Ai giữ thặng dư khi agent đóng ticket trong managed services

Một agent đóng một ticket thay cho kỹ sư L1 của nhà cung cấp managed services. Giờ người tiết kiệm được, nếu thành tiền, thì tiền vào túi nhà cung cấp hay túi khách hàng đang thuê họ?

Agent tạo ra đúng một thặng dư, ký hiệu \(S\), tính trên cả hệ gồm hai phía. Hợp đồng cộng mức tự chủ của agent quyết định mỗi phía giữ bao nhiêu phần của \(S\), và ROI mà một phía báo ra chỉ đo phần của phía đó.

Định nghĩa ROI cho hai phía

Đặt \(\Delta\Pi_P\) là thay đổi lợi nhuận của nhà cung cấp, \(\Delta V_C\) là thay đổi giá trị ròng của khách khi agent vào vận hành. ROI của mỗi phía là NPV dòng tiền của phía đó chia cho giá trị hiện tại khoản chi của chính phía đó:

\[\text{ROI}_P = \frac{\text{NPV}(\Delta\Pi_P)}{\text{PV}(\text{chi}_P)}, \qquad \text{ROI}_C = \frac{\text{NPV}(\Delta V_C)}{\text{PV}(\text{chi}_C)}\]

Phần chia thặng dư chứng minh \(\Delta\Pi_P+\Delta V_C=S\) với mọi loại hợp đồng, nên hai tử số cộng lại là NPV của \(S\). Một ROI dựng cho một ticket giả định dễ bị đọc như lời hứa, đúng loại số mà phần NPV và ROI soi lại, nên thay cho ví dụ số là một item loại \(k\) (một alert, incident, service request hay change thuộc lớp việc \(k\)) đi qua mọi công thức dưới đây ở dạng ký hiệu; mỗi bên tự đặt số của mình vào widget ở cuối phần chia thặng dư.

Chi phí vận hành hiện tại

Lớp việc \(k\) có \(V_k\) item mỗi kỳ; mỗi item tốn \(h_k\) giờ người khi làm tay, cộng dồn qua L1, L2, L3 kể cả giờ chuyển tay; \(w_k\) là chi phí một giờ người có tải.

\[L = \sum_k V_k h_k w_k, \qquad \tau = \frac{H_{\text{toil}}}{H_{\text{eng}}}, \qquad \lambda = \frac{N}{\text{FTE}}\]

\[\text{CTS} = \frac{L + T + O}{N}, \qquad m = \frac{\text{Rev} - \text{COGS}}{\text{Rev}}\]

\(\tau\) là tỉ lệ giờ toil, \(N\) là số tenant, CTS là chi phí phục vụ một tenant với \(T\) chi phí công cụ và \(O\) chi phí chung, \(m\) là biên gộp.

Lương và phúc lợi chiếm 68,5 phần trăm chi phí service desk toàn cầu năm 2016 theo MetricNet, hãng bán dịch vụ benchmark ^[1] (bài 5/2017); biên gộp managed services trung bình là 46,2 phần trăm ở Q2 2024 theo Service Leadership, công ty con của ConnectWise ^[2] (thông cáo 6/8/2024). Suy luận: thay đổi ở \(h_k\) đi thẳng vào giá vốn của nhà cung cấp, và vào chính khoản giờ khách đang trả trên hoá đơn.

Cost per ticket là tổng chi phí vận hành tháng chia số ticket tháng ^[1], tức chi phí trung bình, không phải chi phí biên. Tử số chứa mặt bằng, công cụ, nhân sự gián tiếp, những khoản không giảm khi một ticket biến mất, nên lấy số ticket tránh được nhân cost per ticket không cho nhà cung cấp con số tiết kiệm, cũng không cho khách căn cứ đòi giảm giá (suy luận).

Ticket escalate cộng dồn chi phí qua từng cấp xử lý. MetricNet ước chi phí mỗi ticket ở Bắc Mỹ khoảng năm 2019 từ khoảng 22 USD ở L1 lên khoảng 100 USD ở L3 ^[3] (vlog 4/2020); trên 20 hệ thống của Microsoft, từ 4,11 tới 91,58 phần trăm incident bị gán lại ít nhất một lần ^[4] (ICSE-SEIP 2019). Suy luận: ranh giới chuyển tay giữa nhà cung cấp và đội IT của khách cộng thêm giờ vào giá vốn của phía này và vào MTTR của phía kia.

Vùng tô đỏ trên hình 2 là toil theo sách Site Reliability Engineering của Google: việc vận hành thủ công, lặp lại, tự động hoá được, tăng tuyến tính theo quy mô, với trần 50 phần trăm thời gian SRE ^[5] (bản online 2017); áp định nghĩa đó cho L1 và L2 của MSP là suy luận. Trước khi có agent, item loại \(k\) chỉ có \(V_k\), \(h_k\), \(w_k\) và \(a=0\), nên \(v=0\).

Giờ người và giá trị ròng của mỗi item

Item loại \(k\) nhận thêm bảy biến; bên trong một item ta bỏ chỉ số \(k\). \(a\) là xác suất item được giao cho agent, \(s\) là xác suất agent làm xong đúng và được kiểm chứng, \(r\) là giờ review mỗi item agent làm, \(e\) là giờ phạt thêm khi agent sai (phần làm lại tốn \(h\), tính riêng), \(c\) là chi phí chạy agent mỗi item, \(q\) là xác suất hành động của agent gây hại, \(D\) là thiệt hại kỳ vọng mỗi lần. Mô hình coi \(q\) độc lập với \(s\): một lần chạy đúng vẫn có thể có tác dụng phụ. Kỳ vọng giờ người theo năm lá:

\[E[H_k] = (1 - a)\,h + a\,\big[r + (1 - s)(h + e)\big]\]

