Trả lời nhanh: RPA là phần mềm lặp lại thao tác của người trên máy tính theo quy tắc lập sẵn. AI học từ dữ liệu để hiểu, dự đoán và ra quyết định. RPA không phải AI, nhưng hai bên thường kết hợp: AI lo phần phán đoán, RPA thực thi phần quy tắc.
Điểm chính
- RPA hướng quy trình, cho kết quả giống nhau mỗi lần. AI hướng dữ liệu, cho kết quả theo xác suất nên có thể sai.
- Chọn công nghệ theo hai câu hỏi: dữ liệu đầu vào có cấu trúc không, và quyết định theo quy tắc hay cần phán đoán.
- Cách kết hợp phổ biến: IDP + RPA, RPA gom dữ liệu cho mô hình chấm điểm, chatbot nhận yêu cầu rồi bot thực thi, AI agent gọi bot RPA như một công cụ.
- Agentic automation không xoá bỏ RPA: bước cần chính xác tuyệt đối vẫn nên giao cho bot hoặc API.
- Đưa AI vào quy trình tại Việt Nam cần tính đến Luật Trí tuệ nhân tạo 134/2025/QH15 và Luật Bảo vệ dữ liệu cá nhân 91/2025/QH15.
Mục lục
- Hiểu nhanh RPA và AI trước khi so sánh
- RPA có phải AI không?
- RPA và AI khác nhau thế nào? Bảng so sánh 14 tiêu chí
- Khi nào dùng RPA, khi nào dùng AI?
- Kết hợp RPA và AI: intelligent automation vận hành ra sao?
- Agentic automation có thay thế RPA không?
- Ví dụ minh hoạ: kế toán, ngân hàng và BPO
- Rủi ro khi kết hợp RPA và AI và cách kiểm soát
- Lộ trình kết hợp RPA và AI cho doanh nghiệp Việt Nam
- Câu hỏi thường gặp
Hiểu nhanh RPA và AI trước khi so sánh
RPA: “tay chân” làm theo kịch bản
RPA (Robotic Process Automation, tự động hoá quy trình bằng robot phần mềm) là phần mềm bắt chước thao tác của nhân viên trên máy tính: đăng nhập, sao chép số liệu, điền biểu mẫu, gửi email. Bot chạy theo kịch bản lập sẵn, làm việc ở lớp giao diện nên dùng được cả với phần mềm cũ không có API. Cách bot hoạt động và lộ trình triển khai có trong bài RPA là gì và cách hoạt động.
AI: “bộ não” học từ dữ liệu
AI (Artificial Intelligence, trí tuệ nhân tạo) giúp máy tính làm các việc vốn cần trí thông minh: đọc hiểu văn bản, nhận diện hình ảnh, dự báo, trò chuyện. Thay vì được lập trình từng bước, mô hình AI học quy luật từ dữ liệu. Các nhánh như học máy, học sâu, mô hình ngôn ngữ lớn được giải thích trong bài trí tuệ nhân tạo là gì.
Ví dụ minh hoạ. Một kế toán mới làm đúng bảng hướng dẫn, gặp hoá đơn lạ thì dừng lại hỏi: đó là RPA. Một kế toán lâu năm nhìn hoá đơn là biết khoản chi thuộc tài khoản nào, thấy số bất thường thì nghi ngờ: đó là phần AI cố gắng mô phỏng.
RPA có phải AI không?
Không. RPA truyền thống không học, không hiểu. Bot chỉ làm đúng những gì được lập trình. Nếu giao diện đổi vị trí nút bấm hoặc hoá đơn khác mẫu, bot báo lỗi hoặc dừng, không tự “đoán” cách xử lý.
IBM tóm gọn: RPA hướng quy trình (process-driven), AI hướng dữ liệu (data-driven). Bot RPA chỉ đi theo quy trình người dùng định nghĩa; AI dùng học máy để nhận ra mẫu hình trong dữ liệu. AI nhằm mô phỏng trí thông minh của con người, còn RPA chỉ lặp lại tác vụ do con người chỉ định.
Nhiều người vẫn nhầm vì ba lý do:
- Chữ “robot” gợi liên tưởng tới máy móc thông minh, trong khi đây chỉ là chương trình chạy trên máy tính.
- Sản phẩm đóng gói chung: các nền tảng RPA lớn tích hợp sẵn OCR, đọc tài liệu bằng AI, thậm chí AI agent, nên người mua gọi chung là “RPA thông minh”.
