Mở đầu
AI đang dần chuyển từ vai trò một công cụ hỗ trợ sang một thành phần trực tiếp trong quy trình làm việc.
Trước đây, chúng ta thường sử dụng AI để viết email, dịch tài liệu, tóm tắt cuộc họp hoặc tạo nội dung. Tuy nhiên, với sự phát triển của AI Agent, AI không chỉ trả lời yêu cầu mà còn có thể hiểu mục tiêu, lấy dữ liệu từ nhiều hệ thống, lựa chọn công cụ phù hợp và thực hiện một chuỗi công việc.
BET AI Day 2026 Session 09 của LayerX là một ví dụ thực tế về cách AI Agent được áp dụng trong lĩnh vực tuyển dụng.
Điểm đáng chú ý nhất của session không nằm ở việc AI có thể thay thế recruiter, mà ở cách LayerX xác định rất rõ:
Công việc nào có thể giao cho AI, công việc nào AI chỉ nên hỗ trợ và công việc nào con người vẫn phải chịu trách nhiệm cuối cùng.
Đây cũng là cách tiếp cận mà tôi cho rằng phù hợp khi doanh nghiệp muốn đưa AI Agent vào quy trình tuyển dụng.
1. AI Agent trong tuyển dụng: Không phải tự động hóa mọi thứ
Tuyển dụng có nhiều công việc phù hợp để tự động hóa như:
- sắp xếp lịch phỏng vấn;
- gửi email và reminder;
- tổng hợp CV;
- ghi nhận nội dung phỏng vấn;
- cập nhật hệ thống tuyển dụng;
- theo dõi trạng thái ứng viên;
- tạo báo cáo.
Tuy nhiên, tuyển dụng cũng là một nghiệp vụ rất nhạy cảm.
Quyết định tuyển một người ảnh hưởng trực tiếp đến ứng viên và doanh nghiệp. Ngoài ra, trải nghiệm ứng viên và dữ liệu cá nhân cũng cần được bảo vệ.
Do đó, vấn đề không nên được đặt ra theo hướng:
“AI có thể thay recruiter hay không?”
Mà nên là:
“Trong quy trình tuyển dụng, phần nào nên giao cho AI và phần nào vẫn cần con người?”
Theo tôi, AI phù hợp nhất với các công việc mang tính lặp lại, chuẩn hóa và xử lý thông tin.
Trong khi đó, những hoạt động cần judgment như đánh giá ứng viên, đưa ra quyết định tuyển dụng, trao đổi offer hoặc xử lý các tình huống nhạy cảm vẫn nên do con người phụ trách.
Đây là mô hình human-in-the-loop: AI thực hiện phần chuẩn bị, con người đưa ra quyết định cuối cùng.
2. Interview Minutes & Evaluation Draft Agent
Use case đầu tiên được LayerX giới thiệu là AI Agent hỗ trợ tạo biên bản và bản nháp đánh giá sau phỏng vấn.
Thông thường, sau mỗi cuộc phỏng vấn, interviewer vẫn phải dành thêm thời gian để:
- tổng hợp nội dung trao đổi;
- ghi lại những điểm quan trọng;
- đánh giá ứng viên theo tiêu chí;
- nhập kết quả vào hệ thống tuyển dụng.
Nếu có nhiều cuộc họp liên tiếp, việc này dễ bị trì hoãn.
LayerX sử dụng AI Agent để xử lý transcript sau cuộc phỏng vấn và tự động tạo interview minutes cùng evaluation draft.
Sau đó hệ thống lưu kết quả dưới dạng draft để interviewer kiểm tra và chỉnh sửa.
Điểm quan trọng là AI không tự động submit đánh giá cuối cùng.
AI chuẩn bị nội dung, nhưng con người vẫn chịu trách nhiệm đánh giá ứng viên.
Đây là một cách triển khai rất hợp lý.
AI có thể đọc transcript nhanh, tổng hợp thông tin và mapping nội dung với các tiêu chí tuyển dụng.
Trong khi đó, interviewer có thể tập trung hơn vào cuộc trò chuyện thay vì vừa phỏng vấn vừa phải ghi chép quá nhiều.
Nếu áp dụng vào quy trình của công ty, một Interview Agent có thể tự động tạo:
- tóm tắt kinh nghiệm của ứng viên;
- kỹ năng liên quan tới vị trí;
- các điểm nổi bật trong câu trả lời;
- evidence tương ứng với từng tiêu chí;
- những nội dung cần hỏi thêm;
- evaluation draft.
