Thị trường phần mềm doanh nghiệp (Enterprise Software) đang đứng trước cuộc đại tu quy mô lớn nhất trong hai thập kỷ qua. Mới đây, startup trí tuệ nhân tạo Ema vừa chính thức công bố hoàn tất vòng gọi vốn trị giá 77 triệu USD, nâng tổng số vốn huy động lũy kế lên mốc 140 triệu USD. Sự kiện này không chỉ tái khẳng định sức hút mạnh mẽ của công nghệ AI tạo sinh đối với các quỹ đầu tư mạo hiểm hàng đầu, mà còn phát đi tín hiệu báo động đỏ cho mô hình phần mềm dịch vụ (SaaS) truyền thống.
Sức hút từ cột mốc 140 triệu USD và danh mục khách hàng Global 2000
Vòng gọi vốn mới của Ema nhận được sự đồng hành từ nhiều tên tuổi lớn trong giới đầu tư công nghệ. Đáng chú ý, đợt tăng vốn này diễn ra khi Ema ghi nhận tốc độ tăng trưởng người dùng doanh nghiệp vượt kỳ vọng. Startup hiện đã triển khai giải pháp cho hơn 50 tập đoàn đa quốc gia, bao gồm cả những gã khổng lồ công nghệ như Google, Microsoft cùng các tập đoàn hàng đầu thuộc lĩnh vực tài chính, y tế và bán lẻ.
Được sáng lập bởi Surojit Chatterjee (cựu Giám đốc Sản phẩm Coinbase, cựu Phó Chủ tịch Google) cùng các chuyên gia máy học hàng đầu, Ema (viết tắt của Enterprise Machine Assistant) ra đời nhằm giải quyết căn bệnh mãn tính của khối doanh nghiệp lớn: sự phân mảnh dữ liệu giữa hàng trăm ứng dụng phần mềm riêng biệt và chi phí vận hành nhân sự ngày càng gia tăng.
"Mục tiêu của chúng tôi không phải là tạo ra một công cụ trò chuyện đơn thuần, mà là xây dựng một lực lượng lao động AI có khả năng thực thi trọn vẹn các quy trình phức tạp trong hệ thống hiện hữu của doanh nghiệp." — Surojit Chatterjee, Nhà sáng lập & CEO của Ema.
Kiến trúc Generative Workflow Engine: Khi AI chuyển từ "Trợ lý" sang "Thực thi"
Khác biệt cốt lõi giúp Ema thuyết phục các khách hàng khó tính nằm ở việc định hình lại khái niệm AI trong môi trường công sở. Thay vì dừng lại ở các công cụ Copilot chỉ có khả năng gợi ý văn bản hay trả lời câu hỏi, Ema phát triển mô hình Universal AI Employee (Nhân viên AI toàn năng). Đây là các thực thể phần mềm thông minh có khả năng vận hành quy trình công việc phức tạp từ đầu đến cuối (end-to-end) mà không đòi hỏi sự can thiệp liên tục từ con người.
Hệ điều hành đa mô hình (Multi-LLM Orchestration)
Sức mạnh công nghệ của Ema dựa trên nền tảng Generative Workflow Engine (GWE). Kiến trúc độc quyền này cho phép hệ thống tự động điều phối và kết hợp linh hoạt nhiều mô hình ngôn ngữ lớn hàng đầu hiện nay như GPT-4o, Claude 3.5 Sonnet hay Gemini 1.5 Pro tùy thuộc vào bản chất của từng tác vụ:
- Tối ưu hóa chi phí và tốc độ: Sử dụng các mô hình nhỏ, chuyên biệt cho các tác vụ trích xuất dữ liệu đơn giản và chuyển sang mô hình lớn cho các quyết định đòi hỏi tư duy logic cao.
- Kiểm soát sai số (Hallucination Mitigation): Áp dụng cơ chế chéo dữ liệu giữa các mô hình và đối soát trực tiếp với cơ sở dữ liệu nội bộ của doanh nghiệp nhằm triệt tiêu tối đa hiện tượng AI đưa ra thông tin giả mạo.
- Giao diện ngôn ngữ tự nhiên hợp nhất: Thay vì bắt nhân viên phải thao tác phức tạp trên hàng chục giao diện từ Salesforce, Workday, ServiceNow đến SAP, AI Agent của Ema đóng vai trò là lớp điều khiển trung tâm. Người dùng chỉ cần đưa ra yêu cầu bằng ngôn ngữ tự nhiên, Ema sẽ tự động truy cập vào các ứng dụng phía sau, xử lý tác vụ và trả về kết quả.