- Tiếp thị: Gartner (thông cáo ngày 25/06/2025) cảnh báo “agent washing”, tức gắn nhãn agentic AI cho sản phẩm cũ như trợ lý AI, RPA và chatbot dù không có năng lực tác tử thực chất. Gartner ước tính chỉ khoảng 130 trong hàng nghìn nhà cung cấp tự nhận là thật.
Cách kiểm tra nhanh: hỏi nhà cung cấp phần nào chạy theo quy tắc, phần nào dùng mô hình, và khi mô hình sai thì ai phát hiện.
RPA và AI khác nhau thế nào? Bảng so sánh 14 tiêu chí
Các bài so sánh phổ biến thường dừng ở mục tiêu, dữ liệu và khả năng học. Khi làm dự án thật, khác biệt về kiểm thử, kiểm toán, cách hỏng và chi phí vận hành mới quyết định thành bại.
| Tiêu chí | RPA | AI |
|---|---|---|
| Bản chất | Phần mềm thực thi thao tác theo kịch bản | Mô hình học quy luật từ dữ liệu |
| Câu hỏi trả lời | “Làm việc này thế nào?” | “Đây là gì, nên làm gì?” |
| Dữ liệu đầu vào | Có cấu trúc: bảng tính, biểu mẫu, màn hình cố định | Cả phi cấu trúc: email, ảnh chụp, PDF scan, giọng nói |
| Cách xây dựng | Ghi lại hoặc kéo thả các bước, điều kiện nếu–thì | Huấn luyện hoặc chọn mô hình, viết prompt, chuẩn bị dữ liệu mẫu |
| Tính xác định | Cùng đầu vào cho cùng kết quả | Kết quả theo xác suất, có thể khác nhau giữa các lần chạy |
| Khả năng học | Không tự học; muốn đổi phải sửa kịch bản | Cải thiện khi có thêm dữ liệu hoặc được tinh chỉnh |
| Gặp tình huống lạ | Dừng, chuyển ngoại lệ cho người | Vẫn trả lời, có thể sai một cách tự tin |
| Cách hỏng thường gặp | Giao diện thay đổi, cửa sổ bật lên bất ngờ | Dữ liệu lệch so với lúc huấn luyện, “ảo giác”, bị chèn chỉ dẫn độc hại |
| Kiểm thử | Chạy kịch bản, so đúng/sai | Đo độ chính xác trên tập mẫu, theo dõi liên tục |
| Kiểm toán | Dễ: nhật ký ghi từng bước | Khó hơn: cần lưu đầu vào, đầu ra, phiên bản mô hình, điểm tin cậy |
| Chi phí vận hành | Giấy phép bot, máy chạy bot, công bảo trì kịch bản | Phí gọi mô hình theo khối lượng hoặc hạ tầng tính toán, công giám sát chất lượng |
| Kỹ năng đội ngũ | Phân tích nghiệp vụ, lập trình viên RPA | Kỹ sư dữ liệu, kỹ sư AI, người kiểm định kết quả |
| Thời gian ra kết quả | Nhanh với quy trình đã chuẩn hoá | Phụ thuộc chất lượng dữ liệu và mức rủi ro chấp nhận |
| Pháp lý | Quản lý tài khoản bot, phân quyền, dữ liệu cá nhân bot đọc được | Thêm nghĩa vụ theo Luật Trí tuệ nhân tạo: phân loại rủi ro, minh bạch, con người kiểm soát |
Khác biệt quan trọng nhất: chắc chắn và xác suất
RPA hoặc làm đúng, hoặc dừng lại báo lỗi. AI hầu như luôn đưa ra câu trả lời, kể cả khi sai. Hệ quả: mọi điểm AI tham gia đều cần cơ chế bắt lỗi, như ngưỡng điểm tin cậy, quy tắc kiểm tra chéo (tổng tiền phải bằng tổng các dòng) hoặc người duyệt. Với RPA, bạn cần cơ chế xử lý ngoại lệ khi bot dừng.
Khi nào dùng RPA, khi nào dùng AI?
Hãy bắt đầu từ quy trình, không phải từ công cụ: đầu vào trông ra sao và quyết định được đưa ra thế nào. Ma trận dưới đây giúp xếp từng bước vào đúng ô.
Chọn RPA khi
- Quy tắc viết được thành danh sách nếu–thì.
- Đầu vào có cấu trúc và ổn định: Excel theo mẫu, màn hình cố định, XML.
- Khối lượng lớn, lặp lại hằng ngày hoặc hằng tuần.
