5 cấp độ ứng dụng AI trong Lark: Từ tính năng đơn lẻ đến "nhân sự AI" thực thi quy trình
Tìm hiểu 5 cấp độ ứng dụng AI trong Lark, từ AI Feature, AI Component, AI Knowledge đến AI Assistant và AI Worker trong vận hành doanh nghiệp.
Mục lục
Làn sóng AI Agents đang kéo AI ra khỏi vai trò một công cụ trả lời câu hỏi đơn lẻ. Khi doanh nghiệp bắt đầu kỳ vọng AI có thể theo dõi công việc, xử lý dữ liệu, phối hợp với con người và thực hiện một số đầu việc cụ thể, câu hỏi quan trọng hơn dần xuất hiện: AI sẽ làm việc trong môi trường nào, với dữ liệu nào và theo bối cảnh nào?
Trong Lark, nhiều phần của hoạt động doanh nghiệp đã nằm trong cùng một không gian làm việc: trao đổi hằng ngày, tài liệu, cuộc họp, quy trình phê duyệt, dữ liệu trên Base, tri thức nội bộ và quyền truy cập của từng vai trò. Chính lớp bối cảnh này mở ra một cách nhìn rộng hơn về AI trong Lark: từ các tính năng hỗ trợ cá nhân, các bước AI trong workflow, AI khai thác tri thức nội bộ, đến trợ lý AI và AI Worker có thể tham gia sâu hơn vào vận hành.
Bài viết này đi qua 5 cấp độ ứng dụng AI trong Lark để doanh nghiệp hình dung rõ hơn nên bắt đầu từ đâu, mỗi cấp độ tạo ra giá trị gì, và vì sao bối cảnh làm việc lại trở thành yếu tố quan trọng khi triển khai AI Agents trong thực tế.
Vì sao Lark là môi trường phù hợp để doanh nghiệp ứng dụng AI
AI trong doanh nghiệp cần nhiều hơn một mô hình ngôn ngữ mạnh. Để trả lời đúng, hỗ trợ đúng và hành động đúng, AI cần hiểu công việc đang diễn ra ở đâu, dữ liệu liên quan nằm ở đâu, ai được phép xem thông tin nào và người đang yêu cầu hỗ trợ giữ vai trò gì trong tổ chức.
Một AI Agent thông minh nhưng thiếu bối cảnh làm việc sẽ giống một nhân sự mới chưa được onboarding: có năng lực, nhưng chưa biết phải bắt đầu từ đâu.
Với Lark, bối cảnh làm việc được hình thành từ bốn yếu tố chính.
|
Yếu tố
|
Ý nghĩa với AI trong doanh nghiệp
|
|
Ngữ cảnh
|
AI có thể tham chiếu tài liệu, hội thoại, meeting notes, dữ liệu Base và quy trình công việc để hiểu việc đang diễn ra.
|
|
Môi trường
|
AI làm việc trong cùng môi trường mà nhân sự đang trao đổi, tạo tài liệu, phê duyệt, quản lý dữ liệu và theo dõi tiến độ.
|
|
Quyền hạn
|
AI cần tuân theo phạm vi truy cập của người dùng, giúp hạn chế việc đọc hoặc trả lời dựa trên dữ liệu không phù hợp.
|
|
Vai trò
|
Khi hiểu vai trò của người hỏi, AI có thể ưu tiên thông tin và cách hỗ trợ phù hợp hơn với công việc thực tế.
|
Điểm đáng chú ý nằm ở chỗ Lark không đặt AI ở một góc tách rời khỏi vận hành. AI có thể xuất hiện trong cuộc họp, tài liệu, bảng dữ liệu, quy trình tự động hóa, kho tri thức và các agent được thiết kế cho từng nhóm việc. Vì vậy, khi nói về ứng dụng AI trong Lark, doanh nghiệp nên nhìn theo một lộ trình trưởng thành thay vì chỉ nhìn theo từng tính năng riêng lẻ.
Cách tiếp cận này cũng phù hợp với xu hướng tất yếu của việc ứng dụng AI cho doanh nghiệp trong không gian làm việc số tập trung: AI tạo ra nhiều giá trị hơn khi dữ liệu, quy trình và cộng tác không bị chia nhỏ trên quá nhiều công cụ.
