Trò chuyện cùng Chủ tịch Senbo Tech: Ứng dụng AI không chỉ là công nghệ, mà là vòng lặp kinh doanh hiệu quả

Ngày 17 tháng 7, Hội nghị Trí tuệ Nhân tạo Thế giới (WAIC) 2026 đã khai mạc tại Thượng Hải. Là cửa sổ nội dung quan trọng nơi 36Kr tham gia sâu sát vào hiện trường WAIC năm thứ ba liên tiếp, phòng livestream "Krypton Talk Future" cũng đã khởi động các cuộc đối thoại trực tiếp ngay trong ngày đầu tiên của hội nghị. Chủ tịch Senbo Technology, ông Vu Lâm Nghĩa, đã nhận lời phỏng vấn đặc biệt tại hiện trường WAIC với 36Kr, xoay quanh các chủ đề như AI cấp doanh nghiệp, triển khai tác nhân thông minh (Agent), bí quyết ngành (know-how) và vòng lặp khép kín của nghiệp vụ, đồng thời chia sẻ lộ trình thực tiễn của Senbo trong việc chuyển đổi từ một công ty dịch vụ tiếp thị sang công ty dịch vụ công nghệ dựa trên AI.

WAIC năm nay lấy chủ đề "Đối tác thông minh, cùng kiến tạo tương lai". So với sự tập trung của ngành vào năng lực mô hình, quy mô tham số và hiệu quả Demo trong vài năm qua, các thảo luận về ngành công nghiệp AI năm 2026 đang chuyển dịch rõ rệt: Doanh nghiệp quan tâm hơn đến việc liệu AI có thể đi vào quy trình thực tế, đảm nhận các nhiệm vụ cụ thể và được kiểm chứng bởi kết quả kinh doanh hay không. Nói cách khác, AI không còn chỉ là một công cụ "biết trả lời", mà phải trở thành một đối tác kinh doanh có khả năng phối hợp với con người, nhúng vào tổ chức và tạo ra ROI (tỷ suất hoàn vốn).

Điều này cũng làm cho logic triển khai của các Agent cấp doanh nghiệp trở nên rõ ràng hơn. Năng lực của các mô hình phổ quát đã đủ mạnh, nhưng khi đi vào thực tế doanh nghiệp, yếu tố quyết định hiệu quả ứng dụng thường không phải là bản thân mô hình, mà là ngữ cảnh nghiệp vụ, phương pháp luận ngành, khả năng phân tách quy trình và phản hồi kết quả có thể kiểm chứng. Quan sát của Senbo Technology tập trung chính vào điểm này: Chìa khóa thành bại của AI cấp doanh nghiệp không nằm ở "công nghệ tìm kịch bản", mà ở "kịch bản tôi luyện công nghệ".

Dưới đây là nội dung cuộc đối thoại, đã được 36Kr biên tập:

36Kr: Chủ đề của WAIC năm nay là "Đối tác thông minh, cùng kiến tạo tương lai", ngành cũng đang thảo luận về việc làm thế nào để Agent thực sự đi vào quy trình doanh nghiệp. Từ góc nhìn của Senbo, thay đổi đáng chú ý nhất trong ứng dụng AI cấp doanh nghiệp năm 2026 là gì?

A: Việc WAIC năm nay chọn "Đối tác thông minh" làm chủ đề chính là tín hiệu rõ ràng nhất cho thấy bước ngoặt của ngành — AI cuối cùng đã vượt qua giai đoạn "trình diễn kỹ thuật", bắt đầu chuyển mình từ một "công cụ gọi là có" thành một "đối tác phải tham gia vào quy trình nghiệp vụ và phải tính toán được ROI".

Chúng tôi quan sát thấy thay đổi cốt lõi nhất là: Toàn ngành đang chuyển từ "công nghệ tìm kịch bản" sang "kịch bản tôi luyện công nghệ". Hai năm trước, mọi người so kè xem mô hình của ai có tham số lớn hơn, demo của ai đẹp hơn; năm nay, dù là nhà đầu tư hay khách hàng doanh nghiệp, câu hỏi đầu tiên luôn là "thứ này giúp tôi kiếm được bao nhiêu tiền, tiết kiệm được bao nhiêu chi phí trong nghiệp vụ của tôi". Khảo sát gần đây của Harvard Business Review cho thấy 85% các dự án tác nhân thông minh thất bại, bản chất không phải do kỹ thuật kém, mà là do các AI này chưa từng đi vào nghiệp vụ thực tế, không có ngữ cảnh, không có tiêu chuẩn đánh giá, không có phản hồi kết quả, nên đương nhiên không thể trở thành một đối tác làm việc hiệu quả.