- Ứng dụng đích không có API, cần biết chính xác từng bước đã làm.
Chọn AI khi
- Đầu vào phi cấu trúc: email viết tự do, ảnh chứng từ, PDF scan nhiều mẫu.
- Cần phân loại, ước lượng hoặc dự báo.
- Ngoại lệ quá nhiều, không liệt kê hết bằng quy tắc.
- Kết quả cho phép sai số nhỏ và có người hoặc quy tắc kiểm tra lại.
Phần lớn quy trình văn phòng là hỗn hợp: một bước đọc chứng từ cần AI, vài bước tra cứu và nhập liệu hợp với RPA, một bước phê duyệt cần người.
Khi nào không cần cả hai
Nếu hệ thống đã có API hoặc tích hợp sẵn, kết nối trực tiếp bền hơn bot thao tác giao diện. Nếu quy trình đang rối, tự động hoá chỉ làm sai nhanh hơn; việc cần làm trước là chuẩn hoá và thiết kế lại theo cách tiếp cận quản lý quy trình nghiệp vụ (BPM).
Sáu câu hỏi để tự chấm
| Câu hỏi về một bước trong quy trình | Nếu “có” |
|---|---|
| Viết được thành quy tắc nếu–thì đầy đủ? | Nghiêng về RPA hoặc API |
| Đầu vào là văn bản tự do, ảnh hay giọng nói? | Cần AI ở bước đọc hiểu |
| Hệ thống đích có API ổn định? | Ưu tiên API thay vì bot giao diện |
| Một lỗi sai gây thiệt hại khó khắc phục? | Bắt buộc có người duyệt hoặc kiểm tra chéo |
| Quy trình đổi thường xuyên? | RPA tốn công sửa kịch bản; AI linh hoạt hơn nhưng cần giám sát |
| Khối lượng quá nhỏ? | Cân nhắc giữ thủ công hoặc dùng tính năng sẵn có của phần mềm |
Kết hợp RPA và AI: intelligent automation vận hành ra sao?
Khi RPA và AI chạy chung trong một quy trình, giới chuyên môn gọi là intelligent automation (tự động hoá thông minh), hay IPA (Intelligent Process Automation). Theo IBM, đó là việc dùng AI, BPM và RPA để tinh gọn và mở rộng việc ra quyết định trong tổ chức. Chuẩn IEEE 2755 (hoàn thành năm 2017) xếp RPA, AI, điện toán nhận thức và học máy vào cùng họ công nghệ này. McKinsey (2017) mô tả IPA gồm năm thành phần: RPA, quy trình thông minh, học máy, tạo sinh ngôn ngữ tự nhiên và tác tử nhận thức.
Gartner dùng khái niệm rộng hơn là hyperautomation: tổ chức nhanh chóng xác định, thẩm định và tự động hoá càng nhiều quy trình càng tốt bằng RPA, low-code, AI và trợ lý ảo (thông cáo ngày 28/04/2021). Có thể hiểu intelligent automation là kết hợp công nghệ trong một quy trình, còn hyperautomation là chiến lược trên toàn tổ chức; chi tiết trong bài hyperautomation và lộ trình áp dụng. Thực tế có năm mô hình kết hợp hay gặp.
Mô hình 1: AI đọc, RPA nhập (IDP + RPA)
Phần mềm xử lý tài liệu thông minh (IDP) dùng OCR, thị giác máy tính và mô hình ngôn ngữ để phân loại chứng từ, trích xuất số hoá đơn, mã số thuế, số tiền. Theo định nghĩa thị trường của Gartner, giải pháp IDP phải có bước rà soát dữ liệu trích xuất bằng kiểm tra tự động và con người. Sau đó bot nhập dữ liệu đã kiểm vào ERP. Cơ chế bên trong được phân tích trong bài xử lý tài liệu thông minh IDP.
Mô hình 2: RPA gom dữ liệu, AI chấm điểm
Bot kéo dữ liệu từ nhiều hệ thống cũ về một chỗ. Mô hình học máy chấm điểm rủi ro hoặc gắn cờ giao dịch bất thường. Bot ghi kết quả ngược lại và tạo việc cho người xử lý. IBM nhấn mạnh chiều ngược lại: RPA giúp hành động theo kết quả phân tích của AI nhanh hơn, không phải chờ người làm thủ công.
Mô hình 3: chatbot nhận yêu cầu, bot thực thi
Người dùng nhắn “gửi tôi sao kê tháng 9”. Chatbot hiểu ý định, hỏi thêm thông tin thiếu, rồi gọi bot RPA làm các bước trong hệ thống. Trải nghiệm tự nhiên, nhưng phải giới hạn chặt quyền của bot để chatbot không bị lợi dụng.