Tổng quan 5 cấp độ ứng dụng AI trong Lark
Có thể chia AI trong Lark thành 5 cấp độ, đi từ hỗ trợ thao tác cá nhân đến hỗ trợ thực thi công việc theo mục tiêu rõ ràng.
|
Cấp độ
|
Cách hiểu đơn giản
|
Giá trị chính
|
|
Level 1 - AI Feature
|
AI hỗ trợ từng thao tác cụ thể trong sản phẩm
|
Tăng năng suất cá nhân
|
|
Level 2 - AI Component
|
AI trở thành một bước xử lý trong workflow hoặc quy trình nghiệp vụ
|
Tự động hóa các bước cần xử lý ngôn ngữ, phân loại, tóm tắt hoặc suy luận
|
|
Level 3 - AI Knowledge
|
AI khai thác tri thức và dữ liệu nội bộ trong Lark
|
Giúp nhân sự tìm thông tin, hỏi đáp chính sách, tra cứu SOP nhanh hơn
|
|
Level 4 - AI Assistant
|
AI hỗ trợ từng cá nhân hoặc phòng ban theo bối cảnh công việc
|
Theo sát lịch, task, tài liệu, cuộc họp và nhu cầu ra quyết định
|
|
Level 5 - AI Worker
|
AI Agent được giao mục tiêu, skill và phạm vi hành động rõ ràng
|
Hỗ trợ thực hiện một nhóm đầu việc có tính lặp lại hoặc đã chuẩn hóa
|
Càng lên cấp độ cao, AI càng cần nhiều bối cảnh hơn. Ở Level 1, người dùng có thể dùng AI để tóm tắt một nội dung riêng lẻ. Đến Level 4 và Level 5, AI cần hiểu dữ liệu, quy trình, quyền truy cập, vai trò người dùng và tiêu chuẩn đầu ra. Đây là lý do nền tảng làm việc số tập trung trở thành điều kiện quan trọng khi doanh nghiệp muốn triển khai AI Agents một cách thực tế.
Nhìn rộng hơn về ứng dụng AI bên ngoài Lark, doanh nghiệp cũng có thể tham khảo khung 5 cấp độ ứng dụng AI trong doanh nghiệp để tự đánh giá hiện trạng trước khi chọn công cụ hoặc bài toán triển khai.
Level 1 - AI Feature: AI hỗ trợ thao tác hằng ngày trong Lark
Level 1 là cấp độ dễ bắt đầu nhất. AI xuất hiện dưới dạng các tính năng có sẵn, giúp người dùng xử lý một thao tác cụ thể nhanh hơn.
Trong Lark, nhóm tính năng này có thể bao gồm tóm tắt cuộc họp, transcript, dịch nội dung, hỗ trợ viết nháp, chỉnh sửa văn bản, tóm tắt tài liệu hoặc hỗ trợ xử lý nội dung trong môi trường làm việc hằng ngày. Ví dụ, Lark Minutes có thể giúp chuyển nội dung cuộc họp thành transcript để người dùng xem lại, tìm kiếm và cộng tác trên nội dung cuộc họp. Với đội ngũ làm việc đa ngôn ngữ, tính năng dịch trong cuộc họp hoặc tài liệu cũng giúp giảm thời gian theo dõi thông tin.
Level 1 có thể được nhìn qua bốn nhóm ứng dụng tiêu biểu:
-
AI trong Help Desk: Tự trả lời FAQ, phân loại câu hỏi theo chủ đề. Cách ứng dụng này giúp giảm số câu hỏi lặp lại và hỗ trợ đội phụ trách phản hồi nhanh hơn.
-
AI trong Meeting: Tự động tạo transcript và meeting summary. Người tham gia có thể xem lại nội dung họp, nắm quyết định chính và theo dõi các việc cần làm sau cuộc họp.
-
AI trong Docs và Chat: Hỗ trợ dịch đa ngôn ngữ ngay trong luồng cộng tác. Với các đội ngũ làm việc đa quốc gia hoặc thường xuyên trao đổi với khách hàng nước ngoài, AI giúp giảm thời gian xử lý rào cản ngôn ngữ.
-
AI viết trong Docs: Hỗ trợ viết nháp, chỉnh sửa, tóm tắt và viết lại nội dung. Nhân sự có thể rút ngắn thời gian tạo tài liệu, email, thông báo nội bộ hoặc bản nháp nội dung cần duyệt.
Giá trị của Level 1 nằm ở tốc độ tiếp cận. Người dùng không cần thay đổi quy trình làm việc quá nhiều. Họ vẫn họp, chat, viết tài liệu như trước, nhưng có thêm AI hỗ trợ ở một số điểm cụ thể.
