Mục lục
TL;DR: AI agent có thể tìm kiếm và đề xuất trên web, nhưng nhiều startup vẫn phải chuyển các việc như gọi điện, đặt lịch và xử lý tình huống thực tế cho con người khi mô hình AI không hoàn thành đáng tin cậy.
Làn sóng AI agent đang hứa hẹn những trợ lý có thể tự làm việc thay người dùng, từ tìm dịch vụ sửa nhà đến thương lượng hóa đơn. Tuy vậy, khoảng cách giữa việc đưa ra gợi ý và hoàn tất một công việc ngoài đời vẫn khá lớn: một cuộc gọi cho nhà mạng, lịch hẹn khám bệnh hay yêu cầu đặt dịch vụ địa phương có thể khiến hệ thống bị kẹt.
Các startup như Dazzle AI, Duckbill và Wajo AI đang chọn cách kết hợp phần mềm với nhân sự hợp đồng. AI đảm nhiệm bước tìm kiếm, lọc lựa chọn hoặc chia nhỏ yêu cầu, còn con người tiếp quản khi cần phán đoán, giao tiếp qua điện thoại, vượt qua CAPTCHA hoặc xử lý các trường hợp bất thường.
Điểm yếu nằm ở bước biến đề xuất thành hành động
Theo Marissa Mayer, CEO Dazzle AI, các mô hình AI hiện nay có thể gợi ý tốt những dịch vụ sửa chữa nhà từ thông tin trực tuyến. Nhưng khi phải đặt lịch, phối hợp nhiều bên hoặc bảo đảm công việc được thực hiện đúng, hệ thống vẫn có thể mắc lỗi.
Bà kể về một người dùng yêu cầu Dazzle đồng thời xử lý thay mái nhà, sửa cửa sổ hỏng và mua mặt bàn bằng kính. Agent đã nhầm lẫn giữa kính cửa sổ và kính mặt bàn, rồi cố tìm cách xác định liệu mặt bàn có vừa với cửa sổ hay không. Hệ thống đã gắn cờ tác vụ và chuyển cho một người xử lý; theo Mayer, việc này được giải quyết trong vài giây, thay vì để agent tiếp tục tiêu tốn nhiều token, tức đơn vị xử lý văn bản của mô hình AI, mà vẫn có thể không ra đáp án phù hợp.
Ví dụ này cho thấy năng lực phân tích bối cảnh trong đời thực vẫn là điểm yếu của agent. Một mô hình có thể hiểu từng yêu cầu riêng lẻ, nhưng gặp khó khi nhiều mục tiêu tương tự xuất hiện cùng lúc hoặc khi phải phân biệt những chi tiết mà con người thường suy ra từ ngữ cảnh.
Nhân sự hợp đồng trở thành lớp dự phòng cho agent
Duckbill cho biết các tình huống agent thường vấp phải gồm gọi điện thoại, đặt lịch khám bác sĩ và đặt dịch vụ vệ sinh. Công ty đã ra mắt API, tức giao diện để phần mềm kết nối với phần mềm hoặc dịch vụ khác, nhằm cho phép các đơn vị xây dựng agent chuyển những tác vụ này cho lao động hợp đồng.
Meghan Joyce, CEO Duckbill, mô tả cách vận hành tương tự Uber: chia một công việc thành những bước rất nhỏ để một người trưởng thành có thể làm nhất quán và đáng tin cậy, rồi theo dõi kết quả. Theo mô hình này, công ty phát triển agent không nhất thiết phải tự xây đội ngũ vận hành người thật cho mọi trường hợp thất bại.
Wajo AI cũng dùng con người để thực hiện cuộc gọi và xử lý CAPTCHA, cơ chế được website dùng để phân biệt người dùng với bot. CEO Shivani Poddar cho rằng sự kết hợp giữa AI và con người là cần thiết để hoàn thành công việc, bởi người dùng sẽ không tiếp tục dùng agent nếu chúng liên tục bỏ dở yêu cầu.
Đây không hẳn là sự phủ nhận giá trị của agent. AI vẫn có thể giảm khối lượng công việc ở giai đoạn đầu như tổng hợp thông tin, lập danh sách ứng viên và định tuyến yêu cầu. Nhưng với những tác vụ cần tương tác ngoài hệ thống số, lớp vận hành bằng con người hiện vẫn là một phần của sản phẩm, thay vì chỉ là phương án hiếm khi dùng đến.
Quyền riêng tư là vấn đề đi kèm mô hình kết hợp
Khi một người thật can thiệp vào trợ lý cá nhân, họ có thể tiếp cận các thông tin rất riêng tư, chẳng hạn nhu cầu khám bệnh, thông tin nhà ở hoặc nội dung trao đổi với doanh nghiệp dịch vụ. Rủi ro càng lớn nếu người dùng không biết rõ lúc nào yêu cầu của mình được chuyển từ phần mềm sang nhân sự hợp đồng.
Nhân viên Meta trước đây từng đặt câu hỏi nội bộ về quyền riêng tư liên quan đến hoạt động thử nghiệm dùng contractor xử lý cuộc gọi thay cho agent Muse. Meta khi đó nói việc thử nghiệm có con người tham gia là phần cốt lõi của quá trình phát triển sản phẩm. Hiện tại, Meta cho biết họ không dùng con người để hoàn tất yêu cầu của người dùng Muse.
Duckbill nói họ kiểm tra lý lịch đầy đủ đối với contractor, gồm cả người làm độc lập và nhân sự từ các doanh nghiệp cung cấp lao động trung tâm liên lạc. Dazzle cũng cho biết họ kiểm tra lý lịch và sàng lọc những người có tính kín đáo, khả năng phán đoán tốt, tương tự tiêu chí chọn một trợ lý cá nhân. Tuy nhiên, các biện pháp này không tự trả lời hết câu hỏi về mức độ minh bạch, phạm vi truy cập dữ liệu hay cách thông tin được quản lý sau khi công việc kết thúc.
Vì sao đáng chú ý?
Thị trường đang quảng bá AI agent như bước tiếp theo sau chatbot: không chỉ trả lời mà còn hành động. Nhưng sự xuất hiện của các API kết nối agent với lao động hợp đồng cho thấy phần “hành động” này vẫn phụ thuộc đáng kể vào vận hành con người, đặc biệt ở các tình huống có nhiều ngoại lệ và trách nhiệm thực tế.
Với người dùng và doanh nghiệp, điều quan trọng không chỉ là agent làm được bao nhiêu việc trong bản demo, mà là tác vụ nào được tự động hóa hoàn toàn, tác vụ nào có người tham gia, và dữ liệu được chia sẻ ra sao. Theo Mayer, thị trường đang trong giai đoạn chuyển tiếp, khi các mô hình nền tảng tiếp tục cải thiện nhưng chưa thực hiện hiệu quả các công việc web phức tạp và cuộc gọi như con người.
Skills Bridge tổng hợp