Mô hình 4: AI agent gọi RPA như một công cụ
Đây là hướng đi nổi bật giai đoạn 2025–2026, thường gọi là agentic automation. AI agent dùng mô hình ngôn ngữ để tự lập kế hoạch nhiều bước và gọi công cụ; thành phần và rủi ro của nó có trong bài tác tử AI và cách triển khai an toàn. Mỗi bot RPA trở thành một “công cụ” agent có thể gọi, giống như một API.
Ngày 30/04/2025, UiPath công bố nền tảng agentic automation, mô tả là kết hợp RPA, mô hình AI và chuyên môn con người: người ra quyết định, robot thực thi, AI agent hoạt động trong giới hạn được kiểm soát. Tài liệu Orchestrator của UiPath cho biết qua giao thức MCP (Model Context Protocol), quy trình RPA, agent và quy trình BPMN có thể được đưa ra thành công cụ để mô hình AI gọi. Automation Anywhere gọi hướng tương tự là Agentic Process Automation và nhấn mạnh nó tích hợp với RPA.
Điểm mấu chốt là lớp rào chắn giữa agent và công cụ: bot chỉ có quyền tối thiểu, hành động khó hoàn tác (chuyển tiền, xoá dữ liệu, gửi văn bản ra ngoài) phải qua người duyệt.
Mô hình 5: AI tự thao tác giao diện (computer use)
Một số mô hình AI nay tự nhìn màn hình, di chuột, bấm nút và gõ phím. Anthropic giới thiệu “computer use” dạng thử nghiệm ngày 22/10/2024 và nói rõ tính năng còn cồng kềnh, dễ lỗi. Microsoft đưa computer use vào Copilot Studio ngày 15/04/2025, nhấn mạnh agent vẫn chạy khi màn hình thay đổi. Nhưng mỗi thao tác đều gọi mô hình nên chậm và tốn hơn bot, kết quả không hoàn toàn lặp lại. Computer use hợp với việc ít lặp, nhiều biến thể; tác vụ khối lượng lớn, ổn định vẫn hợp với RPA hoặc API.
Agentic automation có thay thế RPA không?
Gartner (26/08/2025) dự báo đến cuối năm 2026, 40% ứng dụng doanh nghiệp sẽ tích hợp AI agent chuyên cho từng tác vụ, từ dưới 5% năm 2025. Nhưng Gartner (25/06/2025) cũng dự báo hơn 40% dự án agentic AI bị huỷ trước cuối năm 2027 vì chi phí, giá trị kinh doanh không rõ hoặc kiểm soát rủi ro chưa đủ. Agent sẽ có mặt khắp nơi, nhưng nhiều dự án thất bại vì giao cho agent việc không cần đến nó. Cách an toàn là phân vai:
- AI agent: hiểu yêu cầu, xử lý ngoại lệ, chọn bước tiếp theo khi tình huống không có trong kịch bản.
- RPA và API: các bước thực thi cần chính xác, lặp lại được, dễ kiểm toán.
- Con người: quyết định việc có hậu quả lớn và chịu trách nhiệm cuối cùng.
Kho bot RPA hiện có không phải bỏ đi mà trở thành bộ công cụ cho agent.
Ví dụ minh hoạ: kế toán, ngân hàng và BPO
Ba kịch bản dưới đây là ví dụ minh hoạ, không mô tả doanh nghiệp cụ thể.
Kế toán: xử lý hoá đơn đầu vào
Chi tiết hay bị bỏ qua: theo Nghị định 123/2020/NĐ-CP (Điều 12), hoá đơn điện tử dùng định dạng XML. Với hoá đơn điện tử trong nước, đọc file XML là đủ và chính xác hơn OCR. AI chỉ thật sự cần ở chứng từ không có XML.
| Bước | Ai làm | Lý do |
|---|---|---|
| Tải file XML hoá đơn từ email hoặc cổng nhà cung cấp | Bot RPA hoặc API | Lặp lại, quy tắc rõ |
| Đọc hoá đơn nước ngoài, biên nhận giấy, hợp đồng scan | IDP (AI) | Bố cục đa dạng, phi cấu trúc |
| Đối chiếu đơn mua hàng, phiếu nhập kho, hoá đơn | Bot RPA | So khớp theo quy tắc |
| Gợi ý tài khoản chi phí cho khoản chi mới | Mô hình AI | Phán đoán dựa trên lịch sử hạch toán |
| Duyệt dòng lệch giá, lệch số lượng, điểm tin cậy thấp | Kế toán viên | Quyết định có hậu quả tài chính |
| Ghi sổ, lập đề nghị thanh toán | Bot RPA hoặc API | Cần chính xác tuyệt đối |
Bài học: đừng dùng AI cho phần đã có dữ liệu chuẩn.
