Hyperautomation là gì? Định nghĩa Gartner và lộ trình

Mục lục

1. Hyperautomation là gì?
2. Hyperautomation khác gì tự động hoá thông thường và RPA?
3. Hyperautomation gồm những công nghệ nào?
4. Vòng đời hyperautomation diễn ra thế nào?
5. Digital twin of the organization (DTO) là gì?
6. Ví dụ ứng dụng hyperautomation theo ngành
7. Agentic automation 2025–2026: xu hướng hay cường điệu?
8. Lộ trình hyperautomation cho doanh nghiệp vừa và nhỏ Việt Nam
9. Trung tâm xuất sắc (CoE) tự động hoá và quản trị
10. Rủi ro khi triển khai hyperautomation và cách kiểm soát
11. Câu hỏi thường gặp

Hyperautomation là gì?

Hyperautomation là cách doanh nghiệp tự động hoá ở quy mô lớn bằng cách ghép nhiều công nghệ lại với nhau, thay vì dùng riêng lẻ từng công cụ. Chữ “hyper” ở đây không có nghĩa là “nhanh hơn”, mà là “rộng hơn”: rộng về bộ công cụ và rộng về phạm vi quy trình.

Nhiều bài tiếng Việt chỉ diễn giải hyperautomation là “RPA cộng AI”, bỏ sót nửa quan trọng là vòng đời quản trị. Để hiểu hyperautomation là gì cho chính xác, nên đọc định nghĩa gốc.

Định nghĩa của Gartner

Trong thông cáo ngày 21/10/2019 công bố 10 xu hướng công nghệ chiến lược năm 2020 (Top 10 Strategic Technology Trends for 2020) tại hội nghị Gartner IT Symposium/Xpo ở Orlando, Gartner viết (bài dịch):

“Hyperautomation là sự kết hợp của nhiều công cụ học máy (ML), phần mềm đóng gói và công cụ tự động hoá để thực hiện công việc. Hyperautomation không chỉ nói về độ rộng của bộ công cụ, mà còn về mọi bước của chính việc tự động hoá (khám phá, phân tích, thiết kế, tự động hoá, đo lường, giám sát và tái đánh giá).”

Cùng thông cáo nêu rõ xu hướng này khởi đầu từ RPA (robotic process automation), nhưng “chỉ riêng RPA thì không phải hyperautomation”.

Trong bảng thuật ngữ (glossary), Gartner mô tả hyperautomation là cách tiếp cận có kỷ luật, do nhu cầu kinh doanh dẫn dắt, mà tổ chức dùng để nhanh chóng xác định, thẩm định và tự động hoá càng nhiều quy trình kinh doanh và CNTT càng tốt. Cách tiếp cận này phối hợp AI, học máy, kiến trúc hướng sự kiện, RPA, quản lý quy trình nghiệp vụ (BPM, iBPMS), nền tảng tích hợp dạng dịch vụ (iPaaS), công cụ low-code/no-code, phần mềm đóng gói và các công cụ tự động hoá quyết định, tác vụ khác.

Hyperautomation có phải trào lưu nhất thời?

Không. Hyperautomation có mặt trong danh sách xu hướng chiến lược của Gartner ba năm liền: đứng đầu danh sách năm 2020; nằm trong 9 xu hướng năm 2021, kèm nhận định “mọi thứ có thể và nên được tự động hoá sẽ được tự động hoá”; và nằm trong 12 xu hướng năm 2022. Chữ “và nên” hay bị bỏ qua: không phải việc gì tự động được cũng đáng tự động.

Tháng 4/2021, Gartner dự báo thị trường phần mềm hỗ trợ hyperautomation đạt khoảng 596,6 tỷ USD năm 2022. Đây là con số gộp nhiều nhóm phần mềm, không phải doanh thu riêng của “nền tảng hyperautomation”.

Hyperautomation khác intelligent automation thế nào?

