COPILOT AI AGENT: GIẢI PHÁP AI GIÚP TỐI ƯU VẬN HÀNH TOÀN DIỆN

Việc ứng dụng trí tuệ nhân tạo vào vận hành doanh nghiệp đang không còn là xu hướng mà đã trở thành yếu tố quyết định năng lực cạnh tranh. Nhiều doanh nghiệp vẫn gặp khó khăn trong việc tối ưu chi phí, nâng cao hiệu suất và xây dựng hệ thống vận hành bền vững. Copilot AI Agent đã trở thành giải pháp giúp kết nối dữ liệu, tự động hóa quy trình và hỗ trợ ra quyết định một cách thông minh. Hãy cùng AI First tìm hiểu cách công nghệ này đang thay đổi cách doanh nghiệp vận hành và tạo ra lợi thế tăng trưởng dài hạn.

1. Copilot AI Agent là gì?

Copilot AI Agent là một hệ thống trí tuệ nhân tạo kết hợp giữa vai trò trợ lý thông minh (copilot) và tác nhân tự động (agent), có khả năng không chỉ hỗ trợ con người đưa ra gợi ý mà còn chủ động thực hiện các tác vụ nhiều bước dựa trên mục tiêu được giao. Khác với các công cụ AI chỉ dừng lại ở việc trả lời hoặc đề xuất, Copilot AI Agent có thể hiểu yêu cầu, phân tích ngữ cảnh, lập kế hoạch và tự động tương tác với các công cụ (như email, CRM, phần mềm quản lý…) để hoàn thành công việc, giúp doanh nghiệp tối ưu vận hành và giảm phụ thuộc vào thao tác thủ công.

2. Vì sao Copilot AI Agent đang thay đổi cách doanh nghiệp vận hành?

Chi phí vận hành liên tục leo thang, nhân sự thiếu ổn định và tốc độ thị trường ngày càng nhanh đang khiến nhiều doanh nghiệp rơi vào trạng thái quá tải hệ thống. Khi quy mô mở rộng, các quy trình cũ bắt đầu bộc lộ hạn chế, làm chậm tốc độ tăng trưởng và gia tăng rủi ro vận hành. Chính vì vậy, Copilot AI Agent đang trở thành đòn bẩy giúp doanh nghiệp tái cấu trúc toàn bộ cách vận hành, từ con người sang hệ thống vận hành thông minh hơn.

• Tăng năng suất lao động mà không cần tăng nhân sự: Copilot AI Agent giúp giảm đáng kể thời gian xử lý các tác vụ thủ công như soạn email, tổng hợp dữ liệu hay lập báo cáo, có thể tiết kiệm đến 30–40% thời gian làm việc, từ đó cho phép đội ngũ tập trung vào các hoạt động tạo giá trị cao hơn như chiến lược và sáng tạo.
• Tự động hóa quy trình vận hành một cách linh hoạt: Doanh nghiệp có thể xây dựng các AI Agent tùy chỉnh để xử lý toàn bộ workflow như chăm sóc khách hàng, tuyển dụng, quản lý nội bộ… mà không cần đội ngũ kỹ thuật phức tạp, giúp chuẩn hóa và nhân bản quy trình nhanh chóng.
• Giảm chi phí vận hành nhưng vẫn tăng hiệu quả: Nhờ loại bỏ các công việc lặp lại và tối ưu phân bổ nguồn lực, Copilot AI Agent giúp doanh nghiệp tiết kiệm chi phí đáng kể, đồng thời hạn chế sai sót và rủi ro, từ đó cải thiện ROI trong thời gian ngắn.
• Nâng cao hiệu quả bán hàng và trải nghiệm khách hàng: AI Agent có thể phân tích hành vi người dùng để cá nhân hóa nội dung, tự động chăm sóc khách hàng và hỗ trợ đội sales trong việc tạo lead, follow-up và chốt đơn, giúp tăng tỷ lệ chuyển đổi và doanh thu thực tế.
• Ra quyết định nhanh hơn dựa trên dữ liệu thời gian thực: Thay vì phụ thuộc vào báo cáo thủ công, Copilot AI Agent cung cấp insight liên tục, dự đoán xu hướng và gợi ý hành động, giúp lãnh đạo đưa ra quyết định chính xác và kịp thời mà không cần chuyên môn kỹ thuật sâu.

