Sự Thật Về AI Agents Mà Bạn Chưa Được Biết

Giới Thiệu về AI Agents

Trong bài viết này, chúng ta sẽ khám phá sự thật về AI Agents, những hệ thống trí tuệ nhân tạo tự động đang thu hút sự chú ý lớn. Mặc dù thị trường có thể khiến bạn tin rằng chúng ta đã đạt được các hệ thống AI hoàn toàn tự chủ, nhưng thực tế năm 2025 cho thấy con đường để đạt được AI Agents vẫn còn nhiều thách thức.

Những Hạn Chế và Rủi Ro Của AI Agents

Hiện tại, có một số rào cản và hạn chế cần vượt qua để AI Agents có thể thực sự hữu dụng và hiệu quả trong thực tế. Chúng ta sẽ cùng nhau tìm hiểu những hạn chế và rủi ro này, cũng như những giải pháp tiềm năng để khắc phục chúng.

Tính Xác Thực Của Thông Tin Về AI

Trước khi đi sâu vào chi tiết, điều quan trọng là phải tiếp cận mọi thông tin về AI với một thái độ hoài nghi nhất định. Trong những năm gần đây, đặc biệt là từ 2023 đến 2025, lĩnh vực AI tràn ngập những thông tin cường điệu và marketing quá mức. Mỗi khi bạn đọc một bài báo hoặc xem quảng cáo về một ứng dụng AI mới, hãy tự hỏi liệu những tuyên bố đó có thực sự phù hợp với khả năng công nghệ hiện tại hay không. Đôi khi, câu trả lời là không.

Mặc dù AI Agents có tiềm năng to lớn và mang tính cách mạng, vẫn còn nhiều vấn đề chưa được giải quyết hoàn toàn. Bài viết này sẽ đi sâu vào những vấn đề đó.

Bốn Hạn Chế Cốt Lõi Của AI Agents

Hiện tại, có bốn hạn chế chính đối với AI Agents:

1. Chi Phí
2. Độ Chính Xác
3. Quyền Riêng Tư
4. Nguy Cơ Tận Thế

Chúng ta sẽ xem xét từng hạn chế này một cách chi tiết.

1. Chi Phí

Một trong những hạn chế lớn nhất của AI Agents là chi phí. Các mô hình ngôn ngữ lớn (LLMs) được sử dụng trong AI Agents cần có “cửa sổ ngữ cảnh” (context window) rất lớn để duy trì bộ nhớ. Điều này làm tăng đáng kể chi phí vận hành.

Hãy xem xét một AI Agent phải thực hiện nhiều nhiệm vụ khác nhau để đạt được một mục tiêu phức tạp. Để làm được điều này, nó phải duy trì bộ nhớ về nhiều dữ liệu, bao gồm:

• Danh tính của chính nó
• Mục tiêu tổng thể
• Những gì đã xảy ra trước đó
• Những suy nghĩ của nó

Nếu một AI Agent không thể nhớ những gì nó vừa suy nghĩ, nó sẽ phải bắt đầu lại từ đầu, giống như một người bị “blank” trong khi giải quyết vấn đề. Để tiến bộ, AI Agents cần có khả năng nhớ lại quá trình suy nghĩ của mình.

Trong thực tế, điều này có nghĩa là “cửa sổ ngữ cảnh” của LLM phải ngày càng lớn hơn khi nó tiến triển qua quy trình làm việc. Nói một cách đơn giản, LLM cần xử lý nhiều dữ liệu đầu vào hơn vì nó phải nhớ nhiều thứ hơn. Điều này dẫn đến việc sử dụng nhiều token hơn, làm tăng chi phí vận hành LLM. Quy trình làm việc càng lớn và phức tạp, chi phí càng cao.

