Khi công ty có 10 AI Agent, ai sẽ cho chúng biết “khách hàng này là ai”? | CEO Insights
Khi doanh nghiệp vận hành nhiều AI Agent cùng lúc, rủi ro không nằm ở việc mô hình chưa đủ mạnh, mà ở chỗ mỗi agent lại đọc một phiên bản khác nhau về “khách hàng là ai”. Từ những động thái gần đây của HubSpot, OpenAI và Salesforce, CEO của OakMega bàn về Customer Context và quyền làm chủ quan hệ khách hàng trong thời đại AI Agent, cùng hai câu hỏi mà chủ doanh nghiệp nên đặt ra.
Porsche TsaiCEO
Khi công ty vận hành nhiều AI Agent cùng lúc, điều quyết định không phải là mô hình mạnh hay yếu, mà là chúng có cùng đọc một Customer Context hay không. Nếu mỗi agent chỉ nắm một mảnh dữ liệu khách hàng riêng, cùng một khách hàng sẽ bị coi như nhiều người khác nhau. Đây chính là bài học mà HubSpot, OpenAI và Salesforce gần đây đều đang gấp rút bù đắp.
Mục lục
- Một AI Agent thì rất hữu ích, mười agent thì bắt đầu sinh chuyện
- Bài học về Customer Context mà ngay cả ba “ông lớn” cũng đang phải học lại
- Chính vì không phải công ty lớn, bạn sẽ đụng tường sớm hơn và ít vốn liếng xoay xở hơn
- Hai câu hỏi bạn có thể dùng ngay hôm nay
- FAQ
Một AI Agent thì rất hữu ích, mười agent thì bắt đầu sinh chuyện
Hãy hình dung một tình huống.
Bạn đã triển khai AI. Bộ phận kinh doanh có một agent giúp theo dõi tiến độ deal và viết email chào hàng; marketing có một agent lên lịch đăng bài và theo dõi hiệu quả; chăm sóc khách hàng cũng có một agent tự động trả lời các câu hỏi thường gặp. Xét riêng từng cái, cái nào cũng hữu ích, sếp rất hài lòng.
Vấn đề là khi các agent này cùng lúc tiếp xúc với một khách hàng, mọi thứ bắt đầu lệch nhịp.
Agent kinh doanh đang hăng hái bám đuổi một đơn hàng, mà không biết khách hàng này ba ngày trước vừa nổi giận với bộ phận CSKH; agent CSKH đang lịch sự xử lý một ticket, mà không biết người kia thực ra là khách VIP đã ký hợp đồng ba năm; còn agent marketing thì vẫn đang gửi cho anh ấy ưu đãi dành cho khách hàng mới.
Ba agent, ba phiên bản về “khách hàng này là ai”. Với khách hàng, họ không làm việc với một công ty biết dùng AI, mà với một công ty như bị đa nhân cách.
Đây không phải vấn đề hiệu suất. Vấn đề hiệu suất dù tệ đến đâu cũng chỉ khiến mọi việc chậm hơn một chút. Đây là vấn đề nhận thức: cùng một khách hàng, nhưng công ty bạn lại coi như ba người khác nhau.
Bài học về Customer Context mà ngay cả ba “ông lớn” cũng đang phải học lại
Nếu bạn nghĩ AI Agent mạnh ai nấy làm chỉ là chuyện của công ty nhỏ, hãy nhìn lại tháng vừa qua. OpenAI, HubSpot và Salesforce gần như cùng lúc ra mắt sản phẩm mới, và tất cả đều nhắm vào cùng một vấn đề: doanh nghiệp kết nối ngày càng nhiều agent, nhưng các agent lại không thông với nhau.
OpenAI ra mắt Presence, nền tảng đưa AI Agent vào vận hành thực tế trong chăm sóc khách hàng. Nó vạch ranh giới cho từng agent: phải tuân thủ chính sách nào, có những quyền hạn gì, gặp tình huống nào thì phải chuyển cuộc hội thoại lại cho con người.
HubSpot ra mắt Agent Hub, một lớp kiểm soát để quản lý tập trung mọi agent. HubSpot gọi tình trạng hỗn loạn này là Agent Sprawl (agent mọc lan tràn): các agent trong công ty mỗi cái làm việc dựa trên dữ liệu thiếu sót và không đồng bộ với nhau. Agent Hub gom chúng về quản lý tại một chỗ.
Salesforce ra mắt Agent Fabric, có thể ví như tổng đài của các agent. Nó tự động kiểm kê các agent nằm rải rác trên nhiều nền tảng, giúp bạn nhìn qua là biết agent nào đang chạy và mỗi agent đang làm gì.