So với mốc làm tay toàn bộ, tốn \(hw\) mỗi item, giá trị ròng của item là

\[v_k = a\,\big[w\,(s h - r - (1 - s) e) - c - q D\big]\]

và vì \(v_k\) tuyến tính theo \(s\), nghiệm duy nhất của \(v_k=0\) là ngưỡng hoà vốn:

\[s_k^* = \frac{r + e + (c + q D)/w}{h + e}\]

\(E[H_k]\), \(v_k\) và \(s_k^*\) là đồng nhất thức, dẫn xuất ở khối Đào sâu đầu tiên. Đặt \(\rho_r=r/h\), \(\rho_e=e/h\), \(\rho_c=c/(hw)\), \(\rho_D=qD/(hw)\), ta có dạng chuẩn hoá:

\[s^* = \frac{\rho_r + \rho_e + \rho_c + \rho_D}{1 + \rho_e}, \qquad \frac{v}{h w} = a\,(1 + \rho_e)\,(s - s^*)\]

Vế phải là một đường thẳng theo \(s\), độ dốc \(a(1+\rho_e)\), cắt 0 tại \(s^*\). Ba giới hạn: \(a=0\) cho \(v=0\); \(s=1\) với \(r=c=qD=0\) cho \(v=ahw\), tức agent hoàn hảo và miễn phí tiết kiệm đúng phần giờ được giao; \(s=0\) cho \(E[H]=h+a(r+e)\), lớn hơn \(h\), và \(v\) âm với đủ bốn khoản review, giờ phạt, chi phí chạy, rủi ro.

Trong dạng chuẩn hoá, \(a\) chỉ nhân độ lớn, không dời ngưỡng: giao nhiều việc hơn làm lãi to hơn khi \(s>s^*\) và lỗ nặng hơn khi \(s \lt s^*\), nên cả hai phía phải đọc dấu của \(s-s^*\) trước khi đọc tỉ lệ tự động hoá. \(s^*\ge 1\) khi và chỉ khi \(\rho_r+\rho_c+\rho_D\ge 1\): review cộng chi phí chạy cộng rủi ro đã đắt bằng làm tay thì lớp việc đó lỗ với mọi \(s\). Và vì \(s^*\ge \rho_e/(1+\rho_e)\), giờ phạt khi sai đặt một sàn cho ngưỡng.

Item loại \(k\) giữ \(q\), \(D\), \(e\) dương trong mọi công thức sau; cho chúng bằng 0 thì nhánh gây hại và cái sàn của ngưỡng biến mất. Chưa nguồn công khai nào đo \(r\) hay \(e\) cho ticket vận hành, nên mỗi bên tự đo chúng; điểm neo gần nhất đến từ việc khác: maintainer chấm một lời giải PR của model hết trung bình 3,5 phút trong thí nghiệm của METR ^[6] (2025).

Đổi giờ tiết kiệm thành tiền

Cộng giờ tiết kiệm theo lớp việc, rồi đổi sang tiền:

\[\Delta H = \sum_k V_k\,(h_k - E[H_k]) = \sum_k V_k\,a_k\,\big[s_k h_k - r_k - (1 - s_k) e_k\big]\]

\[\Delta C = \rho_{\text{real}}\,\bar w\,\Delta H - C_{\text{agent}}\]

\[C_{\text{agent}} = \sum_k V_k a_k c_k, \qquad \bar w = \frac{\sum_k V_k w_k (h_k - E[H_k])}{\Delta H}\]

\(\rho_{\text{real}}\) là phần giờ tiết kiệm thật sự thành tiền; \(\bar w\) là chi phí giờ bình quân gia quyền theo giờ tiết kiệm, vì giờ L1 và giờ L3 không cùng giá. Rủi ro gộp lại là \(R=\sum_k V_k a_k q_k D_k\). Với \(\rho_{\text{real}}=1\) thì \(\Delta C-R=\sum_k V_k v_k\), tức tiền khớp đúng tổng giá trị ròng từng item và phần của item loại \(k\) là \(V_k v_k\); với \(\rho_{\text{real}}=0\) thì \(\Delta C=-C_{\text{agent}}\) và item đó chỉ còn \(-V_k a_k c_k\).

\(\rho_{\text{real}}\) dương qua đúng ba kênh: giảm hoặc hoãn tuyển, cắt contractor, thêm tenant với cùng headcount. Giờ không qua kênh nào thì người vẫn ngồi đó, lương vẫn trả; danh sách ba kênh là suy luận của người viết. Khi chỉ một phần giờ thành tiền, ngưỡng của cả hệ dời lên:

\[s^*_{\text{real}} = \frac{\rho_r + \rho_e + (\rho_c + \rho_D)/\rho_{\text{real}}}{1 + \rho_e}\]

\(\rho_{\text{real}}\) chỉ chia vào chi phí chạy và rủi ro, hai khoản ra khỏi túi dù giờ có được dùng lại hay không. \(s^*_{\text{real}}\ge 1\) khi \(\rho_{\text{real}}\le (\rho_c+\rho_D)/(1-\rho_r)\), và dưới mức đó không tỉ lệ thành công nào đủ. Người bán đọc ra rằng tự động hoá không kèm kế hoạch cho giờ được giải phóng là lỗ ở mọi \(s\); người mua đọc ra rằng một đề xuất chỉ báo giờ tiết kiệm chưa nói gì về hoá đơn.