Tuy vậy, Level 1 chủ yếu cải thiện năng suất cá nhân. AI giúp người dùng viết nhanh hơn, đọc nhanh hơn, nắm nội dung nhanh hơn, nhưng chưa tác động sâu đến cách doanh nghiệp thiết kế quy trình, quản trị dữ liệu hay phối hợp liên phòng ban. Đây là bước khởi đầu tốt để tạo thói quen sử dụng AI trong môi trường làm việc số.
Level 2 - AI Component: AI trở thành một bước trong quy trình vận hành
Khi doanh nghiệp đã có các quy trình được số hóa trên Lark Base, Workflow, Approval hoặc AnyCross, AI có thể trở thành một thành phần trong luồng xử lý công việc. Đây là bước chuyển quan trọng: AI bắt đầu xử lý dữ liệu trong quy trình, thay vì chỉ hỗ trợ người dùng ở một thao tác riêng lẻ.
Một số ví dụ thường gặp gồm tổng hợp báo cáo tuần cho dự án và sales, hỏi đáp thông tin hành chính - nhân sự, tự động tạo lời chúc sinh nhật, viết JD, tóm tắt và đánh giá CV, kiểm tra logic OKR hoặc gợi ý bước xử lý tiếp theo dựa trên trạng thái của một bản ghi.
Trong Lark, Level 2 có thể được triển khai qua ba nhóm chính:
-
AI shortcut trong Base: Truyền prompt và dữ liệu từ Base vào AI shortcut để phân loại, tạo nội dung, tóm tắt hoặc trích xuất thông tin. Ví dụ: phân loại phản hồi khách hàng, tạo nội dung email, tóm tắt ghi chú, sinh mô tả công việc.
Các shortcut phổ biến
Truyền prompt và dữ liệu Base vào AI shortcut
-
AI node trong Base Workflow: AI trở thành một bước trong quy trình làm việc tự động trong Lark Base. Doanh nghiệp có thể dùng Generative AI để tạo nội dung, hoặc dùng AI Agent để suy nghĩ, lập plan và truy xuất dữ liệu từ nhiều bảng. Ví dụ: tổng hợp báo cáo tuần, đánh giá CV, kiểm tra OKR, gợi ý hướng xử lý dựa trên trạng thái bản ghi.
Tạo nội dung nhờ Generative AI
Sử dụng AI Agent để suy nghĩ, lập plan và truy xuất dữ liệu từ nhiều bảng
-
AI node trong AnyCross: AI được đặt trong luồng tích hợp giữa Lark, ByteDance và các hệ thống bên thứ ba thông qua connector. Cách này phù hợp với các quy trình cần lấy dữ liệu từ nhiều hệ thống, gọi connector AI của Lark hoặc connector AI bên thứ ba như OpenAI, Anthropic Claude, Deepseek, Google AI Studio (Gemini).
Điểm khác biệt của Level 2 so với Level 1 là AI bắt đầu nằm trong logic vận hành. Ví dụ, khi một bản ghi mới được thêm vào Base, AI có thể phân loại yêu cầu, tạo bản nháp phản hồi, điền trường dữ liệu hoặc kích hoạt bước xử lý tiếp theo. Khi một báo cáo tuần cần tổng hợp từ nhiều bảng, AI có thể hỗ trợ đọc dữ liệu đầu vào, tạo phần diễn giải và đưa ra nhận định ban đầu để người phụ trách kiểm tra.
Ở Level 2, điều kiện quan trọng là doanh nghiệp đã có quy trình tương đối rõ. AI sẽ hoạt động tốt hơn khi dữ liệu đầu vào có cấu trúc, trạng thái công việc được định nghĩa, các bước xử lý có logic và tiêu chí đầu ra đủ cụ thể. Nếu quy trình vẫn nằm rải rác trong chat, file cá nhân hoặc thói quen truyền miệng, AI khó tạo ra giá trị ổn định.
Level 2 phù hợp với các phòng ban có nhiều thao tác lặp lại nhưng vẫn cần xử lý ngôn ngữ hoặc đánh giá theo ngữ cảnh, chẳng hạn HR, sales, customer service, marketing, vận hành dự án hoặc hành chính nội bộ.