Nếu thông tin chưa đủ để đánh giá một tiêu chí, AI nên ghi rõ “không đủ dữ liệu” thay vì tự suy đoán.
Điều này giúp tăng độ tin cậy của hệ thống.
3. Recruitment Operations Agent
Use case thứ hai là AI Agent hỗ trợ các nghiệp vụ vận hành tuyển dụng.
Một ví dụ đơn giản là việc sắp xếp lịch phỏng vấn.
Nhìn bên ngoài, task này có vẻ chỉ là kiểm tra Calendar và gửi invitation.
Nhưng trong thực tế, agent cần hiểu nhiều thông tin khác:
- ứng viên đang ứng tuyển vị trí nào;
- hiện đang ở vòng nào;
- interviewer phù hợp là ai;
- sử dụng email template nào;
- scheduling URL nào phù hợp;
- cần cập nhật thông tin gì vào hệ thống tuyển dụng.
LayerX cho thấy rằng vấn đề quan trọng nhất không phải là agent có thể sử dụng bao nhiêu công cụ.
Điều quan trọng hơn là:
Agent có hiểu đúng yêu cầu hay không?
Vì vậy, họ sử dụng cách tiếp cận Classification First.
Trước khi thực hiện bất kỳ action nào, AI phải xác định task thuộc loại gì.
Ví dụ một yêu cầu có nội dung:
“Gửi lời cảm ơn sau casual interview. Nếu ứng viên muốn tiếp tục thì sắp xếp vòng phỏng vấn tiếp theo.”
Nếu chỉ nhìn thấy từ khóa “sắp xếp phỏng vấn”, AI có thể hiểu đây là scheduling request.
Nhưng task hiện tại thực tế là communication.
Scheduling chỉ xảy ra sau khi ứng viên phản hồi.
Nếu AI phân loại sai từ đầu, toàn bộ workflow phía sau có thể sai.
Đây là một bài học rất quan trọng khi xây AI Agent:
Hiểu đúng task quan trọng hơn việc có thật nhiều tools.
4. Chia một workflow lớn thành những quyết định nhỏ
Một điểm đáng học hỏi khác trong cách LayerX triển khai agent là họ không giao một yêu cầu quá rộng như:
“Hãy xử lý toàn bộ việc sắp xếp phỏng vấn.”
Thay vào đó, họ chia task thành nhiều quyết định nhỏ:
- Interviewer là ai?
- Selection form nào cần sử dụng?
- Email template nào phù hợp?
- Scheduling URL nào cần lấy?
Mỗi bước sử dụng dữ liệu và công cụ phù hợp.
Theo tôi, đây là nguyên tắc rất quan trọng để AI Agent hoạt động ổn định.
Thay vì xây một “super agent” có quyền tự quyết định mọi thứ, doanh nghiệp nên xây workflow rõ ràng.
Ví dụ:
Candidate → Position → Interview Stage → Interviewer → Calendar → Template → Invitation → ATS Update
Nếu dữ liệu thiếu ở một bước, agent dừng lại và chuyển về cho recruiter.
Cách làm này có hai lợi ích lớn.
Thứ nhất, độ chính xác cao hơn.
Thứ hai, khi xảy ra lỗi, chúng ta dễ xác định lỗi nằm ở đâu.
Nếu sai interviewer, kiểm tra logic chọn interviewer.
Nếu sai email, kiểm tra template.
Nếu sai workflow, kiểm tra classification.
Điều này giúp AI Agent dễ vận hành và cải thiện hơn trong thực tế.
5. “Last mile” vẫn nên thuộc về con người
AI có thể tự động hóa rất nhiều phần trong recruitment operations.
Tuy nhiên, càng tiến gần đến các giai đoạn quan trọng như final interview hoặc offer, context của từng ứng viên càng quan trọng.
Hai ứng viên cùng ở offer stage nhưng có thể có trạng thái hoàn toàn khác nhau.
Một người đã sẵn sàng gia nhập.
Một người còn đang cân nhắc nhiều offer.
Một người quan tâm đến career path.
Một người lại quan tâm đến môi trường và cách làm việc.
AI có thể tạo một email chính xác về mặt nội dung.
Nhưng recruiter có thể biết rằng với ứng viên này, gọi điện trực tiếp sẽ phù hợp hơn.
Do đó, theo tôi, AI Agent nên được sử dụng để giảm operational workload, chứ không nên làm mất đi human touch trong tuyển dụng.
Mục tiêu không phải là loại recruiter ra khỏi quy trình.
Mục tiêu là:
giảm thời gian recruiter dành cho thao tác hệ thống để tăng thời gian họ dành cho ứng viên.
