Dựa trên hàng trăm cuộc trao đổi với các lãnh đạo cấp cao (CXO), Google Cloud đã đúc kết những bài học thực tiễn về việc xây dựng Multi-Agent Systems (MAS) – Hệ thống Đa Agent. Nhiều doanh nghiệp đang tập trung vào việc tự động hóa các quy trình cũ kỹ thay vì tái định hình chúng, đồng thời đối mặt với các rủi ro về đạo đức AI. Bài viết này phân tích các sai lầm phổ biến và trả lời những câu hỏi lớn mà các nhà lãnh đạo cần biết để áp dụng MAS thành công.

Giá trị thực tiễn của Hệ thống Đa Agent (MAS)

MAS là một tập hợp các AI agent (tác tử AI) phối hợp với nhau để hoàn thành các mục tiêu kinh doanh phức tạp. Ví dụ, trong một trung tâm liên hệ (contact center), để giải quyết các vấn đề phức tạp của khách hàng, một agent điều phối (orchestrator agent) sẽ quản lý các agent chuyên môn (như thanh toán, sử dụng, khuyến mãi). Agent điều phối này đảm bảo rằng toàn bộ quá trình giải quyết tuân thủ logic kinh doanh và chính sách của doanh nghiệp.

MAS đang chuyển từ một lời hứa hẹn về mặt lý thuyết sang ứng dụng thực tế. Trong các trung tâm liên hệ, agent điều phối có thể phân tích các truy vấn phức tạp, đa thành phần của khách hàng và tự động giao việc cho các agent chuyên môn phù hợp, cùng với các agent xác thực để đảm bảo tính chính xác và tuân thủ. Cách tiếp cận này cải thiện đáng kể tỷ lệ giải quyết vấn đề ngay từ lần liên hệ đầu tiên và tăng khả năng xử lý tự động, qua đó giảm nhu cầu chuyển cuộc gọi đến nhân viên trực tiếp.

Các chiến lược agent phối hợp tương tự cũng đang xuất hiện trong nhiều ngành công nghiệp khác, như tối ưu hóa chuỗi cung ứng và nghiên cứu phức tạp, cho thấy sức mạnh của MAS trong việc xử lý các vấn đề phức tạp thông qua hành động thông minh và có điều phối.

Ba sai lầm phổ biến khi triển khai MAS

Sai lầm 1: Tự động hóa quy trình cũ thay vì tái thiết kế

Việc chỉ áp dụng MAS để tự động hóa các quy trình hiện có sẽ hạn chế nghiêm trọng tiềm năng chuyển đổi của công nghệ này. Giá trị thực sự đến từ việc tư duy lại toàn bộ quy trình làm việc để tận dụng khả năng giải quyết vấn đề một cách linh hoạt và toàn diện của MAS. Sự hợp tác chặt chẽ giữa đội ngũ kỹ thuật và kinh doanh là rất cần thiết để thách thức hiện trạng.

Một điểm quan trọng cần nhớ là mặc dù chúng ta đang tái định hình quy trình hiện tại, điều này không có nghĩa là phải làm tất cả mọi thứ cùng một lúc. Nếu muốn tăng số lượng cuộc gọi được chuyển đến một agent ảo, trước tiên doanh nghiệp nên xác định một nhóm cuộc gọi ban đầu để xử lý. Sau đó, có thể mở rộng dần các loại hoặc chủ đề mà agent ảo có thể xử lý để đảm bảo sự hài lòng của khách hàng và duy trì chất lượng hỗ trợ tổng thể.

Ví dụ, đây là cách các bước chính trong một chương trình Hệ thống Đa Agent được thực hiện tuần tự:

Sai lầm 2: Đánh giá thấp nỗ lực thiết kế sự phối hợp giữa các agent

Một sai lầm nghiêm trọng là không đầu tư đủ nguồn lực vào việc thiết kế sự phối hợp giữa các agent, đặc biệt là trong việc xác định vai trò, giao thức giao tiếp và chiến lược giải quyết xung đột.

Khi MAS phát triển, việc biết được agent chuyên môn nào nên được tham gia, khi nào và tại sao ngày càng trở nên quan trọng. Nhưng làm thế nào để xác thực logic điều phối này? Thông qua kiểm thử nghiêm ngặt bằng cách sử dụng dữ liệu đánh giá ground truth (dữ liệu thực tế để đối chứng) và bộ dữ liệu kiểm thử chất lượng cao.

Các khách hàng thành công trong lĩnh vực này có một sự hiểu biết rõ ràng về thế nào là câu trả lời “tốt” và “tồi” cho các loại câu hỏi khác nhau. Những ví dụ này rất quan trọng trong việc xây dựng các agent có khả năng xác định nên sử dụng công cụ, agent khác, dịch vụ, mức độ chi tiết, giọng điệu và định dạng nào khi đưa ra phản hồi.

Sai lầm 3: Trì hoãn việc hoạch định quản trị và đạo đức AI

Xem nhẹ việc quản trị, đạo đức và giám sát như những công việc làm sau sẽ dẫn đến những rủi ro đáng kể, chẳng hạn như trì hoãn dự án, khuếch đại thành kiến và các lỗ hổng chính sách nghiêm trọng. Cách tốt nhất để giải quyết vấn đề này với MAS là tích hợp các nguyên tắc AI có trách nhiệm ngay từ đầu, bao gồm việc thiết lập các quy tắc rõ ràng, nhật ký kiểm toán (audit trail) và tính minh bạch.

