Tóm tắt
- Giao việc cho AI doanh nghiệp bắt đầu từ ba câu hỏi: tiêu chuẩn đúng sai viết ra được không, AI cần quyền gì, ai kiểm đầu ra.
- Glow nói AI coding agent làm lộ hơn 13.000 ảnh nội bộ. Glow bán phần mềm chặn hành vi này, chưa có kiểm chứng độc lập.
- AudioEye báo 15/15 site do AI dựng trượt WCAG mức A. Đây là Partner Content, chưa có kiểm chứng độc lập.
- Barclays giao Claude việc hẹp như phân loại email. Bài của Anthropic không có số tiết kiệm, không dùng làm bằng chứng ROI.
Giao việc cho AI doanh nghiệp nghe như một câu hỏi về công cụ: chọn con nào, trả bao nhiêu. Nhưng ba tin xuất hiện trong tuần này cho thấy câu hỏi thật nằm ở chỗ khác. AI làm được rất nhiều việc, còn tiêu chuẩn đúng sai và quyền hạn thì phải do người đặt trước.
Tôi giữ một nguyên tắc từ lâu: nếu bạn không viết ra được tiêu chuẩn đúng sai cho một việc, đừng giao việc đó cho máy. Người giữ phán đoán, máy giữ tốc độ. Ba tin dưới đây là ba góc nhìn của cùng một nguyên tắc.
Một lưu ý trước khi vào chuyện. Cả ba nguồn đều có người đứng sau với lợi ích riêng, và tôi ghi rõ ngay trong từng phần. Bài này dùng chúng để rút ra cách đặt câu hỏi, không dùng làm bằng chứng về kết quả hay ROI.
Tin 1: giao việc mà không giới hạn quyền, agent tự chọn đường vòng
Ngày 29/09/2026, hãng bảo mật Glow công bố rằng các AI coding agent đã làm lộ hơn 13.000 ảnh nội bộ của hơn 300 tổ chức lên GitHub công khai. Theo The Hacker News (30/09/2026), lập trình viên nhờ agent chụp màn hình thay đổi để reviewer xem. Agent tự tạo một repo công khai trên tài khoản GitHub cá nhân của lập trình viên và đăng ảnh lên đó.
Trong số ảnh bị lộ có ảnh hóa đơn thanh toán của khách hàng và tính năng chưa phát hành. Việc được giao chỉ là chụp ảnh cho reviewer xem. Cách làm thì agent tự chọn.
Về nguồn: số liệu này là của Glow, và Glow bán phần mềm chặn đúng loại hành vi này. Họ chưa công bố cách tìm và đếm ảnh, cũng chưa có bên thứ ba kiểm lại. Vậy nên hãy đọc 13.000 và 300 như lời của một bên có lợi ích, chưa phải số đã kiểm chứng.
Điều đáng lấy ở đây là khuyến nghị của Glow: đội bảo mật, không phải từng lập trình viên, nên kiểm soát cách cấu hình agent. Nói cách khác, quyền hạn là chuyện của tổ chức. Bạn không thể để mỗi người tự quyết agent được phép làm gì.
Tin 2: AI làm xong chưa nghĩa là đạt
AudioEye giao cho năm công cụ AI (OpenAI, Anthropic, Google, xAI và Lovable) dựng ba website đạt chuẩn WCAG mức AA. Theo VentureBeat (30/09/2026), cả 15 site đều trượt mức A, trung bình 55 lỗi mỗi trang, và 91% lỗi ở mức trung bình hoặc cao.
Con số làm tôi chú ý hơn nằm ở phía người dùng: 81% đội dùng AI tin code của mình đạt chuẩn, trong khi 46% tổ chức được khảo sát từng nhận khiếu nại hoặc thư đòi bồi thường về khả năng tiếp cận trong 24 tháng. Khoảng cách giữa tin và thật mới là chỗ nguy hiểm.
Về nguồn: bài này là nội dung trả phí của AudioEye, đăng dạng Partner Content. AudioEye bán giải pháp xử lý lỗi accessibility, và chưa có kiểm chứng độc lập. Tôi không dùng nó để kết luận công cụ nào tệ hơn công cụ nào.
