Nền tảng AI agent: tự lắp rẻ lúc thử, đắt khi đông khách thật

Chọn nền tảng AI agent năm 2026 khó hơn hai năm trước, vì thứ gì cũng chạy được trong bản thử. Anh chị kéo thả vài nút, nối vào một mô hình ngôn ngữ, hỏi thử ba câu và thấy nó trả lời trơn tru. Cảm giác lúc đó rất tốt. Rồi tới lúc khách thật nhắn vào, website có tám biểu mẫu, bảng giá vừa đổi, chiến dịch quảng cáo đang chạy, và con agent bắt đầu trả lời đúng câu nhưng sai người. Bài này tụi em kể ranh giới giữa tự lắp và viết riêng theo đúng cách MONA vẫn tư vấn cho khách, gồm cả trường hợp tụi em khuyên anh chị đừng thuê ai làm mà cứ tự lắp cho xong.

Tự lắp rẻ ở giai đoạn thử, đắt ở giai đoạn vận hành

Trước hết nói cho công bằng: công cụ tự lắp là thứ tốt. Nó rút quãng từ ý tưởng tới bản chạy được xuống còn vài buổi, và với một doanh nghiệp đang muốn kiểm chứng xem tự động hoá có đáng làm hay không thì đó chính là thứ cần. Tụi em có hẳn bộ bài hướng dẫn n8n từ đầu tới cuối cho anh chị nào muốn tự làm, và bài phân tích riêng về Dify với vai trò nền tảng dựng agent.

Phí công cụ là phần duy nhất nhìn thấy được trên hoá đơn

Anh chị nhìn vào bảng giá nền tảng, thấy vài trăm nghìn tới vài triệu một tháng, và kết luận là rẻ. Con số đó đúng. Nó chỉ không đầy đủ.

Phần còn lại nằm ở mấy câu hỏi mà lúc ký chưa ai hỏi. Ai kiểm luồng trả lời mỗi sáng. Ai cập nhật kịch bản khi công ty đổi bảng giá. Ai sửa khi nhà cung cấp đổi giao diện lập trình và luồng đứng lúc 9 giờ tối. Ai chịu trách nhiệm khi agent ghi sai dữ liệu một khách lớn. Bốn câu đó không có dòng nào trên hoá đơn, nhưng chúng đều quy ra giờ công của người thật.

Chỗ đau nằm ở chỗ giờ công ấy bị lấy từ đúng nhóm người mà anh chị đang cần nhất. Đội marketing lẽ ra đi kéo khách bằng nội dung, tối ưu trang đích, chạy chiến dịch. Khi luồng tự lắp bắt đầu lỗi, chính họ ngồi truy từng nút trong sơ đồ để tìm xem cái gì gãy. Đó là khoản tiền chảy ra mà không sổ sách nào ghi lại.

• Chi phí bảo trì tăng theo số trang, số chiến dịch và số tệp khách, chứ không đứng yên như phí thuê bao.
• Thời gian sửa lỗi hiếm khi được ghi vào báo cáo hiệu quả đầu tư, nên nhìn báo cáo vẫn thấy rẻ.
• Dữ liệu ghi sai buộc đội tư vấn phải gọi lại xác minh, tốn thêm một lượt.
• Không ai đứng tên chịu trách nhiệm thì cùng một lỗi sẽ lặp lại vài lần trước khi có người sửa gốc.

Một câu trả lời sai kéo theo cả chuỗi dữ liệu lệch

Anh chị nhìn thấy một câu trả lời sai. Phía sau câu đó là chuỗi dài hơn nhiều: khách bị gắn nhầm nhóm, đội bán hàng nhận sai nhu cầu, nội dung chăm sóc gửi sai thời điểm, và báo cáo cuối tháng thì vẫn đủ số nhưng số đã lệch từ đầu vào.

Trong các hệ thống tự lắp rời rạc, truy lỗi rất cực. Một công cụ giữ luồng, một công cụ giữ lớp tri thức, một công cụ khác chạy tác vụ, còn dữ liệu khách thì nằm trong CRM hoặc bảng tính. Mỗi nơi đúng phần của nó. Tổng thể vẫn sai. Đây là kiểu mất tiền không hiện trên hoá đơn nhưng hiện rất rõ ở tỉ lệ mất khách và số lần phải xử lý lại.

Bản demo chạy được không nói lên gì về lúc tăng tải

Đây là chỗ tụi em thấy nhiều đội vấp nhất, kể cả những đội rất giỏi công nghệ.

Dữ liệu mẫu lúc thử luôn sạch hơn dữ liệu thật

Lúc dựng thử, anh chị đưa vào mười câu hỏi mẫu và ba tài liệu chuẩn. Agent trả lời chuẩn là đương nhiên. Dữ liệu thật thì có bảng giá cũ chưa ai gỡ, có trang dịch vụ viết từ 2023 còn nằm trên website, có hai file chính sách bảo hành khác nhau mà không rõ file nào mới hơn. Agent đọc hết, và nó không có cách nào tự biết file nào đáng tin.