Level 3 - AI Knowledge: AI khai thác tri thức nội bộ trong Lark
Khi doanh nghiệp dùng Lark Docs, Wiki, Base, meeting notes và các tài liệu nội bộ một cách đều đặn, AI có thể hỗ trợ nhân sự hỏi đáp dựa trên tri thức doanh nghiệp. Đây là Level 3: Lark AI Knowledge.
Hỏi đáp với Lark Knowledge AI tương tự ChatGPT hay Gemini
Ở cấp độ này, AI không chỉ trả lời theo kiến thức chung. AI cần dựa vào tài liệu, quy trình, chính sách và dữ liệu mà doanh nghiệp đã xây dựng trong Lark. Người dùng có thể hỏi về chính sách nghỉ phép, quy trình mua hàng, hướng dẫn sử dụng hệ thống, thông tin sản phẩm, tài liệu onboarding hoặc các SOP đang được lưu trong kho tri thức.
Có thể hình dung Level 3 như một trải nghiệm hỏi đáp tương tự ChatGPT hoặc Gemini, nhưng câu trả lời được trả trên dữ liệu thực tế của doanh nghiệp. Thay vì chỉ dựa vào kiến thức tổng quát, AI sẽ đi qua một luồng xử lý gồm: hiểu câu hỏi, tìm nguồn dữ liệu liên quan trong phạm vi người dùng được phép truy cập, sau đó tổng hợp câu trả lời từ các tài liệu phù hợp.
Quy trình thinking - tìm kiếm dữ liệu liên quan và người dùng được phép truy cập
Các nguồn dữ liệu AI có thể khai thác trong Lark gồm:
-
Wiki và Docs: Cung cấp chính sách, SOP, tài liệu hướng dẫn, tài liệu kỹ thuật, tài liệu marketing hoặc tài liệu đào tạo. Đây thường là nguồn nền tảng để AI trả lời các câu hỏi nội bộ có tính chính thức.
-
Chat và Message: Giúp AI tham chiếu một phần bối cảnh trao đổi công việc nếu nguồn này được cấp quyền phù hợp. Nguồn này hữu ích khi câu hỏi liên quan đến diễn biến công việc, thảo luận dự án hoặc các quyết định đã trao đổi trong nhóm.
-
Tài liệu do người dùng tải lên: Cho phép hỏi đáp hoặc tóm tắt trên các tài liệu được cung cấp riêng cho một nhu cầu cụ thể. Ví dụ: người dùng tải lên tài liệu sản phẩm, hợp đồng, proposal hoặc file hướng dẫn để AI hỗ trợ đọc nhanh.
-
Web search: Hỗ trợ tìm dữ liệu công cộng trên mạng khi luồng triển khai cho phép dùng công cụ tìm kiếm. Nguồn này phù hợp khi câu hỏi cần bổ sung bối cảnh bên ngoài doanh nghiệp.
Đặc điểm quan trọng của Level 3 là AI chỉ nên sử dụng dữ liệu theo phân quyền truy cập của người hỏi. Cùng một câu hỏi về khách hàng, hợp đồng hoặc thông tin nhân sự có thể cần câu trả lời khác nhau tùy người hỏi có được phép xem nguồn dữ liệu nào.
Một số tình huống ứng dụng thực tế gồm:
-
Hỏi đáp chính sách nội bộ
-
Tra cứu SOP và quy trình
-
Hỗ trợ onboarding
-
Tìm thông tin hành chính, nhân sự, khách hàng hoặc hợp đồng
-
Tổng hợp tri thức từ nhiều tài liệu
Điều kiện quan trọng của Level 3 là chất lượng kho tri thức. Doanh nghiệp cần onboard kho tri thức lên Lark dưới dạng Wiki, Docs hoặc các nguồn dữ liệu có cấu trúc; đồng thời hình thành thói quen ghi meeting note, tài liệu hóa quy trình và cập nhật tài liệu nghiệp vụ thường xuyên.
Với các bài toán hỏi đáp chính sách, SOP hoặc tài liệu nội bộ, doanh nghiệp có thể tìm hiểu thêm về Lark Knowledge AI để hình dung cách AI khai thác tri thức trong hệ sinh thái Lark.
Nếu dữ liệu trong kho tri thức thiếu cập nhật, trùng lặp hoặc không rõ nguồn, AI có thể tạo ra câu trả lời thiếu nhất quán. Vì vậy, triển khai AI Knowledge không nên bắt đầu từ việc bật một tính năng, mà nên bắt đầu từ việc nhìn lại cách doanh nghiệp đang quản trị tri thức.