• Intelligent automation (tự động hoá thông minh): IBM định nghĩa là dùng AI, BPM và RPA để tinh gọn và mở rộng việc ra quyết định trong tổ chức. Tiêu chuẩn IEEE 2755 (hoàn thành năm 2017) dùng cụm gần nghĩa là intelligent process automation (IPA). Trọng tâm là bộ công nghệ.
• Hyperautomation: bao trùm bộ công nghệ đó, cộng thêm phần “kỷ luật”: khám phá quy trình, ưu tiên hoá, đo lường, quản trị và tái đánh giá liên tục ở quy mô toàn tổ chức.

Nói gọn: intelligent automation trả lời “dùng công nghệ gì”, hyperautomation trả lời thêm “tự động hoá cái gì, theo thứ tự nào, quản lý ra sao”.

Hyperautomation khác gì tự động hoá thông thường và RPA?

Tự động hoá quy trình là dùng phần mềm thực hiện các bước lặp lại theo quy tắc; bạn có thể xem phần nền tảng về tự động hoá quy trình nếu chưa nắm khái niệm gốc. RPA là một kỹ thuật cụ thể trong đó: “robot phần mềm” bắt chước thao tác chuột, bàn phím trên giao diện. Cơ chế, loại bot và cách triển khai có trong bài phân tích riêng về RPA.

Tiêu chí	Tự động hoá đơn lẻ	RPA	Hyperautomation
Phạm vi	Một tác vụ (macro, script, quy tắc email)	Một chuỗi thao tác trên giao diện	Quy trình đầu cuối, nhiều phòng ban
Dữ liệu	Có cấu trúc	Chủ yếu có cấu trúc	Cả có cấu trúc và phi cấu trúc (chứng từ, email, giọng nói)
Ra quyết định	Quy tắc cố định	Quy tắc cố định	Quy tắc kết hợp mô hình AI và người duyệt
Chọn việc để tự động	Theo cảm nhận	Theo đề xuất của phòng ban	Dựa trên dữ liệu process mining, task mining
Công nghệ	Một công cụ	Nền tảng RPA	Nhiều công cụ được điều phối chung
Đo lường	Hiếm khi đo	Số bot, giờ tiết kiệm	KPI quy trình, chi phí, rủi ro, giám sát liên tục
Quản trị	Cá nhân tự làm	Đội RPA	Trung tâm xuất sắc (CoE), khung quản trị toàn tổ chức

Khác biệt lớn nhất nằm ở cách chọn và quản lý, không ở công nghệ. Một công ty có 50 bot RPA rời rạc vẫn chưa làm hyperautomation; một công ty nhỏ có vài luồng tự động nhưng chọn việc bằng dữ liệu, đo kết quả và có người chịu trách nhiệm từng luồng thì đã đi đúng tinh thần đó.

Hyperautomation gồm những công nghệ nào?

Có thể hình dung hệ thống hyperautomation như năm lớp xếp chồng, cộng một cột quản trị chạy xuyên suốt.

Process mining là gì và task mining khác gì?

Process mining (khai phá quy trình) áp dụng thuật toán lên nhật ký sự kiện (event log) của hệ thống như ERP, CRM để thấy quy trình thực tế đang chạy ra sao. IBM chia nó thành ba loại: khám phá (dựng mô hình quy trình từ nhật ký), kiểm tra tuân thủ (so thiết kế với thực tế) và cải tiến (tìm điểm nghẽn). Nền tảng học thuật của lĩnh vực này gắn với giáo sư Wil van der Aalst; năm 2011 nhóm công tác của IEEE công bố Tuyên ngôn Process Mining.

Task mining (khai phá tác vụ) nhìn ở mức nhỏ hơn: thu dữ liệu tương tác của người dùng như phím bấm, cú nhấp chuột, dữ liệu nhập, đôi khi cả ảnh chụp màn hình. Process mining trả lời “hồ sơ đi qua những khâu nào, kẹt ở đâu”; task mining trả lời “trong khâu đó, nhân viên làm gì trên máy”. Thiếu lớp này, doanh nghiệp dễ tự động hoá theo cảm tính và tự động hoá luôn cả những bước thừa.

