Ant Digital: Xây dựng 'Siêu nhà máy' AI thương mại, định hình tiêu chuẩn ngành tại Trung Quốc

Ngày 17 tháng 7, Hội nghị Trí tuệ Nhân tạo Thế giới 2026 (WAIC) đã chính thức khai mạc tại Thượng Hải. Là đơn vị truyền thông có mặt trực tiếp tại hiện trường WAIC năm thứ ba liên tiếp, phòng livestream "Krypton Talk Future" của 36Kr cũng đã bắt đầu các cuộc đối thoại trực tiếp ngay trong ngày đầu tiên của sự kiện. Ông Tôn Lỗi (Sun Lei), Phó chủ tịch Ant Digital Technologies kiêm Tổng giám đốc Bộ phận Phát triển Kinh doanh khu vực Trung Quốc, đã có buổi phỏng vấn độc quyền với "Krypton Talk Future" tại hiện trường WAIC. Ông đã chia sẻ những thực tiễn và tư duy mới nhất của Ant Digital Technologies trong việc nâng cấp trí tuệ cho doanh nghiệp, xoay quanh các chủ đề như: Siêu nhà máy tác nhân thương mại (Commercial Agent Super Factory), mô hình lớn chuyên biệt theo ngành, năng lực kỹ thuật hóa AI và việc triển khai các tác nhân thông minh (AI Agents) trong doanh nghiệp.

WAIC năm nay lấy chủ đề "Đối tác thông minh, cùng kiến tạo tương lai". Khi ngành công nghiệp AI bước vào giai đoạn ứng dụng chuyên sâu, trọng tâm của ngành đang dần chuyển dịch từ cạnh tranh năng lực mô hình sang tạo ra giá trị ứng dụng. So với những thảo luận về quy mô tham số, hiệu suất mô hình và đột phá kỹ thuật trong vài năm qua, ngành công nghiệp AI năm 2026 đang tập trung nhiều hơn vào một vấn đề cốt lõi: Làm thế nào để AI thực sự đi vào quy trình kinh doanh của doanh nghiệp, làm thế nào để hạ thấp ngưỡng ứng dụng và làm thế nào để tạo ra giá trị thông qua các kết quả kinh doanh thực tế.

Trong xu thế đó, các tác nhân thương mại (Commercial Agents) đang trở thành vật mang quan trọng kết nối năng lực mô hình với ứng dụng doanh nghiệp. Đối với các doanh nghiệp, việc chỉ sở hữu mô hình lớn tổng quát đã không còn đáp ứng được các nhu cầu kinh doanh phức tạp. Họ cần hơn thế nữa là các hệ thống tác nhân thông minh có kiến thức ngành, hiểu biết về nghiệp vụ và năng lực kỹ thuật hóa, giúp AI thực sự đi vào các kịch bản kinh doanh, từ đó hiện thực hóa việc nâng cấp từ hiệu suất cá nhân lên sự phối hợp tổ chức.

"Siêu nhà máy tác nhân thương mại" mà Ant Digital Technologies công bố lần này chính là sự khám phá xoay quanh định hướng đó. Là nền tảng ứng dụng vận hành "Siêu nhà máy tác nhân thương mại", Agentar 2.0 cung cấp sẵn gần 200 mẫu chuyên gia kỹ thuật số cấp vị trí công việc, cùng hàng trăm công cụ tác nhân thông minh cấp Skills có thể đăng ký và sử dụng ngay. Doanh nghiệp có thể nhanh chóng kích hoạt các chuyên gia kỹ thuật số sở hữu kiến thức chuyên môn, quy trình nghiệp vụ và khả năng gọi công cụ dựa trên nhu cầu kinh doanh cụ thể mà không cần bắt đầu từ con số không.

Đối với AI cấp doanh nghiệp, yếu tố quyết định hiệu quả triển khai thực tế không chỉ nằm ở bản thân năng lực mô hình, mà còn ở việc xây dựng liên tục hệ thống hiểu biết ngành, năng lực kỹ thuật hóa và hệ thống bàn giao giá trị.

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

36Kr: Chào ông Tôn, ông có thể giới thiệu đôi chút về chủ đề gian hàng năm nay không? Tôi thấy có một từ khóa là "Siêu nhà máy tác nhân thương mại", chúng ta nên hiểu định vị này như thế nào?