3. Cách Copilot AI Agent hoạt động 

Copilot AI Agent không hoạt động như một công cụ đơn lẻ, mà vận hành theo một chuỗi quy trình thông minh từ hiểu, phân tích đến thực thi. Thay vì chỉ phản hồi theo lệnh, hệ thống có khả năng xử lý công việc theo logic nhiều bước, tương tự cách một nhân sự thực thụ làm việc. Nhờ đó, doanh nghiệp có thể tự động hóa cả quy trình, không chỉ từng tác vụ riêng lẻ.

1 - Tiếp nhận và hiểu yêu cầu đầu vào

Copilot AI Agent sử dụng mô hình ngôn ngữ lớn (LLMs) để đọc hiểu yêu cầu từ người dùng, email, dữ liệu hệ thống hoặc các nguồn thông tin khác, đồng thời phân tích ngữ cảnh để xác định đúng mục tiêu cần xử lý.

2 - Phân tích dữ liệu và xác định hướng xử lý

Sau khi hiểu yêu cầu, AI Agent sẽ truy xuất dữ liệu liên quan từ các hệ thống như CRM, ERP hoặc database nội bộ, từ đó đánh giá tình huống và lựa chọn phương án tối ưu.

3 - Lập kế hoạch và chia nhỏ nhiệm vụ

Thay vì xử lý một bước đơn lẻ, Copilot AI Agent có thể xây dựng một chuỗi hành động gồm nhiều bước liên tiếp, đảm bảo công việc được triển khai logic và hiệu quả.

4 - Thực thi tự động thông qua các công cụ tích hợp

AI Agent kết nối với các công cụ như email, phần mềm quản lý, API hoặc workflow automation để trực tiếp thực hiện công việc như gửi thông tin, cập nhật dữ liệu, tạo báo cáo hoặc tương tác với khách hàng.

5 - Đánh giá kết quả và tối ưu liên tục

Sau khi hoàn thành, hệ thống sẽ kiểm tra kết quả, ghi nhận phản hồi và học hỏi từ dữ liệu mới, từ đó cải thiện hiệu suất và độ chính xác trong các lần xử lý tiếp theo.

4. Các loại Copilot AI Agent phổ biến

Copilot AI Agent cung cấp nhiều loại phổ biến, được thiết kế để tích hợp sâu vào hệ sinh thái Microsoft 365 và các công cụ doanh nghiệp, từ trợ lý cơ bản đến agent tự chủ tùy chỉnh.Việc hiểu rõ các nhóm này không chỉ giúp doanh nghiệp lựa chọn đúng công cụ, mà còn tăng độ tin cậy khi triển khai nhờ tận dụng hạ tầng sẵn có.

4.1. Microsoft 365 Copilot

Microsoft 365 Copilot là lớp AI được tích hợp trực tiếp vào các công cụ làm việc quen thuộc trong doanh nghiệp, giúp nâng cao năng suất mà không cần thay đổi hạ tầng hiện có. Giải pháp này tập trung vào việc hỗ trợ xử lý công việc hàng ngày, đặc biệt phù hợp với các tổ chức muốn triển khai AI nhanh và ít rào cản kỹ thuật.

• Tích hợp sâu vào hệ sinh thái làm việc: Hoạt động trực tiếp trên Word, Excel, PowerPoint, Outlook và Teams, giúp người dùng tận dụng AI ngay trong quy trình quen thuộc mà không cần chuyển đổi công cụ
• Tăng tốc xử lý công việc văn phòng: Hỗ trợ soạn thảo nội dung, phân tích dữ liệu, tóm tắt cuộc họp và tạo báo cáo một cách nhanh chóng và chính xác
• Triển khai nhanh với chi phí chuyển đổi thấp: Không yêu cầu thay đổi hệ thống hiện tại, giúp doanh nghiệp áp dụng AI ngay lập tức với rủi ro thấp

4.2. Copilot Studio Agents

Copilot Studio Agents cho phép doanh nghiệp xây dựng các AI Agent tùy chỉnh dựa trên nhu cầu cụ thể, thông qua nền tảng low-code. Đây là giải pháp phù hợp với các tổ chức muốn tự động hóa quy trình phức tạp và tạo lợi thế cạnh tranh từ hệ thống AI riêng.