6. Đề xuất áp dụng AI Agent vào quy trình tuyển dụng của công ty
Từ case study của LayerX, tôi cho rằng chúng ta không cần bắt đầu bằng một hệ thống AI quá lớn.
Có thể triển khai từng use case nhỏ có giá trị rõ ràng.
Recruitment Request Agent
Khi manager tạo nhu cầu tuyển dụng, AI kiểm tra xem thông tin đã đầy đủ hay chưa.
Agent có thể hỗ trợ chuẩn hóa:
- vị trí;
- số lượng;
- seniority;
- kỹ năng bắt buộc;
- thời gian mong muốn;
- nội dung JD.
Sau đó HR và hiring manager review trước khi publish.
Giá trị lớn nhất của agent này là chuẩn hóa đầu vào của recruitment process.
Candidate Intake Agent
AI có thể đọc CV và chuyển thông tin thành format có cấu trúc:
- kinh nghiệm;
- kỹ năng;
- ngôn ngữ;
- chứng chỉ;
- các thông tin liên quan đến tiêu chí tuyển dụng.
AI có thể tạo summary giúp recruiter đọc nhanh hơn.
Tuy nhiên, tôi không đề xuất để AI tự động reject ứng viên trong giai đoạn đầu.
Quyết định screening cuối cùng vẫn nên do recruiter thực hiện.
Interview Scheduling Agent
Agent có thể tự động:
- xác định interview stage;
- chọn interviewer;
- kiểm tra Calendar;
- đề xuất thời gian;
- chọn template;
- tạo invitation;
- cập nhật recruitment system.
Ban đầu, AI chỉ nên tạo draft để recruiter approve.
Sau khi accuracy đủ cao, những workflow đơn giản và ít rủi ro có thể chuyển sang tự động hóa hoàn toàn.
Interview Support Agent
Sau khi phỏng vấn kết thúc, agent có thể:
- xử lý transcript;
- tạo interview summary;
- mapping nội dung với scorecard;
- tạo evaluation draft.
Interviewer kiểm tra và submit kết quả cuối cùng.
Đây là use case tôi đánh giá có giá trị cao vì vừa tiết kiệm thời gian vừa giúp interviewer tập trung hơn vào ứng viên.
Candidate Communication Agent
AI có thể hỗ trợ các communication tiêu chuẩn như:
- xác nhận nhận CV;
- mời phỏng vấn;
- reminder;
- yêu cầu bổ sung thông tin;
- follow-up.
Tuy nhiên, các nội dung liên quan đến rejection, final interview hoặc offer vẫn nên có human review.
Recruitment Analytics Agent
Khi dữ liệu được chuẩn hóa, AI có thể hỗ trợ tổng hợp:
- số lượng ứng viên ở từng stage;
- time-to-interview;
- time-to-hire;
- conversion rate;
- các interview chưa có evaluation;
- bottleneck của từng position.
AI cũng có thể phát hiện những bất thường để HR xử lý sớm.
7. Mô hình triển khai phù hợp
Theo tôi, Recruitment AI Agent nên được triển khai theo từng bước thay vì tự động hóa ngay từ đầu.
Giai đoạn 1: AI tạo Draft
AI chỉ chuẩn bị:
- email draft;
- interview summary;
- evaluation draft;
- scheduling proposal.
Con người kiểm tra toàn bộ.
Giai đoạn 2: Human-in-the-loop Agent
AI có thể sử dụng tools và chuẩn bị action.
Ví dụ agent tạo Calendar invitation nhưng recruiter phải approve.
Giai đoạn 3: Controlled Automation
Những workflow có độ chính xác cao và rủi ro thấp có thể được tự động hóa.
Ví dụ:
- reminder;
- confirmation email;
- cập nhật một số status tiêu chuẩn.
Giai đoạn 4: Agent Orchestration
Sau khi từng agent hoạt động ổn định, có thể kết nối chúng thành một workflow lớn hơn.
Nguyên tắc quan trọng là:
Quyền của AI nên tăng dần dựa trên dữ liệu thực tế về accuracy và risk.
8. AI Agent chỉ tốt khi quy trình tuyển dụng đã rõ ràng
Một bài học quan trọng khác từ Session 09 là:
Không thể có AI Agent tốt nếu SOP chưa rõ.
Ví dụ, nếu hỏi:
“Ai sẽ phỏng vấn vòng hai?”
và câu trả lời là:
“Tùy trường hợp.”
thì AI rất khó xử lý.
Doanh nghiệp cần xác định rõ:
“Tùy vào yếu tố nào?”
Position?
Seniority?