RPA, iPaaS/API và low-code: lớp thực thi

RPA phù hợp khi hệ thống cũ không có API. Trong hyperautomation, RPA là “tay chân”, không phải bộ não, và dễ gãy khi giao diện thay đổi. Khi hệ thống có API, gọi API thường bền và nhanh hơn. Nền tảng tích hợp dạng dịch vụ (iPaaS) cung cấp sẵn bộ kết nối giúp đồng bộ dữ liệu giữa kế toán, bán hàng, kho mà không cần viết nhiều mã. Còn nền tảng low-code cho phép nhân viên nghiệp vụ tự dựng biểu mẫu, ứng dụng duyệt và luồng việc nhỏ.

IDP và AI/ML: lớp “đọc” và “đoán”

Phần lớn quy trình văn phòng bắt đầu bằng một tài liệu: hoá đơn, hợp đồng, hồ sơ vay. Xử lý tài liệu thông minh (IDP) kết hợp OCR với mô hình ngôn ngữ để trích đúng các trường cần thiết, biến dữ liệu phi cấu trúc thành có cấu trúc. Các mô hình học máy (ML) đảm nhận dự đoán và phân loại: chấm điểm rủi ro, phân loại email khiếu nại, phát hiện giao dịch bất thường.

AI agent: thành phần mới từ 2025

Các tác tử AI dùng mô hình ngôn ngữ lớn để tự lập kế hoạch nhiều bước và gọi công cụ, ví dụ đọc email yêu cầu, tra hệ thống, soạn phản hồi. Khác RPA chạy theo kịch bản cố định, agent xử lý được tình huống chưa lường trước, nhưng kết quả kém ổn định và khó kiểm toán hơn. Vì vậy agent nên đặt dưới lớp điều phối, có giới hạn quyền và người duyệt ở bước nhạy cảm.

Orchestration: lớp điều phối

Lớp điều phối (orchestration), thường dựa trên BPM, quyết định bước nào chạy trước, giao việc cho bot, API, agent hay con người, xử lý ngoại lệ và ghi nhật ký. Thiếu lớp này, các công cụ trên chỉ là “ốc đảo tự động” rời rạc.

Vòng đời hyperautomation diễn ra thế nào?

Định nghĩa năm 2019 của Gartner nêu rõ bảy bước. Phần lớn bài viết tiếng Việt bỏ qua phần này, dù nó mới là “linh hồn” của khái niệm.

1. Khám phá: lập danh mục quy trình, dùng process mining, task mining và phỏng vấn để thấy quy trình thật, không phải quy trình trên giấy.
2. Phân tích: đo khối lượng, thời gian, tỷ lệ lỗi; chấm điểm và xếp hạng ứng viên tự động hoá.
3. Thiết kế: bỏ bước thừa trước khi tự động. Quy trình quá lỗi thời thì cân nhắc tái cấu trúc quy trình (BPR) thay vì tự động hoá cái sai cho nhanh hơn.
4. Tự động hoá: chọn công cụ hợp từng bước (API, RPA, IDP, ML, agent), xây và kiểm thử.
5. Đo lường: so với số liệu nền trước khi tự động: thời gian xử lý, tỷ lệ lỗi, chi phí mỗi giao dịch.
6. Giám sát: theo dõi luồng chạy hằng ngày, cảnh báo khi lỗi hoặc khi hệ thống nguồn thay đổi.
7. Tái đánh giá: định kỳ quyết định giữ, sửa, mở rộng hay khai tử từng luồng; rồi quay lại bước 1 với nhóm quy trình mới.

Digital twin of the organization (DTO) là gì?

Digital twin of the organization (DTO, bản sao số của tổ chức) là mô hình phần mềm mô phỏng cách tổ chức vận hành: chức năng, quy trình, nguồn lực và chỉ số hiệu suất (KPI) liên kết với nhau ra sao.