Tôn Lỗi: "Siêu nhà máy tác nhân thương mại" mà chúng tôi công bố năm nay có định vị cốt lõi là giải quyết các vấn đề của ngành và các vấn đề trong kịch bản kinh doanh. Từ năm ngoái đến năm nay, quá trình phát triển của toàn bộ AI đã có những thay đổi rất lớn. Thay đổi thứ nhất là AI đã chuyển từ mô hình hỏi đáp tổng quát trước đây sang giai đoạn tác nhân thông minh (Agent) thực sự có thể giúp người dùng hoàn thành nhiệm vụ và giải quyết vấn đề. Từ góc độ này, AI đang đi từ các kịch bản tổng quát vào các ngành dọc. Thay đổi thứ hai là ngành công nghiệp thực sự cần giải quyết các vấn đề cốt lõi trong kịch bản kinh doanh. Chỉ khi tác nhân thông minh thực sự đi vào phía ứng dụng, nó mới có thể giải quyết được nhu cầu kinh doanh thực tế. Thay đổi thứ ba là mục tiêu phát triển của AI đã chuyển từ việc giải quyết vấn đề nâng cao hiệu suất cá nhân sang sự tiến hóa ở cấp độ tổ chức. Tương lai không chỉ là nâng cao năng lực cá nhân, mà quan trọng hơn là làm thế nào để các đội ngũ và các nghiệp vụ có thể phối hợp với nhau thông qua tác nhân thông minh, giúp toàn bộ tổ chức đạt được sự nâng cấp thông minh.

Xoay quanh những thay đổi này, chúng tôi kết hợp năng lực mô hình lớn theo ngành của Ant Group, kinh nghiệm kịch bản ngành cùng hơn 20 năm tích lũy kỹ thuật để cô đọng những năng lực này thành các sản phẩm tiêu chuẩn hóa và cung cấp dịch vụ ra bên ngoài. Dù là doanh nghiệp lớn hay doanh nghiệp vừa và nhỏ, tất cả đều có thể tiếp cận năng lực kỹ thuật và năng lực sản phẩm tương tự như Ant Group, thực sự giúp ngành công nghiệp hiện thực hóa chuyển đổi thông minh.

36Kr: Chúng tôi biết Ant Digital Technologies tích lũy được rất nhiều kinh nghiệm trong lĩnh vực Fintech. Ngành tài chính có yêu cầu rất cao về bảo mật, tuân thủ và tính ổn định. Ông có thể tóm tắt những lo ngại cốt lõi của các tổ chức tài chính trong quá trình đón nhận Agent và chuyển đổi AI không? Tại sao giải pháp của các ông lại có thể giải quyết được những vấn đề này?

Tôn Lỗi: Thực ra quay lại câu hỏi tại sao lại ra mắt "Siêu nhà máy tác nhân thương mại", cốt lõi là hy vọng giải quyết được một vài vấn đề then chốt. Thứ nhất là vấn đề chuyên biệt hóa theo ngành. Chúng tôi cho rằng AI trong tương lai chắc chắn sẽ đi từ kịch bản tổng quát sang kịch bản dọc, và kịch bản dọc cần kết hợp với dữ liệu ngành để hình thành mô hình lớn chuyên biệt theo ngành. Nếu chỉ có mô hình lớn tổng quát mà không có dữ liệu ngành và năng lực chuyên môn hỗ trợ, chúng ta sẽ không thể thực sự giải quyết được vấn đề về độ chuyên sâu và sự thích ứng với nghiệp vụ. Do đó, một trong những điểm khác biệt lớn nhất giữa Siêu nhà máy tác nhân thương mại của chúng tôi với các giải pháp khác chính là hy vọng giải quyết vấn đề chuyên biệt hóa ngành thông qua mô hình lớn theo ngành.

Thứ hai là vấn đề kịch bản hóa. Làm thế nào để chuyển đổi ngôn ngữ kinh doanh thành năng lực kỹ thuật, để AI thực sự phục vụ kinh doanh, đây là một điểm vô cùng quan trọng.

Dựa trên kinh nghiệm thực tiễn nhiều năm trong các lĩnh vực tài chính, y tế, năng lượng..., Ant Digital Technologies đã kỹ thuật hóa hơn nữa những năng lực này, hình thành các giải pháp có thể sao chép, giúp AI thực sự triển khai được vào các kịch bản kinh doanh.