Level 4 - AI Assistant: Trợ lý AI làm việc theo ngữ cảnh của từng người dùng
Level 4 là giai đoạn AI bắt đầu đồng hành với từng cá nhân hoặc phòng ban trong công việc hằng ngày. AI Assistant có thể hỗ trợ chuẩn bị thông tin trước cuộc họp, tổng hợp tài liệu liên quan, theo dõi task, nhắc việc, soạn báo cáo, tìm dữ liệu trong Lark hoặc hỗ trợ ra quyết định dựa trên bối cảnh hiện có.
Nhóm ứng dụng của AI Assistant có thể được tóm tắt theo bốn hướng:
-
Chuẩn bị thông tin trước cuộc họp: AI tìm tài liệu, meeting notes, dữ liệu Base hoặc nội dung trao đổi liên quan để người dùng có bối cảnh trước khi họp.
-
Soạn nội dung, trả lời tin nhắn, chuẩn bị báo cáo: AI dựa trên dữ liệu trong Lark để tạo bản nháp nội dung, báo cáo hoặc phản hồi. Người dùng vẫn là người kiểm tra, chỉnh sửa và quyết định bản cuối.
-
Theo dõi task và nhắc việc: AI hỗ trợ nhắc các đầu việc cần xử lý, theo dõi tiến độ và phát hiện các việc có nguy cơ bị bỏ sót.
-
Tìm thông tin liên quan để hỗ trợ ra quyết định: AI truy xuất dữ liệu, tài liệu, cuộc họp hoặc trao đổi liên quan trong phạm vi được cấp quyền, giúp người dùng giảm thời gian thu thập bối cảnh.
Ở cấp độ này, bốn yếu tố context, all-in-one, permissions và role awareness trở nên rất quan trọng. Một trợ lý AI hỗ trợ sales sẽ cần hiểu khách hàng, pipeline, lịch sử trao đổi, tài liệu proposal và các việc cần follow-up. Một trợ lý AI hỗ trợ quản lý dự án sẽ cần hiểu timeline, task, rủi ro, meeting notes và trạng thái của từng nhóm việc. Một trợ lý AI hỗ trợ HR sẽ cần phân biệt dữ liệu nội bộ nào có thể đọc, dữ liệu nào cần giới hạn theo vai trò.
Về cách triển khai, doanh nghiệp có thể tiếp cận AI Assistant theo nhiều hướng khác nhau. Các công cụ như AnyGen AI Teammate trên Lark đang đi theo hướng này: AI không dừng ở hỏi đáp, mà có thể xử lý tin nhắn, tạo đầu ra, tự động hóa một số luồng công việc và làm việc ngay trong Lark workspace.
-
AnyGen của ByteDance: Có giao diện web/mobile, có thể tương tác qua các kênh như Lark chat; sử dụng hạ tầng và mô hình AI do ByteDance cung cấp; thường tính phí theo credit. Hướng này phù hợp khi doanh nghiệp muốn triển khai nhanh trợ lý AI trong Lark và ưu tiên trải nghiệm ít cấu hình kỹ thuật.
Anygen dưới dạng chatbot trong Lark
-
OpenClaw kết nối với Lark qua lark-cli: Linh hoạt hơn về cách triển khai, có thể cài trên máy hoặc server, lựa chọn LLM theo nhu cầu, kết nối qua các kênh như Lark chat, Telegram hoặc Zalo tùy cấu hình. Hướng này phù hợp với doanh nghiệp có đội ngũ kỹ thuật và muốn chủ động hơn về mô hình, hạ tầng, chi phí token và cách tích hợp.
-
Claude Cowork hoặc các trợ lý AI bên ngoài: Có thể hỗ trợ qua web, mobile hoặc desktop app. Nếu cần dùng dữ liệu Lark, doanh nghiệp sẽ phải kết nối thêm qua MCP, lark-cli hoặc cơ chế tích hợp phù hợp. Hướng này phù hợp khi người dùng đã có sẵn hệ sinh thái AI bên ngoài và muốn kết nối thêm với dữ liệu trong Lark.
Trong bối cảnh Lark, AnyGen thường có lợi thế vì có thể làm việc trực tiếp với dữ liệu và kênh tương tác trong Lark. OpenClaw hoặc các trợ lý AI khác lại phù hợp hơn khi doanh nghiệp muốn thiết kế riêng mô hình vận hành, lựa chọn LLM, tự chủ hạ tầng hoặc mở rộng sang nhiều kênh giao tiếp khác.
