Vai trò của CIO đang thay đổi nhanh khi AI ngày càng trở thành một phần của lực lượng lao động trong doanh nghiệp. Khi phải dẫn dắt các đội ngũ lai gồm con người, AI agents và đối tác bên ngoài, CIO đang rời xa hình ảnh “người quản lý công nghệ” đơn thuần để tiến gần hơn tới vai trò điều phối công việc, năng lực và trách nhiệm trên quy mô toàn tổ chức. Tuy vậy, sự thay đổi trong trách nhiệm thường diễn ra nhanh hơn sự thay đổi trong nhận thức của tổ chức về vai trò này.
Chỉ vài năm trước, khái niệm AI agent còn xa lạ với phần lớn CIO và chủ yếu xuất hiện trong các nghiên cứu học thuật. Nhưng hiện nay, AI agents đang dần trở thành một phần trong cấu trúc vận hành doanh nghiệp, buộc CIO phải thích nghi với một mô hình làm việc mới, nơi con người không còn làm việc một mình mà song hành cùng các hệ thống tự động có khả năng hành động.
Xu hướng này đang tăng tốc. Nhiều tổ chức đã có hàng chục dự án AI agent đang được triển khai, dù không ít vẫn dừng ở mức POC hoặc pilot. Tuy nhiên, ngày càng nhiều doanh nghiệp đã vượt qua giai đoạn thử nghiệm để tiến vào triển khai ở quy mô lớn. Ở thời điểm hiện tại, AI agents được ứng dụng nhiều nhất trong vận hành IT và DevOps, sau đó mở rộng sang software engineering và customer support.
Điều quan trọng là hiệu quả của AI agents không chỉ phụ thuộc vào bản thân công nghệ. Giá trị thực sự đến từ cách doanh nghiệp thiết kế governance, quyền truy cập, phạm vi hành động và cơ chế phối hợp giữa AI với con người. Điều đó khiến CIO phải gánh thêm nhiều trách nhiệm mới. Từ chỗ là người sở hữu hệ thống, CIO đang dần trở thành người thiết kế và điều phối lực lượng lao động lai, nơi con người, AI agents và nhà cung cấp cùng tham gia tạo ra kết quả.
Đây là cơ hội lớn, nhưng cũng là một bài toán khó. CIO phải xác định khi nào nên dùng AI agents, dùng cho việc gì, giám sát ra sao và làm thế nào để cân bằng giữa tự động hóa với trách nhiệm giải trình khi các hệ thống này tham gia sâu hơn vào công việc hằng ngày.
Khi nào một tác vụ phù hợp với AI agent?
Giai đoạn đầu, nhiều tổ chức thử dùng AI agents ở bất kỳ đâu nghe có vẻ “tự động hóa được”. Nhưng khi công nghệ này bắt đầu lan rộng trong doanh nghiệp, CIO cần chuyển sang tư duy chọn lọc hơn: chỉ đưa AI vào những quy trình mà nó thực sự tạo ra giá trị.
Những tác vụ phù hợp nhất thường là các quy trình lặp lại, đi qua nhiều hệ thống và đòi hỏi xử lý nhiều bước thủ công. AI agents có thể kết nối dữ liệu từ nhiều nguồn, giảm thao tác tay và rút ngắn thời gian hoàn thành công việc. Chúng đặc biệt phù hợp với các công việc có tính lặp cao nhưng vẫn cần nhiều bối cảnh doanh nghiệp, hoặc các nhiệm vụ nghiên cứu, tổng hợp thông tin phân tán mà nếu làm thủ công sẽ tốn rất nhiều thời gian.
Để quyết định có nên dùng AI agents hay không, CIO cần có bộ tiêu chí rõ ràng ngay từ đầu. Một tác vụ nên được đưa cho AI khi có ba điều kiện. Thứ nhất, phạm vi công việc phải rõ ràng, có đầu vào, đầu ra và tiêu chí thành công cụ thể. Thứ hai, mức độ rủi ro phải có thể kiểm soát được; các tác vụ mang tính tư vấn, chuẩn bị hoặc hỗ trợ thường phù hợp hơn những tác vụ liên quan tới quyết định cuối cùng hay trách nhiệm pháp lý. Thứ ba, tác vụ đó phải hưởng lợi nhiều hơn từ tốc độ, quy mô hoặc khả năng nhận diện mẫu, thay vì phụ thuộc chủ yếu vào trực giác, phán đoán tinh tế hay bối cảnh quan hệ của con người.
