Tại hội nghị VB Transform 2026 diễn ra ngày 29/7, bà Siobhán Mc Feeney, Phó Chủ tịch cấp cao (SVP) của tập đoàn bán lẻ Mỹ Target, đã đưa ra quan điểm thực tế về làn sóng AI hiện nay. Theo bà, các mô hình AI không phải là yếu tố tạo nên lợi thế cạnh tranh cốt lõi cho Target, mà chính là toàn bộ hệ thống kiến trúc, quản trị và quy trình vận hành được xây dựng xung quanh chúng. Lời khẳng định này phản ánh góc nhìn tỉnh táo của một "ông lớn" bán lẻ trước cơn sốt AI bùng nổ toàn cầu.
Bối cảnh & Nguyên nhân
Cơn sốt AI tạo sinh thúc đẩy nhiều doanh nghiệp vội vã triển khai các tác tử (agent) tự động mà thiếu đi sự chuẩn bị kỹ lưỡng về mặt hệ thống. Tại Target, quy trình này được tiếp cận một cách thận trọng và thực tế hơn rất nhiều. Trước khi quyết định xây dựng bất kỳ tác tử nào, đội ngũ phát triển phải trả lời hàng loạt câu hỏi cốt lõi để xác định xem vấn đề đó có thực sự cần đến một tác tử AI hay không, và nếu có thì thuộc loại nào. Quy trình "đăng ký và chứng nhận tác tử" được thiết lập nghiêm ngặt nhằm tránh việc trùng lặp tài nguyên và công sức. Target cũng chú trọng xây dựng hệ thống truy xuất nguồn gốc (lineage) từ khi một tác tử được sinh ra cho đến khi vận hành thực tế. Điều này đảm bảo rằng khi có sự cố xảy ra vào lúc nửa đêm, các kỹ sư có thể nhanh chóng hiểu được toàn bộ chuỗi hành vi đã diễn ra.
Phân tích kỹ thuật & Công nghệ
Về mặt kỹ thuật, Target không phụ thuộc vào một mô hình duy nhất mà áp dụng linh hoạt theo từng bài toán tối ưu chi phí. Các mô hình tiên tiến nhất (frontier models) chỉ được dùng cho các tác vụ cực kỳ phức tạp như chuỗi cung ứng hàng hóa lớn, vốn đòi hỏi xử lý hàng tỷ điểm dữ liệu. Để quản lý hiệu quả, Target xây dựng một thang đo quyền tự quyết (autonomy ladder) gồm 4 cấp độ rõ rệt cho các tác tử. Ban đầu, AI chỉ được phép quan sát không hành động, sau đó nâng lên đề xuất hành động chờ phê duyệt, tiếp đến là tự hoạt động trong ranh giới an toàn (guardrails) được định sẵn. Ở cấp độ cao nhất hiện tại, các tác tử có thể tự vận hành quy trình từ đầu đến cuối nhưng vẫn luôn có sự giám sát của con người (human-in-the-loop). Đáng chú ý, các tác tử phải "chứng minh năng lực" để được tăng cấp độ tự trị, và sẽ lập tức bị tước quyền hoặc hạ cấp nếu hiệu suất bị suy giảm hoặc xảy ra hiện tượng lệch quỹ đạo (drift).
Ý kiến chuyên gia & Nhận định
Chia sẻ về hiệu quả thực tế, bà Mc Feeney đã dẫn ra ví dụ về một mô phỏng bản sao kỹ thuật số (digital-twin) dự báo lượng hàng tồn kho của mặt hàng quần short nam tại các cửa hàng ở Long Beach. Hệ thống AI đề xuất tăng lượng hàng lên gấp 6 đến 7 lần tại một cửa hàng cụ thể, khiến các nhà phân tích ban đầu hoài nghi dữ liệu này. Tuy nhiên, phân tích sâu cho thấy cửa hàng đó chỉ cách bãi biển chưa đầy 2 dặm, trong khi các cửa hàng khác nằm sâu trong đất liền. Target đã chấp nhận khuyến nghị của AI và toàn bộ số hàng hóa đó sau đó đã được bán sạch. Theo bà Mc Feeney: "Đây là khoa học. Điều này mang tính toán học chặt chẽ và đem lại sự tự tin lớn hơn so với các phương pháp dự báo thủ công trước đây."
Tác động & Tương lai
Sự thành công của hệ thống AI tại Target cho thấy lợi thế công nghệ lâu dài không nằm ở việc sở hữu mô hình AI đắt đỏ nhất, mà ở năng lực tích hợp hệ thống và quản trị dữ liệu. Xu hướng này đòi hỏi một lực lượng lao động mới có kỹ năng đặc thù, nơi các kỹ sư không chỉ viết mã mà còn đóng vai trò như những người điều phối, huấn luyện cả con người lẫn máy móc cùng làm việc song song. Đối với các doanh nghiệp Việt Nam đang chuyển đổi số, bài học từ Target nhấn mạnh tầm quan trọng của việc xây dựng nền tảng hạ tầng vững chắc và các rào cản kỹ thuật an toàn trước khi chạy theo các xu hướng AI nhất thời.