Khi khách hàng bắt đầu đánh giá khả năng ứng dụng Agentic AI (AI có tính chủ động), FPT tham gia từ khá sớm. Bài toán ban đầu là một PoC (bản thử nghiệm) với 5 thành viên, nhưng phía sau bản thử nghiệm ấy là một câu hỏi lớn hơn: FPT có thể cùng khách hàng xây dựng và mở rộng hệ sinh thái lên tới hàng nghìn AI Agent hay không?
Trong nhóm tiên phong, anh Nguyễn Đăng Hạnh (đơn vị GST.CEN, FPT Software) đảm nhiệm vai trò AI Champion - dẫn dắt và thúc đẩy đội ngũ theo hướng AI-First. Từ những bước đặt nền móng ban đầu, anh cùng đồng đội từng bước xây dựng các Agent đầu tiên, đồng thời tìm cách chuẩn hóa và tự động hóa quy trình để có thể mở rộng ở quy mô lớn hơn.
Hành trình từ một PoC nhỏ cũng đưa anh Hạnh trở thành một trong những nhân sự nhận được sự tin tưởng từ khách hàng. Hiện anh là thành viên của đội ngũ chuyên gia đầu ngành (CoE), tham gia nghiên cứu, thiết kế và đưa các ý tưởng Agentic AI từ bản thử nghiệm thành những sản phẩm có thể vận hành trong thực tế.
Từ 5 thành viên đến những Agent đầu tiên
Khách hàng của FPT là một tập đoàn đầu tư và công nghệ đa quốc gia có trụ sở tại Nhật Bản, đang đặt tham vọng xây dựng một nền tảng AI dành cho doanh nghiệp, nơi khoảng 1.000 AI Agent chuyên biệt có thể cùng hoạt động trên một hệ sinh thái thống nhất.
Nếu ChatGPT hay Claude giúp người dùng tương tác với một AI đa năng, Agentic AI mà khách hàng hướng tới lại được xây dựng theo mô hình chuyên biệt hơn: mỗi Agent đảm nhiệm một nhóm công việc riêng và có thể phối hợp với các Agent khác để xử lý những bài toán thực tế của doanh nghiệp.
Với quy mô đó, bài toán không chỉ là tạo ra một vài Agent. Thách thức lớn hơn nằm ở khả năng phát triển nhanh, vận hành ổn định và mở rộng lên hàng trăm, hàng nghìn Agent mà vẫn bảo đảm chất lượng.
Đây cũng là phép thử đầu tiên đối với đội ngũ FPT. Nhóm 5 thành viên vừa phải chứng minh tính khả thi của công nghệ, vừa phải từng bước tìm ra cách tiếp cận có thể đáp ứng tham vọng dài hạn của khách hàng.
 |
| Thiết kế ảnh: Sơn Tra |
Một trong những kết quả đầu tiên là 8 AI Agent được phát triển cho nền tảng lõi. Quan trọng hơn số lượng, đây là những Agent góp phần hình thành các nền tảng then chốt để hệ sinh thái Agentic của khách hàng tiếp tục được mở rộng.
OCR Agent có khả năng đọc và chuyển đổi dữ liệu từ PDF, excel và nhiều định dạng tài liệu khác sang dạng văn bản có cấu trúc, đồng thời hỗ trợ tổng hợp thông tin cho các bước xử lý tiếp theo.
Gmail Search Agent tự động đọc, phân tích và tổng hợp thông tin từ hộp thư Gmail nhằm xác định những email quan trọng mà người dùng cần quan tâm. Location Agent hỗ trợ tìm kiếm nhà hàng, quán ăn và các địa điểm phù hợp xung quanh vị trí được cung cấp.
Ở nhóm bài toán dữ liệu, Database Operation Agent giúp chuyển đổi ngôn ngữ tự nhiên thành ngôn ngữ truy vấn cơ sở dữ liệu, hỗ trợ người dùng khai thác dữ liệu mà không cần kiến thức chuyên sâu về kỹ thuật.
Bên cạnh đó là Document Generation Agent để tự động tạo tài liệu theo nhu cầu công việc; Document Search Agent phục vụ tìm kiếm tri thức từ các tài liệu được cung cấp; Slack Notification Agent hỗ trợ quản lý và tổng hợp thông báo trên Slack; cùng Calendar Booking Agent, có khả năng hiểu các câu lệnh bằng ngôn ngữ tự nhiên để tự động đặt lịch họp, gửi thông báo và hỗ trợ điều phối công việc.
