Năm 2026, cuộc chơi AI trong doanh nghiệp đang bước sang giai đoạn mới. Sau thời kỳ chatbot chủ yếu trả lời câu hỏi, các doanh nghiệp bắt đầu thử nghiệm Agentic AI, những hệ thống có khả năng tự suy luận, lập kế hoạch, gọi công cụ, truy xuất dữ liệu rồi chủ động thực hiện nhiệm vụ theo mục tiêu được giao.
Chia sẻ tại sự kiện Cloud Day and AI Day Hà Nội, ông Hoàng Trung Hiếu, Giám đốc Kiến trúc Giải pháp AWS Việt Nam, cho rằng khoảng cách lớn nhất hiện nay không nằm ở việc tạo ra một AI Agent. Một đội ngũ kỹ thuật có thể dựng prototype chỉ trong một buổi chiều. Thách thức thực sự là đưa hệ thống vào production một cách an toàn, kiểm soát chi phí rồi mở rộng lên hàng trăm, thậm chí hàng nghìn Agent.
Đây cũng là nghịch lý của Agentic AI. Công nghệ ngày càng dễ thử nghiệm, trong khi biến một bản demo thành sản phẩm tạo ra giá trị kinh doanh lại khó hơn đáng kể.
Bẫy Prototype và bài toán Production
Báo cáo Unlocking Vietnam's AI Potential 2026 của Strand Partners và AWS cho biết 26% doanh nghiệp Việt Nam, tương đương khoảng 245.000 doanh nghiệp, đã ứng dụng AI vào hoạt động, tăng từ 18% một năm trước. Trong số này, 72% ghi nhận năng suất tăng, còn 64% cho biết doanh thu được cải thiện.
Điều đó cho thấy trọng tâm đang dịch chuyển từ việc doanh nghiệp có sử dụng AI hay không sang câu hỏi AI tạo ra tác động gì đối với hoạt động kinh doanh.
TCBS là một ví dụ. Công ty đã triển khai công cụ phát triển phần mềm có AI hỗ trợ cho hơn 460 nhân sự, giúp giảm 25% thời gian phát triển. Khoảng 70% mã nguồn do AI tạo ra được phê duyệt ngay lần đầu, trong khi tính năng iPO trực tuyến được đưa vào vận hành trong một quý.
Startup AI native Diaflow cũng đang điều phối AI Agent trên Amazon Bedrock, phục vụ khoảng 40.000 khách hàng, trong đó 75% tại Mỹ, đồng thời thực thi hơn 100 triệu tác vụ.
Tuy nhiên, khi quy mô tăng lên, những vấn đề từng bị che khuất trong giai đoạn thử nghiệm bắt đầu trở thành nút thắt.
Ông Hoàng Trung Hiếu, Giám đốc Kiến trúc Giải pháp AWS Việt Nam chia sẻ tại phiên thảo luận báo chí trong sự kiện Cloud Day and AI Day Hà Nội 2026
Theo ông Hiếu, có ba vấn đề lớn khi đưa Agentic AI từ phòng thí nghiệm ra thực tế.
Đầu tiên là hạ tầng. Một AI Agent không chỉ cần mô hình AI mà còn cần năng lực tính toán, lưu trữ, mạng, định danh, phân quyền, bảo mật và môi trường thực thi được cô lập. Nếu doanh nghiệp phải tự xây dựng từng lớp, thời gian dành cho hạ tầng có thể vượt xa thời gian phát triển Agent.
Thứ hai là tích hợp. Agent chỉ thực sự hữu ích khi có thể tương tác với dữ liệu và công cụ của doanh nghiệp. Mỗi hệ thống lại có thể sử dụng cơ chế xác thực, phân quyền hoặc giao tiếp khác nhau, khiến độ phức tạp tăng nhanh khi số lượng công cụ tăng.
Cuối cùng là khả năng quan sát và kiểm soát. AI Agent có tính bất định, nghĩa là cùng một mục tiêu, hệ thống có thể đưa ra những chuỗi hành động khác nhau. Công cụ giám sát phần mềm truyền thống không phải lúc nào cũng giải thích được vì sao Agent lựa chọn một hành động cụ thể.
Gartner từng cảnh báo hơn 40% dự án Agentic AI có thể bị hủy bỏ vào năm 2027 do chi phí gia tăng, mục tiêu kinh doanh thiếu rõ ràng và những khó khăn trong quá trình mở rộng.
