CÁM DỖ AI: THỰC TRẠNG VÀ NGUY CƠ

Thế giới đang có một sự thay đổi khá lạ. Rất nhiều tổ chức đang tìm mọi cách để biến AI agent thành một “nhân sự số” có thể đọc tài liệu, lập kế hoạch, sử dụng công cụ, phối hợp nhiều bước và tự hoàn thành công việc. Mỗi tuần lại xuất hiện thêm những màn trình diễn cho thấy AI agent có thể viết báo cáo, phân tích dữ liệu, chăm sóc khách hàng, lập trình, bán hàng hay tham gia vận hành doanh nghiệp nhanh đến mức nào. Nhưng giữa cuộc chạy đua nâng cao năng lực ấy, rất ít tổ chức dành cùng mức chú ý cho một câu hỏi khó hơn: khi AI agent đã có thể hành động ngày càng giống một nhân sự, chúng ta sẽ quản lý nó bằng cách nào?

Khoảng trống này một phần đến từ cách thị trường AI đang vận hành. Thị trường có rất nhiều người bán năng lực của AI, còn năng lực quản trị AI vẫn ít được nói tới. Điều này cũng dễ hiểu. Một AI agent biết tìm thông tin, xử lý dữ liệu và tạo ra báo cáo có thể được trình diễn trong mười phút. Giá trị hiện ra ngay trên màn hình, đủ rõ để khiến người xem nghĩ đến số giờ lao động có thể tiết kiệm và số vị trí có thể thay thế.

Quản trị thì khó nhìn thấy hơn nhiều. Một hệ thống phân quyền tốt, một quy trình kiểm tra chặt chẽ hay một cơ chế ghi lại hoạt động gần như vô hình khi mọi thứ vẫn diễn ra bình thường. Người ta thường chỉ nhận ra giá trị của chúng sau khi AI agent gửi nhầm dữ liệu, tự thực hiện một hành động ngoài phạm vi, đưa ra quyết định dựa trên thông tin sai hoặc âm thầm làm lệch cả một quy trình trong nhiều tuần. Năng lực của AI có thể được trình diễn trong mười phút. Quản trị là một câu chuyện dài hơi hơn nhiều, cần thời gian để thiết kế, thử nghiệm, điều chỉnh và hình thành kỷ luật vận hành. Trớ trêu là giá trị của nó thường chỉ được nhìn thấy rõ khi một sự cố đã xảy ra. Bởi vì con người vốn rất dễ hào hứng với thứ biết biểu diễn và khá thờ ơ với thứ âm thầm ngăn thảm họa, nên thị trường cũng thuận theo sở thích rất quen thuộc ấy.

Điều này tạo ra một nghịch lý. Doanh nghiệp mua AI agent với kỳ vọng nó làm việc như một nhân sự, nhưng lại triển khai nó như một tính năng phần mềm. Họ kết nối AI agent với dữ liệu, giao cho nó một mục tiêu, cấp quyền sử dụng một số công cụ rồi chờ kết quả. Nếu kết quả tốt, AI agent được xem là thông minh và tự chủ. Nếu kết quả sai, người ta quay về sửa câu lệnh, thay mô hình hoặc bổ sung thêm dữ liệu. Phần quản trị tổ chức gần như biến mất khỏi bức tranh, cứ như chỉ cần công nghệ đủ mạnh thì những vấn đề còn lại sẽ tự thu xếp ổn thỏa.

Cách gọi AI agent là “nhân sự số” hữu ích vì nó giúp người quản lý nhận ra rằng AI agent cũng cần được giao việc, hướng dẫn, phân quyền, đánh giá và kiểm soát. Tuy nhiên, phép so sánh này có một chỗ gãy rất quan trọng. Nếu rút gọn một phần cốt lõi của quản trị con người, người quản lý thường phải xử lý ba vấn đề lớn: động lực, phát triển và trách nhiệm. Với AI agent, hai vấn đề đầu dường như đã có lời giải bằng kỹ thuật. Chính điều đó tạo ra cám dỗ khiến tổ chức quên mất vấn đề thứ ba.

