AI xử lý ngoại lệ quy trình tốt đến đâu phụ thuộc trước hết vào việc doanh nghiệp đã biết ngoại lệ đó có hợp lệ hay chưa. Một yêu cầu khác thường nhưng có quy tắc xử lý rõ vẫn có thể đưa vào hệ thống. Ngược lại, nếu hai quản lý đưa ra hai cách quyết định trái nhau, giao cho AI chọn một cách chỉ làm sự thiếu thống nhất chạy nhanh hơn.
Với doanh nghiệp biết mình cần ứng dụng AI nhưng chưa biết bắt đầu từ khâu nào, đếm số việc “không giống SOP” là chưa đủ. Cần tách việc thiếu thông tin, biến thể đã được phép, khoảng trống chính sách, yêu cầu vượt quyền và lỗi kỹ thuật. Mỗi nhóm cần một đường xử lý khác nhau.
Bài viết đề xuất cách phân loại và mẫu sổ ngoại lệ để chuẩn bị triển khai. Năm tình huống dưới đây đều là ví dụ giả định, không mô tả khách hàng, quy trình đang vận hành tại VIN hay kết quả kiểm thử hệ thống.
Nhiều ngoại lệ không đồng nghĩa với việc phải dùng AI Agent
Một công ty dịch vụ có thể nhận yêu cầu qua nhiều kênh, nhiều định dạng và cách diễn đạt. Nếu cuối cùng mọi yêu cầu đều cần cùng ba thông tin để chuyển tư vấn, sự đa dạng ở đầu vào chưa chắc là ngoại lệ nghiệp vụ. AI có thể hỗ trợ đọc và chuẩn hóa; bước chuyển tiếp vẫn dựa trên điều kiện rõ ràng.
Ngược lại, khách muốn điều khoản thanh toán khác, hạng mục ngoài phạm vi hoặc cam kết thời hạn chưa được xác nhận là thay đổi liên quan đến quyền quyết định. Khả năng hiểu ngôn ngữ không tự trao cho agent quyền chấp thuận các thay đổi ấy.
Trước khi chọn công cụ, hãy kiểm tra một điểm: nếu nhân viên gặp đúng hồ sơ này, hai người có cùng hiểu “được phép làm gì tiếp theo” không? Nếu câu trả lời chưa thống nhất, doanh nghiệp cần chốt quy tắc hoặc người quyết định. Chưa cần viết đủ mọi SOP mới được dùng AI, nhưng phần việc giao cho AI phải có đầu ra và giới hạn có thể kiểm tra.
Phần phân biệt kiến trúc được trình bày riêng trong bài AI Agent khác workflow tự động hóa ở điểm nào. Ở đây, trọng tâm là phân loại tình huống lệch chuẩn trước khi quyết định tự động hóa đến đâu.
Chia ngoại lệ thành năm nhóm để chọn đúng cách xử lý
Đây là khung làm việc đề xuất cho doanh nghiệp, không phải bộ phân loại chính thức của một nhà cung cấp. Một hồ sơ có thể mang nhiều nhãn; khi đó cần giải quyết điều kiện đang chặn hành động tiếp theo. Chẳng hạn, bổ sung đủ dữ liệu vẫn không làm một yêu cầu vượt quyền trở thành hợp lệ.
| Nhóm | Dấu hiệu để nhận ra | Hướng xử lý |
|---|---|---|
| Thiếu hoặc mâu thuẫn dữ liệu | Chưa có thông tin bắt buộc, hai nguồn ghi khác nhau | Yêu cầu đúng dữ liệu còn thiếu; giữ trạng thái chờ đối chiếu |
| Biến thể hợp lệ đã có quy tắc | Có điều kiện áp dụng, nguồn quy định và quyền thực hiện | Đi theo nhánh đã được phép; ghi lại căn cứ lựa chọn |
| Khoảng trống hoặc xung đột chính sách | Không tìm thấy quy tắc còn hiệu lực, hoặc hai quy tắc trái nhau | Chuyển người sở hữu quy trình chốt cách xử lý |
| Yêu cầu ngoài quyền được giao | Hành động vượt phạm vi, kể cả khi người yêu cầu nói rất rõ | Dừng hành động đó; chuyển đúng đầu mối có thẩm quyền |
| Lỗi kỹ thuật hoặc chưa rõ kết quả ghi | Kết nối lỗi, thao tác hết thời gian chờ, chưa biết bản ghi đã tạo chưa | Kiểm tra trạng thái thực tế trước khi thử lại hay tạo mới |
Không nên gom cả năm nhóm vào một hàng “AI không hiểu”. Nếu lỗi đến từ dữ liệu thiếu, đổi mô hình chưa chắc giải quyết được. Nếu lỗi do quyền truy cập, sửa câu lệnh không thay thế việc cấu hình đúng quyền. Nếu chính sách chưa có, một câu trả lời tự tin cũng không tạo ra chính sách mới.
