Quy trình nào đủ rõ để giao cho AI Agent?

Một quy trình “đã có SOP” chưa chắc đủ rõ để giao cho AI Agent. Nhiều tài liệu chỉ mô tả tình huống lý tưởng, còn quyết định thật nằm trong kinh nghiệm của nhân viên: dữ liệu nào đáng tin, ngoại lệ nào được bỏ qua, khi nào cần hỏi lại và ai chịu trách nhiệm nếu sai.

Quy trình sẵn sàng phải có outcome kiểm chứng được, input tối thiểu, decision boundary, tool có contract, danh sách ngoại lệ, quyền truy cập theo tác vụ và đường bàn giao hoặc khôi phục. Nếu các phần này chưa rõ, pilot agent sẽ biến khoảng mờ của nghiệp vụ thành lỗi khó quan sát.

Chọn một đơn vị case và mô tả trạng thái đầu–cuối. “Xử lý lead” quá rộng; “xác minh thông tin bắt buộc, phân loại theo policy và tạo task cho owner đúng trong 10 phút” có thể kiểm thử. Completion phải được xác nhận bằng record hoặc event từ hệ thống đích, không phải câu trả lời của model.

Liệt kê input bắt buộc, input tùy chọn, nguồn có thẩm quyền và độ mới cho phép. Nếu hai hệ thống xung đột, quy trình phải nói nguồn nào thắng hoặc chuyển review. Với dữ liệu không cấu trúc, định nghĩa trường cần trích, evidence và confidence hoặc validation tương ứng.

Mỗi bước phải là một action hoặc output cụ thể. OpenAI khuyến nghị dùng SOP hiện có, chia tài liệu dày thành bước nhỏ, định nghĩa hành động rõ và bao phủ edge case khi viết instruction cho agent. Xem hướng dẫn agent.

Nếu input có cấu trúc, rule ổn định và ít ngoại lệ, workflow hoặc rules engine thường phù hợp hơn agent. Nếu outcome cần đánh giá tài liệu, ngữ cảnh hoặc nhiều nhánh khó duy trì, agent có thể hữu ích. Nếu tác động cao nhưng reasoning vẫn giúp được, dùng copilot: AI chuẩn bị bằng chứng và đề xuất, người quyết định.

OpenAI nêu ba nhóm use case đáng cân nhắc cho agent: quyết định phức tạp có sắc thái, rule khó duy trì và phụ thuộc nhiều vào dữ liệu không cấu trúc. Nếu workflow không có những ma sát này, giải pháp xác định có thể đủ.

Chấm hai trục riêng: độ phù hợp với agent và mức rủi ro. Use case có fit cao nhưng risk cao không đồng nghĩa nên tự động hoàn toàn; nó có thể chỉ phù hợp cho recommendation, draft hoặc triage có approval.

Lấy mẫu lịch sử theo tần suất và tác động: case thường, case biên, thiếu dữ liệu, ngôn ngữ khác, khách VIP, deadline gần, tool timeout, record đã thay đổi và nội dung cố gắng vượt policy. Gắn expected outcome, bước được phép, bước bị cấm và tiêu chí bàn giao.

Test ba lớp: model có hiểu case; agent có chọn đúng tool và tham số; hệ thống cuối có đạt outcome mà không tạo side effect ngoài ý muốn. Chạy shadow mode trước, sau đó draft mode, rồi mới cấp quyền write hẹp. So sánh theo từng segment vì trung bình chung có thể che một nhóm lỗi nghiêm trọng.

NIST AI RMF Playbook liên kết việc lập bối cảnh, đo lường và quản lý rủi ro với cơ chế governance. Với quy trình, hãy ghi owner, risk tier, dataset, threshold, approval, incident path và version của tool/instruction. Xem NIST AI RMF.

SOP dài có nghĩa là quy trình rõ không?

Không. SOP có thể dài nhưng thiếu definition of done, nguồn dữ liệu, ngoại lệ và quyền quyết định.

Quy trình thay đổi thường xuyên có giao cho agent được không?

Có thể nếu policy được version, owner cập nhật rõ và eval chạy lại trước khi thay đổi. Nếu rule đơn giản, workflow cấu hình vẫn phù hợp hơn.

Cần bao nhiêu dữ liệu lịch sử?

Không có một con số chung. Cần đủ để đại diện volume, biến thiên, case hiếm nhưng tác động cao và từng segment quan trọng.

Có nên tự động case dễ trước?

Có, nhưng giữ denominator và routing minh bạch để không phóng đại hiệu quả.