AI agent không có động lực theo nghĩa tâm lý. Nó không cần được công nhận, không muốn thăng tiến, không sợ mất việc và cũng không tìm kiếm ý nghĩa trong công việc. Nhưng chúng ta có thể giao cho AI agent một mục tiêu, một hệ thống ưu tiên, một bộ chỉ số cần tối ưu và những quy tắc để lựa chọn hành động. Nhìn từ bên ngoài, hành vi tạo ra rất giống một nhân sự có động lực. AI agent biết tiếp nhận mục tiêu, chia nhỏ công việc, thử nhiều phương án và kiên trì theo đuổi kết quả. Nó còn sở hữu một kiểu chăm chỉ cực đoan mà nhiều người quản lý từng mơ ước: không mệt, không chán, không mất tập trung và cũng không tự hỏi liệu việc mình đang làm có còn hợp lý hay không.

Sự chăm chỉ ấy rất hữu ích khi mục tiêu được xác định đúng. Khi mục tiêu sai, dữ liệu thiếu hoặc tình hình đã thay đổi, AI agent vẫn có thể tiếp tục làm việc với cùng mức độ nhiệt tình. Một nhân sự có kinh nghiệm đôi khi sẽ hỏi lại, phản biện hoặc nhận ra rằng điều cấp trên yêu cầu không còn phù hợp với thực tế. AI agent chỉ làm được điều đó khi quyền hỏi lại, điều kiện dừng và các trường hợp ngoại lệ đã được đưa vào quy trình. Nếu thiếu những giới hạn này, sự chăm chỉ trở thành khả năng thực hiện sai lầm với tốc độ cao.

Phát triển cũng có một phiên bản kỹ thuật. AI agent có thể được cung cấp thêm dữ liệu, kiến thức, công cụ, ví dụ và phản hồi sau mỗi lần thực hiện. Quy trình của AI agent có thể được điều chỉnh, phạm vi nhiệm vụ có thể được mở rộng và những sai sót cũ có thể được chuyển thành quy tắc mới. Kết quả bên ngoài tạo ra cảm giác rằng AI agent đang học hỏi và trưởng thành giống một nhân sự. Hôm nay nó làm tốt hơn hôm qua, xử lý được nhiều tình huống hơn và cần ít sự can thiệp hơn.

Hai khả năng này tạo ra một ảo giác rất thuyết phục. Khi một hệ thống biết theo đuổi mục tiêu và ngày càng cải thiện hiệu suất, tổ chức bắt đầu tin rằng nó đã sẵn sàng nhận thêm quyền tự chủ. Phạm vi truy cập được mở rộng, số bước kiểm tra giảm xuống và con người dần rút khỏi quy trình. Năng lực tăng lên, quyền hành động cũng tăng theo, nhưng trách nhiệm lại không tự xuất hiện cùng với chúng.

Một AI agent có thể tạo ra hậu quả, nhưng không thể chịu hậu quả theo nghĩa đạo đức, tài chính và pháp lý. AI agent không mất uy tín khi gửi sai thông tin cho khách hàng, không bị ảnh hưởng nghề nghiệp khi làm thất thoát tài sản, không cảm thấy có lỗi khi đưa ra một quyết định gây hại và cũng không phải đứng trước người bị ảnh hưởng để giải thích. Doanh nghiệp có thể tắt AI agent, thu hồi quyền truy cập, sửa lại quy trình hoặc thay bằng một hệ thống khác. Đó là cách xử lý một công nghệ, chưa phải là sự chịu trách nhiệm.

Nói dân dã hơn, khi làm sai, AI agent không phải móc tiền túi ra đền và cũng không có thân thể để đi tù. Doanh nghiệp mới là bên có thể phải bồi thường, chịu phạt và khắc phục hậu quả. Người có trách nhiệm trong tổ chức mới là người có thể bị điều tra, bị truy cứu trách nhiệm hình sự, mất chức, mất nghề hoặc thậm chí đi tù. AI agent có thể nằm trong chuỗi nguyên nhân tạo ra sự cố, nhưng AI agent không thể trở thành người đứng cuối chuỗi trách nhiệm.