Đây cũng là điều chúng tôi muốn chia sẻ nhất khi đến WAIC năm nay: Chìa khóa thành bại của tác nhân thông minh AI cấp doanh nghiệp chưa bao giờ nằm ở tầng mô hình, mà nằm ở vòng lặp thực chứng trong nghiệp vụ thực tế.

36Kr: Đâu là bước ngoặt thực sự trong quá trình Senbo chuyển đổi từ công ty dịch vụ tiếp thị sang công ty dịch vụ công nghệ dựa trên AI?

A: Không phải là một lần ra mắt mô hình lớn nào đó, cũng không phải là việc nhận được khoản đầu tư nào, bước ngoặt thực sự là khi chúng tôi tự mình xây dựng thương hiệu cao cấp Keyu.

Sau 20 năm làm tư vấn chiến lược và tiếp thị kỹ thuật số, Senbo từng phục vụ các "ông lớn" trong ngành như Midea, Haier, Hisense, nhưng chưa bao giờ tự mình chạy xuyên suốt toàn bộ chuỗi từ 0 đến 1 rồi trở thành số 1 ngành — cho đến khi chúng tôi dành 3-4 năm đưa thương hiệu phong cách sống cao cấp quốc tế Keyu trở thành thương hiệu số 1 trong danh mục máy chăm sóc quần áo thông minh. Trong quá trình đó, chúng tôi chợt nhận ra: Hóa ra phương pháp luận mà chúng tôi tích lũy bao năm nay hoàn toàn có thể "nạp" cho AI, biến thành các tác nhân thông minh có thể tự làm việc; và kết quả nghiệp vụ thực chứng mà AI tạo ra lại có thể quay ngược lại để lặp lại (cải tiến) phương pháp luận của chúng tôi.

Quá trình "tự mình làm thành nghiệp vụ" này đã giúp chúng tôi vận hành thành công bánh đà kép "Phương pháp luận + Tác nhân thông minh AI", đồng thời khẳng định với chúng tôi rằng: Làm tác nhân thông minh AI cấp doanh nghiệp không thể đứng trên bờ dạy khách hàng bơi, bản thân phải xuống nước bơi trước. Đây chính là bước ngoặt cốt lõi nhất trong quá trình chuyển đổi AI của chúng tôi.

36Kr: Nếu dùng một câu để giới thiệu những gì Senbo đang làm, so với công ty dịch vụ tiếp thị trước đây, điểm khác biệt lớn nhất là gì?

A: Một câu thôi: Senbo sử dụng 20 năm bí quyết ngành (know-how) và phương pháp luận thực chứng để huấn luyện cho doanh nghiệp một Đội ngũ AI Agent vừa am hiểu ngành vừa có khả năng làm việc thực tế.

Điểm khác biệt lớn nhất với công ty tiếp thị truyền thống là: Công ty truyền thống bán "kinh nghiệm của con người" — chuyên gia đưa ra giải pháp, đội ngũ thực thi, bàn giao xong là kết thúc; Senbo bán "năng suất AI thực chứng hiệu quả dựa trên nghiệp vụ thực tế" — những tác nhân thông minh này không phải là công cụ chỉ biết trò chuyện, mà là những "nhân viên AI" mang theo 20 năm kiến thức ngành và tiêu chuẩn đánh giá, đã chạy qua nghiệp vụ thực tế và có thể lặp lại cải tiến 24/7. Bàn giao chỉ là bắt đầu, nó sẽ không ngừng tiến hóa cùng với nghiệp vụ của bạn.

Điểm khác biệt với các công ty thuần AI là: AI của người khác là "thông minh nhưng chưa chắc am hiểu ngành", còn sản phẩm AI của chúng tôi là "vừa thông minh vừa chuyên gia".

36Kr: Senbo luôn nhấn mạnh "Ứng dụng AI không phải là so kè kỹ thuật, mà là bí quyết ngành (know-how)". Những kinh nghiệm nào tích lũy được trong 20 năm phục vụ khách hàng là phù hợp nhất để chuyển đổi thành tác nhân thông minh?

