Agent AI là SaaS mới [YouTube]

• Nếu SaaS truyền thống bán công cụ làm việc, thì agent SaaS bán chính phần việc mà đội ngũ không còn phải xử lý thủ công nữa, nhắm tới thị trường vốn nhân lực trị giá hàng nghìn tỷ đô la
• Những agent triển vọng bắt đầu từ các quy trình làm việc có trả phí vốn đã thường xuyên phát sinh, có điều kiện hoàn thành và tổn thất rõ ràng, đang là nơi doanh nghiệp trả tiền cho nhân viên, agency, lễ tân hoặc điều phối viên, đồng thời cần truy cập phần mềm hiện có và một mức độ phán đoán nhất định
• Trước khi phát triển, cần quan sát 10–20 trường hợp thực tế của người trực tiếp phụ trách, xác định trigger, ngữ cảnh, công cụ, quyền hạn, phê duyệt, escalation và tiêu chí thành công, rồi tạo agent hữu ích tối thiểu (MUA) theo một trong các dạng: nháp-phê duyệt, phân loại, điều phối hoặc thực thi giới hạn
• Cần xây dựng bộ đánh giá với 50 trường hợp thực tế, đồng thời cung cấp log, phê duyệt, cấu hình và quy tắc bàn giao để khách hàng có thể kiểm tra cách agent vận hành và mắc lỗi; ngay cả khi agent làm việc, chính lớp bao sản phẩm này mới tạo dựng niềm tin như một SaaS
• Cần tiếp cận bằng cách bán pilot kết hợp con người và AI cho 2–3 khách hàng trong cùng một thị trường ngách đang gặp cùng vấn đề, sau đó sản phẩm hóa phần lặp lại và mở rộng bằng định giá theo mức sử dụng hoặc theo kết quả dựa trên kết quả đã được kiểm chứng

---

Từ công cụ làm việc sang sản phẩm thực hiện công việc

• Tư duy cốt lõi là “sản phẩm chính là công việc”
  • SaaS thông thường bán công cụ để đội ngũ sử dụng
  • Agent SaaS bán phần việc mà đội ngũ không còn phải tự xử lý thủ công nữa
• Lý do thị trường agent có thể lớn hơn SaaS là vì nó không chỉ nhắm tới ngân sách phần mềm mà còn hướng tới thị trường vốn nhân lực trị giá hàng nghìn tỷ đô la
• Một đề xuất sản phẩm tốt thường có dạng: xử lý một công việc phiền toái cụ thể tốt hơn nhân sự junior, nhanh hơn agency, và rẻ hơn so với tuyển thêm người

• Trả lời điện thoại cho nhà hàng

  • Khi cuộc gọi dồn dập vào giờ tối, nhân viên đón khách có thể khó xử lý đồng thời việc xếp chỗ, trả lời câu hỏi lặp lại và yêu cầu đặt bàn, dẫn tới mất doanh thu từ đặt chỗ hoặc đặt tiệc nhóm
  • Slang AI là ví dụ về AI “siêu lễ tân” cho nhà hàng
    • Trả lời cuộc gọi đến và câu hỏi của khách
    • Quản lý đặt bàn và chuyển tiếp yêu cầu VIP
    • Báo cho nhân viên các chủ đề ưu tiên cao như yêu cầu đặt tiệc nhóm hoặc khiếu nại của khách
    • Tích hợp với các hệ thống khác mà nhà hàng đang sử dụng

• Trả lời điện thoại cho dịch vụ tại nhà

  • Các công ty ống nước, HVAC, lợp mái, diệt côn trùng có thể bỏ lỡ lịch hẹn và liên hệ tiếp theo nếu lỡ cuộc gọi, đồng thời làm tăng gánh nặng cho điều phối viên
  • same day bán agent AI đóng vai trò điều phối viên, nhân viên kinh doanh và lễ tân, xử lý điện thoại và tin nhắn 24/7 cho các công ty dịch vụ tại nhà
    • Xử lý trả lời điện thoại và phản hồi tin nhắn
    • Đặt lịch công việc hoặc đổi lịch
    • Hỗ trợ tạo thêm doanh thu từ cùng một lượng nhu cầu

Tìm quy trình làm việc mà doanh nghiệp đã phải trả tiền

• Ý tưởng agent nên được tìm trong những công việc mà doanh nghiệp vốn đã trả tiền cho nhân viên, agency, lễ tân, điều phối viên hoặc dispatcher để làm
• Nếu tự động hóa giúp giảm bớt một phần việc đó, con người có thể tập trung vào các công việc sáng tạo hơn