Chỗ chưa chắc nhất của mô hình nằm ở tham số này. Chưa có nguồn độc lập nào đo \(\rho_{\text{real}}\) ở service desk hay MSP, tức chưa ai đo headcount và chi contractor trước và sau khi triển khai agent rồi đối chiếu với số giờ vendor báo. Thứ gần nhất là một khảo sát tự báo cáo ở mảng customer service: trong 321 lãnh đạo Gartner hỏi tháng 10/2025, 20 phần trăm nói đã giảm nhân sự nhờ AI, 55 phần trăm giữ nguyên nhân sự khi lượng khách tăng ^[7] (thông cáo 2025-12-02). Khảo sát đó chỉ cho hướng, nên \(\rho_{\text{real}}\) là tham số mỗi bên tự đo từ sổ lương và hợp đồng contractor của mình.

\(\Delta H\) cũng không lấy được từ khảo sát. Trong thử nghiệm ngẫu nhiên trên 16 dev, METR đo thời gian hoàn thành tăng 19 phần trăm khi dùng AI, trong khi các dev ước rằng họ nhanh hơn 20 phần trăm ^[8] (2025-07); bản cập nhật ngày 2026-02-24 cho kết quả khác với công cụ mới, và METR tự gọi đó là bằng chứng rất yếu ^[9]. Suy luận: \(h_k\) và \(r_k\) phải đo bằng thời gian thật trên ticket, có ngày đo. Khi người làm dùng trợ lý AI, thứ đổi là \(h\), không phải \(s\): trên 5.172 nhân viên hỗ trợ khách hàng, số vấn đề giải quyết mỗi giờ tăng 15 phần trăm ^[10] (QJE, 2025). Klarna tự quy đổi khối chat do AI xử lý thành số nhân viên tương đương năm 2024 ^[11] rồi tuyển lại người năm 2025 ^[12].

Nhu cầu tiềm ẩn làm giờ tiết kiệm nhỏ lại: khối lượng tăng lên \(V_k(1+\eta_k)\) khi dịch vụ nhanh và rẻ hơn, và

\[\Delta H_\eta = \sum_k V_k\,\big[h_k - (1 + \eta_k)\,E[H_k]\big]\]

về 0 tại \(\eta_k=(h_k-E[H_k])/E[H_k]\). KCS ghi rằng tổ chức support thường chỉ thấy dưới 3 phần trăm tổng nhu cầu support của khách ^[13] (trang cập nhật 2026-04-20). Suy luận: dưới hợp đồng theo ticket hay theo outcome, nhu cầu đó thành doanh thu của nhà cung cấp và hoá đơn lớn hơn của khách; dưới giá cố định, nó ăn vào giờ tiết kiệm của nhà cung cấp.

Giao hết lớp dễ, \(h_1 \lt h_2\), cho agent thì chi phí người mỗi ticket còn làm tay tăng trong khi tổng chi phí giảm, một hiệu ứng cơ cấu:

\[\frac{\sum_k V_k (1 - a_k) h_k w_k}{\sum_k V_k (1 - a_k)}: \qquad \frac{w\,(V_1 h_1 + V_2 h_2)}{V_1 + V_2} \;\longrightarrow\; w\,h_2\]

KCS mô tả cùng hướng đó: self-service tốt lên thì cost per incident ở kênh có người tăng ^[13]. Vì cost per ticket là chi phí trung bình, con số đó tăng sau triển khai không chứng tỏ thất bại; thứ hai bên cần so là tổng chi phí trên tenant hoặc endpoint.

Chia thặng dư giữa nhà cung cấp và khách

Việc chia cần thêm \(\pi\), phần tiết kiệm dương nhà cung cấp trả lại khách qua giá; \(\theta\), phần rủi ro nhà cung cấp gánh; và loại hợp đồng. Thặng dư của cả hệ là

\[S = \Delta C + \Delta Q - R - C_{\text{switch}}\]

với \(\Delta Q\) chỉ gồm tổn thất thật tránh được, như downtime, và \(C_{\text{switch}}\) là chi phí chuyển đổi khách tự chịu. Hai phần chia:

\[\Delta\Pi_P = \Delta C - \pi\,\Delta C^+ - \Delta R_{\text{cannib}} + \Delta P_{\text{premium}} - \theta R\]

\[\Delta V_C = \pi\,\Delta C^+ + \Delta R_{\text{cannib}} - \Delta P_{\text{premium}} + \Delta Q - C_{\text{switch}} - (1 - \theta) R\]

với \(\Delta C^+=\max(\Delta C,0)\), \(\Delta R_{\text{cannib}}\) là doanh thu nhà cung cấp mất khi hợp đồng tính theo giờ hay theo ticket, \(\Delta P_{\text{premium}}\) là phần giá cộng thêm cho dịch vụ có agent. Cộng lại:

\[\Delta\Pi_P + \Delta V_C = S\]

Đồng nhất thức này đúng với mọi \(\pi\), \(\theta\), \(\Delta R_{\text{cannib}}\), \(\Delta P_{\text{premium}}\). Ba khoản \(\pi\,\Delta C^+\), \(\Delta R_{\text{cannib}}\), \(\Delta P_{\text{premium}}\) là chuyển giao, có mặt ở hai phía với dấu ngược nên triệt tiêu: đồng doanh thu nhà cung cấp mất vì khách được tính ít giờ hơn là đồng khách giữ lại, và SLA credit cũng vậy. Chỉ \(R\) và \(C_{\text{switch}}\) là nguồn lực tiêu thật. Cách chia ngây thơ trừ chuyển giao như chi phí thật; khối Đào sâu thứ hai chỉ ra nó lệch khỏi \(S\) ở đâu.