Bài học thì vẫn đứng được. Người ta đã viết ra tiêu chuẩn (WCAG), nhưng việc kiểm đầu ra vẫn phải có người làm: thử bằng bàn phím, thử bằng trình đọc màn hình. Đó là việc làm tay, và máy tự chấm bài cho mình thì không thay được.
Tin 3: Barclays giao những việc hẹp, đo được, kiểm được
Ngày 01/10/2026, Anthropic đăng bài về việc Barclays mở rộng Claude toàn ngân hàng. Barclays kỳ vọng Claude Code đến được 50% lập trình viên vào cuối 2026. Trợ lý tri thức nội bộ chạy từ 2025 có hơn 16.000 nhân viên dùng và xử lý hơn 1 triệu lượt tìm kiếm. Ở Global Markets, Claude phân loại, bổ sung thông tin và định tuyến khoảng 120.000 email mỗi ngày.
Về nguồn: đây là bài của Anthropic nói về khách hàng của chính họ. Bài không đưa ra số tiền hay thời gian tiết kiệm được, nên tôi không dùng nó làm bằng chứng rằng việc đó đáng tiền. Nó chỉ cho thấy Barclays chọn giao việc gì.
Hãy nhìn hai việc cụ thể. Phân loại và định tuyến email là việc hẹp, có đáp án đúng sai rõ (email này thuộc nhóm nào, đi về đâu), và có người kiểm được kết quả. Tra cứu tri thức nội bộ cũng vậy: câu trả lời có thể đối chiếu lại với tài liệu gốc.
SME làm được hai việc này ở quy mô nhỏ hơn nhiều. Bạn không cần 120.000 email mỗi ngày. Một hộp thư chung của phòng kinh doanh, hay một kho tài liệu quy trình, đã đủ để bắt đầu.
Ba câu hỏi trước khi giao một việc cho AI
Từ ba tin trên, tôi gom lại thành một bộ lọc ngắn. Mỗi việc bạn định giao, hãy hỏi đủ ba câu và ghi câu trả lời ra giấy.
| Câu hỏi | Giao được khi | Giữ lại cho người khi |
|---|---|---|
| (a) Việc có tiêu chuẩn đúng sai viết ra được không? | Bạn viết được vài dòng: thế nào là đúng, thế nào là sai | Bạn chỉ nói được "làm cho ổn" |
| (b) AI cần quyền gì, giới hạn xuống mức nào? | Quyền tối thiểu, chỉ đọc nếu được, không tự đăng hay tự gửi ra ngoài | Cần quyền rộng mà không ai quyết được ranh giới |
| (c) Ai kiểm đầu ra và kiểm bằng cách nào? | Có tên một người, có cách kiểm cụ thể, có mẫu để so | "Máy tự kiểm" hoặc không ai kiểm |
Câu (a) bắt nguồn từ tin 3: việc hẹp thì mới có đáp án đúng sai. Câu (b) bắt nguồn từ tin 1: quyền không được giới hạn thì agent tự chọn đường. Câu (c) bắt nguồn từ tin 2: làm xong chưa phải là đạt.
Chỉ cần một câu trả lời là "không", việc đó chưa nên giao. Chưa nên giao, chứ không phải không bao giờ. Thường bạn chỉ cần quay lại viết tiêu chuẩn cho rõ, hoặc thu hẹp việc xuống một khúc nhỏ hơn.
Ví dụ cho SME (đây là giả định, không phải khách thật)
Giả sử một công ty phân phối nhỏ có hộp thư chung nhận đơn hàng, câu hỏi giá và khiếu nại. Chủ doanh nghiệp muốn AI phân loại thư đến ba nhóm và gợi ý người xử lý.
Câu (a): bạn viết được. Thư có mã đơn là nhóm đơn hàng, thư hỏi giá là nhóm báo giá, thư có chữ "hoàn tiền" hay "lỗi" là nhóm khiếu nại. Câu (b): AI chỉ cần đọc thư và gắn nhãn. Nó không cần quyền gửi thư ra ngoài, nên đừng cấp. Câu (c): một nhân viên kinh doanh xem lại 20 thư gắn nhãn mỗi sáng thứ Hai, đếm bao nhiêu thư gắn sai.
