không trên mỗi tin nhắn.

Doanh nghiệp nhỏ có cần AI agent không?

Chỉ khi có việc nhiều bước lặp lại hằng ngày và kiểm được đúng sai. Nhiều doanh nghiệp nhỏ chỉ cần workflow tự động hoá đơn giản hoặc trợ lý AI là đủ.

AI agent có thay nhân viên không?

Theo những gì tôi làm, agent thay phần việc lặp lại trong ngày của nhân viên, còn người vẫn giữ phần quyết định và duyệt. Đội của tôi luôn có bước người duyệt ở cuối việc quan trọng.

Bắt đầu với AI agent thế nào?

Chọn một việc nhỏ có tiêu chí đúng sai rõ, cho agent làm song song với người trong vài tuần, so kết quả rồi mới giao hẳn.

Workflow và agent khác nhau thế nào?

Theo Anthropic, workflow đi theo đường viết sẵn bằng mã, agent tự quyết các bước và công cụ. Việc ổn định, ít ngoại lệ hợp với workflow; việc nhiều tình huống khác nhau mới cần agent.

Nguồn: Anthropic, «Building effective agents» (19/12/2024), kiểm ngày 09/11/2026. Độ trễ ZVoice lấy từ lần đo nội bộ ngày 08/11/2026.