Dấu của \(\Delta\Pi_P\) đổi theo hợp đồng. Dưới T&M hoặc giá theo ticket, \(\Delta R_{\text{cannib}}=p_h \Delta H\) với \(p_h\) là giá bán một giờ, \(\pi\approx 0\), và với \(\Delta P_{\text{premium}}=0\):

\[\Delta\Pi_P = (\rho_{\text{real}}\,\bar w - p_h)\,\Delta H - C_{\text{agent}} - \theta R\]

Vế phải âm mỗi khi \(p_h>\rho_{\text{real}}\,\bar w\), tức với gần như mọi hợp đồng T&M có biên dương: T&M phạt nhà cung cấp khi tự động hoá, khách nhận trọn \(p_h \Delta H\) dưới dạng ít giờ hơn trên hoá đơn. FAR 16.601, quy định mua sắm của Chính phủ Mỹ (bản hiệu lực 13/3/2026), viết rằng hợp đồng time-and-materials không tạo động cơ lợi nhuận nào cho nhà thầu để kiểm soát chi phí hay hiệu suất lao động ^[14]; áp nguyên lý đó sang MSP là suy luận.

Dưới giá cố định theo tenant hoặc endpoint, \(\Delta R_{\text{cannib}}=0\) và \(\pi\approx 0\) tới kỳ gia hạn, nên \(\Delta\Pi_P=\Delta C-\theta R\) và \(S\) nằm ở nhà cung cấp, khớp với FAR 16.202-1: nhà thầu firm-fixed-price chịu toàn bộ lời lỗ ^[15]. Đây là loại phổ biến ở MSP: trong khảo sát 2023 của Kaseya, hãng bán phần mềm cho MSP, per-user cộng per-device chiếm 26 phần trăm, tính theo sự cố chỉ 3 phần trăm ^[16]. Khách lấy lại một phần qua \(\pi>0\) ở kỳ gia hạn nếu đàm phán được, và phần lớn chưa làm được: trong khảo sát Global Outsourcing 2024 của Deloitte, hãng cũng bán operate services, chỉ khoảng 25 phần trăm bên mua thấy chi phí vendor giảm nhờ AI ^[17]. Khách chỉ nhận phần tiết kiệm khi hợp đồng ghi \(\pi\). Một thảo luận cộng đồng trên Hacker News ngày 2025-10-07 nêu chiều ngược lại: khách sẽ đòi trả ít hơn nhiều cho việc làm bằng GenAI ^[18].

Dưới hợp đồng theo kết quả, \(\pi\) thoả thuận trên \(\Delta C^+\) và giá của kết quả đi qua \(\Delta P_{\text{premium}}\); FAR 37.601 đòi hợp đồng performance-based có tiêu chuẩn đo được ^[19]. Suy luận: bên viết định nghĩa outcome quyết định bên nào chịu rủi ro đo lường, như trang billing của Intercom tính cả assumed resolution, khách rời hội thoại mà không hỏi thêm, là outcome có thu tiền ^[20] (đọc ngày 2026-09-25).

Mặc định \(\theta=1\): agent là công cụ nhà cung cấp chạy, nên \(s^*\) tính cho một item vừa là ngưỡng của nhà cung cấp vừa là ngưỡng của cả hệ. Khi hợp đồng giới hạn trách nhiệm, \(\theta<1\); với \(\rho_{\text{real}}=1\) và \(\pi=0\):

\[s^*_P(\theta) = \frac{\rho_r + \rho_e + \rho_c + \theta\rho_D}{1 + \rho_e} < s^*\]

Trong dải \(s^*_P(\theta) \lt s \lt s^*\), nhà cung cấp có lãi trong khi \(S\) âm, phần âm rơi vào khách. Suy luận: điều khoản giới hạn trách nhiệm tạo động cơ tự động hoá quá tay, và người mua đọc được độ rộng của dải đó từ \(\theta\). Với \(\theta=1\), \(\pi=0\), \(\rho_{\text{real}}=1\) và không có cannibalization, phần của nhà cung cấp trên item loại \(k\) đúng bằng \(v\) tính cho một item.

Widget tính từ giá trị ròng tới phần chia cho một item, mọi kết quả chia cho \(hw\), giả định giá cố định theo item, \(\theta=1\), không cannibalization, \(\Delta Q=0\) và \(C_{\text{switch}}=0\). Tám thanh trượt là \(a\), \(s\), bốn tỉ lệ \(\rho\), \(\pi\) và \(\rho_{\text{real}}\). Ngoài giá trị ròng, phần nhà cung cấp giữ và phần khách nhận, widget hiện ba ngưỡng: \(s^*\), \(s^*_{\text{real}}\), và ngưỡng của nhà cung cấp sau khi trả khách phần \(\pi\):

\[s^*_P = \frac{\rho_r + \rho_e + \big(\rho_c + \rho_D/(1 - \pi)\big)/\rho_{\text{real}}}{1 + \rho_e}\]

Có những bộ tham số mà giờ người vẫn giảm trong khi thặng dư đã âm, vì phần giờ giảm, kể cả khi thành tiền trọn vẹn, nhỏ hơn chi phí chạy agent.

NPV, ROI và payback theo kỳ

Tính theo thời gian cần thêm chỉ số kỳ \(t\) và độ phủ \(a_k(t)\). Forrester Consulting bán một khung tính ROI tên Total Economic Impact; theo trang phương pháp của Forrester, mọi nghiên cứu theo khung này đều ghi là commissioned ^[21]. Viết bằng ký hiệu, với \(r\) trong các công thức NPV là tỉ lệ chiết khấu và \(h_b\), \(h_c\) là hệ số rủi ro do người lập nghiên cứu chọn:

\[\tilde B_t = B_t (1 - h_b), \qquad \tilde C_t = C_t (1 + h_c)\]

\[\text{NPV} = \sum_{t=0}^{T} \frac{\tilde B_t - \tilde C_t}{(1 + r)^t}, \qquad \text{ROI} = \frac{\text{NPV}}{\text{PV}(\tilde C)}\]

\[T^* = \min\Big\{T : \sum_{t \le T} (\tilde B_t - \tilde C_t) \ge 0\Big\}\]

Lắp \(\Delta\Pi_P\) theo kỳ vào \(B_t-C_t\) thì ra \(\text{ROI}_P\), lắp \(\Delta V_C\) thì ra \(\text{ROI}_C\). OMB Circular A-94 (văn bản 1992 của Chính phủ Mỹ) coi NPV là tiêu chuẩn, chỉ tính phần gia tăng, và bắt buộc phân tích độ nhạy ^[22].