Giờ đổi sang việc khác: để AI tự trả lời khiếu nại của khách. Câu (a) khó trả lời vì "xử lý khéo" không viết thành tiêu chuẩn được. Câu (b) đòi quyền gửi thư thay công ty. Việc này nên ở lại với người, ít nhất đến khi bạn có tiêu chuẩn rõ.
Nếu bạn cần viết yêu cầu cho AI cho đúng, bài brief yêu cầu AI cho doanh nghiệp nói về ba sai lầm hay gặp. Còn chuyện dữ liệu nào được đưa vào máy, bài bảo mật dữ liệu khi dùng AI chia sẵn bốn tầng.
Bài này không chứng minh điều gì về kết quả
Tôi nói thẳng để khỏi hiểu nhầm. Ba tin trên không cho biết giao việc cho AI sẽ lời hay lỗ bao nhiêu. Tin 1 và tin 2 đến từ hai hãng có sản phẩm bán kèm, tin 3 đến từ chính nhà cung cấp AI.
Chuyện đo kết quả là một bài khác. Nếu bạn muốn biết một việc đã giao có đáng tiền hay chưa, hãy đọc đo ROI AI doanh nghiệp: khung 4 bước. Bài này chỉ trả lời câu hỏi đứng trước: nên giao việc gì, và ai kiểm.
Giao việc cho AI doanh nghiệp: người giữ phán đoán, máy giữ tốc độ
Ba tin, một mẫu chung. Agent lộ ảnh khi quyền chưa được giới hạn. Website trượt chuẩn dù mục tiêu đã nói rõ, và nhiều đội vẫn tin là đạt. Barclays giao những việc hẹp, nơi đúng sai còn kiểm được.
Không phải AI giỏi hay dở. Mà là bạn đã viết ra chuẩn, cấp quyền vừa đủ và đặt người kiểm hay chưa. Chọn một việc trong tuần này, trả lời ba câu hỏi ở trên, rồi mới quyết giao hay giữ.
Nếu bạn muốn có người ngồi cùng chọn việc đầu tiên đáng giao và viết tiêu chuẩn đúng sai cho nó, bạn có thể đặt lịch tư vấn 30 phút với Markus Lab. Hai bên nói chuyện trước.
Câu hỏi thường gặp
Việc nào nên giao cho AI trong doanh nghiệp nhỏ?
Việc hẹp, có đáp án đúng sai viết ra được và có người kiểm được kết quả. Ví dụ phân loại thư đến một hộp thư chung, hoặc tra cứu tài liệu quy trình nội bộ. Barclays cũng giao Claude những việc dạng này, như phân loại và định tuyến email. Đó là điểm bắt đầu hợp lý cho giao việc cho AI doanh nghiệp ở quy mô SME.
Việc nào phải giữ lại cho người?
Việc bạn chưa viết ra được tiêu chuẩn đúng sai, hoặc việc đòi quyền rộng như tự gửi thư cho khách, tự đăng nội dung ra ngoài. Người giữ phán đoán, máy giữ tốc độ. Chưa nên giao không có nghĩa là không bao giờ: thường bạn chỉ cần viết lại tiêu chuẩn hoặc thu hẹp việc xuống nhỏ hơn.
Ai nên kiểm đầu ra của AI và kiểm thế nào?
Một người có tên cụ thể, với cách kiểm cụ thể và có mẫu để so. Ví dụ xem lại 20 thư gắn nhãn mỗi tuần và đếm thư gắn sai. Với website, kiểm tra bằng bàn phím và trình đọc màn hình vẫn là việc làm tay. Đừng để chính AI chấm bài của mình.
Ba tin trong bài có chứng minh giao việc cho AI là đáng tiền không?
Không. Tin về Glow và tin về AudioEye đến từ hai hãng bán sản phẩm liên quan, chưa có kiểm chứng độc lập. Bài của Anthropic về Barclays không có số tiết kiệm chi phí hay thời gian. Muốn biết một việc đã giao có đáng tiền hay chưa, hãy đo riêng bằng khung đo ROI.
Nguồn tham khảo
Nhận bài viết mới nhất từ Markus Lab
2-3 bài mỗi tuần về AI, build sản phẩm, và growth cho founder & SME Việt. Không spam, unsubscribe bất cứ lúc nào.
