Digital Intelligence (Trí tuệ số) đang mở ra giai đoạn tiếp theo của chuyển đổi số trong ngành sản xuất. Nền tảng của sự chuyển đổi này được xây dựng trên các hệ thống phần mềm doanh nghiệp như ALM, PLM, CAD và FSM, kết hợp với lớp công nghệ thông minh gồm các AI Agent.
Trong hơn 10 năm qua, PTC đã liên tục ứng dụng AI vào các giải pháp của mình, từ phân tích dự đoán trong ThingWorx, tối ưu thiết kế trong Creo, ứng dụng Machine Learning trong Servigistics đến Computer Vision trong Windchill. Hiện nay, PTC tiếp tục tích hợp AI Agent và Generative AI vào các sản phẩm như ServiceMax và Codebeamer nhằm nâng cao khả năng tự động hóa và hỗ trợ ra quyết định..jpeg)
Hình: Các giải pháp thông minh của PTC để hỗ trợ quản lý sản xuất (Nguồn: PTC)
Để triển khai AI Agent hiệu quả trong môi trường doanh nghiệp, nền tảng công nghệ được xây dựng trên bốn lớp chính: Tương tác người dùng (User Engagement), Dịch vụ ứng dụng (Application Services), Quản lý dữ liệu (Data Management) và Hệ sinh thái phần mềm (Software Ecosystem). Sự kết hợp của các lớp công nghệ này giúp doanh nghiệp chuyển từ việc đơn thuần số hóa dữ liệu sang khai thác Digital Intelligence, biến dữ liệu thành hành động và giá trị kinh doanh.
AI Agent có thể được sử dụng theo ba cách chính:
Ba hình thức này giúp AI được tích hợp liền mạch vào quy trình làm việc, từ hỗ trợ người dùng đến tự động hóa hoàn toàn các nghiệp vụ.
Một nguyên tắc quan trọng của các mô hình tương tác này là tích hợp liền mạch, bảo đảm AI phù hợp với quy trình, quy tắc và cơ chế phân quyền hiện có. Đồng thời, tính minh bạch và khả năng kiểm soát cũng rất cần thiết để theo dõi việc sử dụng AI, ghi nhận các quyết định và hành động do AI thực hiện, đặc biệt đối với các AI Agent hoạt động tự chủ.
Sau khi hiểu cách người dùng tương tác với AI Agent, chúng ta sẽ tìm hiểu sâu hơn về cách các Agent vận hành, từ các Agent cơ bản đến nâng cao, cũng như cách chúng phối hợp để tạo thành một mạng lưới tác tử thông minh.
AI Agent là các dịch vụ ứng dụng sử dụng trí tuệ nhân tạo để lập kế hoạch (plan), suy luận (reason) và thực hiện hành động (act). Các Agent có thể đảm nhận những nhiệm vụ từ cơ bản đến nâng cao và có khả năng phối hợp với nhau để hoàn thành các mục tiêu phức tạp.
Các Agent cơ bản có vai trò tư vấn và hỗ trợ người dùng bằng cách cung cấp quyền truy cập thông tin và trả lời câu hỏi dựa trên dữ liệu ngữ cảnh liên quan.
Một ví dụ điển hình là Windchill Document Vault Agent, được thiết kế để hỗ trợ các kỹ sư và chuyên gia kỹ thuật khai thác kiến thức từ hệ thống tài liệu doanh nghiệp. Agent này cho phép người dùng đặt câu hỏi trực tiếp và nhận được câu trả lời dựa trên nội dung được lưu trữ trong nhiều loại tài liệu kỹ thuật khác nhau như bảng dữ liệu kỹ thuật (Datasheets), tài liệu quản lý chất lượng (Quality Documents), báo cáo thử nghiệm (Test Reports) và nhiều nguồn tài liệu chuyên môn khác.
.jpeg)
Hình: Windchill Document Vault Agent tích hợp giao diện AI Chat. (Nguồn: PTC)
Nhờ đó, người dùng có thể nhanh chóng tìm kiếm, tổng hợp và khai thác kiến thức từ khối lượng lớn tài liệu mà không cần phải tra cứu thủ công.
Bên cạnh các Agent cơ bản, còn có các Agent nâng cao có khả năng hỗ trợ hoặc tự động hóa những nhiệm vụ cụ thể.
Ví dụ, một kỹ thuật viên dịch vụ có thể đặt câu hỏi về lịch làm việc thông qua giao diện AI Chat. Dựa trên ngữ cảnh của người dùng, Agent có thể tự động tạo các sự kiện mới trên lịch làm việc.
Các Agent nâng cao này sử dụng Mô hình Ngôn ngữ Lớn (Large Language Models - LLMs) để xử lý ngôn ngữ tự nhiên, suy luận và xác định ý định của người dùng, theo dõi tiến độ thực hiện nhiệm vụ.
Ngoài ra, chúng còn có khả năng sinh nội dung (Generative AI) để tạo câu trả lời cho người dùng, sinh các đoạn mã (code snippets) nhằm kích hoạt hành động trong các công cụ hoặc Agent khác.
Các Agent có thể phối hợp làm việc với nhau trong một hệ thống đa tác tử. Trong mô hình này, có các Agent điều phối (Coordinator Agents) chịu trách nhiệm phân công nhiệm vụ, điều phối hoạt động, giám sát quá trình thực hiện của các Agent khác. Chúng hoạt động tương tự như một người quản lý nhóm, điều hành một tập hợp các Agent chuyên biệt.
Các Agent còn lại là những Agent chuyên gia (Specialist Agents), được thiết kế để thực hiện các công việc cụ thể dựa trên những hướng dẫn và năng lực chuyên môn riêng. Ví dụ, ServiceMax đã triển khai một Coordinator Agent để điều phối nhiều Agent chuyên biệt phục vụ cho lĩnh vực Quản lý Dịch vụ Hiện trường (Field Service Management - FSM).
Một số Agent chuyên biệt bao gồm:
Nhờ kiến trúc đa Agent, các doanh nghiệp có thể xây dựng những hệ thống AI không chỉ trả lời câu hỏi mà còn có khả năng phối hợp, phân công và thực thi các quy trình nghiệp vụ phức tạp một cách tự động.
Hình: ServiceMax AI: Kiến trúc đa Agent (Nguồn: PTC)
Sau khi đã tìm hiểu các loại AI Agent khác nhau và vai trò của chúng trong phần mềm doanh nghiệp, chúng ta sẽ chuyển sang yếu tố cốt lõi giúp các Agent này trở nên thông minh và có khả năng thực hiện các hành động mang lại giá trị thực tiễn: dữ liệu.
Chính dữ liệu là nền tảng cung cấp tri thức cho AI Agent, giúp chúng hiểu ngữ cảnh, đưa ra quyết định phù hợp và thực hiện các hành động có ý nghĩa trong môi trường doanh nghiệp.
(Còn tiếp)
