Vân Thê 2026: kiểm thử agent chăm sóc khách hàng bằng ticket cũ và rào đèn xanh, vàng, đỏ

Đăng 26/10/2026 · Vân Thê 2026 (Alibaba Cloud, Hàng Châu, 22–24/09/2026)

Tháng 3 vừa qua, trong chưa đầy một tháng, tổng lượng dịch vụ của khối chăm sóc khách hàng Alibaba Cloud tăng gần 10 lần. Kể lại tại Vân Thê 2026, 罗龙九, người phụ trách trung tâm hỗ trợ khách hàng của Alibaba Cloud, nói cách cũ là tuyển thêm người rồi để chuyên gia kèm chuyên viên, và cách đó "không chạy tiếp được nữa". Hơn 60% ticket của họ cần điều tra kỹ thuật. Đào tạo một nhân viên mới thành người giỏi mất 6 đến 12 tháng¹.

Hôm sau, ở phiên của Linh Thước (伶鹊), nền tảng agent hội thoại cho doanh nghiệp, nhóm sản phẩm kể cách họ dựng và kiểm thử agent gọi ra trước khi cho lên sóng². Ghép hai phiên lại thì ra một quy trình khá rõ: chia kết quả của agent theo mức rủi ro, đóng gói kinh nghiệm thành Skill, kiểm thử bằng dữ liệu cũ và mô phỏng, rồi để người ký quyết định phát hành.

Đèn xanh, vàng, đỏ: viết ra trước ai chịu trách nhiệm từng câu trả lời

Theo ông phụ trách hỗ trợ khách hàng của Alibaba Cloud, họ đã đi qua ba giai đoạn: Chatbot (tôi hỏi, bạn đáp), Copilot (tôi làm, bạn giúp) và Agent Team (bạn làm, tôi quản). Ở giai đoạn Copilot, người vẫn phải phán đoán và xác nhận từng gợi ý, nên không xử lý song song được nhiều hơn¹.

"Mô hình cốt lõi của giai đoạn Agent Team là: bạn làm, tôi quản."

Phụ trách trung tâm hỗ trợ khách hàng, Alibaba Cloud ¹

Với mỗi ticket, agent làm rõ vấn đề, nhận diện ý định rồi gọi công cụ chẩn đoán. Kết quả sau đó đi qua một rào an toàn chia ba luồng. Đèn xanh là kết quả an toàn, được tự gửi. Đèn vàng thì chuyên gia xem lại, sửa và trả lại cho agent. Đèn đỏ là thao tác dữ liệu rủi ro cao hoặc sự cố, người tiếp quản trực tiếp. Nhờ cách chia này, một chuyên viên giám sát được nhiều agent xử lý nhiều ticket cùng lúc. Chuyên viên không trò chuyện thẳng với khách mà điều khiển agent trả lời¹.

Tổng giám đốc khối khách hàng và trải nghiệm của Alibaba Cloud nói đèn xanh, vàng, đỏ là một cách họ vẫn đang thăm dò, để AI tự báo khi xử lý không nổi thay vì đợi khách đòi gặp người ba lần mới chuyển¹. Theo chúng tôi, giá trị của cách chia này là nó buộc doanh nghiệp phải viết ra từ trước: loại kết quả nào được tự gửi, loại nào phải có người ký. Chưa trả lời được câu đó thì chưa có rào.

Skill: kinh nghiệm chuyên gia viết lại để máy chạy được

Ở Alibaba Cloud, Skill là một gói gồm tri thức, SOP và các công cụ mà SOP gọi tới. Họ không viết tài liệu tĩnh cho người đọc nữa mà làm theo bốn bước¹:

• Tự trích tri thức từ các ticket đã đóng và dựng quy trình nghiệp vụ¹.
• Dùng công cụ agent chạy trên máy để tự sinh Skill chẩn đoán¹.
• Kiểm thử trong sandbox (môi trường cô lập) bằng cách phát lại ticket cũ, kiểm đáp án, quy trình và việc gọi công cụ¹.
• Phát hành thử ở phạm vi nhỏ trên môi trường thật, sau đó cập nhật Skill theo phản hồi trực tuyến¹.

Họ bắt đầu với các kịch bản tần suất cao và có quy tắc rõ: hoàn tiền tài chính và chứng chỉ. Một nhóm chuyên viên tiên phong tự viết Skill, và theo thống kê của chính họ, hiệu suất ở đợt thí điểm tăng khoảng trên 50%. Chỉ khi năng lực đánh giá, rào an toàn và tự động hóa đã vào hệ thống, có đủ kiểm soát rủi ro, họ mới tăng dần lượng ticket giao cho agent¹.

