Google Drive dùng Gemini tự gắn nhãn dữ liệu: doanh nghiệp cần phân loại trước khi giao việc cho AI Agent

Ngày 28/08/2026, Google Workspace công bố Gemini-powered AI classification trong Google Drive đã bước vào open beta. Điểm đáng chú ý không nằm ở việc “AI biết gắn nhãn file”, mà ở khả năng biến nhãn dữ liệu thành một lớp kiểm soát trước khi AI Agent được phép đọc, chia sẻ hoặc hành động trên tài liệu doanh nghiệp.

Google vừa thay đổi điều gì?

Theo thông báo chính thức của Google Workspace ngày 28/08/2026, quản trị viên có thể viết hướng dẫn bằng ngôn ngữ tự nhiên để Gemini đọc nội dung file và tự áp dụng nhãn phân loại trong Google Drive. Trước đây, AI classification chủ yếu dựa vào mô hình tùy chỉnh: doanh nghiệp phải chọn người gắn nhãn, chuẩn bị tập dữ liệu huấn luyện và cung cấp ít nhất 100 file mẫu cho mỗi lựa chọn nhãn. Với phương án Gemini mới, tổ chức có thể bỏ qua bước thu thập dữ liệu huấn luyện ban đầu và mô tả trực tiếp tiêu chí nhận diện cho từng nhãn.

Ví dụ, quản trị viên có thể định nghĩa ba mức “Công khai”, “Nội bộ” và “Mật”, kèm dấu hiệu nhận biết và ngoại lệ. Gemini đánh giá file rồi gắn nhãn tương ứng. Chủ sở hữu hoặc người chỉnh sửa có đủ quyền có thể chấp nhận hoặc sửa nhãn; nhật ký Drive ghi lại thời điểm gắn nhãn cũng như việc người dùng chấp nhận hay điều chỉnh kết quả.

Tính năng hiện là open beta, triển khai dần với mục tiêu hoàn tất trước ngày 30/09/2026. Google liệt kê các gói được hỗ trợ gồm Enterprise Plus, Frontline Plus và Google AI Pro for Education. Đây không phải tính năng mặc định cho mọi tài khoản Google Drive cá nhân hay mọi gói Workspace.

Vì sao phân loại dữ liệu trở nên cấp thiết trong thời đại AI Agent?

Chatbot chỉ trả lời khi người dùng đặt câu hỏi. AI Agent có thể tìm file, tổng hợp nội dung, gọi công cụ, chia sẻ tài liệu hoặc kích hoạt quy trình. Khi phạm vi hành động mở rộng, câu hỏi bảo mật không còn dừng ở “ai được đăng nhập”, mà chuyển thành “agent được làm gì với loại dữ liệu nào”.

Một thư mục Drive có thể chứa báo giá, hợp đồng, bảng lương, hồ sơ khách hàng và tài liệu marketing. Nếu tất cả chỉ được coi là “file”, chính sách truy cập rất dễ trở nên quá rộng. Nhãn dữ liệu tạo thêm ngữ cảnh máy có thể đọc: đây là hợp đồng cần giữ bảy năm; kia là dữ liệu cá nhân không được chia sẻ ra ngoài; file khác là tài liệu công khai mà agent có thể dùng để soạn nội dung.

Google nói rõ nhãn có thể được dùng cho chính sách Data Loss Prevention (DLP), quy tắc lưu giữ và điều tra audit. Hãng cũng đặt cập nhật này trong bối cảnh agentic AI: tự động phân loại giúp ngăn quy trình agent truy cập hoặc hành động tự chủ trên dữ liệu nhạy cảm. Đây là fact theo tài liệu Google. Nhận định của Học viện AI là: phân loại dữ liệu đang trở thành “lớp tiền kiểm” của quyền tự chủ. Không có lớp này, doanh nghiệp khó áp dụng nguyên tắc quyền tối thiểu theo nội dung thực tế.

https://rtenawhqlrwmohzchxmr.supabase.co/storage/v1/object/public/blog/mcp/d4a9e0bd-54a2-429d-a5d8-756d432447a3/50c1160e2c8cff4d/inline-0-google-drive-gemini-label-policy-permission-action-audit.jpg

Visual Học viện AI-owned: chuỗi kiểm soát LABEL → POLICY → PERMISSION → ACTION → AUDIT, tổng hợp từ tài liệu Google Workspace. Nguồn dữ liệu: Google Workspace Updates và Google Workspace Admin Help, 28/08/2026.

Khung 5 bước: LABEL → POLICY → PERMISSION → ACTION → AUDIT

1. LABEL — Dạy hệ thống nhận biết loại dữ liệu

Đừng bắt đầu bằng hàng chục nhãn. Một pilot nên dùng ba hoặc bốn mức có ý nghĩa vận hành rõ, chẳng hạn Công khai, Nội bộ, Mật và Hạn chế. Với mỗi mức, mô tả cả dấu hiệu nhận biết lẫn ngoại lệ. “Có số tiền” là tiêu chí quá rộng; “hợp đồng chứa tên pháp nhân, điều khoản thanh toán và chữ ký” hữu ích hơn.

2. POLICY — Gắn nhãn với quy tắc thật

Nhãn chỉ có giá trị khi kéo theo hành vi. File “Mật” có thể bị chặn chia sẻ ngoài tên miền; hồ sơ nhân sự có thời hạn lưu giữ riêng; tài liệu “Công khai” được phép dùng trong công cụ tạo nội dung. Nếu nhãn chỉ để trang trí, AI phân loại tốt đến đâu cũng không làm giảm rủi ro.