Ngược lại, nếu công việc đòi hỏi xử lý nhiều ngoại lệ, cần phán đoán tinh tế giữa các bên liên quan hoặc yêu cầu trách nhiệm chuyên môn sâu, thì con người vẫn nên giữ vai trò dẫn dắt, còn AI chỉ đóng vai trò hỗ trợ.
Nhìn chung, các tác vụ phù hợp với AI agents thường có một số đặc điểm chung: tốn nhiều công sức thủ công, rủi ro ra quyết định ở mức thấp, giá trị tạo ra có thể nhân rộng cho nhiều cá nhân hoặc nhiều bộ phận, và dữ liệu sử dụng không thuộc nhóm quá nhạy cảm.
Một cách tiếp cận hiệu quả là bắt đầu từ thử nghiệm thực tế. Khi đó, CIO và đội ngũ không chỉ hiểu AI làm được gì mà còn nhận ra giới hạn thực sự của nó. Với những công việc mang tính nghiên cứu hoặc khám phá phương án, nhiều tổ chức hiện nay chọn bắt đầu bằng AI trước, rồi mới để con người can thiệp nếu cần.
Đo năng suất của AI agents như thế nào?
Khi đánh giá hiệu quả của AI agents, các chỉ số IT truyền thống chỉ phản ánh được một phần vấn đề. Nếu chỉ nhìn vào tiết kiệm chi phí, doanh nghiệp sẽ bỏ lỡ nhiều chiều giá trị quan trọng hơn như độ tin cậy, chất lượng kết quả và mức độ giải phóng năng lực của con người cho những công việc có giá trị cao hơn.
Vì vậy, CIO cần đo hiệu quả AI agents bằng một tập chỉ số rộng hơn: thời gian chu trình giảm bao nhiêu, sản lượng xử lý tăng thế nào, tỷ lệ lỗi thay đổi ra sao, và đội ngũ đã được giải phóng bao nhiêu năng lực để tập trung vào phân tích, ra quyết định hoặc phục vụ khách hàng tốt hơn. Nếu một AI agent giúp rút ngắn công việc từ vài giờ xuống vài phút, đồng thời vẫn đảm bảo độ chính xác và giải phóng nhân sự giỏi cho những việc quan trọng hơn, đó là ROI đáng kể.
Tốc độ một mình không đủ. Nhanh hơn nhưng tạo thêm lỗi, làm tăng rủi ro hoặc khiến đội ngũ phải xử lý lại ở các bước sau thì không thể coi là thành công. Vì thế, độ chính xác và độ tin cậy phải là trung tâm trong mọi khung đo lường hiệu suất AI.
Tuy nhiên, đo năng suất và ROI của AI agents không hề đơn giản. Chúng thường hoạt động như công cụ hỗ trợ con người, khiến ranh giới giữa đóng góp của AI và kết quả cuối cùng do con người tạo ra trở nên khó tách bạch. Nhiều lãnh đạo công nghệ cho rằng với từng use case, một ngưỡng tốt ban đầu có thể là tiết kiệm khoảng 50% thời gian xử lý. Nhưng trong các giai đoạn đầu, kết quả thường chỉ nên được xem là tín hiệu chứ chưa phải bằng chứng chắc chắn, vì hệ thống còn cần thời gian tuning và ổn định.
Những thách thức lớn nhất mà CIO đang đối mặt
Giống như bất kỳ công nghệ mới nào, AI agents vừa mở ra cơ hội vừa làm CIO đối mặt với một lớp phức tạp mới. Họ không chỉ phải lo về nền tảng công nghệ, mà còn phải xử lý đồng thời bài toán governance, rủi ro, nhân sự, thay đổi tổ chức và một thị trường công cụ AI thay đổi gần như liên tục.