Ba công ty, ba cách làm, nhưng cốt lõi đều trả lời hai câu hỏi:
Một, “khách hàng là ai” trong mắt mỗi agent có được đọc từ cùng một nguồn dữ liệu không?
Hai, quyền hạn mà mỗi agent được phép thực hiện được vạch ranh giới ở đâu?
Câu thứ nhất là Customer Context, câu thứ hai là quản trị (governance). Customer Context (bối cảnh khách hàng) là một bộ dữ liệu khách hàng dùng chung giữa các phòng ban: khách hàng này là ai, đã có những tương tác nào với công ty, đã ký hợp đồng gì, còn vấn đề nào chưa giải quyết không. Dù là người nào hay agent nào tra cứu, cũng đều thấy cùng một phiên bản. Connectivity Benchmark Report năm 2026 của Salesforce cũng chỉ ra: doanh nghiệp trung bình vận hành cùng lúc 12 AI Agent, trong đó một nửa bị cô lập, không kết nối với nhau và không ai quản lý tập trung. Những agent này thường không phải do sếp ngồi xuống lên kế hoạch, mà do nhân viên tự làm theo nhu cầu công việc. Marketing thấy đăng bài chậm quá, tự kết nối một cái; kinh doanh thấy viết email chào hàng phiền phức, cũng dựng một cái; đồng nghiệp cuối tuần ngứa tay, lại nối thêm một cái nữa. Ai cũng xuất phát từ ý tốt, xét riêng từng quyết định đều hợp lý. Cho đến một ngày sếp hỏi thử, mỗi agent trả lời theo một “đáp án chuẩn” của riêng mình, lúc đó mới phát hiện dữ liệu đã bị chia cắt từ lâu.
Ai cũng biết: “Một mô hình rất thông minh đi kèm dữ liệu tồi chỉ có thể đưa ra câu trả lời sai với giọng điệu cực kỳ tự tin.” Đa số nghĩ rằng thắng thua của AI nằm ở mô hình, nhưng những ai đã thực sự chinh chiến trong doanh nghiệp đều biết, thắng thua nằm ở việc mô hình “đọc được gì”.
Chính vì không phải công ty lớn, bạn sẽ đụng tường sớm hơn và ít vốn liếng xoay xở hơn
Đọc đến đây, chủ doanh nghiệp vừa và nhỏ ở Đài Loan có thể thở phào: đó là nỗi lo của công ty lớn, quy mô như mình thì lấy đâu ra nhiều agent như vậy.
Đừng vội yên tâm. Vấn đề của công ty lớn là “quá nhiều”, nhiều đến mức tự đếm cũng không xuể; còn vấn đề của bạn là “quá sớm”.
Bạn sẽ không có hàng trăm agent, nhưng bạn sẽ có agent thứ ba. Và đúng vào ngày agent thứ ba đi vào hoạt động, bạn sẽ đụng phải bức tường y hệt, chỉ là tường nhỏ hơn và bạn phát hiện muộn hơn. Khác biệt nằm ở chỗ: công ty lớn đụng tường thì có cả một phòng IT dọn dẹp hậu quả; bạn đụng tường thì người dọn dẹp là chính bạn, và thường phải mất một khách hàng rồi mới nhận ra bức tường tồn tại.
Vì vậy, điều thực sự cần nghĩ không phải là “có nên mua thêm vài agent không”, mà là một câu hỏi căn bản hơn: thông tin “khách hàng là ai” của công ty bạn hiện đang nằm ở đâu? Rải rác trong file Excel của kinh doanh, lịch sử hội thoại của CSKH, danh sách của marketing, hay có một nơi mà tất cả mọi người, kể cả mọi agent, đều công nhận là cùng một bản duy nhất?
Đây chính là điều tôi luôn nhắc đến: “quyền làm chủ quan hệ khách hàng”.
Trước đây, khi nói về quyền làm chủ, chúng ta bàn chuyện khách hàng rốt cuộc thuộc về công ty, hay thuộc về một nhân viên kinh doanh nghỉ việc là mang khách đi theo. Sang thời đại agent, câu hỏi này chỉ đổi đối tượng: quan hệ khách hàng là một bộ sự thật chung nằm trong tay bạn, hay nằm rải rác trong cách hiểu riêng của mười agent?
Quyền làm chủ chưa bao giờ là bài toán kỹ thuật về quản lý dữ liệu, mà là bài toán về quyền kiểm soát. Ai nắm giữ quan hệ khách hàng mà mọi agent cùng đọc, người đó nắm giữ hiệu quả của AI.