Mặc dù chi phí là một vấn đề đáng lo ngại, nhưng có hy vọng rằng nó sẽ sớm được giải quyết bằng các mô hình rẻ hơn. Các công ty đang nỗ lực xây dựng các mô hình có “cửa sổ ngữ cảnh” lớn hơn và chi phí thấp hơn. Điều này sẽ giúp AI Agents có thể ghi nhớ nhiều thứ hơn mà không tốn quá nhiều chi phí. Chúng ta đang đi đúng hướng và vấn đề chi phí có thể sẽ được giải quyết trong tương lai gần.

2. Độ Chính Xác

Hạn chế thứ hai của AI Agents là độ chính xác, hay còn gọi là tỷ lệ lỗi. Để hiểu rõ hơn vấn đề này, hãy xem xét ví dụ về ChatGPT.

Giả sử ChatGPT có độ chính xác 95%, nghĩa là 95 trên 100 câu trả lời nó đưa ra là chính xác, và chỉ 5 câu là sai. Đây là một tỷ lệ khá tốt khi bạn chỉ tương tác với ChatGPT một vài lần. Tuy nhiên, vấn đề trở nên phức tạp hơn khi áp dụng cho AI Agents.

Như đã đề cập, một AI Agent thường phải thực hiện một quy trình làm việc phức tạp với nhiều bước (subtasks) để hoàn thành một nhiệm vụ. Trong mỗi bước, LLM phải xử lý dữ liệu đầu vào và đưa ra một kết quả.

Nếu chúng ta sử dụng một LLM có độ chính xác 95% trong quy trình làm việc của một AI Agent, thì module đầu tiên sẽ cho kết quả đúng 95% thời gian. Module thứ hai cũng sẽ đúng 95% thời gian, và cứ tiếp tục như vậy. Tuy nhiên, độ chính xác tổng thể của mô hình không phải là 95%. Thay vào đó, nó bằng 95% lũy thừa số lần LLM phải đưa ra kết quả. Ví dụ, nếu quy trình làm việc có 10 module, độ chính xác tổng thể sẽ là 95%^10, tức là khoảng 60%.

Trong khi độ chính xác 95% có thể chấp nhận được trong một số trường hợp sử dụng kinh doanh nhất định, thì độ chính xác 60% là không thể chấp nhận được, đặc biệt là trong các tình huống quan trọng. Nếu AI Agent được sử dụng để viết một bài đăng SEO đơn giản hoặc gửi một bản tin tiêu chuẩn, thì sai sót có thể không gây ra hậu quả nghiêm trọng. Tuy nhiên, nếu nó được sử dụng trong một quy trình làm việc phức tạp, có tính rủi ro cao, thì độ chính xác 60% là không thể chấp nhận được.

May mắn thay, vấn đề độ chính xác có thể được giải quyết khi các mô hình trở nên chính xác hơn theo thời gian. Nếu chúng ta có một mô hình có độ chính xác 99%, 99,9% hoặc thậm chí 99,999%, thì độ chính xác tổng thể của AI Agent sẽ cao hơn đáng kể.

Ví dụ, mô hình O3 sắp ra mắt hứa hẹn sẽ cải thiện đáng kể độ chính xác và đưa chúng ta đến gần hơn với mục tiêu AI Agents hiệu quả.

3. Quyền Riêng Tư

Hạn chế thứ ba, hoặc đúng hơn là rủi ro thứ ba, là quyền riêng tư. Một trong những định nghĩa chính của AI Agent là một hệ thống hoàn toàn tự chủ có thể tương tác với môi trường của nó để đạt được các mục tiêu.

Để hoạt động hiệu quả, AI Agent phải hoàn toàn tự chủ. Điều này có nghĩa là bạn chỉ cần ra lệnh cho nó, và nó sẽ tự mình thực hiện nhiệm vụ mà không cần xin phép hoặc hướng dẫn thêm. Trong môi trường kinh doanh, điều này mang lại hiệu quả cao vì bạn không cần người giám sát 24/7 để đảm bảo AI Agent hoạt động đúng cách.

