Làn sóng thứ nhất: "tính năng AI" - và vì sao nó đang chạm trần
Hãy nhớ lại 18 tháng qua. Gần như mọi phần mềm đều mọc thêm một nút "AI": trình soạn thảo có nút tóm tắt, app học tập có chatbot hỏi đáp, phần mềm quản lý có ô "hỏi AI". Đây là làn sóng tính năng AI - gắn thêm một khả năng thông minh lên sản phẩm sẵn có.
Làn sóng này hữu ích, nhưng có ba giới hạn ngày càng lộ rõ. Thứ nhất, nó mỏng: bên dưới hầu hết chỉ là một lời gọi tới cùng những mô hình nền - Gemini, Claude, GPT - mà ai cũng gọi được, nên gần như không có lớp phòng thủ cạnh tranh. Thứ hai, nó rời rạc: mỗi tính năng chỉ giải một mẩu nhỏ, việc ghép các mẩu lại thành công việc hoàn chỉnh vẫn do con người làm thủ công. Thứ ba, nó không tích lũy: mỗi lần dùng là một lần độc lập, sản phẩm không "khôn" thêm theo thời gian.
"Tính năng AI" giúp bạn làm một bước nhanh hơn - nhưng công việc thật của một giáo viên chưa bao giờ chỉ là một bước.
Làn sóng thứ hai: "workflow AI" - khi AI chạy cả quy trình
Điều đang xảy ra trong năm 2026 là sự trỗi dậy của các hệ thống agentic: AI không chỉ trả lời một câu hỏi, mà tự chạy một quy trình nhiều bước để hoàn thành cả một công việc. Nó tự lập kế hoạch, tự gọi công cụ, tự kiểm tra kết quả và tự sửa khi sai - con người chỉ giám sát kết quả cuối.
Khác biệt giữa hai làn sóng tóm gọn trong một câu: tính năng AI là một câu lệnh → một câu trả lời; workflow AI là một mục tiêu → một chuỗi hành động có kiểm chứng. Cái thứ nhất là một công cụ, cái thứ hai là một cỗ máy biết tự vận hành - và xây được nó khó hơn nhiều bậc, vì giá trị không nằm ở model, mà nằm ở lớp điều phối phía trên model.
Đó cũng là lý do trọng tâm cạnh tranh đang dời từ "app nào có nhiều tính năng AI hơn" sang "nền tảng nào tự động hóa được cả workflow".
Vì sao giáo dục là nơi cuộc dịch chuyển này rõ nhất
Giáo dục là một ngành nặng quy trình. Hãy nhìn việc ra một đề kiểm tra: không phải một thao tác, mà là cả một chuỗi - hiểu mục tiêu đánh giá, dựng ma trận theo chuẩn, soạn câu hỏi bám chương trình, rà soát chất lượng, tổ chức kiểm tra, chấm, phân tích kết quả, rồi giao bài ôn luyện đúng chỗ học sinh yếu. Một tính năng AI chỉ chạm được một lát cắt. Một nền tảng chạy workflow mới ôm được cả chuỗi.
Quan trọng hơn, giáo dục là lĩnh vực high-stakes: đầu ra buộc phải đúng, không chỉ cần nghe hợp lý. Một chatbot trả lời sai vẫn "trôi"; một đề thi có đáp án sai hay một bài chấm lệch điểm thì không thể chấp nhận. Một lời gọi model đơn lẻ không bao giờ bảo chứng được tính đúng. Chỉ một workflow có bước tự kiểm chứng mới làm được. Giáo dục, vì thế, gần như bắt buộc phải đi theo hướng workflow nếu muốn dùng AI một cách nghiêm túc.
AutoExam: một nền tảng chạy workflow, không phải app có tính năng AI
AutoExam.ai là một ví dụ của hướng đi này tại Việt Nam, dễ hiểu nhất khi nhìn theo ba tầng.
Tầng nền tảng là phần ít ai thấy nhưng nặng nhất: một bộ điều phối (orchestrator) chỉ huy toàn bộ quy trình; một gateway cho phép luân chuyển giữa nhiều mô hình nền thay vì khóa cứng vào một nhà cung cấp; một lớp truy xuất bám đúng chương trình từng khối lớp; một bộ đo chất lượng (eval) để bắt lỗi mỗi khi đổi prompt hay đổi model; và một data layer nơi kho đề, kết quả và hồ sơ năng lực học sinh tích lũy theo thời gian.
Tầng workflow là nơi nền tảng biến thành công việc thật: workflow ra đề tự chạy từ lúc hiểu yêu cầu đến lúc giao đề; workflow kiểm tra - chấm - phân tích - giao ôn luyện; workflow số hóa biến kho đề cũ trên Word/PDF/ảnh thành ngân hàng câu hỏi có cấu trúc; workflow gia sư cho AI Teacher Bot kèm học sinh sau giờ học. Nhiều workflow, một nền tảng.
Tầng bề mặt - cái người dùng nhìn thấy - chỉ là các nút "tạo đề", "chấm bài". Đây đúng là chỗ các bài viết về AI thường dừng lại, và cũng là lý do AI hay bị hiểu nhầm là "công cụ". Nhưng giá trị, IP và độ khó kỹ thuật thật đều nằm ở hai tầng dưới.
Có một sự lồng nhau thú vị: nền tảng chạy workflow nghiệp vụ của giáo viên, còn bên trong mỗi bước, AI lại chạy workflow agentic của riêng nó. Và vì có tầng dữ liệu tích lũy, nền tảng càng dùng càng mạnh - mở ra thứ một công cụ rời rạc không bao giờ làm được: cá nhân hóa việc học ở quy mô lớn.
Hệ quả: cần một năng lực kỹ thuật khác, một lằn ranh cạnh tranh khác
Xây "tính năng AI" chủ yếu cần kỹ năng viết prompt và gọi API. Xây "workflow AI" đòi hỏi bộ năng lực khác hẳn: tư duy bằng hệ thống - máy trạng thái, vòng lặp agent, pipeline dữ liệu, hạ tầng eval, cơ chế phục hồi khi tác vụ dài chạy hỏng giữa chừng. Những năng lực này đang cực khan hiếm, ngay cả ở thị trường có tỷ lệ người dùng AI thành thạo thuộc nhóm cao nhất khu vực.
Đó chính là lằn ranh cạnh tranh dài hạn của EdTech: không phải ai gọi được API, mà ai xây và nuôi được lớp workflow bên trên nó.
AutoExam đang mở rộng đội ngũ kỹ thuật - tìm những kỹ sư muốn xây nền tảng và workflow AI, chứ không chỉ gắn thêm một tính năng. Quan tâm? Gửi hồ sơ hoặc trao đổi qua email: founder@autoexam.ai.
Quang Vũ