• Xây dựng AI Agent theo nhu cầu doanh nghiệp: Cho phép thiết kế các agent phù hợp với từng quy trình đặc thù như marketing, sales hoặc vận hành
• Kết nối dữ liệu và hệ thống nội bộ: Tích hợp với Power Platform, Dynamics 365 và các nguồn dữ liệu doanh nghiệp để đảm bảo AI hoạt động trên dữ liệu thực tế
• Tự động hóa workflow phức tạp: Hỗ trợ xử lý các quy trình nhiều bước, giúp chuẩn hóa vận hành và giảm phụ thuộc vào thao tác thủ công

4.3. Conversational Agents

Conversational Agents là các AI Agent tập trung vào tương tác ngôn ngữ tự nhiên với người dùng, giúp doanh nghiệp tự động hóa các điểm chạm trong hành trình khách hàng. Đây là nền tảng quan trọng trong việc nâng cao trải nghiệm và giảm tải cho đội ngũ chăm sóc khách hàng.

• Giao tiếp tự nhiên với người dùng: Có khả năng hiểu và phản hồi ngôn ngữ tự nhiên, giúp tương tác mượt mà như con người
• Ứng dụng đa kênh trong chăm sóc khách hàng: Triển khai trên website, Microsoft Teams hoặc tổng đài IVR để xử lý yêu cầu 24/7
• Tự động hóa xử lý yêu cầu phổ biến: Giảm tải cho nhân sự bằng cách xử lý các câu hỏi lặp lại và phân loại yêu cầu thông minh

4.4. Autonomous Agents

Autonomous Agents là cấp độ cao hơn của AI Agent, có khả năng tự lập kế hoạch và thực thi nhiệm vụ mà không cần giám sát liên tục. Đây là nền tảng giúp doanh nghiệp tiến tới mô hình vận hành tự động hóa toàn diện.

• Tự lập kế hoạch và thực thi nhiệm vụ: Có khả năng phân tích mục tiêu và xây dựng chuỗi hành động để hoàn thành công việc
• Xử lý các quy trình phức tạp: Ứng dụng trong quản lý vận hành, phát hiện gian lận hoặc tối ưu chuỗi cung ứng
• Giảm phụ thuộc vào con người trong vận hành: Giúp doanh nghiệp duy trì hoạt động ổn định ngay cả khi thiếu hụt nhân sự

4.5. Industry-specific Agents

Industry-specific Agents là các AI Agent được thiết kế sẵn theo từng ngành hoặc chức năng cụ thể, giúp doanh nghiệp rút ngắn thời gian triển khai và nhanh chóng đạt hiệu quả.

• Tối ưu theo từng lĩnh vực chuyên biệt: Được xây dựng cho các bộ phận như sales, marketing, IT với các kịch bản sử dụng sẵn
• Rút ngắn thời gian triển khai: Không cần xây dựng từ đầu, giúp doanh nghiệp áp dụng AI nhanh chóng và hiệu quả
• Tăng hiệu quả vận hành theo mục tiêu cụ thể: Ví dụ như Copilot for Sales hỗ trợ tạo lead, quản lý pipeline và phân tích doanh thu

5. Ứng dụng Copilot AI Agent trong doanh nghiệp 

Sự xuất hiện của Copilot và các AI Agent đang tạo ra một bước ngoặt lớn trong vận hành doanh nghiệp. Khác với các AI tạo văn bản thông thường chỉ trả lời câu hỏi, AI Agent có khả năng tự chủ hành động, hiểu ngữ cảnh, đưa ra quyết định và trực tiếp thực thi chuỗi tác vụ phức tạp trên nhiều phần mềm khác nhau mà không cần con người can thiệp liên tục.

Dưới đây là bức tranh toàn cảnh về cách AI Agent đang được ứng dụng để chuyển đổi doanh nghiệp theo hướng AI First.

5.1. Tối ưu hóa phễu content marketing và GEO

Trong kỷ nguyên tìm kiếm bằng AI, quy trình sản xuất nội dung đòi hỏi độ chính xác cao về mặt ngữ nghĩa và khả năng đáp ứng tiêu chí xếp hạng của các mô hình ngôn ngữ lớn. AI Agent được thiết lập để tự động hóa toàn diện vòng đời nội dung, từ bước nghiên cứu từ khóa định hướng đến việc phân phối đa kênh, đảm bảo duy trì lưu lượng truy cập ổn định và chất lượng cho website.