Tuy vậy, AI Assistant không nên được triển khai như một chiếc hộp đen. Doanh nghiệp cần xác định rõ trợ lý AI được phép hỗ trợ việc gì, đọc nguồn dữ liệu nào, có được tự tạo task hoặc gửi thông báo hay không, và khi nào cần con người kiểm tra lại đầu ra.
Level 4 phù hợp với những doanh nghiệp đã vận hành nhiều dữ liệu và quy trình trên Lark. Khi phần lớn công việc vẫn nằm ngoài nền tảng, AI Assistant sẽ phải phụ thuộc vào nhập liệu thủ công, khiến trải nghiệm bị đứt đoạn và khó duy trì lâu dài.
Level 5 - AI Worker: AI Agent thực hiện đầu việc theo mục tiêu và SOP
Level 5 là cấp độ nâng cao nhất trong khung này. AI Worker có thể được hiểu là AI Agent được thiết kế để thực hiện một nhóm đầu việc cụ thể, với vai trò, phạm vi dữ liệu, skill, công cụ và tiêu chí đánh giá rõ ràng.
Thay vì chỉ trả lời câu hỏi hoặc hỗ trợ từng bước, AI Worker có thể nhận một mục tiêu như nghiên cứu thị trường, soạn bản nháp bài viết, tạo slide, rà soát proposal, phân tích lead, tổng hợp báo cáo quảng cáo hoặc theo dõi một nhóm chỉ số vận hành. Với mỗi đầu việc, doanh nghiệp cần định nghĩa AI được làm gì, không được làm gì, dùng nguồn nào, xuất kết quả theo format nào và bước nào cần con người phê duyệt.
Level 5 gắn với mô hình multi-agent và skill-based execution. Mỗi agent có thể được setup sẵn một vai trò, một nhóm skill và một phạm vi hành động để xử lý các đầu việc đã đủ rõ.
-
AI nghiên cứu: Có thể làm market research, tổng hợp xu hướng, nghiên cứu và qualify lead. Nhóm này cần nguồn dữ liệu rõ, tiêu chí đánh giá lead hoặc tiêu chí nghiên cứu được định nghĩa trước.
-
AI tạo nội dung: Có thể viết bài, tạo bản nháp nội dung, chuẩn bị thông điệp hoặc tài liệu marketing. Nhóm này cần brand guideline, outline, nguồn tham khảo và tiêu chí kiểm tra chất lượng nội dung.
-
AI tạo tài liệu trình bày: Có thể làm slide, chuẩn bị báo cáo hoặc chuyển dữ liệu thành cấu trúc trình bày. Nhóm này cần mẫu slide, cấu trúc báo cáo, nguồn dữ liệu và yêu cầu đầu ra rõ ràng.
-
AI thiết kế hình ảnh/illustration: Có thể tạo ý tưởng minh họa, brief hình ảnh hoặc bản nháp visual. Nhóm này cần guideline thương hiệu, mô tả concept, yêu cầu kích thước và ngữ cảnh sử dụng.
-
AI kiểm tra/rà soát: Có thể audit proposal, đánh giá rủi ro công nghệ hoặc tài chính. Nhóm này cần checklist, framework đánh giá, quy định về rủi ro và bước review của con người.
AI audit proposal, đánh giá rủi ro về công nghệ và tài chính
Ở cấp độ này, Lark đóng vai trò là nơi tiếp nhận yêu cầu, lưu trữ context và dữ liệu liên quan, đồng thời là nơi con người theo dõi tiến độ, phối hợp và nhận kết quả từ AI Worker. Nếu AI Worker cần tạo báo cáo, tài liệu, thông báo hoặc cập nhật dữ liệu, các đầu ra đó có thể quay lại Lark Docs, Wiki, Base, chat hoặc các bảng công việc để đội ngũ tiếp tục xử lý.
Một AI Worker hiệu quả thường cần các thành phần sau:
-
Mục tiêu công việc: Xác định AI cần tạo ra kết quả gì. Mục tiêu càng cụ thể, AI càng dễ chọn đúng cách xử lý và định dạng đầu ra.
-
SOP hoặc hướng dẫn thao tác: Giúp AI đi theo quy trình đã chuẩn hóa. Đây là phần đặc biệt quan trọng nếu doanh nghiệp muốn AI xử lý các việc có nhiều bước.