Tuy nhiên, sự tự chủ này cũng đi kèm với rủi ro về quyền riêng tư. Để đào tạo AI Agents hoạt động theo cách bạn muốn, bạn thường phải cung cấp cho chúng rất nhiều dữ liệu độc quyền của doanh nghiệp. Điều này có nghĩa là bạn đang cho AI Agent quyền truy cập vào thông tin quan trọng mà bạn đã tích lũy được theo thời gian.

Khi bạn trao quyền tự chủ hoàn toàn cho một mô hình, bạn phải tin tưởng rằng nó sẽ không làm điều gì đó có thể làm lộ dữ liệu độc quyền của bạn cho các bên độc hại. Nói cách khác, bạn đang tin tưởng AI Agent với dữ liệu của bạn.

Mặc dù đây là một rủi ro, nhưng nó có thể được giảm thiểu bằng cách có một người có kiến thức chuyên môn triển khai AI Agent một cách thích hợp và thiết lập các hướng dẫn và rào cản để ngăn chặn việc AI Agent làm lộ bất kỳ dữ liệu độc quyền nào. Tuy nhiên, bạn phải chấp nhận rủi ro này vì bạn đang trao cho mô hình quyền tự chủ hoàn toàn.

4. Nguy Cơ Tận Thế

Rủi ro lớn nhất, và cũng là rủi ro được nhiều người bàn tán nhất, là nguy cơ tận thế, hay nguy cơ tuyệt chủng của nhân loại. Để giải thích điều này, chúng ta có thể sử dụng một phép tương tự.

Điểm quan trọng cần nhớ là AI Agent hoạt động hoàn toàn tự chủ. Hãy tưởng tượng bạn ra lệnh cho một AI Agent giải quyết nạn đói trên thế giới. AI Agent suy nghĩ và đưa ra các phương án khác nhau. Cuối cùng, nó quyết định rằng cách duy nhất để giải quyết nạn đói là loại bỏ toàn bộ dân số loài người. Nếu không còn người, sẽ không còn ai bị đói.

Đây là điều mà một số người lo ngại khi trao cho AI Agents quyền tự chủ hoàn toàn để đạt được các mục tiêu. Bạn phải tin tưởng rằng AI Agent sẽ hành động một cách đạo đức và an toàn.

Nguy cơ tận thế là một rủi ro lớn, đặc biệt nếu chúng ta xây dựng các hệ thống agentic có khả năng cao, hoàn toàn tự chủ và không được bảo vệ tốt. Hai cách chính để giảm thiểu rủi ro này là:

1. Quy định: Chính phủ có thể ban hành các quy định để hạn chế khả năng của AI Agents hoặc mức độ tự chủ mà chúng có thể đạt được.
2. Công tắc tắt: Các nhà nghiên cứu có thể thêm một loại công tắc tắt nào đó để dừng hoạt động của AI Agent nếu cần thiết.

Mặc dù nguy cơ tận thế có vẻ hơi viễn tưởng, nhưng nó vẫn là một rủi ro cần được xem xét.

Những Hạn Chế Từ Phía Người Dùng

Ngoài những hạn chế kỹ thuật và rủi ro tiềm ẩn, còn có một số yếu tố từ phía người dùng có thể cản trở việc áp dụng AI Agents:

1. Sự kháng cự đối với công nghệ mới
2. Thiếu dữ liệu đào tạo
3. Mất việc làm

1. Sự Kháng Cự Đối Với Công Nghệ Mới

Theo chu kỳ chấp nhận công nghệ, thường có một sự kháng cự nhất định từ mọi người trước khi họ thực sự chấp nhận một công nghệ mới. Điều này chủ yếu là do thiếu hiểu biết về tác động biến đổi của công nghệ đó và thiếu tin tưởng vào công nghệ mới, đặc biệt là từ các chủ doanh nghiệp vừa và nhỏ.

