AnalysisAIConsideration

Từ AI Assistant đến AI Employee: khi AI cần Identity, Authority và Audit Trail

2026-09-23


Tóm tắt cho CEO/CIO/COO

  • Từ “agent” trong “AI agent” không phải một lựa chọn thuật ngữ ngẫu nhiên — nó trùng khớp gần như hoàn toàn với khái niệm agent trong lý thuyết kinh tế học đã tồn tại từ 1976: một bên (agent) được một bên khác (principal) ủy quyền ra quyết định để thực hiện một dịch vụ thay mặt mình.
  • Michael Jensen và William Meckling, trong “Theory of the Firm” (1976), chỉ ra rằng bất cứ khi nào một mối quan hệ agent được thiết lập, sẽ luôn phát sinh agency costs — gồm ba thành phần: chi phí giám sát (monitoring), chi phí cam kết (bonding), và tổn thất còn lại (residual loss) không thể loại bỏ hoàn toàn.
  • Đây chính là lý do lý thuyết, không chỉ trực giác, cho việc coi AI agent như một “nhân viên” cần được quản trị: bất kỳ khi nào một tổ chức ủy quyền ra quyết định cho một bên khác — con người hay AI — các chi phí agency này luôn phát sinh.
  • Bốn yếu tố Identity, Authority, Responsibility, và Audit Trail — đã bàn cụ thể ở bài 6.16 — chính là cách một tổ chức quản lý agency costs: Identity xác lập ai đang trong mối quan hệ ủy quyền, Authority định nghĩa phạm vi ủy quyền, Responsibility tương ứng với chi phí cam kết, và Audit Trail tương ứng với chi phí giám sát.
  • Doanh nghiệp không cần xây một hệ thống quản trị hoàn toàn mới — phần lớn hạ tầng đã tồn tại cho nhân sự con người; vấn đề là mở rộng nó để bao gồm một loại “agent” mới.

Xuyên suốt series này, cụm từ “AI agent” đã được dùng hàng chục lần mà không dừng lại để hỏi: tại sao lại gọi nó là “agent”? Câu trả lời không chỉ là quy ước ngôn ngữ trong ngành công nghệ — nó phản ánh chính xác một khái niệm đã được nghiên cứu kỹ trong kinh tế học từ nửa thế kỷ trước, dưới cùng một cái tên.


Employee analogy — tại sao nó phù hợp

Sơ đồ: người giao quyền ủy quyền cho agent, bên dưới là hộp ghi chi phí ủy quyền phát sinh.

Claim: “Agent” trong AI agent trùng khớp với khái niệm agent trong lý thuyết kinh tế học, và sự trùng khớp này giải thích chính xác tại sao AI agent cần được quản trị giống một vai trò được ủy quyền.

Michael Jensen và William Meckling, trong “Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure” (Journal of Financial Economics, 1976) — một trong những công trình được trích dẫn nhiều nhất trong lịch sử kinh tế học, với gần 70.000 lượt trích dẫn — định nghĩa mối quan hệ agent như sau: một hợp đồng trong đó một hoặc nhiều người (principal) thuê một người khác (agent) thực hiện một dịch vụ thay mặt họ, bao gồm việc ủy quyền ra quyết định cho agent đó.

Điểm quan trọng nhất: nếu cả principal và agent đều tối đa hóa lợi ích của riêng mình, có lý do chính đáng để tin rằng agent sẽ không phải lúc nào cũng hành động hoàn toàn vì lợi ích của principal. Từ đó phát sinh agency costs — tổng của ba thành phần:

Ngay khi một tổ chức ủy quyền ra quyết định cho AI agent — dù ở mức độ nhỏ nhất — tổ chức đó đã bước vào một mối quan hệ agent theo đúng nghĩa của Jensen và Meckling, và agency costs sẽ phát sinh.

Đây cũng là gốc rễ lý thuyết của thuật ngữ “Excessive Agency” đã được nhắc tới ở các bài 6.8 và 6.11 — một AI agent được trao quá nhiều quyền tự chủ, theo đúng nghĩa kinh tế học, là tình huống mà chi phí giám sát và cam kết chưa đủ để kiểm soát tổn thất còn lại.


Bốn yếu tố: Identity, Authority, Responsibility, Audit Trail

Hai nhóm: Identity và Authority bên trái; Responsibility và Audit Trail bên phải, tương ứng với bonding và monitoring; tổn thất còn lại ở dưới cùng.

Bốn yếu tố đã được trình bày cụ thể ở bài 6.16 giờ có thể được nhìn nhận qua lăng kính lý thuyết agency costs:

Identity tương ứng với điều kiện tiên quyết của chính định nghĩa agent: phải xác định rõ ai đang ở trong mối quan hệ ủy quyền đó.

Authority tương ứng trực tiếp với phần “ủy quyền ra quyết định” trong định nghĩa của Jensen và Meckling.

Responsibility tương ứng với chi phí cam kết (bonding): khi tổ chức xác định rõ ai chịu trách nhiệm giải trình cho hành động của một AI agent, tổ chức đang tạo ra một cơ chế cam kết.

Audit Trail tương ứng trực tiếp với chi phí giám sát (monitoring): đây chính là khoản đầu tư mà tổ chức (principal) cần bỏ ra để biết agent đang thực sự làm gì.

Điểm quan trọng từ lý thuyết agency costs mà nhiều tổ chức bỏ qua: không có cách nào loại bỏ hoàn toàn agency costs — chỉ có cách quản lý chúng ở mức chấp nhận được. Mục tiêu thực tế là đầu tư đúng mức vào giám sát và cam kết, tương xứng với mức độ ủy quyền đã trao, để phần tổn thất còn lại nằm trong ngưỡng chấp nhận được.


Cách triển khai trong practice

Ba nguyên tắc triển khai thực tế:

1. Đầu tư vào giám sát và cam kết cần tương xứng với mức độ ủy quyền, không phải cố định cho mọi agent. Một AI agent chỉ được cấp quyền ở tầng Read cần agency costs thấp hơn nhiều so với một agent ở tầng Execute.

Hai cột so sánh: quyền Read có cột thấp, quyền Execute có cột cao hơn nhiều, minh họa sự chênh lệch chi phí quản trị giữa hai tầng quyền hạn.

2. Không xây dựng một hệ thống quản trị hoàn toàn tách biệt cho AI agent. Phần lớn hạ tầng cần thiết — hệ thống quản lý định danh (IAM), quy trình phê duyệt, cơ chế ghi nhật ký — đã tồn tại trong tổ chức. Nhiệm vụ thực tế là mở rộng hạ tầng đó để bao gồm AI agent.

Sơ đồ ba hệ thống có sẵn (IAM, quy trình phê duyệt, ghi nhật ký) nối vào một khối AI agent, minh họa tái sử dụng hạ tầng.

3. Chấp nhận rằng residual loss sẽ luôn tồn tại, và thiết kế cho việc phát hiện sớm thay vì ngăn chặn tuyệt đối. Mục tiêu thực tế là phát hiện sớm khi tổn thất này vượt ngưỡng chấp nhận được — không phải ảo tưởng rằng nó có thể bằng không.

Hai thẻ so sánh: một ghi "ngăn chặn hoàn toàn" (không thực tế), một ghi "thiết kế để phát hiện sớm" (mục tiêu thực tế).


Bài viết này là một phần trong chuỗi OKELAS AI Control.

Bài liên quan:

→ Liên hệ OKELAS

Does this describe your organization?

Điều này có đúng với doanh nghiệp bạn?

Chia sẻ:FacebookLinkedIn

Next step

Xác định mức độ sẵn sàng AI của doanh nghiệp bạn