• Năm điều kiện của một quy trình tốt

  • Phải có tần suất cao
    • Công việc diễn ra hằng ngày là tốt, nhưng công việc phát sinh mỗi giờ còn phù hợp hơn
    • Ví dụ gồm lead inbound, cuộc gọi, ticket hỗ trợ kỹ thuật, yêu cầu báo giá, đặt lịch, đơn hàng, yêu cầu bảo trì
  • Điều kiện hoàn thành phải rõ ràng
    • Cần có khả năng xác định thành công hay thất bại, như hoàn tất đặt lịch, phân loại ticket, phê duyệt hoàn tiền, chốt lịch với nhà cung cấp hoặc đưa ra câu trả lời hữu ích cho khách hàng
  • Phải sử dụng phần mềm hiện có
    • Những công việc phù hợp là công việc có thể đọc ngữ cảnh và dùng công cụ trong các hệ thống như Gmail, Slack, Shopify, HubSpot, Zenes, Stripe
  • Ngoại lệ phải phiền nhưng có thể học được
    • Nếu quá đơn giản, có thể xử lý bằng tự động hóa cơ bản hoặc Zap
    • Nếu đòi hỏi phán đoán hoàn toàn của con người, phiên bản đầu dễ thất bại
    • Phù hợp nhất là vùng bài toán lặp lại nhưng vẫn có phần phán đoán mà AI có thể hỗ trợ
  • Người mua phải cảm nhận được tổn thất
    • Ví dụ như cuộc gọi nhỡ, phản hồi chậm, lead bị rơi rụng, khung giờ đặt lịch trống, hoặc nhân sự đắt đỏ bị tiêu tốn vào việc điều phối giá trị thấp

• Chấm điểm ý tưởng

  • Chọn một thị trường ngách và liệt kê 20 công việc mà mọi người thường phàn nàn
    • Công ty lợp mái: cuộc gọi nhỡ, câu hỏi tài chính, hồ sơ bảo hiểm, nhắc lịch hẹn
    • Medical spa: sàng lọc lead, cứu lịch hẹn no-show, upsell membership
    • Thương hiệu Shopify: trả hàng, đổi hàng, theo dõi lead bán buôn
  • Đánh giá từng công việc theo năm tiêu chí sau
    • Xảy ra thường xuyên đến mức nào
    • Chi phí do vấn đề này gây ra lớn đến đâu
    • Mức độ dễ xác định hoàn thành hay chưa
    • Cần truy cập những công cụ nào
    • Ai là người đã có sẵn ngân sách liên quan
  • Đối tượng nên chọn trước tiên là công việc đã gắn sẵn chi phí lương hoặc thuê ngoài

Quan sát công việc thực tế trước khi phát triển

• Trước khi viết prompt hoặc code, cần quan sát người đang làm công việc đó để lấy được các chi tiết cần thiết cho một agent chất lượng cao
• Hãy trực tiếp xem hoặc ghi màn hình 10–20 trường hợp mà người phụ trách xử lý, và yêu cầu họ vừa làm vừa giải thích quy trình
  • Xác định trường hợp nào là dễ
  • Xác định trường hợp nào là bất thường
  • Ghi lại họ kiểm tra điều gì trước khi ra quyết định
  • Tìm nơi lỗi thường xảy ra
• Kể cả khi trước đây đã tự làm công việc đó, việc quan sát lại các trường hợp thực tế gần đây vẫn giúp ghi nhớ luồng chi tiết trong quá trình phát triển

• Chi tiết công việc quyết định chất lượng sản phẩm

  • Công việc thực tế của một lễ tân nhà hàng sâu hơn rất nhiều so với việc chỉ trả lời giờ mở cửa
    • Phải biết giờ bếp đóng
    • Phải phân biệt bàn phù hợp để xe đẩy em bé
    • Phải kiểm tra xem khu patio có đang ngừng phục vụ không
    • Phải biết cách xử lý khách VIP
    • Phải xác định thời điểm chuyển một số yêu cầu nhất định cho người phụ trách riêng
  • Chính những chi tiết công việc thực tế này quyết định chất lượng của agent