3. PERMISSION — Cấp quyền theo mức nhạy cảm

Agent phục vụ marketing không cần đọc bảng lương. Agent tuyển dụng không cần truy cập hợp đồng khách hàng. Doanh nghiệp nên dùng nhãn như một điều kiện khi cấp quyền cho agent, thay vì cho agent quyền đọc cả Shared Drive rồi trông chờ prompt nhắc nó “cẩn thận”. Prompt không thay thế access control.

4. ACTION — Giới hạn hành động có hậu quả

Đọc, tóm tắt, xuất dữ liệu và gửi ra ngoài là bốn mức rủi ro khác nhau. Với tài liệu nhạy cảm, agent có thể được phép tìm và tóm tắt nhưng phải xin xác nhận trước khi gửi email, tạo link chia sẻ hoặc cập nhật hệ thống khác. Cách thiết kế này phù hợp với nguyên tắc “tự chủ có giới hạn” hơn là bật hoặc tắt agent hoàn toàn.

5. AUDIT — Đo sai lệch và phản hồi của người dùng

Google cung cấp nhật ký sự kiện và biểu đồ tỷ lệ người dùng chấp nhận nhãn Gemini trong 180 ngày. Đây là dữ liệu cần theo dõi để sửa hướng dẫn phân loại. Tỷ lệ chấp nhận thấp không nên bị che giấu; nó cho thấy nhãn mơ hồ, hướng dẫn thiếu ví dụ hoặc tài liệu thực tế khác giả định ban đầu.

Ba giới hạn doanh nghiệp cần biết trước khi bật

Thứ nhất, AI classification không đồng nghĩa với độ chính xác tuyệt đối. Google cho phép người dùng đủ quyền sửa nhãn và theo dõi acceptance rate. Điều này cho thấy kết quả cần cơ chế phản hồi, không nên được coi là chân lý tự động.

Thứ hai, phạm vi cấp phép còn hẹp. Open beta chỉ áp dụng cho một số gói. Doanh nghiệp cần kiểm tra license, quyền quản trị và cấu trúc Shared Drive trước khi đưa tính năng vào kế hoạch bảo mật.

Thứ ba, dữ liệu có nhãn sai vẫn có thể kéo theo chính sách sai. Một file mật bị gắn “Nội bộ” có thể được chia sẻ rộng hơn dự kiến; file công khai bị gắn “Mật” làm chậm công việc. Vì vậy pilot phải có tập kiểm thử và người chịu trách nhiệm xử lý ngoại lệ.

Checklist pilot 14 ngày cho doanh nghiệp Việt Nam

• Chọn một Shared Drive có dữ liệu tương đối đồng nhất, không thí điểm ngay trên toàn công ty.
• Giới hạn còn 3–4 nhãn và viết tiêu chí nhận diện bằng ví dụ thực tế của doanh nghiệp.
• Gắn ít nhất một chính sách DLP hoặc access rule có thể kiểm chứng cho từng nhãn.
• Chỉ cho agent hành động đọc/tóm tắt ở vòng đầu; giữ chia sẻ ra ngoài sau bước xác nhận của con người.
• Lấy mẫu thủ công mỗi ngày, ghi false positive, false negative và lý do người dùng sửa nhãn.
• Sau 14 ngày, chỉ mở rộng khi acceptance rate, tỷ lệ sai và thời gian xử lý ngoại lệ đạt ngưỡng đã thống nhất.

Liên hệ với bức tranh quản trị AI rộng hơn

Cập nhật của Google nối trực tiếp với bài toán bảo mật AI theo bốn lớp kiểm soát: dữ liệu cần được nhận diện trước khi hệ thống có thể bảo vệ đúng. Nó cũng bổ sung một mảnh ghép cho quản trị AI Agent theo chi phí và quyền vận hành: ngân sách kiểm soát “agent được chạy bao nhiêu”, còn nhãn dữ liệu kiểm soát “agent được chạm vào cái gì”.

Kết luận của Học viện AI

Gemini tự gắn nhãn file không phải lý do để doanh nghiệp giao toàn bộ dữ liệu cho AI. Giá trị lớn hơn là giúp biến một kho tài liệu lộn xộn thành bề mặt có chính sách, nơi quyền của agent có thể được thu hẹp theo nội dung. Với doanh nghiệp đang chuẩn bị triển khai agent, câu hỏi nên đặt trước “chọn model nào” là: dữ liệu đã được phân loại đủ để biết agent được phép làm gì chưa?

CTA: Nếu doanh nghiệp của anh/chị đang chuẩn bị đưa AI Agent vào Drive, CRM hoặc quy trình nội bộ, hãy đăng ký buổi tư vấn 1:1 với Học viện AI để xây WorkMap, ma trận quyền và pilot có tiêu chí đo lường rõ.

Nguồn xác minh:

• Google Workspace Updates — Gemini-based data classification in Google Drive is now available in open beta, 28/08/2026.
• Google Workspace Admin Help — Label Google Drive files automatically using AI classification, truy cập 29/08/2026.

Editorial note: Các thông tin về tính năng, license, rollout và cơ chế audit là fact theo tài liệu Google. Khung LABEL → POLICY → PERMISSION → ACTION → AUDIT và khuyến nghị pilot là phân tích biên tập của Học viện AI.