Quay lại Trung tâm tri thức

Làm quen với VINCIS GPT: cách mới để xây dựng và vận hành đội ngũ AI của doanh nghiệp

Tìm hiểu cách VINCIS GPT đưa AI vào sâu công việc hằng ngày của đội ngũ, giúp doanh nghiệp nâng cao hiệu suất, tăng tốc phối hợp và liên tục tạo ra giá trị.

Đội ngũ sản phẩm VINCISGPTChính thức8 phút đọc

Hồ sơ đầy đủ của một công việc: Work nêu mục tiêu, Evidence cung cấp bằng chứng có thể đọc lại, Outcome là kết luận hệ thống rút ra từ đó — kể cả “không thể xác nhận”.

Phần lớn các nhóm tiếp cận AI theo cùng một cách: mở một khung trò chuyện, đặt một câu hỏi, sao chép một đoạn trả lời. Con đường này ngắn và hữu ích, nhưng nó dừng lại ở phạm vi cá nhân. Khi một công việc cần nhiều người phối hợp, cần được lưu lại hồ sơ và cần có người chịu trách nhiệm, một khung trò chuyện là không đủ.

VINCIS GPT hướng đến giải quyết nửa sau của vấn đề đó: biến AI từ “một công cụ biết trả lời câu hỏi” thành “một bên cộng tác có thể tham gia công việc, để lại bằng chứng và chịu sự giám sát”. Bài viết này giới thiệu cấu trúc cơ bản của hệ thống, cùng cách một nhóm thường đưa nó vào công việc hằng ngày.

Điểm chính

  • Công việc được mô hình hóa thành ba đối tượng: Work (cần làm gì), Evidence (dựa vào đâu để nói rằng đã làm), Outcome (kết quả hệ thống đánh giá dựa trên bằng chứng đó).
  • AI Employee có năng lực thực thi nhưng không có quyền phê duyệt — hai điều này được tách biệt trong hệ thống.
  • “Không tìm thấy dữ liệu” và “đọc dữ liệu thất bại” là hai trạng thái khác nhau; hệ thống không coi trường hợp sau là trường hợp trước.
  • Nội dung trò chuyện không tự động trở thành tri thức doanh nghiệp; một sự thật chính thức cần có nguồn gốc, ngữ cảnh và căn cứ xác nhận.

Vì sao “dùng AI” và “để AI tham gia công việc” không phải là một

Ngưỡng để dùng AI rất thấp: bạn hỏi, nó trả lời, bạn tự đánh giá câu trả lời có hữu ích hay không. Ranh giới trách nhiệm trong toàn bộ quá trình rất rõ ràng — quyền phán đoán nằm trong tay bạn, và rủi ro cũng vậy.

Nhưng khi AI bắt đầu làm việc thay bạn — gửi một email, cập nhật một bản ghi, gọi một dịch vụ bên ngoài — ranh giới trách nhiệm trở nên mờ nhạt. Ai đã cho phép? Việc đã thành công chưa? Dựa vào đâu để nói là đã thành công? Nếu có sự cố, ai chịu trách nhiệm? Những câu hỏi này không có lời đáp trong khung trò chuyện, vì khung trò chuyện chỉ có văn bản, không có trạng thái.

Mô hình nói “đã hoàn thành” và việc đó thực sự đã hoàn thành là hai thông tin khác nhau.

Tiền đề thiết kế của VINCIS GPT là: lời tự thuật của mô hình không cấu thành bằng chứng thực thi. Một công việc đã hoàn thành hay chưa phụ thuộc vào việc hệ thống có thu được bằng chứng độc lập, có thể đọc lại hay không, chứ không phụ thuộc vào cách diễn đạt trong câu trả lời. Tiền đề này nghe có vẻ thận trọng, nhưng nó quyết định cấu trúc của toàn bộ hệ thống.

Ba đối tượng cốt lõi

Để “công việc” trở thành thứ có thể theo dõi được, VINCIS GPT dùng ba đối tượng để mô tả nó.

