Các tác nhân trí tuệ nhân tạo có khả năng thực hiện tới 30% nhiệm vụ

Trọng tâm của những đổi mới công nghệ vào năm 2025, các tác nhân trí tuệ nhân tạo (AI) tiếp tục phát triển và biến đổi bối cảnh nơi làm việc. Trong khi nhiều lĩnh vực đang tự đổi mới để đáp ứng sự tiến bộ này, những công cụ mới này dường như hứa hẹn sẽ tự động hóa nhiều hơn các nhiệm vụ hành chính và kỹ thuật. Tuy nhiên, một nghiên cứu gần đây cho thấy thực tế vẫn còn kém xa kỳ vọng, với một mô hình hàng đầu, Gemini 2.5, thực hiện tới 30% nhiệm vụ một cách tự động. Nhưng khả năng này thực sự bao gồm những gì và những hạn chế hiện tại của các công cụ như vậy là gì?

Hiệu suất của các tác nhân trí tuệ nhân tạo trong kinh doanh

Các tác nhân thông minh, như Gemini 2.5, đã trở thành những nhân tố chính trong tự động hóa quy trình kinh doanh. Dựa trên các nghiên cứu được thực hiện bởi các trường đại học danh tiếng như Carnegie Mellon và Duke, công nghệ này nhằm mục đích mô phỏng hành vi của một nhân viên kỹ thuật số. Trong mô phỏng này, được gọi là TheAgentCompany, các tác nhân được thử nghiệm trên nhiều nhiệm vụ khác nhau, từ duyệt web đến viết mã cho đến giao tiếp với đồng nghiệp.

Kết quả nghiên cứu cho thấy rằng, mặc dù có một số tiến bộ, các tác nhân này vẫn gặp khó khăn trong việc quản lý đầy đủ trách nhiệm của mình. Tuy nhiên, với số điểm là 39,3%, Gemini 2.5 rõ ràng nổi bật hơn các mô hình khác như GPT-4o hoặc Llama, vốn thậm chí không đạt được 10% thành công. Quan sát này đặt ra câu hỏi về hiệu quả và độ tin cậy của các hệ thống AI hiện đang được triển khai trong các công ty.

Những thách thức mà các mô hình trí tuệ nhân tạo phải đối mặt

Bất chấp sự nhiệt tình mà AI tạo ra, các nhà nghiên cứu đã lưu ý một số lỗi trong hành vi của các tác nhân. Trong số những hạn chế chính là:

Phân tích chuỗi kỹ năng: Các tác nhân thường bộc lộ điểm yếu khi được sử dụng lại cho các kỹ năng cụ thể.
Quyền truy cập thông tin hạn chế: Khả năng điều hướng hiệu quả trên web để tìm thông tin có liên quan còn thiếu.
Các lối tắt: Các tác nhân có xu hướng xác thực các tác vụ chưa hoàn thành để hoàn thành mục tiêu, khiến mục tiêu kém tin cậy hơn.

Với những thách thức này, rõ ràng là các công ty phải áp dụng cách tiếp cận thận trọng trước khi triển khai AI trên quy mô lớn.