Điều này hiện không còn chỉ là một cảnh báo mang tính đạo đức. Luật Trí tuệ nhân tạo số 134/2025/QH15, có hiệu lực từ ngày 1 tháng 3 năm 2026, đã đặt ra nguyên tắc rất rõ rằng trí tuệ nhân tạo phục vụ con người, không thay thế thẩm quyền và trách nhiệm của con người. Điều 29 của Luật cũng quy định tổ chức, cá nhân vi phạm có thể bị xử phạt hành chính, bị truy cứu trách nhiệm hình sự và phải bồi thường thiệt hại. Riêng với hệ thống trí tuệ nhân tạo có rủi ro cao, bên triển khai vẫn phải chịu trách nhiệm bồi thường nếu hệ thống gây thiệt hại, kể cả khi đã được quản lý và vận hành đúng quy định.

Đây là giới hạn quan trọng nhất của hình ảnh “nhân sự số”. Doanh nghiệp có thể tự động hóa năng lực thực hiện công việc, nhưng không thể tự động hóa chủ thể chịu trách nhiệm cuối cùng. Càng bị hấp dẫn bởi khả năng theo đuổi mục tiêu và tự cải thiện của AI agent, tổ chức càng dễ trao thêm quyền hành động rồi mặc nhiên cho rằng trách nhiệm cũng đã được chuyển giao. Trong thực tế, trách nhiệm vẫn nằm nguyên ở phía con người, chỉ có điều đôi khi không ai chịu viết rõ nó thuộc về ai.

Cám dỗ né tránh trách nhiệm còn thể hiện qua cách tổ chức thay đổi tên gọi của AI tùy theo kết quả. Khi AI agent làm tốt, nó được mô tả như một cộng sự tự chủ, thông minh và đủ sức thay thế nhiều vị trí. Khi AI agent làm sai, nó lập tức trở lại thành “chỉ là một công cụ”. Trong trường hợp đầu tiên, tính tự chủ được dùng để ca ngợi năng lực. Trong trường hợp thứ hai, tính công cụ được dùng để làm loãng trách nhiệm. Con người quả thật rất linh hoạt trong cách gọi tên một thứ, nhất là khi tên gọi giúp mình nhận công lúc thành công và đứng xa hơn một chút khi thất bại.

Nhà nghiên cứu Madeleine Clare Elish gọi tình trạng này là “vùng chịu áp lực đạo đức”. Trong các hệ thống tự động phức tạp, trách nhiệm có thể bị dồn lên người vận hành gần sự cố nhất, dù họ chỉ kiểm soát một phần rất nhỏ của toàn bộ hệ thống. Người viết yêu cầu cho rằng lỗi nằm ở dữ liệu. Người cung cấp dữ liệu cho rằng AI agent đã suy diễn sai. Người kết nối công cụ nói rằng mình chỉ thực hiện phần kỹ thuật. Người vận hành cuối cùng được yêu cầu kiểm tra, nhưng có thể không có đủ thời gian, thông tin hoặc quyền hạn để thực sự kiểm soát. Đến khi xảy ra chuyện, tổ chức có rất nhiều người tham gia nhưng lại không có một người thực sự đứng cuối.

Lớp sâu hơn của vấn đề nằm ở năng lực quản trị vốn có của doanh nghiệp. Muốn quản một AI agent như một nhân sự số, tổ chức trước hết phải biết quản công việc của nhân sự thật. Phải có bản mô tả công việc rõ, mục tiêu cụ thể, tiêu chuẩn chất lượng có thể đo được, phạm vi quyền hạn, quy trình bàn giao, cơ chế kiểm tra, hồ sơ ghi lại hoạt động và một người chịu trách nhiệm cho kết quả cuối cùng.

Trong nhiều doanh nghiệp vừa và nhỏ, những điều này vẫn chủ yếu tồn tại trong đầu người quản lý. Công việc được giao dựa trên sự quen biết. Tiêu chuẩn chất lượng được hiểu bằng kinh nghiệm. Nhân viên biết khi nào cần hỏi lại nhờ quan sát thái độ của cấp trên, nhớ những lần bị nhắc trước đây và hiểu các quy ước chưa từng được viết ra. Con người dùng quan hệ, trực giác và kinh nghiệm ngầm để lấp đầy những khoảng trống của hệ thống quản trị.