Trước khi phát hành: chạy lại quá khứ, mô phỏng tình huống biên

Phát lại ticket cũ cho biết agent xử lý những việc đã xảy ra có đúng không. Phiên Linh Thước làm thêm một bước là mô phỏng hội thoại để thử các tình huống biên. Giám đốc sản phẩm của nền tảng nói đánh giá thủ công không phủ hết và hay gặp cảnh "sửa A thì B tụt", nên vòng lặp nào cũng phải chạy lại toàn bộ kịch bản².

Bộ tiêu chí nghiệm thu, họ gọi là quy chuẩn, có hai nhóm. Nhóm năng lực, ví dụ giải thích đúng và rõ quyền lợi, thường đặt mức 90% hoặc 95% tùy kịch bản. Nhóm lằn ranh đỏ gồm không nói bậy, không hứa suông, không báo giá bừa, không công kích đối thủ, và phải đạt 100%. Khi agent đạt chỉ tiêu, engine xuất báo cáo đánh giá để người quyết định, engine không tự phát hành².

"Có lên sóng hay không, hiện nay chúng tôi vẫn muốn người quyết định, nhưng căn cứ quyết định là báo cáo rất chi tiết của engine."

Quản lý sản phẩm cấp cao, Linh Thước ²

Điều kiện cần có, và chỗ nguồn chưa đủ để tin

Theo chúng tôi, phát lại ticket cũ chỉ có nghĩa khi ticket cũ ghi đủ vấn đề, cách xử lý và kết quả. Đèn vàng cần chuyên gia có thời gian duyệt. Đèn đỏ cần một người được giao quyền tiếp quản, có tên và có ca trực. Bộ lằn ranh đỏ nên do bộ phận nghiệp vụ và pháp chế viết, không giao cho nhà cung cấp.

Về độ tin cậy của các con số: mức tăng trên 50% là thống kê nội bộ của Alibaba Cloud ở kịch bản hoàn tiền và chứng chỉ. Các con số sau là số do hãng công bố: ca kiểm tra chất lượng cho một hãng điện thoại, độ chính xác tăng từ 57,7% lên 93,9% sau 5 vòng; agent gia hạn bảo hiểm dựng xong trong chưa đến nửa ngày^1,2. Lằn ranh đỏ 100% là chỉ tiêu trong vòng kiểm thử, không phải kết quả đo khi đã chạy thật². Hai phiên cũng không cho biết bao nhiêu phần ticket rơi vào mỗi màu đèn, hay bộ hội thoại mô phỏng phủ được bao nhiêu phần tình huống thật.

Mang về doanh nghiệp Việt Nam: hỏi gì trước khi ký nghiệm thu

Phiên Linh Thước không nói gì về tiếng Việt hay việc bán ra ngoài Trung Quốc². Vì vậy, với doanh nghiệp Việt Nam đang cân nhắc agent chăm sóc khách hàng, phần mang về được là quy trình chứ không phải sản phẩm. Trước khi cho agent chạy thật, nên yêu cầu nhà cung cấp trả lời được các câu sau:

• Bộ ticket nào của chính doanh nghiệp sẽ được phát lại để kiểm thử, lấy từ giai đoạn nào, ai chọn mẫu?
• Tiêu chí nào thuộc lằn ranh đỏ, phải đạt 100% như cách Linh Thước đặt, tiêu chí năng lực đặt mức nào, và ai bên doanh nghiệp ký duyệt²?
• Loại kết quả nào được tự gửi, loại nào phải có chuyên gia duyệt, loại nào dừng lại để người tiếp quản? Từng quyết định có được ghi vết để tra lại không?
• Báo cáo trước phát hành có chỉ ra rủi ro cao, trung, thấp nằm ở đâu, và ai là người bấm nút phát hành?

Câu cuối thì doanh nghiệp phải tự hỏi nội bộ: khi agent trả lời sai ở đèn xanh, tức là câu trả lời đã tự gửi đến khách, phòng nào nhận hậu quả. Hai phiên không trả lời câu này. Điều nguồn có là thứ tự làm: Alibaba Cloud chỉ tăng dần lượng ticket giao cho agent sau khi đã đưa năng lực đánh giá, rào an toàn và tự động hóa vào hệ thống¹.

Nguồn

1. Phiên "AI驱动的服务进化：从解题、感知到组织重塑", Vân Thê 2026, Alibaba Cloud, 22/9/2026. yunqi.aliyun.com
2. Phiên "伶鹊自进化智能体：让实时对话创造企业生产力", Vân Thê 2026, Alibaba Cloud, 23/9/2026. yunqi.aliyun.com