Thứ ba là vấn đề hệ sinh thái. Việc mở rộng năng lực AI chắc chắn cần kết hợp với hệ sinh thái ngành. Chúng tôi sẽ API hóa và đơn giản hóa các thành phần liên quan để nhiều đối tác hơn có thể nhanh chóng kết nối và đổi mới dựa trên lợi thế ngành của chính họ. Vì vậy, chuyên biệt hóa ngành, kịch bản hóa và hệ sinh thái hóa là ba hướng cốt lõi giúp Siêu nhà máy tác nhân thương mại của chúng tôi khác biệt với các giải pháp khác.

Quay lại ngành tài chính, các kịch bản tài chính có một vài vấn đề rất then chốt. Thứ nhất là vấn đề bảo mật và tuân thủ. Ngành tài chính liên quan đến các yêu cầu quản lý, phải đảm bảo ứng dụng AI tuân thủ các quy định liên quan. Bản thân Ant trong các kịch bản tài chính như thanh toán, quản lý tài sản và bảo hiểm cũng có thể đảm bảo vấn đề tuân thủ của AI. Do đó, nếu không có năng lực bảo mật và hệ thống kiểm soát rủi ro, AI rất khó thực sự triển khai trong kịch bản tài chính. Thà không làm còn hơn là phạm sai lầm.

Thứ hai là vấn đề độ chuyên sâu và ảo giác (hallucination). Nghiệp vụ tài chính có tính chuyên môn cao, AI phải có khả năng hiểu và trả lời chính xác các câu hỏi chuyên môn. Siêu nhà máy tác nhân của chúng tôi có hai công cụ quan trọng: một là mô hình lớn chuyên biệt theo ngành, hai là năng lực kỹ thuật hóa xoay quanh kịch bản kinh doanh. Chỉ khi kết hợp hai năng lực này mới có thể bám sát kịch bản thực tế. Do đó, chúng tôi nâng cao trình độ chuyên môn của mô hình thông qua mô hình lớn chuyên biệt theo ngành kết hợp với năng lực kỹ thuật hóa nghiệp vụ.

Thứ ba là vấn đề xác thực hiệu quả. Các tổ chức tài chính trước đây đã đầu tư rất lớn vào tin học hóa và số hóa, vì vậy trong quá trình chuyển đổi AI, họ sẽ quan tâm đến việc sau khi đầu tư thì giá trị được thể hiện như thế nào và làm sao để xác thực ROI.

Đối với điểm này, Ant Digital Technologies đề xuất khái niệm "Bàn giao giá trị, trả phí theo hiệu quả". Cái gọi là bàn giao giá trị chính là xác thực xem tác nhân thông minh có thực sự sở hữu năng lực chuyên môn hay không. Chúng tôi đo lường chủ yếu qua hai chiều: Thứ nhất là tỷ lệ chính xác của câu trả lời. Ví dụ, người dùng hỏi về bảo hiểm, tác nhân có trả lời chính xác nội dung liên quan đến bảo hiểm hay không, thay vì trả lời lan man các vấn đề tài chính khác. Xoay quanh mô hình lớn theo ngành đã nói ở trên, hiện tại tỷ lệ chính xác trong các kịch bản chuyên môn của chúng tôi cơ bản có thể đạt trên 90%-95%. Thứ hai là tỷ lệ thắng/hợp nhất (win-match rate). Tức là để nhân viên chuyên môn và tác nhân thông minh cùng trả lời một câu hỏi, sau đó so sánh mức độ nhất quán giữa kết quả của hai bên. Hiện tại trong các kịch bản liên quan, chúng tôi có thể đạt trên 85%. Đây cũng là yêu cầu mà Ant Group tự đặt ra cho mình trong các kịch bản về tài sản, bảo hiểm và quỹ.

Ngoài ra, trả phí theo hiệu quả chính là xác thực giá trị mà AI tạo ra trong nghiệp vụ thực tế. Ví dụ, trong kịch bản tiếp thị, nó có nâng cao hiệu suất chuyển đổi hay không, trong kịch bản kiểm soát rủi ro, nó có giảm thiểu rủi ro hay không. Vì vậy, trong lĩnh vực tài chính, bảo mật, độ chuyên sâu và xác thực hiệu quả là ba vấn đề quan trọng nhất: Phải tuân thủ yêu cầu của cơ quan quản lý và quốc gia; phải có mô hình lớn chuyên biệt theo ngành; và phải có bàn giao hiệu quả có thể nhìn thấy được. Ant hy vọng xoay quanh những vấn đề này, kết hợp với các thực tiễn tốt nhất của chính mình để giải quyết từng vấn đề một.

