Khi ChatGPT ra mắt cuối năm 2022, làn sóng ứng dụng AI trong doanh nghiệp bùng nổ chưa từng có. Nhân viên kế toán dùng ChatGPT viết email chuyên nghiệp hơn. Nhân viên marketing brainstorm ý tưởng campaign. Quản lý dự án tóm tắt meeting dài thành bullet point. Ai cũng nói về năng suất tăng 30%, 50%, thậm chí gấp đôi. Nhưng sau làn sóng hào hứng ban đầu, nhiều người bắt đầu nhận ra hiệu suất thực tế không như kỳ vọng.
Vì sao chúng ta thấy hằng ngày mọi người đều nói AI thông minh hơn mà công việc vẫn không nhẹ đi? Vấn đề không nằm ở AI, mà nằm ở cách chúng ta tiếp cận
.
Rất nhiều người vẫn giữ thói quen tư duy nhìn vào AI nhưng một công cụ cứng. Vậy nên mọi người vẫn hằng ngày đi đi tìm các prompt mẫu, các workflow, các quy trình tự động kiểu n8n .Tư duy này không sai, nó mang tính ổn định, bền vững và dễ kiểm soát. Nhưng AI thì lại khác, đây là một công cụ linh hoạt, khuếch đại cấp số nhân theo tư duy của người dùng. Vậy nên nếu bạn chỉ dùng tư duy cứng mà bỏ qua tư duy mở, bạn sẽ bỏ lỡ rất nhiều khả năng mà AI đó có thể mang lại.
Nhưng ngay cả khi đã sẵn sàng thử nghiệm tư duy mở, AI vẫn có những giới hạn cố hữu.
Thứ nhất, từ cuối năm 2024 trở về trước, AI chỉ là sống trong cửa sổ chat (chatbot AI). Hãy hình dung kế toán trưởng cần tổng hợp báo cáo chi phí từ 12 chi nhánh mỗi tuần, mỗi chi nhánh gửi một file Excel riêng. Để dùng ChatGPT phân tích, phải mở file, copy bảng dữ liệu, paste vào chat, đặt câu hỏi, đọc kết quả, rồi lặp lại với 11 file còn lại. Với hàng chục file, hàng trăm file - phần lớn thời gian dành cho việc copy-paste.
Thứ hai, kết quả chỉ là văn bản trong cửa sổ chat. AI làm được phần khó nhất (phân tích dữ liệu, rút ra insight, viết báo cáo hoàn chỉnh), nhưng kết quả nằm trong chat. Muốn lưu thành file Word? Tự copy ra, mở Word, paste vào, format lại. AI làm được 80% công việc khó, nhưng con người vẫn phải làm 20% việc dễ - và phần 20% đó lặp đi lặp lại mỗi lần.
Thứ ba, mỗi cuộc trò chuyện là một khởi đầu mới. Chatbot không nhớ ngữ cảnh giữa các cuộc trò chuyện. Hôm nay dành 15 phút giải thích về quy trình báo cáo. Ngày mai mở chat mới? Phải giải thích lại từ đầu.
AI Agent 2025 có giải quyết được những vấn đề này không?
Các nền tảng lớn nhận ra giới hạn của chatbot và tích hợp khả năng mới. AI không chỉ trả lời câu hỏi mà còn có thể thực hiện hành động cụ thể. ChatGPT ra mắt Canvas. Gemini tích hợp sâu vào Google Workspace. Claude giới thiệu Artifacts. Thay vì chỉ nhận văn bản trong chat, giờ có thể yêu cầu AI tạo trực tiếp tài liệu Word, bảng tính Excel.
Nhưng sau khi sử dụng trong thực tế, một vấn đề khác nổi lên (tinh vi hơn nhưng căn bản không kém). AI tạo được báo cáo đẹp đẽ, nhưng con người vẫn phải tự click Download, tự mở thư mục, tự đặt tên file. AI tạo ra sản phẩm, nhưng việc đặt sản phẩm đó vào đúng vị trí vẫn hoàn toàn thủ công.
Vấn đề cốt lõi nằm ở đâu?
Dữ liệu trong doanh nghiệp không chỉ cần được xử lý; nó cần được quản lý qua nhiều giai đoạn: thu thập dữ liệu từ nhiều nguồn, xử lý và phân tích, đóng gói thành file sản phẩm, lưu trữ vào đúng thư mục, phân phối cho đồng nghiệp, và tái sử dụng quy trình cho lần sau. Chatbot 2022 chỉ giải quyết được phần xử lý. AI Agent 2025 mở rộng thêm phần đóng gói. Nhưng thu thập, lưu trữ, phân phối, tái sử dụng - tất cả vẫn là việc của con người.