Ngân hàng: tra soát giao dịch
Theo Tạp chí Ngân hàng (bài ngày 11/12/2024), BIDV triển khai RPA từ năm 2019 cho 11 quy trình; TPBank bắt đầu năm 2019 với hơn 200 quy trình tại 9 khối nghiệp vụ; năm 2021 có thêm Vietcombank, HDBank, Techcombank, VietinBank, Sacombank, MB; ACB triển khai năm 2023. Bài viết nêu xu hướng tiến tới “RPA thông minh”, kết hợp RPA với AI, OCR và NLP để xử lý dữ liệu phi cấu trúc.
Ví dụ minh hoạ khi khách báo đã chuyển khoản nhưng người nhận chưa nhận được tiền:
- AI phân loại: đọc email hoặc tin nhắn, xác định đây là yêu cầu tra soát, trích số tài khoản, số tiền, thời gian.
- Bot RPA tra cứu core banking và hệ thống thanh toán, lấy trạng thái giao dịch.
- Quy tắc rẽ nhánh: thành công thì gửi xác nhận; đang treo thì tạo phiếu tra soát; không tìm thấy thì chuyển người.
- Chuyên viên quyết định hoàn tiền hay liên hệ ngân hàng đối tác.
- AI soạn thư trả lời, chuyên viên duyệt trước khi gửi.
Bước 1 và 5 xử lý dữ liệu cá nhân và tài chính của khách, nên phải nằm trong phạm vi tuân thủ dữ liệu của ngân hàng.
BPO: xử lý hồ sơ cho nhiều khách hàng
Đơn vị thuê ngoài quy trình (BPO) xử lý hồ sơ của nhiều khách hàng, mỗi khách một mẫu biểu, một phần mềm đích và một cam kết chất lượng (SLA) riêng. Ví dụ minh hoạ với nhập liệu hồ sơ bồi thường bảo hiểm:
- AI phân loại hồ sơ (hoá đơn viện phí, giấy ra viện, đơn yêu cầu), trích xuất trường, gán điểm tin cậy.
- Nhân viên chỉ kiểm tra trường có điểm tin cậy thấp; vai trò chuyển từ gõ lại sang kiểm định.
- Bot RPA nhập dữ liệu vào hệ thống từng khách hàng, mỗi khách một bộ kịch bản và tài khoản bot riêng.
- Bảng theo dõi đo tỷ lệ hồ sơ đi thẳng, tỷ lệ lỗi theo trường, thời gian xử lý so với SLA.
Với BPO, chỉ số quan trọng không phải “tự động bao nhiêu phần trăm” mà là chất lượng đầu ra có đạt cam kết hay không.
Rủi ro khi kết hợp RPA và AI và cách kiểm soát
| Rủi ro | Biểu hiện | Cách kiểm soát |
|---|---|---|
| Lỗi dây chuyền | AI đọc sai một con số, bot ghi sai hàng trăm bản ghi | Ngưỡng tin cậy; kiểm tra chéo trước khi bot ghi; chạy song song với cách cũ |
| Quyền hạn quá mức | Agent gọi được bot có quyền chuyển tiền, xoá dữ liệu | Quyền tối thiểu; tách bot chỉ đọc và bot ghi; người duyệt việc khó hoàn tác |
| Chèn chỉ dẫn độc hại (prompt injection) | Email hoặc tài liệu chứa câu lệnh khiến AI làm việc ngoài ý muốn | Coi nội dung đầu vào là dữ liệu, không phải lệnh; giới hạn công cụ agent được gọi |
| Chi phí khó dự đoán | Phí gọi mô hình tăng khi agent lặp nhiều bước | Đo chi phí mỗi giao dịch; giới hạn số bước; dùng quy tắc cho phần đã rõ |
| Mất dấu trách nhiệm | Không rõ lỗi do bot, AI hay người duyệt | Nhật ký ghi đầu vào, đầu ra, phiên bản mô hình, người duyệt |
Pháp lý Việt Nam cần lưu ý
- Luật Trí tuệ nhân tạo số 134/2025/QH15, thông qua ngày 10/12/2025, hiệu lực từ 01/03/2026. Luật phân hệ thống AI thành ba mức rủi ro (cao, trung bình, thấp), yêu cầu con người kiểm soát và can thiệp được vào quyết định của hệ thống AI, và đặt nghĩa vụ minh bạch để người dùng nhận biết khi đang tương tác với AI. Chatbot hay agent giao tiếp với khách hàng cần được thiết kế theo yêu cầu này.
- Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, hiệu lực từ 01/01/2026. Điều 30 yêu cầu dữ liệu cá nhân trong môi trường dữ liệu lớn, AI, điện toán đám mây được xử lý đúng mục đích, trong phạm vi cần thiết, có biện pháp bảo mật, xác thực, phân quyền; xử lý dựa trên AI phải phân loại rủi ro.
Với bot RPA, quản lý tài khoản bot như tài khoản nhân viên: mỗi bot một danh tính, mật khẩu lưu trong kho bảo mật, quyền được rà soát định kỳ.
Phần pháp lý chỉ mang tính tham khảo, tóm tắt theo văn bản đến tháng 10/2026. Văn bản hướng dẫn có thể tiếp tục được ban hành; nên đối chiếu văn bản gốc hoặc hỏi luật sư trước khi triển khai quy trình có dữ liệu nhạy cảm.
Lộ trình kết hợp RPA và AI cho doanh nghiệp Việt Nam
- Vẽ quy trình, tách từng bước: ghi đầu vào, quyết định, hệ thống đích, khối lượng, số ngoại lệ; đánh dấu bước theo quy tắc và bước cần phán đoán.
- Loại bỏ trước khi tự động hoá: bỏ bước thừa, chuẩn hoá biểu mẫu, tận dụng dữ liệu có sẵn như hoá đơn XML. Nhiều “nhu cầu AI” biến mất ở bước này.
- Tự động phần quy tắc bằng API hoặc RPA: dễ đo hiệu quả, ít rủi ro nhất.
- Thêm AI vào điểm nghẽn ngoại lệ: bắt đầu với một loại chứng từ hoặc yêu cầu; người duyệt mọi kết quả giai đoạn đầu, nới dần theo số liệu.
- Thử agent ở chế độ đề xuất: agent đề xuất, người xác nhận. Chỉ mở quyền tự thực thi cho hành động hoàn tác được.
- Quản trị và đo lường: duy trì nhóm phụ trách tự động hoá (CoE), nhật ký đầy đủ; theo dõi tỷ lệ đi thẳng, độ chính xác theo trường, số ngoại lệ, thời gian và chi phí mỗi giao dịch.
Câu hỏi thường gặp
RPA có phải là AI không?
Không. RPA truyền thống chạy theo quy tắc cố định và không tự học. Nó chỉ thành một phần của giải pháp “thông minh” khi kết hợp với thành phần AI như OCR, xử lý ngôn ngữ tự nhiên hay AI agent.
RPA và AI, cái nào tốt hơn?
Không có cái tốt hơn chung chung. RPA hợp với việc lặp lại, quy tắc rõ, cần chính xác và dễ kiểm toán. AI hợp với việc đọc hiểu dữ liệu phi cấu trúc hoặc cần phán đoán. Đa số quy trình thực tế cần cả hai.
AI agent có thay thế RPA không?
Hiện nay thì chưa. Agent đang được dùng như lớp điều phối, gọi bot RPA và API để thực thi. Bước khối lượng lớn, cần chính xác tuyệt đối vẫn hợp với RPA hoặc API vì rẻ hơn, nhanh hơn và lặp lại được.
Agentic automation là gì?
Là cách tự động hoá trong đó AI agent tự lập kế hoạch và gọi công cụ như bot RPA, API, IDP để hoàn thành mục tiêu nhiều bước, có con người giám sát. Khác RPA chạy theo kịch bản cố định, agent chọn được bước tiếp theo khi gặp tình huống chưa lập trình sẵn.
Doanh nghiệp nhỏ nên bắt đầu với RPA hay AI?
Bắt đầu từ quy trình tốn công nhất. Nếu đó là thao tác lặp lại trên dữ liệu chuẩn, tính năng tự động có sẵn trong phần mềm đang dùng hoặc một công cụ RPA đơn giản là đủ. Nếu đó là đọc email, chứng từ đa dạng, công cụ AI dạng dịch vụ có thể nhanh hơn. Tránh mua nền tảng lớn khi chưa có quy trình nào được chuẩn hoá.