AIKNOW 2.0 ra mắt cùng Agentic RAG

Thách thức của quy trình RAG cơ bản

RAG là phương pháp truy xuất thông tin liên quan để làm căn cứ cho mô hình ngôn ngữ tạo câu trả lời. Với quy trình cơ bản, người dùng có thể tra cứu thông tin doanh nghiệp bằng ngôn ngữ tự nhiên; chất lượng câu trả lời phụ thuộc vào kết quả tìm kiếm, dữ liệu nguồn và cách mô hình sử dụng thông tin đó.

Quy trình chỉ tìm kiếm một lần có thể gặp các hạn chế sau:

• Bỏ sót thông tin cần thiết cho câu hỏi nhiều bước hoặc những mối liên hệ nằm ở các nguồn khác nhau.
• Kết quả tìm kiếm trùng lặp, thiếu liên quan hoặc chưa đủ để làm rõ thông tin mâu thuẫn.
• Câu hỏi chưa rõ và thuật ngữ chuyên ngành đòi hỏi làm rõ yêu cầu hoặc tìm kiếm bổ sung.

AIKNOW kết hợp đồ thị tri thức, tìm kiếm vector và xếp hạng lại kết quả (re-ranking) để chọn thông tin liên quan. Hiệu quả của cách kết hợp này được đánh giá qua các câu hỏi nghiệp vụ tiêu biểu.

Đặc điểm của Agentic RAG

AIKNOW 2.0 bổ sung khả năng lập kế hoạch, phân nhánh và tìm kiếm qua nhiều lượt. Đây là cách tiếp cận được giới thiệu trong phiên bản này; kỹ thuật truy xuất nhiều bước cũng có thể được áp dụng trong các hệ thống RAG khác.

1. Suy luận và hành động nhiều bước

Tùy yêu cầu công việc, hệ thống có thể tìm thêm thông tin, gọi API hoặc sử dụng công cụ tính toán đã cấu hình trong phạm vi được cấp quyền.

2. Hiểu ý định và lập kế hoạch linh hoạt

Tác nhân AI (agent) xác định thông tin cần tìm, kiểm tra kết quả và điều chỉnh hướng tìm kiếm trước khi tổng hợp câu trả lời. Quá trình này diễn ra trong quy trình đã cấu hình và trên các nguồn dữ liệu hiện có.

3. Tích hợp đồ thị tri thức và quy trình làm việc

Đồ thị tri thức liên kết thông tin về các đối tượng từ nhiều nguồn, phục vụ những câu hỏi cần nhiều bước tra cứu. Các liên kết này không tự chứng minh quan hệ nhân quả.

4. Rà soát căn cứ và truy xuất bổ sung

Hệ thống kiểm tra xem thông tin đã tìm được có đủ để trả lời hay chưa và có thể tìm kiếm bổ sung. Bước kiểm tra giúp củng cố căn cứ, nhưng không thay thế việc đánh giá độc lập độ chính xác của câu trả lời.

Định hướng tiếp theo

Phiên bản mới hướng tới các lợi ích dưới đây. Hiệu quả thực tế được đánh giá theo từng ứng dụng và cấu hình triển khai.

1. Xử lý linh hoạt các yêu cầu và tác vụ phức tạp

Tìm kiếm nhiều lượt và phân nhánh giúp xử lý câu hỏi cần thông tin từ nhiều nguồn. Những điểm chưa rõ và trường hợp ngoại lệ vẫn cần được làm rõ hoặc chuyển cho người phụ trách kiểm tra.

2. Nâng cao hiệu quả và khai thác tri thức tốt hơn

Lập kế hoạch tìm kiếm và tổ chức thông tin giúp giảm công sức tra cứu lặp lại. Mức tiết kiệm cần được đo trong quy trình thực tế, thay vì chỉ suy ra từ thiết kế hệ thống.

3. Nhất quán, chính xác và chất lượng hơn

Liên kết thông tin và kiểm tra câu trả lời giúp tăng tính nhất quán. Độ chính xác và chất lượng dịch vụ được đánh giá bằng dữ liệu, chỉ số đã thống nhất.

AIKNOW 2.0 mở rộng khả năng truy xuất của nền tảng. Các phiên bản hiện tại tiếp tục đưa tri thức doanh nghiệp vào quyết định và quy trình có kiểm soát, như giới thiệu trên trang sản phẩm.

Thông tin hội thảo theo chương trình đã công bố. Đăng ký đã kết thúc.

Chủ đề: RAG thế hệ mới đã đến: Agentic RAG đang thay đổi vận hành doanh nghiệp như thế nào
— Tự lập chiến lược tìm kiếm, tích hợp dữ liệu đa dạng để hỗ trợ ra quyết định nhanh hơn —

Thời gian: Thứ Năm, 24/07/2025, 12:00–13:00 (giờ Nhật Bản)

Hình thức: Trực tuyến (Zoom)

Phí tham dự: Miễn phí (cần đăng ký trước)

Trang đăng ký gốc (lưu trữ để tham khảo): https://technica.ai/ja/event/webinar1/

Phù hợp với:

• Doanh nghiệp sở hữu lượng lớn tri thức nhưng chưa khai thác hết giá trị
• Doanh nghiệp gặp khó khăn trong chia sẻ tri thức nghiệp vụ phụ thuộc vào cá nhân
• Doanh nghiệp đang tìm cách tinh gọn các công việc không theo khuôn mẫu
• Doanh nghiệp đã triển khai RAG hoặc chatbot nhưng chưa đạt kết quả như mong đợi
• Doanh nghiệp muốn đưa AI vượt khỏi giai đoạn PoC để ứng dụng thực tế và tạo doanh thu

Diễn giả:

Diễn giả:
Satoki Tsuyuri (Tổng giám đốc, Technica Inc.)

Theo giới thiệu tại thời điểm công bố, Satoki Tsuyuri nghiên cứu học máy và nhận bằng thạc sĩ tại Viện Công nghệ Tokyo. Ông có kinh nghiệm tư vấn kinh doanh, phát triển hệ thống AI và triển khai ứng dụng trong doanh nghiệp.

Người điều phối:
Takuma Fujimoto (Trưởng nhóm, Khối Dịch vụ Hệ thống, Treebell Co., Ltd.)

Theo thông cáo, Treebell cung cấp dịch vụ kỹ thuật và phát triển phần mềm, từ đề xuất hệ thống đến vận hành, bảo trì; đồng thời có kế hoạch cung cấp dịch vụ AI và cloud.

Hội thảo hướng tới các đội ngũ đang tìm hiểu giải pháp truy xuất tri thức và cách đưa AI vào hoạt động doanh nghiệp.

Về Technica Inc.

Theo hồ sơ công ty trong thông cáo năm 2025, Technica có khoảng 40 nhà khoa học và kỹ sư AI, cung cấp dịch vụ từ tư vấn đến phát triển hệ thống. Thông tin hiện tại được giới thiệu tại trang Về Technica.

Tên công ty: Technica Inc.
Đại diện: Satoki Tsuyuri, Tổng giám đốc
Thành lập: Tháng 02/2024
Website: https://technica.ai/

Thông tin liên hệ báo chí

Technica trân trọng sự quan tâm của bạn đối với công ty và nền tảng AIKNOW.

Thông cáo này được phát hành qua PR TIMES.