-
Skill hoặc công cụ: Cho phép AI đọc dữ liệu, tạo tài liệu, gửi thông báo hoặc cập nhật hệ thống trong phạm vi được cấp quyền.
-
Nguồn dữ liệu: Cung cấp bối cảnh từ tài liệu, Base, chat, meeting notes hoặc hệ thống liên quan để AI hiểu đúng đầu việc.
-
Phân quyền: Giới hạn phạm vi dữ liệu và hành động của AI. Phân quyền rõ giúp giảm rủi ro khi AI làm việc với dữ liệu nội bộ.
-
Human review: Đảm bảo các đầu ra quan trọng được con người kiểm tra trước khi sử dụng, đặc biệt với nội dung liên quan đến khách hàng, tài chính, pháp lý hoặc thương hiệu.
Đây là cấp độ mà Lark có nhiều lợi thế về mặt môi trường. Khi yêu cầu, dữ liệu, trao đổi, tài liệu, quy trình và kết quả đều nằm trong một không gian làm việc, AI Worker có nhiều bối cảnh hơn để thực hiện công việc. Người dùng cũng dễ theo dõi tiến độ, kiểm tra kết quả và phối hợp với AI trong cùng nơi họ đang làm việc.
Các skill của AI Worker thường nên được định nghĩa dưới dạng hướng dẫn rõ ràng, chẳng hạn file markdown mô tả framework cần dùng, SOP cần tuân theo, những việc AI được làm, những việc AI không được làm và tiêu chí đánh giá đầu ra. Cách làm này giúp AI Worker không chỉ có khả năng tạo nội dung hoặc gọi công cụ, mà còn có “luật làm việc” đủ cụ thể để đi theo cách vận hành của doanh nghiệp.
Ở hướng triển khai chuyên biệt hơn, doanh nghiệp có thể tham khảo cách AnyGen Custom AI Agents trên Lark sử dụng role, Skills, connector và knowledge để xây dựng AI teammate phù hợp với từng nhóm việc.
Dù vậy, Level 5 cần được triển khai thận trọng. AI Worker không nên được xem là một nhân sự tự do hoàn toàn. Cách tiếp cận thực tế hơn là coi AI Worker như một cộng sự số cho những đầu việc đã đủ rõ về mục tiêu, quy trình và tiêu chuẩn đầu ra. Với các việc có rủi ro cao về tài chính, pháp lý, khách hàng hoặc thương hiệu, doanh nghiệp vẫn cần bước kiểm tra và phê duyệt của con người.
So sánh 5 cấp độ ứng dụng AI trong Lark
Mỗi cấp độ phù hợp với một mức trưởng thành khác nhau về dữ liệu, quy trình và văn hóa làm việc số. Doanh nghiệp không nhất thiết phải đi tuần tự từ Level 1 đến Level 5. Một phòng ban đã có dữ liệu tốt trên Base có thể bắt đầu từ Level 2. Một doanh nghiệp đã có Wiki và tài liệu nội bộ rõ ràng có thể ưu tiên Level 3. Một đội ngũ đã vận hành phần lớn công việc trên Lark có thể thử nghiệm assistant hoặc worker ở phạm vi nhỏ.
|
Cấp độ
|
Điều kiện nên có
|
Phù hợp khi doanh nghiệp muốn
|
|
Level 1 - AI Feature
|
Người dùng đã làm việc thường xuyên trên Lark
|
Tăng năng suất cá nhân nhanh, tạo thói quen dùng AI
|
|
Level 2 - AI Component
|
Có quy trình trên Base, Workflow, Approval hoặc AnyCross
|
Tự động hóa bước xử lý lặp lại trong vận hành
|
|
Level 3 - AI Knowledge
|
Có Wiki, Docs, meeting notes, dữ liệu nội bộ được quản trị tốt
|
Giúp nhân sự hỏi đáp và tra cứu tri thức nhanh hơn
|
|
Level 4 - AI Assistant
|
Nhiều dữ liệu công việc đã nằm trong Lark, phân quyền rõ
|
Hỗ trợ từng cá nhân hoặc phòng ban theo bối cảnh
|
|
Level 5 - AI Worker
|
Có SOP, tiêu chí đầu ra, phạm vi quyền và cơ chế review
|
Giao AI thực hiện một nhóm đầu việc đã chuẩn hóa
|
Khác biệt lớn nhất giữa các cấp độ nằm ở độ sâu của bối cảnh. AI Feature có thể hoạt động với một đoạn văn bản hoặc một cuộc họp. AI Worker cần nhiều hơn: lịch sử công việc, dữ liệu liên quan, tiêu chuẩn xử lý, vai trò người dùng, quyền truy cập và cách phối hợp với con người.