A: Senbo đã tự mình chạy qua các kịch bản, đến nay chúng tôi đã đúc kết được một số điểm trừu tượng giai đoạn đầu, các kịch bản đáp ứng ba yêu cầu sau sẽ phù hợp hơn để chuyển đổi thành tác nhân thông minh AI: Thứ nhất, mức độ số hóa của kịch bản phải cao, nếu không có số hóa thì AI rất khó thúc đẩy luồng công việc. Thứ hai, doanh nghiệp phải đầu tư nhân sự và ngân sách cao cho kịch bản này, ở đó có đủ không gian để giảm chi phí và tăng hiệu quả cho tác nhân thông minh phát huy tác dụng. Thứ ba là phương pháp luận có tiêu chuẩn đánh giá rõ ràng, có thể chứng minh sai và có thể được kiểm chứng bằng kết quả.

Lấy một vài ví dụ cụ thể:

Ví dụ trong lĩnh vực GEO (Tối ưu hóa tìm kiếm AI), Senbo đã tích lũy một hệ thống phương pháp luận hoàn chỉnh: Sử dụng "Phương pháp ánh xạ đa nguồn" từ dữ liệu tìm kiếm đa nguồn của Baidu, Douyin, Xiaohongshu để suy ngược lại người dùng sẽ hỏi gì trên nền tảng AI; sử dụng "Mô hình ACCS" để xây dựng hệ thống nguồn tin bốn tầng, giúp AI dù lấy dữ liệu từ kênh nào cũng đều trỏ về một đáp án duy nhất; sử dụng "Mô hình P-C-R" để theo dõi sự khác biệt về ưu tiên nguồn tin của mỗi nền tảng AI — ví dụ, hơn 60% luồng trích dẫn của Baijiahao đổ về Ernie Bot (Wenxin Yiyan), hơn 35% nội dung của Douyin đổ về Doubao. Đây không phải là những thứ nghĩ ra ngẫu hứng, mà là quy luật được đúc kết sau hàng chục nghìn lần thử nghiệm thực tế trên 5 nền tảng AI lớn.

Hay như trong lĩnh vực tiếp thị người có tầm ảnh hưởng (KOL/KOC), Senbo sử dụng "Mô hình khớp hai tháp" để sàng lọc người có tầm ảnh hưởng — tháp đặc điểm sản phẩm và tháp đặc điểm người có tầm ảnh hưởng khớp chéo với nhau, sử dụng "Mô hình CVI-5D" để đánh giá — định lượng điểm số qua năm chiều: khả năng lan tỏa, khả năng tạo xu hướng (trồng cỏ), độ khớp fan, mức độ hợp tác và chi phí bình luận hiệu quả. Bộ mô hình này đã giúp khách hàng như Haier tiết kiệm được 19,58 triệu chi phí tiếp thị, giảm 34% chi phí lãng phí cho người có tầm ảnh hưởng.

Những phương pháp luận nêu trên trước đây nằm trong đầu các chuyên gia tư vấn cấp cao, giờ đây đã được tinh chế thành thuật toán, chưng cất thành kỹ năng (skill), trở thành logic hành vi có thể thực thi của tác nhân thông minh AI.

36Kr: Nhiều doanh nghiệp khi làm Agent thường dễ dừng lại ở tầng công cụ, việc thực sự đi vào quy trình nghiệp vụ không hề dễ dàng. Senbo làm thế nào để tích lũy ngữ cảnh, quy trình và tiêu chuẩn đánh giá trong kịch bản thực tế của khách hàng vào hệ thống công cụ CeMeta AI và hệ thống sản phẩm tác nhân thông minh?

A: Cốt lõi chính là "Hệ thống R&D thực chứng (BER)" của Senbo — mỗi sản phẩm tác nhân thông minh AI đều phải được chạy thử nghiệm trong nghiệp vụ thực tế thành công mới cung cấp cho khách hàng sử dụng.

Cụ thể chia làm bốn bước:

Bước một, phân tách kịch bản. Không hỏi khách hàng "bạn muốn chức năng AI gì", mà chúng tôi tự mình dấn thân vào nghiệp vụ, phân tách toàn bộ chuỗi của một kịch bản — đầu vào là gì, tiêu chuẩn đánh giá là gì, đầu ra là gì, đúng sai kiểm chứng thế nào. Ví dụ kịch bản GEO, chúng tôi phân tách nhu cầu "khiến AI đề xuất thương hiệu của bạn" thành năm khâu: định nghĩa vấn đề → sản xuất nội dung → phân phối kênh → giám sát hiệu quả → lặp lại quy trình quy kết, mỗi khâu đều có chỉ số dữ liệu rõ ràng.