• Thực thi tối ưu hóa GEO tự động: Hệ thống liên tục thu thập dữ liệu về cách các công cụ AI phân tích và hiển thị thông tin, từ đó tự động điều chỉnh cấu trúc bài viết, bổ sung số liệu thống kê và định dạng lại văn bản để tăng tỷ lệ xuất hiện trong các câu trả lời do AI tạo ra.
• Chuẩn hóa quy trình sản xuất nội dung quy mô lớn: Hệ thống tiếp nhận mục tiêu từ khóa, tự động phân tích ý định tìm kiếm của người dùng, xây dựng dàn ý chi tiết, khởi tạo văn bản và xuất bản trực tiếp lên hệ thống quản trị nội dung CMS.
• Tùy biến chiến dịch tiếp thị qua email: Dữ liệu hành vi của từng phân khúc đối tượng được hệ thống phân tích theo thời gian thực để tự động thiết kế các kịch bản nuôi dưỡng, điều chỉnh thông điệp cốt lõi nhằm tối đa hóa tỷ lệ mở và tỷ lệ nhấp chuột.

5.2. Tự động hóa quy trình thu thập và nuôi dưỡng Lead

Khả năng xử lý ngôn ngữ tự nhiên kết hợp với quyền truy cập vào cơ sở dữ liệu doanh nghiệp giúp AI Agent vượt qua giới hạn của các hệ thống kịch bản truyền thống. Công nghệ này thiết lập một cơ chế tiếp nhận, đánh giá và phân loại khách hàng tiềm năng liên tục, đảm bảo tỷ lệ chuyển đổi tối ưu nhất cho phễu bán hàng.

• Tương tác và điều hướng thông tin theo thời gian thực: Trí tuệ nhân tạo đối chiếu tài liệu nội bộ về sản phẩm để trực tiếp phản hồi các truy vấn phức tạp của người dùng và khéo léo thu thập thông tin liên hệ thông qua việc cung cấp các tài liệu hữu ích.
• Định lượng chất lượng khách hàng tiềm năng: Hệ thống tự động đồng bộ dữ liệu với phần mềm quản lý quan hệ khách hàng CRM, cập nhật điểm số tương tác liên tục dựa trên lịch sử truy cập website và mức độ quan tâm đến từng nhóm sản phẩm cụ thể.
• Phân luồng và cảnh báo cơ hội bán hàng: Những khách hàng đạt ngưỡng điểm số tiềm năng cao sẽ được hệ thống tự động trích xuất thông tin, tóm tắt lịch sử tương tác và chuyển tiếp trực tiếp đến hệ thống quản lý của bộ phận kinh doanh.

5.3. Quản trị dữ liệu và hỗ trợ ra quyết định chiến lược

Chức năng tổng hợp và phân tích dữ liệu khổng lồ từ nhiều nguồn khác nhau là một trong những ứng dụng lõi của Copilot AI Agent. Việc loại bỏ các thao tác lập báo cáo thủ công giúp cấp quản lý sở hữu góc nhìn toàn cảnh về hiệu suất doanh nghiệp, từ đó đưa ra các điều chỉnh chiến lược một cách nhanh chóng và chính xác.

• Kiến tạo hệ thống báo cáo hiệu suất động: Số liệu từ công cụ phân tích truy cập, nền tảng quảng cáo và hệ thống CRM được thu thập và đối chiếu tự động để phân tích nguyên nhân biến động lưu lượng và đề xuất phân bổ lại ngân sách tiếp thị.
• Xây dựng hồ sơ đề xuất dự án tự động: Thông qua việc truy xuất các dữ liệu thành công trong quá khứ và thông tin đặc thù của đối tác, hệ thống tự động thiết lập các bản đề xuất chuyên nghiệp với cấu trúc logic và hệ thống luận điểm được tối ưu hóa.
• Dự báo xu hướng và phân tích đối thủ cạnh tranh: Nền tảng liên tục quét các tín hiệu trên thị trường và dữ liệu hoạt động của đối thủ để thiết lập cảnh báo định kỳ, hỗ trợ doanh nghiệp chủ động điều chỉnh định hướng sản phẩm và thông điệp truyền thông.

