Khi “đội quân AI” không hiệu quả như kỳ vọng
Trong làn sóng bùng nổ của trí tuệ nhân tạo, khái niệm “AI Agents” đang được xem như bước tiến tiếp theo của tự động hóa. Nhiều doanh nghiệp kỳ vọng rằng thay vì một công cụ đơn lẻ, họ có thể triển khai cả một hệ thống gồm nhiều AI phối hợp với nhau để xử lý các công việc phức tạp, từ vận hành, marketing đến phát triển sản phẩm.
Viễn cảnh này nghe rất hấp dẫn. Một “đội quân” AI có thể tự phân chia nhiệm vụ, trao đổi thông tin và hoàn thành dự án mà không cần con người can thiệp. Tuy nhiên, thực tế lại không đơn giản như vậy.
Theo nghiên cứu của Jeremy McEntire, chuyên gia về hệ thống tổ chức, AI chỉ thực sự hoạt động hiệu quả khi làm việc độc lập. Khi đưa nhiều AI vào cùng một hệ thống, hiệu suất không những không tăng mà còn giảm mạnh theo cấp số nhân.
Trong thử nghiệm, một AI đơn lẻ đạt tỷ lệ thành công tuyệt đối. Nhưng khi chuyển sang mô hình phân cấp, nơi một AI điều phối các AI khác, tỷ lệ thất bại đã tăng đáng kể. Đáng chú ý nhất là mô hình nhiều AI phối hợp ngang hàng, nơi thất bại xảy ra tới 68% thời gian.
“Drama công sở” của AI: Lặp việc, bỏ sót, không ai chịu trách nhiệm
Điều khiến nhiều người bất ngờ là những vấn đề mà AI gặp phải lại rất giống với môi trường làm việc của con người. Dù không có cảm xúc, cái tôi hay động cơ cá nhân, các AI vẫn mắc phải những lỗi mang tính “tổ chức”.
Chúng có thể bỏ qua hướng dẫn từ “đồng nghiệp”, làm trùng lặp công việc hoặc không biết khi nào cần chuyển giao nhiệm vụ. Trong một số trường hợp, các hệ thống còn rơi vào trạng thái “tê liệt” vì kế hoạch chồng chéo, mỗi AI đều cố gắng tối ưu theo cách riêng mà không có sự phối hợp tổng thể.
Nói cách khác, vấn đề không nằm ở khả năng xử lý hay trí tuệ của AI, mà nằm ở cách chúng tương tác với nhau. Khi số lượng tác nhân tăng lên, độ phức tạp của hệ thống cũng tăng theo, kéo theo rủi ro mất kiểm soát.
Gốc rễ vấn đề: Không phải công nghệ, mà là điều phối
Theo các chuyên gia, nguyên nhân chính dẫn đến thất bại của hệ thống đa tác nhân không nằm ở bản thân AI, mà nằm ở cách tổ chức và điều phối.
Diptamay Sanyal, kỹ sư tại CrowdStrike, chỉ ra rằng khi độ phức tạp tăng lên, lỗi không chỉ tăng tuyến tính mà có thể “leo thang” rất nhanh. Một trong những vấn đề lớn nhất là việc truyền tải ngữ cảnh giữa các AI. Mỗi lần chuyển giao thông tin, dữ liệu có thể bị sai lệch hoặc mất mát, khiến kết quả cuối cùng không còn chính xác.
Trong khi đó, Nik Kale từ Cisco nhấn mạnh rằng con người có thể xử lý vấn đề này bằng giao tiếp trực tiếp, nhưng AI thì không có khả năng “trao đổi linh hoạt” như vậy. Mỗi lần bàn giao công việc giữa các hệ thống đều tiềm ẩn nguy cơ sai lệch thông tin.
Điều này khiến mô hình “AI tự thảo luận với nhau” trở nên kém hiệu quả hơn nhiều so với kỳ vọng ban đầu.
Ảo tưởng về “trí tuệ tập thể AI”
Trong thời gian qua, nhiều công ty công nghệ quảng bá về khả năng xây dựng các hệ thống AI có thể tự vận hành như một tập thể thông minh. Tuy nhiên, thực tế cho thấy đây vẫn là một mục tiêu chưa khả thi ở quy mô lớn.
Các chuyên gia cho rằng việc để nhiều AI tự do tương tác mà không có kiểm soát chặt chẽ dễ dẫn đến tình trạng hỗn loạn. Khi không có một cơ chế điều phối rõ ràng, hệ thống có thể tiêu tốn tài nguyên chỉ để lập kế hoạch mà không tạo ra giá trị thực tế.
Thay vì trở thành một “bộ não tập thể”, các hệ thống này lại giống như một tổ chức thiếu cấu trúc, nơi mọi người đều làm việc nhưng không ai thực sự chịu trách nhiệm cho kết quả cuối cùng.
Lối thoát: Không phải thêm AI, mà là kiểm soát tốt hơn
Giải pháp không nằm ở việc giảm số lượng AI, mà nằm ở cách triển khai chúng. Theo Shivanath Devinarayanan từ Asymbl, các doanh nghiệp thành công không để AI “tự do làm việc nhóm”, mà xây dựng một lớp điều phối trung tâm.
Trong mô hình này, mỗi AI được giao một nhiệm vụ rất cụ thể, với đầu vào và đầu ra được định nghĩa rõ ràng. Trước khi các AI tương tác với nhau, toàn bộ quy trình đã được thiết kế chi tiết, bao gồm dữ liệu nào được chuyển giao, khi nào cần con người can thiệp và ai chịu trách nhiệm ở từng bước.
Cách tiếp cận này giúp giảm thiểu rủi ro mất kiểm soát, đồng thời tận dụng được điểm mạnh của AI là xử lý nhanh và chính xác các tác vụ lặp lại.
Bài học cho doanh nghiệp: Đừng “ảo tưởng hóa” AI
Nghiên cứu này mang lại một thông điệp rất rõ ràng: công nghệ dù tiên tiến đến đâu cũng không thể thay thế một hệ thống tổ chức tốt.
Nếu quy trình làm việc chưa rõ ràng, việc đưa thêm AI vào không giúp giải quyết vấn đề, mà còn có thể khiến mọi thứ trở nên phức tạp và tốn kém hơn. AI có thể khuếch đại hiệu quả, nhưng cũng có thể khuếch đại cả sự hỗn loạn.
Do đó, thay vì cố gắng xây dựng một “đội Avengers AI”, doanh nghiệp nên bắt đầu từ những bước nhỏ hơn, như tự động hóa các tác vụ cụ thể, rõ ràng và có thể đo lường.
AI không “toàn năng” như nhiều người nghĩ, đặc biệt khi đặt trong bối cảnh làm việc nhóm. Dữ liệu cho thấy rằng một AI đơn lẻ, được tối ưu tốt, có thể hiệu quả hơn nhiều so với một hệ thống phức tạp nhưng thiếu điều phối.
Trong giai đoạn hiện tại, giá trị lớn nhất của AI không nằm ở việc thay thế hoàn toàn con người hay tạo ra một trí tuệ tập thể tự vận hành, mà nằm ở khả năng hỗ trợ và tăng tốc những quy trình đã được thiết kế tốt.
Nói cách khác, AI không sửa được một hệ thống kém. Nhưng nếu hệ thống đã tốt, AI sẽ giúp nó chạy nhanh hơn rất nhiều.