Bước hai, cấu trúc hóa phương pháp luận. Mã hóa các tiêu chuẩn đánh giá và quy tắc kinh nghiệm đã phân tách thành logic mà tác nhân thông minh có thể thực thi. Không phải ném tài liệu cho mô hình lớn, mà biến mỗi nút đánh giá thành cây quyết định có thể định lượng.

Bước ba, kiểm chứng thực chiến. Tác nhân thông minh được đưa trực tiếp vào nghiệp vụ thực tế để chạy. Tác nhân GEO "Hao Xian" được kiểm chứng trước trên thương hiệu Keyu của Senbo, tỷ lệ đề xuất tăng từ 0 lên hơn 90%, sau đó mới chạy cho Haier, tỷ lệ đề xuất sản phẩm mới đạt 96%, tỷ lệ đề xuất cuộc gọi hậu mãi đạt 100%. Tác nhân tiếp thị người có tầm ảnh hưởng "Hao Ling" chạy thành công trong dự án nội bộ rồi mới cung cấp cho Haier, tỷ lệ lãng phí của người có tầm ảnh hưởng do AI chọn thấp hơn 13% so với con người.

Bước bốn, kết quả phản hồi. Mỗi kết quả nghiệp vụ đều quay lại hiệu chỉnh mô hình. Đúng thì củng cố, sai thì sửa, lặp lại liên tục. Đây là lý do tại sao tác nhân thông minh của chúng tôi càng dùng càng chuẩn — nó không phải là công cụ tĩnh, mà là đối tác không ngừng tiến hóa trong nghiệp vụ thực tế.

Nền tảng của hệ thống này chính là công cụ AI "Zhiwa" — công cụ AI tiếp thị doanh nghiệp, chịu trách nhiệm quản lý thống nhất ngữ cảnh (kiến thức), công cụ (Tools), tiêu chuẩn (Standards) và dữ liệu (Data) của doanh nghiệp, giúp mỗi tác nhân thông minh có thể vận hành trong môi trường nghiệp vụ thực tế của doanh nghiệp.

36Kr: Từ tác nhân GEO, tác nhân tiếp thị người có tầm ảnh hưởng đến tác nhân tiếp thị thương mại điện tử, Senbo đã đạt được một số kết quả trên chuỗi tiếp thị. Tiếp theo, phương pháp "kịch bản tìm công nghệ" này có đi vào dịch vụ tác nhân thông minh AI cấp doanh nghiệp theo nghĩa rộng hơn không?

A: Câu trả lời là chắc chắn.

Giá trị của AI chưa bao giờ bị giới hạn trong chuỗi tiếp thị. Trong quá trình Senbo tự mình trải qua 5-6 năm giúp doanh nghiệp chuyển đổi AI, chúng tôi cũng đang trừu tượng hóa một tầng [Phương pháp luận giúp doanh nghiệp chuyển đổi AI]. Bộ phương pháp luận này chính là hệ thống hỗ trợ đằng sau thuật ngữ FDE (Kỹ sư triển khai front-end) đang rất hot gần đây. Với hệ thống hỗ trợ này, hiện tại Senbo đang bắt tay với một số nhà cung cấp mô hình lớn và nhiều doanh nghiệp đầu ngành hơn nữa, để sao chép hệ thống R&D thực chứng (BER) này vào các chuỗi nghiệp vụ doanh nghiệp rộng lớn hơn như R&D, sản xuất, chuỗi cung ứng, dịch vụ khách hàng, v.v.

Chủ đề của WAIC năm nay là "Đối tác thông minh, cùng kiến tạo tương lai", "cùng kiến tạo" theo cách hiểu của chúng tôi không phải là công ty AI đóng cửa làm sản phẩm rồi bán cho khách hàng, mà là chúng tôi cùng khách hàng, tôi luyện AI trong nghiệp vụ thực tế thành đối tác AI thực sự có thể làm việc — bạn đưa ra kịch bản, chúng tôi đưa ra phương pháp luận và năng lực AI, cùng nhau tính toán rõ ràng ROI của AI, nâng cao năng suất toàn chuỗi của doanh nghiệp.