Salesforce đóng gói 7 AI Agent theo vai việc, 6 đã phát hành

Fact: Salesforce ngày 11/09/2026 giới thiệu bảy AI Agent được đóng gói theo vai việc cụ thể. Sáu agent đã phát hành rộng rãi, còn Hunter — agent bán hàng outbound — đang ở giai đoạn pilot và được dự kiến GA vào tháng 11/2026. Hãng cho biết nền tảng Agentforce và Slack đã xử lý 7 tỷ “Agentic Work Units” trong hai năm, riêng quý II đạt 3,2 tỷ.

Điểm mới không chỉ là thêm bảy cái tên. Salesforce đang đổi cách bán AI doanh nghiệp: từ một nền tảng để khách hàng tự lắp ráp agent sang danh mục “nhân sự số” có mô tả công việc, kỹ năng, hành động và mô hình dữ liệu dựng sẵn.

Bảy AI Agent của Salesforce làm việc gì?

Danh mục trải từ dịch vụ khách hàng đến hậu cần. Casey xử lý hỗ trợ qua thoại, SMS, WhatsApp và web chat. Paige giải quyết yêu cầu IT và HR. Carter tư vấn mua sắm và hỗ trợ thanh toán ngay trong hội thoại. Marshall điều phối quy trình supply chain và back office. Piper tiếp nhận, sàng lọc và chuyển lead thành pipeline. Fin xử lý các workflow trải nghiệm khách hàng phức tạp.

Hunter là trường hợp khác biệt: agent này làm việc trên pipeline outbound từ nghiên cứu đến tiếp cận, cộng tác với nhân viên bán hàng trong nhiều tuần hoặc nhiều tháng. Salesforce ghi rõ Hunter hiện mới ở pilot. Đây là chi tiết quan trọng vì một agent hoạt động dài hạn có rủi ro tích lũy trạng thái, thay đổi dữ liệu và gửi thông điệp ra bên ngoài lớn hơn chatbot xử lý từng phiên.

7 tỷ Agentic Work Units nói lên điều gì?

Salesforce định nghĩa một Agentic Work Unit (AWU) là một tác vụ rời rạc do AI Agent hoàn thành. Theo hãng, Agentforce và Slack đã tạo 7 tỷ AWU trong hai năm, với 3,2 tỷ ở quý II. Con số này cho thấy khối lượng sử dụng đang tăng mạnh trong hệ sinh thái của Salesforce.

Tuy nhiên, AWU là thước đo do nhà cung cấp định nghĩa. Một AWU không đồng nghĩa với một giờ lao động, một ticket được giải quyết trọn vẹn hay một đồng doanh thu. Salesforce không công bố trong bài thông báo cách quy đổi AWU thành chất lượng, chi phí hoặc outcome kinh doanh. Vì vậy, doanh nghiệp nên đọc nó như chỉ báo mức độ hoạt động, không phải bằng chứng độc lập về ROI.

Nhận định của Học viện AI: Việc công khai một đơn vị công việc tốt hơn chỉ nói số lượt gọi model. Nhưng để đánh giá một “nhân sự AI”, lãnh đạo vẫn cần ít nhất bốn lớp số: khối lượng tác vụ, tỷ lệ hoàn thành đúng, tỷ lệ chuyển người và chi phí cho mỗi outcome. Nếu chỉ tối ưu AWU, hệ thống có thể tạo nhiều hoạt động mà chưa chắc tạo nhiều giá trị.

Tại sao đóng gói theo vai việc là bước quan trọng?

Doanh nghiệp mua outcome thay vì mua công cụ

Một nền tảng trống đòi hỏi khách hàng tự thiết kế prompt, action, dữ liệu, quyền và quy trình đánh giá. Danh mục mới cố giảm khoảng trống đó bằng cách gắn agent với một job cụ thể. Người mua có thể bắt đầu bằng câu hỏi “agent này chịu trách nhiệm việc gì?” thay vì “nền tảng có bao nhiêu tính năng?”.

Vai việc tạo ranh giới để quản trị

Casey được phép xử lý yêu cầu hỗ trợ khác Piper được phép tác động lên pipeline. Khi trách nhiệm được định nghĩa rõ, doanh nghiệp dễ xây quyền truy cập, điều kiện dừng, người phê duyệt và SLA. Đây là phần còn thiếu trong nhiều pilot AI: agent được cấp quyền theo hệ thống, nhưng không có “job description” để biết quyền đó có hợp lý hay không.

Agent dài hạn cần quản trị khác agent theo phiên

Hunter theo đuổi mục tiêu nhiều tuần; Marshall điều phối chuỗi quy trình; Fin xử lý nhiều kênh. Các agent này phải giữ trạng thái, đọc dữ liệu mới và phản ứng theo thời gian. Doanh nghiệp vì thế cần checkpoint, giới hạn tần suất, lịch sử quyết định và cơ chế thu hồi nhiệm vụ — không thể chỉ kiểm thử một câu trả lời tại thời điểm ra mắt.

Ba câu hỏi cần hỏi trước khi triển khai

1. Đầu ra cuối là gì? Ticket đóng đúng, cuộc hẹn đủ chuẩn, đơn hàng hoàn tất hay chỉ là một action trung gian?
2. Ai sở hữu lỗi? Khi agent gửi sai, cập nhật nhầm hoặc tạo trải nghiệm không phù hợp, bộ phận nào có quyền dừng và sửa?
3. Dữ liệu nào được đọc và ghi? Tách quyền xem, đề xuất và hành động; không cấp toàn bộ quyền chỉ vì agent cần truy cập một phần CRM.

Danh mục mới nối tiếp hướng đi mà Salesforce đã mở bằng Headless 360 với gần 200 API cho AI Agent và cách hãng gộp Agentforce, Slack và dữ liệu vào các gói vận hành. Nhưng số agent có sẵn không thay thế bước kiểm thử reliability, oversight và cost như khung READY đã chỉ ra.

Nhận định của Học viện AI: Tín hiệu đáng theo dõi là thị trường bắt đầu cạnh tranh ở “job-ready”, không chỉ ở model mạnh. Với SME Việt Nam, cách làm phù hợp không nhất thiết là mua cả bộ. Hãy chọn một vai việc có đầu vào ổn định, kết quả đo được và lỗi có thể hoàn tác; sau đó đóng gói SOP, dữ liệu, quyền và bộ test trước khi mở rộng.

Doanh nghiệp muốn thiết kế một AI Agent theo vai việc thật, có KPI, quyền và luồng phê duyệt rõ ràng có thể nhận proposal triển khai từ Học viện AI.

Nguồn tham khảo

• Salesforce — New Portfolio of AI Agents Built for High-Value Work, 11/09/2026.