Tám Agent đầu tiên vì thế không chỉ là những sản phẩm riêng lẻ. Chúng là những mảnh ghép ban đầu của một hệ sinh thái được định hướng mở rộng lên quy mô lớn hơn.
Dùng AI để xây AI
Khi số lượng Agent cần phát triển tăng lên, một bài toán mới xuất hiện: làm thế nào để tốc độ phát triển tăng lên mà không phụ thuộc hoàn toàn vào việc tăng số lượng kỹ sư?
Theo định hướng của khách hàng, mỗi kỹ sư tham gia dự án được kỳ vọng có thể phát triển khoảng 25 Agent mỗi tháng, tương đương một ngày làm việc phải hoàn thành hơn 1 Agent. Đối tác cũng xây dựng dashboard riêng để theo dõi hiệu suất của toàn bộ lực lượng tham gia dự án, từ nhân sự phía khách hàng đến đội ngũ FPT và các bên khác.
Để đáp ứng yêu cầu đó, đội ngũ FPT lựa chọn cách tiếp cận “dùng AI để xây AI”.
Một phần quy trình phát triển Agent được tự động hóa. Đồng thời, chính các Agent cũng được đưa vào hỗ trợ quá trình tạo ra những Agent mới, từ phân tích yêu cầu, thiết kế, lập trình, kiểm thử cho tới phát hành.
Thay vì phụ thuộc hoàn toàn vào sức người khi số lượng Agent tăng lên, đội ngũ từng bước chuẩn hóa và tự động quy trình. Đây là một trong những yếu tố quan trọng nếu hệ sinh thái của khách hàng thực sự tiến tới quy mô hàng nghìn Agent như mục tiêu ban đầu.
Kết quả bước đầu được thể hiện trên bảng xếp hạng hiệu suất được khách hàng theo dõi hằng tháng, khi các thành viên FPT thường xuyên nằm trong nhóm có hiệu suất tốt nhất.
Với một lĩnh vực còn mới và thay đổi nhanh như Agentic AI, quá trình này đặt ra yêu cầu không chỉ về năng lực kỹ thuật mà còn về khả năng học nhanh, thử nhanh và thích nghi nhanh.
Từ AI Champion đến những bài toán lớn hơn
Từ vai trò AI Champion đầu tiên của dự án, anh Hạnh tiếp tục mở rộng phạm vi tham gia khi bài toán Agentic AI bước sang những giai đoạn mới.
Hiện anh là thành viên của CoE, tham gia nghiên cứu, thiết kế và đưa các ý tưởng Agentic AI từ bản thử nghiệm thành những sản phẩm có thể vận hành trong thực tế.
Nếu ở giai đoạn đầu, câu hỏi đặt ra là có thể xây dựng một AI Agent hay không, thì bài toán hiện tại đã lớn hơn: làm thế nào để xây dựng hàng trăm, hàng nghìn Agent với tốc độ cao, duy trì chất lượng và để chúng có thể cùng vận hành trong một hệ sinh thái thống nhất.
Điều đó cũng làm thay đổi vai trò của những người tiên phong như AI Champion FPT Nguyễn Đăng Hạnh. Từ việc trực tiếp tham gia xây dựng những Agent đầu tiên, trọng tâm dần chuyển sang việc nghiên cứu phương pháp, chuẩn hóa quy trình và tìm cách để đội ngũ có thể phát triển Agent ở quy mô lớn hơn.
Phía trước vẫn còn nhiều bài toán cần giải: từ nâng cao hiệu suất, kiểm soát chất lượng, tự động hóa quy trình đến đưa các thử nghiệm mới nhanh chóng trở thành những sản phẩm có khả năng vận hành trong thực tế.
Từ một nhóm PoC chỉ 5 thành viên đến những Agent đầu tiên, từ vai trò AI Champion đến đội ngũ CoE, hành trình của Nguyễn Đăng Hạnh cho thấy cách một dự án công nghệ mới được mở rộng từng bước: bắt đầu từ những thử nghiệm cụ thể, hình thành các nền tảng đầu tiên và tiếp tục hướng tới những bài toán ở quy mô lớn hơn.
Với mục tiêu khoảng 1.000 Agent, chặng đường phía trước chắc chắn còn dài. Nhưng những viên gạch đầu tiên đã được đặt xuống và hành trình của AI Champion Nguyễn Đăng Hạnh đang tiếp tục cùng những bước phát triển tiếp theo của hệ sinh thái Agentic AI.
Ý kiến
()