Kết quả là nó trả lời rất tự tin bằng thông tin đã hết hạn. Khách đọc xong thấy hợp lý, tới lúc ký mới phát hiện lệch. Lúc đó không còn là lỗi kỹ thuật nữa, nó thành chuyện uy tín.

Website nhiều biểu mẫu làm agent hiểu sai ngữ cảnh

Một website doanh nghiệp chạy lâu năm thường có cả chục điểm để khách để lại thông tin: form liên hệ, form nhận báo giá, form đăng ký nhận tin, popup khuyến mãi, khung chat, cộng thêm tin nhắn từ Zalo và Messenger. Nếu mỗi cửa ghi dữ liệu theo một cấu trúc riêng, agent nhận vào một mớ không thống nhất và phải đoán khách này muốn gì.

Đoán thì có lúc trúng lúc trật. Khách hỏi báo giá bị đưa vào luồng gửi kiến thức. Khách cũ đã ký hợp đồng bị chào lại như khách mới. Nguồn khách từ quảng cáo không được ghi lại nên cuối tháng không ai đo được kênh nào ra tiền. Chuyện này gốc nằm ở thiết kế dữ liệu của chính website, không nằm ở con agent, nên đổi nền tảng khác cũng không hết.

Ba câu hỏi tách nền tảng AI agent chạy thật khỏi bản trình diễn

Anh chị đang cân nhắc một nền tảng AI agent thì hỏi bên bán đúng ba câu này. Câu trả lời sẽ nói nhiều hơn cả buổi demo.

Mỗi agent có phạm vi việc rõ chưa

Một agent được giao nhiệm vụ “lo marketing” nghe rất hấp dẫn và gần như chắc chắn sẽ hỏng. Nó viết nội dung lệch giọng, trả lời thiếu ngữ cảnh, rồi đẩy đội vận hành vào cảnh canh từng phản hồi. Cái đáng ra giảm việc lại đẻ ra một lớp việc mới.

Cách tụi em làm là tách theo nhóm việc, mỗi agent một đầu vào rõ, một đầu ra rõ và một người chịu trách nhiệm. Agent chăm khách cần biết sản phẩm, chính sách, trạng thái tư vấn và giới hạn được phép trả lời, cách tụi em dựng cho mảng B2B nằm ở bài AI agent thay thế CSKH B2B. Agent bán hàng cần biết kịch bản chốt, mức ưu tiên cơ hội và điểm dừng để chuyển cho người thật. Agent quản trị website cần biết rõ nó được sửa nội dung gì và cái gì phải chờ duyệt.

Dữ liệu đã phân quyền trước khi bật tự động chưa

Công cụ demo hay cho cảm giác cứ nạp hết vào là xong. Dữ liệu khách, báo giá, hợp đồng, lịch sử tư vấn và nội dung chưa công bố thì không nên nằm chung một kho mở. Agent càng chủ động, rủi ro nói ra thứ không nên nói càng cao, và tốc độ phản hồi càng nhanh thì càng không kịp có người kiểm từng câu.

Tụi em thường chia làm bốn lớp trước khi viết bất kỳ tính năng nào: dữ liệu công khai dùng cho trang dịch vụ và câu trả lời cơ bản, dữ liệu nội bộ dùng cho chăm sóc và phân loại, dữ liệu nhạy cảm khoá theo vai trò và không bao giờ đi vào phản hồi tự động, dữ liệu cần duyệt thì agent chỉ được đề xuất còn người phụ trách mới có quyền công bố.

Có nhật ký vận hành để truy lỗi chưa

Không có nhật ký thì mọi lỗi biến thành tranh cãi cảm tính. Agent trả lời sai, marketing nói do kỹ thuật, kỹ thuật nói đề bài chưa rõ, kinh doanh nói khách hiểu nhầm, và người ngồi giữa đống tiếng ồn đó là anh chị.

Một nền tảng dùng được phải ghi lại năm thứ cho mỗi lượt agent làm việc: yêu cầu đầu vào, nguồn dữ liệu nó đã đọc, kết quả đầu ra, người duyệt nếu có, và lỗi phát sinh. Nhật ký không chỉ để bắt lỗi. Nó còn cho thấy nhóm câu hỏi nào khách lặp lại nhiều nhất, tức là chỗ nên làm nội dung hoặc sửa trang, và đó là thông tin đáng tiền.

Khi nào tự lắp là đúng, khi nào nên viết riêng

Tụi em không có quan điểm rằng viết riêng luôn tốt hơn. Có những trường hợp tụi em khuyên khách đừng thuê MONA làm, vì làm xong sẽ thừa.