Hình 6 và hình 7 vẽ hình dạng hàm với tham số không đơn vị do người viết chọn; độ dốc \(\beta=1\) ở hình 7 cũng không lấy từ số đo nào.

Gọi \(n_t=\tilde B_t-\tilde C_t\). Nếu \(n_t\) âm ở các kỳ đầu rồi không âm từ một kỳ \(t_0\), tổng cộng dồn giảm tới kỳ \(t_0-1\) rồi tăng. Item loại \(k\) giờ lặp qua từng kỳ: khi \(a_k(t)\) còn nhỏ, \(v_k\) gần 0 trong khi chi phí vô hình (tri thức, runbook, eval) đã trả, và \(a_k(t)\) chỉ tăng mỗi khi lớp \(k\) qua một cổng lên bậc, cơ chế sinh đường logistic trong hình 6. Brynjolfsson, Rock và Syverson gọi hiện tượng này ở cấp vĩ mô là Productivity J-Curve: công nghệ đa dụng như AI cần đầu tư bổ trợ vô hình, nên năng suất bị đo thấp lúc đầu và cao về sau ^[23] (1/2021); nối nó sang knowledge base và eval là suy luận.

Payback có chiết khấu không sớm hơn \(T^*\) khi \(n_t\) đổi dấu một lần. Trong 392 CFO Graham và Harvey khảo sát, 56,7 phần trăm luôn hoặc gần như luôn dùng payback, và doanh nghiệp nhỏ dùng nó gần ngang NPV ^[24] (2001). Suy luận: đáy J phạt MSP nhỏ nặng nhất; với khách, \(T^*\) đến muộn hơn nếu \(\pi\) chỉ dương từ kỳ gia hạn.

Ba TEI do vendor đặt hàng đọc được công khai trong mảng này là của Moveworks (4/2023) ^[25], ScienceLogic (9/2023) ^[26] và PagerDuty (blog 3/10/2024) ^[27]. Ở hai bản đọc được tới từng bảng, vendor cung cấp tên khách được phỏng vấn, 5 người ở bản Moveworks và 4 người ở bản ScienceLogic, còn tổ chức trong mô hình là một composite ghép từ các interviewee, không phải công ty có thật. Hệ số rủi ro là một điểm cho mỗi dòng, không có phân tích độ nhạy. Lợi ích là giờ nhân lương, và không bản nào trong hai bản áp hệ số thu hồi cho giờ của nhân viên IT, tức cả hai ngầm đặt \(\rho_{\text{real}}=1\). Người viết tự kiểm còn thấy lỗi nội tại: bảng dòng tiền trang 28 của bản Moveworks không khớp số chính của báo cáo, bản ScienceLogic còn sót placeholder của template. Vendor trả tiền và chọn người được phỏng vấn, nên các con số đó không phải số đo độc lập dù mang tên Forrester; phần disclosure cũng khuyên người đọc tự ước lượng.

TEI ScienceLogic do vendor đặt hàng, với composite là một MSP toàn cầu không có thật và cả sáu dòng lợi ích là giờ nhân lương, báo PV lợi ích 5.841.467 USD, PV chi phí 2.269.482 USD và ROI 157 phần trăm, chiết khấu 10 phần trăm trong ba năm ^[26] (9/2023). Đặt \(\rho_{\text{real}}=0{,}5\):

\[\text{ROI}\big|_{\rho_{\text{real}} = 0{,}5} = \frac{0{,}5 \times 5.841.467 - 2.269.482}{2.269.482} = \frac{651.251{,}5}{2.269.482} \approx 0{,}287\]

Mọi giả định khác giữ nguyên, nên ROI của composite trong TEI do vendor đặt hàng đó còn khoảng 29 phần trăm. Đây là phép thử độ nhạy mà A-94 đòi, không phải ước lượng ROI của MSP nào.

Các bậc tự chủ và cổng lên bậc

Đo độ dài việc bằng \(x=h/h_{50}\), với \(h_{50}\) là độ dài mà agent làm đúng một nửa số lần. Giờ review và chi phí chạy gần như cố định mỗi item nên \(\rho_r=r_0/x\), \(\rho_c=c_0/x\); giờ phạt và thiệt hại tỉ lệ cỡ việc nên \(\rho_e\), \(\rho_D\) là hằng số:

\[s(h) = \frac{1}{1 + (h/h_{50})^{\beta}}, \qquad s^*(h) = \frac{(r_0 + c_0)/x + \rho_e + \rho_D}{1 + \rho_e}\]

Khi \(x\to 0\), \(s^*(h)\to \infty\): chi phí cố định ăn hết giờ tiết kiệm. Khi \(x\to \infty\), \(s^*(h)\) hạ về sàn \((\rho_e+\rho_D)/(1+\rho_e)\) trong khi \(s(h)\to 0\). Dạng logistic theo log độ dài lấy từ METR, nơi horizon 80 phần trăm ngắn hơn horizon 50 phần trăm từ 4 tới 6 lần ^[6] (arXiv, 2025-03-18). Suy luận: vận hành cần mức thành công cao hơn hẳn 50 phần trăm, nên dải có lãi nằm ở việc ngắn hơn nhiều so với horizon người ta hay trích. Ba thay đổi đều nới dải: model tốt hơn nâng \(s(h)\) ở mọi độ dài, review rẻ hơn hạ \(s^*(h)\) ở mọi độ dài, giờ phạt và rủi ro nhỏ hơn cũng hạ \(s^*(h)\) ở mọi chỗ \(s^*<1\) vì

\[\frac{\partial s^*}{\partial \rho_e} = \frac{1 - s^*}{1 + \rho_e}, \qquad \frac{\partial s^*}{\partial \rho_D} = \frac{1}{1 + \rho_e}\]