Trong bài phân tích xu hướng năm 2020, Gartner nhận định: dù không phải mục tiêu chính, hyperautomation thường dẫn tới việc hình thành một DTO, giúp tổ chức hình dung các chức năng, quy trình và KPI tương tác ra sao để tạo giá trị; khi đó DTO trở thành một phần của chính quá trình hyperautomation, cung cấp thông tin liên tục về tổ chức. Lý do dễ hiểu: dữ liệu process mining, nhật ký bot và KPI của hàng chục luồng tự động chính là “nguyên liệu” để dựng mô hình số. Gartner hiện theo dõi riêng nhóm sản phẩm “nền tảng DTO”, với năng lực như thử kịch bản và bảng theo dõi thời gian thực.

Ví dụ ứng dụng hyperautomation theo ngành

Ba ví dụ dưới đây là ví dụ minh hoạ cách các lớp công nghệ phối hợp, không mô tả dự án của doanh nghiệp cụ thể nào.

Ngân hàng: xét duyệt khoản vay tiêu dùng (ví dụ minh hoạ)

IDP đọc giấy tờ tuỳ thân, sao kê lương. API tra cứu thông tin tín dụng. Mô hình ML chấm điểm rủi ro. Hồ sơ điểm cao được duyệt tự động theo hạn mức; hồ sơ vùng xám chuyển cán bộ thẩm định kèm tóm tắt do AI soạn. RPA nhập kết quả vào hệ thống lõi cũ chưa có API.

Ngân hàng là ngành đi trước ở Việt Nam. Theo Tạp chí Ngân hàng (12/2024), BIDV triển khai RPA từ năm 2019 cho 11 quy trình nghiệp vụ, TPBank bắt đầu cùng năm với hơn 200 quy trình tự động hoá; năm 2021 có thêm Vietcombank, HDBank, Techcombank, VietinBank, Sacombank, MB. Bước tiếp theo là ghép AI và điều phối để đi từ RPA lên hyperautomation.

Bảo hiểm: xử lý bồi thường (ví dụ minh hoạ)

IDP trích xuất số tiền, chẩn đoán, ngày điều trị từ hoá đơn viện phí. Quy tắc nghiệp vụ đối chiếu điều khoản hợp đồng. Mô hình ML gắn cờ hồ sơ bất thường. Hồ sơ nhỏ, rõ ràng được duyệt nhanh; hồ sơ lớn hoặc nghi vấn chuyển giám định viên. AI agent soạn thư thông báo để nhân viên duyệt trước khi gửi.

Logistics: chứng từ xuất nhập khẩu (ví dụ minh hoạ)

Luồng tự động phân loại email đến, IDP đọc hoá đơn thương mại, phiếu đóng gói, vận đơn rồi đối chiếu chéo số lượng, mã hàng. iPaaS đẩy dữ liệu sang hệ thống quản lý vận tải và kế toán; bot cập nhật trạng thái lên cổng của đối tác chưa có API. Chứng từ sai lệch được chuyển nhân viên xử lý.

Điểm chung: con người vẫn ở trong vòng lặp (human-in-the-loop) tại các điểm có rủi ro hoặc cần phán đoán.

Agentic automation 2025–2026: xu hướng hay cường điệu?

Từ năm 2025, nhiều nhà cung cấp chuyển trọng tâm sang “agentic automation”, tức đưa AI agent vào luồng tự động để xử lý những bước cần hiểu ngữ cảnh. Hai nhận định của Gartner nên đọc cùng nhau:

• Ngày 26/08/2025: Gartner dự báo đến cuối năm 2026, 40% ứng dụng doanh nghiệp sẽ tích hợp AI agent chuyên cho từng tác vụ, tăng từ mức dưới 5% vào thời điểm công bố.
• Ngày 25/06/2025: Gartner dự báo hơn 40% dự án agentic AI sẽ bị huỷ trước cuối năm 2027 vì chi phí leo thang, giá trị kinh doanh không rõ hoặc kiểm soát rủi ro chưa đủ. Hãng cảnh báo hiện tượng “agent washing”, tức gắn nhãn agent cho trợ lý AI, RPA hay chatbot sẵn có, và ước tính chỉ khoảng 130 trong hàng nghìn nhà cung cấp tự nhận làm agentic AI là thực chất.