Và thứ tự của việc này lại ngược hẳn với cách đa số mọi người đang làm. Đa số mua agent trước, đụng tường rồi mới quay lại nghĩ về dữ liệu; thứ tự đúng là dựng bộ sự thật chung về khách hàng trước, sau đó mới kết nối từng agent một. Lớp Context phải được xây trước, không phải vá lại về sau.
Hai câu hỏi bạn có thể dùng ngay hôm nay
Điều này, chúng tôi đặt ra cho chính mình trước tiên.
Nội bộ OakMega cũng dùng agent để giúp nhiều việc phiền phức chạy trơn tru hơn, nhưng chúng tôi cố ý không vội đóng gói chúng thành sản phẩm hay gắn cho cái tên thật kêu. Hơn cả việc có thêm một agent, chúng tôi quan tâm một điều: dù thử nghiệm gì trong nội bộ, tất cả đều phải đọc dữ liệu khách hàng từ cùng một nơi. Thà chậm một bước, còn hơn để mỗi công cụ tự mọc ra một phiên bản “khách hàng là ai” của riêng mình. Đây không phải bảo thủ, mà là kỷ luật.
Bởi tôi biết rất rõ: tính năng thì bù lại được, nhưng mối quan hệ khách hàng đã bị cắt thành mười mảnh thì không thể ghép lại.
Vậy nên, nếu gần đây bạn đang bị đủ loại đề xuất về AI, về agent đuổi theo, tôi gửi bạn hai câu hỏi. Lần tới, dù ai đến trình bày, hãy hỏi hai câu này trước:
- Nó đọc Customer Context của ai? Của riêng nó, hay bản mà mọi người trong công ty tôi cùng công nhận?
- Nó được phép làm gì, và không được phép làm gì? Ranh giới này do ai vạch ra?
Mô hình sẽ mạnh hơn qua từng thế hệ, việc đó bạn và tôi không cần bận tâm, tự khắc có người lo cạnh tranh. Nhưng thông tin “khách hàng là ai” nằm trong tay ai, ranh giới “được làm gì” do ai vạch ra — hai việc này không ai nghĩ thay bạn, và cũng không ai quyết định thay bạn được.
Nhưng thật ra bạn không cần gánh một mình. Đội ngũ FDE của OakMega không giúp bạn cài thêm vài agent, mà cùng bạn xây dựng trước bộ sự thật về khách hàng mà mọi người và mọi agent cùng đọc, vạch rõ ranh giới “được làm gì”, rồi mới kết nối AI vào từng bước một — từ làm rõ nhu cầu, phát triển đến đồng hành cho tới khi bạn dùng thành thạo, tất cả chỉ qua một đầu mối duy nhất. Nền móng vững trước, chọn mô hình sau cũng chưa muộn.
Đó mới là bài tập thực sự thuộc về chủ doanh nghiệp trong thời đại agent.
Nếu AI của bạn đang mắc kẹt ở khâu triển khai, đã tốn tiền mà vẫn chưa thực sự dùng được, hãy để OakMega FDE cùng bạn xây dựng thông tin “khách hàng là ai” — từ làm rõ nhu cầu đến khi dùng thành thạo, chỉ qua một đầu mối duy nhất 👉 Liên hệ chúng tôi
Câu hỏi thường gặp
Q: Customer Context là gì? Vì sao nó quan trọng với AI Agent?
Customer Context là một bộ sự thật thống nhất về khách hàng giữa các phòng ban, bao gồm danh tính khách hàng, lịch sử tương tác, hợp đồng và trạng thái dịch vụ. Chỉ khi nhiều AI Agent cùng đọc một Context, chúng mới đưa ra được nhận định nhất quán về cùng một khách hàng; thiếu nó, mỗi agent chỉ có thể tự phỏng đoán, dẫn đến mâu thuẫn và trải nghiệm bị đứt gãy.
Q: Vì sao doanh nghiệp vừa và nhỏ càng nên coi trọng việc này hơn doanh nghiệp lớn?
Doanh nghiệp lớn tuy có nhiều agent nhưng thường có đội IT dọn dẹp hậu quả; doanh nghiệp vừa và nhỏ thường đụng tường ngay từ agent thứ ba, lại hay chỉ phát hiện ra sau khi đã mất khách hàng, và càng ít vốn liếng để khắc phục.
Q: Trước khi triển khai AI Agent nên làm gì trước?
Trước tiên hãy xây dựng một bộ sự thật về khách hàng mà mọi người (và mọi agent) cùng đọc, sau đó mới kết nối từng agent. Làm ngược thứ tự — mua agent trước, vá dữ liệu sau — là nguyên nhân chính khiến phần lớn các dự án triển khai thất bại.