Tài liệu xử lý lỗi cloud flow của Microsoft hướng dẫn xem lần chạy và bước thất bại, đồng thời phân biệt lỗi xác thực, cấu hình hành động và lỗi tạm thời. Điều này hữu ích cho phần kỹ thuật; doanh nghiệp vẫn cần tự xác định một yêu cầu có được phép thực hiện về mặt nghiệp vụ hay không.

Năm tình huống giả định: hồ sơ cần đi đâu tiếp theo?
Giả sử một doanh nghiệp dịch vụ đang dùng AI để đọc yêu cầu và chuẩn bị hồ sơ cho nhân viên tư vấn. AI được phép phân loại, tạo bản nháp và nhắc bổ sung dữ liệu trong phạm vi đã thống nhất. Các quyền khác phải được xác định riêng.
Khách hỏi triển khai nhưng chưa nói rõ khâu đang vướng
Hồ sơ chỉ có câu “muốn áp dụng AI cho công ty”. Đây trước hết là thiếu dữ liệu để xác định phạm vi, chưa phải yêu cầu vượt khả năng kỹ thuật. AI có thể đề nghị mô tả một đầu việc đang tốn công, đầu vào thường nhận và kết quả cần giao. Đầu mối tư vấn giữ hồ sơ; điều kiện làm tiếp là có đủ dữ liệu tối thiểu theo tiêu chí doanh nghiệp đã đặt.
Không cần bắt khách điền lại những gì đã cung cấp. Hệ thống nên chỉ ra ô còn thiếu và lưu nguồn của thông tin đã có. Nếu khách chưa xác định được đầu việc, hồ sơ chuyển sang tư vấn khám phá nhu cầu, không tự gắn nhãn “không tiềm năng”.
Khách cũ bổ sung một hạng mục đã nằm trong quy định
Giả định doanh nghiệp có quy tắc còn hiệu lực cho yêu cầu bổ sung loại này và AI được phép tạo phiếu chuyển cho người phụ trách. Khi các điều kiện đều khớp, đây là biến thể hợp lệ. Không nhất thiết xin duyệt lại toàn bộ chỉ vì nội dung email khác mẫu.
Căn cứ phải là phiên bản quy tắc và phạm vi quyền đang áp dụng. Một lần quản lý từng đồng ý bằng lời không tự trở thành quyền chung cho mọi hồ sơ tương tự.
Hai tài liệu ghi hai cách ưu tiên khách trái nhau
AI tìm thấy một hướng dẫn ưu tiên theo ngày nhận và một hướng dẫn ưu tiên theo loại hợp đồng, nhưng không có thứ tự ưu tiên hay ngày hiệu lực rõ. Đây là xung đột chính sách. Người sở hữu quy trình cần quyết định tài liệu nào được dùng và cập nhật nguồn chung.
Trong thời gian chờ, AI có thể tổng hợp hai căn cứ và nêu phần mâu thuẫn. Nó không nên chọn tài liệu có câu chữ thuyết phục hơn rồi coi đó là quyết định đã được phê duyệt.
Khách yêu cầu cam kết lịch bàn giao ngoài phạm vi đã thống nhất
Thông tin có thể đầy đủ, nhưng AI không được giao quyền cam kết lịch mới. Hành động cần chuyển người có thẩm quyền, kèm phạm vi hiện tại và yêu cầu thay đổi. Hồ sơ vẫn có thể được chuẩn bị để người quyết định xem nhanh hơn.
Điều kiện tiếp tục là có quyết định xác định rõ áp dụng cho hồ sơ nào, chấp thuận điều gì và trong thời hạn nào. Câu “cứ hỗ trợ khách” chưa đủ để suy ra một cam kết giao hàng cụ thể.