5.4. Tối ưu hóa năng lực vận hành nội bộ

AI Agent thâm nhập sâu vào các quy trình làm việc nội bộ, đóng vai trò là một lớp quản lý trung gian xử lý các tác vụ lặp đi lặp lại. Việc ứng dụng công nghệ này giúp giải phóng quỹ thời gian của nhân sự, tập trung nguồn lực vào các công việc đòi hỏi khả năng giải quyết vấn đề phức tạp.

• Điều phối tiến độ dự án thông minh: Dựa trên năng lực và khối lượng công việc hiện tại của từng cá nhân, hệ thống tự động phân bổ hạng mục công việc phù hợp, theo dõi tiến độ và thiết lập các thông báo nhắc nhở trước hạn chót.
• Tự động hóa công tác hành chính văn phòng: Ứng dụng chủ động đối chiếu lịch trình của các thành viên để sắp xếp thời gian họp, ghi âm, bóc băng văn bản, trích xuất các quyết định quan trọng và phân công nhiệm vụ qua hệ thống email.
• Chuẩn hóa hệ thống quản trị tri thức doanh nghiệp: Mọi tài liệu, quy trình và chính sách được thu thập, phân loại và lưu trữ theo cấu trúc có hệ thống để nhân sự dễ dàng tra cứu thông tin thông qua các truy vấn trực tiếp bằng ngôn ngữ tự nhiên.

6. Cách xây dựng Copilot AI Agent cho doanh nghiệp

Việc xây dựng Copilot AI Agent không còn là bài toán phức tạp về kỹ thuật, mà trở thành một quy trình có thể triển khai theo từng bước rõ ràng nhờ các nền tảng low-code/no-code như Microsoft Copilot Studio.Dưới đây là lộ trình 6 bước giúp doanh nghiệp triển khai AI Agent một cách bài bản và hiệu quả.

Bước 1: Chuẩn bị tài khoản và môi trường triển khai

Trước khi bắt đầu, doanh nghiệp cần thiết lập nền tảng phù hợp để đảm bảo quá trình xây dựng và thử nghiệm AI Agent diễn ra ổn định. Đây là bước giúp giảm rủi ro khi triển khai thực tế.

• Thiết lập tài khoản và quyền truy cập hệ thống: Truy cập Copilot Studio và đăng ký sử dụng thông qua Microsoft 365 hoặc Power Platform, đảm bảo có đủ quyền để tạo và quản lý agent
• Lựa chọn môi trường triển khai phù hợp: Sử dụng môi trường sandbox để thử nghiệm nhằm tránh ảnh hưởng đến dữ liệu và hệ thống đang vận hành
• Chuẩn bị hạ tầng dữ liệu và công cụ liên quan: Xác định các nguồn dữ liệu và hệ thống sẽ kết nối như CRM, SharePoint hoặc Dataverse

Bước 2: Tạo Copilot AI Agent

Sau khi hoàn tất thiết lập ban đầu, doanh nghiệp cần xác định rõ vai trò và phạm vi hoạt động của AI Agent. Việc tạo agent không chỉ là thao tác kỹ thuật mà còn là bước định hình chức năng và mục tiêu sử dụng. Một cấu hình rõ ràng ngay từ đầu sẽ giúp quá trình triển khai diễn ra hiệu quả hơn.

• Lựa chọn phương thức tạo agent phù hợp: Có thể tạo bằng mô tả ngôn ngữ tự nhiên, sử dụng template sẵn hoặc thiết lập thủ công theo nhu cầu cụ thể
• Xác định rõ vai trò và phạm vi hoạt động của agent: Đặt tên, mô tả chức năng và xác định nhiệm vụ chính để đảm bảo agent hoạt động đúng mục tiêu
• Thiết lập ngôn ngữ và giao diện tương tác: Lựa chọn ngôn ngữ, phong cách phản hồi và cách thức giao tiếp phù hợp với người dùng nội bộ hoặc khách hàng

Bước 3: Tích hợp nguồn dữ liệu và kiến thức

Dữ liệu là yếu tố quyết định chất lượng đầu ra của Copilot AI Agent. Nếu không có nguồn dữ liệu đầy đủ và chính xác, AI Agent sẽ khó tạo ra giá trị thực tế trong vận hành. Vì vậy, việc tích hợp và chuẩn hóa dữ liệu cần được thực hiện trước khi đưa agent vào sử dụng.