• Bảy yếu tố của đặc tả agent

  • Điều gì kích hoạt agent
  • Cần ngữ cảnh nào
  • Có thể dùng công cụ nào
  • Những gì agent có thể tự xử lý
  • Những điểm nào cần phê duyệt
  • Khi nào phải escalation sang người
  • Trạng thái nào được xem là thành công
  • Cần làm rõ các yếu tố này để agent có thể làm việc ngang hoặc tốt hơn con người với chất lượng ổn định hơn

Bắt đầu từ agent hữu ích tối thiểu

• Nếu ngay từ đầu cố tạo ra một nhân viên hoàn toàn tự chủ, demo có thể trông thuyết phục nhưng thực tế không vận hành được, khiến việc kinh doanh thất bại
• Phiên bản đầu cần thu hẹp phạm vi thành agent hữu ích tối thiểu (MUA)

• Bốn kiểu phiên bản đầu tiên

  • Agent nháp-phê duyệt
    • Đọc ngữ cảnh rồi soạn câu trả lời, báo giá, tóm tắt hoặc bước tiếp theo
    • Con người phê duyệt kết quả
    • Phù hợp với công việc có rủi ro, tính sáng tạo hoặc quy trình phê duyệt
  • Agent phân loại
    • Phân loại công việc đến và chuyển tới đúng nơi
    • Có thể áp dụng cho yêu cầu bảo trì, vấn đề thanh toán, yêu cầu hoàn tiền
  • Agent điều phối
    • Quản lý tiến độ công việc giữa hệ thống và con người
    • Kiểm tra thời gian trống, gửi thông báo và yêu cầu thông tin còn thiếu
  • Agent thực thi giới hạn
    • Trực tiếp thực hiện một số tác vụ cụ thể dưới các quy tắc rõ ràng
    • Ví dụ như đặt lịch, follow-up, hoặc hoàn tiền dưới 50 đô la
  • Agent hữu ích tối thiểu có thể dần mở rộng phạm vi tự chủ theo thứ tự: soạn nháp, phân loại, điều phối, thực thi giới hạn

• Từ workflow sang agent tự chủ

  • Theo hướng dẫn về agent của Anthropic, nhiều bài toán agent nên bắt đầu bằng workflow có thể dự đoán được
  • Workflow đi theo đường đi đã định, còn agent đưa ra quyết định linh hoạt hơn tùy tình huống
  • Nhà sáng lập nên bắt đầu từ các đường đi có thể dự đoán và chỉ thêm tính tự chủ ở những đoạn mà phán đoán tạo ra giá trị
  • Sản phẩm ban đầu chỉ cần một workflow và một lời hứa là đủ
    • Trả lời cuộc gọi nhỡ cho công ty lợp mái và đặt đúng lịch công việc
    • Phân loại yêu cầu bảo trì của quản lý bất động sản và sắp lịch với nhà cung cấp phù hợp
    • Xử lý cuộc gọi đặt bàn cho nhà hàng và báo nhân viên khi cần con người can thiệp
  • Bản thân khách hàng cũng có thể không muốn giao toàn bộ công việc cùng lúc cho một nhà cung cấp mới thay vì Microsoft hay Salesforce, nhất là khi đây là lần đầu họ mua agent
  • Vì vậy cần xây dựng niềm tin bằng một workflow đơn lẻ hoạt động tốt

Lớp bao sản phẩm và hệ thống đánh giá để tạo niềm tin

• Nếu agent là phần trực tiếp làm việc, thì lớp bao sản phẩm là phần mang lại niềm tin và quyền kiểm soát cho khách hàng
• Những tính năng phân biệt tự động hóa đơn thuần với SaaS ưu tiên agent gồm có
  • Log công việc
  • Quy trình phê duyệt
  • Thiết lập điều khiển
  • Quy tắc chuyển cho người
  • Kiểm thử trước khi chạy thật
  • Khả năng xem lý do agent chọn một hành động cụ thể
• Agent có thể hoạt động trong hệ thống điện thoại, inbox, kênh Slack hoặc CRM, nên dashboard có thể đơn giản, nhưng khách hàng vẫn cần một phòng điều khiển
  • Agent điện thoại cho nhà hàng: tóm tắt cuộc gọi, kết quả đặt bàn, các ca bàn giao cho người bị thất bại
  • Agent bảo trì bất động sản: ticket được tạo, chuyển cho nhà cung cấp, cập nhật cho người thuê, phê duyệt của chủ sở hữu