Cách làm thận trọng: dùng agent cho bước “mềm” như đọc hiểu, tóm tắt, soạn thảo; giữ quy tắc, API và RPA cho bước “cứng” như ghi sổ, chuyển tiền; luôn có người duyệt trước hành động không thể đảo ngược.

Lộ trình hyperautomation cho doanh nghiệp vừa và nhỏ Việt Nam

Doanh nghiệp vừa và nhỏ không cần mua ngay một nền tảng trọn gói. Có thể đi theo 4 chặng; mốc thời gian chỉ là gợi ý:

1. Kiểm kê (1–2 tháng): liệt kê 20–30 quy trình lặp lại nhiều nhất ở kế toán, bán hàng, nhân sự, chăm sóc khách hàng; ghi khối lượng, thời gian xử lý, tỷ lệ lỗi. Chưa có process mining thì dùng bảng tính và phỏng vấn.
2. Thí điểm (2–3 tháng): chọn 2–3 quy trình khối lượng lớn, quy tắc rõ, ít ngoại lệ như nhập hoá đơn đầu vào, đối soát công nợ. Ưu tiên tính năng tự động sẵn có trong phần mềm đang dùng, sau đó mới tới RPA.
3. Ghép AI và tích hợp (3–6 tháng): thêm IDP cho chứng từ, nối hệ thống qua API hoặc iPaaS, đặt người duyệt ở điểm rủi ro, lập bảng KPI chung.
4. Chuẩn hoá và mở rộng: lập CoE nhỏ, quy trình tiếp nhận đề xuất, chuẩn đặt tên, sao lưu, phân quyền; mỗi quý tái đánh giá danh mục.

Quy trình nên chọn trước: khối lượng lớn, lặp lại, dữ liệu số sẵn có, quy tắc rõ, ít thay đổi trong 6–12 tháng tới và có người chủ quy trình sẵn sàng phối hợp. Hãy đặt hyperautomation trong lộ trình chuyển đổi số chung, không chạy riêng như dự án CNTT.

Trung tâm xuất sắc (CoE) tự động hoá và quản trị

CoE tự động hoá (Center of Excellence) là nhóm đầu mối đặt chuẩn, chọn công cụ, duyệt đề xuất và đo kết quả cho mọi hoạt động tự động hoá. Mô hình tập trung dễ kiểm soát nhưng dễ thành điểm nghẽn; mô hình phân tán nhanh nhưng dễ trùng lặp. Nhiều nơi chọn mô hình liên kết (federated): CoE đặt chuẩn và quản lý bảo mật, còn “nhà phát triển công dân” (citizen developer) ở phòng ban tự xây luồng nhỏ theo chuẩn đó.

Ở doanh nghiệp nhỏ, CoE có thể chỉ gồm 2–3 người kiêm nhiệm: một người nghiệp vụ, một người CNTT và một lãnh đạo bảo trợ. Quy tắc quản trị tối thiểu:

• Danh mục mọi bot, luồng, agent đang chạy: ai sở hữu, chạm hệ thống và dữ liệu nào.
• Tài khoản riêng cho bot, mật khẩu trong kho bí mật, quyền tối thiểu cần thiết.
• Nhật ký mọi hành động của bot và agent để kiểm toán.
• Kiểm thử và phê duyệt trước khi đưa luồng mới hoặc thay đổi vào vận hành.
• Kế hoạch dự phòng khi bot dừng: ai làm tay, theo hướng dẫn nào.
• KPI thống nhất: thời gian xử lý, tỷ lệ lỗi, tỷ lệ ngoại lệ chuyển người, chi phí mỗi luồng.

Rủi ro khi triển khai hyperautomation và cách kiểm soát

Độ phức tạp tăng nhanh

Mỗi công cụ thêm vào là một điểm có thể hỏng. Một luồng nối IDP, ML, RPA và ba hệ thống nguồn có thể dừng chỉ vì một nút bấm đổi vị trí. Hãy ưu tiên API hơn RPA, thiết kế xử lý ngoại lệ từ đầu và bật cảnh báo tự động.