• Kết nối với các nguồn dữ liệu doanh nghiệp: Tích hợp SharePoint, website, Dataverse hoặc các hệ thống lưu trữ dữ liệu nội bộ
• Cấu hình cơ chế truy xuất và cập nhật dữ liệu: Đảm bảo dữ liệu được đồng bộ và cập nhật liên tục để tránh sai lệch trong quá trình xử lý
• Thiết lập khả năng trả lời dựa trên dữ liệu thực tế: Sử dụng generative answers để agent phản hồi chính xác theo thông tin doanh nghiệp

Bước 4: Thiết kế hội thoại và logic xử lý

Đây là bước quan trọng giúp AI Agent hoạt động đúng với mục tiêu đã đề ra. Việc xây dựng logic rõ ràng sẽ đảm bảo agent xử lý tình huống một cách nhất quán và chính xác. Đồng thời, điều này giúp hạn chế các phản hồi sai lệch hoặc thiếu kiểm soát trong quá trình vận hành.

• Xây dựng các topics theo từng kịch bản sử dụng: Thiết lập các chủ đề hội thoại dựa trên nhu cầu thực tế như hỗ trợ khách hàng, xử lý yêu cầu nội bộ
• Thiết lập trigger phrases và luồng xử lý: Xác định các câu kích hoạt và logic phân nhánh để agent phản hồi đúng ngữ cảnh
• Đảm bảo tính nhất quán trong trải nghiệm người dùng: Chuẩn hóa cách phản hồi để tránh sai lệch hoặc thiếu logic trong hội thoại

Bước 5: Tích hợp hành động và tự động hóa quy trình

AI Agent chỉ thực sự tạo ra giá trị khi có khả năng thực thi công việc thay vì chỉ dừng lại ở việc phản hồi. Việc tích hợp các hành động và workflow giúp agent tham gia trực tiếp vào quy trình vận hành. Đây là bước chuyển từ trợ lý sang hệ thống vận hành tự động.

• Kết nối với Power Automate để mở rộng khả năng hành động: Cho phép agent thực hiện các tác vụ như gửi email, cập nhật CRM hoặc xử lý dữ liệu
• Thiết lập các workflow tự động theo quy trình doanh nghiệp: Xây dựng chuỗi hành động nhiều bước để đảm bảo công việc được xử lý trọn vẹn
• Tích hợp API và hệ thống bên ngoài khi cần thiết: Mở rộng khả năng của agent để phù hợp với các quy trình phức tạp hơn

Bước 6: Kiểm thử, triển khai và tối ưu liên tục

Sau khi hoàn thiện cấu hình, doanh nghiệp cần đánh giá lại toàn bộ hệ thống trước khi triển khai chính thức. Quá trình kiểm thử giúp phát hiện lỗi và điều chỉnh kịp thời. Việc theo dõi và tối ưu liên tục sau khi triển khai sẽ đảm bảo AI Agent ngày càng phù hợp với thực tế vận hành.

• Thực hiện kiểm thử trong môi trường preview: Đánh giá độ chính xác, logic xử lý và trải nghiệm người dùng trước khi đưa vào vận hành
• Triển khai trên các nền tảng phù hợp: Nhúng agent vào Microsoft Teams, website hoặc ứng dụng nội bộ để sử dụng thực tế
• Theo dõi hiệu suất và tối ưu liên tục: Sử dụng analytics để đánh giá hiệu quả, từ đó điều chỉnh logic và dữ liệu nhằm cải thiện chất lượng vận hành

Bài viết trên AI First đã giúp doanh nghiệp hiểu rõ Copilot AI Agent là gì, cách hoạt động và cách ứng dụng để tự động hóa vận hành, tối ưu chi phí và nâng cao hiệu quả tăng trưởng. Copilot AI Agent không chỉ là một công cụ công nghệ mà là nền tảng giúp doanh nghiệp tự động hóa vận hành, tối ưu hiệu suất và ra quyết định dựa trên dữ liệu theo thời gian thực. Đây là một giải pháp mang tính chuyển đổi mô hình hơn là cải tiến nhỏ lẻ, đặc biệt phù hợp với các doanh nghiệp đang gặp vấn đề về chi phí cao, phụ thuộc nhân sự và thiếu hệ thống vận hành.