• Đánh giá bằng 50 trường hợp thực tế

  • Trước khi hứa hẹn tính tự chủ, cần xây dựng bộ đánh giá
  • Thu thập 50 trường hợp công việc thực tế như cuộc gọi, lead, yêu cầu bảo trì
  • Đánh dấu đáp án đúng cho từng trường hợp rồi kiểm tra các mục sau
    • Có phân loại đúng vấn đề không
    • Có hỏi thông tin còn thiếu cần thiết không
    • Có áp dụng đúng chính sách không
  • Mỗi khi thay đổi prompt, model, công cụ hoặc workflow, hãy chạy lại cùng bộ đánh giá để xem cải thiện hay thoái lùi
  • Đánh giá cũng có thể dùng như tư liệu tạo niềm tin trong quá trình bán hàng
  • Có thể công bố kết quả như: trong 50 yêu cầu bảo trì trước đây, agent chuyển đúng 42 trường hợp, xếp 6 trường hợp vào diện cần con người xem lại và mắc lỗi ở 2 trường hợp
  • Nếu cho thấy cả các ca mắc lỗi và cách sửa, khách hàng sẽ hiểu được giới hạn của agent và quá trình cải thiện

Bán pilot như lao động rồi sản phẩm hóa thành SaaS

• Điểm khởi đầu nhanh nhất là bán một pilot trong đó AI và con người cùng thực hiện công việc, rồi biến phần lặp lại thành sản phẩm
• Hãy bắt đầu với 3 khách hàng có cùng thị trường ngách, cùng workflow và cùng vấn đề, rồi bán kết quả
  • Trả lời cuộc gọi nhỡ và sàng lọc lead
  • Phân loại yêu cầu bảo trì
• Giai đoạn đầu có thể thu phí setup và phí thuê bao hàng tháng dễ hiểu, sau khi hiểu rõ giá trị thì thêm định giá theo mức sử dụng hoặc theo kết quả
• Khách hàng có thể muốn trả tiền cho kết quả hơn là cho thêm một user seat, nhưng không nên chuyển ngay sang định giá theo hiệu suất từ đầu; hãy chỉ áp dụng sau khi đã học đủ

• Ví dụ định giá

  • Phí setup 1.500 đô la và 1.000 đô la mỗi tháng cho mỗi workflow
  • Phí setup 2.000 đô la và 30 đô la cho mỗi lịch hẹn đã được xác thực
  • 3.000 đô la mỗi tháng cho tối đa 500 ticket được xử lý
  • Quan trọng hơn việc tìm ra mức giá chính xác là học được các thông tin sau
    • Khách hàng coi trọng điều gì
    • Agent thất bại ở đâu
    • Công việc nào cần phê duyệt
    • Khi bỏ sản phẩm đi, khách hàng thấy thiếu điều gì nhất

• Sản phẩm hóa các mẫu lặp lại

  • Nếu mọi công ty lợp mái đều cần kịch bản cuộc gọi khẩn cấp, kiểm tra khu vực phục vụ, câu hỏi tài chính và follow-up báo giá, thì có thể biến chúng thành một sản phẩm
  • Nếu mọi medical spa đều cần chấm điểm lead, đặt lịch tư vấn, cứu no-show và follow-up sau điều trị, thì cũng có thể sản phẩm hóa theo cách tương tự
  • Phải trực tiếp làm công việc trước để tìm ra các mẫu chung rồi mới tạo được phần mềm có thể tái sử dụng

Thu hút khách hàng bằng nội dung so sánh workflow

• Nội dung thu hút khách hàng hiệu quả là kiểu mổ xẻ workflow đặt cách làm cũ và cách làm bằng agent cạnh nhau

• Cách làm cũ

  • Không ai nghe máy nên khách chuyển sang đối thủ
  • Nhân viên chăm sóc khách hàng hỏi thông tin, kiểm tra lịch và khu vực phục vụ rồi mới đặt lịch
  • Có để lại ghi chú và nhắc nhở nhưng lại quên follow-up