Với agent tự chủ trên việc vận hành mở, ITBench bản ICML 2025 đo GPT-4o trên 42 kịch bản SRE: pass@1 khắc phục 11,4 phần trăm, 0 phần trăm ở mức Hard ^[28]. OpenRCA (ICLR 2025) đo Claude 3.5 Sonnet trên 335 sự cố: đúng hoàn toàn 11,34 phần trăm, và 0 phần trăm khi phải đúng đủ ba phần tử root cause ^[29]. Ở bậc gợi ý, triage cho số cao hơn nhiều: COMET chạy online ở Microsoft đạt ACC@1 0,61 ^[30] (ISSRE 2024); RCACopilot đạt Micro-F1 0,766 nhưng Macro-F1 0,533 ^[31] (EuroSys 2024). Suy luận: RCA đầy đủ ở bậc tự chủ nằm dưới mọi ngưỡng hợp lý, triage là ứng viên đầu tiên cho bậc thấp, và \(s\) phải đo theo từng lớp vì nhóm hiếm kém hẳn nhóm phổ biến.

Thang có năm bậc: L0 thủ công; L1 agent gợi ý; L2 người duyệt trước khi agent chạy; L3 agent chạy rồi người review lấy mẫu; L4 agent tự chủ trong guardrail. Parasuraman, Sheridan và Wickens (2000) đặt tự động hoá trên thang 10 mức, trong đó mức 6 cho người một khoảng thời gian có hạn để phủ quyết trước khi máy tự thực thi ^[32]; đặt L0 tới L4 lên thang đó là suy luận. Lên bậc thì \(r\) giảm, \(a\) tăng, \(qD\) tăng, như khi item loại \(k\) đi từ L1 lên L2 và agent bắt đầu tự chạy lệnh; vì \(a\) không dời ngưỡng, \(r\) và \(qD\) của bậc mới quyết định \(s^*\) của bậc đó, còn \(\theta\) quyết định ai gánh phần \(qD\) tăng thêm.

Cổng lên bậc: lớp \(k\) đi từ bậc L lên L+1 khi cận dưới Wilson của \(s_k\), đo ở chế độ shadow của bậc L+1, vượt \(s_k^*\) của bậc L+1. Cổng dùng cận dưới chứ không dùng tỉ lệ quan sát, vì cùng một tỉ lệ bằng 1 cho độ chắc rất khác nhau tuỳ số lần chạy. Khi mọi lần chạy đều sạch:

\[L_W(n, n) = \frac{n}{n + z^2}, \qquad n > \frac{z^2\, s^*}{1 - s^*}\]

Wilson và rule of three coi các lần thử là độc lập, nên phải đếm theo sự cố khác nhau: mọi ticket từ cùng một cơn bão alert với cùng root cause chỉ tính là một lần thử. Với \(z=1{,}96\), cận dưới của khoảng hai phía 95 phần trăm ^[33], số lần chạy sạch tối thiểu là:

Với 10 lần sạch trên 10, lớp việc chưa qua được cổng của \(s^*=0{,}8\). Với 0 lỗi trong \(n\) lần, cận trên một phía 95 phần trăm của tỉ lệ lỗi xấp xỉ \(\tfrac{3}{n}\), tức rule of three ^[34] (JAMA, 1983), nên 100 lần sạch vẫn chưa loại được tỉ lệ lỗi 3 phần trăm.

\(s\) dùng cho cổng phải đo theo \(\text{pass}^k\) trên lớp hẹp, không lấy pass@1 rồi luỹ thừa. τ-bench định nghĩa \(\text{pass}^k\) là xác suất cả \(k\) lần thử đều thành công; ở miền retail, gpt-4o có \(\text{pass}^1\) bằng 61,2 phần trăm và \(\text{pass}^8\) khoảng 25 phần trăm, trong khi 0,612 luỹ thừa 8 xấp xỉ 0,02 ^[35] (arXiv, 2024-06-17). Công thức \(s^n\) chỉ đúng khi các lần độc lập và cùng xác suất; độ khó không đều trong lớp dồn thành công vào task dễ. ITBench bản arXiv v1 cho thấy cùng tính chất: GPT-4o chẩn đoán đúng 6 trên 10 lần ở một kịch bản, 1 trên 10 ở kịch bản khác ^[36] (2025-02-07). Con số 13,8 phần trăm trong abstract bản v1 là pass@1 chẩn đoán, không phải tỉ lệ xử lý xong; tỉ lệ khắc phục là 11,4 phần trăm. Bỏ trace thì khắc phục rơi xuống 2,86 phần trăm ^[36], nên \(s\) là thuộc tính của cặp agent và môi trường khách (suy luận). Luật cho lớp \(k\): tách lớp tới khi \(s\) trong lớp gần đồng nhất, rồi đo \(\text{pass}^k\) trên item trọn vẹn.

Chốt \(n\) trước khi đo, vì kiểm mỗi ngày rồi lên bậc ở lần đầu vượt ngưỡng làm xác suất lên nhầm cao hơn mức danh nghĩa; đổi model, prompt, runbook hay môi trường khách thì đếm lại. Shadow không thực thi nên bậc mới cần một pha canary với \(a\) nhỏ. Hạ bậc bằng cùng công cụ theo chiều ngược, khi cận dưới của tỉ lệ lỗi vượt phần bù của \(s^*\).