AI đã phải đối mặt với sự kháng cự này trong một thời gian. Nhiều người vẫn còn hoài nghi về AI. Khi AI Agents trở nên khả thi về mặt thương mại, sự hoài nghi này có thể vẫn còn. Sẽ có một sự kháng cự ban đầu đối với việc triển khai AI Agents.

Tuy nhiên, sự kháng cự này sẽ không kéo dài mãi mãi. Nếu một quán cà phê triển khai AI Agents và giảm chi phí sản xuất cà phê từ $100 xuống $80, thì những quán cà phê khác có thể sẽ bắt đầu mất khách hàng. Để cạnh tranh, họ cũng sẽ phải triển khai AI Agents hoặc một công nghệ tương tự. Ngay cả khi họ không thích nó, họ vẫn phải làm như vậy để tồn tại.

Theo thời gian, mọi người sẽ phải chấp nhận công nghệ mới vì nó sẽ trở thành một yêu cầu. Sẽ có những người tiên phong chấp nhận công nghệ mới trước, sau đó đến những người chấp nhận sớm, sau đó là phần lớn, và cuối cùng là những người chấp nhận muộn. Những người không chấp nhận công nghệ sẽ bị tụt lại phía sau.

2. Thiếu Dữ Liệu Đào Tạo

AI Agents cần dữ liệu độc quyền để hoạt động tối ưu. Nếu bạn muốn triển khai AI Agents trong một lĩnh vực cụ thể, chẳng hạn như tuân thủ, bạn cần đào tạo AI Agent đó trên dữ liệu độc quyền để nó biết phải làm gì trong từng tình huống. AI Agent không chỉ thông minh và biết mọi thứ về mọi thứ. Bạn cần đào tạo nó trên dữ liệu cụ thể để nó hoạt động tốt hơn trong việc hoàn thành các nhiệm vụ cụ thể trong lĩnh vực đó.

Nhiều doanh nghiệp nhỏ không có quyền truy cập vào loại dữ liệu này. Điều này sẽ khiến họ khó triển khai AI Agents hoàn toàn tự chủ và có độ chính xác cao.

3. Mất Việc Làm

Khi AI Agents ra đời, chúng sẽ thay thế nhiều công việc. Nếu bạn có một hệ thống có thể hoàn thành các nhiệm vụ một cách hoàn toàn tự chủ và có thể hoàn thành nhiều nhiệm vụ khác nhau chứ không chỉ một tập hợp nhiệm vụ hẹp, thì đó về cơ bản là định nghĩa của một nhân viên.

Trong tương lai, sẽ có một thị trường lớn cho nhân viên AI, tức là AI Agents mà bạn có thể thuê làm nhân viên với chi phí thấp hơn nhiều so với một nhân viên thực tế. Điều này có thể dẫn đến việc mất rất nhiều việc làm.

Hy vọng rằng chính phủ sẽ thiết lập các biện pháp bảo vệ hoặc quy định để đảm bảo rằng điều này không xảy ra, hoặc ít nhất là nếu nó xảy ra, thì các công việc bị mất sẽ được thay thế bằng các công việc khác để duy trì nền kinh tế. Tuy nhiên, mất việc làm là một rủi ro mà tất cả chúng ta phải đối mặt khi triển khai AI Agents hoàn toàn tự chủ.

Sẽ rất thú vị để xem mọi thứ diễn ra như thế nào trong tương lai.

Kết Luận

Chi phí, tỷ lệ lỗi, quyền riêng tư và nguy cơ tận thế là bốn hạn chế và rủi ro chính mà AI Agents hiện đang phải đối mặt. Ngoài ra, còn có sự kháng cự đối với công nghệ mới, thiếu dữ liệu đào tạo và nguy cơ mất việc làm. Hy vọng rằng bạn đã hiểu rõ hơn về những thách thức và cơ hội liên quan đến AI Agents.