Quyền hạn của AI: bài toán khó của lãnh đạo CNTT
AI agent đang được cấp quyền đến đâu và ai chịu trách nhiệm khi chúng quyết định sai? Câu hỏi này không còn mang tính lý thuyết kể từ khi Nghị định 142/2026/NĐ-CP hướng dẫn Luật Trí tuệ nhân tạo có hiệu lực ngày 01/5/2026. Sau hơn 6 tháng áp dụng, doanh nghiệp phải đưa ra câu trả lời thực tế.
Một AI agent xử lý sự cố hạ tầng trong vài giây mang lại giá trị rất lớn, nhưng nếu thực hiện sai một thay đổi trên hệ thống cốt lõi, hậu quả có thể hoàn toàn khác.
Trao đổi với Báo Đầu tư Chứng khoán, ông Đặng Nhân, Cố vấn giải pháp kỹ thuật của ManageEngine nhận định, khó khăn nhất hiện nay không phải là cho phép AI làm gì, mà là cấp cho nó bao nhiêu quyền hạn. “Khi cả hai kịch bản đều có thể xảy ra, sự tin tưởng đơn thuần không thể được coi là chiến lược quản trị”, ông nói.
Thách thức đặt ra là làm sao để AI có không gian hoạt động mà doanh nghiệp vẫn nắm rõ chúng làm gì, vì sao làm và ai chịu trách nhiệm cuối cùng, nhất là khi AI agent ngày càng đưa ra nhiều quyết định trên môi trường điện toán đám mây, bảo mật và hạ tầng.
Yêu cầu này càng cấp thiết khi gần một nửa trong 2 triệu cảnh báo tấn công mạng tại Việt Nam nửa đầu năm 2026 có liên quan đến AI. Nghị định 142/2026/NĐ-CP cũng yêu cầu các tổ chức chủ động thiết kế chiến lược quản lý rủi ro khi triển khai AI và liên tục đánh giá lại chính sách.
Giữa AI chỉ đưa ra khuyến nghị và AI trực tiếp thực thi hành động có sự khác biệt căn bản. Chuyên gia của ManageEngine lưu ý, khi agent có thể thay đổi cấu hình, điều chỉnh phân quyền hoặc xử lý sự cố an ninh mạng, nó đã trở thành một phần của môi trường vận hành. Khả năng đánh giá các ưu tiên cạnh tranh và hành động trong điều kiện thay đổi cũng khiến agent khó dự đoán hơn so với tự động hóa truyền thống.
Xu hướng này đang tăng tốc. Gartner® dự báo đến năm 2028, 33% ứng dụng phần mềm doanh nghiệp sẽ tích hợp agentic AI và 15% quyết định công việc hằng ngày sẽ được thực hiện tự động. Song, 25% vụ vi phạm bảo mật cũng được cảnh báo sẽ bắt nguồn từ việc lạm dụng AI agent. “Đây là lời nhắc nhở rằng sự tự chủ mà thiếu quản trị là một rủi ro, chứ không phải là một tính năng”, ông Nhân nhấn mạnh.
Tại Việt Nam, khảo sát của EY Việt Nam và Cộng đồng CIO Việt Nam cho thấy 35% doanh nghiệp đã đưa agent vào vận hành, nhưng chưa đến 8% cho phép AI tự quyết định trong phạm vi chính sách thiết lập sẵn, phản ánh thách thức lớn trong việc chuyển dịch từ áp dụng sang tin tưởng.
Trao quyền có ranh giới
Doanh nghiệp không nhất thiết phải để con người tham gia mọi quyết định, nhưng cần gắn trách nhiệm giải trình với sự tự chủ ngay từ đầu, thông qua ranh giới rõ ràng, các điểm can thiệp hợp lý và khả năng truy xuất lịch sử quyết định. Ông Nhân khuyến nghị bắt đầu bằng việc cấp quyền hạn chế cho agent, rồi mở rộng khi AI chứng minh được độ tin cậy.
Mỗi agent cần có định danh riêng, thông tin xác thực ngắn hạn và các quyền hạn được quy định rõ. Việc quan sát, khuyến nghị và thực thi hành động cần được quản trị tách biệt, và gắn với một nhân sự chịu trách nhiệm.
Mức độ tự chủ cần tương xứng với rủi ro. Những việc như gắn thẻ tài nguyên cloud hoặc xóa log định kỳ có thể tự động hóa, còn thay đổi quyền truy cập, quy tắc tường lửa hay giao dịch thanh toán cần kiểm soát chặt hơn với con người phê duyệt.
Agent cũng phải có khả năng tạm dừng hoặc chuyển sang chế độ hạn chế khi hành vi vượt ngưỡng. Ông Nhân gợi ý theo dõi “tỷ lệ hoàn tác”, tức tần suất con người phải hoàn tác các quyết định của agent. “Tỷ lệ này gia tăng là dấu hiệu hệ thống được trao nhiều quyền hơn so với độ tin cậy thực tế”, ông Nhân chia sẻ.
Ngoài ra, đội ngũ IT cần truy xuất được hành động, phiên bản mô hình, dữ liệu đầu vào, cơ sở đưa ra quyết định và mức độ tuân thủ chính sách của agent, thay vì chỉ giám sát thời gian hoạt động và hiệu suất. Tích hợp các thông tin này vào hệ thống giám sát và vận hành bảo mật hiện có sẽ giúp điều tra bất thường nhanh hơn.
Một agent chỉ đáng tin cậy khi các hệ thống, mô hình và dữ liệu phía sau an toàn. Quản lý phiên bản mô hình, minh bạch dữ liệu huấn luyện, ký số các tệp mô hình và diễn tập tấn công giả định sẽ giúp phát hiện lỗ hổng trước khi triển khai. “Thiếu các bản ghi này, việc điều tra sự cố và chứng minh trách nhiệm giải trình sẽ khó khăn hơn”, ông Nhân nói.
Chính sách cũng phải thực thi được trên thực tế chứ không chỉ nằm trên văn bản. Doanh nghiệp cần quy định rõ hệ thống và API agent được truy cập, hạn mức chi tiêu, khung thời gian cho phép thay đổi và quy tắc leo thang sự cố; các chính sách này cần được quản lý phiên bản và kiểm thử trước khi đưa vào vận hành. Khi đó, doanh nghiệp sẽ có góc nhìn toàn diện để phát hiện sớm vi phạm chính sách, đánh giá tác động và xử lý kịp thời trước khi sự cố leo thang.
Về lộ trình, nên đi từng bước, bắt đầu với các quy trình lặp lại, rủi ro thấp và thử nghiệm agent trong môi trường cô lập với quyền chỉ đọc. Doanh nghiệp chỉ mở rộng quyền thực thi khi tỷ lệ hoàn tác giảm, các vi phạm chính sách duy trì ở mức thấp và các quy trình phục hồi sự cố đã được kiểm thử thành công.
“Thước đo thực sự về mức độ trưởng thành AI của một doanh nghiệp không nằm ở việc cho phép các agent làm được bao nhiêu việc, mà nằm ở việc doanh nghiệp có thể giải thích, kiểm soát và chịu trách nhiệm đối với những việc AI đã làm một cách tự tin đến đâu”, ông Đặng Nhân nhận định.