Vế chi phí của mọi bậc cao có hai khoản benchmark không đo. Bainbridge (1983) chỉ ra kỹ năng mai một khi người chỉ còn giám sát, nên đúng lúc phải tiếp quản thì người đó thiếu kinh nghiệm ^[37]. Dell'Acqua và cộng sự đo trên 758 tư vấn viên: với việc ngoài biên khả năng của AI, nhóm dùng AI đúng ít hơn nhóm đối chứng 19 điểm phần trăm ^[38] (Organization Science, 2026). Suy luận: đào tạo và giám sát thuộc \(r\) và \(C_t\), kết luận sai trông như đúng thuộc \(e\); nhà cung cấp gánh chúng trong giá vốn, khách gánh chúng qua chất lượng.

Đào sâu: Dẫn xuất ngưỡng hoà vốn

Năm xác suất cộng lại bằng 1. Hai lá đúng góp \(asr\) giờ, hai lá sai góp \(a(1-s)(r+h+e)\), nhánh tay góp \((1-a)h\); gom \(r\) được \(E[H]\). Chi phí kỳ vọng là \(w\,E[H]+a(c+qD)\), và hiệu với mốc làm tay:

\[h - E[H] = a\,\big[h - r - (1 - s)(h + e)\big] = a\,\big[s h - r - (1 - s) e\big]\]

\[v = w\,(h - E[H]) - a(c + qD) = a\,\big[w\,(s h - r - (1 - s) e) - c - q D\big]\]

Khai triển \(wsh-wr-we+wse=c+qD\) rồi gom \(s\) được \(s^*\). Chia cho \(h\) và \(hw\) rồi thay \(s^*\) vào:

\[\frac{v}{h w} = a\,\big[s - \rho_r - (1 - s)\rho_e - \rho_c - \rho_D\big] = a\,(1 + \rho_e)\,(s - s^*)\]

Nếu thiệt hại chỉ xảy ra sau một lần chạy sai, \(q=(1-s)\,q_f\), thì \(v\) vẫn tuyến tính theo \(s\) và

\[s^* = \frac{r + e + (c + q_f D)/w}{h + e + q_f D / w}\]

Đào sâu: Chuyển giao giữa hai phía

Cách chia ngây thơ viết \(S=\Delta C+\Delta Q-R\), \(\Delta\Pi_P=(1-\pi)\Delta C-\Delta R_{\text{cannib}}\) và \(\Delta V_C=\pi\Delta C+\Delta Q-\Delta P_{\text{premium}}-C_{\text{switch}}\). Cộng hai phần:

\[\Delta\Pi_P + \Delta V_C = \Delta C + \Delta Q - \Delta R_{\text{cannib}} - \Delta P_{\text{premium}} - C_{\text{switch}}\]

So với \(S\) nó tự đặt ra, hai vế lệch bốn khoản. \(R\) không nằm trong phần của phía nào, còn \(\Delta R_{\text{cannib}}\), \(\Delta P_{\text{premium}}\), \(C_{\text{switch}}\) bị trừ như thể biến mất khỏi nền kinh tế:

\[\big(\Delta\Pi_P + \Delta V_C\big)_{\text{naive}} + \Delta R_{\text{cannib}} + \Delta P_{\text{premium}} + C_{\text{switch}} = S_{\text{naive}} + R\]

Công thức ở phần chia thặng dư khác ba chỗ. Chuyển giao có mặt ở cả hai phía với dấu ngược: cách chia ngây thơ thiếu \(+\Delta R_{\text{cannib}}\) ở phía khách và \(+\Delta P_{\text{premium}}\) ở phía nhà cung cấp, còn \(R\) và \(C_{\text{switch}}\) là tiêu thật nên vào \(S\). Rủi ro có chủ: \(\theta R\) cho nhà cung cấp, \((1-\theta)R\) cho khách. \(\pi\) chỉ áp lên \(\Delta C^+\), vì dạng \(\pi\Delta C\) bắt khách chia lỗ qua giá khi \(\Delta C<0\). Với công thức đó, tổng không còn phụ thuộc biến chuyển giao nào:

\[\frac{\partial(\Delta\Pi_P + \Delta V_C)}{\partial x} = 0, \qquad x \in \{\pi,\ \theta,\ \Delta R_{\text{cannib}},\ \Delta P_{\text{premium}}\}\]

Đào sâu: Payback có chiết khấu

Gọi \(K_T\) là tổng cộng dồn tới kỳ \(T\):

\[K_T = \sum_{t \le T} n_t, \qquad K_T - K_{T-1} = n_T\]

Nếu \(n_t\) âm ở các kỳ đầu và không âm từ kỳ \(t_0\), \(K\) giảm tới kỳ \(t_0-1\), đáy chữ J, rồi tăng. Hình 6 dựng dòng tiền như sau, với \(k\) ở khối này là độ dốc logistic và \(\tau\) là hằng số tắt dần:

\[a(t) = \frac{a_{\max}}{1 + e^{-k(t - t_{50})}}, \qquad B_t = b\,a(t)\]

\[C_t = c_{\text{run}}\,a(t) + c_{\text{int}}\,e^{-(t - 1)/\tau} \quad (t \ge 1)\]

Số hạng thứ hai của \(C_t\) là đầu tư vô hình dồn đầu kỳ. Để chứng minh payback có chiết khấu không sớm hơn \(T^*\), gọi \(d_t=(1+r)^{-t}\), giảm theo \(t\). Với \(t \lt t_0\), \(n_t \lt 0\) và \(d_t\ge d_{t_0}\); với \(t\ge t_0\), \(n_t\ge 0\) và \(d_t\le d_{t_0}\). Cả hai trường hợp cho \(n_t d_t\le n_t d_{t_0}\), nên

\[\sum_{t \le T} n_t\, d_t \;\le\; d_{t_0} K_T\]

và tổng có chiết khấu không âm kéo theo \(K_T\ge 0\). Với lợi ích đều \(b\) mỗi kỳ sau khoản \(C_0\), \(T^*=\lceil C_0/b \rceil\).