Ví dụ, nếu việc giám sát thành kiến không được xem xét cho đến giai đoạn cuối của quá trình triển khai, một agent ảo trên nền tảng thương mại điện tử có thể đặt quá nhiều trọng số vào mã zip của khách hàng, hiển thị các sản phẩm giá cao hơn cho những người ở khu vực giàu có và các lựa chọn bình dân cho khách hàng ở khu vực có thu nhập thấp hơn. Điều này có thể tạo ra trải nghiệm mua sắm không công bằng, gây tổn hại đến danh tiếng thương hiệu. Kết quả là phải làm lại, thiết kế lại và rollback các bản cập nhật, tốn thêm tới sáu tháng làm việc.

Ba câu hỏi hàng đầu từ các nhà lãnh đạo

Câu hỏi 1: “Ngoài tiết kiệm chi phí, làm sao để đo lường ROI?”

Google Cloud tập trung vào việc theo dõi các kết quả được cải thiện cho các tác vụ phức tạp, nâng cao trải nghiệm khách hàng, giảm thiểu rủi ro thủ công và tạo ra các nguồn doanh thu mới. Ví dụ, một trợ lý phân tích có thể hỗ trợ một nhà quản lý tài sản bằng cách cung cấp thông tin chi tiết tức thì về dữ liệu tài chính phức tạp, xác định các xu hướng chính và tạo báo cáo tùy chỉnh. Điều này giúp nhà quản lý tương tác sâu sắc hơn với khách hàng, đặt các câu hỏi tiếp theo có mục tiêu và cuối cùng là xây dựng mối quan hệ bền chặt hơn. Nhờ đó, MAS cải thiện tỷ lệ giữ chân khách hàng, tăng thị phần chi tiêu (wallet share) và giảm thiểu rủi ro diễn giải sai thông tin tài chính quan trọng.

Câu hỏi 2: “Làm thế nào để cân bằng giữa giám sát của con người và sự tự chủ của agent?”

MAS không phải để thay thế con người; thay vào đó, nó giúp bố trí các kỹ năng của con người vào nơi họ có thể tạo ra tác động lớn nhất. Con người vượt trội trong việc xử lý sự mơ hồ, các vấn đề đạo đức và những tình huống mới lạ. Trong một kịch bản thực tế, AI xử lý các ưu đãi phức tạp nhưng sẽ chuyển các trường hợp ngoại lệ, chẳng hạn như đối chiếu giá với chương trình khuyến mãi của đối thủ cạnh tranh, cho con người để đưa ra quyết định cuối cùng.

Câu hỏi 3: “Làm sao để dự đoán kết quả và giải quyết rủi ro đạo đức?”

Để đạt được kết quả thành công với MAS, cần có một thiết kế chu đáo, bắt đầu bằng việc đặt đúng câu hỏi: Điều gì xảy ra khi khách hàng tương tác với hệ thống? Thông tin nào cần thiết để trả lời câu hỏi của họ? Sự giám sát của con người nên được áp dụng ở đâu, và làm thế nào để chúng ta đánh giá và giám sát hiệu suất cả trong môi trường thử nghiệm và sản xuất?

Để đảm bảo độ tin cậy, Google Cloud tiến hành nhiều loại kiểm thử với khách hàng, bao gồm kiểm thử tải (load testing), kiểm thử độ chính xác và chất lượng, red teaming (đội đỏ – giả lập tấn công để tìm lỗ hổng), và kiểm thử chấp nhận người dùng (UAT). Cách tiếp cận nghiêm ngặt này, kết hợp với giám sát liên tục, giúp xác định và sửa chữa các hành vi không mong muốn và đảm bảo hệ thống hoạt động như mong đợi. Ngoài ra, các rủi ro đạo đức như khuếch đại thành kiến, sự không công bằng và lỗ hổng trách nhiệm được giảm thiểu một cách chủ động bằng cách tích hợp các quy tắc, đảm bảo tính minh bạch và khả năng kiểm toán, cũng như phân công vai trò rõ ràng cho cả agent và con người.

Bắt đầu như thế nào?

Dựa trên những hiểu biết thực tế này, các doanh nghiệp nên ưu tiên các hành động sau:

• Xây dựng chiến lược MAS: Bắt đầu nhỏ, nghĩ lớn.
• Ưu tiên quản trị, đạo đức và sự tin cậy ngay từ ngày đầu tiên.
• Thúc đẩy văn hóa hợp tác đặt người dùng lên hàng đầu: Đội ngũ IT và kinh doanh cần hợp nhất.

Google Cloud sẵn sàng hỗ trợ doanh nghiệp. Các giải pháp như Vertex AI giúp xây dựng và quản lý MAS. Đội ngũ tư vấn của Google Cloud cũng mang lại những hiểu biết và chuyên môn sâu sắc, giúp các tổ chức vượt qua những thách thức trong việc áp dụng MAS và khai thác sức mạnh chuyển đổi của nó.