WorkViệc cần hoàn thành: mục tiêu, người phụ trách, trạng thái, ràng buộc
EvidenceTài liệu chứng minh thao tác hoặc kết quả: bản ghi hệ thống, biên nhận từ công cụ, dữ liệu đọc lại từ bên ngoài
OutcomeĐánh giá của hệ thống dựa trên bằng chứng, không phải lời tự thuật của mô hình

Outcome chỉ có bốn giá trị, và cố ý giữ lại một mức “không biết”:

Trạng tháiÝ nghĩaHành vi của hệ thống
SUCCESSCó đủ bằng chứng cho thấy mục tiêu đã hoàn thànhGhi lại nguồn bằng chứng, kết thúc Work đó
FAILEDCó bằng chứng cho thấy việc thực thi thất bạiGiữ nguyên hiện trạng lỗi, chờ xử lý
UNKNOWNDữ liệu hiện có chưa đủ để xác nhận thành công hay thất bạiDừng lại và yêu cầu đối chiếu, không thực thi lặp lại
NOT_CONNECTEDNăng lực thực thi hoặc xác minh liên quan chưa được kết nốiThông báo rõ chỗ còn thiếu, không dùng dữ liệu mô phỏng
Vì sao giữ lại UNKNOWN

Phần lớn các hệ thống sẽ xếp “đọc dữ liệu quá thời gian” vào nhóm thất bại, hoặc đơn giản coi như không có gì bất thường. Cả hai cách đều tạo ra sự chắc chắn sai lệch. Giữ lại UNKNOWN nghĩa là hệ thống thừa nhận mình không biết; cái giá phải trả là thêm một lần đối chiếu thủ công, còn lợi ích là không tiếp tục đi tiếp dựa trên một kết luận sai.

AI Employee gia nhập nhóm như thế nào

AI Employee là chủ thể thực thi được giao trách nhiệm và năng lực cụ thể. Nó có thể nhận nhiệm vụ, phân tích vấn đề, đề xuất kế hoạch, gọi công cụ trong phạm vi cho phép, thực hiện những công việc đã được ủy quyền và ghi lại toàn bộ quá trình.

Những việc nó không được làm cũng rõ ràng như vậy, và các giới hạn này không phải là thỏa thuận ở tầng câu lệnh (prompt), mà là ràng buộc ở tầng hệ thống:

  • không được mạo danh con người, cũng không được phê duyệt với tư cách con người;
  • không được tự tạo quyền hạn cao hơn cho mình, hay tự phê duyệt nhiệm vụ của mình;
  • không được ghi trực tiếp đầu ra của mô hình thành sự thật của doanh nghiệp;
  • không được tuyên bố nhiệm vụ thành công khi không có bằng chứng hợp lệ.

Nói cách khác, ranh giới năng lực và ranh giới quyền hạn của AI Employee là hai thứ độc lập. Có thể gọi một công cụ không có nghĩa là có quyền quyết định khi nào nên gọi nó.

Quyền hạn và phê duyệt: ai được quyết định điều gì

Hệ thống phân biệt bốn khái niệm thường bị nhầm lẫn với nhau:

  1. Năng lực thực thi — được dùng những công cụ nào, xử lý loại nhiệm vụ nào.
  2. Quyền yêu cầu — có được đưa ra một yêu cầu nào đó hay không. Đưa ra yêu cầu không đồng nghĩa với phê duyệt yêu cầu.
  3. Quyền Owner — chỉ đến từ hồ sơ danh tính được hệ thống chính thức bổ nhiệm và xác minh.
  4. Quyết định phê duyệt — phải đến từ một người thật, đã được xác minh và có thẩm quyền đưa ra quyết định đó.

Một điểm đặc biệt cần nhấn mạnh: địa chỉ email, tên hiển thị, chức danh, nhãn vai trò, tên tổ chức — không thứ nào trong số này tạo ra quyền hạn. Chúng là thông tin liên hệ và thông tin hiển thị, không phải bằng chứng ủy quyền. Một tài khoản tự đặt tên là admin@ không hề có liên hệ nào với hồ sơ Owner trong hệ thống phân quyền.

# Thứ tự xét quyền hạn, biểu diễn giản lược
verify  identity      → hồ sơ danh tính đã được xác minh trong hệ thống
check   capability    → chủ thể này có thể thực hiện loại thao tác này không
check   authorization → thao tác này đã được ủy quyền hợp lệ chưa
require approval      → hành động rủi ro cao cần người thật xác nhận
record  evidence      → kết quả thực thi phải đọc lại được

# Bất kỳ khâu nào không thể xác nhận → từ chối hoặc tạm dừng, chứ không tiếp tục

Khi liên quan đến việc công bố ra bên ngoài, gửi thông tin, thanh toán, thay đổi quyền hạn hoặc xử lý dữ liệu nhạy cảm, hệ thống sẽ yêu cầu xác nhận hoặc phê duyệt. Khi chưa có ủy quyền hợp lệ, hệ thống sẽ từ chối thực thi — đây không phải là lỗi, mà là thiết kế.