36Kr: Gần đây chúng tôi thấy Ant Digital Technologies đang mở rộng sang các ngành ngoài tài chính. Ngoài tài chính, hiện tại các ông đang tập trung vào những ngành nào? Những ngành này có đặc điểm chung gì? Ngoài ra, trong quá trình phổ quát hóa công nghệ, các ông đã gặp phải những thách thức gì và giải quyết như thế nào?

Tôn Lỗi: Thực ra vẫn xoay quanh vài hướng cốt lõi đã đề cập: ngành, kịch bản kinh doanh và bảo mật. Ngoài ngành Internet, nhiều ngành truyền thống đang đối mặt với một số vấn đề chung trong quá trình chuyển đổi từ số hóa sang AI hóa và thông minh hóa. Chúng tôi hy vọng có thể tái sử dụng những năng lực đã tích lũy trong lĩnh vực tài chính cho nhiều ngành hơn nữa.

Điểm mấu chốt thứ nhất là quản trị dữ liệu nền tảng. Nền tảng quan trọng nhất của mô hình lớn chuyên biệt theo ngành chính là dữ liệu nền tảng, bao gồm dữ liệu bên ngoài và dữ liệu nội bộ doanh nghiệp. Cách làm của chúng tôi là kết hợp năng lực dữ liệu bên ngoài mà chúng tôi có, sau đó tích hợp với dữ liệu kinh doanh của doanh nghiệp để hình thành mô hình chuyên biệt phù hợp với từng ngành cụ thể. Do đó, khi phục vụ các ngành khác, năng lực quản trị dữ liệu là rất quan trọng. Nếu dữ liệu nền tảng chưa được sắp xếp và quản trị, nó sẽ không thể hỗ trợ mô hình kịch bản dọc. Ngành tài chính trước đây có mức độ số hóa cao, trong khi dữ liệu của các ngành như sản xuất, y tế, công nghiệp... lại tương đối phức tạp. Vì vậy, Siêu nhà máy tác nhân của chúng tôi cũng bao gồm các công cụ quản trị dữ liệu và năng lực liên quan để giúp doanh nghiệp hoàn thiện cơ sở hạ tầng.

Điểm mấu chốt thứ hai là năng lực kết hợp kịch bản kinh doanh, tức là năng lực kỹ thuật hóa. Hiện nay ở nước ngoài đã đưa ra khái niệm "Harness", về bản chất là làm thế nào để kỹ thuật hóa năng lực mô hình vào thực tế. Chúng tôi hy vọng sẽ xây dựng được phiên bản Harness ngành phù hợp với đặc điểm ngành của Trung Quốc, đây cũng là rào cản quan trọng của Siêu nhà máy tác nhân thương mại. Về việc năng lực Harness nên được vận dụng như thế nào trong các ngành nghề, tôi lấy ví dụ: trong kịch bản tài chính, vốn có logic "ba xưởng" (three workshops). Nhưng trong Harness, chúng tôi hình thành logic "bốn xưởng", bao gồm: nhận diện ý định, lập kế hoạch, thực thi và biểu đạt. Trong đó, nhận diện ý định là vô cùng quan trọng. Người dùng đưa ra câu hỏi về bảo hiểm, nhưng nhu cầu thực sự có thể là phân bổ tài sản, quản lý tài sản hoặc gợi ý danh mục sản phẩm. Do đó, cần phải hiểu ý định thực sự của người dùng trước khi hoàn thành các dịch vụ tiếp theo. Các lĩnh vực khác nhau có yêu cầu khác nhau về năng lực kỹ thuật hóa. Ví dụ, các ngành như năng lượng, y tế... có thể cần thiết kế quy trình với độ chi tiết khác nhau. Tương lai, chúng tôi hy vọng sẽ cô đọng được Harness ngành phù hợp với đặc điểm thị trường Trung Quốc, đó là mục tiêu của Siêu nhà máy tác nhân của chúng tôi. Hiện tại, chúng tôi cũng đã tích lũy được một số năng lực trong các lĩnh vực tài chính, y tế, năng lượng, di chuyển, giao thông, hàng không...