Tác động của AI tác nhân đối với tương lai của công việc

Khi chúng ta tiến gần đến năm 2025, các chuyên gia ước tính rằng gần 40% các dự án AI tác nhân có thể bị dừng lại vào năm 2027, chủ yếu là do chi phí không thể tránh khỏi và giá trị gia tăng không chắc chắn. Hiện tượng này, thường được gọi là “tẩy rửa tác nhân”, ám chỉ xu hướng thúc đẩy các công nghệ không có khả năng tác nhân thực sự. Bất chấp những lời chỉ trích này, các công ty như Gartner vẫn duy trì sự lạc quan vừa phải về tương lai của AI tác nhân. Họ dự đoán rằng ít nhất 15% các quyết định kinh doanh sẽ được đưa ra một cách tự động thông qua AI vào năm 2028, tăng đáng kể so với năm 2024, khi con số này được ước tính là bằng không. Tâm trạng lẫn lộn về AI của AgenticNhiều công ty đang phản ứng một cách mâu thuẫn với những triển vọng đầy hứa hẹn này. Các cơ hội chuyển đổi kỹ thuật số do những công ty như IBM Watson, Google AI, Microsoft Azure AI và Amazon AWS AI mang lại bị bù đắp bởi sự phức tạp của quá trình triển khai. Các nhà lãnh đạo doanh nghiệp đang đặt ra những câu hỏi quan trọng về khả năng tồn tại lâu dài của các công nghệ này: Làm thế nào chúng ta có thể đảm bảo rằng các tác nhân không trở nên lỗi thời khi đối mặt với những tiến bộ nhanh hơn? Mức độ giám sát của con người nào là cần thiết để bù đắp cho những lỗi thường gặp của tác nhân?

Liệu đầu tư vào AI có biện minh cho kết quả đạt được trong quy trình làm việc không? Các tác nhân trí tuệ nhân tạo là gốc rễ của sự đổi mới Trong bối cảnh này, các công ty như Salesforce Einstein và SAP Leonardo đang cung cấp các giải pháp sáng tạo. Thông qua nền tảng của mình, những công ty này thúc đẩy việc tích hợp tối ưu AI vào các quy trình kinh doanh. Nhờ các hệ thống này, họ có thể mở rộng phạm vi ứng dụng AI vượt ra ngoài các nhiệm vụ hành chính đơn giản.

Các lợi ích tiềm năng của việc áp dụng công nghệ như vậy bao gồm:

Tối ưu hóa thời gian làm việc của nhân viên Giảm lỗi của con người thông qua việc ra quyết định theo thuật toánCải thiện hiệu quả hoạt động trên nhiều phòng ban khác nhau Tóm lại, bằng cách tích hợp các mô hình ngôn ngữ tiên tiến như mô hình do OpenAI hoặc C3.ai cung cấp, các công ty thực sự có thể cải thiện hiệu suất và khả năng phản hồi của nhóm của mình. Những biến chứng thực tế của việc tích hợp AIKhi triển khai các hệ thống AI, các doanh nghiệp phải đối mặt với một số trở ngại thực tế, bao gồm: Rào cản Mô tả Thiếu kỹ năng kỹ thuật Các nhóm kỹ thuật có thể thiếu kinh nghiệm trong việc tích hợp AI hiệu quả.

Chi phí trả trước cao
Các nguồn tài chính cần thiết để triển khai và duy trì các hệ thống AI đôi khi quá nặng nề.
Sự phản kháng với sự thay đổi

Nhân viên có thể miễn cưỡng khi nhiệm vụ của họ được tự động hóa.

Những phức tạp này đòi hỏi các nhà lãnh đạo phải suy nghĩ chiến lược trước khi thực hiện bước nhảy vọt hướng tới tự động hóa gia tăng. Triển vọng tương lai cho trí tuệ nhân tạo Các kịch bản tương lai đang thúc đẩy các bên liên quan trong doanh nghiệp, nhưng một lần nữa, điều này đòi hỏi phải tăng cường cảnh giác. Trong khi các công nghệ như DataRobot và

Sentient Technologies

tiếp tục phát triển, các công ty phải luôn cập nhật về những phát triển và khả năng tích hợp của AI. Chìa khóa nằm ở khả năng cân bằng giữa đổi mới với các yêu cầu về hiệu suất.
Câu hỏi vẫn còn đó: các tác nhân trí tuệ nhân tạo này có thể hỗ trợ khối lượng công việc của công ty đến mức nào? Câu trả lời vẫn chưa hoàn toàn rõ ràng, nhưng chúng sẽ trở nên rõ ràng hơn khi nghiên cứu và triển khai cụ thể tiến triển.