• Cách làm bằng agent

  • Nhận cuộc gọi và đặt các câu hỏi phù hợp
  • Xác minh khu vực phục vụ và mức độ khẩn cấp
  • Tạo lịch hẹn và cập nhật CRM
  • Gửi tin nhắn xác nhận
  • Chuyển các trường hợp ngoại lệ cho con người
  • Vì người quản lý trực tiếp cảm nhận được tổn thất trong quy trình cũ, nên cần bán một sản phẩm thuộc nhóm thuốc giảm đau chứ không phải vitamin
  • Hãy chọn một workflow để khi người dùng tìm trên internet, công việc đó gắn liền với sản phẩm của bạn
  • Tạo checklist và benchmark
  • Đăng tài liệu mổ xẻ workflow và khoảng 50 nội dung tình huống
  • Châm biếm cách làm cũ hoặc biến nó thành meme
  • Chọn những nội dung phản hồi tốt rồi chạy quảng cáo trả phí
  • Ban đầu hãy tập trung vào một nền tảng duy nhất, đồng thời xây dựng tệp khách hàng tiềm năng trong suốt thời gian phát triển

Kế hoạch thực thi kinh doanh agent trong 30 ngày

• Tuần 1: xác thực thị trường ngách và phiên bản có thể hoạt động

  • Ngày 1: chọn một thị trường ngách nơi việc bỏ sót công việc dẫn đến mất tiền
    • Ví dụ gồm dịch vụ tại nhà, quản lý bất động sản, đại lý bảo hiểm
  • Ngày 2: phỏng vấn 10 nhân sự vận hành và quan sát workflow của họ qua chia sẻ màn hình
    • Có thể trả phí cho buổi phỏng vấn
    • Lưu cuộc gọi làm tư liệu nghiên cứu
  • Ngày 3: chọn một workflow có tần suất, mức độ đau, khả năng truy cập phần mềm và chỉ số thành công rõ ràng
  • Ngày 4: viết đặc tả agent gồm trigger, ngữ cảnh, công cụ, quy tắc, bàn giao và đánh giá
  • Ngày 5: dùng Claude hoặc chatbt để copy-paste ngữ cảnh, tạo bản nháp đầu ra rồi để con người phê duyệt
    • Xác thực xem AI có thực sự giúp ích cho công việc trước khi xây phần mềm
  • Ngày 6: xây dựng phiên bản hữu ích nhỏ nhất tập trung vào tính năng nháp-phê duyệt hoặc phân loại
  • Ngày 7: tạo bộ đánh giá với 50 trường hợp thực tế

• Tuần 2: bán pilot trong cùng một thị trường ngách

  • Bán 2 pilot cho cùng thị trường ngách và cùng workflow
  • Giữ phạm vi hẹp để kiểm chứng lặp lại cùng một vấn đề và cùng một kết quả

• Tuần 3: thêm các tính năng kiểm soát kiểu SaaS

  • Thêm lớp bao sản phẩm gồm log, phê duyệt, cấu hình, phân tích và bàn giao cho người
  • Dùng AI để xây phần mềm đó, với Clawude Design và Fable là các ví dụ công cụ

• Tuần 4: thu thập bằng chứng và kênh phân phối

  • Đăng nội dung mổ xẻ workflow
  • Chuyển kết quả pilot thành tư liệu kiểm chứng cho sản phẩm
  • Tìm định dạng nội dung có phản hồi tốt và tập trung vào chiến lược đó
  • Xác định các kênh có thể chi tiền để thu hút khách hàng trả phí
  • Sang tháng thứ hai và thứ ba, xác định giá trị vòng đời khách hàng (LTV), các kênh hiệu quả và những lĩnh vực nên đầu tư thêm

Kinh doanh bằng cách loại bỏ những công việc lặp lại và đau đớn

• Vai trò của phần mềm đang chuyển từ “công cụ hỗ trợ làm việc” sang “hệ thống cùng thực hiện công việc”
• Cơ hội nằm ở việc tìm ra workflow nhỏ nhất nhưng đau đớn nhất lặp đi lặp lại suốt ngày trong một thị trường ngách mà bạn hiểu rõ, rồi loại bỏ nó
  • Trả lời điện thoại
  • Đặt lịch công việc
  • Phân loại ticket
  • Cập nhật hệ thống
  • Escalation những trường hợp đặc biệt sang người
• Trình tự thực thi là tìm công việc, quan sát người phụ trách, viết đặc tả, vận hành thủ công, xây agent hữu ích tối thiểu, bán pilot, rồi sản phẩm hóa phần lặp lại
• Chỉ khi có thể thực hiện ổn định những công việc mà doanh nghiệp vốn đã phải trả tiền cho con người, đồng thời cung cấp cả công cụ kiểm soát, đánh giá và bàn giao, thì mới trở thành agent SaaS mà khách hàng thực sự sẵn sàng mua