Citi, Ford và Experian chia sẻ chiến lược mở rộng quy mô các AI Agent

"Để có thể tin tưởng, bạn cần phải thấy được những gì đang xảy ra." Châm ngôn tưởng chừng đơn giản này chính là cốt lõi của các đợt triển khai AI hiện nay trong giới doanh nghiệp, theo Laura Heisman, Giám đốc Marketing của Dynatrace.

"Đó có lẽ là chủ đề được bàn luận nhiều nhất ở mọi ngành. Chúng tôi nghe điều này từ khách hàng mỗi ngày," Heisman chia sẻ gần đây tại một phiên thảo luận trong hội nghị Brainstorm Tech của Fortune. "Câu hỏi lớn là: bạn có thể tin tưởng nó không? Nó có đúng không? Và nếu sai, bạn có thể dừng nó lại không?"

Khi các doanh nghiệp đang cân nhắc để các AI Agent kết nối chuỗi nhiệm vụ với nhau, mỗi nhiệm vụ dựa trên đầu ra của các mô hình AI, sự tin tưởng trở nên quan trọng hơn bao giờ hết. Và cách duy nhất để xây dựng sự tin tưởng đó, theo Heisman và các lãnh đạo doanh nghiệp khác trong phiên thảo luận, là xây dựng khả năng quan sát và kiểm soát vào trong hệ thống. 

"Với chúng tôi, khả năng quan sát và truy vết không phải là tùy chọn, mà là nền tảng. Đó là cách chúng tôi nhìn nhận mọi quyết định," Nikhil Joshi, Giám đốc Công nghệ thông tin bộ phận thị trường tại Citi, tập đoàn tài chính khổng lồ xử lý hàng nghìn tỷ đô la mỗi ngày trên hơn 100 quốc gia, cho biết.

Citi đã dành phần lớn năm 2024 để xây dựng nền tảng công nghệ tập trung cho tất cả các ứng dụng và AI Agent của mình, Joshi cho biết. Nền tảng đó giúp công ty tự tin hơn nhiều khi đưa các agent vào vận hành thực tế. 

"Chỉ có một cách duy nhất để triển khai một agent tại Citi, đó là thông qua framework trung tâm này," Joshi nói. "Điều đó có nghĩa là mọi agent đều được đăng ký qua quy trình này, mọi agent đều được giám sát, mọi agent đều được kiểm toán, mọi agent đều được quản trị." 

Vào thời điểm mà mọi người dường như đang lao vào AI với tốc độ tối đa, hệ thống công nghệ tập trung và thận trọng của Citi có thể khiến một số người cho là quá bảo thủ. Nhưng Joshi cho biết, về lâu dài điều đó thực sự giúp bạn tiến nhanh hơn. "Thận trọng với AI không phải là cụm từ xấu," ông nói.

Giám đốc Đổi mới của Experian, Kathleen Peters, đồng tình và giải thích cách công ty báo cáo tín dụng tiêu dùng này đã tạo ra một hệ thống để quản lý các agent đang được triển khai, theo dõi nguồn gốc của từng agent, nhân viên đã tạo ra agent đó, và các quyền cụ thể để truy cập dữ liệu hoặc thực hiện nhiệm vụ mà mỗi agent được phép thực hiện.

"Khi mọi người trong hệ sinh thái có thể hiểu được những yếu tố đó, bạn xây dựng được sự tin tưởng để có thể mở rộng quy mô và vận hành nhanh chóng," Peters nói.

Trong ngành ô tô, nơi thời gian trung bình để đưa một mẫu xe mới từ thiết kế đến sản xuất có thể mất nhiều năm, Ford đang sử dụng AI để đẩy nhanh một số công đoạn trong quy trình và để "thất bại nhanh," theo Sammy Omari, Giám đốc Điều hành bộ phận Hệ thống Hỗ trợ Lái xe Nâng cao và Hệ thống Giải trí Trên xe tại Ford Motor Company. 

Chìa khóa, theo Omari, là phải có các biện pháp kiểm soát phù hợp.

Ví dụ, Omari cho biết các nhân viên không thuộc bộ phận kỹ thuật như các nhà thiết kế hiện có thể đóng góp mã máy tính cho các tính năng xe mới được phát triển thông qua các công cụ "vibecoding" hỗ trợ bởi AI. Điều đó rút ngắn thời gian để xem tính năng mới trông như thế nào trong phiên bản thử nghiệm của xe, và nhanh chóng loại bỏ nếu ý tưởng không khả thi. Nếu ý tưởng được chứng minh là có giá trị, các kỹ sư sẽ viết lại mã từ đầu, và mã đó mới được đưa vào xe bán đến tay người tiêu dùng. Vibecoding của nhà thiết kế chỉ đóng vai trò là bằng chứng khái niệm ban đầu. 

"Vì vậy, tốc độ đưa sản phẩm ra thị trường thực tế sẽ được đẩy nhanh," Omari nói, "nhưng quy trình QA ở cuối, trước khi chúng tôi thực sự giao sản phẩm cho khách hàng, không nhất thiết phải thay đổi."

Bài viết này ban đầu được đăng trên Fortune.com