Một trong những thách thức lớn nhất là chọn đúng nền tảng và đúng công cụ. Khi AI ngày càng được nhúng sẵn vào nhiều phần mềm doanh nghiệp, CIO phải liên tục trả lời câu hỏi: cái gì nên dùng AI tích hợp sẵn, cái gì nên tự xây, và khi nào nên mua ngoài thay vì phát triển nội bộ. Sự bùng nổ công cụ khiến kiến trúc công nghệ dễ trở nên rời rạc, khó kiểm soát và làm tăng rủi ro vận hành.
Bên cạnh đó là bài toán governance, accountability và trust. CIO phải xác định rõ AI agents được phép làm gì, không được làm gì, ai chịu trách nhiệm cho đầu ra, cách tích hợp chúng vào hệ thống cũ ra sao và làm thế nào để kiểm soát kỳ vọng của tổ chức trước năng lực thực tế của công nghệ. Vì vậy, vai trò của CIO ngày càng nghiêng nhiều hơn về giám sát AI governance, quản trị rủi ro và điều phối liên phòng ban, thay vì chỉ triển khai công nghệ.
Nhưng công nghệ không phải rào cản duy nhất. AI cũng đặt ra thách thức lớn về con người và văn hóa. Không phải ai trong tổ chức cũng sẵn sàng thay đổi cách làm việc, và chính sự kháng cự này khiến việc triển khai AI trở nên khó hơn nhiều. Muốn AI được ứng dụng thực sự, CIO phải dành sự chú ý không kém cho change management, truyền thông nội bộ, đào tạo và xây dựng niềm tin.
Những bài học đáng giá từ các triển khai đầu tiên
Nhìn lại, nhiều tổ chức thừa nhận rằng nếu làm lại, họ sẽ chuẩn bị kỹ hơn ngay từ đầu. Những đợt triển khai AI agent đầu tiên thường được dẫn dắt bởi sự tò mò hoặc áp lực phải đi nhanh, trong khi các câu hỏi nền tảng về mục tiêu, loại agent, cách đo hiệu quả và cơ chế giám sát lại chưa được làm rõ.
Một bài học quan trọng là nên bắt đầu nhỏ. Các tổ chức thành công thường triển khai AI agents trước ở các use case nội bộ, học từ thực tế, rồi mới mở rộng quy mô. Cách làm này giúp giảm rủi ro, tạo dữ liệu học hỏi và tránh biến AI thành một sáng kiến bị thổi phồng trước khi doanh nghiệp hiểu rõ giá trị thật.
Một bài học khác là phải giữ kiến trúc đủ linh hoạt để hỗ trợ nhiều nhà cung cấp AI khác nhau. Điều này giúp doanh nghiệp tránh bị phụ thuộc quá mức vào một vendor duy nhất, đồng thời dễ thích nghi hơn khi công nghệ, mô hình giá hoặc yêu cầu pháp lý thay đổi.
Đặc biệt, accountability không thể để đến cuối mới nghĩ tới. AI agents cần được xem giống như các “nhân sự junior” trong tổ chức: có thể hỗ trợ xử lý nhiều việc, nhưng luôn cần cơ chế giám sát, phản hồi và người chịu trách nhiệm cuối cùng cho kết quả. Monitoring và feedback loop cần được thiết kế ngay từ ngày đầu, không phải bổ sung sau khi đã xảy ra vấn đề.
Nhiều CIO cũng rút ra rằng họ nên kéo đội security và legal vào sớm hơn trong quá trình triển khai. Đồng thời, không nên overengineer ở giai đoạn đầu trước khi hiểu rõ cách người dùng thực sự tương tác với AI trong công việc.
Sau cùng, triển khai AI agents không đơn thuần là dự án công nghệ. Đó là một thay đổi về mô hình quản trị lao động. Vì thế, ngoài kỹ thuật, tổ chức cần sớm đầu tư cho change management và đặc biệt là năng lực của người quản lý trong việc giám sát công việc có AI tham gia. Khi AI được xem là một phần của lực lượng lao động thay vì chỉ là một ứng dụng mới, CIO sẽ phải dẫn dắt một sự chuyển đổi tư duy sâu hơn nhiều so với việc triển khai một công cụ công nghệ.