Skill?
Availability?
Hay một điều kiện cụ thể khác?
Việc xây AI Agent buộc chúng ta phải chuyển những knowledge đang nằm trong đầu recruiter thành rule và process rõ ràng.
Vì vậy, triển khai AI Agent cũng là cơ hội để chuẩn hóa recruitment process:
- review SOP;
- giảm template trùng lặp;
- chuẩn hóa naming;
- xác định owner;
- xác định approval point;
- ghi rõ exception.
Trong một số trường hợp, sau khi chuẩn hóa chúng ta có thể nhận ra rằng không phải bước nào cũng cần AI.
Một số task chỉ cần automation truyền thống.
Điều đó hoàn toàn hợp lý.
Mục tiêu không phải là sử dụng AI càng nhiều càng tốt.
Mục tiêu là xây dựng một recruitment process tốt hơn.
9. Nguyên tắc cần giữ khi sử dụng AI Agent trong tuyển dụng
Theo tôi, có một số nguyên tắc không nên bỏ qua.
Human accountability: luôn xác định rõ ai là người chịu trách nhiệm cuối cùng.
Minimum access: mỗi agent chỉ được truy cập dữ liệu cần thiết cho nhiệm vụ.
Draft before action: workflow mới nên bắt đầu bằng chế độ draft.
Auditability: cần có khả năng truy lại input, output, action và người approve.
Fallback to human: nếu AI không chắc chắn, hãy chuyển cho recruiter thay vì cố đoán.
Continuous evaluation: thường xuyên đo accuracy và điều chỉnh agent.
Đặc biệt, AI không nên tự đưa ra những quyết định quan trọng về ứng viên nếu chưa có cơ chế kiểm soát đầy đủ.
10. Quan điểm của tôi
Sau khi xem BET AI Day 2026 Session 09, điều tôi thấy có giá trị nhất không phải là khả năng AI tự động làm nhiều việc.
Điểm quan trọng hơn là AI giúp chúng ta phân bổ lại thời gian của con người.
Recruiter không nên phải dành phần lớn thời gian cho:
- copy dữ liệu;
- tìm template;
- update status;
- gửi reminder;
- sắp xếp lịch.
Interviewer cũng không nên phải dành quá nhiều sự tập trung để ghi chép trong cuộc phỏng vấn.
Đây chính là những phần việc AI có thể hỗ trợ tốt.
Trong khi đó, recruiter nên dành nhiều thời gian hơn để hiểu ứng viên, giải thích về công ty, giải quyết concern và xây dựng candidate experience.
Interviewer nên tập trung vào việc lắng nghe, đặt câu hỏi và đánh giá con người.
Vì vậy, mục tiêu của Recruitment AI không nên là:
“Làm thế nào để loại con người khỏi quy trình?”
Mà nên là:
“Làm thế nào để loại những công việc máy móc khỏi thời gian của con người?”
Kết luận
BET AI Day 2026 Session 09 cho thấy một hướng tiếp cận rất thực tế đối với AI Agent trong tuyển dụng.
Hai use case nổi bật là Interview Minutes & Evaluation Draft Agent và Recruitment Operations Agent.
Từ đó, tôi rút ra ba bài học chính.
Thứ nhất, AI nên tập trung vào những phần việc có tính lặp lại và chuẩn hóa.
Thứ hai, agent cần được thiết kế theo workflow rõ ràng, trong đó classification và context quan trọng không kém model AI.
Thứ ba, những quyết định quan trọng vẫn cần human-in-the-loop.
Đối với công ty chúng ta, có thể bắt đầu từ những use case đơn giản như interview scheduling, interview summary, candidate communication và recruitment analytics.
AI tạo draft trước.
Con người review.
Khi hệ thống chứng minh được độ chính xác, chúng ta mới tăng dần mức độ tự động hóa.
Nếu được triển khai đúng cách, AI Agent không làm cho recruitment trở nên máy móc hơn.
Ngược lại, nó có thể giúp quy trình trở nên nhanh hơn, nhất quán hơn và “con người hơn”, bởi recruiter và interviewer có thể dành nhiều thời gian hơn cho chính ứng viên thay vì những thao tác hành chính.
Nguồn tham khảo
LayerX – BET AI Day 2026 Session 09: LayerXの採用を支える組織AIの現在地と、Agentに任せる未来
Nguồn: https://speakerdeck.com/layerx/bet-ai-day-2026-session09
BET AI Day 2026 – Video Archive
Nguồn: https://www.youtube.com/watch?v=ZPTz21topSo&list=PLTkM9Dwc2R3o&index=1