Vì vậy, bài toán của doanh nghiệp không còn là tạo ra Agent thông minh nhất mà là xây dựng một hệ thống đủ an toàn, có thể quan sát, kiểm soát và chứng minh được hiệu quả kinh doanh.
May mắn thay, AWS đang đặt Amazon Bedrock AgentCore vào khoảng trống này. Thay vì để đội ngũ phát triển tự xây dựng toàn bộ hạ tầng, AgentCore cung cấp các thành phần phục vụ triển khai và vận hành AI Agent.
AgentCore Runtime đảm nhiệm môi trường thực thi, Memory hỗ trợ lưu giữ ngữ cảnh ngắn hạn và dài hạn, Identity và Gateway xử lý định danh, phân quyền cùng kết nối với hệ thống bên ngoài. Các công cụ Observability và Evaluation hỗ trợ theo dõi, đánh giá hành vi và chất lượng của Agent.
Theo benchmark Signal65 do AWS công bố, AgentCore giúp tốc độ phát triển nhanh hơn 2,1 lần, giảm 75% thời gian dành cho hạ tầng và triển khai nhanh hơn 5,2 lần. Đây là số liệu do bên cung cấp nền tảng công bố, do đó cần được nhìn trong bối cảnh phương pháp đo lường của benchmark.
Một trường hợp được AWS đưa ra là VPBank. Ngân hàng hợp tác với OneByZero xây dựng NEO Agentic AI Platform trên Bedrock AgentCore, hợp nhất kho tri thức và các kỹ năng có thể tái sử dụng. Theo AWS, nền tảng này giúp VPBank ra mắt hơn 300 tính năng trong 6 tháng.
Rõ ràng khi Agent được triển khai ở quy mô lớn, khả năng tái sử dụng, kiểm soát quyền truy cập, theo dõi hành vi và đánh giá kết quả mới là yếu tố quyết định hệ thống có thể vận hành lâu dài.
Lập trình viên trở thành huấn luyện viên AI
Thách thức lớn khác nằm ở con người. Báo cáo của Strand Partners và AWS cho thấy 54% doanh nghiệp đang thiếu kỹ năng AI và kỹ năng số. Trong khi đó, 57% lãnh đạo cho rằng phán đoán và kiểm chứng sẽ là những kỹ năng quan trọng nhất trong 5 năm tới. Khoảng 51% tổ chức chưa có hướng dẫn rõ ràng về thời điểm nhân viên cần can thiệp hoặc phủ quyết kết quả do AI đưa ra.
Vai trò của kỹ sư phần mềm vì thế cũng thay đổi. Thay vì trực tiếp viết từng dòng mã cho mọi chức năng, họ ngày càng phải thiết kế mục tiêu, xây dựng quy trình, đặt giới hạn, giám sát Agent rồi đánh giá kết quả.
Ông Hiếu mô tả cách tiếp cận này bằng hình ảnh một đội bóng AI. Tech Lead hoặc Agent Manager đóng vai trò huấn luyện viên, xây dựng chiến thuật và thiết kế luồng nghiệp vụ. Các AI Agent giống những cầu thủ chuyên biệt, mỗi Agent đảm nhiệm một nhiệm vụ rồi phối hợp với nhau để hoàn thành mục tiêu chung.
Trong mô hình này, giá trị không nằm ở một Agent riêng lẻ mà ở khả năng phối hợp giữa các Agent. Một Agent có thể xử lý dữ liệu, Agent khác đánh giá kết quả, Agent khác thực hiện hành động. Con người không cần can thiệp vào từng bước, song vẫn phải đặt ra luật chơi và quyết định khi nào hệ thống được phép tự chủ.
Để minh họa, AWS đã sử dụng mô hình Agentic Football trong workshop để mô phỏng 10 AI Agent hoạt động trên AgentCore Runtime. Người tham gia đóng vai trò huấn luyện viên, dùng prompt để định hướng, thiết lập luật chơi rồi quan sát cách các Agent phối hợp.
Trong kỷ nguyên Agentic AI, lợi thế có thể không thuộc về doanh nghiệp tạo ra nhiều Agent nhất. Lợi thế sẽ thuộc về những tổ chức biết biến hàng chục hoặc hàng trăm Agent thành một hệ thống có mục tiêu, có luật chơi và tạo ra kết quả kinh doanh đo đếm được.
Nói cách khác, thử nghiệm AI có thể chỉ mất một buổi chiều. Đưa một đội ngũ AI đủ sức bước vào sân chơi thực tế mới là bài toán khó./
Ánh Dương