Nếu việc anh chị định giao cho máy chỉ là lặp lại đúng một chuỗi thao tác cố định trên màn hình thì có khi chưa cần tới agent, một con robot phần mềm là đủ và rẻ hơn nhiều, tụi em phân biệt hai thứ đó kỹ ở bài RPA là gì. Ranh giới thực tế mà tụi em hay dùng khi tư vấn: hễ một lỗi của agent quy ra được thành tiền hoặc thành uy tín, thì phần đó nên viết riêng và có người chịu trách nhiệm. Còn lại thì tự lắp cho nhanh, không cần trịnh trọng.

MONA cho đội agent của mình chạy trước rồi mới đem đi bán

Tụi em không chứng minh bằng câu chuyện khách hàng mà anh chị không kiểm được. MONA chứng minh bằng chính hệ thống nội bộ đang chạy mỗi ngày, và mỗi con agent trong đó đều phải qua đúng ba câu hỏi ở trên trước khi được cho ra trực việc thật.

Đội agent nội bộ của tụi em hiện có năm con, mỗi con giữ một nhóm việc đủ hẹp để đo được: Gấu Cười trực câu hỏi lặp lại và chuyển ca cho người khi câu hỏi vượt phạm vi, Dê Cười bám nhóm việc chốt đơn, Webmaster nhận việc vặt trên website, Gấu Legal đọc vòng đầu hợp đồng, Gấu Tuyển Dụng lọc hồ sơ theo tiêu chí vị trí. Điểm chung của cả năm rất rõ: không con nào được giao một mệnh lệnh rộng kiểu “lo marketing”, con nào cũng có đầu vào rõ, đầu ra rõ và một cái tên chịu trách nhiệm. Đó là khác biệt giữa một bản trình diễn và một hệ thống chạy thật.

Phần chi tiết từng con làm gì, dữ liệu nó đọc tới đâu và cách dựng năm bước để biến một nghiệp vụ thành agent chạy được thì tụi em đã viết riêng ở bài xây dựng AI agent cho doanh nghiệp, bài này chỉ dừng ở phần chọn nền tảng. Anh chị xem cả bộ ở Bộ AI Agent MONA, hoặc chat thử với bản chatbot AI đang trực thật để có cảm giác trước.

MONA làm phần mềm từ 2016, đã đi qua hơn 14.000 dự án và 85% khách quay lại làm tiếp. Tỉ lệ quay lại đó là thứ buộc tụi em thiết kế theo hướng chạy dài, vì bán một bản demo đẹp thì không ai gọi lại lần hai.

Ngành nào cần nền tảng AI agent chạy thật sớm nhất

Càng sống bằng khách trực tuyến thì càng sớm chạm trần. Nhóm tụi em gặp nhiều nhất là giáo dục và đào tạo, nơi một câu trả lời sai về học phí là mất phụ huynh ngay; spa và thẩm mỹ, nơi lịch hẹn và nhắc tái khám lặp lại theo quy tắc rõ; nhà hàng và chuỗi F&B, nơi đặt bàn và khiếu nại đổ về nhiều kênh cùng lúc nên rất dễ sót; bán lẻ và thương mại điện tử, nơi tư vấn sản phẩm và tra trạng thái đơn diễn ra liên tục; cuối cùng là dịch vụ doanh nghiệp với chu kỳ mua dài, ở đó phần nhắc đúng lúc quan trọng hơn phần trả lời nhanh.

Điểm chung của năm nhóm này là số lượt hỏi tăng nhanh hơn số người trực, và mỗi câu trả lời sai đều quy ra tiền được. Đó đúng là ngưỡng mà tụi em khuyên chuyển từ tự lắp sang viết riêng. Anh chị xem cách tụi em làm cho từng ngành ở tự động hoá trung tâm tiếng Anh, quy trình spa, vận hành nhà hàng chuỗi và pipeline B2B.

Tuần này anh chị chốt được ba thứ mà không cần tốn đồng nào

Không cần chờ có ngân sách mới bắt đầu. Ba việc dưới đây làm bằng một buổi họp nội bộ, và làm xong thì mọi cuộc nói chuyện với nhà cung cấp về sau đều dễ hơn hẳn.

Một, chốt việc nào máy làm được ngay. Lấy hộp thư và khung chat của tuần vừa rồi, đếm xem bao nhiêu phần trăm câu hỏi đã có sẵn câu trả lời trong tài liệu công ty. Con số đó chính là trần lý thuyết của tự động hoá ở doanh nghiệp anh chị, và nó thường cao hơn mọi người tưởng.

Hai, chốt dữ liệu nào được phép kết nối. Liệt kê ra bốn lớp như phần trên rồi ghi tên người giữ quyền công bố cho từng lớp. Việc này mất một buổi, nhưng nó chặn trước phần lớn rủi ro về sau.

Ba, chốt người chịu trách nhiệm vận hành. Một cái tên, không phải một phòng ban. Hệ thống nào không có tên người giữ thì sau ba tháng sẽ thành món ai cũng đụng mà không ai sửa.

Câu hỏi thường gặp