
Khách hàng của chúng tôi — một công ty logistics với hơn năm nghìn đơn vận chuyển mỗi ngày — đang đối mặt với vấn đề cổ chai nghiêm trọng tại bước duyệt đơn. Mỗi đơn cần kiểm tra mười hai điểm dữ liệu khác nhau trước khi được xác nhận. Với đội ngũ bốn người, họ chỉ xử lý được hai nghìn đơn mỗi ngày.
Thách thức đầu tiên khi triển khai AI agent không phải về kỹ thuật — mà là chuẩn hóa dữ liệu. Đơn hàng đến từ bảy kênh khác nhau, mỗi kênh một format. Chúng tôi mất ba tuần đầu chỉ để xây pipeline chuẩn hóa đầu vào.
Agent được thiết kế theo kiến trúc rule-based kết hợp ML: các quy tắc cứng (địa chỉ không hợp lệ, mã bưu chính sai, cân nặng vượt giới hạn) được xử lý deterministic; các trường hợp xám (địa chỉ không đầy đủ, giá trị bất thường) được đưa qua model phân loại.
Tuần thứ hai của giai đoạn pilot, chúng tôi phát hiện agent sai ở một loại đơn đặc thù: giao hàng nông thôn với địa chỉ không theo format chuẩn. Phải bổ sung thêm lớp xử lý riêng cho nhóm này.
Sau mười hai tuần vận hành chính thức: tỷ lệ tự động duyệt đạt tám mươi ba phần trăm, thời gian xử lý trung bình giảm từ bốn mươi lăm phút xuống còn mười ba phút, tỷ lệ lỗi giảm từ hai phần trăm xuống còn zero phẩy bốn phần trăm.
Bài học quan trọng nhất: đừng cố tự động hóa một trăm phần trăm ngay từ đầu. Thiết kế hệ thống để agent xử lý phần dễ, con người xử lý phần khó — và liên tục dịch chuyển ngưỡng đó theo thời gian khi agent học thêm.
Chia sẻ