Google Antigravity giải quyết vấn đề này như thế nào?
Antigravity được Google giới thiệu là AI IDE (Integrated Development Environment), ứng dụng hỗ trợ lập trình viên. Điều này khiến nhiều người nghĩ rằng Antigravity CHỈ ĐỂ LÀM LẬP TRÌNH. Nhưng nếu áp dụng tư duy mở, bạn sẽ thấy Antigravity có 2 thứ tưởng chừng chỉ là tính năng phụ trợ: (1) truy cập internet thông qua trình duyệt và (2) xử lý file trên máy. Đây lại là 2 tác vụ chủ đạo cho hầu hết các loại công việc - tìm kiếm/thu thập thông tin và xử lý thông tin.
Bạn cần nghiên cứu thị trường? Tìm kiếm thông tin trên mạng và viết thành báo cáo. Bạn cần thống kê thu chi, dòng tiền doanh nghiệp? Đọc các file hóa đơn, tổng hợp lại và tính toán.
Antigravity đang tạo thành một câu chuyện khác biệt. Đây là môi trường trung gian cho việc con người và AI Agent cùng làm việc, dữ liệu được quản lý minh bạch trong cùng một workspace. Agent có thể mở website, điều hướng, thu thập thông tin. Đọc không giới hạn số lượng file (50 file báo cáo, 100 file hợp đồng). Quan trọng hơn, Agent không chỉ tạo file mà còn lưu file vào đúng vị trí trong hệ thống. Và với Knowledge, Workflow, Skill, Rule - định nghĩa một lần, sử dụng nhiều lần.
Vậy Antigravity có phải là giải pháp hoàn hảo?
Không. Do Antigravity vốn được thiết kế dành cho lập trình viên (giống như bếp Âu có thể nấu món Á nhưng vẫn có hạn chế), nên việc sử dụng cho các công việc ngoài lập trình vẫn sẽ có những khó khăn nhất định. Nhưng nếu so với việc làm theo kiểu trước đây (như đã nêu ở trên). Antigravity giúp giải quyết vấn đề về việc quy trình làm việc cùng AI tốt hơn rất nhiều, nên đây là môi trường phù hợp để triển khai làm việc cùng AI Agent.
Nắm được nhu cầu này thì mình đã đúc rút được gì?
Mình nhận thấy ngày càng nhiều người quan tâm đến việc ứng dụng Antigravity vào công việc hằng ngày, không chỉ lập trình. Nhưng hầu hết tài liệu về Antigravity được viết cho developer (thuật ngữ kỹ thuật, ví dụ về code, giao diện command line). Đối với nhân viên doanh nghiệp như kế toán, marketing, sales, quản lý - nội dung này nằm ngoài tầm với. Từ nhu cầu đó, mình đã đúc rút một bản tài liệu rút gọn để giúp bạn hình thành tư duy và ứng dụng Antigravity vào xử lý công việc thực tế.
Tài liệu có những nội dung gì?
Chương 1 trình bày tư duy triển khai: Song Sinh Số Doanh Nghiệp là gì, cấu trúc AI Agent với System Prompt và Knowledge Base, và vị trí của Antigravity trong bức tranh tổng thể.
Chương 2 đi vào ứng dụng thực hành: mô hình KWSR với bốn tầng tri thức (Knowledge, Workflow, Skill, Rule), cách thiết kế từng thành phần trong Antigravity, và ứng dụng cụ thể theo sáu nhóm ngành - Thương mại, Tư vấn, Sản xuất, Xây dựng, Tài chính, Nhân sự. Mỗi khái niệm đi kèm ví dụ minh họa cụ thể. File Markdown duy nhất, khoảng 55 KB, đọc được trên mọi thiết bị.
Ai nên đọc cuốn sách này?
Doanh nghiệp nhỏ và siêu nhỏ hoặc phòng ban trong doanh nghiệp... muốn bắt đầu với AI Agent. Nhân viên văn phòng cần tăng năng suất. Quản lý cần hiểu cách tổ chức dữ liệu để AI làm việc hiệu quả. Không yêu cầu kiến thức lập trình.