Tạo phiếu rồi mất kết nối, chưa biết hệ thống đã ghi hay chưa
Đây là kết quả kỹ thuật chưa rõ. Gửi lại ngay có thể tạo trùng nếu yêu cầu đầu đã được ghi nhưng phản hồi bị mất. Cần tra mã yêu cầu hoặc dấu vết giao dịch mà hệ thống hỗ trợ để xác định trạng thái; cơ chế chống trùng phải được thiết kế và kiểm tra trong tích hợp thực tế.
Nếu chưa xác minh được, giữ trạng thái “chưa rõ kết quả” và giao đầu mối kỹ thuật xử lý. Không đánh dấu thành công chỉ vì AI đã phát lệnh, cũng không coi chắc chắn thất bại chỉ vì chưa nhận phản hồi.
Mẫu sổ ngoại lệ: ghi đủ để người tiếp theo xử lý được
Sổ ngoại lệ không cần bắt đầu bằng phần mềm mới. Một bảng có quyền truy cập phù hợp cũng có thể dùng để thống nhất cách ghi. Mỗi dòng cần liên kết tới hồ sơ gốc; hạn chế chép dữ liệu cá nhân hoặc nội dung nhạy cảm không cần thiết vào bảng tổng hợp.
| Trường cần ghi | Nội dung | Tác dụng |
|---|---|---|
| Mã hồ sơ, thời điểm, nguồn | Mã tham chiếu và vị trí có thể đối chiếu thông tin gốc | Tránh xử lý nhầm hoặc tạo bản ghi trùng |
| Chuẩn đang áp dụng | Tên quy tắc, phiên bản, điều kiện đáng lẽ phải đúng | Biết hồ sơ lệch khỏi điều gì |
| Hiện tượng và nhóm ngoại lệ | Sự kiện quan sát được; ghi riêng phần chưa chắc | Tách bằng chứng khỏi suy đoán của AI |
| Ảnh hưởng và hành động đang giữ | Việc nào chưa thực hiện, ai đang chờ | Không để trạng thái chờ che mất việc tồn |
| Người quyết định, người theo dõi | Vai trò nhận xử lý và người chịu trách nhiệm theo đến kết quả | Tránh chuyển qua nhiều nhóm mà không ai giữ việc |
| Quyết định và phạm vi | Cách xử lý, hồ sơ áp dụng, thời hạn, nguồn xác nhận | Không biến duyệt một lần thành quyền vô hạn |
| Điều kiện tiếp tục và đóng hồ sơ | Dữ liệu, bằng chứng trạng thái hoặc xác nhận cần có | Đóng theo kết quả kiểm chứng được |
Ví dụ với sự cố tạo phiếu mất kết nối: hiện tượng là “không nhận phản hồi sau thao tác”, chưa phải “chưa tạo phiếu”. Người theo dõi giữ mã yêu cầu; kỹ thuật kiểm tra trạng thái phía nhận. Chỉ tiếp tục theo kết quả đối chiếu và quy tắc chống trùng đã thiết kế. Cách ghi này giúp người đến sau không phải đoán lại chuyện đã xảy ra.
Nếu chưa có chuẩn để đối chiếu, hãy ghi thẳng “chưa thống nhất quy tắc”. Có thể dùng mẫu mô tả quy trình trước khi triển khai AI để chốt đầu vào, đầu ra và người sở hữu phần việc đó.

Thiết kế điểm dừng và cách tiếp tục trước khi chạy thử
Một agent không nên giải quyết hồ sơ bằng cách hỏi đi hỏi lại cùng một thông tin hoặc gọi cùng công cụ vô hạn. Doanh nghiệp cần định nghĩa trạng thái chờ, điều kiện dừng và người nhận khi không còn đường xử lý hợp lệ. Giới hạn cụ thể phải phù hợp với tác vụ; không có một số lần thử đúng cho mọi hệ thống.
Trong hướng dẫn xây dựng agent của Anthropic, agent cần phản hồi thực tế từ môi trường để đánh giá tiến độ, có thể dừng ở điểm cần ý kiến con người và có điều kiện kết thúc. Áp dụng vào quy trình doanh nghiệp, kết quả công cụ hoặc xác nhận có căn cứ cần được phân biệt với phần AI tự suy luận.
Trước thử nghiệm, viết câu “được làm tiếp khi…” cho từng nhóm ngoại lệ. Thiếu dữ liệu thì cần dữ liệu nào và ai xác nhận; mâu thuẫn chính sách thì cần quy tắc được chốt; vượt quyền thì cần quyết định trong phạm vi phù hợp; lỗi ghi thì cần trạng thái đích đã được kiểm chứng. Một điểm tự tin do mô hình tự báo không thay thế các điều kiện ấy.