Thách thức trực diện đến mô hình kinh doanh B2B SaaS truyền thống
Trong suốt hơn 20 năm qua, ngành công nghệ B2B vận hành dựa trên mô hình định giá theo số lượng tài khoản sử dụng (seat-based pricing). Doanh nghiệp càng mở rộng quy mô nhân sự, doanh thu của các hãng SaaS càng tăng trưởng. Tuy nhiên, sự trỗi dậy của các giải pháp Agentic AI như Ema đang phá vỡ logic kinh doanh này.
Khi một AI Agent có thể đảm nhận khối lượng công việc hành chính của nhiều nhân sự cùng lúc, nhu cầu mua bản quyền tài khoản phần mềm truyền thống sẽ giảm mạnh. Điều này buộc thị trường phải dịch chuyển sang mô hình định giá dựa trên kết quả đầu ra (outcome-based pricing) — nơi doanh nghiệp chỉ chi trả cho những công việc thực tế được hoàn thành thành công.
Bảo mật cấp doanh nghiệp: Yếu tố then chốt để thâm nhập thị trường
Để bước chân vào hệ thống của các tập đoàn nằm trong danh sách Fortune 500, bài toán bảo mật dữ liệu luôn là rào cản lớn nhất. Ema giải quyết triệt để mối quan ngại này bằng kiến trúc bảo vệ đa lớp:
- Cách ly dữ liệu tuyệt đối (Data Isolation): Dữ liệu của mỗi khách hàng được lưu trữ trong môi trường ảo độc lập, cam kết không sử dụng dữ liệu doanh nghiệp để huấn luyện các mô hình AI công cộng.
- Tuân thủ chuẩn mực quốc tế: Nền tảng đạt các chứng nhận an ninh khắt khe như SOC 2 Type II, GDPR, HIPAA và ISO 27001.
- Khả năng kiểm toán toàn diện (Auditability): Mọi thao tác, truy cập và quyết định do AI Agent thực hiện đều được lưu lại chi tiết dưới dạng nhật ký hệ thống (audit logs), cho phép bộ phận IT dễ dàng truy xuất và kiểm soát rủi ro.
Giải đáp thắc mắc thường gặp (FAQ)
Ema có thay thế hoàn toàn nhân sự con người trong doanh nghiệp không?
Không. Ema được thiết kế để cắt giảm các công việc thủ công, lặp đi lặp lại. Mục tiêu của giải pháp là giải phóng con người khỏi các quy trình hành chính tốn thời gian để tập trung vào các công việc đòi hỏi tư duy chiến lược, sáng tạo và tương tác xã hội.
Doanh nghiệp mất bao lâu để triển khai Ema vào hệ thống hiện có?
Nhờ sở hữu thư viện kết nối chuẩn hóa (pre-built connectors) tương thích với hàng trăm ứng dụng doanh nghiệp phổ biến, Ema cho phép doanh nghiệp tích hợp và đưa AI Agent vào hoạt động trong vòng vài ngày đến vài tuần mà không cần viết lại mã nguồn hệ thống cũ.
Góc Nhìn DNTV Labs
Thương vụ gọi vốn 77 triệu USD của Ema là minh chứng cho thấy làn sóng AI thứ hai — kỷ nguyên của Agentic AI — đang chính thức bắt đầu. Nếu như đợt sóng đầu tiên chỉ dừng lại ở các công cụ tạo nội dung thụ động, thì giai đoạn hiện tại chứng kiến sự ra đời của những AI Agent có khả năng chủ động hành động và tương tác sâu vào vận hành doanh nghiệp.
Thách thức lớn nhất đối với Ema cũng như các nền tảng AI Agent cùng thời không nằm ở thuật toán, mà ở năng lực quản trị rủi ro vận hành. Khi trao quyền cho AI truy cập sâu vào cơ sở dữ liệu cốt lõi, bất kỳ sai sót nhỏ nào trong chuỗi tự động hóa cũng có thể tạo ra hiệu ứng dây chuyền nghiêm trọng. Do đó, doanh nghiệp áp dụng giải pháp này cần xây dựng cơ chế giám sát chặt chẽ (Human-in-the-loop) trước khi tiến tới mức độ tự động hóa hoàn toàn.