Tri thức doanh nghiệp không phải là lịch sử trò chuyện

Nhóm càng dùng lâu thì càng nảy sinh một câu hỏi: nội dung nào mới được tính?

Cách VINCIS GPT xử lý là tách bạch hai thứ này. Nội dung trò chuyện, suy đoán của mô hình và văn bản do AI tạo ra, theo mặc định, đều không phải là sự thật của doanh nghiệp. Để trở thành tri thức chính thức, một thông tin cần có nguồn gốc rõ ràng, ngữ cảnh có thể khôi phục và căn cứ xác nhận phù hợp. Thông tin không thể xác nhận sẽ giữ ở trạng thái chưa biết, không bị tự động bổ sung thành một câu trả lời trông có vẻ đầy đủ.

Hiệu quả thực tế của quy tắc này là: kho tri thức không bị “bẩn” đi vì được dùng nhiều. Nó tăng trưởng chậm hơn, nhưng phần tăng thêm là phần có thể trích dẫn được.

Từ dùng thử đến dùng hằng ngày: một nhịp triển khai khả thi

Phần lớn các nhóm không cần tích hợp toàn diện ngay từ đầu. Cách triển khai chắc chắn hơn là chia làm ba bước:

  1. Bắt đầu với những việc chỉ đọc. Nghiên cứu, tra cứu, tổng hợp, phân tích — những nhiệm vụ này không có tác động phụ ra bên ngoài, nếu sai thì chỉ mất công làm lại, nên phù hợp để hình thành nhận định về chất lượng đầu ra.
  2. Sau đó kết nối một đến hai connector. Chọn những hệ thống mà bạn có thể kiểm chứng kết quả, xác nhận phạm vi ủy quyền, đối tượng thao tác và các tác động phụ có thể xảy ra, rồi quan sát xem Evidence có thực sự đọc lại được hay không.
  3. Cuối cùng mới đến tự động hóa. Chỉ khi hồ sơ từ hai bước trước đã đủ nhiều và đủ đáng tin, mới bàn đến việc khâu nào có thể giảm bớt xác nhận thủ công.
Lưu ý

Đừng để AI một mình đưa ra những quyết định có thể ảnh hưởng nghiêm trọng đến tính mạng, sức khỏe, quyền lợi quan trọng hoặc địa vị pháp lý của một cá nhân. Các đánh giá liên quan đến pháp lý, y tế, tài chính, thuế, an ninh hoặc nhân sự cần được người có chuyên môn phù hợp thẩm định lại.


Những hiểu lầm thường gặp

“Đầu ra trông rất chuyên nghiệp, chắc không có vấn đề gì.” Sự trôi chảy và sự chính xác là hai chuyện khác nhau. Mô hình ngôn ngữ vẫn đưa ra câu trả lời có cấu trúc hoàn chỉnh ngay cả khi không chắc chắn — đó chính là lý do cần đối chiếu.

“Nó nói là đã gọi thành công rồi.” Hãy xem Evidence và Outcome. Bằng chứng thực thi do hệ thống cung cấp và lời mô tả của mô hình về việc thực thi không phải là một.

“Tính năng này chắc chạy cục bộ nhỉ.” Đừng giả định như vậy, trừ khi nó được đánh dấu rõ là chỉ xử lý cục bộ. Ranh giới cụ thể phụ thuộc vào tính năng bạn dùng, cách triển khai và các dịch vụ được gọi.

Đưa AI vào công việc, cái khó chưa bao giờ là khiến nó cất lời, mà là khiến lời nó nói có thể kiểm chứng được. Phần lớn thiết kế của VINCIS GPT đều xoay quanh đúng một điều đó.

Đội ngũ sản phẩm VINCISGPTVINCIS LIMITED

Chúng tôi phụ trách thiết kế sản phẩm và tài liệu của VINCISGPT. Nếu bạn còn thắc mắc về cơ chế trong bài, hoặc thấy mô tả không khớp với cách sản phẩm thực sự hoạt động, hãy phản hồi qua Trung tâm trợ giúp.

Giao cho VINCISGPT một công việc thật

Đặt vào bối cảnh doanh nghiệp của bạn, xem nó chia nhỏ nhiệm vụ, sắp xếp bằng chứng và trả về kết quả bạn có thể kiểm chứng.

Làm quen với VINCIS GPT: cách mới để xây dựng và vận hành đội ngũ AI của doanh nghiệp · VINCISGPT