Doanh nghiệp cần chuẩn bị gì để đi từ AI Feature đến AI Worker
Lộ trình ứng dụng AI trong Lark nên bắt đầu từ những việc đủ nhỏ để tạo hiệu quả nhanh, sau đó mở rộng dần sang các bài toán có nhiều dữ liệu và quy trình hơn. Trước khi triển khai các cấp độ nâng cao, doanh nghiệp nên chuẩn bị một số nền tảng vận hành.
-
Chuẩn hóa tài liệu và kho tri thức
Các chính sách, SOP, hướng dẫn, meeting notes và tài liệu nghiệp vụ cần được lưu ở nơi dễ tìm, có chủ sở hữu rõ và được cập nhật định kỳ. AI Knowledge hoặc AI Assistant sẽ khó làm tốt nếu nguồn tri thức thiếu cấu trúc.
-
Đưa quy trình lên nền tảng số
Những quy trình như phê duyệt, tuyển dụng, quản lý dự án, chăm sóc khách hàng, báo cáo tuần hoặc quản lý yêu cầu nội bộ nên được số hóa trên Lark Base, Approval hoặc Workflow. Khi quy trình có dữ liệu và trạng thái rõ ràng, AI mới có cơ sở để hỗ trợ xử lý.
-
Thiết kế phân quyền theo vai trò
AI trong doanh nghiệp cần đọc đúng dữ liệu và hành động đúng phạm vi. Phân quyền không chỉ phục vụ bảo mật, mà còn giúp AI trả lời và hỗ trợ phù hợp với vai trò của từng người dùng.
-
Chọn bài toán AI có giá trị vận hành rõ ràng
Doanh nghiệp nên ưu tiên các bài toán có tần suất cao, dữ liệu sẵn có, đầu ra dễ kiểm tra và tác động rõ đến thời gian xử lý. Ví dụ: tổng hợp báo cáo, tra cứu chính sách, phân loại yêu cầu, hỗ trợ onboarding hoặc chuẩn bị thông tin trước cuộc họp.
-
Bắt đầu trong phạm vi nhỏ và có bước review
Với AI Assistant và AI Worker, nên thử nghiệm trong một nhóm nhỏ hoặc một quy trình cụ thể. Sau khi đánh giá chất lượng đầu ra, thời gian tiết kiệm và rủi ro vận hành, doanh nghiệp có thể mở rộng sang các nhóm việc khác.
Tổng kết
5 cấp độ ứng dụng AI trong Lark giúp doanh nghiệp nhìn AI như một lộ trình phát triển, thay vì một tập hợp tính năng rời rạc. Ở cấp độ đầu, AI giúp từng người dùng làm việc nhanh hơn. Ở các cấp độ cao hơn, AI bắt đầu tham gia vào quy trình, tri thức, trợ lý cá nhân và các AI Worker được thiết kế cho nhóm đầu việc cụ thể.
Điểm cốt lõi của lộ trình này là bối cảnh làm việc. AI Agents cần một môi trường để hiểu dữ liệu, quy trình, vai trò và quyền truy cập. Lark, với vai trò là nền tảng làm việc số hợp nhất, tạo ra một không gian phù hợp để doanh nghiệp từng bước đưa AI vào vận hành theo cách thực tế hơn.
Nếu doanh nghiệp đang cân nhắc ứng dụng AI trong Lark, bước đầu tiên nên là đánh giá hiện trạng dữ liệu và quy trình: công việc đang nằm ở đâu, tri thức đã được tài liệu hóa đến đâu, quyền truy cập đã rõ chưa và đâu là nhóm việc có thể tạo giá trị nhanh nhất khi có AI hỗ trợ. Từ đó, doanh nghiệp có thể xây dựng lộ trình AI phù hợp với mức độ trưởng thành của mình, thay vì chạy theo công cụ riêng lẻ.
Liên hệ Rikkei Digital qua form dưới bài viết để nhận tư vấn 1-1 về lộ trình triển khai Lark Suite và ứng dụng AI dựa trên bài toán đặc thù của doanh nghiệp.