Chi phí giấy phép và chi phí ẩn

Nhiều nền tảng tính phí theo số bot, số luồng, số trang tài liệu hoặc lượng gọi mô hình AI. Ngoài giấy phép còn chi phí hạ tầng, bảo trì khi hệ thống nguồn thay đổi, đào tạo và nhân sự vận hành. Hãy tính tổng chi phí sở hữu nhiều năm và so với số liệu nền đã đo, thay vì tin con số tiết kiệm do nhà cung cấp đưa ra.

Khoá chặt vào một nhà cung cấp

Khi luồng tự động, mô hình AI và dữ liệu nhật ký đều nằm trong một hệ sinh thái khép kín, chuyển đổi về sau rất tốn kém. Nên ưu tiên công cụ hỗ trợ chuẩn mở (REST API, BPMN cho mô hình quy trình), xuất được dữ liệu và tài liệu hoá logic nghiệp vụ độc lập với công cụ.

Bảo mật và dữ liệu cá nhân theo Luật 91/2025/QH15

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 được Quốc hội thông qua ngày 26/06/2025, có hiệu lực từ 01/01/2026. Luồng tự động xử lý hồ sơ khách hàng, nhân viên gần như chắc chắn chạm dữ liệu cá nhân. Ba điểm liên quan trực tiếp:

• Vai trò các bên (Điều 2): doanh nghiệp quyết định mục đích và phương tiện xử lý là bên kiểm soát; nhà cung cấp xử lý theo yêu cầu là bên xử lý. Cần làm rõ trách nhiệm trong hợp đồng.
• AI và đám mây (Điều 30): dữ liệu cá nhân trong môi trường AI, dữ liệu lớn, điện toán đám mây phải xử lý đúng mục đích, trong phạm vi cần thiết; hệ thống phải có biện pháp bảo mật, xác thực, định danh, phân quyền phù hợp; xử lý dữ liệu cá nhân dựa trên AI phải phân loại rủi ro.
• Xuyên biên giới (Điều 20): sử dụng nền tảng ở ngoài lãnh thổ Việt Nam để xử lý dữ liệu cá nhân thu thập tại Việt Nam được tính là chuyển dữ liệu xuyên biên giới. Bên chuyển phải lập hồ sơ đánh giá tác động, gửi bản chính cho cơ quan chuyên trách trong 60 ngày kể từ lần chuyển đầu tiên, trừ trường hợp được miễn. Lưu ý điều này khi dùng IDP, iPaaS hay mô hình AI đặt máy chủ ở nước ngoài.

Task mining cần chú ý riêng vì nó ghi thao tác, có thể chụp màn hình nhân viên. IBM khuyến nghị người dùng chấp thuận trước khi bật công cụ và dữ liệu cá nhân được ẩn danh hoá phù hợp.

Câu hỏi thường gặp

Siêu tự động hoá là gì, có giống hyperautomation không?

Có. Siêu tự động hoá là cách dịch tiếng Việt phổ biến của hyperautomation: phối hợp nhiều công nghệ tự động hoá và AI, kèm vòng đời khám phá, đo lường, cải tiến liên tục.

Hyperautomation có thay thế RPA không?

Không. RPA là một thành phần trong hyperautomation, phụ trách thao tác trên giao diện của hệ thống không có API. Gartner nói rõ chỉ riêng RPA thì chưa phải hyperautomation.

Doanh nghiệp nhỏ có cần làm hyperautomation không?

Không cần đủ mọi lớp. Hãy áp dụng tinh thần của nó: chọn việc bằng số liệu, bắt đầu từ vài quy trình khối lượng lớn, đo kết quả và có người chịu trách nhiệm từng luồng.

AI agent có làm hyperautomation lỗi thời không?

Không. Agent là thêm một công cụ cho các bước cần hiểu ngữ cảnh. Vòng đời đo lường, giám sát và quản trị còn quan trọng hơn, vì agent khó dự đoán hơn bot chạy theo kịch bản.