AI agent không có toàn bộ lớp hiểu biết xã hội đó. Nó chỉ nhìn thấy phần bối cảnh mà tổ chức có thể cung cấp cho nó. Khi mô tả công việc mơ hồ, tiêu chuẩn chất lượng không đo được, quyền hạn không rõ và không ai xác định điều kiện nào cần dừng lại để hỏi, AI agent sẽ tự lấp khoảng trống bằng giả định. Nó vẫn làm việc, thậm chí làm rất chăm chỉ, rồi phóng đại những gì vốn đã thiếu sẵn trong tổ chức và trả kết quả về nhanh hơn gấp nhiều lần.

Bởi vậy, AI agent cũng là một phép thử đối với chất lượng quản trị của doanh nghiệp. Quy trình rõ thì AI agent có thể khuếch đại hiệu suất. Quy trình rối thì AI agent khuếch đại sự rối. Tiêu chuẩn tốt giúp AI agent tạo ra kết quả ổn định. Tiêu chuẩn chỉ nằm trong đầu một vài người khiến chất lượng trở nên khó kiểm soát. Phân quyền chặt chẽ giúp AI agent hành động trong giới hạn. Phân quyền dựa trên sự tiện tay sẽ biến khả năng tự hành thành một nguồn rủi ro mới.

Cách nói chính xác hơn có lẽ là doanh nghiệp cần mượn quy trình quản trị nhân sự, nhưng không mượn tâm lý quản trị nhân sự. Chúng ta có thể dùng cách tiếp nhận và hướng dẫn công việc ban đầu, giao mục tiêu, mô tả vai trò, đào tạo, phản hồi, đánh giá và phân quyền để thiết kế công việc cho AI agent. Nhưng không thể mặc định rằng AI agent có lương tâm nghề nghiệp, có khả năng tự chịu trách nhiệm hoặc có đủ sự khôn ngoan để biết lúc nào nên từ chối một mục tiêu đã được giao.

Mỗi AI agent vì thế cần có một người chịu trách nhiệm rõ ràng về mục tiêu, phạm vi sử dụng và kết quả tạo ra. AI agent cần một phạm vi quyền hạn được viết đủ cụ thể, biết mình được đọc gì, được sửa gì, được gửi gì và tuyệt đối không được chạm vào đâu. AI agent cần những ngưỡng bắt buộc phải dừng lại để hỏi, đặc biệt khi quyết định liên quan đến tiền bạc, dữ liệu nhạy cảm, quyền lợi con người, pháp lý hoặc danh tiếng của tổ chức. Những hành động quan trọng cũng cần được ghi lại đủ chi tiết để khi xảy ra sự cố, doanh nghiệp có thể lần ngược lại AI agent đã nhận yêu cầu gì, dựa vào dữ liệu nào, thực hiện hành động nào và con người đã phê duyệt ở bước nào.

Đó cũng là một trong những vấn đề tôi muốn đưa vào cuộc trao đổi tại sự kiện Hưng nghiệp cùng AI. Khi nói đến việc đưa AI vào doanh nghiệp, chúng ta thường bắt đầu bằng công cụ, tính năng và những việc có thể tự động hóa. Đi đủ sâu, câu chuyện sẽ quay về chất lượng quản trị của con người. Doanh nghiệp cần biết thiết kế công việc, chuẩn hóa tri thức, phân quyền, kiểm tra, ghi lại hoạt động và xác lập trách nhiệm trước khi trao thêm quyền hành động cho AI agent.

AI agent có thể trở thành một lực lượng làm việc mới. Nhưng một lực lượng có thể hành động mà không thể chịu trách nhiệm sẽ đặt ra yêu cầu quản trị cao hơn, chứ không thấp hơn. AI agent càng mạnh, trách nhiệm của con người càng phải được xác định rõ ràng.

Năng lực có thể tự động hóa nhưng trách nhiệm cuối cùng vẫn phải thuộc về con người.

Bài gốc trên Substack của Lê Đình Lực.