Đào sâu: Khoảng Wilson và rule of three

Khoảng Wilson cho \(x\) lần đúng trong \(n\) lần chạy shadow, \(\hat p=x/n\):

\[\frac{\hat p + \dfrac{z^2}{2n} \pm z\sqrt{\dfrac{\hat p(1 - \hat p)}{n} + \dfrac{z^2}{4n^2}}}{1 + \dfrac{z^2}{n}}\]

Khi \(x=n\), căn còn \(z/(2n)\), tử số của cận dưới còn 1, cận dưới thành \(n/(n+z^2)\); giải bất đẳng thức với \(s^*\) ra bảng ở phần thang tự chủ. Khoảng Wald cho cận dưới bằng 1 bất kể \(n\) khi \(\hat p=1\), vô nghĩa đúng ở vùng cổng quan tâm; Brown, Cai và DasGupta (2001) khuyên dùng Wilson hoặc Jeffreys khi \(n\) nhỏ ^[39]. Rule of three giải \((1-p)^n=0{,}05\) cho cận trên của tỉ lệ lỗi khi không có lỗi nào:

\[p = 1 - 0{,}05^{1/n} \approx \frac{-\ln 0{,}05}{n} \approx \frac{2{,}996}{n} \approx \frac{3}{n}\]

Sai số của \(\tfrac{3}{n}\) dưới một phần nghìn với mọi \(n\) từ 69 tới 10000.

Lớp việc có \(D\) lớn, như thay đổi cấu hình production hay bảo mật, cần cổng bảo thủ hơn: Clopper-Pearson dựng khoảng bằng cách đảo phép kiểm định nhị thức ^[40], và khi mọi lần đều sạch

\[\text{LB}_{\text{CP}}(n, n) = \alpha^{1/n}, \qquad n \ge \frac{\ln \alpha}{\ln s^*}\]

Ở cùng mức một phía, cận này thấp hơn cận Wilson khi mọi lần đều sạch, nên cổng dựng trên nó đòi nhiều lần sạch hơn.

Đích đến và cây chỉ số

Đích đến là trạng thái mỗi lớp \(k\) đứng ở bậc cao nhất mà nó đã qua cổng, và đứng yên ở đó tới khi số đo đổi. Tỉ lệ tự động hoá chung không đo được trạng thái này, vì lớp RCA đầy đủ dừng ở L1 khi chưa qua cổng L2 vẫn đúng với định nghĩa trên.

Chỉ số đi trước north star là verified automation rate:

\[\text{VAR} = \frac{\sum_k V_k\, a_k\, s_k^{\text{ver}}}{\sum_k V_k}\]

với \(s_k^{\text{ver}}\) là tỉ lệ item agent đóng mà trong \(N\) ngày không reopen, không liên hệ lặp, không escalate. VAR đếm cùng \(s^{\text{ver}}\) mà cổng dùng, nên chặt hơn outcome mà Intercom tính tiền, vốn gồm cả assumed resolution lẫn một lượt procedure handoff sang người ^[20]. Hai chỉ số đi trước còn lại là giờ review mỗi item, trỏ về \(r\), và escalation rate, trỏ về \(a(1-s)\).

Hai north star nằm cạnh nhau: nhà cung cấp theo dõi biên đóng góp mỗi tenant cùng \(\lambda\), trỏ về \(\Delta\Pi_P\); khách theo dõi tổng chi phí vận hành cộng chi phí downtime, trỏ về \(\Delta V_C\). Hai phía đọc chung các chỉ số còn lại, vì chúng đo các biến quyết định kích thước của \(S\).

Guardrail là các số không được xấu đi khi lên bậc. SLA attainment ứng với \(\Delta Q\); change failure rate và thời gian phục hồi ứng với \(q\) và \(D\), và khảo sát DORA 2024 do Google Cloud tài trợ thấy tăng 25 phần trăm mức áp dụng AI đi kèm độ ổn định giao hàng giảm 7,2 phần trăm ^[41] (2024-10-23, tương quan), gợi ý rằng \(e\) và \(qD\) có thể hiện ra ở hạ nguồn. Sự cố do hành động của agent trỏ về \(R\): AI Incident Database ghi sự cố #1152, ngày 2025-07-18, agent của Replit được cho là đã xoá database production trong lúc code freeze ^[42], và trong một thảo luận cộng đồng trên Hacker News ngày 2026-04-26 về một vụ agent xoá database cùng backup qua một API token quá quyền, các bình luận hàng đầu quy gốc rễ về phân quyền, không về model ^[43]. Về cỡ của \(D\): 57 phần trăm người trả lời khảo sát 2025 của Uptime Institute nói outage lớn gần nhất tốn trên 100.000 USD ^[44] (thông cáo 2026-05-13).

Ba chỉ số hay gặp đo sai biến nên không dùng: deflection không kiểm chứng đếm \(s\) thay cho \(s^{\text{ver}}\); giờ tiết kiệm không đổi P&L đếm \(\Delta H\) thay cho \(\Delta C\); chi phí mỗi ticket so trước và sau lệch vì hiệu ứng cơ cấu. Chỉ số nào không trỏ được về một biến thì cắt khỏi cây. Item loại \(k\) có mặt trong VAR với trọng số \(V_k a_k\), và phần của nó trong north star mỗi phía là phần \(v\) đã chia theo hợp đồng.

Tiền từ một ticket agent đóng chia cho hai phía theo hợp đồng cộng mức tự chủ; một phần có thể âm, còn tổng hai phần luôn là thặng dư:

\[\Delta\Pi_P + \Delta V_C = S\]