Khi người phụ trách trả lời, kiểm tra quyết định có còn khớp với hồ sơ hiện tại hay không. Nếu khách đã đổi yêu cầu, nguồn giá đã đổi hoặc phiên bản chính sách đã thay, không nên tự dùng lại quyết định cũ cho hoàn cảnh mới. Phần phân công phê duyệt được giải thích thêm ở bài các điểm cần người duyệt trong quy trình AI.
Đo ngoại lệ để cải thiện quy trình, không chỉ tăng tỷ lệ tự động
Trong đợt thử, theo dõi số hồ sơ đủ điều kiện đầu vào, số phát sinh ngoại lệ, nhóm nguyên nhân, thời gian nằm chờ và số hồ sơ phải mở lại. Tách hồ sơ đã hoàn tất khỏi hồ sơ còn treo. Nếu chỉ tính trên nhóm đóng thành công, báo cáo có thể bỏ sót phần việc khó nhất.
Một hồ sơ có ba lần bị trả lại vẫn là một hồ sơ nhưng có ba sự kiện ngoại lệ. Hai số đo này trả lời hai câu khác nhau; cần ghi rõ mẫu số. Cũng nên tách “AI chuyển đúng người” khỏi “AI tự xử lý xong”. Chuyển đúng có thể là kết quả tốt khi nhiệm vụ vượt quyền.
Khi một ngoại lệ lặp lại, xem lại nguyên nhân trước khi đưa thành nhánh tự động. Nếu đó là biến thể đã được chấp thuận ổn định, có thể bổ sung quy tắc và kiểm tra tình huống biên. Nếu đó là dữ liệu thiếu do biểu mẫu khó hiểu, sửa đầu vào có thể hữu ích hơn thêm agent. Nếu đó là mâu thuẫn giữa các bộ phận, cần người sở hữu quy trình giải quyết.
Đợt thử nên bao gồm cả ca thường, ca thiếu dữ liệu, ca ngoài quyền và ca có kết quả kỹ thuật chưa rõ. Danh sách trong bài là gợi ý thiết kế, chưa phải bằng chứng hệ thống đã vượt qua kiểm thử. Khi chuẩn bị triển khai thật, dùng khung pilot AI Agent để xác định phạm vi, tiêu chí và cách đối chiếu kết quả.
Khi đã chọn được nhóm ngoại lệ để thử, đặt phạm vi đó vào lộ trình ứng dụng AI Agents trong 90 ngày để sắp xếp khảo sát, pilot và mở rộng theo từng giai đoạn.
Câu hỏi thường gặp về AI xử lý ngoại lệ quy trình
Công việc chưa có SOP có thể dùng AI ngay không?
Có thể dùng ở phần hẹp như tổng hợp yêu cầu hoặc chuẩn bị bản nháp nếu đầu ra và quyền đã rõ. Với phần quyết định chưa thống nhất, cần chốt nguyên tắc hoặc đầu mối trước khi giao quyền thực hiện. Không cần hoàn thành SOP toàn công ty mới thử một tác vụ nhỏ.
Bao nhiêu phần trăm ngoại lệ thì nên dùng agent?
Không có ngưỡng chung đáng tin cho mọi quy trình. Cần xem loại ngoại lệ, mức độ ảnh hưởng, khả năng kiểm chứng và chi phí xử lý. Một tỷ lệ nhỏ nhưng liên quan đến cam kết ngoài quyền có thể cần chú ý hơn nhiều trường hợp thiếu dữ liệu đơn giản.
Có thể để AI tự học từ các lần nhân viên xử lý không?
Có thể dùng lịch sử làm dữ liệu đề xuất cải tiến khi được phép, nhưng không nên mặc định mọi thao tác cũ đều đúng. Cần phân biệt cách xử lý cá biệt với quy tắc chung, xác nhận nguồn và phiên bản trước khi đưa vào hành vi tự động.
Chuyển người nhiều có nghĩa là pilot thất bại không?
Chưa thể kết luận. Xem hệ thống có chuyển đúng nhóm, giữ đủ thông tin và giúp giảm việc chuẩn bị hay không. Đồng thời kiểm tra việc chuyển có do thiếu quy tắc, dữ liệu đầu vào hay giới hạn công cụ. Tỷ lệ tự động cao không có ý nghĩa nếu hồ sơ bị xử lý sai.