Điểm mấu chốt thứ ba là năng lực bảo mật. Các ngành công nghiệp khác nhau có trọng tâm quan tâm khác nhau về bảo mật. Ngành tài chính quan tâm nhiều hơn đến tuân thủ quy định, trong khi ngành sản xuất có thể quan tâm đến an toàn sản xuất, ngành năng lượng có thể quan tâm đến độ chính xác của dự báo. Ví dụ trong lĩnh vực quang điện, chúng tôi sử dụng mô hình lớn chuỗi thời gian kết hợp với các yếu tố như thời tiết, tình hình thực tế... để thực hiện dự báo sản lượng điện. Do đó, năng lực bảo mật cần được điều chỉnh để phù hợp với đặc điểm của từng ngành.

Điểm mấu chốt thứ tư là xác thực hiệu quả. Chúng tôi đã có hệ thống xác thực giá trị tương đối hoàn thiện trong lĩnh vực tài chính và y tế, nhưng ở các ngành khác vẫn đang trong giai đoạn khám phá. Tương lai, chúng tôi sẽ tiếp tục cùng các đối tác hoàn thiện tiêu chuẩn đánh giá hiệu quả, để ngành công nghiệp có thể thực sự nhìn thấy giá trị sau khi đầu tư vào AI.

36Kr: Câu hỏi cuối cùng, ông có thể tiết lộ trước hướng phát triển trọng tâm của Ant Digital Technologies trong 6 đến 12 tháng tới không? Sau WAIC, mọi người có thể mong đợi thấy những động thái nào?

Tôn Lỗi: Trong 6 đến 12 tháng tới, mọi người có thể tập trung vào một vài hướng. Thứ nhất là sự phong phú liên tục của mô hình lớn chuyên biệt theo ngành và ma trận tác nhân thông minh. Hiện tại chúng tôi đã hình thành một số năng lực trong các lĩnh vực tài chính, y tế, năng lượng, di chuyển... Tương lai, đối với những lĩnh vực mà chúng tôi giỏi và có tích lũy dữ liệu, chúng tôi sẽ xuất khẩu sản phẩm theo hướng tiêu chuẩn hóa hơn nữa; đối với các ngành khác, chúng tôi cũng sẽ cùng các đối tác xây dựng mô hình lớn chuyên biệt theo ngành và tác nhân thông minh.

Thứ hai là mở rộng năng lực Harness phiên bản ngành tại Trung Quốc. Tương lai, chúng tôi sẽ tiếp tục hệ thống hóa năng lực kỹ thuật hóa của từng ngành và hình thành phương pháp luận tiêu chuẩn. Ví dụ, lĩnh vực tài chính đã hình thành mô hình "bốn xưởng" bao gồm nhận diện ý định, lập kế hoạch, thực thi và biểu đạt. Tương lai, trong các ngành như năng lượng, y tế..., chúng tôi cũng sẽ cùng các đối tác hệ sinh thái khám phá Harness ngành tương ứng và dần dần mở rộng các năng lực liên quan.

Thứ ba là sự hoàn thiện liên tục của hệ thống đánh giá. Chúng tôi có một hệ thống đánh giá rất hoàn chỉnh, hiện tại trong các dự án khách hàng ngân hàng, chúng tôi đã thực hiện nhiều vòng đánh giá xác thực. Ví dụ, một dự án ngân hàng thương mại thành phố hàng đầu, chúng tôi đã thực hiện 28 vòng đánh giá. Tương lai, chúng tôi sẽ tiếp tục cập nhật và làm phong phú hệ thống đánh giá, thông qua các phương pháp khoa học hơn để xác thực xem AI có thực sự hiện thực hóa việc bàn giao giá trị và trả phí theo hiệu quả hay không. Ngoài ra, năng lực nền tảng và năng lực công cụ cũng sẽ được công bố liên tục. Cuối cùng, chúng tôi hy vọng thông qua việc xây dựng mô hình lớn theo ngành, năng lực kỹ thuật hóa và hệ thống đánh giá, để tác nhân thông minh thực sự phục vụ ngành công nghiệp và hiện thực hóa giá trị.